JP2020511285A - 脳電図（ｅｅｇ）モデルと融合した磁気共鳴イメージング（ｍｒｉ）による発作特性化 - Google Patents

Abstract

発作特性化方法は、脳の周囲に配置された電極であって、脳電図（ＥＥＧ）信号を生成するために使用される電極の位置と、磁気共鳴イメージング（ＭＲＩ）から導出される三次元解剖学的脳モデルとを相関付けることを有する。順次のＥＥＧ信号は、脳の周囲に配置された電極から、数値解に対する制約を定義するために、脳モデルに含まれる皮質脳領域及び皮質下脳領域を使用して、三次元においてモデル化される。順次のＥＥＧ信号の量が、脳モデルに含まれる脳領域に対して三次元において定量化される。本方法はまた、定量化に基づいて、脳モデルの脳領域に対する、順次のＥＥＧ信号の時間的な少なくとも１つの伝播パターンを確立することも有する。

Description

[001] てんかんは、人類にとって世界的な健康上の懸案であり、脳内の特定の領域に由来する突発的で制御できない激しい脳放電によって引き起こされる発作が繰り返されることを特徴とする。米国だけでも、てんかんは約三百万人に影響を及ぼしている。７５歳までで、人口の３％がてんかんを発症し、人口の１０％が少なくとも１回発作を起こしていることになる。脳の三次元の詳細及び高解像度の画像を提供するために、定性的磁気共鳴イメージング（ＭＲＩ）が、臨床的評価において日常的に使用されている。しかしながら、定性的ＭＲＩは、てんかん発作を患う多くの対象者にとって病状を明らかにするものではない。

[002] 医療的に難治性のてんかんを患う対象者において、発作焦点を位置特定することができる場合、局所的な発作焦点を取り除く手術は治療に有効であり得る。そうではなく、例えば、定性的ＭＲＩを使用して発作焦点を位置特定することができない場合、脳電図（ＥＥＧ）が取得され得る。ＥＥＧ信号は、脳内の放電に関する重要な情報を提供するが、従来のＭＲＩの三次元の詳細及び高解像度を欠く。

[003] 脳領域の活性などの活動電位を記録するために、ＥＥＧ電極が頭部に配置される。記録された活動電位のクラスタが、脳ネットワーク活性マップとして二次元にプロットされ得る。しかしながら、二次元脳ネットワーク活性マップは、疾患特有の解剖学的構造に関係付けられる空間的情報を提供しない。すなわち、ＥＥＧを使用すれば、発作の電気的活動を効果的にモニタリングすることはできるが、ＥＥＧは、対象者の疾患特有の解剖学的（空間的）情報を欠く。

[004] 現在、ＥＥＧは、先進的な商用ソフトウェアプラットフォームを使用してマルチモーダルデータセットと組み合わせることができる。マルチモーダルデータセットは、例えば、Ｔ１を含む。ＥＥＧをそのようなマルチモーダルデータセットと組み合わせるための先進的な商用ソフトウェアプラットフォームの一例は、ｃｏｍｐｕｍｅｄｉｃｓｎｅｕｒｏｓｃａｎ．ｃｏｍ／ｃｕｒｒｙ−ｅｐｉｌｅｐｓｙ−ｅｖａｌｕａｔｉｏｎにおいてオンラインで記載されているような、ＣＵＲＲＹである。ＣＵＲＲＹは、三次元空間におけるＥＥＧ信号の空間位置特定のための共通のフレームワークを提供する。しかしながら、ＣＵＲＲＹなどは、例えば、空間的脳領域のコンテキストにおけるＥＥＧ伝播又は三次元ＥＥＧに対処せず、まして、空間的脳領域のコンテキストにおける三次元ＥＥＧ伝播は言うまでもない。むしろ、そのような先進的な商用ソフトウェアプラットフォームの役割は、ＭＲＩと重ね合わされる、又は、重ね合わされない、三次元空間におけるＥＥＧピークの識別に限定される。

[005] 例示的な実施形態は、添付の図面とともに読むと、以下の詳細な説明から最良に理解される。様々な図面は必ずしも原寸比例とは限らないことを強調しておく。事実、寸法は、論述を明瞭にするために任意裁量で増減される。適用可能であり、実際的であればどこでも、同様の参照符号は同様の要素を指す。

[006] 本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化のためのプロセスの図である。 [007] 本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化のための別のプロセスの図である。 [008] 本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化のためのＭＲＩシステムの図である。 [009] 本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化のための、脳を取り巻くＥＥＧ電極箇所の図である。 [010] 本開示の代表的な実施形態による、図４ＡのＥＥＧ電極の使用に基づいて識別される活動電位の三次元クラスタ化の図である。 [011] 本開示の代表的な実施形態による、セグメント化されたＭＲＩボリューム内の皮質及び皮質下組織クラスの図である。 [012] 本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化を実施するために使用される汎用コンピュータの図である。 [013] 本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化のための手続きタイムライン及びデータフローの図である。 [014] 本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化を使用してモデル化されているものとしての対象者の頭部／脳を通じた発作伝播経路の図である。 [015] 本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化に使用される種々の伝播経路からのデータセットの図である。

[016] 以下の詳細な説明において、限定ではなく説明を目的として、本開示による実施形態の徹底的な理解を提供するために、特定の詳細を開示する代表的な実施形態が記載される。既知のシステム、デバイス、材料、動作方法及び製造方法の記述は、代表的な実施形態の説明が曖昧にならないように、省かれている場合がある。それにもかかわらず、当業者の範疇にあるシステム、デバイス、材料及び方法は、本教示の範囲内にあり、代表的な実施形態に従って使用される。本明細書において使用される用語は特定の実施形態を説明することのみを目的とするものであり、限定であるようには意図されないことは理解されたい。定義されている用語は、定義されている用語の技術的及び科学的意味に加わえて、本教示の技術分野において一般的に理解及び許容されている意味で用いられる。

[017] 第１の、第２の、第３の、などの用語が、本明細書において様々な要素又は構成要素を記述するために使用されているが、これらの要素又は構成要素はこれらの用語によって限定されるべきではないことは理解されよう。これらの用語は、１つの要素又は構成要素を、別の要素又は構成要素から区別するためにのみ使用されている。したがって、下記において論じられている第１の要素又は構成要素が、本発明の概念の教示から逸脱することなく、第２の要素又は構成要素と称されている場合がある。

[018] 本明細書において使用される用語は特定の実施形態を説明することのみを目的とするものであり、限定であるようには意図されない。本明細書及び添付の特許請求の範囲において使用される場合、単数形の用語は、別途コンテキストが明確に指示していない限り、単数形と複数形の両方を含むように意図されている。加えて、用語「備える」及び／又は「備えている」及び／又は同様の用語は、本明細書において使用されている場合、記載されている特徴、要素、及び／又は構成要素が存在することを指定するが、１つ又は複数の他の特徴、要素、及び／又は構成要素、及び／又はそのグループが存在すること又は追加されることを除外するものではない。本明細書において使用される場合、「及び／又は」という用語は、関連して列挙されている項目のうちの１つ又は複数から成るあらゆる組み合わせを含む。

