EStiMapp: Praktyczne narzędzie do mapowania objawów klinicznych wywoływanych przez stymulację elektryczną podczas badania mózgu u pacjentów z epilepsją
EStiMapp: A practical tool for mapping clinical symptoms evoked by electrical stimulation in intracranial EEG for epilepsy surgery
W skrócie
Naukowcy opracowali nowe narzędzie komputerowe, które automatycznie zbiera i wizualizuje wyniki stymulacji elektrycznych elektrod w mózgu pacjentów z epilepsją. Zamiast ręcznego zapisywania i rysowania wyników (co jest czasochłonne i podatne na błędy), lekarz wprowadza dane do programu, a ten automatycznie pokazuje, które obszary mózgu odpowiadają za konkretne objawy. Narzędzie zostało przetestowane i otrzymało bardzo wysoki wynik oceny użyteczności, co oznacza, że lekarze mogą go łatwo i bezpiecznie stosować w praktyce klinicznej.
Oryginalny abstract (angielski)
OBJECTIVE: Electrical stimulation of intracranial electrodes can map the patient's specific functional regions and seizure related symptoms. In our clinical practice, evoked functional symptoms and electrographic responses are manually annotated and visualized in a schematic electrode overview: an error-prone and time-consuming process. We here present an open-source graphical user interface (GUI) that standardizes the workflow and automatizes the visualization of intracranial EEG (iEEG) electrical stimulation results. METHODS: We defined categories of evoked clinical symptoms based on a literature study and consensus session. A co-design team participated in brainstorm sessions to set the requirements of the GUI. We built the GUI and tested its usability with qualitative and quantitative assessments (System Usability Scales (SUS) questionnaires). RESULTS: The workflow included standardized annotation of categories of evoked clinical symptoms in the iEEG software. The GUI visualized these evoked clinical symptoms in a 2D schematic overview, a 3D visualization of the brain with locations of evoked symptoms, and showed additional annotations per stimulated electrodes in a table. A mean SUS score of 82.3 (SD 9.2) was reached, which is considered excellent. CONCLUSIONS: We present an in-house developed workflow and graphical user interface (GUI) to categorize and directly visualize evoked clinical symptoms resulting from electrical stimulation on intracranial electrodes. SIGNIFICANCE: Our open-source GUI facilitates standardization of the intracranial stimulation workflow and directly enables straightforward and uniform interpretation of evoked clinical symptoms.