Mapping Functional Connectivity of Epileptogenic Networks through Virtual Implantation
Notice bibliographique
Résumé
Children with medically refractory epilepsy (MRE) require resective neurosurgery to achieve seizure freedom, whose success depends on accurate delineation of the epileptogenic zone (EZ). Functional connectivity (FC) can assess the extent of epileptic brain networks since intracranial EEG (icEEG) studies have shown its link to the EZ and predictive value for surgical outcome in these patients. Here, we propose a new noninvasive method based on magnetoencephalography (MEG) and high-density (HD-EEG) data that estimates FC metrics at the source level through an "implantation" of virtual sensors (VSs). We analyzed MEG, HD-EEG, and icEEG data from eight children with MRE who underwent surgery having good outcome and performed source localization (beamformer) on noninvasive data to build VSs at the icEEG electrode locations. We analyzed data with and without Interictal Epileptiform Discharges (IEDs) in different frequency bands, and computed the following FC matrices: Amplitude Envelope Correlation (AEC), Correlation (CORR), and Phase Locking Value (PLV). Each matrix was used to generate a graph using Minimum Spanning Tree (MST), and for each node (i.e., each sensor) we computed four centrality measures: betweenness, closeness, degree, and eigenvector. We tested the reliability of VSs measures with respect to icEEG (regarded as benchmark) via linear correlation, and compared FC values inside vs. outside resection. We observed higher FC inside than outside resection (p<0.05) for AEC [alpha (8-12 Hz), beta (12-30 Hz), and broadband (1-50 Hz)] on data with IEDs and AEC theta (4-8 Hz) on data without IEDs for icEEG, AEC broadband (1-50 Hz) on data without IEDs for MEG-VSs, as well as for all centrality measures of icEEG and MEG/HD-EEG-VSs. Additionally, icEEG and VSs metrics presented high correlation (0.6-0.9, p<0.05). Our data support the notion that the proposed method can potentially replicate the icEEG ability to map the epileptogenic network in children with MRE.Clinical Relevance - The estimation of FC with noninvasive techniques, such as MEG and HD-EEG, via VSs is a promising tool that would help the presurgical evaluation by delineating the EZ without waiting for a seizure to occur, and potentially improve the surgical outcome of patients with MRE undergoing surgery.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».