Bu program Sağlık Bakanlığı ve Wellcome Trust Sağlık Innovation Challenge Fonu (HICF-T4-275, Programı Hibe 97914) tarafından desteklenmiştir. Biz Epilepsi Derneği MR tarayıcı destekleyen Wolfson Vakfı ve Epilepsi Derneği minnettarız. Bu çalışma Sağlık Araştırmaları Ulusal Enstitüsü (NIHR) tarafından desteklenmiştir University College London Hastaneleri Biyomedikal Araştırmalar Merkezi (BRC)

NOT: Burada sağlanan Yazılım komutları yazılımının güncel sürümü (2015/01/19) özgüdür ve sonraki yazılım sürümleri üzerine değişebilir. Bireysel sürümleri için kılavuzları istek üzerine mevcuttur. 1. Görüntü Entegrasyon ve Görselleştirme gerçekleştirin <ol><li> görüntüleme kazanır. <ol><li> nöronavigasyon T1 ağırlıklı MR Gadolinyumlu tarama Edinme Bu referans görüntü olacaktır enhancement-. (Not: Görüntü elde etme şartları nöronavigasyon ticari tedarikçisi 11,12 edinilebilir Tablo 1&#39;e bakınız.). </li><li> (DICOM veya Nifti formatında öncesi değerlendirme sırasında yapılan tüm diğer görüntüleme (fonksiyonel MRI (fMRI), difüzyon tensör görüntüleme (DTG) Traktografi, floro-deoksiglukoz pozitron emisyon tomografisi (FDG-PET), iktal-interiktal tek foton emisyon CT içerebilir toplayın SPECT), manyetoensefalografi (MEG) dipol, 3D faz kontrast MR, BT anjiyografi) Tablo 1&#39;e bakınız. </li></ol></li><li> dışarıda in-house yazılım ön işleme çalıştırın. <ol><li> linux iş istasyonunda çalışacak açık kaynak Freesurfer yazılımı ile MR ağırlıklı süreç izometrik T1, komutunu kullanarak &#39;recon-all&#39;, kortikal segmentasyonları oluşturmak için. </li><li> komutunu &#39;mrconvert&#39; kullanarak wmparc.mgz ve Nifti biçimine ribbon.mgz dosyalarını dönüştürme </li></ol></li><li> Windows PC ve yük verileri (Şekil 1) Aç in-house yazılımı. <ol><li> 2 x 2 vitrin, farklı görüntü işleme araçları ve sağdaki seçili aracı temsil üstüne kadar sol simgeleri DataManager unutmayın. </li><li> &quot;/ Dosya Aç&quot; ana menüsü erişerek ya da bir hız düğmesi (simge) &quot;Aç&quot; ile, &#39;sürükle ve bırak&#39; kullanarak veri alma. tamamlanmasını sağlamak için farklı veri kümeleri ilerleyin. ardışık görüntü bindirme ile sağ tıklayarak ve hareketli fare ve Data Manager hiyerarşik doğası gereği zoom fonksiyonu, dikkat edin. </li></ol></li><li> Coregister görüntüler. &lt;ol&gt; <li> Tek görüntüler. <ol><li> Hız simgeleri NiftyReg aracını seçin. </li><li> DataManager- bu Gadolinyumlu seç nöronavigasyon T1 tüm diğer görüntüleme için coregistered olduğu referans görüntü olacaktır. </li><li> &#39;Yüzen görüntü&#39; seçmek görüntüyü başvurmak için coregistered edilecek. </li><li> isim ve kayıtlı görüntünün konumunu tanımlayın. seviye 4 numaralı, seviyeye ayarlayın optimizasyon parametrelerini 3, iterasyon sayısı 5, coregistration tipi rijit cismin gerçekleştirmek için. </li><li> &#39;Çalıştır&#39; butonuna tıklayarak otomatik rijit gövde coregistration çalıştırın. </li><li> coregistration doğruluğunu kontrol edin. Referans resmin üzerine kayıtlı görüntüyü kontrol edin ve Data Manager içinde resmin üzerine sağ tıklayarak kayıtlı görüntünün saydamlığını değiştirmek ve &#39;Saydamlık&#39; imleci hareket. Böyle Monroe foramen net anatomik işaretlerini inceleyerek coregistration doğrulayın. </li></ol></li><li> Eşleştirilmiş görüntüler. <ol><li> Coregister &#39;uzay tanımlayan görüntü ilk (örneğin. 1.4.1.6 - 1.4.1.1 adımlarda olduğu gibi NiftyReg aracını kullanarak fraksiyonel anizotropik harita). </li><li> Hız simgelerinden RegResample aracını seçin. </li><li> referans görüntü olarak Data Manager içinde Gadolinyumlu seçin nöronavigasyon T1. </li><li> Işleme sonuçlarının (örn., Traktografi görüntüsü) kayan görüntü olarak birlikte resim seçin. </li><li> giriş dönüşüm olarak &#39;uzay-tanımlayan resmin&#39; önceki kayıttan oluşturulan txt dosyası kullanın. </li><li> isim ve kayıtlı görüntünün konumunu tanımlayın. 0 olarak seçin interpolasyon tipi. </li><li> &#39;Çalıştır&#39; butonuna tıklayarak &#39;işlem sonucu&#39; bir yeniden örnekleme çalıştırın. </li><li> Datamanager içinde seçerek yeni oluşturulan resmi görmek </li><li> Adım 1.4.1.6 olarak coregistration doğruluğunu kontrol edin. </li></ol></li><li> tüm veri kümeleri için 1.4.2 - Tekrar 1.4.1 adımları. </li></ol></li><li> Segment görüntüler. <ol><li> Seç görüntü Data Manager bölümlenmiş ve hız simgeleri Segmentasyon Editör aracını seçin edilecek.</li><li> eksenel görüntüleme birkaç dilim, koronal ve sagital düzlemde ilgi bölgeyi çizmek için gelişmiş segmentasyon araçları (manuel segmentasyon, bölge büyüyen, çıkarmak) kullanın </li><li> 3D penceresinde bölümlenmiş yapı gelişen görselleştirmek için 3D interpolasyon seçin. parçalı yapının yeni Nifti dosyası oluşturmak için segmentasyon onaylayın. </li><li> manuel segmentasyon gösterilir tüm görüntüler için 1.5.3 - Tekrar 1.5.1 adımları. </li></ol></li><li> Beyin modelleri oluşturmak. <ol><li> Data Manager üzerinde wmparc.nii görüntü seçin, ve referans görüntü kullanılarak adımlarla 1.4.1 ile coregistered olan wmparc.nii emin olun. </li><li> Hız simgeleri Temel İşleme Araçlar&#39;ı seçin. </li><li> korteksin binarised maske oluşturmak için 1-5002 den wmparc.nii için bir eşik uygulayın. </li></ol></li><li> 3D yüzey olarak ilgi alanları oluşturulma (Şekil 2, 3). Not: 3D yüzey kaplamalar (stl dosyaları) gibi veri setlerinin Görselleştirme iki şekilde yapılabilir: <ol><li> Yüzey Extractor t kullanool. <ol><li> Seç Yüzey Extractor simgesi. Yüzey çıkarma eşiğini tanımlamak ve Uygula&#39;yı seçin. Data Manager yüzey işleme adlandırın. </li></ol></li><li> Sağ Datamanager içinde Nifti dosyasını tıklayın ve &#39;Smooth Poligon Yüzey&#39; seçeneğini seçin. </li></ol></li><li> Gemilerin yüzey modelleri Özü (Şekil 4). Not: adanmış damar görüntüleme gelen gemiler ayıklanıyor (3D faz kontrast MR, BT anjiografi, Gadolinyumlu T1 ağırlıklı MRG) iki şekilde yapılabilir. <ol><li> Yüzey Extractor aracını kullanın. <ol><li> NiftiReg kullanarak referans görüntüye damar görüntüleme Coregister. 3D yüzey Yüzey Extractor kullanarak görüntüyü oluşturmak. </li><li> dilatasyon uygulanması ve korteksin binarised maskeye Temel Görüntü İşleme işlevleri kapatarak intrakranial maske oluşturun. Ekstrakranial damarları kaldırmak için Temel Görüntü İşleme çarpın işlevini kullanarak damar görüntüleme intrakranial maske uygulayın. </li><li> stl fil gürültü çıkarın3D örgü işleme yazılım paketi kullanarak, dışarıdan in-house işleme yazılımı, e. Not: Bu aracın kullanımı için talimatlar serbestçe kullanılabilir durumda. </li></ol></li><li> VesselExtractor aracını kullanın. <ol><li> Hız simgeleri VesselExtractor aracını seçin. damar görüntü veri kümesi seçin ve damar çıkarma Nifti dosyasının adını ve konumunu belirtin. </li><li> &#39;Run&#39; tıklayarak VesselExtractor çalıştırın. Ekstrakranial damarları kaldırmak için Temel Görüntü İşleme çarpın işlevini kullanarak VesselExtractor sonuçlarına intrakranial maske uygulayın. Not: dilatasyon uygulanması ve 1.8.1.2 olarak korteksin binarised maskeye Temel Görüntü İşleme işlevleri kapatarak oluşturulan intrakranial maske. </li></ol></li><li> 1.8.1 veya Gadolinyumlu BT anjiyografi, 3D faz kontrast MRG ve nöronavigasyon T1 için 1.8.2 tekrarlanan süreç. </li></ol></li><li> Beyin hacmi render (Şekil 5) oluşturun. <ol><li> wmparc.nii im seçinData Manager üzerinde yaş ve sağlamak wmparc.nii referans görüntü kullanılarak adımlarla 1.4.1 ile coregistered