نستخدم مغناطيسي وتخطيط كهربية الدماغ (MEG / EEG)، جنبا إلى جنب مع المعلومات التشريحية التي احتلتها التصوير بالرنين المغناطيسي (MRI)، لرسم خريطة القوى المحركة للشبكة القشرية المرتبطة الانتباه السمعية.
يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية
مقالة منهجية
القشرية حيوية رسم الخرائط باستخدام MEG في وقت واحد / EEG ومقيدة في تقدير الحد الأدنى تشريحيا القواعد والمعايير: مثال الانتباه السمعية
في هذه المقالة
ملخص
الملخص
مغناطيسي وتخطيط كهربية الدماغ (MEG / EEG) وتصوير الأعصاب التقنيات التي توفر دقة عالية الزمنية مناسبة خاصة للتحقيق في الشبكات القشرية المشاركة في المهام الإدراكية والحركية الإدراكية، مثل حضور لأصوات مختلفة في حفل كوكتيل. استخدمت العديد من الدراسات السابقة البيانات المسجلة على مستوى أجهزة الاستشعار فقط، أي.، والمجالات المغناطيسية الكهربائية أو إمكانات سجلت خارج وعلى فروة الرأس، وركزت على النشاط الذي عادة ما تستغرق وقتا مقفلة لعرض الحوافز. هذا النوع من الأحداث ذات الصلة حقل / تحليل إمكانات مفيدة بشكل خاص عندما لا يوجد سوى عدد قليل من أنماط ثنائي القطب المميزة التي يمكن أن تكون معزولة والتي تم تحديدها في المكان والزمان. بدلا من ذلك، من خلال الاستفادة من المعلومات التشريحية، يمكن ترجمة هذه الأنماط مجال تمييزا لها المصادر الحالية على القشرة. ومع ذلك، من أجل استجابة أكثر استدامة هذا قد لا يكون الوقت غير الساحلية لحافز معين (على سبيل المثال،استعدادا للاستماع إلى واحدة من رقمين المنطوقة قدم في وقت واحد يعتمد على ميزة السمعية ملقن) أو يمكن توزيعها عبر مواقع متعددة المكانية غير معروف بداهة، قد لا توظيف شبكة القشرية الموزعة يتم القبض على نحو كاف باستخدام عدد محدود من الاتصال المصادر.
هنا، نحن تصف إجراء من شأنه أن يعمل البيانات الفردية MRI التشريحية لإقامة علاقة بين المعلومات وأجهزة الاستشعار تفعيل ثنائي القطب على القشرة من خلال استخدام القواعد والمعايير الدنيا تقديرات (MNE). هذا النهج يوفر لنا التصوير معكوس أداة لتحليل مصدر الموزعة. لأغراض التوضيح، فإننا سوف تصف جميع الإجراءات باستخدام FreeSurfer وMNE البرمجيات، وكلاهما متاح بحرية. سوف نلخص تسلسل التصوير بالرنين المغناطيسي وتحليل الخطوات اللازمة لتحقيق نموذج الأمام التي تمكننا من ربط نمط الحقل المتوقعة الناجمة عن ثنائيات الاقطاب توزع على القشرة على أجهزة الاستشعار M / EEG. NEXر، ونحن من خلال تعزيز العمليات اللازمة التي تسهل لنا في تقليل الضوضاء وبيانات الاستشعار من الملوثات البيئية والفسيولوجية. سنقوم الخطوط العريضة ثم إجراء الجمع بين ورسم الخرائط MEG / بيانات الاستشعار EEG على مساحة القشرية، وبالتالي إنتاج عائلة من سلسلة لمرة وتفعيل ثنائي القطب القشرية على السطح الدماغ (أو "أفلام الدماغ") المتعلقة بكل حالة تجريبية. وأخيرا، فإننا سوف أسلط الضوء على بعض التقنيات الإحصائية التي تمكننا من جعل الاستدلال العلمي عبر السكان الموضوع (أي.، نفذ على مستوى المجموعة تحليل) على أساس تنسيق القشرية الفضاء المشتركة.
