Epileptik kaynak yerelleştirmesinde geri problem çözüm tekniklerinin uygulanması

Epilepsi gibi beyin hastalıkları tedavisi için, beyindeki epileptik aktivasyonun kaynağı olan bölge veya bölgelerin yerlerinin tespit edilmesi oldukça önemlidir. Bu amaçla günümüzde, uzaysal çözünürlükleri yüksek olmasına rağmen, zamansal çözünürlükleri düşük olan fonksiyonel görüntüleme sistemleri ile beraber zamansal çözünürlüğü daha yüksek olan elektroensefalografi (EEG) veya manyetoensefalografi (MEG) gibi beyin yüzeyinden elde edilen elektromanyetik verilerin kullanıldığı Elektromanyetik Kaynak Görüntüleme (EMKG) yöntemleri kullanılmaktadır. EMKG'de, EEG veya MEG ölçümleri alınan kafanın bilgisayar modeli üzerinde geri problem çözümleri gerçekleştirilmekte ve böylece bu ölçümlere neden olan epileptik kaynaklar tespit edilmektedir. Bu çalışmada, ilk olarak dört tabakalı ideal kafa modeli oluşturulmuştur. Bu modelde, 8 cm yarıçapında yarıküre şeklindeki kafa derisi üzerinde EEG elektrotlarının olduğu varsayılmıştır ve 7 cm yarıçapında yarıküre şeklindeki korteks üzerinde yüzeye dik olarak 930 adet dipol konumlandırılmıştır. Her bir dipol için analitik olarak ileri problem çözümü yapılmıştır. Ardından, literatürde mevcut olan minimum norm (MN), ağırlıklanmış MN (WMN), LAURA ve EPIFOCUS geri problem algoritmaları farklı sayıda EEG elektrotları için uygulanmıştır. Ayrıca, 10, 20 ve 30 dB sinyal gürültü oranına (SNR) sahip olacak şekilde gürültü eklenmiş EEG verileri üzerinde kesilmiş tekil değer ayrıştırması (tSVD) yönteminin de sonuca etkisini araştıracak şekilde analizler gerçekleştirilmiştir. Yukarıda belirtilen tek dipol kaynaklı analizlerden sonra, hem EPIFOCUS, hem de MN geri problem çözüm yöntemlerinin çift dipol kaynaklı analizleri de yapılmıştır. Sonuç olarak, tek dipol kaynaklı çalışmalarda, hem gürültüsüz hem de gürültülü veriler için en iyi sonuçlar EPIFOCUS geri problem yönteminin uygulanması sonrası ortaya çıkmıştır. Fakat birden fazla dipol kaynağının bulunduğu durumlarda, EPIFOCUS'un performansının oldukça düştüğü görülmüştür. Tek dipol kaynaklı gürültülü analizlerde, elektrot sayısı ve gürültü seviyesi arttıkça, genel olarak, dipol yerelleştirme performanslarının net bir şekilde düştükleri gözlemlenmiştir. Gürültülü ölçümler için elektrot sayısı arttıkça, tSVD iyileştirmesinin daha fazla etkili olduğu görülmüştür.ANAHTAR SÖZCÜKLER: Kaynak yerelleştirmesi, EMKG, EEG ileri-geri problem.Danışman: Yrd. Doç. Dr. Bülent YILMAZ, Başkent Üniversitesi, Biyomedikal Mühendisliği Bölümü.