基于临床低分辨率图像数据和电生理学数据的统计细分模型,用于精确定位帕金森病深度大脑刺激中的电极
Igor Varga1,2, Eduard Bakstein1,3, Greydon Gilmore4
1Department of Cybernetics, Czech Technical University in Prague, Prague, Czech Republic.
PloS one
|March 14, 2024
概括
本研究介绍了一种用于帕金森病 (PD) 深度脑刺激 (DBS) 手术精确电极放置的自动化方法. 该技术将基于MRI的细分与微电极记录相结合,以改进亚thalamic核 (STN) 准.
科学领域:
- 神经外科 神经外科
- 医疗成像医学成像
- 计算神经科学是一种神经科学.
背景情况:
- 深度大脑刺激 (DBS) 需要精确的电极放置,以治疗神经系统疾病.
- 手术前的MRI和手术内电生理学用于准,但由于大脑转移和低对比度,准确性可能受到限制.
- 亚thalamic核 (STN) 是一个常见的DBS目标,特别是在帕金森病 (PD).
研究的目的:
- 开发一种全自动化方法,用于手术内外科导航.
- 为了提高在脑下核 (STN) 中电极放置的准确性,用于深度大脑刺激 (DBS).
主要方法:
- 提出了一种全新的全自动化方法,用于手术内外科导航.
- 手术目标使用在手术前MRI上的统计形状强度模型进行细分.
- 使用STN电生理学概率模型进行了自动对准与手术内记录的微电极记录 (MER).
- 该方法应用于120名PD患者的数据集,其中48人有MER数据.
主要成果:
- 该STN细分实现了与最先进的精度相提并论的精度 (子=0.60).
- 将细分与基于电生理学的对齐结合起来,在最终的STN卷中包含STN标记的MER时,结果是0.85的准确性.
- 自动化过程在估计STN和MER的相互位置方面表现出高准确性.
结论:
- 拟议的方法提供了一种完全自动化的方法,用于结合基于图像的细分和微电极记录,以实现精确的手术准.
- 这种技术有潜在的临床应用,用于改善PD和其他神经系统疾病中的DBS准精度.
- 该方法还可以用于将电生理学特性映射到特定的基底状腺结构中.
