مقالة منهجية

تخطيط كهربية الدماغ وتصوير الدماغ المغناطيسي المتزامن لتحديد مناطق الدماغ المعرضة للنوبات

مايو 29, 2025

في هذه المقالة

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

المصدر: باباديليس، سي., وآخرون, تم الكشف عن التذبذبات البينية عالية التردد باستخدام التصوير المغناطيسي للدماغ وتخطيط كهربية الدماغ المتزامن كمؤشر حيوي لصرع الأطفال. J. Vis. Exp.{{TAG_ 27}} (2016).

يوضح هذا الفيديو طريقة استخدام تسجيلات تخطيط كهربية الدماغ (EEG) وتصوير الدماغ المغناطيسي (MEG) لتحديد إفرازات الصرع البيني (IDs) والتذبذبات عالية التردد (HFOs) لتحديد المناطق المعرضة للنوبات في الدماغ.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تم تنفيذ جميع الإجراءات التي تشمل المشاركين البشريين وفقا للمبادئ التوجيهية المؤسسية والوطنية والدولية لرعاية الإنسان وتم مراجعتها من قبل مجلس المراجعة المؤسسية المحلية.

1. الحصول على البيانات

  1. وتخطيط كهربية الدماغ (EEG)
    } ملاحظة: يتم الحصول على بيانات MEG / EEG بناء على الطريقة. يمكن العثور على مزيد من التفاصيل حول الاستخدام السريري ل MEG في صرع الأطفال في مكان آخر.
    1. سجل إشارات MEG باستخدام نظام MEG كامل الرأس.
      ملاحظة: يستخدم نظام MEG مستشعرات ذات أغشية رقيقة من نوعين (مقاييس التدرج المستوي ومقاييس المغناطيسية) مدمجة في 102 عنصرا من عناصر الاستشعار. يحتوي كل عنصر على مقياس مغناطيسي يتكون من ملف واحد واثنين من مقاييس التدرج المستوية المتعامدة التي تتكون من تكوين ملف من نوع "الشكل الثماني". يقيس مقياس المغناطيسية التدفق المغناطيسي بشكل عمودي على سطحه ، وتقيس مقاييس التدرج الفرق بين حلقتي "الثمانية" أو التدرج المكاني. يحتوي نظام MEG على 204 مقاييس راديوية مستوية و 102 مقياس مغناطيسي (306 مستشعر في المجموع). تحتوي أنظمة MEG من بائعين مختلفين على أعداد وأنواع مختلفة من الملفات ( أي ، مقاييس التدرج المحورية).
    2. سجل إشارات مخطط كهربية الدماغ في وقت واحد باستخدام غطاء قطب كهربائي غير مغناطيسي مكون من 70 قناة مع أقطاب كهربائية ملبدة Ag / AgCl وأقطاب كهربائية إضافية في T1 / T2. استخدم مونتاج مرجعي شائع.
    3. أغلق باب الغرفة المحمية المغناطيسية (MSR). تواصل مع المريض عبر نظام الاتصال الداخلي للتحقق مما إذا كان يشعر بالراحة. اطلب من الوالد البقاء داخل MSR أثناء التسجيل إذا شعر الطفل بعدم الارتياح للبقاء بمفرده.
    4. ابدأ التسجيلات بالنقر فوق الزر "انتقال" في برنامج الحصول على MEG. استخدم معدل أخذ عينات مرتفع يبلغ 1 كيلو هرتز (أو أكثر). استخدم مرشح الاستجابة النبضية اللانهائية (IIR) منخفض التمرير من الدرجة السادسة عند 400 هرتز. تحقق من جميع الإشارات المسجلة عبر الإنترنت. إصلاح قنوات MEG السيئة باستخدام موالف المستشعر.
      ملاحظة: يتم تعريف قنوات MEG السيئة على أنها مستشعرات (مقاييس الإشعاع أو مقاييس المغناطيسية) التي تحتوي على مستوى عال نسبيا من الضوضاء البيضاء (أعلى من 2 إلى 5 fT/√Hz لمقاييس المغناطيسية) أو أجهزة استشعار تسجل الضوضاء الكهرومغناطيسية البيئية الزائفة. يحدث هذا عادة عندما تتعرض المستشعرات لمجالات مغناطيسية قوية (بالنسبة للإشارات المقاسة) ، وأجزاء معينة من الملفات "تحبس" التدفق المغناطيسي ، مما يؤدي إلى تدمير الموصلية الفائقة. ثم يتم استخدام موالف المستشعر لتسخين الملف عن طريق تطبيق تيار كهربائي من خلاله. يسمى هذا الإجراء الضبط ويستخدم عندما يكون مستوى الضوضاء البيضاء للمستشعر أعلى من عتبة معينة ( أي {2 - 5 fT/√Hz). لا تحتوي بعض أنظمة MEG على موالفات استشعار.
    5. قم بقياس وضع رأس المريض بالنقر فوق الزر "قياس" في برنامج الحصول على MEG. إذا كانت المصفوفة الحسية لا تغطي رأس المريض جيدا ، فاطلب من المريض تحريك رأسه بشكل أعمق في الخوذة.
      ملاحظة: تعمل هذه المناورة على تنشيط ملفات مؤشر موضع الرأس الرباعي (HPI) عن طريق تطبيق إشارات كهربائية تذبذبية عابرة من خلالها ، والتي تولد مجالات مغناطيسية اصطناعية. تكتشف مستشعرات MEG هذه الحقول وتحدد موضع الرأس. قد يختلف الإجراء بين بائعي MEG المختلفين.
    6. سجل تسجيلات MEG ومخطط كهربية الدماغ والتسجيلات الطرفية بالنقر فوق الزر "تسجيل" في برنامج اقتناء MEG ( أي مخطط كهربية القلب أو تخطيط كهربية القلب أو مخطط كهربية العين أو EOG ، ومخطط كهربية العضل أو EMG) لمدة ~ 60 دقيقة.
      } ملاحظة: يتم تخزين البيانات كملف .fif في المصفوفات الزائدة عن الحاجة للأقراص المستقلة (RAID). يختلف نوع الملف بالنسبة لبائعي MEG الآخرين.
    7. عند انتهاء التسجيل ، افتح MSR ، وافصل الكابلات ، وأخرج المريض من غرفة MSR. قم بإزالة جميع الأشرطة والأقطاب الكهربائية وملفات HPI وغطاء مخطط كهربية الدماغ برفق. اغسل رأس المريض.
    8. بعد اكتمال الاستحواذ ، سجل الإشارات المغناطيسية ل MSR الفارغة بدون المريض. ابدأ التسجيلات بالنقر فوق الزر "انتقال" في برنامج الحصول على MEG. سجل بيانات MEG لمدة دقيقتين.
      ملاحظة: تستخدم هذه البيانات لتقدير الضوضاء الكهرومغناطيسية البيئية.