edilir. </li><li> Hız simgeleri Temel İşleme Araçlar&#39;ı seçin. </li><li> Temel İşleme araçlarını kullanarak, görüntüyü wmparc.nii Gauss yumuşatma uygulayın. </li><li> Hız simgeleri aracını render seçin hacmi ve sağlamak düzeltti wmparc.nii dosya Data Manager vurgulanır. </li><li> volume rendering aracı içinde kenenin &#39;volume rendering&#39; kutu korteks hacmi render oluşturmak için. </li></ol></li></ol> 2. Manuel Planlama gerçekleştirin <ol><li> Yörünge Planlayıcısı hız simgesini kullanın. <ol><li> Seç nöronavigasyon T1 referans görüntü olarak tarayın. Yeni Planı ve Yeni yörünge seçin. </li><li> &#39;Alt&#39; tuşuna basarak ve klinisyenler tarafından istenen anatomik hedef noktaları listesine dayanarak, fare sağ tıklayıp tarafından düzlemsel görüntülemede seçin hedef noktası. Not: hedeflerin örnekleri mesial temporal yapıların (amigdala, hipokampus), insula, singulat girus içerir. </li><li> &#39;Alt&#39; tuşuna basarak düzlemsel görüntülemede giriş noktasını seçin klinisyenler tarafından istenen giriş noktaları listesinde dayalı, farenin sol tıklayın. Not: giriş noktaları örnekleri orta temporal girus, presentral girus, supramarginal girus içerir. </li><li> hedef ve giriş noktası arasında üretilen doğrusal yörünge gözlemleyin. </li></ol></li><li> risk görselleştirin. <ol><li> Seç Risk Görselleştirme hız simgesi yörünge uzunluğu incelemek. </li><li> Seç &#39;Bağlantı görünümü uçakları&#39; ana penceresinde dikey görünüm uçaklarına sondalar göz görüntüleyici bağlamak için. </li><li> avasküler yolu sağlamak için sondalar göz görüntüleyici inceleyerek, yörünge boyunca ilerleyin. </li></ol></li></ol> 3. Bilgisayar destekli Planlama gerçekleştirin <ol><li> Verileri hazırlayın. <ol><li> gri cevher yüzeyini hazırlayın. <ol><li> kortikal segmentasyon yazılımından üretilen ribbon.nii dosyayı seçin. </li><li> NiftiReg kullanarak referans görüntü ribbon.nii dosyasını Co-kayıt. </li><li> 3D yüzey render &#39;Pürüzsüz poligon yüzey&#39; fonksiyonunu kullanarak görüntüyü eş kayıtlı. </li></ol></li><li> kafa derisi ve saç derisi dışlama şablonu hazırlayın. <ol><li> referans görüntü olarak T1 nöronavigasyon görüntüyü seçin. </li><li> Gauss dönüşümü uygulamak için Temel Görüntü İşleme aracını kullanın. </li><li> Yüzey kafa derisi yüzeyini oluşturmak için, yüzey Extractor kullanarak görüntü oluşturmaya. </li><li> Kaydet ve stl dosyası olarak ihracat görüntü. </li><li> 3D örgü işleme yazılımı yükleyin stl fle. </li><li> kafa derisi için intrakranial içeriğini silmek için temizlik ve düzenleme araçları kullanın. </li><li> Kafa derisi dışlama şablonu, elektrot giriş noktaları için uygun değildir alanları (yani., Yüz, kulaklar, kontralateral hemisfer, tentorium cerebelli altındaki alan) kaldırmak için manuel düzenleme araçlarını kullanın. </li></ol></li><li> Yüzey sulkuslar yüzeyini hazırlayın. <ol><li> Bütün sulkuslar oluşturun. <ol><li> Adım 1.6.3 olarak Temel Görüntü İşleme aracını kullanarak Binarise wmparc.nii dosyası. </li><li> yakın binarisedTemel Görüntü İşleme aracını kullanarak 3 ile wmparc.nii dosyası. </li><li> Temel Görüntü İşleme aracını kullanarak 3.1.3.1.2 oluşturulan kapalı binarised dosyadan 3.1.3.1.1 oluşturulan binarised dosyayı çıkartın. </li></ol></li><li> Yüzey sulkuslar görüntü oluşturmak için derinlikte sulkuslar çıkarın. Not: gri madde yatıyor nerede, hangi derinlikte sulkuslar yaklaşım yörüngeleri kritik bir yapı uzakta sulkuslar beynin yüzeyinde boşluk yörüngeleri avantajına sahip olarak yüzey sulkuslar görüntü kullanılarak ve izin. <ol><li> Temel Görüntü İşleme aracını kullanarak 3.1.3.1.2 oluşturulan kapalı, binarised wmparc dosyasını azaltın. </li><li> Invert dosyası Temel Görüntü İşleme aracını kullanarak 3.1.3.2.1 oluşturulan. </li><li> Temel Görüntü İşleme aracını kullanarak, 3.1.3.1.3 oluşturulan tüm sulkuslar tarafından 3.1.3.2.2 oluşturulan dosyayı çarpın. </li></ol></li></ol></li></ol></li><li> Run çoklu yörünge planlayıcısı (Şekil 6). NOT: Otomated çoklu yörünge planlaması sağlam veri hazırlama bağlıdır; kafa derisi yüzey kaplamalar, kafa derisi dışlama maskesi, intrakranial damar, yüzey sulkuslar, korteks ve gri madde gereklidir. <ol><li> Hız simgelerinden Yörünge planlayıcısı seçiniz. nöronavigasyon T1 MRI gibi seçin referans görüntü. </li><li> &#39;Hedef noktaları&#39; seçin; Birden fazla hedef noktaları &#39;Shift&#39; ve fare sol tıklama ile veya kaydedilmiş bir hedef noktası kümesi yükleyerek girilebilir. Not: Hedef örnekleri mesial temporal yapıların (amigdala, hipokampus), insula, singulat girus içerir. </li><li> &#39;Giriş noktaları&#39; seçin ve ekli açılır menüden üzerine kafa derisi dışlama maskesini seçin. Not: Bu uygulamaya cerrahi uygulanabilir Kısıtlı bir alana olası giriş noktaları sınırlayan bir amacı vardır. </li><li> yörüngeleri kaçınmalısınız açılır listeden yüzeyleri işaretleme, kritik yapılar seçin. Gelişmiş ayarları seçin; Kullanıcı tanımlı eksilerini ayarlamakTercih olarak yörüngeleri arasındaki yörünge uzunluğu, giriş açısı ve mesafesi ile ilgili traints. </li><li> gri cevherde yalan yörüngeleri oranını optimize etmek için gri Madde- beyaz cevher değerlendirme ve tabakalandırmak risk tür seçin. </li><li> Yeni Planı ve Yeniden Hesapla Planı ekle seçerek çoklu yörünge planlayıcısı çalıştırın. </li></ol></li><li> Visualise riski (Şekil 7). <ol><li> Risk Görselleştirme hız simgesini kullanarak, yörünge planlama sonrasında risk ve güvenlik profilleri değerlendirin. Not: Her yörünge için uzunluğu için ölçütleri, giriş açısı, kümülatif risk, kritik yapılara mesafe yörünge yolu boyunca kan damarı ve gri madde beyaz cevher oranları, artı grafik gösterimi için asgari mesafe vardır. Bir sondalar göz görüntüleyici de dahildir. </li><li> Datamanager seçin Risk haritası temsil potansiyel giriş noktaları ile kafa derisi dışlama maskesi örten bir renk kodlu kontur haritası ve risk co ilişkili düzeyini göstermek içinkarartmak kırmızı yüksek risk temsil ve yeşil seçilen herhangi bir yörünge için düşük risk temsil eden, kodlanmış. </li></ol></li><li> yörünge manuel ayar. <ol><li> Seç yörünge. </li><li> sağ tıklayıp Alt ve fare tuşuna basarak yeni giriş noktası seçin ve Alt ve fare tuşuna basarak yeni hedef noktası sol tıklayın. </li><li> Adım 3.3 Risk Görselleştirme hız simgesini kullanarak yeni yörünge değerlendirin. </li></ol></li></ol> 4. İhracat Planları ve Ameliyathane için modeller <ol><li> Bu referans görüntü DICOM formatında kontrol edin. hız simgesinden S7 Dışa Aktar&#39;ı seçin. </li><li> referans görüntü, plan ve yörüngeleri ve ihraç edilecek modellerini tanımlar ve kaydedilmiş arşiv hedefi belirtin. S7 ihracat aracını çalıştırın. </li><li> Yükleme ameliyathanede bir nöronavigasyon sistemine aktarımı için bir USB stick üzerine arşiv oluşturulur ve planlı tr klinik uygulanması için nöronavigasyon sistemine arşivlenmiş klasör yüklemekajectories. </li></ol> 5. Yeniden Elektrot İmplantasyon sonrası ameliyat <ol><li> post-operatif BT görüntüleme kazanır. </li><li> Yük BT içi yazılım üzerine kafa ve yük daha önce hasta veri seti kaydedildi. </li><li> Coregister CT NiftyReg aracını kullanarak T1 ağırlıklı MR başvurmak için. </li><li> yüksek eşikleme kayıtlı BT SurfaceExtractor aracını kullanarak elektrotların 3D yüzey render oluşturmak. </li><li> Temiz bir yüzey render gürültü elektrotlar ve 3D örgü işleme yazılımı temizlik ve onarım işlevlerini kullanarak telleri. </li></ol>

