동시 멕 / EEG와 해부학적인 몸의 구조 제약 최소 - 표준 견적을 사용하여 매핑 두피 역학 : 청각주의 예
Summary
우리는 자기 공명 영상 (MRI)에 의해 캡처 해부학 적 정보와 결합 마그네토와 electroencephalography (멕 / EEG)은, 청각주의와 관련된 대뇌 피질의 네트워크의 역학을 매핑 사용합니다.
Abstract
매그니토와 electroencephalography (멕 / EEG)는 같은 칵테일 파티에서 다른 소리에 참석 등의 역동적 지각과인지 작업에 참여 대뇌 피질의 네트워크를 조사 할 특히 적합 높은 시간적 해상도를 제공하는 기술을 neuroimaging 있습니다. 많은 과거의 연구는, 보통 자극 프리젠 테이션 시간 고정 활동에 즉., 자기장 또는 외부와 두피에 기록 된 전기 전위, 그리고 집중 한 센서 수준에서 기록 된 데이터를 고용했습니다. 고립 된 공간과 시간에서 확인하실 수 있습니다 뚜렷한 이극 성 패턴 만 소수가있을 때 이벤트 관련 분야 / 잠재적 인 분석이 유형의 특히 유용합니다. 또는 해부학 적 정보를 이용하여이 서로 다른 필드 패턴은 컴퓨터에 접속 전류 소스로 지역화 할 수 있습니다. 그러나,보다 지속적인 응답을 그 (예., 특정 자극에 시간이 잠겨되지 않을 수 있습니다보이기 청각 기능에 따라 두 가지를 동시에 제시 말한 자리) 중 하나를 듣고 또는 선험적 알 수없는 여러 공간 위치에 걸쳐 분산 될 수 있습니다 준비에 분산 대뇌 피질의 네트워크의 모집은 적절히 제한된 수의를 사용하여 캡처 할 수 없습니다 초점 소스.
여기, 우리는 센서 정보와 최소 – 표준 견적 (MNE)의 사용을 통해 컴퓨터에 접속 쌍극자 활성화 사이의 관계를 확립하기 위해 개인 해부학 MRI 데이터를 고용 절차를 설명합니다. 이 역 이미징 접근 방식은 우리에게 분산 소스 분석을위한 도구를 제공합니다. 설명의 목적을 위해, 우리는 FreeSurfer 및 MNE 소프트웨어를 모두 자유롭게 사용할 수를 사용하는 모든 절차를 설명합니다. 우리는 우리가 EEG / M 센서로 컴퓨터에 접속 배포 dipoles으로 인한 예상 필드 패턴을 연관 할 수있는 앞으로 모델을 생산하는 데 필요한 MRI 시퀀스 및 분석 단계를 요약합니다. Next, 우리는 환경 및 생리 학적 오염 물질의 센서 데이터를 denoising에서 우리를 용이하게 필요한 프로세스를 통해 단계 것이다. 우리는이를 통해 각 실험 조건에 관련된 뇌의 표면 (또는 "뇌 영화")에서 대뇌 피질의 쌍극자 활성화 시간이 일련의 가족을 생산, 대뇌 피질의 공간에 멕 / EEG 센서 데이터를 통합 및 매핑에 대한 절차를 설명합니다. 마지막으로, 우리는 우리가 일반적으로 대뇌 피질의 좌표 공간에 따라 대상 인구 (예., 그룹 수준의 분석을 수행)에서 과학 추론을 할 수 있도록 몇 가지 통계 기법을 강조 표시됩니다.
Protocol
Discussion
획득 멕 / EEG 데이터의 컴퓨터에 접속 쌍극자 활성화를 추정하기 위해, 우리는 적절한 해부학 및 생리 학적 소리 제약이 적용되지 않는 고유 한 안정적인 솔루션이없는 역 문제를 해결해야합니다. MRI를 사용하고 추정 기준으로 최소 – 표준을 채택 개별 과목에 대한 취득 해부학 제약 조건을 사용하여, 우리는 센서 측정에 동의하는 역 대뇌 피질의 전류 소스 추정치에 도착하실 수 있습니다. 이 방?…
Divulgations
The authors have nothing to disclose.
