Tissue localization during resective epilepsy surgery
Notice bibliographique
Résumé
OBJECT: Imaging-guided surgery (IGS) systems are widely used in neurosurgical practice. During epilepsy surgery, the authors routinely use IGS landmarks to localize intracranial electrodes and/or specific brain regions. The authors have developed a technique to coregister these landmarks with pre- and postoperative scans and the Montreal Neurological Institute (MNI) standard space brain MRI to allow 1) localization and identification of tissue anatomy; and 2) identification of Brodmann areas (BAs) of the tissue resected during epilepsy surgery. Tracking tissue in this fashion allows for better correlation of patient outcome to clinical factors, functional neuroimaging findings, and pathological characteristics and molecular studies of resected tissue. METHODS: Tissue samples were collected in 21 patients. Coordinates from intraoperative tissue localization were downloaded from the IGS system and transformed into patient space, as defined by preoperative high-resolution T1-weighted MRI volume. Tissue landmarks in patient space were then transformed into MNI standard space for identification of the BAs of the tissue samples. RESULTS: Anatomical locations of resected tissue were identified from the intraoperative resection landmarks. The BAs were identified for 17 of the 21 patients. The remaining patients had abnormal brain anatomy that could not be meaningfully coregistered with the MNI standard brain without causing extensive distortion. CONCLUSIONS: This coregistration and landmark tracking technique allows localization of tissue that is resected from patients with epilepsy and identification of the BAs for each resected region. The ability to perform tissue localization allows investigators to relate preoperative, intraoperative, and postoperative functional and anatomical brain imaging to better understand patient outcomes, improve patient safety, and aid in research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».