समवर्ती ईईजी और कार्यात्मक एमआरआई रिकॉर्डिंग और गतिशील Cortical गतिविधि इमेजिंग के लिए एकीकरण विश्लेषण
Summary
एक ईईजी-fMRI multimodal इमेजिंग विधि, जिसे spatiotemporal fMRI-विवश ईईजी स्रोत इमेजिंग विधि के नाम से जाना जाता है, यहां वर्णित है । प्रस्तुत विधि सशर्त सक्रिय fMRI उप नक्शे, या पहले रोजगार, ईईजी स्रोत स्थानीयकरण एक तरीके से मार्गदर्शन करने के लिए है कि स्थानिक विशिष्टता में सुधार और गलत परिणाम सीमा ।
Abstract
Electroencephalography (ईईजी) और कार्यात्मक चुंबकीय अनुनाद इमेजिंग (fMRI) मस्तिष्क गतिविधि की पहचान करने के लिए मौलिक इनवेसिव तरीकों में से दो हैं । Multimodal तरीकों के लिए fMRI के स्थानिक परिशुद्धता के साथ ईईजी के उच्च लौकिक संकल्प गठबंधन की मांग की है, लेकिन इस दृष्टिकोण की जटिलता में सुधार की जरूरत है वर्तमान में । प्रोटोकॉल यहां प्रस्तुत हाल ही में विकसित spatiotemporal fMRI-विवश ईईजी स्रोत इमेजिंग विधि का वर्णन है, जो स्रोत पूर्वाग्रहों को सुधारने और fMRI उप क्षेत्रों की गतिशील भर्ती के माध्यम से ईईजी-fMRI स्रोत स्थानीयकरण में सुधार करना चाहता है । प्रक्रिया समवर्ती ईईजी और fMRI स्कैन, 3 डी cortical मॉडल की पीढ़ी, और स्वतंत्र ईईजी और fMRI प्रसंस्करण से multimodal डेटा के संग्रह के साथ शुरू होता है । संसाधित fMRI सक्रियण मैप्स तो उनके स्थान और आसपास के क्षेत्र के अनुसार, कई पूर्व में विभाजित कर रहे हैं । ये ईईजी स्रोत स्थानीयकरण के लिए एक दो-स्तर पदानुक्रमित Bayesian एल्गोरिथ्म में पूर्व के रूप में लिया जाता है । ब्याज की प्रत्येक विंडो के लिए (ऑपरेटर द्वारा परिभाषित), fMRI सक्रियण मानचित्र के विशिष्ट क्षेत्रों के रूप में एक मॉडल सबूत के रूप में जाना जाता पैरामीटर का अनुकूलन सक्रिय के रूप में पहचाना जाएगा । इन की पहचान की cortical गतिविधि पर नरम बाधाओं के रूप में इस्तेमाल किया जाएगा, पार बात को कम करने और अंय सशर्त सक्रिय fMRI क्षेत्रों में गलत गतिविधि से बचने के द्वारा multimodal इमेजिंग विधि की विशिष्टता बढ़ रही है । विधि गतिविधि और समय-पाठ्यक्रम, जो अंतिम परिणाम के रूप में लिया जा सकता है की cortical नक्शे उत्पंन करता है, या आगे विश्लेषण के लिए एक आधार के रूप में इस्तेमाल किया (सहसंबंध, करणीय संबंध के विश्लेषण, आदि), जबकि विधि कुछ हद तक अपने तरीकों से सीमित है (यह नहीं मिलेगा ईईजी-अदृश्य स्रोत), यह मोटे तौर पर सबसे प्रमुख प्रसंस्करण सॉफ्टवेयर के साथ संगत है, और सबसे neuroimaging अध्ययन के लिए उपयुक्त है ।
Introduction
Electroencephalography (ईईजी) और कार्यात्मक चुंबकीय अनुनाद इमेजिंग (fMRI) पूरक सुविधाओं के साथ neuroimaging मोडल के रूप में देखा जा सकता है । FMRI बड़े लौकिक पैमाने के साथ मस्तिष्क गतिविधि कब्जा, के रूप में hemodynamic संकेत परोक्ष रूप से एक गरीब लौकिक संकल्प के साथ अंतर्निहित ंयूरॉन गतिविधि उपाय (सेकंड के आदेश पर)1,2। इसके विपरीत, ईईजी सीधे मस्तिष्क के गतिशील electrophysiological गतिविधि एक