JP2013528410A - 神経外科手術を計画するためのシステム及び方法 - Google Patents

Abstract

神経外科手術を計画するシステム１０及び方法２０が提供される。このシステム１０は、脳領域３１の機能的データ２５及び生体構造データを受信する入力部１１と、本発明による方法２０を実行するよう構成されるプロセッサ１２とを有する。この方法２０は、機能的接続のネットワーク表現２７を形成するため、上記機能的データ２５を解析するステップ２６と、上記機能的接続のネットワーク表現２７及び上記生体構造データを一般的な座標系へとマッピングするステップと、ネットワークノード３２又はネットワーク接続４２を上記ネットワーク表現２７からシミュレーションで除去することに関連付けられる予想される機能損失を決定するステップと、上記予想された機能損失に基づき、重要なネットワーク接続及び／又は重要なネットワークノードを特定するステップとを有する。

Description

本発明は、神経外科処理を計画するシステムに関する。このシステムは、脳領域の生体構造データ及び機能的データを受ける入力部と、生体構造データ及び機能的データを一般的な座標系にマッピングして、重要なネットワーク接続及び／又は重要なネットワークノードを特定するプロセッサと、生体構造データ及び機能的データの視覚的表示を与える出力部とを有する。本発明は更に、神経外科手術を計画する方法及びコンピュータプログラムに関する。

脳手術は一般に、疑惑の領域の除去又は破壊を含む。例えば、脳腫瘍に関して、外科的切除はしばしば、第１の選択肢となる処置である。薬剤抵抗性癲癇に対して、外科的手段によるてんかん病巣の除去又は破壊は、重要な処置である。脳手術は、必ずしも開頭手術を含むものではなく、今日では、例えば定位放射線外科を利用した非侵襲的方法において実行される。脳手術の間に、脳における重要な構造及び接続に損傷を与えないことが非常に重要である。手術の間、脳組織に損傷を与えることは通常、その後の機能損失をもたらす。脳は、損傷を与えられてもいくらか回復する能力を持つ。しかし、この能力には限界がある。外科的介入又は放射線療法の間の損傷を最小化することは、ＭＲＩといった術前医学画像を用いて手術を慎重に計画することにより実現される。

しばしば術中の視覚化（顕微鏡、超音波、ＭＲ、Ｘ線）が、手順の間、撮像情報を与えるために用いられる。拡散テンソルＭＲＩ（ＤＴＩ）ベースのトラクトグラフィが、異なる脳領域を接続する脳における重要な白質路を視覚化する非常に高度な生体構造的撮像モダリティとして考慮されることができる。これらすべてのデータの一般的なフレームワークへのレジストレーション及びこれらのデータの結合された視覚化は、最適な外科的な計画を決定することにおいて外科医を支援する脳の詳細な生体構造地図を外科医に与える。

今日、ほとんどの高度な脳手術計画システムは、機能的画像情報（特定の脳機能をハイライトするｆＭＲＩ、ＰＥＴ、ＭＥＧ、ＥＥＧ等）だけでなく、生体構造画像情報（特定の脳生体構造をハイライトする造影剤増強ＭＲＩ、ＣＴ等）を考慮する。機能的な脳撮像は、その生理学、機能的な設計及び力学の観点で、脳を特徴づけることを目的としている。機能的な撮像は、例えば脳波記録法（ＥＥＧ）、磁気脳造影法（ＭＥＧ）、機能的な磁気共鳴撮像（ｆＭＲＩ）又は近赤外分光学（ＮＩＲＳ）といった光学技術のような脳撮像モダリティを用いて得られるデータの解析に基づかれることができる。

機能的データ及び生体構造データを視覚化する神経外科計画システムは、米国特許出願公開第２００５／０２７３００１Ａ１号として公開される米国特許出願から知られる。この出願に記載されるシステムは、脳のｆＭＲＩ画像、ＤＴＩ画像及び潅流画像を使用して、互いの上にそれらを選択的に表示する。すべての表示された画像は、脳の生体構造画像と整列配置される。各層の透明度は、調整されることができる。斯かるシステムは、生体構造撮像だけを用いるシステムに対していくつかの利点を持つが、外科医がより良い情報を基に決定を行うこと、及び手術後の機能損失を最小にする能力を増やすことを可能にするため、よりスマートでより洗練された生体構造データ及び機能的データの組合せに関する必要性が存在する。