<ol>
	<li>Cardinale, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stereoelectroencephalography:+surgical+methodology,+safety,+and+stereotactic+application+accuracy+in+500+procedures.">Stereoelectroencephalography: surgical methodology, safety, and stereotactic application accuracy in 500 procedures.</a> Neurosurgery. 72, 353-366 (2013).</li><li>Murphy, M., O'Brien, T. J., Morris, K., Cook, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multimodality+image-guided+epilepsy+surgery.">Multimodality image-guided epilepsy surgery.</a> J Clin Neurosci. 8, 534-538 (2001).</li><li>Murphy, M. A., O'Brien, T. J., Morris, K., Cook, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multimodality+image-guided+surgery+for+the+treatment+of+medically+refractory+epilepsy.">Multimodality image-guided surgery for the treatment of medically refractory epilepsy.</a> J Neurosurg. 100, 452-462 (2004).</li><li>Harput, M. V., Gonzalez-Lopez, P., Ture, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Three-dimensional+reconstruction+of+the+topographical+cerebral+surface+anatomy+for+presurgical+planning+with+free+OsiriX+Software.">Three-dimensional reconstruction of the topographical cerebral surface anatomy for presurgical planning with free OsiriX Software.</a> Neurosurgery. 10, 426-435 (2014).</li><li>Duncan, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Selecting+patients+for+epilepsy+surgery:+synthesis+of+data.">Selecting patients for epilepsy surgery: synthesis of data.</a> Epilepsy Behav. 20, 230-232 (2011).</li><li>Duncan, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Imaging+in+the+surgical+treatment+of+epilepsy.">Imaging in the surgical treatment of epilepsy.</a> Nat Rev Neurol. 6, 537-550 (2010).</li><li>Cossu, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stereoelectroencephalography+in+the+presurgical+evaluation+of+focal+epilepsy:+a+retrospective+analysis+of+215+procedures.">Stereoelectroencephalography in the presurgical evaluation of focal epilepsy: a retrospective analysis of 215 procedures.</a> Neurosurgery. 57, 706-718 (2005).</li><li>Cossu, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stereo-EEG+in+children.">Stereo-EEG in children.</a> Childs Nerv Syst. 22, 766-778 (2006).</li><li>Gonzalez-Martinez, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stereotactic+placement+of+depth+electrodes+in+medically+intractable+epilepsy.">Stereotactic placement of depth electrodes in medically intractable epilepsy.</a> J Neurosurg. 120, 639-644 (2014).</li><li>Gonzalez-Martinez, J. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stereoelectroencephalography+in+the+''difficult+to+localize''+refractory+focal+epilepsy:+Early+experience+from+a+North+American+Epilepsy+Center.">Stereoelectroencephalography in the ''difficult to localize'' refractory focal epilepsy: Early experience from a North American Epilepsy Center.</a> Epilepsia. 54, 1-8 (2012).</li><li>Rodionov, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Feasibility+of+multimodal+3D+neuroimaging+to+guide+implantation+of+intracranial+EEG+electrodes.">Feasibility of multimodal 3D neuroimaging to guide implantation of intracranial EEG electrodes.</a> Epilepsy Res. 107, 91-100 (2013).</li><li>Nowell, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Utility+of+3D+multimodality+imaging+in+the+implantation+of+intracranial+electrodes+in+epilepsy.">Utility of 3D multimodality imaging in the implantation of intracranial electrodes in epilepsy.</a> Epilepsia. 56, 403-413 (2015).</li><li>Zombori, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Information Processing in Computer-Assisted Interventions. , (2014).</li><li>Clarkson, M. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+NifTK+software+platform+for+image-guided+interventions:+platform+overview+and+NiftyLink+messaging.">The NifTK software platform for image-guided interventions: platform overview and NiftyLink messaging.</a> Int J Comput Assist Radiol Surg. , (2014).</li><li>Zuluaga, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Medical Image Computing and Computer-Assisted Intervention-MICCAI. 2014. , 651-658 (2014).</li><li>Nowell, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+computer-assisted+planning+and+manual+planning+for+depth+electrode+implantations+in+epilepsy.">Comparison of computer-assisted planning and manual planning for depth electrode implantations in epilepsy.</a> J Neurosurg. , (2015).</li></ol>

Finansman: Mark Nowell, Gergely Zombori, Rachel Sparks ve Roma Rodionov Sağlık Innovation Challenge Fonu aracılığıyla Sağlık ve Wellcome Trust Bölümü (HICF-T4-275, Programı Hibe 97914) tarafından desteklenmektedir. John Duncan Eisai, UCB Pharma, GSK, Janssen Cilag&#39;ın, Medtronic, ve GE Healthcare gelen kurumsal hibe desteği aldı. Andrew McEvoy UCB, Baxter ve Cyberonics destek aldı. Kalan Yazarlar herhangi bir çıkar çatışmaları var. Bu yayın Sağlık Innovation Challenge Fonu (HICF-T4-275, Programı Hibe 97914), Sağlık Bakanlığı ve Wellcome Trust arasında paralel bir fon ortaklığı tarafından desteklenen bağımsız araştırma sunuyor. Bu yayında ifade edilen görüşler yazar (lar) ve bu ille Sağlık veya Wellcome Trust Bölümü olanlardır.