बहुत ही उच्च लौकिक संकल्प (मिलीसेकंड स्तर), लेकिन गरीब स्थानिक संकल्प3,4के साथ उपाय । इन गुणों के लिए प्रत्येक व्यक्ति विधि5के अनुकूल पहलुओं को ऑप्टिमाइज़ करने के लिए डिज़ाइन किया गया multimodal दृष्टिकोण का नेतृत्व किया है । ईईजी और fMRI के एक साथ उपयोग ईईजी के उत्कृष्ट लौकिक संकल्प के लिए अनुमति देता है fMRI के उच्च स्थानिक सटीकता के साथ संयुक्त करने के लिए unimodal fMRI या ईईजी के साथ जुड़े सीमाओं को दूर ।
ईईजी और fMRI एकीकरण के लिए विधि fMRI-सूचित ईईजी स्रोत स्थानीयकरण6,7के साथ शुरू करते हैं । इस तकनीक का उपयोग करता है fMRI-स्थानिक जानकारी व्युत्पंन ईईजी स्रोत स्थानीयकरण में सुधार करने के लिए, तथापि, एक दोष है संभावित स्थानिक पूर्वाग्रह fMRI के आवेदन की वजह से एक “हार्ड बाधा”-fMRI-स्थानिक जानकारी व्युत्पंन माना जाता है के रूप में एक निरपेक्ष सत्य. यह दो बड़े मुद्दों कि6–8मिलान किया जाना चाहिए बन गया है । सबसे पहले, यह विचार किया जाना चाहिए कि रक्त ऑक्सीजन के स्तर पर निर्भर (बोल्ड) विषमता अनजाने में किसी भी गलत गतिविधि है कि यह भीतर गिर जाता है मजबूत कर सकते है के एक स्थिर नक्शे का उपयोग करें, जबकि यह सच है गतिविधि के बाहर भिगोने । दूसरा, बोल्ड सक्रियकरण नक्शे के बाहर होने वाले स्रोतों से crosstalk परिणाम के भीतर सही गतिविधि की प्रस्तुति को प्रभावित या गलत गतिविधि का कारण हो सकता है । इसके बावजूद, fMRI के उच्च स्थानिक संकल्प के उपयोग के लिए पूर्व स्थानिक ज्ञान प्रदान करने के लिए एक अनुकूल समाधान5रहता है, ईईजी व्युत्क्रम समस्या के मॉडलिंग के रूप में दोनों संरचनात्मक और कार्यात्मक इंद्रियों में विवश किया जा सकता है ।
इस पत्र में, हम एक spatiotemporal fMRI-विवश ईईजी स्रोत इमेजिंग दृष्टिकोण है कि ईईजी और fMRI के बीच एक पदानुक्रमित fMRI मॉडल9पर आधारित Bayesian के इष्टतम सबसेट की गणना से अस्थाई बेमेल के मुद्दे के पते प्रदर्शित करता है । FMRI-पूर्व ईईजी डेटा में ब्याज की विशेष खिड़कियों से एक डेटा-चालित तरीके से गणना कर रहे हैं, समय-संस्करण FMRI बाधाओं के प्रमुख । प्रस्तावित दृष्टिकोण ईईजी के उच्च लौकिक संकल्प का इस्तेमाल cortical गतिविधि के एक वर्तमान घनत्व मानचित्रण गणना, fMRI के उच्च स्थानिक संकल्प द्वारा एक समय में सूचित-संस्करण, स्थानिक चयनात्मक तरीके से है कि सही छवियां गतिशील तंत्रिका गतिविधि.
Protocol
Representative Results
Discussion
हम यहां ईईजी/fMRI एकीकरण विश्लेषण के लिए spatiotemporal fMRI विवश स्रोत विश्लेषण विधि का उपयोग करने के लिए आवश्यक कदम दिखाया गया है । ईईजी और fMRI अच्छी तरह से गैर के लिए मौलिक तरीकों इनवेसिव इमेजिंग मस्तिष्क गतिविधि के …
Disclosures
The authors have nothing to disclose.
Acknowledgements
इस काम के भाग में NIH DK082644 और ह्यूस्टन विश्वविद्यालय द्वारा समर्थित किया गया था ।
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 |
References
- 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).