本発明の目的は、神経外科手術を計画するシステム及び方法を提供することである。このシステム及び方法は、手術後の機能損失を避ける能力を改善する。

本発明の第１の側面によれば、この目的は、神経外科手術を計画するシステムを提供することにより実現される。このシステムは、入力部と、プロセッサと、出力部とを有する。入力部は、脳領域の機能的データ及び生体構造データを受信するために提供される。上記プロセッサが、機能的接続のネットワーク表現を形成するための上記機能的データの解析であって、上記ネットワーク表現が、ネットワークノード及び上記ネットワークノードを相互接続するネットワーク接続を有する、解析と、上記機能的接続のネットワーク表現及び上記生体構造データの一般的な座標系へのマッピングと、上記ネットワークノード又はネットワーク接続の１つを上記ネットワーク表現からシミュレーションで除去することに関連付けられる予想される機能損失の決定と、上記予想された機能損失に基づく、重要なネットワーク接続及び／又は重要なネットワークノードの特定とを実行するよう構成される。出力部は、上記機能的接続のネットワーク表現の視覚表現を提供するために提供される。

この神経外科計画システムは、それらの生体構造基質に対する脳の機能的ネットワーク特性を考慮する。脳機能の重要な特徴は、脳がそのネットワーク特性に依存する点にある。即ち、機能は、個別のユニットに局所化されるのではなく、ユニット間のネットワークによって媒介される相互作用から生じる。従って、機能的撮像データの最近の解析技術は、個別のユニット（例えばＥＥＧチャネル又はｆＭＲＩボクセル）における活動を定量化することに向けられるだけでなく、基礎をなすネットワークを表す、ユニット間の相互作用及び相関を定量化することにも向けられる。

脳における機能的接続のネットワーク表現を形成するため、例えば、ｆＭＲＩ、ＥＥＧ、ＭＥＧ及び／又はＮＩＲＳデータといった機能的データが解析される。機能的データは、患者の精神的又は物理的な活動と、患者の脳の異なる部分における神経活動との間の関係を示す。異なる脳領域において反復される、同時の又は相関する活動は、上記領域の間の機能的接続を示す。機能的データを解析することにより、機能的接続を特定し、上記接続のネットワーク表現を行うことが可能である。ネットワーク表現は、ネットワーク接続及びネットワークノードを有する。結果として生じるネットワークは、幾何学的に解析されることができ、例えば他のネットワーク部分に対する高い接続性を持つ重要なノード（「ハブ」）といった特性における洞察を提供する。ネットワーク表現及び生体構造データは、一般的な座標系へとマッピングされる。これは、特定の脳領域の除去又は損傷を機能的接続のネットワーク表現における変化に関連付けることを可能にする。すると、特定の脳領域の除去又は損傷に追従して起こると予想される機能損失が、ネットワーク理論及びネットワーク解析技術を用いて決定されることができる。ネットワーク解析の結果として、重要なネットワーク接続及びネットワークノードが、特定され、来るべき神経外科手術において回避されることができる。また、あまり重要でないネットワーク接続及びネットワークノードも特定されることができる。神経外科手術を計画するとき、あまり重要でない領域に一層アグレッシブな治療を適用するよう決断されることができる。

例えば神経学的回復に重要なネットワーク接続及び／又はネットワークノードを特定することにより、特に、これらの接続が、残されることができる（保存療法）。これにより、術後神経学的回復に対するポテンシャルが最適化される。更に、回復にはあまり重要でない（即ち容易に「再配線可能な」）ネットワーク接続及び／又はネットワークノードを特定することにより、それらの領域においてよりアグレッシブな治療が実行されることができる。この計画システムは、回復、学習及び再配線機能に関する脳固有の能力を最大限残す、有効な治療戦略を可能にすることになる。

機能的接続のネットワーク表現を行うための受信される機能的データの解析は、機能的データに含まれる複数のデータチャネルに対するペアワイズな相関を計算することを有することができる。

予想された機能損失は例えば、ネットワーク表現の位相的なネットワーク解析を用いて決定されることができる。この位相的なネットワーク解析は例えば、ネットワークノードのクラスタリング係数及び／又はネットワーク接続の経路長を計算することを有することができる。

好ましい実施形態において、このシステムは更に、上記特定された重要なネットワーク接続及び／又は重要なネットワークノードを回避する手術軌跡を計画する計画ツールを有する。