البروتوكول
1. التشريحية الحصول على البيانات ومعالجة
- حصول على واحدة مغنطة الإعداد السريع التدرج صدى التصوير بالرنين المغناطيسي (MPRAGE) من هذا الموضوع. هذا قد يستغرق 5-10 دقيقة اعتمادا على الذي يستخدم بروتوكول معين المسح.
- اكتساب إضافيتين بسرعة منخفضة زاوية اطلاق النار (FLASH) فحوصات الرنين المغناطيسي (زوايا الوجه = 5 ° و 30 °) إذا تم استخدام البيانات لتحليل التصوير EEG عكسية، وتسلسل FLASH توفير مختلف الأنسجة النقيض من متواليات MPRAGE القياسية 1.
- استخدام البرمجيات FreeSurfer (انظر الجدول) 2، 3 لإعادة بناء السطح القشري وإقامة M الفردية / EEG الفضاء مصدر ثنائي القطب.
- يتم تقييد هذه المساحة المصدر إلى الحدود المادة الرمادية / أبيض مجزأة من الفحص MPRAGE. كل نصف الكرة يحتوي على نحو 100،000 القمم المحتملة، متباعدة في 1 مم ~. لتقدير السعة ثنائي القطب (انظر أدناه)، واستخدام تباعد الشبكة من 7 مم والتي ينتج عنها ~ ثنائيات الاقطاب في نصف الكرة 3000.
- إعادة بناءالجلد، والجمجمة الجمجمة الخارجي والسطوح الداخلية من الصور MPRAGE وFLASH باستخدام MNE (انظر الجدول) وFreeSurfer. استخدام هذه السطوح لتوليد عنصر الحدود ثلاثة طبقة نموذج (BEM).
2. M / EEG الحصول على البيانات
- إعداد الموضوع للM / EEG التسجيل.
- الرجوع إلى ليو وآخرون (4) لتفاصيل electrooculogram وإعداد مرجع الكهربائي وكذلك رقمنة المعالم في هذا الموضوع الإيماني، لفائف الرأس مؤشر الموقف (HPI) والأقطاب الكهربائية EEG.
- مرة واحدة يجلس الموضوع في MEG، قياس الموقع باستخدام ملفات رئيس HPI.
- بدء التسجيل. بدء عرض السمعية البصرية والمحفزات.
- العديد من الأجهزة والحلول البرمجية المتوفرة لأداء العرض التحفيز (مثل، عرض، E-الوزراء). نستخدم تقنيات تاكر-ديفيس RZ6 للعرض الحوافز السمعية وختم الزناد، مع Psychtoolbox 5 ليالي البصريةtimulus العرض، سواء التي تسيطر عليها MATLAB. اختبار الإختفاء السمعية والبصرية باستخدام ميكروفون الضوئي وتعلق على الشاشة، وضمان عدم وجود وقت لاحق غضب ملاحظتها (والتي قد تتطلب وضع جهاز العرض التقديمي إلى قرارها الأصلي) قبل التجربة يساعد على ضمان سلامة التوقيت.
- الموضوع يستجيب لمؤثرات بصرية وسمعية عن طريق زر مربع البصرية أثناء أداء المهمة السلوكية.
- حفظ كافة المحفزات، المعلمات التجريبية وملفات البيانات للتحليل خارج الشبكة.
3. M / EEG المشارك تسجيل مع التصوير بالرنين المغناطيسي ومعالجة البيانات
- باستخدام برنامج MNE، تحميل بيانات التحويل الرقمي وتخضع لإعادة بناء نموذج الرأس MRI. اختيار المعالم الإيمانية لبدء عملية تسجيل المشاركة في، والشروع في استخدام الإجراء التلقائي لإكمال تنسيق محاذاة التحول (الشكل 2).
