使用一种新的自动ECD算法进行MEG语言映射,与MNE,dSPM和DICS光束变频器相比,这种算法比较不错
Abbas Babajani-Feremi1,2,3, Haatef Pourmotabbed3, William A Schraegle3,4,5
1Department of Neurology, University of Florida, Gainesville, FL, United States.
Frontiers in neuroscience
|June 19, 2023
概括
磁脑图 (MEG) 语言映射的自动化算法提高了患者的准确性和可靠性. 这种新方法,即自动sECD算法 (AsECDa),为术前规划提供了更一致的方法.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 的研究研究.
背景情况:
- 单等电流双极 (sECD) 是一种标准的临床程序,用于使用磁脑图 (MEG) 进行手术前语言映射.
- 由于主观参数选择,sECD的临床采用是有限的.
- 需要一种自动化的方法来提高客观性和可用性.
研究的目的:
- 开发和评估一个自动的sECD算法 (AsECDa),用于客观的手术前语言映射.
- 将AsECDa的可靠性和效率与其他源定位方法进行比较.
主要方法:
- 使用合成MEG数据测试AsECDa的局部精度.
- 使用21名患者的MEG数据,AsECDa与最低规范估计 (MNE),dSPM和DICS光束转换器进行了比较.
- 语言横向性指数 (LI) 的测试复试可靠性 (TRR) 在两个会议中进行了评估.
主要成果:
- 在合成数据上,AsECDa表现出高局部精度 (<2毫米误差).
- 与MNE,dSPM和DICS相比,AsECDa显示LI的TRR优越 (Cor = 0.80),与MNE,dSPM和DICS相比.
- AsECDa在38%的患者中发现了非典型的语言横向化,与之前的研究一致.
结论:
- AsECDa是一种可靠和准确的方法,用于在中进行手术前语言映射.
- 由于AsECDa的自动化性质,这有助于临床实施和评估.
- AsECDa为主观的sECD方法提供了一个有前途的替代方案.
