Eşzamanlı EEG ve fonksiyonel MRI kayıt ve entegrasyon analiz dinamik Kortikal faaliyet görüntüleme için
Summary
Görüntüleme yöntemi, Imaging kronolojik zamanmekansal fMRI kýsýtlanmýþ EEG kaynağı olarak bilinen yöntemi bir EEG-fMRI multimodal burada açıklanmıştır. Koşullu olarak aktif fMRI alt haritalar veya sabıkası EEG kaynak yerelleştirme kayma özgüllük geliştirir ve hatalı sonuçlar sınırlar bir şekilde gösterecek, sunulan yöntemi kullanır.
Abstract
Elektroansefalografi (EEG) ve fonksiyonel manyetik rezonans görüntüleme (fMRI) iki beyin aktivitesi tanımlamak için temel noninvaziv yöntemler vardır. Multimodal Yöntemleri fMRI kayma hassasiyetle EEG yüksek zamansal çözünürlük birleştirmek aranan var, ancak bu yaklaşım karmaşıklığı Şu anda gelişme ihtiyacı. Son zamanlarda geliştirilen kronolojik zamanmekansal fMRI kýsýtlanmýþ EEG kaynak görüntüleme yöntemi, kaynak önyargıları düzeltmek ve EEG-fMRI kaynak yerelleştirme fMRI alt bölgeleri dinamik alımı yoluyla geliştirmek istiyor burada sunulan protokolünü açıklar. Taramalar, 3D kortikal modelleri ve bağımsız EEG ve fMRI işleme nesil ile eş zamanlı EEG ve fMRI multimodal veri toplama işlemi başlar. İşlenmiş fMRI aktivasyon haritalar sonra konumu ve çevresi göre birden fazla sabıkası olarak bölünür. Bunlar bir iki düzeyli hiyerarşik Bayes algoritması EEG kaynak yerelleştirme için sabıkası olarak alınır. Faiz (operatör tarafından tanımlanan) her pencere için fMRI aktivasyon haritanın belirli kesimleri modeli kanıt olarak bilinen bir parametre optimize etmek için etkin olarak tespit edilecektir. Bunlar yumuşak çapraz-hadis azaltılması ve diğer koşullu olarak etkin fMRI bölgelerde hatalı aktivite kaçınarak tarafından yöntemi Imaging multimodal özgüllük artan tanımlanan Kortikal faaliyet kısıtlamalar olarak kullanılacaktır. Yöntem faaliyet ve zaman-Dershaneler, kortikal haritalar oluşturur (bunu bulamazsınız onun yöntemleri tarafından hangi olabilir sonuçlar alınan, ya da daha fazla analizleri (analizleri korelasyon, nedensellik, vb) sırasında belgili tanımlık yöntem için bir temel olarak kullandığınız biraz sınırlıdır EEG-invisible kaynakları), genel olarak en büyük işleme yazılımı ile uyumlu ve en beyin görüntüleme çalışmaları için uygundur.
Introduction
Elektroansefalografi (EEG) ve fonksiyonel manyetik rezonans görüntüleme (fMRI) beyin görüntüleme yöntemleri tamamlayıcı özelliklere sahip olarak görüntülenebilir. Hemodinamik sinyalleri dolaylı olarak yoksul zamansal çözünürlük (sırasına saniye)1,2temel nöronal aktivite ölçmek gibi fMRI beyin aktivitesi ile büyük ölçekli zamansal, yakalar. Buna ek olarak, EEG doğrudan yoksul uzamsal çözünürlük3,4çok yüksek zamansal çözünürlük (milisaniye düzey), beyin dinamik elektrofizyolojik etkinliğini ölçer. Bu özellikler her bireysel Yöntem5olumlu yönlerini optimize etmek üzere tasarlanmış multimodal yaklaşımlar yol açmıştır. Tektepeli fMRI veya EEG ile ilgili sınırlamalar üstesinden gelmek için yüksek mekansal doğruluğunu fMRI ile kombine olarak mükemmel zamansal çözümlenmesi için EEG EEG ve fMRI aynı anda kullanılmasına izin verir.