- لربط موقع كل ثنائي القطب في SP مصدرالآس مع موقع كل أجهزة الاستشعار، والجمع بين البيانات المسجلة HPI (انظر 2.2) لحساب الحل قدما في BEM ثلاثة طبقة (انظر 1.4)
- تفتيش جميع سجلت M / EEG البيانات وتحديد القنوات التي التباين العالية بشكل استثنائي أو هي مسطحة تماما. تعيين هذه القنوات وقنوات سيئة.
- استخدام الإشارات الفضاء إسقاط 6 أو غيرها من تقنيات خفض الضوضاء (مثل فصل إشارة الفضاء 7) لمشروع أو فصل أنماط المكانية مجال نشأت من التلوث المحيطة مجال البيئة أو غيرها من الإشارات الفسيولوجية غير مرغوب فيها، مثل تلك المرتبطة يومض العين والتحف القلب (الشكل 3).
- تطبيق الوقت المجال إزالة قطعة أثرية (على سبيل المثال، تحتوي على إشارات إزالة العهود السعة العالية بشكل غير طبيعي بسبب ارتفاعه من قناة) والتردد مجال إزالة قطعة أثرية (على سبيل المثال، الفرقة الشق تصفية في 50 أو 60 هرتز خط التردد) لزيادة إشارة إلى نسبة الضوضاء.
- تحديد فترة الأساس في هذا الموضوع الذي لم يكن أداء أي مهمة (على سبيل المثال.، 200 مللي الفترة السابقة لبداية كل محاكمة). توليد ما معدله تلك الحقب خط الأساس من أجل الحصول على تقدير الضوضاء (المعروف أيضا باسم مصفوفة التغاير).
- تحديد العهود من الفائدة (على سبيل المثال، وجمع الحقب فقط مع الاستجابات السلوكية الصحيحة.) وتحديد شروط التناقضات التجريبية (على سبيل المثال، العهود المرتبطة الموضوع بعد أن تحول انتباهها السمع إلى hemifield العكس كما ملقن أصلا -. "تبديل" الحالة - مقابل الموضوع الحفاظ على الاهتمام على hemifield الأصلي - "عقد" الحالة). توليد استجابة متوسط لكل من حالة محددة.
- يمكن هذه المتوسطات خط الأساس بعد تصحيح أم لا اعتمادا على المعلمات التجريبية (انظر 8)؛ البيانات المعروضة هنا هي الأساس-تصحيحها.
- الجمع بين مصفوفة التباين المشترك (3.5) والحل إلى الأمام المحسوبة (3.2) للحصول علىتوزيع مقيدة cortically مشغل عكسية الحد الأدنى القواعد والمعايير التي تتعلق القياسات استشعار للتقديرات الحالية ثنائي القطب في الفضاء المصدر.
- يمكنك إما تقييد أو إصلاح ما يقرب من التوجه إلى اتجاه ثنائي القطب العادي القشرية 9.
- إنشاء "فيلم الدماغ" من تقدير ثنائي القطب الموزعة (أي.، والتقدير الحالي في كل موقع في الفضاء ثنائي القطب مصدر في الوقت) لكل حالة تجريبية (الشكل 4).
- اعتمادا على الخصائص الزمانية من التصميم الخاص بك التجريبية، يمكنك بن البيانات الخاصة بك في وقت بلغ متوسط التقديرات الحالية غير متداخلة باستخدام النوافذ الزمنية.
4. الاستدلال الإحصائي وبناء على النظام الموحد تنسيق السطحية القاعدة
- ضعهن في "أفلام الدماغ" لكل موضوع على مسافة (المتوسط) المشترك القشرية على أساس نظام الإحداثيات السطحية القاعدة التي تؤيد على النحو الأمثل الفردية sulcal-GYأنماط راؤول 3. وهذا يسمح لنا لمقارنة متوسط أو الأنشطة القشرية في جميع المواضيع. (الشكل 5).
