Zoomed MRI Guided by Combined EEG/MEG Source Analysis: A Multimodal Approach for Optimizing Presurgical Epilepsy Work-up and its Application in a Multi-focal Epilepsy Patient Case Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In recent years, the use of source analysis based on electroencephalography (EEG) and magnetoencephalography (MEG) has gained considerable attention in presurgical epilepsy diagnosis. However, in many cases the source analysis alone is not used to tailor surgery unless the findings are confirmed by lesions, such as, e.g., cortical malformations in MRI. For many patients, the histology of tissue resected from MRI negative epilepsy shows small lesions, which indicates the need for more sensitive MR sequences. In this paper, we describe a technique to maximize the synergy between combined EEG/MEG (EMEG) source analysis and high resolution MRI. The procedure has three main steps: (1) construction of a detailed and calibrated finite element head model that considers the variation of individual skull conductivities and white matter anisotropy, (2) EMEG source analysis performed on averaged interictal epileptic discharges (IED), (3) high resolution (0.5 mm) zoomed MR imaging, limited to small areas centered at the EMEG source locations. The proposed new diagnosis procedure was then applied in a particularly challenging case of an epilepsy patient: EMEG analysis at the peak of the IED coincided with a right frontal focal cortical dysplasia (FCD), which had been detected at standard 1 mm resolution MRI. Of higher interest, zoomed MR imaging (applying parallel transmission, 'ZOOMit') guided by EMEG at the spike onset revealed a second, fairly subtle, FCD in the left fronto-central region. The evaluation revealed that this second FCD, which had not been detectable with standard 1 mm resolution, was the trigger of the seizures.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 0,000 |
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 découle