使用高分辨率的薄膜皮质阵列绘制手术期间间接性状排放的映射

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 的研究研究.

背景情况:

• 间接性发性排泄 (IED) 是的关键指标,传统上使用头皮或内脑电图 (EEG) 宏观接触来检测.
• 标准EEG方法提供有限的时空分辨率,可能缺少关键的微观活动模式.

研究的目的:

• 为了研究高分辨率微电皮质图 (μECoG) 阵列用于以增强的时空精度捕获IED的实用性.
• 为了确定是否存在微观IED模式,这些模式是无法通过传统的内EEG宏阵列检测的.

主要方法:

• 使用灵活的,高分辨率的μECoG阵列 (0.76-1.72毫米间距) 在七名患者的手术内记录.
• 雇佣专家审查和自动检测以识别IED,量化其空间范围和传播.
• 将μECoG数据与模拟的宏阵列记录进行比较,以评估检测速率差异.

主要成果:

• 使用μECoG阵列成功地绘制了手术内微观IED模式.
• 在大多数患者中观察到高度局部化的IED活动 (5/7),其中40%在4毫米皮质半径内.
• 发现,平均39%的μECoG检测到的IED被模拟的宏观接触遗漏,突出了标准方法的局限性.

结论:

• μECoG阵列有效地绘制了IEDs的微尺度时空活动,揭示了宏观设备经常错过的模式.
• 这些高分辨率,大覆盖范围的阵列为改善皮质的手术前和手术内映射提供了显著的潜力.
• 这些发现支持μECoG技术的临床整合,以更精确地描述.