- هناك العديد من مختلف النهج الاستدلال الإحصائي. وسوف نسلط الضوء ثلاثة نهج ممكنة هنا. يمكن كتابة النهج التي لا تنفذ في مجموعة من البرامج باستخدام برامج مخصصة في الأمثلة لدينا نحن نستخدم MATLAB لإجراء حدودي غير المكانية والزمانية تجميع اختبار التقليب. على الرغم من الأبعاد عالية (X الفضاء الزمن X الموضوعات) من هذه البيانات، يمكن تنفيذ كل هذه المناهج باستخدام معيار كمبيوتر سطح المكتب في ثوان الأجهزة الحديثة (ROI؛ 4،3 نهج) لساعة (غير حدودي المجموعات؛ 4.5).
- المنطقة في المصالح (ROI) نهج
- يمكنك تعريف ROI تشريحيا (على سبيل المثال، التي تحددها خوارزمية parcellation التلقائي 1) و / أو وظيفيا (على سبيل المثال.، من خلال تسجيل وظيفية مهمة إضفاء الطابع المحلي، مثل الذهاب / لا الذهاب المهمة حركة العين لتحديد oculomotoالمناطق ص).
- يمكنك تقييد مزيد من التحليل الخاص بك إلى المواعيد الزمنية المحددة الفائدة من ذلك هي مناسبة لنموذج التجريبية (على سبيل المثال، فترة زمنية على الفور قبل وبعد بداية المحفزات الصوت). يمكنك أيضا استخدام الاستدلال الإحصائي الأخرى المرتبطة تحليل السلاسل الزمنية.
- كامل الدماغ Bonferroni أو كاذبة اكتشاف قيم (FDR) التصحيح
- توظيف Bonferroni أو FDR التصحيح إذا كنت تحتاج إلى كامل الدماغ، على الاطلاق التحليل.
- إنشاء مخطط الإحصائية في كل موقع ثنائي القطب وكل نقطة زمنية باستخدام الإحصاءات الاختبار المناسبة، مثل اختبار ANOVA-T أو داخل المواضيع للبيانات ما يقرب من عادة-توزيعها. على سبيل المثال، يمكن استخدام Z-عشرات من ديناميكية تعيين المعلمة الإحصائية للتقديرات MNE عن مصادر ثنائي القطب ثابت 10 عندما يقترن تصحيح لالارتباطات في التقديرات (مثل تصحيح الدفيئة Geisser المحافظة).
- لBonferroniالتصحيح، يجب الحصول كبيرة الزمكان نقطة من مستوى العتبة عند مستوى دلالة (0.05) مقسوما على عدد من المقارنات (عدد ثنائيات الاقطاب مضروبا عدد من النقاط الزمنية). لنهج أقل تحفظا، استخدم فرانكلين روزفلت ف قيمة التصحيح 11.
- غير حدودي المجموعات الزمانية المكانية
- استخدام هذا الأسلوب (على أساس مجرد امتداد لل12) للعثور على مناطق كبيرة تفعيل متسقة، المكاني والزماني بينما تكون أقل تحفظا من تصحيح Bonferroni، وأقل عرضة للأخطاء النوع الأول من FDR الإحصائية عن طريق التحكم عن نسبة الخطأ للأسرة الحكيم .
- لأن هذا النهج يستخدم التقليب أو مونتي كارلو تقنيات اختزال، لا تعتمد على افتراضات من الحياة الطبيعية للبيانات، ويفترض أن التسميات فقط هي حالة صرف تحت فرضية العدم. على الرغم من أنها أكثر كثافة حسابيا من النهجين السابقة، لا يزال يتعين القيام بها في ذلك ساعات علىواحدة آلة باستخدام الأجهزة الحديثة كمبيوتر سطح المكتب.
- إنشاء مخطط الإحصائية في كل موقع ثنائي القطب وكل نقطة زمنية باستخدام إحصاءات اختبار المناسبة، مثل اختبار-T.