Özetle, görüntü entegrasyonu ve 3 boyutlu görselleştirme için çok önemli adımlar nöronavigasyon sistemi görüntü co-kayıt, beynin segmentasyon, gemiler ve diğer yapılar veya ilgi alanları ve ihracat. Bu süreç daha önce piyasada mevcut görüntü entegrasyon yazılımı kullanılarak grupta yapıldı. 4 saat - bu boru hattına bir dezavantajı 2 alarak tüm süreci ile geçen zaman oldu. Bizim içi yazılım platformunu kullanarak, bu boru hattı büyük ölçüde basitleştirilmiş ve 1 içinde tamamlanabilir - 2 saat. Dahası, elle veya bilgisayar yardımı ile yapılabilir bu yazılım üzerinde Seeg elektrot yörüngeleri cerrahi planlama, ek işlevsellik vardır. Manuel planlama üzerinde TKP yararları, hassasiyet riski azalır ve hızı arttı ve başka yerlerde ele alınmıştır edilir (Nowell ve ark, Press, Sparks ve ark, teslim). in-house yazılım platformu sürekli d olduğunuYeni araçlar ve işlevselliği ile evelopment, cerrahi öncesi değerlendirme ve cerrahi yönetiminin tüm aşamalarını desteklemek için ilave edilir. Her yeni sürüm sürüm de sıkı test için bir ihtiyaç duyulmaktadır. Yazılımın Güncel sınırlamalar diğer platformlarda mevcut ve gelişmiş 3D görüntüleme için değerli bir katkı kaliteli volume rendering eksikliği bulunmaktadır. Ayrıca ihracat şu anda seçilmiş bir nöronavigasyon şirketi ile uyumludur. Bu sınırlamalar Ünitemizde yazılımın klinik yarar etkilenmez değil, ve diğer merkezlere teknolojinin yayılmasını yavaşlattı değil. Bu yazılımın önemi önceki grupların 3DMMI kullanmama nedenleri olarak atıfta bulunmuş engelleri kaldırır olmasıdır. çözüm uzmanlık eğitimini veya uzmanlık gerektirmeyen tek bir platformda, araçları sağlayan kullanımı kolay, zaman ve maliyet-etkin ve kolayca klinik pratikte çevrilir. Biz p varlans Epilepsi Cerrahisi desteklemek için yazılımı başka yenilikler eklemek için. Ayrıca, yöntemler kolayca kortekse, fokal lezyon ve hedeflenen stimülasyon doğuma yakın düşük dereceli tümörlerin rezeksiyonu olarak Nöroşirürji diğer alanlarda, tatbik edilebilir. daha zorlu vakalar alınır ve minimal invaziv tedaviler yaygın bir uygulama girerken 3DMMI ve hassas cerrahi planlama araçları, modern bir cerrahi giderek daha önemli hale muhtemeldir.

Cerrah anatomik yapıları ve üç boyutlu birbirine mekansal ilişkileri takdir etmek için cerrahi pratikte çok önemlidir. Bu cerrah sınırlı görselleştirme ve karmaşık anatomisi erişimi olan, dar bir alana çalışıyor nöroşirürji, özellikle önemlidir. Buna rağmen, bugüne kadar en görüntüleme geleneksel düzlemsel 2D şeklinde cerrahlara sunulmuştur ve farklı görüntüleme yöntemleri genellikle seri birbiri ardına sunulmaktadır. Bunun bir sonucu olarak, cerrah zihinsel her hasta için bu verileri entegre ve cerrahi öncesi planlama için bir anatomik çerçeve içine yerleştirmek zorundadır. Korteks anatomisinin gösteren bireysel hasta beyin, 3D bilgisayar modelleri üreten açık yarar vardır, kan damarları, aynı mekansal bağlamda 1-4 herhangi bir mevcut patolojik lezyonlar yanı sıra ilgili diğer 3D görülecek. Ameliyattan önce cerrah döndürmek ve o şeffaflık değiştirebilirf Bu modellerde, tam farklı ilgi yapılar arasında 3D ilişkileri anlamak için. Bu ilke 3D multimodalite görüntüleme (3DMMI) olarak adlandırılır. Epilepsi cerrahisi için cerrahi öncesi değerlendirme amacı nöbetlerin ortaya beynin alanının lokalizasyonu sonucuna ve bu güvenle önemli açıkları 5 neden olmadan rezeke edilebilir sağlamaktır. Yapısal MRG, florodeoksiglukoz pozitron emisyon tomografisi (FDG-PET), iktal tek foton emisyon bilgisayarlı tomografi (SPECT), manyetoensefalografi (MEG) dipoller, fonksiyonel MRI (fMRI) ve dahil olmak üzere bu katkı tanısal görüntüleme yöntemleri, geniş bir yelpazesi vardır difüzyon tensör görüntüleme (DTG) 6. birden fazla veri setleri simültane çeviriye ve her veri seti başka nasıl bir ilişki göz önüne alınmasını gerektirir çünkü Epilepsi cerrahisi ideal 3DMMI için uygundur. Pek çok durumda, invazif olmayan araştırmalar t başarısızo rezeksiyon geçmek için gerekli kanıt düzeyi sağlar. Bu durumlarda intrakranial EEG (IC EEG) kayıtları nöbetleri önlemek için çıkarılması gerekir beyin bölgesini belirlemek için gereklidir. Giderek, IC EEG kayıt derinliği elektrot sayıda 3D 1,7-10 nöbet ile ilişkili elektriksel aktivitenin orijinal ve üretim yakalamak için intraserebral yerleştirildiği Seeg adı verilen bir teknik ile gerçekleştirilir. Seeg implantasyonu ilk adım örneklenmiş gereken beyin alanlarını tanımlayan, implantasyon strateji geliştirmektir. Bu epilepsi kaynağının konumunu sonucuna herhangi bir lezyon ve fonksiyonel görüntüleme verileri ile yapısal görüntüleme, klinik ve non-invaziv EEG tarihini entegre içerir. İkinci adım elektrot yörüngeleri kesin cerrahi planlama olduğunu. cerrah el merkezleme, güvenli avasküler elektrot yörüngeleri sağlamalıdırgirus ve uzaktan kortikal yüzey damarlar ve ortogonal kafatası çaprazlayan taç ectrode girişleri. Buna ek olarak, tüm implantasyon düzeneği de uygun elektrot arası aralığı ve herhangi bir elektrot çarpışmalar, oluşmalıdır. Yoğun bir epilepsi cerrahisi pratiğinde IC EEG elektrot implante rehberlik 3DMMI modelleri üreten fizibilite önce 11 kanıtlanmıştır. Biz de 3DMMI kullanımının klinik karar verme katma değer sağladığını ilkesini ortaya koymuştur. Bir prospektif çalışmada, 3DMMI açıklanması 43/54 (% 80) olguda yönetimin bazı yönlerini değiştirdi ve özellikle derinlik elektrotların 12 158/212 (% 75) konumlandırma değiştirdi. 3DMMI kolaylaştırmak yazılım paketleri bir dizi var. Bu müttefik ameliyathanede kullanılan ticari olarak mevcut nöronavigasyon platformları, özel planlama yazılımı suit dahilnöronavigasyon platformları ve araştırma odaklı tek başına görüntü entegrasyonu ve görselleştirme platformları ile. klinik uygulamaya çevrilmesinde işlevselliği, esneklik ve çok yönlülük, bu platformlar artış, kullanılabilirlik ve olasılığı olarak buna azalır. Biz multimodal görüntü entegrasyonu, gelişmiş 3 boyutlu görselleştirme ve epilepsi tedavisi için 12,13 planlama Seeg elektrot yerleştirme için özel tasarlanmış bir yazılım geliştirdik. vurgu klinik boru hattı içine klinisyenler tarafından yazılımın gerçek zamanlı kullanımını ve hızlı birleşme sağlayan bir klinik senaryo kullanım kolaylığı üzerindedir. Yazılım NiftyReg, NiftySeg ve NiftyView birleştiren translasyonel görüntüleme platformu 14 üzerinde çalışır. Bu yazıda klinik pratikte yazılımı kullanarak protokolü yola. Görüntü ko-kayıt, ilgi alanlarının segmentasyon, beyin segmentasyon, ayıklamak için adımlaradanmış damar görüntüleme 15, 3B modeller bina Seeg implantasyonu planlama ve hızla ameliyathaneye modelleri ve planları ihraç gelen kan damarları açıklanmıştır. Bir roman araç da 13 planlama otomatik multi-yörünge için tarif, yani implantasyonlarının güvenliğini ve etkinliğini artırır ve büyük ölçüde planlama süresini azaltır.

