藉由優化擴散張量影像技術所開發之創新神經追蹤演算法,可將神經束的走向進行三維成像,並有效地將神經纖維末端延伸到皮質終點,能輔助神經外科醫師術前評估及術中引導,在最大限度移除病灶的同時儘可能保留腦部功能…… |
| 國立陽明交通大學 林慶波特聘教授團隊 | ▌腦神經束間差異大,僅以單一參數追蹤易錯估走向 隨著腦科學的發展,神經外科手術逐漸走向微創手術,需要借助更多尖端手術器械,如:神經手術導航、神經內鏡乃至手術機器人的輔助操作,但無論任何器械和手術技術的發展,都需要高水準的三維神經影像來輔助和加持。由於腦神經的功能與形態是高度分化的,各神經束之間有著非常大的差異性存在,現有技術長期以來一直存在沒有標準追蹤參數範圍、僅使用單一追蹤參數進行神經追蹤造成低估或高估神經束的走向,以及無法綜合各追蹤參數進行神經追蹤的問題。 ▌以10個人類半腦標本和1000正常人數據推演開發 研究團隊藉由優化擴散張量影像(diffusion tensor image,DTI)技術,自10個人類半腦標本及1000位正常人DTI數據推演出一種用於神經追蹤的創新演算法「DiffusionGo」,並在14例臨床手術中以皮層點刺激進行驗證,此一智能神經追蹤演算法,可以提高神經追蹤的敏感度,有助於提升神經外科手術術前評估及術中導航效果。「DiffusionGo」是目前最健全的腦內神經追蹤技術,透過對不同大腦功能區的神經通路採用不同的成像參數及算法,實現了單獨功能神經束的三維重建。在2000例健康人群的特定神經纖維束重建中顯示,使用DiffusionGo神經追蹤的結果相較傳統神經追蹤的結果更具有專一性,且有效地將神經纖維末端延伸到皮質終點。對神經外科臨床手術而言,特定功能和特定位置的神經束描繪,解決了術中最大程度移除病灶及最大限度保障腦功能的矛盾。應用於200例以上的神經膠質瘤患者的術前規劃及導航,透過術中使用DCS大腦皮質電生理刺激手段進行神經束的定位和驗證,成果顯示DiffusionGo重建的神經纖維束準確率達到95%以上。 ▌一鍵式操作,適於臨床使用,已通過臨床驗證 DiffusionGo也是目前唯一通過臨床驗證的中樞神經三維成像演算軟體,且帶有一鍵式簡易操作,適合臨床使用。目前核心演算法已取得台灣專利。經過程序設計及編程開發,DiffusionGo軟體的demo版本已經完成。除了神經纖維之重建,系統也能夠完成骨骼、大腦灰白實質、血管之三維重建。核心模塊已使用於台北榮民總醫院神經外科臨床使用、同時也得到顯微神經外科之父Dr. Yasagil的認可。
▌技術強項與優勢 術前規劃— 術中引導— 術後評估— |
▌開放那些合作項目?
|
Copyright © 2012 - 2024 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved