Dynamics מיפוי קליפתיים באמצעות MEG סימולטאני / אומדני EEG ומוגבלים מבחינה אנטומית, מינימום-נורמה: דוגמא קשב שמיעתי
Summary
אנו משתמשים במגנטים וelectroencephalography (מג / EEG), בשילוב עם מידע האנטומי שנתפס על ידי הדמיית תהודה מגנטית (MRI), כדי למפות את הדינמיקה של רשת קליפת המוח הקשורה לתשומת לב שמיעתי.
Abstract
מגנטים וelectroencephalography (מג / EEG) הם טכניקות הדמייה המספקות רזולוציה גבוהה זמנית מתאימה במיוחד לחקור את רשתות קליפת המוח המעורבת במשימות תפיסה קוגניטיבית ודינמיות, כגון השתתפות לקולות שונים במסיבת קוקטייל. מחקרים בעבר רבים מועסקים נתונים שנרשמו ברמת החיישן בלבד, כלומר., השדות המגנטיים או חשמלי הפוטנציאלים נרשמו מחוץ ועל הקרקפת, ולרוב התמקדו בפעילות שהזמן נעול למצגת הגירוי. סוג זה של שדה הקשור לאירוע / ניתוח פוטנציאל שימושי במיוחד כאשר יש רק מספר קטן של דפוסי dipolar ברורים שיכול להיות מבודדת וזוהה במרחב ובזמן. לחלופין, על ידי ניצול מידע האנטומי, דפוסי שדה שונים אלה יכולים להיות מקומיים כמקורות שוטפים שעל הקליפה. עם זאת, לתגובה ממושכת יותר, כי לא יכול להיות זמן נעול לגירוי מסוים (למשל.,כהכנה להאזנה לאחד את שתי ספרות המדוברות שהוצגו בו זמנית המבוססות על התכונה השמיעתית הרמז) או עשוי להיות מופץ במיקומים מרחביים מרובים ידועים מראש, גיוס רשת קורטיקלי בוזר לא יכול להיות שנתפס כראוי באמצעות מספר מצומצם של מקורות מוקד.
כאן, אנו מתארים הליך שמעסיק נתונים אנטומיים MRI בודדים כדי ליצור מערכת יחסים בין הפרטים וחיישן הפעלת דיפול בקליפת המוח באמצעות השימוש באומדני מינימום נורמה (mne). גישה הפוכה הדמיה זה מספק לנו כלי לניתוח קוד מבוזר. לשם המחשה, תתארו את כל ההליכים באמצעות FreeSurfer ותוכנת mne, שניהם זמינה באופן חופשי. אנחנו נסכם את רצפי ה-MRI וצעדי ניתוח הנדרשים כדי לייצר מודל קדימה שמאפשר לנו להתייחס לדפוס התחום הצפוי הנגרם על ידי הדיפולים מופצים על גבי קליפת חיישני M / EEG. Nexלא, אנו פוסעים בין תהליכים הדרושים שייאפשרו לנו בdenoising את נתוני חיישן ממזהמים סביבתיים ופיסיולוגיים. לאחר מכן נתאר את ההליך לשילוב ומיפוי מג / נתוני חיישנים EEG על השטח של קליפת המוח, ובכך לייצר משפחה של זמן סדרה של הפעלת דיפול קליפת מוח על פני המוח (או "סרטי מוח") הקשור לכל תנאי ניסוי. לבסוף, אנו נדגיש כמה שיטות סטטיסטיות המאפשרות לנו להפוך את ההיסק מדעי על פני אוכלוסיית נושא (כלומר., לבצע ניתוח ברמת קבוצה) המבוססת על מרחב קואורדינטות קליפת מוח משותף.
Protocol
Discussion
כדי לאמוד את הפעלת דיפול בקליפה ממג נרכש / נתוני EEG, אנחנו צריכים לפתור את בעיה הפוכה, שאין לה פתרון יציב ייחודי אלא אם מבחינה אנטומית ופיסיולוגיים אילוצי קול מתאימים מוחלים. באמצעות האילוץ האנטומי נרכש לנושאים בודדים באמצעות MRI ואימוץ נורמת המינימום כקריטריון להערכת…
Disclosures
The authors have nothing to disclose.
Acknowledgements
המחברים מבקשים להודות למתי ס Hämäläinen, Lilla Zöllei ושלושה בודקי אנונימיים על ההערות המועילות. מקורות מימון: R00DC010196 (AKCL); T32DC000018 (אדי); 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).