2. تحديد النشاط الداخلي

  1. افتح البيانات باستخدام Brainstorm، الموثق والمتاح مجانا للتنزيل عبر الإنترنت بموجب رخصة جنو العمومية العامة.
  2. حدد الأجزاء المرئية من بيانات مخطط كهربية الدماغ مع نشاط داخلي يحدث لمدة ساعتين على الأقل بصرف النظر عن النوبات السريرية.
    ملاحظة: الشكل 1 يعرض جزءا من بيانات مخطط كهربية الدماغ ومجموعة الدماغ مع العبوات الناسفة المتكررة.
    1. تحديد إفرازات الصرع بين الكتل المحددة جيدا تجريبيا (IDs) في إشارات مخطط كهربية الدماغ: وهذا يشمل المسامير (20 - 70 مللي ثانية) والموجات الحادة (70 - 200 مللي ثانية).
      ملاحظة: الأهمية السريرية لكلا النوعين من العبوات الناسفة في توطين تركيز الصرع متكافئة.
    2. حاول تحديد (إن أمكن) أجزاء من التسجيلات مع: (1) الحد الأدنى من القطع الأثرية للحركة ، (2) أكثر من 3-4 عبوات ناسفة لكل 10 ثوان ، و (3) نوم الموجة البطيئة غير حركة العين السريعة الذي يقدم عادة عددا كبيرا من التذبذبات عالية التردد (HFOs).
  3. باستخدام Brainstorm ، اعرض البيانات بإعدادات العرض القياسية (10 ثوان / صفحة). انتقل إلى علامة التبويب "تصفي" وقم بتعيين معلمات عرض المرشح التالية: مرشح التمرير العالي: 1 هرتز ، ومرشح التمرير المنخفض: 80 هرتز ، ومرشح الشق: 50 أو 60 هرتز (وفقا لتردد خط الطاقة). فحص البيانات وتحديد أجزاء منها باستخدام العبوات الناسفة.
    ملاحظة: سيتم فحص أجزاء فقط من الإشارة التي تحتوي على العبوات الناسفة للبحث عن HFOs. المرشحات المحددة مخصصة للتصور فقط. لم يتم تطبيقها على البيانات. لتطبيق هذه المرشحات بشكل دائم على البيانات ، استخدم مرشح Butterworth (الترتيب الرابع) باتباع الإرشادات الموجودة على موقع Brainstorm على الويب (http://neuroimage.usc.edu/brainstorm/).
  4. حدد ذروة كل عبوة ناسفة تحدث في كل من بيانات مخطط كهربية الدماغ وMEG (انظر البقع الحمراء في الشكل 1).
    ملاحظة: يمكن العثور على مزيد من التفاصيل حول تمييز العبوات الناسفة باستخدام Brainstorm في مكان آخر (http://neuroimage.usc.edu/brainstorm/Tutorials/Epilepsy).

