Electrocorticography During Deep Brain Stimulation Surgery for Movement Disorders: Single-Center Experience
Notice bibliographique
Résumé
Abstract Background Electrocorticography (ECoG) can be used as an intraoperative research tool during deep brain stimulation (DBS) implantation procedures. Its application has contributed to understanding the neurophysiology of movement disorders and the therapeutic effects of DBS. The aim of this report is to demonstrate the feasibility, safety, and utility of high-density ECoG for acquiring high-resolution neurophysiological data during DBS surgery. Methods Data were obtained from patients undergoing awake DBS surgery for the treatment of Parkinson’s disease (PD) or essential tremor (ET) at Johns Hopkins Hospital between February 2021 and September 2024. Burr holes created for the DBS lead implantation were used for ECoG strip placement. Electrophysiological and anatomical data were analyzed using MATLAB FieldTrip and Freesurfer, with localization in the anterior commissure and posterior commissure (ACPC) and Montreal Neurological Institute (MNI) coordinate systems. Surgical complications were monitored for at least six months postoperatively. Results Thirty-six patients (26 PD, 10 ET) were enrolled in the study. In one case, anatomical placement was inadequate for neurophysiological analysis. Postoperative complications included three infections (8.3%) and one chronic subdural hematoma (2.8%), with no permanent neurological deficits. The total complication rate was 11.1%, and all complications were unlikely to be related to ECoG strip placement. Anatomical and neurophysiological analysis demonstrated high-resolution cortical mapping. Multiple-subject level analysis using high-density ECoG yielded over 1,300 electrode positions. Conclusion ECoG during DBS is a valuable research method for movement disorders without additional risk to the standard procedure. The use of high-density intraoperative ECoG grids and the analysis of multiple-subject data in a standardized anatomical mapping space allows for high-resolution neurophysiological data acquisition and analysis.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».