[019] 別途注記されない限り、要素又は構成要素が別の要素又は構成要素に「接続されている」、「結合されている」、又は「隣接している」と記載されているとき、要素又は構成要素は、他の要素又は構成要素に直接的に接続若しくは結合され得、又は、介在する要素又は構成要素が存在する。すなわち、これらの及び同様の用語は、２つの要素又は構成要素を接続するために１つ又は複数の中間要素又は構成要素が利用される事例を包含する。一方、要素又は構成要素が別の要素又は構成要素に「直接的に接続されている」と記載されているとき、これは、２つの要素又は構成要素が、中間の又は介在する要素又は構成要素が一切なく、互いに接続されている事例のみを包含する。

[020] したがって、上記に照らして、本開示は、その様々な態様、実施形態及び／又は特定の特徴又は部分構成要素を通じて、下記に特に記載されている利点のうちの１つ又は複数を明らかにするように意図されている。限定ではなく説明を目的として、本開示による実施形態の徹底的な理解を提供するために、特定の詳細を開示する例示的な実施形態が記載される。しかしながら、本明細書において開示されている特定の例から逸脱する、本開示と一貫する他の実施形態は、添付の特許請求項の範囲内にあるままである。その上、よく知られた装置及び方法の記述は、例示的な実施形態の記述を不必要に曖昧にしないように、省かれている。そのような方法及び装置は本開示の範囲内に入る。

[021] 本開示は、てんかん発作のコンテキストにおける、高解像度構造的ＭＲＩデータと、脳活性の三次元ＥＥＧベースモデルとを合成するための方法を説明する。ＥＥＧとＭＲＩとの強度が組み合わさることが、発作開始ゾーン、及び、特定の脳領域に関する経時的な三次元のＥＥＧ信号の伝播を正確に指摘する助けとなる。経時的なＥＥＧ信号の伝播は、順次的信号測定を使用して識別することができ、これはその後、経時的な伝播の、画像（例えば、静止画像又はビデオ）の順次表示を生成及び出力するために使用することができる。さらに、脳内の電気インパルスをＥＥＧによってモニタリングすることはできるが、本明細書に記載されている融合は、特定の分離した脳領域を選択し、介入中に及び／又は追跡調査来院中にその特定の脳領域内のＥＥＧ活動を定量的に追跡することを可能にする。

[022] 臨床的観点から、開始ゾーンを明確に指摘することと、伝播パターンを追跡することとを組み合わせて行うことができることは、症状及び結果に相関付けることができる種々のパターンのてんかん発作を明らかにすることを支援する。加えて、開始ゾーンの明確な指摘と伝播パターンの追跡との組み合わせは、てんかん亜型を区別するための疾患バイオマーカとして使用することができる。

[023] さらに、発作開始ゾーン／位置を明確に指摘し、伝播を追跡することができることは、外科医が切除／手術を主に発作開始のエリアに限定し、取り除かれる脳組織のサイズを限定する助けとなる。例えば、伝播が脳梁を越えて脳の他方の側に向かうことが示される場合、外科医は、発作が脳の他方の側に影響を及ぼすのを防ぐために、脳梁のみを切ることができる。言い換えれば、ＥＥＧ信号の伝播は、特定の脳領域の解剖学的構造に関連付けられるとき、侵襲的切除を最小限に抑え、外科的介入を最適化するために使用することができる。

[024] 図１は、本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化のためのプロセスの図である。図１は、本明細書において記載されているプロセスの高レベルの概観であり、Ｓ１１０において開始する、ＥＥＧ電極とＭＲＩとの事前の見当合わせによって開始する。例えば、事前の見当合わせは、ＥＥＧ電極の実際の、予測される、又は意図される位置と、ＥＥＧ電極によって測定される空間と同じ空間からのＭＲＩデータとを相関付けることによって実施することができる。本明細書において記載されているすべての実施形態において、空間は、人間の対象者の脳を含む。基礎となる相関付けは、例えば、ＥＥＧ信号の伝播パターンが相当する座標を有する空間内で設定されることを保証するように、ＭＲＩに基づいて作成される脳モデルを含む三次元空間内の座標と、ＥＥＧ信号に基づいて作成される脳モデルを含む三次元空間内の座標とを相関付けることを含む。本明細書において説明されているように、これによって、ＥＥＧ信号の伝播パターンが、例えば、ＥＥＧを受けるものと同じ脳の実際の脳領域のセグメント化三次元ボリュームとともに表示されることが可能である。

[025] 特定の例において、Ｓ１１０における事前の見当合わせは、適所に配置された相当するＥＥＧ電極、又は、ＥＥＧ電極の予測若しくは意図される位置を識別する、付着されている基準マーカのいずれかによって磁気共鳴スキャンを取得することによって実施することができる。その後、ＥＥＧ電極は、脳領域の活性のような活動電位を記録するために後に使用される。ＥＥＧ電極は通常、人間の対象者の頭部に配置され、その後、活動電位が記録され、その後、三次元でクラスタ化される。

[026] Ｓ１２０において、ＭＲＩが、変形可能な脳モデルを使用してセグメント化される。Ｓ１２０におけるセグメント化は、三次元形状制約付き変形可能脳モデルを、対象者からの構造的ＭＲＩデータに適合させることによって実施される。そのような三次元脳モデルの生成及び脳スキャンのセグメント化は、例えば、参照によりその内容全体が本明細書に組み込まれる、２０１５年５月２８日に公開された、ＺＡＧＯＲＣＨＥＶ他に対する米国特許出願公開第２０１５／０１４６９５１号に記載されている。

[027] より詳細には、三次元脳モデルは、Ｓ１２０において、複数の異なる脳領域にセグメント化される。説明を単純にするために、例えば、Ｘ座標及びＹ座標、又は、２セットの英数字ラベルを使用して、二次元平面上の位置を特性化することができる。モデルのような三次元物体内の位置は、Ｘ座標、Ｙ座標及びＺ座標、又は、３セットの英数字ラベルを使用して特性化することができる。Ｓ１２０においてセグメント化される脳モデルについて、脳解剖学に精通している者にとって区別可能である脳領域のような、区別されている脳領域を識別するために、ラベルを与えることができる。かなり明確に言うと、本明細書において記載されている融合を使用して位置特定することができる脳領域は、皮質脳領域と皮質下脳領域との両方であり、小脳及び／又は脳幹のような他の領域を含む。

[028] Ｓ１３０において、Ｓ１２０において得られるセグメント化ＭＲＩからの脳領域が、正確なＥＥＧソース位置特定のために順解及び逆解を制約するために使用される。数学において、制約とは、解が満たさなければならない最適化問題の条件である。すべての制約を満たす候補解の集合が、実現可能集合である。さらに、解は、その境界上で定義される条件の集合によって、特定の幾何形状の上で定義される。ここで、詳細には、ＭＲＩからの三次元脳モデルからのセグメント可能領域が、Ｓ１１０において事前に見当合わせされたＥＥＧ電極によって読み取られるＥＥＧ信号が伝播することを可能にされる（脳）空間を制約するために順解及び逆解にとって必要なその幾何形状及び境界条件を定義するために使用される。すなわち、Ｓ１４０に関連して後述する量子化を所与として、脳の表面上で測定されるＥＥＧ信号を定量化することによって正確なソース位置特定を保証するために、脳モデル内で定義されるような解剖学的構造の境界に対して制約が課される。言い換えれば、ＭＲＩは、順問題及び逆問題の正確な解に必要な、詳細な幾何形状及び境界条件を定義するために、脳領域の幾何形状を抽出するために使用される。