EEG ve fMRI entegrasyon için Yöntemleri fMRI bilgili EEG kaynak yerelleştirme6,7ile başlar. EEG kaynak yerelleştirme geliştirmek için mekansal bilgi fMRI elde edilen bu tekniği kullanır, ancak bir dezavantaj fMRI uygulama “zor-kısıtlama” olarak neden potansiyel kayma önyargı — fMRI elde edilen mekansal bilgi olarak kabul edilir bir mutlak gerçeği. Bu uzlaşma6–8olmalıdır iki büyük sorun teşkil etmektedir. İlk olarak, kan oksijen düzeyi bağımlı (kalın) kontrastlı statik bir harita kullanımı yanlışlıkla o içinde o dışında gerçek etkinlik sönümleme düşüyor herhangi bir hatalı faaliyet güçlendirmek olabilir düşünülmelidir. İkinci olarak, crosstalk kalın harekete geçirmek harita dışında meydana gelen kaynaklardan gelen gerçek etkinlik sonuçları içinde sunumunu etkileyen veya hatalı aktivite neden. Buna rağmen anatomik ve fonksiyonel anlamda her ikisi de EEG ters sorun modellenmesi olabildiğince olumlu çözüm5, ön mekansal bilgi kalır sağlamak için yüksek uzaysal çözünürlük fMRI kullanımı kısıtlı.
Bu yazıda, biz fMRI sabıkası bir hiyerarşik Bayesian modeli9tarihinde dayalı en iyi kümesini hesaplayarak EEG ve fMRI arasında geçici uyumsuzluk sorunu giderir yaklaşım Imaging bir kronolojik zamanmekansal fMRI kýsýtlanmýþ EEG kaynak göstermek. FMRI-sabıkası zaman-variant fMRI kısıtlamaları için önde gelen bir şekilde verilere belirli pencerelerden EEG veri ilgi hesaplanır. Önerilen yaklaşım bir akım yoğunluğu eşleme fMRI yüksek uzaysal çözünürlük tarafından doğru bir şekilde dinamik sinirsel görüntüleri bir zaman-variant, dağınık şekilde seçici şekilde haberdar Kortikal faaliyet hesaplamak için yüksek zamansal çözünürlük EEG kullanır etkinlik.
Protocol
Representative Results
Discussion
Biz burada EEG/fMRI tümleştirme analiz için kronolojik zamanmekansal fMRI kısıtlı kaynak çözümleme yöntemi kullanmak için gerekli adımları göstermiştir. Onların anılan sıraya göre kayma ve zamansal çözünürlük zorluk karşılaştıkları rağmen EEG ve fMRI de beyin aktivitesi, non-invaziv görüntüleme için temel yöntemi olarak kurduk haline. Yöntemleri her olumlu özellikleri üzerinde yararlanmak için geliştirilen sağlarken, geçerli fMRI kýsýtlanmýþ EEG kaynak lokalizasyon yöntemler…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Bu eser kısmen NIH DK082644 ve Houston Üniversitesi tarafından desteklenmiştir.
Materials
| BrainAmp MR Plus | Brain Products | Amplifiers for EEG recording, MR-compatible | |
| BrainAmp ExG MR | Brain Products | Amplifier for auxilary sensor (EMG), MR-compatible | |
| BrainAmp Power Pack | Brain Products | Provide power to amplifiers in the MR environment | |
| Ribbon Cables | Brain Products | Connects the Power Pack to Amplifiers | |
| SyncBox | Brain Products | Synchronize MR scanner clock with EEG amplifier clock | |
| BrainCap MR | Brain Products | Passive-electrode 64-channel EEG cap, MR-compatible | |
| BrainVision Recorder | Brain Products | EEG data recording software (steps 1.2-1.4.2) | |
| BrainVision Analyzer 2.0 | Brain Products | EEG analysis software (steps 4.1-4.6) | |
| USB 2 Adapter (also known as BUA) | Brain Products | Interface between the amplifiers and data acquisition computer | |
| Fiber Optic Cables | Brain Products | Connects the EEG cap in the MR scanner to the Recording Computer | |
| SyncBox Scanner Interface | Brain Products | Synchronize MR scanner clock with EEG amplifier clock | |
| Trigger Cable | Brain Products | Used to send scanner/paradigm triggers to the recording computer | |
| ABRALYT HiCl EEG Electrode Gel | EasyCap | Abrasive EEG gel for passive electrode in MR environment | |
| Ingenia 3.0T MR system | Philips | 3.0 T MRI system | |
| Patriot Digitizer | Polhemus | EEG channel location digitization | |
| MATLAB r2014a | MathWorks | Programming base for the DBTN algorithm (steps 3.3-3.4 and 5.1-5.7) | |
| Pictures of Facial Affect | Paul Eckman Group | A series of emotionally valent faces used as stimuli | |
| E-Prime 2.0 | Psychology Software Tools, Inc | Presentation Software (step 1.4.3) | |
| Bipolar skin EMG electrode | Brain Products | Used to detect muscle activity. | |
| POLGUI | MATLAB software for digitization | ||
| Freesurfer | Software used in steps 2.1-2.4, and steps 3.1-3.2 | ||
| MNE | Software used in step 2.5 |
Riferimenti
- Belanger, M., Allaman, I., Magistretti, P. J. Brain energy metabolism: focus on astrocyte-neuron metabolic cooperation. Cell Metab. 14 (6), 724-738 (2011).
