HFO

Laufzeit: 1.1.2018 - 21.12.2021

Fördervolumen: €309.125,25

Fördergeber: FWF, Projektnr.: KLI 657-B31

Hochfrequente Gehirnaktivität im hochauflösenden EEG

Epilepsie ist eine der häufigsten chronischen, neurologischen Erkrankungen. Besonders hart trifft es jene 30% der Epilepsiepatienten, welche trotz medikamentöser Therapie weiterhin an Anfällen leiden. In diesem Fall besteht allerdings bei 60-80% der Patienten die Chance, dass eine Operation zur gewünschten Anfallsfreiheit führt. Allerdings hängt der Erfolg dieses Eingriffs davon ab, wie gut die Gehirnregion definiert wird, welche entfernt werden sollte. Leider gibt es bis heute aber noch keine Untersuchungsmethode, welche diese Region direkt eingrenzen kann. Seit wenigen Jahren versuchen Forscher aus aller Welt herauszufinden, ob neuronale hochfrequente Aktivität jenseits der 80Hz ein genauerer und direkter Indikator sein könnte. Zu dieser hoffnungsschweren Frage möchten wir auf drei Ebenen einen Beitrag leisten:

Zunächst wird diese Aktivität üblicherweise mit invasiven Elektroden gemessen, welche direkt in das Gehirn eingeführt werden müssen. Hierfür ist eine aufwändige, teure und zu einem gewissen Maß auch für den Patienten riskante Operation notwendig. Einige Studien konnten die hochfrequente Aktivität mit dem klassischen Elektroencephalogramm messen, d.h. indem 21 Elektroden an der Kopfoberfläche positioniert wurden. Das ist vergleichsweise billig und gänzlich risikolos. Allerdings werden hochfrequente Aktivitäten des Gehirns räumlich sehr begrenzt erzeugt und breiten sich auch nicht weiter aus. Es ist daher anzunehmen, dass dieser klassische Ansatz einen Großteil der interessanten Aktivität gar nicht erfassen kann. Darum möchten wir das hochauflösende Elektroencephalogramm verwenden, das 256 statt der üblichen 21 Elektroden verwendet.

Zweitens möchten wir die Techniken zur automatischen Erfassung der hochfrequenten Aktivitäten weiterentwickeln, da die visuelle Untersuchung von hochauflösenden Daten wenig objektiv und für die klinische Praxis viel zu zeitaufwändig ist. Außerdem gibt es bis heute nur Algorithmen für die automatische Detektion von invasiv aufgezeichneter hochfrequenter Aktivität. Es ist sehr unwahrscheinlich, dass diese Algorithmen auch für das Oberflächen-EEG geeignet sind.

Drittens stellt sich die Frage, welche dieser hochfrequenten Aktivitätsmuster überhaupt relevant sind. Es gibt nämlich auch im gesunden Gehirn hochfrequente Aktivität, die z.B. in bestimmten Gehirnregionen auftritt, wenn unser Gedächtnis Inhalte langfristig abspeichert, bei Bewegungskontrolle, oder bei der visuellen Wahrnehmung. Zur Zeit erfolgt die Unterscheidung meistens dadurch, dass in diesen Regionen mit vermutlich gesunder Aktivität gar nicht nach hochfrequenter Aktivität gesucht wird. Es gibt jedoch zahlreiche Formen von Epilepsie, bei welchen die epileptischen Anfälle in genau so einer Region ihren Ursprung nehmen. Wir möchten nun die gesunde Aktivität in diesen Regionen provozieren und aufgrund des Anstiegs hochfrequenter Aktivität während der Provokation auf die Natur dieser Muster schließen.

Unsere Vision ist es, dass die riskanten invasiven Untersuchungen eines Tages zumindest teilweise durch die Aktivitätsmessung an der Kopfoberfläche ersetzt werden kann.

 

High-Frequency Oscillations in the high-density EEG

Epilepsy is one of the most common serious chronic neurological conditions. It is accordingly worse that ~30% of patients do not respond to medication and continue to experience seizures. For these patients, surgical intervention is the most important treatment option with a realistic hope of seizure freedom. But a good outcome, which is achieved in 60-80% of patients, is heavily depending on the precision in defining the to-be-resected brain-region This region is known as the epileptogenic zone, because it is indispensable for generating seizures. Unfortunately, there is no method to directly measure and define this area. Therefore, assessment is based on mutually complementing diagnostic approaches. In the last decade, researchers all over the world focused their interest on the question whether high-frequency electric activity of the brain could be a more accurate indicator. But this activity is typically measured invasively, which bears considerable risks. In some studies, measurement of the high-frequency-activity on the scalp was done by use of the classical electroencephalogram, i.e. 21 electrodes placed all over the scalp. Given the small-scale genesis and local propagation of high-frequencies it is likely that use of this technique misses most of the occurrences of high-frequency activity.

Therefore, we will use high-density electroencephalographic recordings with 256 electrodes to detect high-frequency activity on the scalp. In addition, we want to refine and adapt currently available techniques for the automated detection of the activity of interest in the recorded data because visual detection is highly subjective and far too time-consuming for clinical practice. Moreover, the available algorithms for automated detection were developed for invasively recorded data. They need to be adapted to the characteristics of data from the scalp EEG, which suffers from a comparably low signal-to-noise ratio.

Finally, pathological high frequency oscillations can easily be confounded by physiological high frequency oscillations. The only workaround so far has been to not consider high frequency oscillations from brain regions which are known to generate physiological activity in this frequency range, such as the regions being involved in memory consolidation, visual perception, or movement control. In order to better discriminate physiological from pathological HFOs, we plan to stimulate these areas with activation tasks (vision, movement, and memory). We want to find out whether the physiological subtype of high frequency oscillations reacts to this stimulation whereas the pathological does not.

We hypothesize that the evaluation of high-frequency activity recorded with high-density technology on the scalp by automated detection can predict a favourable outcome better than low-density recordings and visual detection. On the long range, high-density scalp recordings could help to decide on where to position invasive electrodes before surgery. Finally, our vision is that one day scalp recordings could at least partly replace the risk-bearing invasive recordings.

Nationaler Forschungspartner:

Prof. Arne Bathke, Fachbereich Mathematik, Paris-Lodron Universität Salzburg

Internationale Forschnungspartnerinnnen:

Prof. Julia Jacobs, Universitätsklinikum Freiburg

Prof. Yvonne Höller, Universität Akureyri