Este trabalho teve como objetivo estudar um caso específico de epilepsia refratária causada por uma má formação no tecido cerebral, denominada displasia cortical focal (DCF). Por ser uma má formação no cérebro, suas consequências aparecem desde a infância, em que ela, a DCF, é a principal causadora das epilepsias de caso refratário. O mapeamento da região com DCF geralmente é feito por meio de imagens de ressonância magnética em conjunto com outras técnicas, como, por exemplo, o PET (positron emission tomography), o EEG (eletroencefalograma) intracraniano, entre outras. Contudo, por serem técnicas muito caras, de difícil realização ou muito invasivas, e por sabermos que as regiões displásicas possuem uma rigidez diferente da do restante do cérebro, foi proposto nesta dissertação o estudo desses casos utilizando uma técnica barata, simples, não invasiva e sensível à rigidez tecidual, a elastografia por ultrassom, na qual, para causar a deformação do tecido cerebral, foram usadas próprias artérias internas do cérebro. Para tal estudo, criamos um algoritmo de processamento de dados com uma interface gráfica GUI (graphical user interface) capaz de mudar os parâmetros de processamento e ver seus resultados em tempo real. Em seguida, esse algoritmo foi estudado em um ambiente controlado em material mimetizador de tecido biológico (phantom), no qual construímos um bloco de 10 x 10 x 12cm3, preenchido com material que mimetiza as propriedades mecânicas e acústicas do tecido mole e inserimos nele uma bexiga canudo preenchida com um uido simulador de sangue e uma inclusão mais rígida do que a base do material, posicionada acima do canudo. Foi utilizado, também, um acionador mecânico pulsátil para simular a pulsação mecânica equivalente à pulsação sanguínea da artéria cerebral. Foram feitas imagens elastográcas e de velocidade utilizando somente a deformação causada pelo deslocamento da bexiga, no interior do phantom, e, através de uma transformada de Fourier, foi calculado o período de pulsação da bexiga. Vimos que as imagens elastográcas e de velocidade foram capazes de localizar a inclusão, e o processamento temporal pode nos mostrar com precisão a frequência de pulsação da bexiga canudo. Finalizada essa etapa laboratorial, zemos o mesmo procedimento, porém in vivo, para dois casos: um com DCF tipo III-B, no qual não enxergávamos nada no modo B; e outro com tipo II-B, no qual foi observado uma diferença de impedância mecânica pelo modo B. As imagens foram coletadas durante o procedimento cirúrgico pelo próprio cirurgião usando um transdutor microconvexo acoplado a uma plataforma de ultrassom, modelo Sonix RP, e processadas num segundo momento. Vimos, no primeiro caso, pelas imagens elastográcas, as regiões mais rígidas, supostamente displásicas, que não estavam aparecendo no modo B e, no segundo caso, uma região maior do que a apresentada no modo B. Nossos resultados das medidas de frequência da pulsação arterial, para ambas as situações, 61; 5BPM e 91BPM, caram bastante próximos do valor medido com o eletrocardiograma durante a coleta do sinal, 65BPM e 94BPM, respectivamente. Por meio dos resultados da análise histológica, pudemos conrmar que o que estávamos enxergando com nosso programa era realmente uma região displásica. Dessa forma, concluímos que nosso algoritmo funcionou bem para esses casos clínicos. / The mainly goal of this work was to study a specic case of refractory epilepsy generated by a malformation in the brain tissue, called focal cortical dysplasia (FCD). Due the fact it is a brain malformation its eects show up since the childhood where it is the principal epilepsy generator. The mapping of this region is usually made by magnetic resonance images with another technique, such as, for instance, the PET (position emition tomography), the EEG (electrocardiogram), and others. However, for the fact that these techniques are expensive, dicult to perform or invasive, and knowing that the dysplastic regions are stier than the regular brain tissue, it was proposed in this dissertation the use of ultrasound elastography as a cheaper, simpler and noninvasive image modality capable to detect dierences in the tissue stiness of the FCD region. To generate the strain in the brain tissue it was used the pulsation of the local arteries. To achieve our goal, we created a data processing algorithm in MATLAB with a graphic user interface (GUI) capable to change the processing parameters to see its results in real time. This algorithm was tested in phantom using a block of tissue mimicking material (10 x 10 x 12 cm3). A balloon of latex led with a blood mimicking uid was immersed in the middle of the phantom and a cylindrical inclusion of 1 cm of diameter was immersed