計画システムは好ましくは、上記機能的接続のネットワーク表現の視覚表現を提供する出力部を有する。上記重要なネットワーク接続及び／又は上記重要なネットワークノードが、上記視覚表示において強調されることができる。更に、上記視覚表現における上記ネットワーク接続の及び上記ネットワークノードの外観が、上記予想された機能損失に基づかれることができる。視覚表現は好ましくは、生体構造的データも示す。

本発明の第２の側面によれば、ある方法が、脳領域の機能的データ及び生体構造データを受信するステップと、機能的接続のネットワーク表現を形成するため上記機能的データを解析するステップであって、上記ネットワーク表現が、ネットワークノード及び上記ネットワークノードを相互接続するネットワーク接続を有する、ステップと、上記機能的接続のネットワーク表現及び上記生体構造データを一般的な座標系へとマッピングするステップと、上記ネットワークノード又はネットワーク接続の１つを上記ネットワーク表現からシミュレーションで除去することに関連付けられる予想される機能損失を決定するステップと、上記予想された機能損失に基づき、重要なネットワーク接続及び／又は重要なネットワークノードを特定するステップとを有する。

本発明の第３の側面によれば、神経外科手術を計画するコンピュータプログラムが提供される。このプログラムは、上述した方法をプロセッサに実行させるよう構成される。

本発明による神経外科手術計画システムを概略的に示す図である。 神経外科手術を計画する方法を概略的に示す図である。 神経外科手術を受ける人の頭蓋骨にわたる機能的なセンサの分布を概略的に示す図である。 図３のセンサにより得られる能的なデータのネットワーク解析を視覚化する図である。 図４のネットワークからのネットワーク部位の除去を視覚化する図である。 図４のネットワークからのネットワーク接続の除去を視覚化する図である。 本発明による生体構造及び機能的データの例示的な組合せを示す図である。

本発明のこれら及び他の側面が、以下に説明される実施形態を参照して明らかとなり、これらの実施形態を参照して説明されることになる。

図１は、本発明による神経外科手術計画システム１０を概略的に示す。システム１０は、本発明による計画方法を実行するプロセッサ１２を有する。プロセッサ１２の入力部１１は、機能的データ１６の源及び生体構造データ１７の源に結合される。機能的データ１７の源は、例えば、ｆＭＲＩ、ＥＥＧ、ＭＥＧ及び／又はＮＩＲＳデータ源とすることができる。ニューロン活動を脳機能にリンクするか、又は神経系の異なる部分におけるニューロン活動間の相関を示す任意のタイプのデータが、本発明による手術計画方法に関する入力として機能することができる。代替的に、以前に得られた機能的データが、プロセッサ１２に結合される格納手段１３に格納されることができる。格納手段１３は例えば、ハードディスク、固体メモリ又は光学記憶媒体とすることができる。機能的データに加えて、プロセッサ１２は生体構造データも受信する。生体構造データは、例えばＭＲＩ又はＤＴＩ装置といった生体構造撮像装置１７から来ることができる。撮像された脳部分の物理構造を表す任意のタイプのデータは、本発明による手術計画方法に関する入力として機能することができる。記憶媒体１３は、計画方法において使用されることになる以前に得られた生体構造データを有することができる。

プロセッサ１２は、入力部１１で受信される機能的データ及び生体構造データを結合する。結合された情報は、可能な外科手術の効果を推定するため、シミュレーションにおいて使用される。このシミュレーション及び／又は推定の結果は、プロセッサ１２に結合されるディスプレイ１４に示されることができる。請求項に記載の方法を開始又は制御するための、及び／又はディスプレイスクリーン１４に示される出力を操作するためのユーザー入力を可能にするべく、キーボード、マウス１５又は他のポインティングデバイスが与えられる。以下において、計画された神経外科手術に関する情報を与えるため機能的及び生体構造データがどのように結合されるか、及び、計画方法の結果がどのように表示されることができるかが記載される。更に、本発明による方法に必要な機能的データを与える例示的な方法が示される。

図２は、神経外科手術を計画する例示的な方法２０を概略的に示す。方法２０は、機能的データを得る又は受信することで始まる。この例では、機能的データは、人間又は動物の神経系の異なる領域における活動に対応する少なくとも２つのチャネル２５を有する。機能的データは例えば、ｆＭＲＩ画像といった機能的な脳撮像データから得られることができる。代替的に、ＥＥＧ、ＭＥＧ及び／又はＮＩＲＳデータ源が、機能的データを得るために使用される。相関ステップ２１において、コヒーレンス又は相関解析は、異なる脳領域の機能的な接続性を決定するために使用されることができる。相関解析２１は例えば、測定された機能的なＭＥＧデータチャネル２５の時間対コース（time-courses）の相関を算出することができる。相関係数は、相関行列２６に組織化されることができる。その結果、行列２６における位置（ｉ,ｊ）において、チャネル２５のｉ及びｊに関する相関係数が与えられる。データチャネル２５のすべてのペアに対して相関計算を繰り返すことは、完全な行列２６を生じさせる。相関係数の代わりに、相関行列２６は、「相関」又は「非相関」を示すバイナリ値を有することができる。

ネットワーク生成ステップ２２において、機能的接続のネットワーク２７が、算出された相関から得られる。ネットワーク２７は、個別のデータチャネルを表すネットワーク部位３２を有する。各ネットワーク部位３２は例えば、ＥＥＧセンサの位置又は撮像された脳における機能関連のニューロン活動の領域に対応することができる。相関するネットワーク部位３２は、ネットワーク接続４１により接続される。ネットワーク２７は、こうして、どの脳領域が他のどの脳領域に機能的に接続されるかを示す。図２に示されるネットワーク２７から、いくつかのネットワーク部位３２は、ただ１つの他のネットワーク部位３２に機能的に接続され、いくつかは、複数のネットワーク部位３２に接続されることが明らかである。

ネットワーク解析ステップ２３において、機能的接続のネットワーク２７の位相的な解析がなされる。この解析に関して、グラフ理論的な技術が使用されることができる。例えば、クラスタリング係数（接続性密度）又は経路長（ネットワーク部位３２の距離尺度）が決定されることができる。重要なネットワーク部位３２は、高いクラスタリング係数を持つ部位３２として特定されることができる。更に、シミュレーションされた介入（ネットワーク変形）とネットワーク２７の機能に与える影響との間の関係を特定するため、介入の効果がシミュレーション及び定量化されることができる。この目的は、介入において残されるべきより多くの重要なネットワーク部位３２及び接続４１を特定することである。

マッピングステップ２４において、機能的ネットワーク２７は、患者の生体構造へとマッピングされる。マッピングに関して、機能的ネットワーク２７及び受信した生体構造データが、一般的な座標系へとマッピングされる。繊維細胞路は、トラクトグラフィック技術を用いて発見されることができる。ネットワーク接続４１は、検出された繊維細胞路へとマッピングされ、ネットワーク部位３２は、発見されたニューロン構造へとマッピングされることができる。生体構造情報にオーバレイされる解析された機能的ネットワーク２７を示す、結合された画像２９が生成されることができる。脳の機能に関して、特定の構造又は接続がどれくらい危険かを示すのに、カラーコーディング又は他の強調方法が使用されることができる。これは、計画された介入が脳のネットワーク機能にどの程度影響を与えるかの評価を外科医が行うことを可能にすることになる。

図３は、神経外科手術を受ける人の頭蓋骨３１にわたる、機能的なセンサ３６の分布を概略的に示す。この例では、機能的データは、患者頭蓋骨３１にわたり分散される１４個のＥＥＧセンサ３６により得られる。センサ３６は、センサ３６の近くの脳領域におけるニューロン活動をレジストレーションするよう構成される。各センサ３６は、図２に示される方法に関する入力部として使用されるデータチャネル２５を与えることができる。チャネル２５からのデータは、センサ３６位置に対応する位置でのニューロン・ネットワーク部位３２でのニューロン活動を表す。２つのセンサの間の相関を示す相関係数は、図２に示されるように１４×１４の相関行列２６を作るために使用されることができる。

図４は、図３のセンサ３６により得られる機能的データのネットワーク解析の結果を視覚化する。ネットワーク部位３２の相関ペアは、機能的に関連付けられるネットワーク部位３２の間の接続４１、４２を描くことにより示される。接続４２を表すのにより厚いラインを用いることにより、より重要な接続４２があまり重要でない接続４１から区別される。代替的に、異なる接続４１、４２がどれくらい重要かを示すため、カラーコーディング又は他を強調技術が使用されることができる。また、ネットワーク部位３２、４３がどれくらい重要かを示すため、ネットワーク部位３２、４３に関して、カラーコーディング又は他のタイプの強調が使用されることができる。