- عتبة هذه الخريطة في عتبة أهمية أولية، على سبيل المثال P <0.05.
- الكتلة المفترضة هذه النقاط الهامة على أساس القرب المكانية والزمانية، على سبيل المثال. يتم وضع النقاط الهامة في غضون 5 مللي و 5 مم المسافة الجيوديسية واحد آخر في نفس المجموعة. يسجل كل مجموعة تنتج باستخدام hypervolume أو أهمية الإجمالي (على سبيل المثال. مجموع عشرات-T من النقاط في الكتلة).
- إجراء اختزال القياسية التقليب (أو مونت كارلو للحصول على أكبر مجموعات البيانات اختزال، على سبيل المثال. عدد من المواضيع N> 10، لانقاذ على حساب) اختبار مع إحصائية القصوى (انظر الأمثلة 12 لاختبار التقليب). لفترة وجيزة، لمجموعة فرعية من المواضيع العشوائية (اختيار أي مكان من 0 إلى N المواضيع)، relabel الظروف الرفاهيهز مقارنة قبل الحصول على خريطة الإحصائية، نفذ تجمع على الخريطة الإحصائية الجديدة، والحصول على نقاط الكتلة القصوى لهذا relabeling. تنفيذ هذا الإجراء على relabelings عشوائية جديدة لمدة تصل إلى التباديل N 2 للحصول على توزيع إحصائية القصوى؛ القيام بجميع 2 N relabelings ممكن تعطي اختبار التقليب واستخدام مجموعة فرعية عشوائية من relabelings N أقل من 2 تعطي مونتي كارلو (أو عشوائية ) اختبار التقليب.
- الحصول على اهمية الكتلة نسخة أصلية معينة (من وضع العلامات الأصلية) من خلال تحديد نسبة الوقت أحجام الكتلة القصوى كانت أكبر من الكتلة الأصلية، على سبيل المثال. يمكن تعريف الكتل التي كانت أكبر من 95٪ من مجموعات إحصائية القصوى كبيرة.
- لإجراء مناقشة متعمقة بشأن الاستدلال الإحصائي في مجال التصوير MEG مصدر الموزعة، انظر 13.
- استخدام هذا الأسلوب (على أساس مجرد امتداد لل12) للعثور على مناطق كبيرة تفعيل متسقة، المكاني والزماني بينما تكون أقل تحفظا من تصحيح Bonferroni، وأقل عرضة للأخطاء النوع الأول من FDR الإحصائية عن طريق التحكم عن نسبة الخطأ للأسرة الحكيم .
- يمكن للملفات البيانات الناتجة السادس sualized في نواح كثيرة، بما في ذلك استخدام الأشكال المستخدمة من قبل البرامج MNE أصلا لتخزين المكانية والزمانية تقديرات القشرية، وهي ملفات STC. هذه، جنبا إلى جنب مع التسميات التي يمكن أن تنتج المقابلة لمناطق كبيرة، يمكن إنشاؤها باستخدام أدوات العمل MNE المنصوص عليها MATLAB وبايثون.
5. ممثل النتائج
ويبين الشكل 6 مجموعة من النتائج ممثل باستخدام النموذج السلوكي المبينة في الشكل 4. باستخدام الإجراء غير حدودي المجموعات الزمانية المكانية (4.5)، تم العثور على FEF الحق في أن تكون كبيرة عندما يتم تنفيذ موضوع إعادة توجيه مهمة إلى مهمة مقارنة القياسية (الشكل 6 اليسار). باستخدام النهج العائد على الاستثمار (4.3)، يظهر بالطبع وقت FEF الحق، جنبا إلى جنب مع الفترة الزمنية التي هذين الشرطين تختلف اختلافا كبيرا.
p_upload/4262/4262fig1.jpg "/>
الشكل 1. سير العمل لتوليد "الفيلم الدماغ" باستخدام cortically مقيدة الحد الأدنى القواعد والمعايير تقديرات ثنائي القطب (راجع الشكل 1 في ليو وآخرون، 2010).