[029] Ｓ１４０において、脳信号を測定するためにＥＥＴ電極を使用してＥＥＧが実施され、測定されているＥＥＧ脳信号が、Ｓ１３０において設定されているセグメント化ＭＲＩ脳領域に対して定量化される。定量化は、例えば、一連の連続した時点の各々におけるＥＥＧ信号のレベル又は強度を測定し、その後、伝播モデルの制約付き解を使用して、各時点における、最も高いレベル及び強度並びに最も高いレベル及び強度の位置を分離することによって、実施される。別の代替的な実施形態において、脳領域内の平均信号が測定される。

[030] セグメント化の一例は、オランダのアイントホーフェンに本部を置くフィリップス研究所によって開発された形状制約付き変形可能セグメント化である。形状制約付き変形可能セグメント化は、高速で全自動であり、三次元ＭＲＩスキャンに適用することができる。形状制約付き変形可能セグメント化は、上述した米国特許出願公開第２０１５／０１４６９５１号に記載されている。ＭＲＩが実施されると、形状制約付き変形可能セグメント化は、ＭＲＩデータに対して迅速且つ自動的に実施することができ、結果もたらされるセグメント化三次元モデルは、患者の解剖学的構造に特に適合される。対象者のスキャンに適合されると、ＥＥＧモデルの幾何形状は、三次元空間構成要素にはめ込む（等しい寸法の物体に分配する）ことができる非常に詳細な体積メッシュを提供する。ＥＥＧ信号の伝播は、空間構成要素にわたって時間において解かれる偏微分方程式によって統制される。解は、構造的ＭＲＩのセグメント化から抽出される幾何形状のコンテキストにおいてＥＥＧ信号のソースを識別する。具体的には、解は、特定の脳領域に関係付けられるものとしての、発作開始ゾーン及び時間的なＥＥＧ信号の伝播を識別する。

[031] Ｓ１５０において、脳領域に対する伝播パターンが確立される。具体的には、経時的な分離されているレベル及び強度の移動が使用されて、脳領域内で変化する（脳領域を通じて移動する）ときの最も高いＥＥＧ脳測定値の伝播パターンが生成される。本明細書において説明されているように、発作は複数の異なる脳領域内の脳活動を誘発するため、これらの測定値は、具体的には、発作の経路、タイミング、及び相対効果を示す。その後、伝播は、記録、表示、再生、及び、さらには、同じ対象者又は他の対象者が患う発作からもたらされる異なる伝播と比較することができる。無論、伝播は記録することができるため、伝播はまた、視覚を含め再生することもできる。

[032] 図２は、本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化のための別のプロセスの図である。図２では、Ｓ２１０において、脳領域／解剖学的構造に対してＥＥＧ伝播パターンが確立される。Ｓ２１０において確立されるＥＥＧ伝播パターンは、図１に記載のプロセスによって確立される。ＥＥＧ伝播パターンは、数日、数週間、数ヶ月及びさらには数年の期間にわたって、単一の対象者に対して複数の異なる回で確立される。例えば、対象者は、互いに対する位置を固定されているＥＥＧ電極を有する装着可能ヘルメット又は同様の装置を持たされて家に送られる。対象者はその後、複数の異なる発作が起こるときに脳活動が測定されることを保証するために、装着可能ヘルメット又は同様の装置を装着する。

[033] 代替的に、又は付加的に、ＥＥＧ伝播パターンは、数日、数週間、数ヶ月及びさらには数年の期間にわたって、複数の異なる対象者に対して１回又は複数の異なる回で確立される。Ｓ２１０において確立されるＥＥＧ伝播パターンは、異なるソースから、異なる位置から、異なる医療提供者から、異なる医療施設から、及びさらには異なる国において収集することができる。

[034] Ｓ２２０において、Ｓ２１０において確立されているＥＥＧ伝播パターンの分析に基づいて、バイオマーカが開発される。本明細書において使用される場合、バイオマーカという用語は、生物学的な状態又は条件の測定可能な指標を意味する。すなわち、同様のＥＥＧ伝播経路を有する複数の対象者は、同じ亜型のてんかんを患っていることが見出される。Ｓ２２０において、伝播経路の類似度が、バイオマーカとして相関付けられる。無論、バイオマーカは、伝播経路に加えて、対象者のデモグラフィック（例えば、年齢、人種、性別）のような他の特性と相関付けられてもよい。

[035] Ｓ２３０において、伝播経路が、症状、臨床所見、及び対象者の結果と相関付けられる。すなわち、各対象者の伝播パターンを、その発作によって影響を受けている対象者の他の健康上の症状と相関付けることができる。伝播パターンは、訓練を受けた観察者（例えば、医師又は研究者）又は症状を呈する対象者に症状を証明する臨床所見と相関付けることができる。最後に、伝播パターンは、介入（例えば、手術又は投薬）の成功に基づく解決のような、対象者の結果と相関付けることができる。

[036] Ｓ２３０における相関の利益は、伝播パターンが症状、臨床所見及び対象者の結果と相関付けられ得ると、対象者について新たに識別される伝播パターンを、対象者を支援するために使用することができることである。同様に、特定の症状又は臨床所見を呈する対象者が、本明細書において説明されている概念が診断及び治療計画を裏付けることを見込んで、本明細書において説明されているＥＥＧモデルと融合したＭＲＩによる発作特性化を受ける。

[037] ＥＥＧ信号の伝播は、有限差分法、有限要素法、及び／又は境界要素法を使用して三次元でモデル化することができる。これら３つはすべて、基本的に、ＥＥＧ信号がＥＥＧ電極において検出されることによって開始し、その後、ＭＲＩに基づいて脳を表すモザイク空間格子又は要素内で、信号を逆伝播させる。

[038] 定量化されたＥＥＧ活動は、異なる発作及び異なる対象者に比較値が割り当てられるように、インデックス付けすることができる。インデックス付きの値を使用して、単一の対象者又は複数の異なる対象者の異なる発作の比較に使用するために、基準データセットを生成することができる。

[039] Ｓ２４０において、局所的ＥＥＧ活動の測定値を再生し、基準データセットを有する脳領域内のＥＥＧ測定インデックスと比較することができる。基準データは、基準集団のベースラインを特性化するデータである。Ｓ２４０において、１つ又は複数の特定の脳領域の局所的ＥＥＧ活動を、平均、メジアン、典型的又は他の予測されるＥＥＧ活動と比較することができる。前述したように、本明細書において説明されている融合技法を受ける脳領域は、皮質脳領域だけでなく、皮質下脳領域をも含む。基準データは、対象者が発作を患っていないときの同じ対象者からのＥＥＧ測定値に基づき、且つ／又は、他の対象者が発作を患っていないときの他の対象者からのＥＥＧ測定値であり、且つ／又は、特に同じ若しくは他の対象者が発作を患っていないときの同じ若しくは他の対象者からのＥＥＧ測定値である。このように、特定の発作中のＥＥＧ測定値を、同じ又は他の対象者が発作を患っている又は患っていないときの同じ又は他の対象者からの予測される、典型的なＥＥＧ測定値と比較することができる。

[040] 図３は、本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化のためのＭＲＩシステムの図である。図３において、磁石ハウジング３０５が、ＭＲＩシステム３００の外部構造として、ハッチングパターンを用いて示されている。ボディコイルハウジング３０６が、磁石ハウジング３０５のすぐ内側にある。傾斜磁場コイルハウジング３１０が、ボディコイルハウジング３０６のすぐ内側にある。無線周波数（ＲＦ）コイルハウジング３０７が、傾斜磁場コイルハウジング３１０のすぐ内側にある。例えば、送受信器のような外部回路を収容するための制御ハウジング３２０が、磁石ハウジング３０５上に設けられる。