図５は、図４のネットワークからのネットワーク部位５４の損傷又は除去を視覚化する。除去は、ネットワーク部位５４を表す鎖点入りの円を用いて示されるが、異なる方法で示されることができる。この除去の結果、他のネットワーク部位は、機能的ネットワークに対する接続を失う場合がある。これは、一時的又は永続的な機能損失を与える場合がある。一時的な機能損失は、損傷を与えられたニューロン構造を配線し直す脳の固有の能力により補償されることができる。

図６は、図４のネットワークからのネットワーク接続６５の除去を視覚化する。除去は、点線６５を用いて示されるが、異なる方法で示されることができる。この除去の結果、２つのネットワーク部位６３は、機能的ネットワークに対する最も重要な接続６５を失うことになる。これは、一時的又は永続的な機能損失を与える場合がある。

図７は、本発明による生体構造及び機能的データの例示的な組合せを示す。結合された画像７０は、神経外科計画システム１０のディスプレイ１４に表示されることができる。結合された画像７０は、患者の脳の横断面の生体構造画像及び機能的ネットワークのオーバレイを有する。オーバレイは、ネットワーク部位７１及びこれらのネットワーク部位７１を接続する繊維細胞路７２を示す。ここで、より重要なネットワーク部位は、あまり重要でない部位よりいくらか大きく描かれる。

本発明は、本発明を実行するよう構成されるコンピュータプログラムに、特に担体上又は内のコンピュータプログラムに延在することを理解されたい。このプログラムは、ソースコードの形式、オブジェクトコードの形式、部分的にコンパイルされた中間ソースコード及び中間オブジェクトコードの形式、又は本発明による方法を実現するための使用に適した任意の他の形式とすることができる。斯かるプログラムが、多くの異なる設計上のデザインを持つことができる点も理解されたい。例えば、本発明による方法又はシステムの機能を実現するプログラムコードは、１つ又は複数のサブルーチンに分割されることができる。これらのサブルーチンにおける機能を分散する多くの異なる態様が、当業者に対して明らかである。このサブルーチンは、自己完結的なプログラムを形成するため、１つの実行可能ファイルに一緒に格納されることができる。斯かる実行可能ファイルは、コンピュータ実行可能な命令、例えばプロセッサ命令及び／又はインタプリタ命令（例えばＪａｖａインタプリタ命令）を有することができる。代替的に、１つ又は複数又は全てのサブルーチンが、少なくとも１つの外部ライブラリファイルに格納されることができ、及び例えば実行時にメインプログラムに静的に又は動的にリンクされることができる。メインプログラムは、少なくとも１つのサブルーチンへの少なくとも１つの呼び出しを含む。また、サブルーチンは、互いに対する関数呼び出しを有することができる。コンピュータプログラムに関する実施形態は、記載される方法の少なくとも１つにおける処理ステップの各々に対応するコンピュータ実行可能な命令を有する。これらの命令は、サブルーチンに再分割されることができ、及び／又は静的に又は動的にリンクされることができる１つ又は複数のファイルに格納されることができる。コンピュータプログラムに関する別の実施形態は、本書に記載されるシステム及び／又は製品のうちの少なくとも１つにおける各手段に対応するコンピュータ実行可能な命令を有する。これらの命令は、サブルーチンに再分割されることができ、及び／又は静的に又は動的にリンクされることができる１つ又は複数のファイルに格納されることができる。

コンピュータプログラムの担体は、プログラムを実行することができる任意のエンティティ又はデバイスとすることができる。例えば、担体は、ＣＤＲＯＭ又は半導体ＲＯＭといったＲＯＭのようなストレージ媒体、又は例えばフロッピーディスク又はハードディスクといった磁気記録媒体を含むことができる。更に、担体は、例えば電気又は光学信号といった通信可能担体とすることができる。この通信可能媒体は、電気又は光学ケーブルを介して、又は無線又は他の手段により搬送されることができる。プログラムが斯かる信号において実現されるとき、担体は、斯かるケーブル又は他のデバイス若しくは手段により構成されることができる。代替的に、担体は、プログラムが埋め込まれる集積回路とすることができる。この集積回路は、関連する方法を実行するよう構成されるか、又は関連する方法の実行に使用されるよう構成される。

