在2024年7月16-19日,我有幸参与了第46届IEEE国际生物医学工程大会。此次参会我进行了主题为 “基于高密度皮层脑电的脑部肿瘤定位探索”的口头汇报,同时学习了世界各地学者们精彩的研究成果。
此次汇报中,我汇报了本课题组最新的研究成果之一,使用高密度皮层电极定位脑部肿瘤技术研究。汇报分为Introduction、Methods、Results 和 Conclusion 4个部分进行。
首先对胶质瘤和当前术中定位技术进行了介绍。胶质瘤是一种严重的脑部肿瘤,常发生在运动皮层。它在手术后有很高的概率出现不良反应,并且显示出显著的个体差异。 此外,胶质瘤生长迅速,需要进行扩大切除。准确地定位肿瘤至关重要,它直接影响患者术后的恢复情况,特别是在功能和生存率方面。传统上,外科医生使用MRI图像来确定肿瘤中心并估计其大小。然而,在手术过程中,他们必须依靠对组织特性的主观评估(如质地和颜色)来判断肿瘤边界。 胶质瘤与正常皮层之间的边界往往缺乏清晰的分界,这给手术定位带来了重大挑战。为了解决这一问题,我们探索使用皮层脑电图(ECoG)从功能角度识别肿瘤边界,旨在为神经外科医生在手术中提供精确的指导。
接着介绍了使用ECoG检测肿瘤边界的流程。输入数据首先经过预处理以提取相关特征,随后进行归一化以减少个体间的差异。最后,对这些特征进行二值化处理以确定肿瘤区域。
提取特征后,通过z-score进行归一化以减少个体间的变异性,随后采用softmax函数进行非线性变换。softmax函数有效地将特征聚类,进一步区分出较低值和较高值。最后使用Triangle方法进行自动阈值设定以确定阈值。
这项基于功能指标的技术能够更好地保护功能性及代偿性区域,确保最大程度的安全切除。我们认为这种方法在手术中具有很好的临床应用潜力。
除了进行汇报以外,也学习了其他学者的报告。其中最感兴趣的是来自加州大学尔湾分校的Jeffrey Lim带来的双向脑机接口研究。该研究设计了一套集成的脑机接口系统,通过解码ECoG信号识别运动意图,在控制外骨骼辅助移动后,通过IMU采集运动信息,最终使用DCES对感觉皮层进行电刺激。
这次会议为我们提供了一个宝贵的学习机会,不仅让我学到了最前沿的研究方法,还让我见识了各位专家独特的思维方式和解决问题的策略,极大地拓展了我的学术视野和思考维度。