Dissertação

{en_GB=Identification of Biomarkers for Deep Brain Stimulation using Electroencephalography and Diffusion Weighted Imaging } {} EVALUATED

{pt=A técnica de Estimulação Cerebral Contínua (DBS) é utilizada na redução de sintomas motores em pacientes com Doença de Parkinson (PD). Apesar de já terem sido feitos avanços na identificaçãode regiões cerebrais de interesse e na produção de elétrodos, a otimização dos parâmetros de estimulação é ainda um procedimento manual baseado na observação de efeitos nos pacientes. Este projeto de mestrado tem como objetivo compreender as alterações estruturais e funcionais do cérebro, para melhorar o diagnóstico e tratamento de pacientes de Parkinson. De forma a compreender as variações de estrutura, matrizes de conectividade foram produzidas através de imagens de Resonância Magnética de Difusão, e o seu poder preditivo foi calculado. Obteve-se uma performance de 0.79 com o classificador discriminante diaglinear, usando uma matriz de conectividade binária. A otimização dos hiperparâmetros de classificação poderá tornar este modelo numa nova ferramenta para diagnóstico de PD, ou até mesmo contribuir na decisão das terapias a implementar. De forma a compreender as alterações funcionais derivadas do DBS, sinais de eletroencefalograma de repouso (rs-EEG) foram adquiridos em 4 doentes com PD antes e depois de serem implantados com o elétrodo, e usando diferentes padrões de estimulação. O biomarcador escolhido para esta análise foi a variação de oscilações sincronizadas na região das ondas beta (beta bursts). Quando comparados com o grupo de controlo, os rs-EEG pré-implantação apresentaram beta bursts mais longos, e após a implantação apresentaram uma redução na duração dos beta bursts. Não foi observada variabilidade significante entre os diferentes padrões de estimulação com DBS., en=Deep brain stimulation (DBS) has been successfully applied to reduce motor symptoms in patients with Parkinson’s disease (PD), by modulating pathological brain networks activity via delivery of high-frequency electrical pulses. Despite the successful identification of anatomical targets and the emergence of innovative electrode technologies for application in PD, setting optimal stimulation parameters is still an elemental procedure, based on manual tuning and visual analysis of the patient’s symptomology. The master project presented here aims to understand some of the changes in both brain structure and function as a consequence of PD, to improve its diagnostic and treatment. In order to find differences in the brain structure, connectivity matrices were computed from diffusion-weighted images, and their predictive power was determined. Classification accuracy of 0.79 was reached with a simple diaglinear classifier, using a binary connectivity matrix. Optimizing the classification hyperparameters in the future may lead to the development of a new diagnostic tool for PD, or even of a new tool for suitability evaluation of patients for DBS implantation. For understanding the brain function changes with DBS, resting state electroencephalography (rs-EEG) signals were recorded in 4 PD patients before and after their DBS implantation surgery, and then with different stimulation patterns. The variation of synchronized oscillations in the beta frequency range (beta burst) was investigated. Compared with a healthy control group, pre-surgical rs-EEGs show longer beta bursts, and all post-surgical rs-EEGs show a reduction in the duration of the bursts. No significant variability between the different electrical stimulation patterns was found.}
{pt=Doença de Parkinson, Estimulação Cerebral Contínua, Resonância Magnética de Difusão, Matrix de Conectividade, Electroencefalograma, Beta Burst, en=Parkinson’s Disease, Deep Brain Stimulation, Diffusion Weighted Imaging, Connectivity Matrix, Electroencephalography, Beta Burst}

Novembro 23, 2018, 14:0

Orientação

ORIENTADOR

João Miguel Raposo Sanches

Departamento de Bioengenharia (DBE)

Professor Associado

ORIENTADOR

Dimitri Van de Ville

École Polytechnique Fédérale de Lausanne

Professor