[041] 図３において、無線周波数コイル３２５は、その対象者／ＭＲＩスキャンを受ける対象者の身体上に配置されるボディコイルである。無線周波数信号がＭＲＩシステム３００から放出されて、水素原子が励起され、水素原子は微弱な無線周波数信号を発する。水素原子からの無線周波数信号が、ＭＲＩシステム３００によって作成されるデータ内で表される強度を有する信号である。本明細書において説明されている融合技法において、ＭＲＩスキャンは、例えば、Ｔ１スキャンである。

[042] 図３において、ＭＲＩシステム３００が含む２台のコンピュータは、再構成コンピュータ３９０及びホストコンピュータ３８０とを含む。ホストコンピュータ３８０は、ＭＲＩシステム３００のオペレータとインターフェースして、ＭＲＩシステム３００を制御し、画像を収集する。再構成コンピュータ３９０は、データフローのゲートキーパとして作用し、記録データから三次元画像を計算する「バックグラウンド」コンピュータである。再構成コンピュータ３９０はまた、オペレータと対話しない。図３には示されていないが、データはまた、オフラインでも取り込まれ、結果、分析が、例えば、ＭＲＩシステム３００の製造業者に独占所有権のあるソフトウェアを使用して、例えば、デスクトップなどのコンピュータ上で実施される。図６は、再構成コンピュータ３９０及びホストコンピュータ３８０、並びに、本明細書において説明されている方法の一部又は前部を実施する任意の他のコンピュータ又はコンピューティングデバイスを実装するために部分的に又は全体的に使用される一般的なコンピュータシステムを示す。

[043] 図１を参照して説明したように、ＭＲＩは、対象者の頭部上のＥＥＧ電極又は基準マーカを有するＭＲＩシステム３００によって実施される。加えて、対象者の脳のＭＲＩから得られるＭＲＩ情報は、三次元の事前の変形可能モデルに基づいてモデル化することができ、その後、対象者の弁別可能な脳領域を反映するようにセグメント化することができる。対象者は、１回などの少ない回数のＭＲＩを受け、結果もたらされる脳のセグメント化ＭＲＩを、複数の異なる発作の間のＥＥＧ信号の各後続の読み取りのために繰り返し使用することができる。言い換えれば、対象者は、ＥＥＧモデルと融合したＭＲＩによる発作特性化の恩恵を得るために、ＭＲＩを１回だけ受ければよい。長期追跡調査は、正確な空間位置特定のためにベースライン磁気共鳴スキャンに見当合わせされたＥＥＧのみを用いて実施することができる。一例として、家庭ベースのＥＥＧモニタリング応用形態を使用して、疾患／治療の進行を追跡し、又は、単に対象者の状態をモニタリングすることができる。ベースライン磁気共鳴スキャンは、臨床の場で１回取得することができ、ＥＥＧ信号は家庭で繰り返し取得して、遠隔的にＭＲＩベースラインにマッピングすることができる。その都度、本解決方法を使用して、対象者の脳（頭部）の表面上のＥＥＧ電極において検出されるＥＥＧ信号によって開始して、その後、ＥＥＧ信号読み値をモザイク空間要素内でソースへと逆伝播させることができる。モザイク空間要素にわたって時間において解かれる偏微分方程式の要件を満たし、解は、抽出されているセグメント化からの幾何形状においてソースを識別する。

[044] 図４Ａは、本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化のための、脳の周囲に配置されたＥＥＧ電極の図である。図４Ａにおいて、ＥＥＧ電極は、対象者の頭部（脳）を取り巻く、意図される又は予測される位置に配置される。ＥＥＧ電極は、すべてのＥＥＧ電極が付着されている装着可能デバイスに対して定位置に固定される。

[045] 図４Ｂは、図４ＡのＥＥＧ電極の使用に基づいて識別される解剖学的脳領域内の活動電位の三次元クラスタ化の図である。図４Ｂにおいて、例えば、所定の閾値を上回る強度を有する信号のクラスタが、図４Ｂに示す三次元空間内で識別される。クラスタは、同様の位置、発生頻度、及び時点を有する、識別されている信号について示されている。位置は、信号を検出する特定のＥＥＧ電極の相対位置によって識別されるものとしての、脳内の位置である。頻度は、信号が測定されている回数である。時点は、発作が発生している時間領域のような、セグメント内でＥＥＧ信号を測定するためにＥＥＧ電極が使用されている時間系列内の相対時点である。クラスタは、図４Ｂの３つの位置にある円によって示されている。

[046] 図５は、本開示の代表的な実施形態による、セグメント化されたＭＲＩボリューム内の皮質組織クラス及び皮質下組織クラスの図である。図５に示すように、対象者の頭部が８つの領域に分割される。図５において、８つの領域は、３つの直交面によって画定されるが、直交面の位置は、三次元ボリューム（Ｘ，Ｙ，Ｚ）内の点によって規定される。オペレータは、いずれかの面上の異なる点をクリックして、直交面の位置を変更することができる。領域は、複数の又はさらには多くの異なる色に色分けすることができる。脳領域は特に、均等な体積又は形状ではなく、厳密な幾何学的特性ではなく実際の脳組織特性を反映することが留意されるべきである。図５において、組織クラスの例は、脳モデルを示す多断面表現の３Ｄビューにおける灰白質、白質、脳脊髄液であり得る。図５の脳領域は、皮質脳領域と皮質下脳領域の両方を含み、本明細書において説明されているＥＥＧ信号の伝播は、皮質脳領域と皮質下脳領域との両方を通じてトレースされる。

[047] 図５において、セグメント化Ｔ−１重み付きボリュームからの同じ三次元大脳皮質５００の４つの別個の画像が、ともに示されている。左の画像において、３つの平面、すなわち、右側の上から下への軸平面、前頭面、及び矢状面によって三次元大脳皮質を視覚的に両断することを含むように、セグメント化が示されている。

[048] 図５において、右側の３つの二次元画像５０１、５０２、５０３は、二次元軸断面画像５０１、二次元前頭断面画像５０２、及び二次元矢状断面画像５０３である。３つの二次元画像５０１、５０２、５０３はすべて、左側の三次元画像に示されている３つの断面への投影である。

[049] 図６は、ＥＥＧモデルと融合したＭＲＩによる発作特性化の方法を実施することができる一般的なコンピュータシステムの例示的な実施形態であり、図示され、６００で指定されている。コンピュータシステム６００は、コンピュータシステム６００に、本明細書において開示される方法又はコンピュータベースの機能のうちのいずれか１つ又は複数を実行させるために実施されることが可能である命令のセットを含むことができる。コンピュータシステム６００は、スタンドアロンデバイスとして動作し、又は、例えば、ネットワーク６０１を使用して、他のコンピュータシステム又は周辺デバイスに接続される。