3. الكشف شبه الآلي عن الوقود الثقيل في مخطط كهربية الدماغ وبيانات MEG المتزامنة

ملاحظة: هنا نصف طريقة شبه آلية للكشف عن HFOs ، والتي تتضمن الكشف الآلي ( الشكل 2 ) ، تليها مراجعة بصرية لوحدات الوقود الثقيل التي تم اكتشافها تلقائيا. من أجل تجنب التذبذبات الزائفة للعابرين الحادين كتموجات حقيقية وللتأكد من أن HFOs ليست ناتجة عن ظاهرة ترشيح ، اتبعنا أحدث الاقتراحات في الأدبيات ذات الصلة: لقد طلبنا من HFOs أن يكون لها عدد لا يقل عن 4 تذبذبات حيث لوحظ أن الاستجابة النبضية للمرشح لها تذبذبات أقل من العدد المختار من الدورات50 ، استخدمنا مرشح الاستجابة النبضية المحدودة (FIR) لتقليل تأثير الرنين وظاهرة "جيبس" 50 ، وطلبنا فحص أحداث HFO المرشحة أيضا بصريا من قبل خبير للتحقق مما إذا كانت HFOs مرئية أيضا متراكبة على العبوات الناسفة ، وطلبنا ملاحظة جزيرة معزولة في سهل التردد الزمني لأن الحدث الحاد والتذبذب لهما توقيعات مختلفة: يتم تمثيل HFO الحقيقي بذروة معزولة في مخطط التردد الزمني (مقيد في التردد ، مثل "جزيرة") يقع في النطاق من 80 إلى 500 هرتز ، بينما يولد الحدث العابر نقطة ممدودة ، ممتدة في التردد.

