Derin beyin stimülasyonu: Grup düzeyinde görüntüleme.

Araştırma özeti

Aşağıdaki metin kaynak makalenin lisansı doğrulanmış orijinal özetidir. cc by

Deep Brain Stimulation (DBS) is an established treatment option for movement disorders and is under investigation for treatment in a growing number of other brain diseases. It has been shown that exact electrode placement crucially affects the efficacy of DBS and this should be considered when investigating novel indications or DBS targets. To measure clinical improvement as a function of electrode placement, neuroscientific methodology and specialized software tools are needed. Such tools should have the goal to make electrode placement comparable across patients and DBS centers, and include statistical analysis options to validate and define optimal targets. Moreover, to allow for comparability across different centers, these need to be performed within an algorithmically and anatomically standardized and openly available group space. With the publication of Lead-DBS software in 2014, an open-source tool was introduced that allowed for precise electrode reconstructions based on pre- and postoperative neuroimaging data. Here, we introduce Lead Group, implemented within the Lead-DBS environment and specifically designed to meet aforementioned demands. In the present article, we showcase the various processing streams of Lead Group in a retrospective cohort of 51 patients suffering from Parkinson's disease, who were implanted with DBS electrodes to the subthalamic nucleus (STN). Specifically, we demonstrate various ways to visualize placement of all electrodes in the group and map clinical improvement values to subcortical space. We do so by using active coordinates and volumes of tissue activated, showing converging evidence of an optimal DBS target in the dorsolateral STN. Second, we relate DBS outcome to the impact of each electrode on local structures by measuring overlap of stimulation volumes with the STN. Finally, we explore the software functions for connectomic mapping, which may be used to relate DBS outcomes to connectivity estimates with remote brain areas. The manuscript is accompanied by a walkthrough tutorial which allows users to reproduce all main results presented here. All data and code needed to reproduce results are openly available.

Türkçe çeviri

Makine çevirisi · Klinik kullanım öncesinde kaynakla karşılaştırılmalı.

Derin Beyin Stimülasyonu (DBS), hareket bozuklukları için yerleşik bir tedavi seçeneğidir ve artan sayıda diğer beyin hastalıklarında tedavi için araştırılmaktadır. Kesin elektrot yerleştirilmesinin DBS'nin etkinliğini çok önemli ölçüde etkilediği ve bu durumun yeni endikasyonları veya DBS hedeflerini araştırırken dikkate alınması gerektiği gösterilmiştir. Elektrot yerleştirmenin bir fonksiyonu olarak klinik iyileşmeyi ölçmek için nörobilimsel metodoloji ve özel yazılım araçlarına ihtiyaç vardır. Bu tür araçlar, elektrot yerleşimini hastalar ve DBS merkezleri arasında karşılaştırılabilir hale getirme hedefine sahip olmalı ve optimal hedefleri doğrulamak ve tanımlamak için istatistiksel analiz seçenekleri içermelidir. Dahası, farklı merkezlerde karşılaştırılabilirliğe izin vermek için, bunların algoritmik ve anatomik olarak standartlaştırılmış ve açık bir grup alanı içinde yapılması gerekir. Lead-DBS yazılımının 2014 yılında yayınlanmasıyla, ameliyat öncesi ve sonrası nörogörüntüleme verilerine dayanan hassas elektrot rekonstrüksiyonlarına izin veren açık kaynaklı bir araç tanıtıldı. Burada, Lead-DBS ortamında uygulanan ve özellikle yukarıda belirtilen talepleri karşılamak için tasarlanmış Lead Group'u tanıtıyoruz. Bu makalede, Parkinson hastalığından muzdarip 51 hastanın retrospektif kohortunda, DBS elektrotları ile subtalamik çekirdeğe (STN) yerleştirilen Lead Group'un çeşitli işlem akışlarını sergiliyoruz. Spesifik olarak, tüm elektrotların gruba yerleştirilmesini görselleştirmek ve klinik iyileştirme değerlerini subkortikal alana haritalamak için çeşitli yollar gösteriyoruz. Bunu aktif koordinatları ve aktif doku hacimlerini kullanarak yapıyoruz, dorsolateral STN'de optimal bir DBS hedefinin bir araya geldiğini gösteren kanıtlar gösteriyoruz. İkincisi, DBS sonucunu, her bir elektrotun STN ile uyarım hacimlerinin örtüşmesini ölçerek yerel yapılar üzerindeki etkisi ile ilişkilendiriyoruz. Son olarak, DBS sonuçlarını uzak beyin bölgeleriyle bağlantı tahminleriyle ilişkilendirmek için kullanılabilecek konektomik haritalama için yazılım işlevlerini araştırıyoruz. El yazmasına, kullanıcıların burada sunulan tüm ana sonuçları çoğaltmalarına izin veren bir yürüyüş öğreticisi eşlik ediyor. Sonuçları çoğaltmak için gereken tüm veriler ve kodlar açıkça mevcuttur.

İlgili konular