동시 뇌 파와 기능적 MRI 기록과 동적 대뇌 피 질의 활동 영상에 대 한 통합 분석
Summary
이미징 방법, 방법, 이미징 spatiotemporal fMRI 제한 된 뇌 파 소스 라고 하는 뇌 파 fMRI multimodal 여기 설명 되어 있습니다. 제시 방법 고용 조건에 따라 활성 fMRI 하위 지도, 또는 priors, 공간 특이성을 향상 하 고 잘못 된 결과 제한 하는 방식으로 뇌 파 소스 지역화 가이드.
Abstract
Electroencephalography (뇌 파)와 기능적 자기 공명 영상 (fMRI)는 두뇌 활동을 식별 하기 위한 기본적인 비 침범 성 방법의 두. FMRI의 공간 정밀 뇌 파의 높은 시간 해상도 결합 하 여 복합 방법을 모색 하지만이 방법의 복잡성은 현재 개선 필요. 여기에 제시 된 프로토콜 최근에 개발한 spatiotemporal fMRI 제한 된 뇌 파 소스를 이미징 소스 편견을 바로 잡기 위해 fMRI 하위 영역의 동적 모집을 통해 뇌 파 fMRI 소스 지역화를 개선 하고자 방법에 설명 합니다. 프로세스 검사, 3D 대뇌 피 질의 모델, 그리고 독립적인 EEG 및 fMRI 처리의 세대 동시 EEG 및 fMRI에서 복합 데이터 수집 시작합니다. 처리 된 fMRI 활성화 지도 다음 여러 priors, 그들의 위치 및 주변 지역으로 분할 됩니다. 이러한 뇌 파 소스 지역화에 대 한 2 단계 계층적 베이지안 알고리즘에서 priors로 가져옵니다. (운영자 정의)의 각 창에 대 한 fMRI 활성화 지도의 특정 세그먼트 식별 모델 증거로 알려진 매개 변수 최적화를 활성화. 이러한 크로스 토크를 감소 시키고 다른 조건에 따라 활성 fMRI 영역에서 잘못 된 활동을 피하고 메서드를 이미징 multimodal의 특이성을 증가 확인 된 대뇌 피 질의 활동에 부드러운 제약 조건으로 사용 됩니다. 메서드 생성 대뇌 피 질의 지도 활동 및 시간-과정의 최종 결과로 찍은 또는 메서드 동안 추가 분석 (상관 관계, 원인, 등의 분석)에 대 한 기준으로 사용 수 있습니다 (그것은 찾을 수 없습니다 그것의 형식에 의해 다소 제한 EEG-invisible 소스), 그것은 광범위 하 게 대부분의 주요 처리 소프트웨어와 호환 이며 대부분 neuroimaging 연구에 적합.
Introduction
Electroencephalography (뇌 파)와 기능적 자기 공명 영상 (fMRI) 보완 기능 neuroimaging 형식으로 볼 수 있습니다. FMRI hemodynamic 신호 (초) 순서 가난한 시간적 해상도1,2기본 신경 활동을 직접 측정 일시적인 대규모 두뇌 활동을 캡처합니다. 반면, 뇌 파 직접 빈약한 공간적 해상도3,4하지만 매우 높은 시간 해상도 (밀리초 수준), 뇌의 동적 electrophysiological 활동을 측정합니다. 이러한 속성은 각 개별 방법5의 유리한 측면을 최적화 하도록 설계 된 복합 접근에 이르렀다. EEG와 fMRI의 동시 사용 unimodal fMRI 또는 뇌 파와 관련 된 한계를 극복 하기 위해 우수한 시간적 해상도 뇌 파의 fMRI의 높은 공간 정확도와 결합 될 수 있습니다.
EEG 및 fMRI 통합을 위한 방법-정보를 fMRI 뇌 파 소스 지역화6,7로 시작합니다. 그러나이 기술은 뇌 파 소스 지역화를 개선 하기 위해 fMRI 파생 된 공간 정보를 활용 하 여,, 1 개의 결점은 “하드-제약 조건으로” fMRI의 응용 프로그램에 의해 발생 하는 잠재적인 공간 바이어스-공간 정보 fMRI 파생 된 것으로 간주 한 절대 진리입니다. 이 화해6–8이어야 하는 두 가지 큰 문제를 제기 한다. 첫째, 혈액 산소 수준 의존 (대담한) 대조의 정적 지도 사용 하 여 실수로 댐핑 밖에 진정한 활동 하는 동안 안에서 떨어지는 어떤 잘못 된 활동을 강화할 수 있습니다 고려 되어야 한다. 둘째, 대담한 활성화 지도 이상으로 발생 하는 소스에서 크로스 토크 결과 내에서 진정한 활동의 프레 젠 테이 션에 영향을 미칠 또는 잘못 된 활동을 일으킬 수 있습니다. 그럼에도 불구 하 고, 뇌 파 역 문제의 모델링 될 수 있는 사전 공간 지식 남아 유리한 솔루션5제공 하는 fMRI의 높은 공간 해상도 사용 하 여 제한 해 부와 기능 감에서 둘 다.
이 종이, fMRI priors는 계층적 베이지안 모델9에 따라 최적의 하위 집합을 계산 하 여 EEG와 fMRI 사이의 일시적인 불일치의 문제를 해결 하는 접근을 이미징 spatiotemporal fMRI 제한 된 뇌 파 소스를 보여 줍니다. FMRI priors 시간 변형 fMRI 제약을 이끌어 뇌 파 데이터에 대 한 관심의 특정 윈도우에서 데이터 기반으로 계산 됩니다. 제안 된 접근 활용 fMRI의 높은 공간 해상도로 정보를 정확 하 게 동적 신경 이미지 하는 시간에 따라 변화, 공간 선택적 방식으로 대뇌 피 질의 활동의 전류 밀도 매핑 계산 뇌 파의 높은 시간 해상도 활동입니다.
Protocol
Representative Results
Discussion
우리는 여기 EEG/fMRI 통합 분석 spatiotemporal fMRI 제한 된 소스 분석 방법을 사용 하기 위해 필요한 조치 나타났습니다. EEG 및 fMRI는 되 잘 설립 비 접촉 두뇌 활동을 이미징에 대 한 기본적인 방법으로 하지만 그들은 그들의 각각 공간과 시간 해상도에 어려움 직면. 각각의 유리한 속성에 투자 방법은 개발 되었다, 그러나 현재 fMRI 제한 된 뇌 파 소스 지역화 방법을 자주 의존 간단한 fMRI 제약, 편견 및 ?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
이 작품 NIH DK082644, 휴스턴 대학에 지원 했다.
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).