  1. الكشف التلقائي عن الوقود العالي الثقيل
    ملاحظة: الشكل 2 يصف المخطط الانسيابي للكشف التلقائي عن HFOs على كل إشارة EEG. الهدف من الطريقة المطورة هو تقليل العبء على خبير مخطط كهربية الدماغ لتمييز أحداث HFO على كل قناة EEG باستخدام عرض 2 ثانية / صفحة موصى به للفحص البصري للوسائد الثقيفة. تم تعريف HFO على أنه حدث داخل نطاق تردد التموج (80 - 250 هرتز) ، والذي يحتوي على 4 تذبذبات على الأقل من التشكل الشبيه بالجيوب الأنفية تبرز من الخلفية المحيطة ، والذي يظهر كحدث قصير العمر مع ذروة طيفية معزولة بتردد عال مميز.
    1. الكشف عن HFOs المرشحة في المجال الزمني
      1. تمرير النطاق (BP) يقوم بتصفية إشارات مخطط كهربية الدماغ بين 80 و 250 هرتز ، مما يحد من محتوى التردد الخاص بها في النطاق المموج ذي الاهتمام.
        ملاحظة: يوصى باستخدام مرشح FIR لتقليل تأثير الرنين وظاهرة "جيبس"، والتصفية الرقمية الصفرية لتجنب تشويه الطور.
      2. احسب مغلف إشارة BP باستخدام تحويل هيلبرت. احسب المتوسط والانحراف المعياري (SD) للمغلف على 10 ثوان من النوافذ المنزلقة المتمركزة في كل نقطة من السلسلة الزمنية. قم بتقدير المتوسط الكلي و SD باستخدام القيمة المتوسطة على جميع النوافذ (من أجل الحصول على قيم قوية للوجود المحتمل لأجزاء من الإشارة مع العديد من HFOs و SD العالي).
      3. احسب درجة z للمغلف وحدد درجة HFO المرشحة في كل مرة تكون فيها أعلى من الحد الأدنى ، والذي تم تعيينه على 3.
      4. حدد نقطتي البداية والنهاية للحدث المكتشف على أنها المعابر الصعودية والهابطة لنصف العتبة. ضع في اعتبارك HFOs ذات الفاصل الزمني بين الأحداث أقل من 30 مللي ثانية كHFO واحد. احسب عدد القمم في إشارة BP بين نقطتي البداية والنهاية HFO ، وتجاهل الأحداث التي تقل عن 4 قمم. أيضا ، تجاهل الأحداث ذات الدرجة z أعلى من 12.
        ملاحظة: قم بتعديل الحد الأقصى لدرجة z وفقا لسعة البيانات الاصطناعية التي قد تحدث في تسجيلاتك. يمكن أن تحدث الأحداث ذات العدد المنخفض من التذبذبات بسبب تأثيرات الترشيح ، في حين أن الأحداث ذات السعات العالية للغاية يمكن أن تكون بسبب القطع الأثرية العضلية أو الأقطاب الكهربائية.
    2. رفض البيانات الاصطناعية المحتملة في مجال التردد الزمني.
      ملاحظة: هذه الخطوة ضرورية للتمييز بين HFOs الحقيقية والأحداث التي قد يتم استبعادها عن نشاط مخطط كهربية الدماغ الآخر وتصفية البيانات الاصطناعية، التي لا يقتصر محتوى ترددها على نطاق التردد ذي الأهمية. يعتمد على افتراض أن HFO الحقيقي يظهر كحدث قصير العمر مع ذروة طيفية معزولة بتردد مميز أعلى من 80 هرتز ، على عكس حدث عابر يولد نقطة ممدودة ممتدة في التردد. يوضح الشكل 3 مثالا على HFO تم اكتشافه يظهر إشارة EEG المفلترة بواسطة BP (اللوحة العلوية) ، غلافها (اللوحة الوسطى) ، ومستوى التردد الزمني المقابل (اللوحة السفلية) ، خلال فترة [-0.5 ، +0.5] ثانية حول ذروة HFO. يتم تقييد عرض مستوى التردد الزمني من 80 إلى 150 هرتز لأنه لم يلاحظ أي نشاط بارز للترددات التي تزيد عن 150 هرتز.
      1. تحويل جميع أحداث HFOs المرشحة إلى مساحة التردد الزمني باستخدام تحويل Morlet في نطاق التردد من 1 هرتز إلى أعلى تردد محل اهتمام ، أي 250 هرتز (التردد المركزي = 1 هرتز ، العرض الكامل عند النصف كحد أقصى = 3 ثوان).
      2. تحليل أطياف القدرة اللحظية لتمثيل التردد الزمني خلال كل نقطة زمنية من مدة الحدث. بالنسبة لكل طيف قدرة ، اتبع المعايير التلقائية لاكتشاف الذروة في نطاق التردد العالي والتحقق مما إذا كانت متميزة بوضوح عن أقرب ذروة في مدى التردد الأدنى. تجاهل HFOs التي لا تظهر طيف طاقة مع ذروة معزولة عالية التردد في 90٪ على الأقل من النقاط الزمنية.
  2. قم بفرز جميع أحداث HFO المكتشفة حسب حدوثها الزمني عبر القنوات. قم بتجميع جميع الوسائد الوراثي الوراثي المتتالي التي تتداخل مدتها. احتفظ فقط بمجموعات من HFOs التي تتضمن قناتين على الأقل لمخطط كهربية الدماغ لمزيد من التحليل.
    ملاحظة: تطلب الخوارزمية أن تحدث HFOs في قناتين على الأقل لتجنب التقاط القطع الأثرية العشوائية الزائفة ، والتي قد تشبه HFOs الحقيقية وتحدث في خيوط مخطط كهربية الدماغ الفردية. يعتبر اثنان من HFOs المتتاليين متداخلين عندما يسبق وقت بدء HFO الثاني وقت بدء الأولى.
  3. المراجعة المرئية لأحداث HFO
    1. محاذاة شاشات الكمبيوتر عموديا ؛ واحد لفحص مخطط كهربية الدماغ والآخر لفحص إشارات MEG. عرض الأحداث المكتشفة على كل من المقياس الموسع (2 ثانية/صفحة) والمقياس النموذجي (10 ثوان/صفحة)، مع إظهار الإشارات المفترضة من 80 إلى 250 هرتز و1 - 40 هرتز BP على التوالي.
    2. تجاهل الأحداث التي تحدث مع القطع الأثرية العضلية أو القطب الكهربائي في مخطط كهربية الدماغ و MEG غير المفلترة، بالإضافة إلى الأحداث ذات التباين الكبير في التردد أو التشكل غير المنتظم أو الاختلافات الكبيرة في السعة.
    3. راقب إشارات EOG و EMG أثناء الكشف عن HFOs وتجاهل أي حدث يعتقد أنه يتوافق مع EOG أو النشاط العضلي. ضع في اعتبارك فقط الوسائد الثقيل الوراثي التي تتداخل مع عبوات ناسفة مخطط كهربية الدماغ / MEG ، حيث من المرجح أن تكون HFOs حقيقية.
      ملاحظة: يوفر هذا النهج خصوصية عالية على حساب الحساسية المنخفضة. وبالتالي ، فإنه يوفر الثقة في أن الوسائد الوراثية الوراثية المحددة هي من أصل قشري.
    4. احتفظ فقط بأحداث HFO التي تحدث في كل من إشارات EEG و MEG في نفس الوقت.