[050] ネットワーク化された配備において、コンピュータシステム６００は、サーバ−クライアントユーザネットワーク環境におけるサーバの容量内で若しくはクライアントユーザコンピュータとして、又はピアツーピア（若しくは分散型）ネットワーク環境におけるピアコンピュータシステムとして動作する。コンピュータシステム６００は、定置型コンピュータ、モバイルコンピュータ、パーソナルコンピュータ（ＰＣ）、ラップトップコンピュータ、タブレットコンピュータ、ワイヤレススマートフォン、通信デバイス、制御システム、ウェブアプライアンス、再構成コンピュータ、ホストコンピュータ、又は、そのマシンによって為されるべき操作を指定する（順次又はそれ以外の）命令のセットを実行することが可能な任意の他のマシンのような様々なデバイスとして実施されるか又はその中に組み込むこともできる。コンピュータシステム６００は、特定のデバイスに組み込むか又は特定のデバイスの中にあることができ、特定のデバイスは、追加のデバイスを含む統合システムである。特定の実施形態では、コンピュータシステム６００は、ビデオ及び／又はデータ通信を提供する電子デバイスを使用して実施することができる。さらに、単一のコンピュータシステム６００が例示されているが、「システム」という用語は、１つ又は複数のコンピュータ機能を実行するための命令のセット、又は複数のセットを個別に又は連帯して実行するシステム又はサブシステムの任意の集合を含むようにも解釈されるべきである。

[051] 図６に示すように、コンピュータシステム６００はプロセッサ６１０を含む。コンピュータシステム６００のプロセッサは、有形且つ非一時的である。本明細書において使用される場合、「非一時的」という用語は、ある状態が永遠に続くという特性ではなく、ある状態が一定期間にわたって存続する特性として解釈されるべきである。「非一時的」という用語は、具体的には、任意の時点で任意の場所において一時的にのみ存在する、特定の搬送波又は信号又は他の形態の特性のような、一瞬の特性を否定する。プロセッサは、製造品及び／又は機械構成要素である。コンピュータシステム６００のプロセッサは、本明細書において様々な実施形態において説明されているような機能を実施するために、ソフトウェア命令を実行するように構成されている。コンピュータシステム６００のプロセッサは、汎用プロセッサであるか、又は、特定用途向け集積回路（ＡＳＩＣ）の一部である。コンピュータシステム６００のプロセッサはまた、マイクロプロセッサ、マイクロコンピュータ、プロセッサチップ、コントローラ、マイクロコントローラ、デジタル信号プロセッサ（ＤＳＰ）、状態機械、又はプログラム可能論理デバイスであってもよい。コンピュータシステム６００のプロセッサはまた、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）のようなプログラマブルゲートアレイ（ＰＧＡ）、又は、ディスクリートゲート及び／若しくはトランジスタ論理を含む別のタイプの回路を含む、論理回路であってもよい。コンピュータシステム６００のプロセッサは、中央処理装置（ＣＰＵ）、グラフィックスプロセッシングユニット（ＧＰＵ）、又はその両方であってもよい。加えて、本明細書において説明されている任意のプロセッサは、複数のプロセッサ、並列プロセッサ、又はその両方を含んでもよい。複数のプロセッサが、単一のデバイス又は複数のデバイス内に含まれ、又は、それに結合されてもよい。

[052] その上、コンピュータシステム６００は、バス６０８を介して通信することができるメインメモリ６２０及びスタティックメモリ６３０を含む。本明細書において説明されているメモリは、データ及び実行可能命令を記憶することができる有形記憶媒体であり、命令が中に記憶されている間は非一時的である。本明細書において使用される場合、「非一時的」という用語は、ある状態が永遠に続くという特性ではなく、ある状態が一定期間にわたって存続する特性として解釈されるべきである。「非一時的」という用語は、具体的には、任意の時点で任意の場所において一時的にのみ存在する、特定の搬送波又は信号又は他の形態の特性のような、一瞬の特性を否定する。本明細書において説明されているメモリは、製造品及び／又は機械構成要素である。本明細書において説明されているメモリは、データ及び実行可能命令をコンピュータによって読み出すことができるコンピュータ可読媒体である。本明細書において説明されているようなメモリは、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、フラッシュメモリ、電気的プログラマブル読み出し専用メモリ（ＥＰＲＯＭ）、電気的消去可能プログラマブル読み出し専用メモリ（ＥＥＰＲＯＭ）、レジスタ、ハードディスク、リムーバブルディスク、テープ、コンパクトディスク読み出し専用メモリ（ＣＤ−ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、フロッピーディスク、ｂｌｕ−ｒａｙディスク、又は、当該技術分野において知られている任意の他の形態の記憶媒体であってもよい。メモリは、揮発性又は不揮発性、セキュア及び／又は暗号化、非セキュア及び／又は非暗号化であってもよい。

[053] 図示されるように、コンピュータシステム６００は、液晶ディスプレイ（ＬＣＤ）、有機発光ダイオード（ＯＬＥＤ）、フラットパネルディスプレイ、ソリッドステートディスプレイ、又は陰極線管（ＣＲＴ）のようなビデオディスプレイユニット６５０をさらに含む。加えて、コンピュータシステム６００は、キーボード／仮想キーボード又はタッチセンサ式入六画面又は音声認識を有する音声入力のような入力デバイス６６０と、マウス又はタッチセンサ式入力画面又はパッドのような、カーソル制御デバイス６７０とを含む。コンピュータシステム６００はまた、ディスクドライブユニット６８０と、スピーカ又は遠隔制御装置のような信号生成デバイス６９０と、ネットワークインターフェースデバイス６４０とを含むことができる。

[054] 特定の実施形態において、図６に示すように、ディスクドライブユニット６８０は、例えば、ソフトウェアなどの命令６８４の１つ又は複数のセットを埋め込むことができるコンピュータ可読媒体６８２を含む。命令セット６８４は、コンピュータ可読媒体６８２から読み出すことができる。さらに、命令６８４は、プロセッサによって実行されると、本明細書において説明されているような方法及びプロセスのうちの１つ又は複数を実施するために使用することができる。特定の実施形態において、命令６８４は、コンピュータシステム６００による実行中にメインメモリ６２０、スタティックメモリ６３０内に且つ／又はプロセッサ６１０内に完全に又は少なくとも部分的に存在する。

[055] 代替的な実施形態において、特定用途向け集積回路（ＡＳＩＣ）、プログラマブル論理アレイ及び他のハードウェアデバイスのような専用ハードウェアの実施態様を、本明細書において説明されている方法のうちの１つ又は複数を実施するように構築することができる。本明細書において記載されている１つ又は複数の実施形態は、２つ以上の特定の相互接続されるハードウェアモジュール又はデバイスを、当該モジュールの間で且つそれらを通じて通信することができる関連する制御信号及びデータ信号を用いて使用して、機能を実施することができる。したがって、本開示はソフトウェア、ファームウェア、及びハードウェアの実施態様を包含する。本出願内の何物も、ソフトウェア並びに有形非一時的プロセッサ及び／又はメモリのみを用いて実施され又は実施可能であるものとして解釈されるべきではない。

[056] 本開示の様々な実施形態によれば、本明細書において説明されている方法は、ソフトウェアプログラムを実行するハードウェアコンピュータシステムを使用して実施される。さらに、例示的な非限定的実施形態において、実施態様は、分散型処理、コンポーネント／オブジェクト分散型処理、及び並列処理を含むことができる。仮想コンピュータシステム処理は、本明細書において説明されているような方法又は機能のうちの１つ又は複数を実施するように構築することができ、本明細書において説明されているようなプロセッサは、仮想処理環境をサポートするために使用される。

[057] 本開示は、命令６８４を含むか又は伝播信号に応答して命令６８４を受信及び実行するコンピュータ可読媒体６８２を企図しており、結果、ネットワーク６０１に接続されるデバイスがネットワーク６０１を介して音声、ビデオ又はデータを通信することができる。さらに、命令６８４は、ネットワークインターフェースデバイス６４０を介してネットワーク６０１にわたって送信又は受信される。