Acknowledgements
저자는 자신의 도움이 의견을 Matti S. Hämäläinen, Lilla Zöllei 세 익명 리뷰어 감사드립니다. 자금 출처 : R00DC010196 (AKCL), T32DC000018 (편집 판단리스트), T32DC005361 (RKM).
Materials
| Name of equipment / software | Company / source | ||
| 306-channel Vectorview MEG system | Eleka-Neuromag Ltd, | ||
| 1.5-T Avanto MRI scanner | Siemens Medical Solutions | ||
| FreeSurfer | http://freesurfer.net/ | ||
| MNE software | http://www.nmr.mgh.harvard.edu/martinos/userInfo/data/sofMNE.php | ||
| EEG electrodes | Brain Products, Easycap GmbH | ||
| 3Space Fastrak system | Polhemus | ||
| Optical button box (FIU-932) | Current Designs |
References
- Fischl, B. Automatically parcellating the human cerebral cortex. Cerebral Cortex. 14, 11-22 (2004).
- Dale, A., Sereno, M. Improved localization of cortical activity by combining EEG and MEG with MRI cortical surface reconstruction: A linear approach. Journal of Cognitive Neuroscience. 5, 162-176 (1993).
- Fischl, B., Sereno, M. I., Dale, A. M. Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system. NeuroImage. 9, 195-207 (1999).
- Liu, H. Functional Mapping with Simultaneous MEG and EEG. Journal of Visualized Experiments. (40), e1668 (2010).
- Brainard, D. H. The Psychophysics Toolbox. Spatial Vision. 10, 433-436 (1997).
- Uusitalo, M. A., Ilmoniemi, R. J. Signal-space projection method for separating MEG or EEG into components. Med. Biol. Eng. Comput. 35, 135-140 (1997).
- Taulu, S., Simola, J., Kajola, M. Applications of the signal space separation method. IEEE Transactions on Signal Processing. 53, 3359-3372 (2005).
- Urbach, T. P., Kutas, M. Interpreting event-related brain potential (ERP) distributions: Implications of baseline potentials and variability with application to amplitude normalization by vector scaling. Biological Psychology. 72, 333-343 (2006).
- Lin, F. -. H., Belliveau, J. W., Dale, A. M., Hämäläinen, M. S. Distributed current estimates using cortical orientation constraints. Human Brain Mapping. 27, 1-13 (2006).
- Dale, A. Dynamic statistical parametric mapping: combining fMRI and MEG for high-resolution imaging of cortical activity. Neuron. 26, 55-67 (2000).
- Nichols, T., Hayasaka, S. Controlling the familywise error rate in functional neuroimaging: a comparative review. Statistical Methods in Medical Research. 12, 419-446 (2003).
- Nichols, T. E., Holmes, A. P. Nonparametric permutation tests for functional neuroimaging: a primer with examples. Human Brain Mapping. 15, 1-25 (2001).
- Pantazis, D., Leahy, R. M., Hansen, P., Kringelbach, M., Salmelin, R. Statistical Inference in MEG Distributed Source Imaging. MEG: An Introduction to Methods. , 245-272 (2010).
- Ahveninen, J. Attention-driven auditory cortex short-term plasticity helps segregate relevant sounds from noise. Proceedings of the National Academy of Sciences. , 1-6 (2011).
- Sharon, D. The advantage of combining MEG and EEG: comparison to fMRI in focally stimulated visual cortex. Neuroimage. 36, 1225-1235 (2007).
- Herrmann, B., Maess, B., Hasting, A. S., Friederici, A. D. Localization of the syntactic mismatch negativity in the temporal cortex: An MEG study. NeuroImage. 48, 590-600 (2009).
- Baillet, S., Hansen, P., Kringelbach, M., Salmelin, R. The Dowser in the Fields: Searching for MEG Sources. MEG: An Introduction to Methods. , 83-123 (2010).
- Gutschalk, A., Micheyl, C., Oxenham, A. J. Neural correlates of auditory perceptual awareness under informational masking. PLoS Biology. 6, e138 (2008).