4. توطين مصدر العبوات الناسفة والعبوات الثقيلة

  1. توطين المولدات في ذروة العبوات الناسفة MEG ، باستخدام ثنائيات الأقطاب الحالية المكافئة (ECD). استخدم برنامج الحد الأدنى من التقديرات المعيارية المتاح مجانا (http://martinos.org/mne/stable/index.html). ضع في اعتبارك فقط المسامير ذات الملاءمة الجيدة (GOF) > 80٪ والعزم ثنائي القطب Q<500 nA - m. تراكب موقع تنمية الطفولة المبكرة على التصوير بالرنين المغناطيسي لكل مريض.
    ملاحظة: الحد الأقصى للإنتروبيا على المتوسط (MEM) هو طريقة بديلة جذابة تحدد موقع ومدى المصادر.
  2. توطين مصدر HFO في كل من EEG و MEG باستخدام المويجة الحد الأقصى للإنتروبيا على طريقة المتوسط (wMEM).
    ملاحظة: MEM هي تقنية فعالة تم استخدامها بنجاح لتحديد موقع ومدى مصادر نشاط الصرع. wMEM هو امتداد ل MEM تم تطويره لتوطين النشاط التذبذبي كما تم تقييمه باستخدام عمليات محاكاة واقعية. يقوم بتحليل الإشارة على أساس موجة منفصلة قبل إجراء توطين مصدر MEM على كل صندوق تردد زمني. وبالتالي ، فإن wMEM مناسب بشكل خاص لتوطين HFOs.
    1. قم بتقسيم التصوير بالرنين المغناطيسي والحصول على السطح القشري باستخدام Freesurfer.
    2. حل مشكلة EEG / MEG الأمامية باستخدام طريقة عنصر الحدود (BEM) لنموذج من 3 طبقات باستخدام OpenMEEG.
    3. أعد تشكيل الإشارات إلى 640 هرتز للتأكد من أن المقياس الثاني لتحويل المويجة المنفصلة يتوافق مع نطاق التردد ذي الأهمية.
    4. تقدير مصفوفة تغاير الضوضاء في مساحة البيانات بشكل مستقل لكل HFO ، بناء على الخلفية في نطاق التموج في نافذة 150 مللي ثانية قبل كل HFO مباشرة. قم بإجراء توطين المصدر لكل HFO في نطاق التموج والمتوسط على طول مدة HFO. } ملاحظة: تتكون الخريطة الناتجة من قيمة تنشيط قشرية مرتبطة بكل رأس من الفسيفساء القشرية.
    5. قم بتطبيع كل خريطة للحصول على قيمة تنشيط قصوى تساوي 1 لكل HFO.
    6. احسب متوسط قيم التنشيط عبر جميع HFOs في كل رأس. قم بتطبيق عتبة 60٪ من الحد الأقصى للتنشيط لعرض الخرائط النهائية على سطح القشرة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