<table border="0" cellpadding="0" cellspacing="0" style="border-collapse:
 collapse" width="651">
	<tbody>
		<tr height="15">
			<td class="xl24" height="15" width="185">EpiNav</td>
			<td class="xl24" width="221">UCL</td>
			<td class="xl24" width="102"></td>
			<td class="xl24" width="143">Inhouse software platform for image integration, segmentation, visualisation and surgical planning</td>
		</tr>
		<tr height="15">
			<td class="xl24" height="15">Freesurfer</td>
			<td class="xl24">Martinos Centre for Biomedical Imaging</td>
			<td class="xl24"></td>
			<td class="xl24">Software for cortical segmentation</td>
		</tr>
		<tr height="15">
			<td class="xl24" height="15">S7 Stealthstation</td>
			<td class="xl24">Medtronic</td>
			<td class="xl24"></td>
			<td class="xl24">Neuronavigation system</td>
		</tr>
		<tr height="15">
			<td class="xl24" height="15">MeshLab</td>
			<td class="xl24">ISTI-CNR</td>
			<td class="xl24"></td>
			<td class="xl24">3D mesh processing software</td>
		</tr>
		<tr height="15">
			<td class="xl24" height="15">NiftiK</td>
			<td class="xl24">UCL</td>
			<td class="xl24"></td>
			<td class="xl24">Translational imaging platform</td>
		</tr>
		<tr height="15">
			<td class="xl24" height="15">AMIRA</td>
			<td class="xl24">Visualisation Sciences Group</td>
			<td class="xl24"></td>
			<td class="xl24">Image integration software</td>
		</tr>
		
	</tbody>
</table>

a pipeline for 3d multimodality image integration and computer-assisted planning in epilepsy surgery

Epilepsi cerrahisi zor ve cerrahi öncesi planlamayı yardımcı olmak için 3D multimodalite görüntü entegrasyonu (3DMMI) kullanımı köklü olduğunu. Multimodalite görüntü entegrasyonu teknik olarak zor olabilir ve klinik pratikte atıl edilir. Biz görüntü entegrasyonu, 3 boyutlu görselleştirme ve cerrahi planlama için tek bir yazılım platformu geliştirdik. Burada, bizim boru hattı görüntü ko-kayıt, manuel segmentasyon, beyin ve damar çıkarma, 3 boyutlu görselleştirme ve stereoEEG (Seeg) implantasyonu manuel planlama ile geçmeden, görüntü alımı ile başlayan, adım-adım moda açıklanmıştır. Yazılımın yayılması ile bu boru hattı diğer gruplar 3DMMI yarar sağlayan, diğer merkezlerde çoğaltılabilir. Ayrıca stereoEEG implantasyon planları oluşturmak için bir otomatik, çok yörünge planlayıcısı kullanımını tarif eder. Ön çalışmalar bu Seeg implantasyonu planlama için hızlı, güvenli ve etkili bir yardımcı olduğunu gösteriyor. Son olarak, basit solutiameliyathanede planların uygulanması için ticari nöronavigasyon sistemlerine plan ve modellerin ihracat için açıklanmıştır. Bu yazılım epilepsi cerrahisi yolunun boyunca klinik karar vermeyi destekleyen değerli bir araçtır.

Seçilen nöronavigasyon sistemi görüntü entegrasyonu, görselleştirme, manuel planlama ve ihracat için açıklanan protokol Bu 319 derinlik elektrotları implantasyon, Seeg implantasyonu 12 35 olgu içermektedir Ağustos 2013 yılından bu yana ve Sinir Ulusal Hastanesinde istihdam edilmiştir. Hastaların 27/35 (% 77) implantasyon nöbet başlangıç ​​alanını tespit bir göstergesi olan kortikal rezeksiyon aşağıdaki implantasyon, ilerlemiştir. Orada derinlik elektrotların yerleştirilmesi ile ilişkili bir hemorajik komplikasyon olmuştur ve bu konservatif olarak tedavi edildi. Öncesi değerlendirme sırasında kullanılan görüntüleme yöntemleri bir vaka ile vaka bazında karar verilir ve Tablo 1&#39;de açıklanmıştır. Protokol esnektir ve DICOM veya Nifti formatında alınabilir herhangi bir görüntüleme modalitesi dahil edebilirsiniz. Şekil 1 bizim in-house yazılım platformu için temel görüntüleyici gösterir ve 2, 3, 4 ve 5 3D multimodalite modellerinin inşası sırasında tipik ekran olarak göstermektedir. Klinik boru içine Bu protokol, ve diğer merkezlere bu yazılımın yaygınlaştırılması kesintisiz entegrasyon, başarı yararlı bir vekil marker &quot;dir. Epilepsi cerrahisi popülasyonda klinik fayda değerlendirilmesinde güçlükler iyi bilinen ve başka bir yerde 12 tanımlanmıştır. Bu boru hattı, nispeten kullanıcı dostu ve diğer merkezlerde çoğaltmak kolay, esnek bir aerodinamik bir çözüm sunmaktadır. Bilgisayar destekli planlayıcı (CAP) geriye dönük olarak önceki manuel planlanan implantasyonu 16 üzerinde test edilmiştir yeni bir gelişmedir. Ön sonuçlar CAP daha güvenli, daha effic üretir düşündürmektediruygulamak mümkün olup sağ- lasa implant uygulamaları, etkin bir biçimde 16. Tablo 2 bu nicel karşılaştırma gösteren bir sürede tamamlanır. Klinik pratikte CAP kullanarak ileriye dönük çalışma devam etmektedir. CAP sürücüler algoritma daha önce 13 tarif edilmiştir. Şekil 6 otomatik çoklu-yörünge planlayıcısı tipik bir sonucu gösterir. girildiğinde kritik yapılar damarlar, atardamarlar ve yüzey sulkuslar vardır. . Girusların taç yörünge ortalamasını ve kafa derisi dışlama maskesi yörünge giriş noktaları sınırlayıcı Not ilişkili metrik ve yörünge uzunluğu grafik gösterimi ile, 7 bireysel yörünge için tipik bir risk görselleştirme grafiğini göstermektedir. <img alt="Şekil 1" src="/files/ftp_upload/53450/53450fig1.jpg"/&gt; Şekil 1. In-house Yazılım Platformu Temel Görüntüleyici Ekran. Kısayollar plug-in araçları, kullanım aracı SAĞA akım fiş içeren sol Data Manager, TOP- araç çubuğu, merkeze 4 Ortho-görmek göstermek. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/53450/53450fig1large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a> <img alt="şekil 2" src="/files/ftp_upload/53450/53450fig2.jpg" /> In-house Yazılım Şekil 2. Segmentasyon ve 3D Görselleştirme. Üst üste bindirilmiş yüzey modelleri ile (A) aksiyal T1 MR, modeller (mavi-venlerin (B) 3D yüzey render, transkranial manyetik stimülasyon, Turuncu kavisli fasikül traktografi, mavi kortikospinal traktografi, pink- optik radyasyon Traktografinin gelen yeşil-motorlu el sarı-unsinat fasikül traktografisi, purple- talamus segmentation). <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/53450/53450fig2large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a> <img alt="Şekil 3," src="/files/ftp_upload/53450/53450fig3.jpg" /> Korteks Yüzey Modellerinin 3. Nesil Şekil. Dosya 1-5002 den eşiklenir wmparc (A) wmparc dosyanın eksenel görünümü, (B), binarised wmparc dosyasının (C) yüzey oluşturma. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/53450/53450fig3large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a> <img alt="Şekil 4," src="/files/ftp_upload/53450/53450fig4.jpg" /> Vesselness kullanırken-ev Yazılım Şekil 4. Gemi Ekstraksiyon. (A) aksiyel BT anjiyografi 3D faz kontrast M ile birlikte kayıtlıRİ. Venlerin (mavi) ve arterlerin (kırmızı) (B) 3D yüzey oluşturma. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/53450/53450fig4large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a> <img alt="Şekil 5," src="/files/ftp_upload/53450/53450fig5.jpg" /> Korteks (gri) ve saçlı deri yüzeyine (beyaz) yüzey render Cortex Hacmi Model 3D Ses render Şekil 5. Nesil. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/53450/53450fig5large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a> <img alt="Şekil 6," src="/files/ftp_upload/53450/53450fig6.jpg" /> Bilgisayar destekli Yörünge Planlama Şekil 6. 3D Multimodalite Modelleri. (A) kafa derisi (beyaz), saçlı deri dışlama maskesi (sarı) ve yörüngeleri (purple). (B) saçlı deri ve maske beyin (pembe) göstermek için şeffaf, sulkuslar (yeşil), damarlar (mavi) ve arterler (kırmızı). Yörüngeleri ve beyin göstermek için kaldırıldı (C) saçlı deri ve maske. (D) yörüngeleri, yüzey sulkuslar, damarları ve arterler göstermek için kaldırıldı beyin. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/53450/53450fig6large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a> <img alt="Şekil 7," src="/files/ftp_upload/53450/53450fig7.jpg" /> Şekil 7. Bireysel Yörüngelerinin ile Metrik İlişkili Grafik Görselleştirme. çapında bir kan damarı&gt; 1 mm Top- uzunluk, açı kateden kafatası, risk, G / W oranı ve minimum mesafe. yörünge boyunca yörünge (kırmızı-arter, mavi-damar yapısı (maksimum 10 mm y-Eksen mesafe) uzunluğu boyunca yakın kritik yapının orta grafik ekran, x-Eksen mesafesiBeyin girişi hedef için, SM güvenlik marjı kritik yapıya yörüngenin 3 mm ayrılması) işaretler yatay kırmızı çizgi olarak temsil etti. Gri ve beyaz cevher ile yörünge yolu (yeşil-ekstraserebral, gri-gri madde, beyaz-beyaz madde) Alt-grafik ekran. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/53450/53450fig7large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a> <table fo:keep-together.within-page="1"><tbody><tr><td> yöntem </td><td> yer </td><td> Ön-işleme </td><td> Görüş alanı (AP x RL x IS) </td><td> Voksel boyutu (AP x RL x IS) </td></tr><tr><td> 3D T1 FSPGR </td><td> ES </td><td> Yok hayır </td><td> 256 x 256 x 166 </td><td> 0.94 x 0.94 x 1.1 </td></tr><tr><td> Koronal T2 FLAIR </td><td> ES </td><td> Yok hayır </td><td> 256 x 160 x 32 </td><td> 0.94 x 1.5 x 3.5 </td></tr><tr> &lt;Gadolinyumlu td&gt; Navigasyon T1 </td><td> NHNN </td><td> Yok hayır </td><td> 512 x 512 x 144 </td><td> 0.5 x 0.5 x 1.5 </td></tr><tr><td> MRG 3D faz kontrast </td><td> NHNN </td><td> Yok hayır </td><td> 256 x 256 x 160 </td><td> 0.85 x 0.85 x 1 </td></tr><tr><td> BT anjiyografi </td><td> NHNN </td><td> Yok hayır </td><td> 512 x 512 x 383 </td><td> 0.43 x 0.43 x 0.75 </td></tr><tr><td> MEG dipol </td><td> NHNN </td><td> Evet </td><td></td><td></td></tr><tr><td> İktal-interiktal SPECT </td><td> UCLH </td><td> Evet </td><td> 128 x 128 x 49 </td><td> 3,9 x 3,9 x 3,9 </td></tr><tr><td> FDG-PET </td><td> UCLH </td><td> Evet </td><td> 128 x 128 x 47 </td><td> 1.95 x 1.95 x 3.3 </td></tr><tr><td> DTI </td><td> ES </td><td> Evet </td><td> 128 x 128 x 60 </td><td> 1.88 x 1.88 x 2.4 </td></tr><tr><td> Fonksiyonel MRI, EEG-korelasyon fMRI </td><td> ES </td><td> Evet </td><td> 128 x 128 x 58 </td><td&gt; 1.87 x 1.87 x 2.5 </td></tr></tbody></table> Nöroloji ve Nöroşirurji, UCLH- University College London Hospital, FSPGR-FastSpoiledGradientRecalledEcho, MEG-manyetoensefalografinin, SPECT-tek foton emisyon bilgisayarlı tomografi, FDG PET Görüntü Entegrasyonu ((ES-Epilepsi Derneği, NHNN-Ulusal Hastane için kullanılan Tablo 1. Görüntüleme Yöntemleri - fluorodeoksiglukoz pozitron emisyon tomografi, DTI-difüzyon tensör görüntüleme, AP ön arka, RL - sağdan sola, IS - üstün alt). <table fo:keep-together.within-page="1"><tbody><tr><td></td><td> Manuel Planlama * </td><td> CAP * </td><td> Tahmini Fark (Manuel-CAP) </td><td> Hata </td><td> P değeri </td></tr><tr><td> Elektrot uzunluğu (mm, 1 dp) </td><td> 57.9 (21.8) </td><td> 53.9 (15.6) </td><td> 4.74 </td><td> 1.59 </td><td> &lt;0.05 </td></tr><tr><td> Giriş Açısı (dikey kapalı derece, 1 dp) </td><td> 16.2 (12.8) </td><td> 13.0 (7.6) </td><td> 5.89 </td><td> 1.07 </td><td> &lt;0.05 </td></tr><tr><td> Riski (normalize birimler, 2 dp) </td><td> 0.41 (0.79) </td><td> 0.36 (0.42) </td><td> 0.19 </td><td> 0.03 </td><td> &lt;0.05 </td></tr><tr><td> Kan Gemi minimum mesafe (mm 1 dp) </td><td> 4.5 (3.0) </td><td> 4.5 (3.0) </td><td> -0.56 </td><td> 0.2 </td><td> &lt;0.05 </td></tr><tr><td> Gri Madde içinde İntraserebral Elektrot oranı (2 dp) </td><td> 0.33 (0.33) </td><td> 0.48 (0.28) </td><td> -0.11 </td><td> 0.02 </td><td> &lt;0.05 </td></tr></tbody></table> Manuel ve Bilgisayar assis arasındaki Tablo 2. İstatistiksel Karşılaştırmasıted Planlaması (CAP). * İlk değer medyan olduğunu, parantez içindeki ikinci değer aralığı çeyrekler arası olduğunu. Bu tablo 16 ila izni ile çoğaltılmıştır.

