社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

智慧医疗研学社 | 机器学习在脑外科手术中为神经外科医生提供帮助

MATLAB • 1 年前 • 181 次点击  

帕金森病是一种慢性退行性疾病,其特征是大脑运动系统中的电信号不规则。帕金森病的早期症状包括颤抖、行走困难、僵直、失去平衡和协调能力受损。随着疾病的发展,症状会日趋严重。部分患者会出现认知问题,包括抑郁和痴呆。根据帕金森基金会的数据,全世界的帕金森病患者人数超过 1000 万。患病风险会随着人们年龄增长而增大,这意味着随着人类平均寿命的增长,帕金森病将影响更多的人。
虽然该病无法治愈,但新治疗方法可以缓解症状,改善患者的生活质量。而缓解症状最有效的工具之一就是脑深部刺激 (DBS) 手术。该手术于 1997 年在美国被批准用于帕金森病。这种手术在大脑中植入刺激电极,然后通过传递电脉冲来抑制引起该疾病运动症状的过度活跃。
神经外科医生的关键任务是将刺激电极放置在丘脑底核 (STN) 中。丘脑底核的体积比杏仁还小,位于大脑深处。这些特性使得手术相当复杂。电极需要精确放置到位。如果放错了可能对大脑的其他部分产生不利影响,并使患者面临再次手术的风险。
神经外科医生可通过检查患者脑部的 MRI 和 CT 扫描来确定丘脑底核的位置,但外科医生在手术期间并不能直接看到该部位。外科医生可借助手术前的扫描和手术过程中的电极读数将电极放置到最佳位置,而这项艰巨的任务在手术室中可能需要几个小时才能完成。
丘脑底核位于大脑深处,比杏仁还小。
在手术过程中破译电极读数非常复杂,因此波兰国家研究所 NASK 的生物信息学和计算机识别助理教授 Konrad Ciecierski 博士开发了一款软件来帮助神经外科医生实施手术。该软件会对电极记录数据进行预处理,并运行机器学习分类器来帮助确定丘脑底核的位置。该软件将手术时间从通常的三到四个小时缩短到了 20 分钟。由于患者处于局部麻醉状态但在手术过程中要保持清醒,缩短时间显然对患者来说是一种解脱。
“许多患者都很焦虑,”Ciecierski 说。“因此,尽可能快速、精确地完成手术至关重要。”

AI 引导神经外科医生实施手术

术前,患者会接受 CT 和 MRI 扫描。扫描的结果会融合在一起形成大脑的详细三维图像。扫描是定位丘脑底核的第一步,因为其具体位置因患者而异。三维图像还有助于安全地绘制微电极的路径,避免它们靠近动脉和其他脆弱区域。
患者在手术过程中会保持清醒,使外科医生能够在要求其执行特定任务(如手指触碰或握拳)的时候监控大脑功能,以测试电极是否处于最佳位置。患者先通过局部麻醉使头皮麻木,然后外科医生会在其头骨上钻两个小洞用于置入微电极。大脑没有痛觉感受器,因此无需麻醉。
手术耗时的部分是放置刺激电极。此过程需要解读来自一组用于指导放置的记录电极的实时神经信号。这些电极会将神经元放电注册为电压尖峰并将其记录下来。外科医生将三到五个微电极放在丘脑底核上方,并逐渐将它们移入更深处。
大脑活动记录通常从丘脑底核上方大约 10 毫米的白质开始。白质是大脑中相对安静的部分,其范围约为前 4 或 5 毫米。一旦电极到达丘脑底核所在的大脑更深处,大脑活动就会加剧。通常,外科医生可以在电极读数中看到导致帕金森病症状的丘脑底核过度活跃状态。
遗憾的是,记录并不总是清晰的。有时,过度活跃的程度并不足以明显呈现丘脑底核的位置。
“丘脑底核周围是个神经的雷区,”Ciecierski 说。“如果电极放置不正确,可能会造成不利影响,例如严重改变患者的情绪。”
这就是 Ciecierski 的工具尝试解决的问题。手术与以往相似,不同之处是从术前成像显示丘脑底核位置上方大约 1 厘米处开始。外科医生每次将微电极移动一毫米,从每个电极记录 10 秒的读数。医生会重复此动作,直到电极穿过预期的丘脑底核位置。
电极在患者大脑中的位置。黄线表示 MRI 平面的边缘。(图片所有权:NASK)
Ciecierski 会使用 MATLAB® 来解释记录中的数据。具体来说,该算法依赖 MATLAB 信号处理来进行操作,包括小波变换、功率谱分析、去除高频、去除棘波、基于产生棘波的神经元细胞的棘波分组以及去除伪影。Ciecierski 的计算机会并行处理每个电极的记录。
为了捕获到棘波,记录会被放大。这使得信号有被伪影污染的风险。滤波必不可少,因为记录电极可能捕获大脑外部的活动,如外科医生的讲话声、患者的心跳,甚至电网的嗡嗡声。这些外部活动会使读数失真。所有捕获的数据会在经过数字滤波器处理后馈入机器学习分类器。该分类器将估计尖峰信号是从丘脑底核发出的可能性。
Ciecierski 会在离患者不到 10 英尺的地方用计算机运行程序。这让他清楚地知道可能存在的危险。幸运的是,信号处理和分类只需两分钟就能完成。
上:由电极注册的原始信号。下:以上信号是去除伪影后的信号。(图片所有权:NASK)
MathWorks 的客户成功工程师亚历克斯·塔尔基尼表示,在手术室环境中处理三维图像形成、信号处理和机器学习需要很多耐心和技能。
“这项工作需要结合多个学科的知识,”塔尔基尼说。“各项算法来自许多不同工程领域,用于指导外科医生开展手术。”