[058] 特に、ＭＲＩシステム３００内の又はそのすぐ近くにあるコンピュータは、当該コンピュータがＭＲＩシステム３００の動作と干渉しないことを保証するために、典型的なコンピュータから変更される。例えば、コンピュータシステム６００は、磁気又は無線周波数伝送をまったく又は無視できる程度しか放出しないことを保証するように修正される。しかしながら、本明細書において言及されているように、ＭＲＩセッションは、本明細書において説明されている様々な実施形態について１回だけ実施されればよい。順次のＥＥＧ信号は、任意のＭＲＩシステム３００から遠隔して取得することができ、その後、対象者の脳のＭＲＩから導出される同じ、単一の、既存の脳モデルに適用することができる。

[059] 図７は、本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化のための手続きタイムライン及びデータフローの図である。図７において、上部のタイムラインは、時点Ａ、Ｂ及びＣを示す。第１の時点である、時点Ａは、対象者に対してＭＲＩを実施するために、ＭＲＩシステム３００のようなＭＲＩシステムが使用される時点である。ＭＲＩは、後続のＥＥＧ信号の位置と、ＭＲＩからもたらされるセグメント化三次元モデルとを相関付けるために、定位置にあるＥＥＧ電極又は基準マーカを用いて実施することができる。事前の脳モデルがＭＲＩデータに適用されて、患者二特有のセグメント化三次元モデルが得られる。時点ＡにおけるＭＲＩ及び後続のセグメント化の結果は、三次元構造ＭＲＩデータとして、融合コンピュータ７８０に供給される。より詳細には、患者のＭＲＩデータに脳モデルを適用した結果は、時点Ｂについて次に説明するような三次元ＥＥＧモデルを生成するのに必要な順及び逆問題の正確な解のための幾何形状を提供する。

[060] 第２の時点である、時点Ｂにおいて、対象者の脳の周囲に配置されたＥＥＧ電極からＥＥＧ信号が収集される。ＥＥＧ信号は、すでに説明した定量化などによって、データの三次元モデルを生成するために使用される。ＥＥＧ信号データは、融合コンピュータ７８０によって三次元モデルに変換される。

[061] 第３の時点である、時点Ｃにおいて、時点Ａにおけるセグメント化からの構造的ＭＲＩデータが、融合コンピュータ７８０によってＥＥＧデータの三次元モデルと融合される。その結果が、三次元ＥＥＧ信号からの伝播経路が中に重ね合わされた、セグメント化三次元構造ＭＲＩからの体積メッシュである。伝播経路は、種々の脳領域を示すセグメント化三次元構造ＭＲＩからの／内の特定の位置における定量化ＥＥＧ信号に対応する。

[062] 図８は、本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化を使用してモデル化されているものとしての対象者の頭部／脳を通じた発作伝播経路の図である。図８は、対象者の頭部の輪郭内の３つの異なる伝播経路Ａ、Ｂ及びＣを示す。図８から導き出される主なポイントは、伝播経路が脳の複数の異なる領域から開始し得、複数の異なる発作の複数の異なる領域を通じて進行し得ることである。これは、発作Ａ、Ｂ及びＣをすべて１人の対象者が被るか、又は、３人の異なる対象者が被るかにかかわらず当てはまる。図８において、脳の５つの任意の領域が、８０１、８０２、８０３、８０４及び８０５として指定されている同一の円として示されている。無論、本質的に、正確に円として表される脳領域はなく、図８における円は、伝播を、ＭＲＩから導出される実際の脳領域に重ね合わされた経路として示すことができることを示すために使用されている。

[063] 図９は、本開示の代表的な実施形態による、ＥＥＧモデルと融合したＭＲＩによる発作特性化に使用される種々の伝播経路からのデータセットの図である。図９において、６つの異なるデータセットが、英数字の組み合わせとして示されている。各データセット内の第１のデータ点は、異なる脳領域に対応する。一例として、異なる文字Ａ、Ｂ、Ｃ、Ｄ、Ｐ、Ｏ、Ｎ、Ｍ、Ｇなどは、脳の異なる区別可能な深さレベルに対応し、数字は、例えば、前から後ろ又は左側から右側への描写に対応する。

[064] 図９のデータセットの分析において、類似するデータセットが識別され、ともにグループ化される。類似度は、セット内の原点（第１のデータ点）、影響を受ける同一の脳領域の絶対数、経路方向の類似度、又は、英数字データのセットから見出される任意の他の類似度に基づいて見出される。グループ内の各データセットは、対象者、症状、臨床所見などの類似度をチェックするために、健康情報、対象者情報などと関連付けられる。このように、本明細書において説明されている融合技法は、類似する伝播パターン及び例えば症状を有する異なる発作及び異なる対象者の間の共通性を識別するために使用される。データからカテゴリへのマッピングはまた、機械学習及び／又はデータマイニング技法によっても見出され得る。これは、てんかん発作が一般的であり、結果、そのような発作を患う対象者のモニタリングから大量のデータを得ることができる限り、当てはまる。

[065] 伝播パターンの識別からもたらされ得る利点の一例は、主に発作開始の領域を正確に指摘し、取り除かれる脳組織のサイズ／量を限定するために、特定の伝播パターンを限定されたタイプの外科切除と相関付けることなどによって、種々の亜型のてんかんに対する上首尾な解像度を確立することができることである。言い換えれば、ＥＥＧ信号の伝播は、脳領域に関連付けられるとき、侵襲的切除を最小限に抑え、外科的介入を最適化するために使用することができる。

[066] 加えて、ＭＲＩボリュームに対する定量化ＥＥＧ信号からの伝播の記録を使用して、治療の成否を評価することができる。例えば、領域内の検出されているＥＥＧ信号の相対量が低減される場合、又は、伝播の長さが低減される場合に、利点が得られる。同様に、他の伝播を有する他の対象者が受益しない場合であっても、特定のタイプの伝播を呈する対象者において発作が止まる場合に、特定のタイプの治療が有効であると考えることができる。

[067] したがって、ＥＥＧモデルと融合したＭＲＩによる発作特性化は、特定の脳領域内のＥＥＧ活動を追跡することで、発作開始ゾーンを識別することを可能にする。したがって、ＥＥＧ活動を追跡する結果として、手術計画／介入及び回復モニタリングを向上させることができる。例えば、発作の発端の正確な位置特定及び結果生じる伝播パターンが、疾患の症状及び結果と相関付けることができる特定の特性を解明することができる。

[068] ＥＥＧモデルと融合したＭＲＩによる発作特性化は、いくつかの例示的な実施形態を参照して記載されているが、使用されている文言は、限定の文言ではなく、説明及び例示の文言であることは理解されたい。その態様においてＥＥＧモデルと融合したＭＲＩによる発作特性化の範囲及び精神から逸脱することなく、現在記述されているものとしての及び補正されるものとしての、添付の特許請求項の範囲内で、変更を行うことができる。ＥＥＧモデルと融合したＭＲＩによる発作特性化は、特定の手段、材料及び実施形態を参照して説明されているが、ＥＥＧモデルと融合したＭＲＩによる発作特性化は、開示されている詳細に限定されるようには意図されておらず、むしろ、ＥＥＧモデルと融合したＭＲＩによる発作特性化は、添付の特許請求項の範囲内にあるような、すべての機能的に等価な構造、方法、及び使用に及ぶ。