above the balloon. The bulb of the balloon was keep outside of the phantom to be mechanically pressured by a dedicated magnetic actuator, simulating the mechanical pulsation of the brain arteries. The velocity and elastography images were studied using just the strain caused by the displacement of the wall of the balloon tube inside the phantom. The period of pulsation was precisely calculated from these images. After that, we did the same procedure in two in vivo cases: one with FCD type III-B; and the other with FCD type II-B. All our intraoperative images were acquired for the surgeons using a micro convex transducer linked to an Ultrasound platform (Sonix RP) and, then, processed o-line. In the B mode scanning we didnât see any formation inside the brain for the rst case, and for the second, we did. In the elastographic images we saw a clearly stiffer region in the rst case that was invisible in the B mode; and for the second case, we saw a bigger stiffer region than we saw in the B mode imaging too. And for both results, the arteria pulsation frequency, 61.5 BPM and 91 BPM, were veryclose to the measured value collected in the electrocardiogram during the surgery, 65 BPM and 94 BPM, respectively. Analyzing the histological results we could conrm that what we were showing in our elastographic images were FCD, indeed. Thereby we concluded that our algorithm had worked in these clinical data.

Pacientes com epilepsia farmacorresistente, frequentemente, possuem lesões extrahipocampais como etiologia. Muitas vezes, estes pacientes se beneficiam de lesionectomias para redução da ocorrência de crises epilépticas. Para que possam se submeter a este procedimento, atualmente é necessário o uso tanto da videoeletroencefalografia prolongada (VEEG) quanto da imagem de ressonância magnética do encéfalo (IRM) para delimitação apurada da zona epileptogênica, local que deve ser ressecado para controle das crises. No presente trabalho, foi estudada a acurácia diagnóstica da VEEG e da IRM na determinação da zona epileptogênica de pacientes com displasia cortical focal. Comparou-se os locais de ocorrência da zona de início ictal (VEEG) e da lesão epileptogênica (IRM) se concordantes ou discordantes com o local da cirurgia. Foram revisados os prontuários médicos de 209 pacientes, sendo o padrão de referência (local da cirurgia) e tempo de acompanhamento pós-operatório superior a 12 meses disponíveis em 43 pacientes. A VEEG apresentou sensibilidade de 85,7% (IC 95% 62,6-96,2) e especificidade de 41,1% (IC 95% 19,4-66,5), com valor preditivo positivo de 64,2% (IC 95% 44,1-80,6) e valor preditivo negativo de 70% (IC 95% 35,3-91,9). A IRM apresentou sensibilidade de 91,6% (IC 95% 71,5-98,5) e especificidade de 36,8% (IC 95% 17,2-61,3), com valor preditivo positivo de 64,7% (IC 95% 46,4-79,6) e valor preditivo negativo de 77,7% (IC 95% 40,1-96). As diferenças de sensibilidade e especificidade, áreas sob as curvas ROC e os índices de Youden não foram significativas. A concordância dos resultados da VEEG e da IRM foi moderada (k=0,599; p<0,01; IC 95% 0,468-0,730). / Patients with drug-resistant epilepsy frequently have extrahippocampal lesions as etiology. A large proportion of these patients might benefit from lesionectomy for the reduction of seizures. For surgery to be undertaken, it is usually performed both long-term videoelectroencephalography monitoring (VEEG) and magnetic resonance imaging of the brain (MRI) for the precise delimitation of the epileptogenic zone, the region that must be resected for seizure control. In the present study, the diagnostic accuracy of VEEG and MRI were studied in the localization of the epileptogenic zone in patients with focal cortical dysplasia. The seizure-onset zone (VEEG) and the region of epileptogenic lesion (MRI) were compared whereas concordant or discordant regarding surgery region. Medical charts of 209 patients were reviewed, being the reference standard (surgery region) and post-surgical follow-up longer than 12 months available in 43 patients. Videoelectroencephalography has a sensitivity of 85.7% (95% CI 62.6-96.2) and specificity of 41.1% (95% CI 19.4-66.5), with positive predictive value of 64.2% (95% CI 44.1-80.6) and negative predictive value of 70% (95% CI 35.3-91.9). Magnetic resonance imaging has a sensitivity of 91.6% (95% CI 71.5-98.5) and specificity of 36.8% (95% CI 17.2-61.3), with positive predictive value of 64.7% (95% CI 46.4-79.6) and negative predictive value of 77.7% (95% CI 40.1-96). The differences of sensitivity and specificity, areas under the ROC curves and Youden\'s indexes were not significant. The concordance between the results of VEEG and MRI was moderate (k=0.599; p<0.01; 95% CI 0.468-0.730).