Watch this Scientific Journal Video about A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery at JoVE.com

A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery

Biz epilepsi cerrahisi görüntü entegrasyonu, görselleştirme ve planlama için bizim özel olarak tasarlanmış yazılımı kullanmak için gereken adımları açıklar.

Epilepsi Cerrahisi 3D Multimodalite Görüntü Entegrasyonu ve Bilgisayar destekli Planlama Bir Boru Hattı

Epilepsy surgery is challenging and the use of 3D multimodality image integration (3DMMI) to aid presurgical planning is well-established. Multimodality ...

a-pipeline-for-3d-multimodality-image-integration-computer-assisted

Nanyang Technological University

Research

JoVE Journal

Medicine

12.0K Görüntüleme.  UCL Institute of Neurology.  Biz epilepsi cerrahisi görüntü entegrasyonu, görselleştirme ve planlama için bizim özel olarak tasarlanmış yazılımı kullanmak için gereken adımları açıklar. 

Video: A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery

Accuracy in Dental Medicine, A New Way to Measure Trueness and Precision

Reference scanners are used in dental medicine to verify a lot of procedures. The main interest is to verify impression methods as they serve as a base for dental restorations. The current limitation of many reference scanners is the lack of accuracy scanning large objects like full dental arches, or the limited possibility to assess detailed tooth surfaces. A new reference scanner, based on focus variation scanning technique, was evaluated with regards to highest local and general accuracy. A specific scanning protocol was tested to scan original tooth surface from dental impressions. Also, different model materials were verified. The results showed a high scanning accuracy of the reference scanner with a mean deviation of 5.3 &#177; 1.1 &#181;m for trueness and 1.6 &#177; 0.6 &#181;m for precision in case of full arch scans. Current dental impression methods showed much higher deviations (trueness: 20.4 &#177; 2.2 &#181;m, precision: 12.5 &#177; 2.5 &#181;m) than the internal scanning accuracy of the reference scanner. Smaller objects like single tooth surface can be scanned with an even higher accuracy, enabling the system to assess erosive and abrasive tooth surface loss. The reference scanner can be used to measure differences for a lot of dental research fields. The different magnification levels combined with a high local and general accuracy can be used to assess changes of single teeth or restorations up to full arch changes.

Accuracy is a major demand in dental medicine. To verify accuracy, reference scanners are needed. This article presents a new reference scanner with an adjusted scanning method to acquire a broad variety of dental morphologies with high trueness and precision.

Gerçeklik ve kesinlik Tedbir Diş Hekimliği, A New Way Doğruluk

Reference scanners are used in dental medicine to verify a lot of procedures. The main interest is to verify impression methods as they serve as a base ...