- Logothetis, N. K. The underpinnings of the BOLD functional magnetic resonance imaging signal. J Neurosci. 23 (10), 3963-3971 (2003).
- Michel, C. M., et al. EEG source imaging. Clin Neurophysiol. 115 (10), 2195-2222 (2004).
- Ramon, C., Schimpf, P. H., Haueisen, J. Influence of head models on EEG simulations and inverse source localizations. Biomed Eng Online. 5, 10 (2006).
- Mosher, J. C., Spencer, M. E., Leahy, R. M., Lewis, P. S. Error bounds for EEG and MEG dipole source localization. Electroencephalogr Clin Neurophysiol. 86 (5), 303-321 (1993).
- Hamalainen, M. S., Ilmoniemi, R. J. Interpreting magnetic fields of the brain: minimum norm estimates. Med Biol Eng Comput. 32 (1), 35-42 (1994).
- Pascual-Marqui, R. D. Review of methods for solving the EEG inverse problem. International journal of bioelectromagnetism. 1 (1), 75-86 (1999).
- Rosa, M. J., Daunizeau, J., Friston, K. J. EEG-fMRI integration: a critical review of biophysical modeling and data analysis approaches. J Integr Neurosci. 9 (4), 453-476 (2010).
- Nguyen, T., et al. EEG Source Imaging Guided by Spatiotemporal Specific fMRI: Toward an Understanding of Dynamic Cognitive Processes. Neural Plast. 2016, 10 (2016).
- Klem, G. H., Luders, H. O., Jasper, H. H., Elger, C. The ten-twenty electrode system of the International Federation. The International Federation of Clinical Neurophysiology. Electroencephalogr Clin Neurophysiol Suppl. 52, 3-6 (1999).
- Mullinger, K. J., Castellone, P., Bowtell, R. Best current practice for obtaining high quality EEG data during simultaneous FMRI. J Vis Exp. (76), (2013).
- Ekman, P., Friesen, W. V. . Pictures of Facial Affect. , (1976).
- Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis. I. Segmentation and surface reconstruction. Neuroimage. 9 (2), 179-194 (1999).
- Fischl, B., Sereno, M. I., Dale, A. M. Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system. Neuroimage. 9 (2), 195-207 (1999).
- Gramfort, A., et al. MNE software for processing MEG and EEG data. Neuroimage. 86, 446-460 (2014).
- Hagler, D. J., Saygin, A. P., Sereno, M. I. Smoothing and cluster thresholding for cortical surface-based group analysis of fMRI data. Neuroimage. 33 (4), 1093-1103 (2006).
- Jenkinson, M., Beckmann, C. F., Behrens, T. E., Woolrich, M. W., Smith, S. M. Fsl. Neuroimage. 62 (2), 782-790 (2012).
- Cox, R. W. AFNI: software for analysis and visualization of functional magnetic resonance neuroimages. Comput Biomed Res. 29 (3), 162-173 (1996).
- Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. Neuroimage. 15 (4), 870-878 (2002).
- Klein, A., Tourville, J. 101 labeled brain images and a consistent human cortical labeling protocol. Front Neurosci. 6, 171 (2012).
- Fischl, B., et al. Automatically parcellating the human cerebral cortex. Cereb Cortex. 14 (1), 11-22 (2004).
- Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J Neurosci Methods. 134 (1), 9-21 (2004).
- Iannetti, G. D., et al. Simultaneous recording of laser-evoked brain potentials and continuous, high-field functional magnetic resonance imaging in humans. Neuroimage. 28 (3), 708-719 (2005).
- Niazy, R. K., Beckmann, C. F., Iannetti, G. D., Brady, J. M., Smith, S. M. Removal of FMRI environment artifacts from EEG data using optimal basis sets. Neuroimage. 28 (3), 720-737 (2005).
