Objetivo: Describir la anatomía microquirúrgica y los abordajes a la región temporal mesial (RTM), en relación a cavernomas de dicho sector. Materiales y Método: Cinco cabezas de cadáveres adultos, fijadas en formol e inyectadas con silicona coloreada, fueron estudiadas. Además, desde enero de 2007 a junio de 2014, 7 pacientes con cavernomas localizados en la RTM fueron operados por el autor. Resultados: Anatomia: La RTM fue dividida en 3 sectores: Anterior, medio y posterior. Pacientes: 7 enfermos con cavernomas de la RTM fueron operados por el autor. De acuerdo a la ubicacion en la RTM, 4 cavernomas se ubicaron en el sector anterior, 2 cavernomas se localizaron en el sector medio y 1 cavernoma se ubico en el sector posterior. Para el sector anterior de la RTM se utilizo un abordaje transsilviano-transinsular; para el sector medio de la RTM se utilizo un abordaje transtemporal (lobectomia temporal anterior); y para el sector posterior de la RTM se utilizo un abordaje supracerebeloso-transtentorial. Conclusión: Dividir la RTM en 3 sectores nos permite adecuar el abordaje en función a la localización de la lesión. Así, el sector anterior es bien abordable a través de la fisura silviana; el sector medio a través de una vía transtemporal; y el sector posterior por un abordaje supracerebeloso. PMID:26600986
The Gauss-Seidel method is a standard iterative numerical method widely used to solve a system of equations and, in general, is more efficient comparing to other iterative methods, such as the Jacobi method. However, standard implementation of the Gauss-Seidel method restricts its utilization in parallel computing due to its requirement of using updated neighboring values (i.e., in current iteration) as soon as they are available. Here we report an efficient and exact (not requiring assumptions) method to parallelize iterations and to reduce the computational time as a linear/nearly linear function of the number of CPUs. In contrast to other existing solutions, our method does not require any assumptions and is equally applicable for solving linear and nonlinear equations. This approach is implemented in the DelPhi program, which is a finite difference Poisson-Boltzmann equation solver to model electrostatics in molecular biology. This development makes the iterative procedure on obtaining the electrostatic potential distribution in the parallelized DelPhi several folds faster than that in the serial code. Further we demonstrate the advantages of the new parallelized DelPhi by computing the electrostatic potential and the corresponding energies of large supramolecular structures. PMID:22674480
Nero Burning Rom Serial Number 2014 12
2ff7e9595c
Comments