VTA1

La estimulación cerebral profunda (DBS) es una técnica quirúrgica utilizada principalmente para tratar desordenes de movimiento como la enfermedad de Parkinson, temblor esencial o distonía, en pacientes cuyos síntomas no se pueden controlar de manera adecuada con medicamentos. La técnica involucra la aplicación de pulsos eléctricos a una región objetivo en los ganglios basales, en el tálamo o en otras estructuras subcorticales mediante un electrodo implantado en el cerebro y conectado a un neuroestimulador. El ajuste adecuado de los parámetros del neuroestimulador es un paso fundamental para lograr resultados terapéuticos positivos después cirugía DBS. El volumen de tejido activo (VTA) es una métrica que representa la extensión de la activación neuronal directa en respuesta a la estimulación eléctrica. El VTA, como parte de un sistema de visualización tridimensional del cerebro, le permite observar al especialista las estructuras cerebrales que están respondiendo directamente al estímulo aplicado. Basado en esta información el especialista puede determinar de antemano los posibles efectos, beneficiosos o perjudiciales, que una configuración de parámetros dada puede tener en el paciente, de manera que se acorta el proceso de ajuste de los parámetros ahorrándole al paciente tiempo e incomodidades. En este proyecto se desarrolló un sistema de estimación del VTA, basado en los parámetros de estimulación y en imágenes de resonancia magnética (MRI), encaminado a mejorar los resultados terapéuticos de la DBS aplicada en pacientes con enfermedad de Parkinson. En primer lugar se calcularon los tensores de difusión de las regiones del cerebro de interés en DBS a partir de un conjunto de imágenes DW-WRI previamente filtradas para eliminar de ellas el ruido, y se caracterizaron dichas regiones a partir de la información de difusión obtenida. Posteriormente se transformaron los tensores de conductividad y se compararon estos resultados con los valores de conductividad reportados en la literatura para estas regiones del cerebro, obteniendo una elevada similitud. En segundo lugar se realizó una formulación matemática detallada del proceso electroestático que gobierna la propagación eléctrica durante la DBS, argumentando el uso de un modelo basado en la ecuación de Laplace. Este análisis teórico fue corroborado mediante un conjunto de simulaciones por computador del potencial eléctrico generado por el electrodo de estimulación, llevadas a cabo utilizando el método de elementos finitos. Sin embargo, se encontró que aunque la aproximación cuasiestática es apropiada desde una perspectiva matemática, describir el comportamiento temporal de estímulo de entrada es fundamental para estudiar la respuesta neuronal a la estimulación (responsable final de la mejoría o empeoramiento de los síntomas del paciente). Para tener en cuenta las características temporales del potencial eléctrico de estimulación se propuso y se implementó un modelo de fuerza latente. En tercer lugar se implementó la metodología para calcular el VTA a partir del potencial eléctrico generado por el electrodo, confirmando la variabilidad del VTA en función tanto de los parámetros de estimulación como de las condiciones de conductividad asumidas por el modelo. También se desarrolló un nuevo acercamiento para reducir el tiempo de cómputo del VTA basado en un clasificador Gaussiano, asumiendo que el VTA calculado a partir de un campo de axones es equivalente a un problema de clasificación binario. En cuarto lugar segmentaron las estructuras cerebrales de interés a partir de imágenes MRI y los electrodos de DBS a partir de imágenes de tomografía computarizada posquirúrgicas, y se reconstruyó un atlas cerebral paciente específico en 3D.

• Sistema de estimación del VTA, basado en los parámetros de estimulación y en imágenes de resonancia magnética (MRI),
• Cálculo aproximado del VTA mediante clasificador Gaussiano

Publicaciones derivadas

• Sparse representation of MER signals for localizing the Subthalamic Nucleus in Parkinson’s disease surgery. Conf Proc IEEE Eng Med Biol Soc. 2014;2014:950-3.
  doi: 10.1109/EMBC.2014.6943749.
• A latent force model for describing electric propagation in deep brain stimulation: a simulation study. Conf Proc IEEE Eng Med Biol Soc. 2014;2014:2617-20.
  doi: 10.1109/EMBC.2014.6944159.
• Electric propagation modeling of deep brain Stimulation (DBS) using the finite element method (FEM). XIX Symposium on Image, Signal Processing and Artificial Vision (STSIVA), 2014 DOI: 10.1109/STSIVA.2014.7010180

• A Gaussian Process Emulator for Estimating the Volume of Tissue Activated During Deep Brain Stimulation. En IbPRIA 2015: Pattern Recognition and Image Analysis pp 691-699