解释结果

根据真值数据集,机器学习分类器在 97% 的时间内都能正确指示记录是否来自丘脑底核。除了机器学习分类器的数值外,MATLAB 软件还会向外科医生显示经过处理的电极读数图;外科医生可以通过放大读数图来查看原始记录中的时间和振幅信息。分类器偶尔会将某个记录误分类,但有经验的外科医生可通过查看图发现此类错误。
使用各种度量对分类器性能执行事实后验证。(图片所有权:NASK)
“有人认为医学是一门艺术,”Ciecierski 说。“有时医学非常精确,但解释结果也是一门艺术。”
在电极完成放置后,外科医生会通过它发送电流来观察对患者的影响。许多患者对其运动和速度的控制能力立刻提高到了多年前的水平。
“对患者来说,这种感觉太神奇了,”他说。“多年来可怕的症状突然消失。”
手术的第二部分是通过全麻手术在锁骨附近的皮肤下放置一个神经刺激器。它通过一根电线连接到电极,根据每个患者的具体需要发送精确的电流量。
最初,与 Ciecierski 协作的外科医生 Tomasz Mandat 博士对于运行软件是否会缩短手术时间并无把握。但经过几次尝试后,很明显,该软件不仅可减少手术所需的时间,还有助于更准确地放置电极。
Mandat 说:“在手术过程中使用 Konrad 的软件对我们的疗效产生了积极影响。”

脑深部刺激前景展望

最近的研究表明,在脑深部刺激后,患者多巴胺替代药物剂量平均减少了 50%,运动分数评估改善了 30% 至 60%。
鉴于每年都会有数千例脑深部刺激手术,Ciecierski 的软件具有改善许多人手术体验的潜力。从 2014 年第一次实验迄今,他已在自己的祖国波兰帮助实施了 100 多例手术。
不过,脑深部刺激并不适合所有帕金森患者。每个国家/地区对手术条件有不同规定,而且通常是在药物治疗等其他方法失败后才考虑实施手术。美国的当前规定是,患者在患有帕金森病至少四年后才能接受脑深部刺激手术。研究人员已开始考虑将该手术作为第一治疗手段。如果这种方法有效,脑深部刺激将对更多尝试阻止帕金森病发展的患者开放。
医生还使用脑深部刺激手术来治疗其他疾病,如图雷特综合征、亨廷顿舞蹈症、肌张力障碍和慢性疼痛。Ciecierski 希望看到更多研究人员开发软件来支持神经外科领域的进一步创新。他坚信,在应用数学和计算机科学的帮助下,医学将取得更明显的进步。
“医学界人士经常对计算机畏手畏脚,”他说。“同时,许多计算机业内人士也同样对手术室视如畏途。我们需要拉近计算机科学和医学之间的距离。
    ◆  
点击“阅读原文”,进一步了解 MATLAB 和 Simulink 在医疗领域的应用。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/163282
 
181 次点击