Dissertação
{en=EEG-fMRI measures of functional brain connectivity in epilepsy} {} EVALUATED
{pt=Conectividade efectiva define-se como a influência a nível cortical que um sistema neuronal exerce sobre outro. Este trabalho representa um estudo da conectividade efectiva na epilepsia. Analisaram-se dados de electroencefalografia e ressonância magnética funcional adquiridos simultaneamente (EEG-fMRI) com o objectivo de identificar foco e rede de propagação da actividade epiléptica numa crise. Num contexo pré-cirúrgico, foram analisados 5 pacientes com epilepsia focal. Utilizou-se um método baseado no General Linear Model (GLM) com o regressor definido pelo neurofisiologista deslocado no tempo (LasgM), um método de análise conectividade baseada em modelos, Dynamic Causal Modeling (DCM), e um método orientado pelos dados, Causalidade de Granger (GC). A concordância dos resultados da LagsM com o esperado clinicamente sugere que esta pode ser útil enquanto abordagem complementar. A análise com DCM forneceu resultados significativos e importantes nos casos em que se adquiriu um número suficiente de crises tendo no entanto sido penalizada pela pobre relação sinal-ruído (SNR) comum neste tipo de dados. Para determinar a validade de uma abordagem GC neste tipo de dados e redes de conectividade foi realizado um estudo com simulações cujos resultados mostraram que esta não é a abordagem apropriada. Em resumo, foram exploradas três metodologias diferentes para o estudo da conectividade efectiva em dados de EEG-fMRI de crises epilépticas e foi possível constatar que um método simples baseado no GLM pode ser útil na investigação do foco e rede de propagação da actividade epiléptica, enquanto que uma abordagem DCM permite testar hipóteses específicas quando o SNR dos dados é suficiente., en=Effective connectivity is the influence that a neural system exerts over another, either at a synaptic or cortical level. The study of effective connectivity in epilepsy was performed using simultaneously recorded electroencephalography and functional magnetic resonance imaging (EEG-fMRI) data, with the aim of identifying the focus and propagation network involved in an epileptic seizure. Data from five focal epilepsy patients undergoing pre-surgical evaluation were analyzed. Three approaches for the effective connectivity analysis were investigated: a method based on the General Linear Model (GLM) at different neurophysiology regressor lags (LasgM), a connectivity model-based method, Dynamic Causal Modeling (DCM), and a data-driven method, Granger Causality (GC). The concordance of the LagsM results with the clinical expectation suggests that this method can be useful as a complementary approach when investigating seizure propagation using EEG-fMRI data. DCM analysis provided meaningful and significant results in cases where a sufficient number of seizure events were recorded, but suffered from the generally poor signal-to-noise ratio (SNR) of the data. A simulation study was performed in order to establish the validity of the GC approach for the type of data and connectivity networks under investigation and the results showed that it is not appropriated to use in these cases. In summary, this work explored three different methodologies for studying effective connectivity in EEG-fMRI data of epileptic seizures and found that a simple GLM-based method may provide useful seizure focus and propagation information, while a DCM approach allows testing specific hypothesis when sufficient SNR is present in the data.}
dezembro 14, 2010, 9:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