الشكل 2. MNE البرمجيات المستخدمة لتسهيل قنوات ومواقع EEG HPI شارك في تسجيل على موضوع واحد في الفضاء المنسق التصوير بالرنين المغناطيسي.
الشكل 3. MEG البيانات قبل وبعد استخدام SSP لإزالة القلب (تمييز باللون البرتقالي) والعين يومض (تمييز باللون الأخضر والأزرق) والقطع الأثرية أم بي تصفية لإزالة خط التردد. اضغط هنا لمشاهدتها بشكل اكبر شخصية .
الشكل 4 A "الفيلم الدماغ" على مساحة الموضوع الأصلي القشرية للوتوقيت عرض سمعية وبصرية (مع مؤثرات السمعية في 600 مللي قدم ومحفزات بصرية قدمت في مللي -600) في واحدة النموذج التجريبي (ملاحظة: هذا سوف يكون كما عرضت فيلم في مقطع الفيلم النهائي)
الشكل 5. مقارنة افتراضية بين ROI تعيينها في الفضاء في موضوع القشرية الأصلي وتحولت بعد على مسافة القشرية المشتركة.
الشكل 6. الممثل المكانية والزمانية العنقودية ودوام المرتبطة مع كوندي التجريبيتيناختبار ستعقد.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المناقشة
من أجل تقدير تفعيل ثنائي القطب على القشرة من MEG المكتسبة / EEG البيانات، ونحن بحاجة الى حل مشكلة عكسية، والذي لا يملك حلا فريدا مستقرة ما لم يتم تطبيق القيود المناسبة السليمة تشريحيا وفيزيولوجيا. باستخدام القيد التشريحية المكتسبة للمواضيع الفردية باستخدام التصوير بالرنين المغناطيسي واعتماد القواعد والمعايير الدنيا كمعيار تقديرنا، يمكننا التوصل إلى مصدر عكسية القشرية تقدير الحالية التي تتفق مع قياسات الاستشعار. وقد أثبت هذا النهج مفيدا في دراسات لا تجهيز السمعية فقط 14 ...
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
الإفصاحات
الإعلان عن أي تضارب في المصالح.
شكر وتقدير
فإن الكتاب أود أن أشكر ماتي S. Hämäläinen، Zöllei LILLA وثلاثة مراجعين مجهول لتعليقاتهم المفيدة. مصادر التمويل: R00DC010196 (AKCL)؛ T32DC000018 (EDL)؛ T32DC005361 (RKM).
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المواد
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| اسم معدات / برامج | الشركة / المصدر | ||
| 306-MEG قناة Vectorview النظام | Eleka-Neuromag المحدودة، | ||
| 1.5-T الماسح الضوئي Avanto MRI | سيمنز الطبية حلول | ||
| FreeSurfer | http://freesurfer.net/ | ||
| MNE البرمجيات | http://www.nmr.mgh.harvard.edu/martinos/userInfo/data/sofMNE.php | ||
| EEG الأقطاب | المنتجات الدماغ، Easycap شركة محدودة | ||
| 3Space Fastrak النظام | بزليموس | ||
| البصرية مربع زر (FIU-932) | تصاميم الحالي |
المراجع
- 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. Statistical Inference in MEG Distributed Source Imaging. MEG: An Introduction to Methods. Hansen, P., Kringelbach, M., Salmelin, R. , Oxford University Press. New York. 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. The Dowser in the Fields: Searching for MEG Sources. MEG: An Introduction to Methods. Hansen, P., Kringelbach, M., Salmelin, R. , Oxford University Press. New York. 83-123 (2010).
- Gutschalk, A., Micheyl, C., Oxenham, A. J. Neural correlates of auditory perceptual awareness under informational masking. PLoS Biology. 6, e138(2008).
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
إعادة الطباعة والأذونات