Tıp

Surgical Fixation of Sternal Fractures: Preoperative Planning and a Safe Surgical Technique Using Locked Titanium Plates and Depth Limited Drilling

Different ways to stabilize a sternal fracture are described in literature. Respecting different mechanisms of trauma such as the direct impact to the anterior chest wall or the flexion-compression injury of the trunk, there is a need to retain each sternal fragment in the correct position while neutralizing shearing forces to the sternum. Anterior sternal plating provides the best stability and is therefore increasingly used in most cases. However, many surgeons are reluctant to perform sternal osteosynthesis due to possible complications such as difficulties in preoperative planning, severe injuries to mediastinal organs, or failure of the performed method.
This manuscript describes one possible safe way to stabilize different types of sternal fractures in a step by step guidance for anterior sternal plating using low profile locking titanium plates. Before surgical treatment, a detailed survey of the patient and a three dimensional reconstructed computed tomography is taken out to get detailed information of the fracture&#8217;s morphology. The surgical approach is usually a midline incision. Its position can be described by measuring the distance from upper sternal edge to the fracture and its length can be approximated by the summation of 60 mm for the basis incision, the thickness of presternal soft tissue and the greatest distance between the fragments in case of multiple fractures.
Performing subperiosteal dissection along the sternum while reducing the fracture, using depth limited drilling, and fixing the plates prevents injuries to mediastinal organs and vessels.
Transverse fractures and oblique fractures at the corpus sterni are plated longitudinally, whereas oblique fractures of manubrium, sternocostal separation and any longitudinally fracture needs to be stabilized by a transverse plate from rib to sternum to rib. Usually the high convenience of a patient is seen during follow up as well as a precise reconstruction of the sternal morphology.

Here we present a method to stabilize sternal fractures by using locked titanium plates in a low profile design. Performing subperiosteal dissection along the sternum while reducing the fracture, using depth limited drilling, and fixing the plates provides a safe surgical way.

Sternum Fraktürlerinde Cerrahi Sabitleme: Ameliyat Öncesi Planlama ve Kilitli Titanyum Tabaklar ve Derinlik Sınırlı Sondaj kullanarak Güvenli Cerrahi Tekniği

Different ways to stabilize a sternal fracture are described in literature. Respecting different mechanisms of trauma such as the direct impact to the ...

Network Analysis of Foramen Ovale Electrode Recordings in Drug-resistant Temporal Lobe Epilepsy Patients

Approximately 30% of epilepsy patients are refractory to antiepileptic drugs. In these cases, surgery is the only alternative to eliminate/control seizures. However, a significant minority of patients continues to exhibit post-operative seizures, even in those cases in which the suspected source of seizures has been correctly localized and resected. The protocol presented here combines a clinical procedure routinely employed during the pre-operative evaluation of temporal lobe epilepsy (TLE) patients with a novel technique for network analysis. The method allows for the evaluation of the temporal evolution of mesial network parameters. The bilateral insertion of foramen ovale electrodes (FOE) into the ambient cistern simultaneously records electrocortical activity at several mesial areas in the temporal lobe. Furthermore, network methodology applied to the recorded time series tracks the temporal evolution of the mesial networks both interictally and during the seizures. In this way, the presented protocol offers a unique way to visualize and quantify measures that considers the relationships between several mesial areas instead of a single area.

This protocol describes a procedure to track the evolution of mesial network measures in temporal lobe epilepsy (TLE) patients. It is based on the combination of intracranial recordings with a novel numerical technique for data analysis. Specifically, we present a protocol for network analyses of foramen ovale recordings.

İlaca dirençli Temporal Lob Epilepsi Hastalarında Foramen Ovale Elektrot Kayıtları Ağ Analizi

Approximately 30% of epilepsy patients are refractory to antiepileptic drugs. In these cases, surgery is the only alternative to eliminate/control ...

Interictal High Frequency Oscillations Detected with Simultaneous Magnetoencephalography and Electroencephalography as Biomarker of Pediatric Epilepsy

Crucial to the success of epilepsy surgery is the availability of a robust biomarker that identifies the Epileptogenic Zone (EZ). High Frequency Oscillations (HFOs) have emerged as potential presurgical biomarkers for the identification of the EZ in addition to Interictal Epileptiform Discharges (IEDs) and ictal activity. Although they are promising to localize the EZ, they are not yet suited for the diagnosis or monitoring of epilepsy in clinical practice. Primary barriers remain: the lack of a formal and global definition for HFOs; the consequent heterogeneity of methodological approaches used for their study; and the practical difficulties to detect and localize them noninvasively from scalp recordings. Here, we present a methodology for the recording, detection, and localization of interictal HFOs from pediatric patients with refractory epilepsy. We report representative data of HFOs detected noninvasively from interictal scalp EEG and MEG from two children undergoing surgery.
The underlying generators of HFOs were localized by solving the inverse problem and their localization was compared to the Seizure Onset Zone (SOZ) as this was defined by the epileptologists. For both patients, Interictal Epileptogenic Discharges (IEDs) and HFOs were localized with source imaging at concordant locations. For one patient, intracranial EEG (iEEG) data were also available. For this patient, we found that the HFOs localization was concordant between noninvasive and invasive methods. The comparison of iEEG with the results from scalp recordings served to validate these findings. To our best knowledge, this is the first study that presents the source localization of scalp HFOs from simultaneous EEG and MEG recordings comparing the results with invasive recordings. These findings suggest that HFOs can be reliably detected and localized noninvasively with scalp EEG and MEG. We conclude that the noninvasive localization of interictal HFOs could significantly improve the presurgical evaluation for pediatric patients with epilepsy.

High Frequency Oscillations (HFOs) have emerged as presurgical biomarkers for the identification of the epileptogenic zone in pediatric patients with medically refractory epilepsy. A methodology for the noninvasive recording, detection, and localization of HFOs with simultaneous scalp electroencephalography (EEG) and magnetoencephalography (MEG) is presented.

Pediatrik Epilepsi biyolojik belirteç olarak Eşzamanlı Manyetoensefalografi ve elektroensefalografi ile Tespit Edilen interiktal Yüksek Frekans Salınımlılığı

Crucial to the success of epilepsy surgery is the availability of a robust biomarker that identifies the Epileptogenic Zone (EZ). High Frequency ...

Radiation Planning Assistant - A Streamlined, Fully Automated Radiotherapy Treatment Planning System

The Radiation Planning Assistant (RPA) is a system developed for the fully automated creation of radiotherapy treatment plans, including volume-modulated arc therapy (VMAT) plans for patients with head/neck cancer and 4-field box plans for patients with cervical cancer. It is a combination of specially developed in-house software that uses an application programming interface to communicate with a commercial radiotherapy treatment planning system. It also interfaces with a commercial secondary dose verification software. The necessary inputs to the system are a Treatment Plan Order, approved by the radiation oncologist, and a simulation computed tomography (CT) image, approved by the radiographer. The RPA then generates a complete radiotherapy treatment plan. For the cervical cancer treatment plans, no additional user intervention is necessary until the plan is complete. For head/neck treatment plans, after the normal tissue and some of the target structures are automatically delineated on the CT image, the radiation oncologist must review the contours, making edits if necessary. They also delineate the gross tumor volume. The RPA then completes the treatment planning process, creating a VMAT plan. Finally, the completed plan must be reviewed by qualified clinical staff.

Radiation therapy is a highly complex cancer treatment that requires multiple specialists to create a treatment plan and provide quality assurance (QA) prior to delivery to a patient. This protocol describes the use of a fully automated system, the Radiation Planning Assistant (RPA), to create high-quality radiation treatment plans.

Yardımcısı - aerodinamik, planlama radyasyon tam radyoterapi tedavi planlama sistemi otomatik

The Radiation Planning Assistant (RPA) is a system developed for the fully automated creation of radiotherapy treatment plans, including volume-modulated ...

A Postoperative Evaluation Guideline for Computer-Assisted Reconstruction of the Mandible

Valid comparisons of postoperative accuracy results in computer-assisted reconstruction of the mandible are difficult due to heterogeneity in imaging modalities, mandibular defect classification, and evaluation methodologies between studies. This guideline uses a step-by-step approach guiding the process of imaging, classification of mandibular defects and volume assessment of three-dimensional (3D) models, after which a legitimized quantitative accuracy evaluation method can be performed between the postoperative clinical situation and the preoperative virtual plan. The condyles and the vertical and horizontal corners of the mandible are used as bony landmarks to define virtual lines in the computer-assisted surgery (CAS) software. Between these lines the axial, coronal, and both sagittal mandibular angles are calculated on both pre- and postoperative 3D models of the (neo)mandible and subsequently the deviations are calculated. By superimposing the postoperative 3D model to the preoperative virtually planned 3D model, which is fixed to the XYZ axis, the deviation between pre- and postoperative virtually planned dental implant positions can be calculated. This protocol continues and specifies an earlier publication of this evaluation guideline.

Here, we propose a practical, feasible and reproducible evaluation guideline for computer-assisted reconstruction of the mandible in order to create uniformity between studies regarding postoperative accuracy evaluation. This protocol continues and specifies an earlier publication of this evaluation guideline.