Pacientes com epilepsia farmacorresistente, frequentemente, possuem lesões extrahipocampais como etiologia. Muitas vezes, estes pacientes se beneficiam de lesionectomias para redução da ocorrência de crises epilépticas. Para que possam se submeter a este procedimento, atualmente é necessário o uso tanto da videoeletroencefalografia prolongada (VEEG) quanto da imagem de ressonância magnética do encéfalo (IRM) para delimitação apurada da zona epileptogênica, local que deve ser ressecado para controle das crises. No presente trabalho, foi estudada a acurácia diagnóstica da VEEG e da IRM na determinação da zona epileptogênica de pacientes com displasia cortical focal. Comparou-se os locais de ocorrência da zona de início ictal (VEEG) e da lesão epileptogênica (IRM) se concordantes ou discordantes com o local da cirurgia. Foram revisados os prontuários médicos de 209 pacientes, sendo o padrão de referência (local da cirurgia) e tempo de acompanhamento pós-operatório superior a 12 meses disponíveis em 43 pacientes. A VEEG apresentou sensibilidade de 85,7% (IC 95% 62,6-96,2) e especificidade de 41,1% (IC 95% 19,4-66,5), com valor preditivo positivo de 64,2% (IC 95% 44,1-80,6) e valor preditivo negativo de 70% (IC 95% 35,3-91,9). A IRM apresentou sensibilidade de 91,6% (IC 95% 71,5-98,5) e especificidade de 36,8% (IC 95% 17,2-61,3), com valor preditivo positivo de 64,7% (IC 95% 46,4-79,6) e valor preditivo negativo de 77,7% (IC 95% 40,1-96). As diferenças de sensibilidade e especificidade, áreas sob as curvas ROC e os índices de Youden não foram significativas. A concordância dos resultados da VEEG e da IRM foi moderada (k=0,599; p<0,01; IC 95% 0,468-0,730). / Patients with drug-resistant epilepsy frequently have extrahippocampal lesions as etiology. A large proportion of these patients might benefit from lesionectomy for the reduction of seizures. For surgery to be undertaken, it is usually performed both long-term videoelectroencephalography monitoring (VEEG) and magnetic resonance imaging of the brain (MRI) for the precise delimitation of the epileptogenic zone, the region that must be resected for seizure control. In the present study, the diagnostic accuracy of VEEG and MRI were studied in the localization of the epileptogenic zone in patients with focal cortical dysplasia. The seizure-onset zone (VEEG) and the region of epileptogenic lesion (MRI) were compared whereas concordant or discordant regarding surgery region. Medical charts of 209 patients were reviewed, being the reference standard (surgery region) and post-surgical follow-up longer than 12 months available in 43 patients. Videoelectroencephalography has a sensitivity of 85.7% (95% CI 62.6-96.2) and specificity of 41.1% (95% CI 19.4-66.5), with positive predictive value of 64.2% (95% CI 44.1-80.6) and negative predictive value of 70% (95% CI 35.3-91.9). Magnetic resonance imaging has a sensitivity of 91.6% (95% CI 71.5-98.5) and specificity of 36.8% (95% CI 17.2-61.3), with positive predictive value of 64.7% (95% CI 46.4-79.6) and negative predictive value of 77.7% (95% CI 40.1-96). The differences of sensitivity and specificity, areas under the ROC curves and Youden\'s indexes were not significant. The concordance between the results of VEEG and MRI was moderate (k=0.599; p<0.01; 95% CI 0.468-0.730).