figure-results-1

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

<فئة الشكل = 'جدول' ><فئة الجدول = 'ck-table-resize' النمط = 'collapse border: collapse ؛ font-family: Calibri ؛ حجم الخط: 11pt ؛ تخطيط الجدول: ثابت ؛ 'cellpacing = '0' cellpadding = '0' dir = 'ltr' border = '1' data-sheets root = '1' data-sheets-baot = '1' >قائمة المواد المستخدمة في هذه المقالة الاسم الشركة رقم فهرسي التعليقات VectorView نظام MEGElekta-Neuromag, Finland Magentically Shielded Room < td style = 'لون الخلفية: #ffffff ؛ اللون: #1a202c ؛ عائلة الخط: الروبوت ؛ حجم الخط: 12pt ؛ وزن الخط: عادي ؛ الفائض: مخفي ؛ الحشو: 0 بكسل 3 بكسل ؛ المحاذاة الرأسية: أسفل ؛ المساحة البيضاء: عادي ؛ التفاف الكلمات: كلمة فاصلة ؛ استراتيجية التفاف: 4 ؛ '> ثلاث طبقات MSR < td style = 'لون الخلفية: #ffffff ؛ اللون: #1a202c ؛ عائلة الخط: Roboto ؛ حجم الخط: 12pt ؛ وزن الخط: عادي ؛ الفائض: مخفي ؛ الحشو: 0 بكسل 3 بكسل ؛ المحاذاة الرأسية: أسفل ؛ المساحة البيضاء: عادي ؛ التفاف الكلمات: كلمة فاصلة ؛ استراتيجية التفاف: 4 ؛ نظام > EEG < نمط td = 'لون الخلفية: #ffffff ؛ اللون: #1a202c ؛ عائلة الخط: Roboto ؛ حجم الخط: 12pt ؛ وزن الخط: عادي ؛ الفائض: مخفي ؛ الحشو: 0 بكسل 3 بكسل ؛ المحاذاة الرأسية: أسفل ؛ المساحة البيضاء: عادي ؛ التفاف الكلمات: كلمة فاصلة ؛ استراتيجية التفاف: 4 ؛ >Elekta-Neuromag ، فنلندا < td style = 'لون الخلفية: #ffffff ؛ الفائض: مخفي ؛ الحشو: 0 بكسل 3 بكسل ؛ المحاذاة الرأسية: أسفل ؛ '> < td style = 'لون الخلفية: #ffffff ؛ اللون: #1a202c ؛ عائلة الخط: Roboto ؛ حجم الخط: 12pt ؛ وزن الخط: عادي ؛ الفائض: مخفي ؛ الحشو: 0 بكسل 3 بكسل ؛ المحاذاة الرأسية: أسفل ؛ المساحة البيضاء: عادي ؛ التفاف الكلمات: كلمة فاصلة ؛ استراتيجية التفاف: 4 ؛ '> 70 قناة نظام EEG < td style = 'لون الخلفية: #ffffff ؛ اللون: #1a202c ؛ عائلة الخط: Roboto ؛ حجم الخط: 12pt ؛ وزن الخط: عادي ؛ الفائض : مخفي ؛ الحشو: 0 بكسل 3 بكسل ؛ المحاذاة الرأسية: أسفل ؛ المساحة البيضاء: عادي ؛ التفاف الكلمات: كلمة فاصلة ؛ استراتيجية التفاف: 4 ؛ '> 3D محول الأرقام < نمط td = 'لون الخلفية: #ffffff ؛ اللون: #1a202c ؛ عائلة الخط: الروبوت ؛ حجم الخط: 12pt ؛ وزن الخط: عادي ؛ الفائض: مخفي ؛ الحشو: 0 بكسل 3 بكسل ؛ المحاذاة الرأسية: أسفل ؛ المساحة البيضاء: عادي ؛ التفاف الكلمات: كسر الكلمة ؛ استراتيجية التفاف: 4 ؛ >Polhemus ، Colchester ، VT < td style = 'لون الخلفية: #ffffff ؛ الفائض: مخفي ؛ الحشوة: 0 بكسل 3 بكسل ؛ المحاذاة الرأسية: أسفل ؛ '> < td style = 'overflow: hidden ؛ padding: 0px 3px ؛ vertical-align: bottom ؛ '>

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

Interictal Epileptiform DischargesHigh Frequency OscillationsSimultaneous EEG MEGSource LocalizationWavelet Maximum EntropyCortical Surface MappingBrain Imaging Analysis

مقالات ذات صلة