GET THE APP

Analyse dand#39;images multi-andeacute;chelles et prandeacut | 94643

Journal international de recherche collaborative sur la médecine interne et la santé publique

ISSN - 1840-4529

Abstrait

Analyse d'images multi-échelles et prédiction des défauts du champ visuel après amygdalohippocampectomie sélective

Shagufta Hassan

Les patients atteints d'épilepsie du lobe temporal réfractaire au traitement bénéficient d'une amygdalohippocampectomie sélective, mais elle peut induire des anomalies du champ visuel (ACV). Nous avons utilisé des études du cerveau entier du niveau du voxel au niveau du réseau pour décrire les corrélats d'imagerie pré- et postopératoires spécifiques aux tissus de la gravité des ACV. Une IRM pré- et postopératoire (T1-MPRAGE et imagerie du tenseur de diffusion) ainsi qu'une périmétrie cinétique selon la norme Goldmann ont été réalisées sur 28 personnes atteintes d'épilepsie du lobe temporal. En utilisant la morphométrie basée sur les voxels et les statistiques spatiales basées sur les voies, nous avons recherché des corrélations entre la matière grise (MG) et la matière blanche (MF) du cerveau entier et les ACV. Nous avons également réalisé des études de réseau locales et globales, ainsi que la reconstruction de connectomes structurels individuels. Le volume de la MG post-chirurgicale a diminué avec l'augmentation de la gravité des ACV dans deux groupes dans les gyri temporaux moyens bihémisphériques (FWE-corrigé p 0,05). Avec l'augmentation de la gravité de la dysfonction ventriculaire gauche dans le rayonnement optique ipsilésionnel, l'anisotropie fractionnelle d'un seul groupe de WM a diminué (p 0,05 corrigée par FWE). De plus, les patients atteints de dysfonction ventriculaire gauche présentaient un plus grand nombre d'altérations de connectivité locale postopératoires que ceux qui n'en étaient pas atteints. Nous n'avons identifié aucune association préopératoire de gravité de la dysfonction ventriculaire gauche dans les mesures GM, WM ou réseau. Néanmoins, un méta-classificateur de réseau neuronal artificiel pourrait prédire l'apparition de dysfonction ventriculaire gauche sur la base de connectomes préchirurgicaux supérieurs au niveau aléatoire dans une étude exploratoire.

Clause de non-responsabilité : Ce résumé a été traduit à l'aide d'outils d'intelligence artificielle et n'a pas encore été révisé ou vérifié.