上述された実施形態は本発明を限定するものではなく、説明するものであり、当業者であれば、添付された請求項の範囲から逸脱することなく、代替的な多くの実施形態をデザインすることができることになることに留意されたい。請求項において、括弧内に配置されるいかなる参照符号も請求項を限定するものとして解釈されるべきではない。動詞「有する」及びその共役の使用は、請求項において述べられる要素又はステップ以外の存在を排除するものではない。ある要素に先行する「ａ」又は「ａｎ」という語は、斯かる要素が複数存在することを除外するものではない。本発明は、複数の個別の要素を有するハードウェアを用いて、及び適切にプログラムされたコンピュータを用いて実現されることができる。複数の手段を列挙するデバイスクレームにおいて、これらの複数の手段がハードウェアの１つの同じアイテムにより実現されることができる。特定の手段が相互に異なる従属項に記載されるという単なる事実は、これらの手段の組み合わせが有利に使用されることができないことを示すものではない。

Claims (13)

1. 神経外科手術を計画するシステムであって、
   脳領域の機能的データ及び生体構造データを受信する入力部と、
   プロセッサとを有し、
   前記プロセッサが、
   機能的接続のネットワーク表現を形成するための前記機能的データの解析であって、前記ネットワーク表現が、ネットワークノード及び前記ネットワークノードを相互接続するネットワーク接続を含む、解析と、
   前記機能的接続のネットワーク表現及び前記生体構造データの一般的な座標系へのマッピングと、
   前記ネットワークノード又はネットワーク接続の１つを前記ネットワーク表現からシミュレーションで除去することに関連付けられる予想される機能損失の決定と、
   前記予想された機能損失に基づく、重要なネットワーク接続及び／又は重要なネットワークノードの特定とを実行するよう構成される、システム。
2. 前記プロセッサが更に、前記予想された機能損失を決定する前記ネットワーク表現の位相的なネットワーク解析を実行するよう構成される、請求項１に記載の神経外科手術を計画するためのシステム。
3. 前記プロセッサが更に、前記ネットワーク表現の前記位相的なネットワーク解析を実行するため、前記ネットワークノードのクラスタリング係数及び／又は前記ネットワーク接続の経路長を計算するよう構成される、請求項２に記載の神経外科手術を計画するためのシステム。
4. 前記機能的データが、複数のデータチャネルを有し、前記プロセッサは更に、前記機能的データを解析するため、前記機能的データチャネルのペアワイズ相関を計算するよう構成される、請求項１に記載の神経外科手術を計画するためのシステム。
5. 前記特定された重要なネットワーク接続及び／又は重要なネットワークノードを回避する手術軌跡を計画する計画ツールを更に有する、請求項１に記載の神経外科手術を計画するためのシステム。
6. 前記機能的接続のネットワーク表現の視覚表現を提供する出力部を更に有する、請求項１に記載の神経外科手術を計画するためのシステム。
7. 前記重要なネットワーク接続及び／又は前記重要なネットワークノードが、前記視覚表示において強調される、請求項６に記載の神経外科手術を計画するためのシステム。
8. 前記視覚表現における前記ネットワーク接続の外観及び前記ネットワークノードの外観が、前記予想された機能損失に基づかれる、請求項６に記載の神経外科手術を計画するためのシステム。
9. 前記視覚表現が更に、前記生体構造的データを表す、請求項６に記載の神経外科手術を計画するためのシステム。
10. 前記機能的データが、ｆＭＲＩ、ＥＥＧ、ＭＥＧ及び／又はＮＩＲＳデータを有する、請求項６に記載の神経外科手術を計画するためのシステム。
11. 前記生体構造的情報が、ＭＲＩ及び／又はＤＴＩデータを有する、請求項６に記載の神経外科手術を計画するためのシステム。
12. 神経外科手術を計画する方法において、
    脳領域の機能的データ及び生体構造データを受信するステップと、
    機能的接続のネットワーク表現を形成するため前記機能的データを解析するステップであって、前記ネットワーク表現が、ネットワークノード及び前記ネットワークノードを相互接続するネットワーク接続を含む、ステップと、
    前記機能的接続のネットワーク表現及び前記生体構造データを一般的な座標系へとマッピングするステップと、
    前記ネットワークノード又はネットワーク接続の１つを前記ネットワーク表現からシミュレーションで除去することに関連付けられる予想される機能損失を決定するステップと、
    前記予想された機能損失に基づき、重要なネットワーク接続及び／又は重要なネットワークノードを特定するステップとを有する、方法。
13. 神経外科手術を計画するコンピュータプログラムであって、前記プログラムが、プロセッサに請求項１２に記載の方法を実行させるよう構成される、コンピュータプログラム。

Images