Mandibulanın Bilgisayar Destekli Rekonstrüksiyonu Için Ameliyat Sonrası Değerlendirme Yönergesi

Valid comparisons of postoperative accuracy results in computer-assisted reconstruction of the mandible are difficult due to heterogeneity in imaging ...

Assessment of Static Graviceptive Perception in the Roll-Plane using the Subjective Visual Vertical Paradigm

Vestibular disorders are among the most common syndromes in medicine. In recent years, new vestibular diagnostic systems have been introduced that allow the examination of all semicircular canals in the clinical setting. Assessment methods of the otolithic system, which is responsible for the perception of linear acceleration and perception of gravity, are far less in clinical use. There are several experimental approaches for measuring the perception of gravity. The most frequently used method is the determination of the subjective visual vertical. This is usually measured with the head in an upright position. We present here an assessment method for testing otolith function in the roll plane. The subjective visual vertical is measured in the head upright position as well as with head inclination of &#177; 15&#176; and &#177; 30&#176; in the roll plane. This extended functional paradigm is an easy-to-perform clinical test of otolith function and ensures increased information content for the detection of impaired graviceptive perception.

The perception of gravity is commonly determined by the subjective visual vertical in the head upright position. The additional assessment at head tilts of &#177; 15&#176; and &#177; 30&#176; in the roll plane ensures increased information content for the detection of impaired graviceptive perception.

Öznel Görsel Dikey Paradigma kullanılarak Rulo Düzlemde Statik Graviceptive Algının Değerlendirilmesi

Vestibular disorders are among the most common syndromes in medicine. In recent years, new vestibular diagnostic systems have been introduced that allow ...

A Whole Body Dosimetry Protocol for Peptide-Receptor Radionuclide Therapy (PRRT): 2D Planar Image and Hybrid 2D+3D SPECT/CT Image Methods

Peptide-receptor-radionuclide-therapy (PPRT) is a targeted therapy that combines a short-range energy radionuclide with a substrate with high specificity for cancer cell receptors. After injection, the radiotracer is distributed throughout the entire body, with a higher uptake in tissues where targeted receptors are overexpressed. The use of beta/gamma radionuclide emitters enables therapy imaging (beta-emission) and post-therapy imaging (gamma-emission) to be performed at the same time. Post-treatment sequential images permit absorbed dose calculation based on local uptake and wash-in/wash-out kinetics. We implemented a hybrid method that combines information derived from both 2D and 3D images. Serial whole-body images and blood samples are acquired to estimate the absorbed dose to different organs at risk and to lesions disseminated throughout the body. A single 3D-SPECT/CT image, limited to the abdominal region, overcomes projection overlap on planar images of different structures such as the intestines and kidneys. The hybrid 2D+3D-SPECT/CT method combines the effective half-life information derived from 2D planar images with the local uptake distribution derived from 3D images. We implemented this methodology to estimate the absorbed dose for patients undergoing PRRT with 177Lu-PSMA-617. The methodology could, however, be implemented with other beta-gamma radiotracers. To date, 10 patients have been enrolled into the dosimetry study with 177Lu-PSMA-617 combined with drug protectors for kidneys and salivary glands (mannitol and glutamate tablets, respectively). The median ratio between kidney uptake at 24 h evaluated on planar images and 3D-SPECT/CT is 0.45 (range:0.32-1.23). The comparison between hybrid and full 3D approach has been tested on one patient, resulting in a 1.6% underestimation with respect to full 3D (2D: 0.829 mGy/MBq, hybrid: 0.315 mGy/MBq, 3D: 0.320 mGy/MBq). Treatment safety has been confirmed, with a mean absorbed dose of 0.73 mGy/MBq (range:0.26-1.07) for kidneys, 0.56 mGy/MBq (0.33-2.63) for the parotid glands and 0.63 mGy/MBq (0.23-1.20) for submandibular glands, values in accordance with previously published data.

A Whole Body Dosimetry Protocol for Peptide-Receptor Radionuclide Therapy PRRT: 2D Planar Image and Hybrid 2D+3D SPECT/CT Image Methods

This method estimates the absorbed dose of different structures for peptide-receptor-radionuclide-therapy (PRRT) with the possibility of avoiding organ overlap on 2D-projections. Serial whole-body planar images permit estimation of mean absorbed doses along the whole body, while the hybrid approach, combining planar images and 3D-SPECT/CT image, overcomes the limitations of structure overlapping.

Peptit-Reseptör Radyonüklid Tedavisi (PRRT) için Tüm Vücut Dozimetri Protokolü : 2D Düzlemsel Görüntü ve Hibrid 2D+3D SPECT/BT Görüntü Yöntemleri

Peptide-receptor-radionuclide-therapy (PPRT) is a targeted therapy that combines a short-range energy radionuclide with a substrate with high specificity ...

3D Planning and Printing of Patient Specific Implants for Reconstruction of Bony Defects

We are in the midst of the 3D era in most aspects of life, and especially in medicine. The surgical discipline is one of the major players in the medical field using the constantly developing 3D planning and printing capabilities. Computer-assisted design (CAD) and computer assisted manufacturing (CAM) are used to describe the 3D planning and manufacturing of the product. The planning and manufacturing of 3D surgical guides and reconstruction implants is performed almost exclusively by engineers. As technology advances and software interfaces become more user-friendly, it raises a question regarding the possibility of transferring the planning and manufacturing to the clinician. The reasons for such a shift are clear: the surgeon has the idea of what he wants to design, and he also knows what is feasible and could be used in the operating room. It allows him to be prepared for any scenario/unexpected results during the operation and allows the surgeon to be creative and express his new ideas using the CAD software. The purpose of this method is to provide clinicians with the ability to create their own surgical guides and reconstruction implants. In this manuscript, a detailed protocol will provide a simple method for segmentation using segmentation software and implant planning using a 3D design software. Following the segmentation and stl file production using segmentation software, the clinician could create a simple patient specific reconstruction plate or a more complex plate with a cradle for bone graft positioning. Surgical guides can be created for accurate resection, hole preparation for proper reconstruction plate positioning or for bone graft harvesting and re-contouring. A case of lower jaw reconstruction following plate fracture and nonunion healing of a trauma sustained injury is detailed.

This protocol describes the use of 3D planning and printing for reconstruction of bony defects. We use segmentation tools to create 3D models followed by 3D design software to create patient specific implants for reconstruction purposes concomitant to ablative surgery or as a second stage.

Kemik Liyagisi Rekonstrüksiyonu İçin Hastaya Özel İmplantların 3Boyutlu Planlama ve Basımı

We are in the midst of the 3D era in most aspects of life, and especially in medicine. The surgical discipline is one of the major players in the medical ...

Treatment of Facial Deformities using 3D Planning and Printing of Patient-Specific Implants

Technological advancements in surgical planning and patient-specific implants are constantly evolving. One can either adopt the technology to achieve better results, even in the less experienced hand, or continue without it. As technology develops and becomes more user-friendly, we believe it is time to allow the surgeon the option to plan his/her operations and create his/her own patient-specific surgical guides and fixation plates allowing him full control over the process. We present here a protocol for 3D planning of the operation followed by 3D planning and printing of surgical guides and patient-specific fixation implants. During this process we use two commercial computer-assisted design (CAD) software. We also use a fused deposition&#160;modeling printer for the surgical guides and a selective laser sintering printer for the titanium patient-specific fixation implants. The process includes computed tomography (CT) imaging acquisition, 3D segmentation of the skull and facial bones from the CT, 3D planning of the operations, 3D planning of patient-specific fixation implant according to the final position of the bones, 3D planning of surgical guides for performing an accurate osteotomy and preparing the bone for the fixation plates, and 3D printing of the surgical guides and the patient-specific fixation plates. The advantages of the method include full control over the surgery, planned osteotomies and fixation plates, significant reduction in price, reduction in operation duration, superior performance and highly accurate results. Limitations include the need to master the CAD programs.

As technology develops and becomes more user-friendly, planning of operations and patient-specific surgical guides and fixation plates should be performed by the surgeon. We present a protocol for 3D planning of orthognathic skeletal movements and 3D planning and printing of patient-specific fixation plates and surgical guides.

Hastaya Özel İmplantların 3Boyutlu Planlama ve Baskı ile Yüz Deformitelerinin Tedavisi

Technological advancements in surgical planning and patient-specific implants are constantly evolving. One can either adopt the technology to achieve ...