Made available in DSpace on 2015-04-14T13:34:53Z (GMT). No. of bitstreams: 1 422598.pdf: 1351554 bytes, checksum: 22248aa2eb43d9dad9079ea2b7472de1 (MD5) Previous issue date: 2010-03-22 / Introdu??o: Displasia cortical focal ? uma das formas mais freq?entes de malforma??es do desenvolvimento cortical, estando intimamente relacionada com epilepsia de dif?cil controle em crian?as e adultos. Caracterizam-se por altera??es histol?gicas, imaginol?gicas e eletrofisiol?gicas peculiares. At? o momento foram descritos 5 tipos de achados na resson?ncia magn?tica de pacientes com displasia cortical focal. Objetivos: Estudar as rela??es entre les?es displ?sicas corticais e descargas epileptiformes ao eletroencefalograma de superf?cie e ? Eletrocorticografia. Descrever os padr?es histol?gicos, imaginol?gicos e eletrofisiol?gicos, bem como os resultados cir?rgicos encontrados. Tentar correlacionar padr?es eletrofisiol?gicos e desfecho p?s-cir?rgico. M?todos: Ser?o avaliados a histologia, o eletroencefalograma, a eletrocorticografia e a resson?ncia magn?tica de 63 pacientes operados no servi?o de cirurgia da epilepsia do Hospital S?o Lucas da Pontif?cia Universidade Cat?lica do Rio Grande do Sul. Os resultados cir?rgicos (quanto ao controle de crises) foram avaliados atrav?s de revis?o de prontu?rios, verificando-se o status quanto ? taxa de sucesso no controle de crises na consulta de revis?o mais recente. Estes dados foram confirmados e detalhados atrav?s de liga??o telef?nica, onde foram efetuadas perguntas espec?ficas de acordo com ficha estruturada. Resultados: Foi observado que 55,5% dos pacientes estavam livres de crise em um ano ap?s a cirurgia. Na ?ltima visita 47% dos pacientes permaneceram sem crises. As vari?veis que se correlacionaram com progn?stico favor?vel foram ressec??o completa das descargas durante a cirurgia, estar livre de crises no primeiro ano do p?s-operat?rio. A ?nica vari?vel que se correlacionou com o intervalo livre de crises foi ressec??o completa das descargas. A resson?ncia magn?tica de cr?nio se correlacionou de forma significativa com os achados histopatol?gicos. Por fim, devido ao comportamento peculiar das crises epil?pticas nos pacientes com displasia cortical focal, foi descrito uma nova escala de resultados cir?rgicos para esta patologia. Conclus?o: O resultado cir?rgico das crises segundo os dados apresentados se correlaciona de forma estatisticamente significativa com ressec??o completa das descargas epileptog?nicas sugestivas de displasia e com um resultado favor?vel em um ano ap?s a cirurgia.