[069] 本明細書において記載されている実施形態の図解は、様々な実施形態の構造の一般的な理解を与えるように意図されている。図解は、本明細書において記載されている開示のすべての要素及び特徴の完全な説明としての役割を果たすようには意図されていない。本開示を検討すれば、多くの他の実施形態が当業者には明らかになる。本開示から他の実施形態が利用及び導出され、結果、本開示の範囲から逸脱することなく、構造的及び論理的な置換及び変更が行われる。加えて、図解は、代表に過ぎず、原寸に比例しない場合がある。図解内の特定の割合は誇張されている場合があり、一方で他の割合が最小化されている場合がある。したがって、本開示及び図面は、限定的な意味ではなく、例示的な意味において考慮されるべきである。

[070] 本開示の１つ又は複数の実施形態は、本明細書において、簡便にするためにのみ、且つ、本開示の範囲を任意の特定の発明又は発明的概念に自発的に限定することを意図せずに、個々に及び／又は集合的に、「発明」という用語によって参照されている。その上、特定の実施形態が本明細書において例示及び記載されているが、同じ又は類似の目的を達成するように計算されている任意の構成が、示されている特定の実施形態に置き換えられることは諒解されたい。本開示は、様々な実施形態のあらゆる後続の適合又は変形を包含するように意図されている。上記の実施形態、及び、本明細書において具体的に記載されていない他の実施形態の組み合わせが、本明細書を検討すれば当業者には明らかであろう。

[071] 本開示の一態様によれば、発作特性化方法は、脳の周囲に配置された電極であって、順次のＥＥＧ信号を生成するために使用される電極の位置と、ＭＲＩから導出される三次元脳モデルとを相関付けることを有する。脳の周囲に配置された電極からの順次のＥＥＧ信号は、制約として脳モデルに含まれている皮質脳領域及び皮質下脳領域を使用して、三次元においてモデル化される。順次のＥＥＧ信号の量が、脳モデルに含まれる脳領域に対して三次元において定量化される。本方法はまた、定量化に基づいて、脳モデルの脳領域に対する、順次のＥＥＧ信号の時間的な少なくとも１つの伝播パターンを確立することも有する。

[072] 本開示の別の態様によれば、発作特性化は、電極を使用して順次のＥＥＧ信号を得ることを含む。順次のＥＥＧ信号は、少なくとも１つの伝播パターンを確立するために脳モデルにマッピングされる。

[073] 本開示のまた別の態様によれば、発作特性化方法は、複数の異なる回で電極を使用して順次のＥＥＧ信号を得ることを有する。複数の伝播パターンを確立するために、異なる回ごとに、１つの順次のＥＥＧ信号が脳モデルにマッピングされる。

[074] 本開示のさらに別の態様によれば、発作特性化方法は、伝播パターンと、他の脳モデルの脳領域に対する複数の伝播パターンとを比較することを有する。比較されている伝播パターンのサブセットにのみ共通の特性が、比較に基づいて識別される。

[075] 本開示の別の態様によれば、発作特性化方法は、伝播パターンを視覚的に分離することを有する。

[076] 本開示のまた別の態様によれば、発作特性化方法は、脳モデルを皮質脳領域及び皮質下脳領域にセグメント化することを有する。

[077] 本開示のさらに別の態様によれば、発作特性化方法は、伝播パターンの順解及び逆解を脳領域に対して制約するために、脳モデルからの脳領域を使用することを有する。

[078] 本開示の別の態様によれば、順次のＥＥＧ信号は、脳内のソース領域から経時的に三次元において脳の皮質脳領域及び皮質下脳領域を通過する発作に基づいて生成される。

[079] 本開示のまた別の態様によれば、発作特性化方法は、発作が起こった脳領域を脳モデルに関して分離することを有する。

[080] 本開示のまた別の態様によれば、発作特性化方法は、脳領域のうちの１つを分離することと、分離された脳領域からの順次のＥＥＧ信号を追跡することを有する。

[081] 本開示の別の態様によれば、モデル化は、有限差分法、有限要素法、又は境界要素法を使用して実施される。

[082] 本開示のまた別の態様によれば、モデル化方法は、順次のＥＥＧ信号が脳を取り巻く電極において検出されることによって適用開始され、変形可能脳モデルによって提供されるセグメント化によって生成されるモザイク空間要素内で、検出されている順次のＥＥＧ信号を逆伝播させる。

[083] 本開示のさらに別の態様によれば、セグメント化は、形状制約付き変形可能セグメント化を含み、空間要素にはめ込まれている脳領域の体積メッシュ、又は、各解剖学的脳領域を表すバイナリビットマスクのいずれかを生成する。

[084] 本開示の別の態様によれば、形状制約付き変形可能セグメント化は、ＭＲＩスキャンの結果を使用して、プロセッサによって自動的に実施される。

[085] 本開示のまた別の態様によれば、発作特性化方法は、特定の対象者に適合されている変形可能脳モデルによって提供されるセグメント化を有する。

[086] 本発明のさらに別の態様によれば、順次のＥＥＧ信号は、対象者について繰り返し定量化される。同じ脳モデルに基づいて、各回で伝播パターンが確立される。

[087] 本開示の一態様によれば、発作特性化方法は、脳の周囲に配置された電極であって、順次のＥＥＧ信号を生成するために使用される電極の位置と、ＭＲＩから導出される三次元脳モデルとを相関付けることを有する。脳モデルは、皮質脳領域及び皮質下脳領域にセグメント化される。脳の周囲に配置された電極からの順次のＥＥＧ信号は、制約として脳モデルに含まれている、セグメント化されている皮質脳領域及び皮質下脳領域を使用して、三次元においてモデル化される。順次のＥＥＧ信号の量が、脳モデルに含まれる脳領域に対して三次元において定量化される。本方法はまた、定量化に基づいて、脳モデルの脳領域に対する、順次のＥＥＧ信号の時間的な少なくとも１つの伝播パターンを確立することも有する。順次のＥＥＧ信号は、脳内のソース領域から経時的に三次元において脳の皮質脳領域及び／又は皮質下脳領域を通過する発作に基づいて生成される。

[088] 本開示のまた別の態様によれば、発作特性化方法は、三次元における伝播パターンを示す画像の進行を生成することを有する。三次元における順次のＥＥＧ信号は、発作が順次のＥＥＧ信号を誘発するときの脳の活動を示す。

[089] 本開示の一態様によれば、発作特性化方法は、複数の脳の周囲に配置された電極であって、順次のＥＥＧ信号を生成するために使用される電極の位置と、ＭＲＩから導出される三次元脳モデルとを相関付けることを有する。脳の各々の周囲に配置された電極からの１つの順次のＥＥＧ信号が、制約として脳モデルに含まれている皮質脳領域及び皮質下脳領域を使用してモデル化される。順次のＥＥＧ信号の量が、脳モデルに含まれる脳領域に対して三次元において定量化される。本方法はまた、定量化に基づいて、対応する各脳モデルの脳領域に対する、順次のＥＥＧ信号の時間的な伝播パターンを確立することも有する。伝播パターンは、伝播パターンのサブセットの間での共通性を識別するために比較される。

