Beta, gamma and High-Frequency Oscillation characterization for targeting in Deep Brain Stimulation procedures

La estimulación cerebral profunda (DBS por sus siglas en inglés) ha sido usada exitosamente en el tratamiento de pacientes con enfermedad de Párkinson. La DBS tiene un electrodo que regula la actividad oscilatoria de los ganglios basales involucrados, como el núcleo subtalámico (STN). Un aspecto crí...

Full description

Autores:
Valderrama-Hincapié, Sarah
Roldán-Vasco, Sebastián
Restrepo-Agudelo, Sebastián
Sánchez-Restrepo, Frank
Hutchison, William D.
López-Ríos, Adriana L.
Hernández, Alher Mauricio
Tipo de recurso:
Article of journal
Fecha de publicación:
2020
Institución:
Instituto Tecnológico Metropolitano
Repositorio:
Repositorio ITM
Idioma:
eng
OAI Identifier:
oai:repositorio.itm.edu.co:20.500.12622/4630
Acceso en línea:
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/1564
http://hdl.handle.net/20.500.12622/4630
Palabra clave:
Estimulación Cerebral Profunda
registro con micro-electrodos
procesamiento de señales biomédicas
enfermedad de Párkinson
núcleo subtalámico
Deep Brain Stimulation
microelectrode recording
biomedical signal processing
Parkinson’s disease
subthalamic nucleus
Rights
License
Copyright (c) 2020 TecnoLógicas
Description
Summary:La estimulación cerebral profunda (DBS por sus siglas en inglés) ha sido usada exitosamente en el tratamiento de pacientes con enfermedad de Párkinson. La DBS tiene un electrodo que regula la actividad oscilatoria de los ganglios basales involucrados, como el núcleo subtalámico (STN). Un aspecto crítico en el implante de dicho electrodo es la localización precisa de la diana quirúrgica. Esta se realiza mediante imágenes pre-quirúrgicas, marcos estereotácticos y registros de micro-electrodos (MER). Este último permite visualizar la actividad eléctrica de diferentes estructuras a través del recorrido quirúrgico, cada una de ellas con un patrón de variaciones bien definidas en frecuencia; sin embargo, esto dista de ser un método automático o semi-automático que ayude al neurofisiólogo a tomar decisiones en cuanto a la diana quirúrgica. Con el ánimo de contribuir a la automatización, analizamos tres bandas de frecuencias de señales MER adquiridas en 11 pacientes sometidos a DBS: beta (13-40 Hz), gamma (40-200 Hz) y oscilaciones de alta frecuencia (HFO – 201-400 Hz). Se propusieron y evaluaron 5 índices para detectar el STN: variaciones de parámetros auto-regresivos y su derivada a lo largo del recorrido quirúrgico, la energía de cada banda a partir de la densidad espectral de potencia mediante el método de Yule-Walker, la relación de frecuencias altas a bajas y su derivada. Encontramos que la derivada de un parámetro de la banda beta y la relación alta-bajas de las bandas HFO/gamma alcanzaron errores en la localización del STN, similares a los reportados en la literatura (<2mm). Aunque los índices propuestos son sencillos de calcular y de fácil implementación en tiempo real, se deben seguir explorando para incrementar la capacidad de generalización de los resultados obtenidos.