A displasia cortical focal (DCF) é uma das causas mais frequentes de epilepsia refratária. Na clínica, diferentes informações são usadas para localizar o foco epileptogênico, mas nenhum método é autossuficiente para evidenciar o local original das crises, associado com a presença da DCF. Embora haja relatos na literatura indicando alterações no padrão de distribuição de tons de cinza e morfologia dos voxels decorrentes da DCF, algumas limitações dos métodos desenvolvidos ainda impedem a utilização clínica. Nossa proposta foi investigar a capacidade de identificar DCF através de análises de espessura cortical e padrões de textura em imagens estruturais de Ressonância Magnética (RM), validando os métodos desenvolvidos a partir uma base de imagens retrospectiva, cujo tecido epileptogênico já havia sido ressecado e a DCF confirmada em análise histológica. A caracterização das DCF foi feita a partir da segmentação automática de tecido cortical saudável em conjunto com a segmentação manual da DCF feita por um especialista, e consiste na geração de mapas de característica e extração de valores de distribuições para comparação em análise estatística. Investigamos também a eficácia da detecção de DCF através do uso de algoritmos de aprendizado de máquina para classificação automática. Obtivemos precisão 0,81 e sensitividade 0,87, colocando o método desenvolvido em par com outros métodos presentes na literatura. Entretanto, foi identificada uma grande dependência do desempenho de métodos de pré-processamento, como corregistro e segmentação automática. / Focal Cortical Dysplasia (FCD) is one of the most frequent causes of refractory epilepsy. In clinical procedures, the information gathered from different techniques is used in order to locate the epileptogenic focus, associated with the presence of FCD. However, there is no self sufficient method to evidence the presence and location of such lesions and especially its extension. Although there are reports indicating change in gray scale intensity patterns and voxel morphology in the presence of DCF, limitations in developed methods still prevent their clinical use. Our proposal was to investigate the capability of identifying FCD through cortical thickness and texture patter analysis in structural MRI images, validating developed methods by utilizing a retrospective base of images from patients that were subjected to surgery, with the FCD being confirmed in histological analysis. Characterization of FCD was achieved from automatic segmentation of healthy cortex and manual segmentation of FCD tissue made by an specialist, and consists in the generation of texture or structural feature maps and comparison of distribution values in healthy or FCD tissue with statistical analysis. We also investigate the efficiency of FCD detection with Machine Learning automatic classification, obtaining precision of 0,81 and sensitivity of 0,87, placing our method on par with other methods in the literature. However, there is a major performance dependency of proposed method with pre-processing steps, like registration and automatic segmentation.

A displasia cortical focal (DCF) é uma das causas mais frequentes de epilepsia refratária. Na clínica, diferentes informações são usadas para localizar o foco epileptogênico, mas nenhum método é autossuficiente para evidenciar o local original das crises, associado com a presença da DCF. Embora haja relatos na literatura indicando alterações no padrão de distribuição de tons de cinza e morfologia dos voxels decorrentes da DCF, algumas limitações dos métodos desenvolvidos ainda impedem a utilização clínica. Nossa proposta foi investigar a capacidade de identificar DCF através de análises de espessura cortical e padrões de textura em imagens estruturais de Ressonância Magnética (RM), validando os métodos desenvolvidos a partir uma base de imagens retrospectiva, cujo tecido epileptogênico já havia sido ressecado e a DCF confirmada em análise histológica. A caracterização das DCF foi feita a partir da segmentação automática de tecido cortical saudável em conjunto com a segmentação manual da DCF feita por um especialista, e consiste na geração de mapas de característica e extração de valores de distribuições para comparação em análise estatística. Investigamos também a eficácia da detecção de DCF através do uso de algoritmos de aprendizado de máquina para classificação automática. Obtivemos precisão 0,81 e sensitividade 0,87, colocando o método desenvolvido em par com outros métodos presentes na literatura. Entretanto, foi identificada uma grande dependência do desempenho de métodos de pré-processamento, como corregistro e segmentação automática. / Focal Cortical Dysplasia (FCD) is one of the most frequent causes of refractory epilepsy. In clinical procedures, the information gathered from different techniques is used in order to locate the epileptogenic focus, associated with the presence of FCD. However, there is no self sufficient method to evidence the presence and location of such lesions and especially its extension. Although there are reports indicating change in gray scale intensity patterns and voxel morphology in the presence of DCF, limitations in developed methods still prevent their clinical use. Our proposal was to investigate the capability of identifying FCD through cortical thickness and texture patter analysis in structural MRI images, validating developed methods by utilizing a retrospective base of images from patients that were subjected to surgery, with the FCD being confirmed in histological analysis. Characterization of FCD was achieved from automatic segmentation of healthy cortex and manual segmentation of FCD tissue made by an specialist, and consists in the generation of texture or structural feature maps and comparison of distribution values in healthy or FCD tissue with statistical analysis. We also investigate the efficiency of FCD detection with Machine Learning automatic classification, obtaining precision of 0,81 and sensitivity of 0,87, placing our method on par with other methods in the literature. However, there is a major performance dependency of proposed method with pre-processing steps, like registration and automatic segmentation.