[090] 本開示の要約が、米国特許法施行規則第１．７２条（ｂ）項を順守するために提供され、特許請求項の範囲又は意味を解釈又は限定するために使用されないという了解の下で提出される。加えて、上記の詳細な説明において、本開示を合理化する目的で、様々な特徴がともにグループ化され又は単一の実施形態において説明されている場合がある。本開示は、特許請求されている実施形態が、各請求項に明示的に記載されているよりも多くの特徴を必要とするという意図を反映するものとして解釈されるべきではない。むしろ、添付の特許請求の範囲が反映するものとして、本発明の主題は、開示されている実施形態のいずれかの特徴のすべてよりも少ない特徴へと方向付けられる。したがって、添付の特許請求の範囲は、詳細な説明に組み込まれ、各特許請求項は、別個に特許請求される主題を定義するものとして独立している。

[091] 開示される実施形態の先行する記載は、当業者が本開示に記載されている概念を実践することを可能にするように提供されている。そのため、上記で開示されている主題は例示であると考えられるべきであり、限定ではなく、添付の特許請求の範囲は、本開示の真の精神及び範囲内に入るすべてのそのような修正、増強、及び他の実施形態をカバーするように意図されている。したがって、法によって許容される最大範囲まで、本懐所の範囲は、添付の特許請求の範囲及びその等価物の許容可能な最も広い解釈によって決定されるべきであり、上記の詳細な説明によって制限又は限定されるべきではない。

Claims (19)

1. 脳の周囲に配置された電極であって、順次の脳電図（ＥＥＧ）信号を生成するために使用される電極の位置と、磁気共鳴イメージング（ＭＲＩ）から導出される三次元脳モデルとを相関付けるステップと、
   数値解に対する制約を定義するために、前記三次元脳モデルに含まれる皮質脳領域及び皮質下脳領域を使用して、前記脳の周囲に配置された前記電極からの前記順次のＥＥＧ信号を三次元においてモデル化するステップと、
   前記三次元脳モデルに含まれる前記脳領域に対して三次元における前記順次のＥＥＧ信号の量を定量化するステップと、
   前記定量化に基づいて、前記三次元脳モデルの前記脳領域に対する、前記順次のＥＥＧ信号の時間的な少なくとも１つの伝播パターンを確立するステップと
   を有する、発作特性化方法。
2. 前記電極を使用して前記順次のＥＥＧ信号を得るステップと、
   前記少なくとも１つの発作伝播パターンを確立するために、前記順次のＥＥＧ信号を前記三次元脳モデルにマッピングするステップと
   をさらに有する、請求項１に記載の発作特性化方法。
3. 複数の異なる回で、前記電極を使用して前記順次のＥＥＧ信号を得るステップと、
   複数の伝播パターンを確立するために、異なる回ごとに、前記順次のＥＥＧ信号を前記三次元脳モデルにマッピングするステップと
   をさらに有する、請求項１に記載の発作特性化方法。
4. 前記少なくとも１つの伝播パターンと、他の脳モデルの脳領域に対する複数の伝播パターンとを比較するステップと、
   比較されている前記伝播パターンのサブセットのみに対する共通の特性を識別するステップと
   をさらに有する、請求項１に記載の発作特性化方法。
5. 前記少なくとも１つの伝播パターンを視覚的に分離するステップをさらに有する、請求項１に記載の発作特性化方法。
6. 前記三次元脳モデルを前記脳の前記皮質脳領域及び前記皮質下脳領域にセグメント化するステップをさらに有する、請求項１に記載の発作特性化方法。
7. 前記脳の前記脳領域に対する前記伝播パターンの順解及び逆解を制約するために、セグメント化されている前記三次元脳モデルからの前記脳の前記脳領域を使用するステップをさらに有する、請求項６に記載の発作特性化方法。
8. 前記順次のＥＥＧ信号は、前記脳内のソース領域から経時的に三次元において前記脳の前記皮質脳領域及び前記皮質下領域を通過する発作に基づいて生成される、請求項６に記載の発作特性化方法。
9. 前記脳モデルに対して前記発作が起こった前記脳の脳領域を分離するステップをさらに有する、請求項８に記載の発作特性化方法。
10. 前記脳領域のうちの１つを分離し、分離された前記脳領域からの前記順次のＥＥＧ信号を追跡するステップをさらに有する、請求項６に記載の発作特性化方法。
11. 前記モデル化は、境界要素法を使用して実施される、請求項６に記載の発作特性化方法。
12. 前記境界要素法は、前記順次のＥＥＧ信号が前記脳の周囲の前記電極において検出されることによって適用開始され、前記三次元脳モデルによって提供される前記セグメント化において生成されるモザイク空間要素内で、検出された前記順次のＥＥＧ信号を逆伝播させる、請求項１１に記載の発作特性化方法。
13. 前記セグメント化は、空間要素にはめ込まれている前記脳の前記脳領域の体積メッシュを生成する、請求項６に記載の発作特性化方法。
14. 前記セグメント化は、前記ＭＲＩの結果を使用してプロセッサによって自動的に実施される、請求項１３に記載の発作特性化方法。
15. セグメント化された前記脳モデルが対象者に特有である、請求項６に記載の発作特性化方法。
16. 順次のＥＥＧ信号は、前記対象者について繰り返し定量化され、同じ脳モデルに基づいて、毎回伝播パターンが確立される、請求項１５に記載の発作特性化方法。
17. 脳の周囲に配置された電極であって、順次の脳電図（ＥＥＧ）信号を生成するために使用される電極の位置と、磁気共鳴イメージング（ＭＲＩ）から導出される三次元脳モデルとを相関付けるステップと
    前記三次元脳モデルを、前記脳の皮質脳領域及び皮質下脳領域にセグメント化するステップと、
    数値解に対する制約を定義するために、前記三次元脳モデルに含まれる、セグメント化された前記皮質脳領域及び前記皮質下脳領域を使用して、前記脳の周囲に配置された前記電極からの前記順次のＥＥＧ信号を三次元においてモデル化するステップと、
    前記三次元脳モデルに含まれる前記脳領域に対して三次元における前記順次のＥＥＧ信号の量を定量化するステップと、
    前記定量化に基づいて、前記三次元脳モデルの前記脳領域に対する、前記順次のＥＥＧ信号の時間的な少なくとも１つの伝播パターンを確立するステップと
    を有し、
    前記順次のＥＥＧ信号は、前記脳内のソース領域から経時的に三次元において前記脳の前記皮質脳領域及び前記皮質下脳領域を通過する発作に基づいて生成される、発作特性化方法。
18. 三次元における前記少なくとも１つの伝播パターンを示す画像の進行を生成するステップをさらに有し、
    三次元における前記順次のＥＥＧ信号は、前記発作が前記順次のＥＥＧ信号を誘発するときの前記脳の活動を示す、請求項１７に記載の発作特性化方法。
19. 複数の脳の周囲に配置された電極であって、順次の脳電図（ＥＥＧ）信号を生成するために使用される電極の位置と、磁気共鳴イメージング（ＭＲＩ）から導出される三次元脳モデルとを相関付けるステップと、
    前記脳の各々の周囲に配置された前記電極からの前記順次のＥＥＧ信号を制約として、前記三次元脳モデルに含まれている皮質脳領域及び皮質下脳領域を使用してモデル化するステップと、
    前記順次のＥＥＧ信号の量を、前記三次元脳モデルに含まれる前記脳領域に対して三次元において定量化するステップと、
    前記定量化に基づいて、対応する各前記三次元脳モデルの前記脳領域に対する、前記順次のＥＥＧ信号の時間的な伝播パターンを確立するステップと、
    前記伝播パターンを、前記伝播パターンのサブセットの間での共通性を識別するために比較するステップと
    を有する、発作特性化方法。
    

Images