التخطيط الدماغي المتزامنة وتسجيل الرنين المغناطيسي الوظيفية وتحليل التكامل لتصوير نشاط القشرية ديناميكية
June 30th, 2018
ويرد التخطيط الدماغي-الرنين المغناطيسي الوظيفي المتعدد الوسائط التصوير الأسلوب، المعروفة باسم المصدر الزمانية المكانية EEG الرنين المغناطيسي الوظيفي مقيدة التصوير الأسلوب، هنا. تستخدم طريقة عرض الخرائط الفرعية مشروط النشطة الرنين المغناطيسي الوظيفي، أو بريورس، لتوجيه التخطيط الدماغي مصدر الترجمة على نحو يحسن الدقة المكانية ويحد من نتائج خاطئة.
يمكن أن تساعد هذه الطريقة في الإجابة على الأسئلة الرئيسية في مجال علم الأعصاب ، مثل تحديد العلاقة الزمنية بين مناطق الدماغ المتعددة أو استكشاف المسار العصبي التفصيلي للعمليات المعرفية المعقدة. الميزة الرئيسية لهذه التقنية هي أنها تسمح بدمج مخطط كهربية الدماغ متعدد الوسائط والبيانات الوظيفية بطريقة مكانية وزمانية محددة لتحسين دقة ودقة التصوير العصبي الوظيفي. تمتد الآثار المترتبة على هذه التقنية نحو فهم الصرع والاضطرابات العصبية المعرفية.
لأن الطريقة تعمل على تحسين الدقة المكانية والزمانية للتصوير العصبي غير الجراحي. على الرغم من أنه يمكن استخدام هذه الطريقة لتوفير نظرة ثاقبة لأنظمة المعالجة الحركية والعاطفية البصرية ، إلا أنه يمكن تطبيقها أيضا على أنظمة أخرى ، مثل التكامل الحسي الحركي واللغة ومعالجة الذاكرة. يعد العرض المرئي لهذه الطريقة أمرا بالغ الأهمية ، حيث قد يكون من الصعب تعلم خطوات تسجيل بيانات EEG و fMRI المتزامنة.
أيضا بسبب متطلبات المرافق المتخصصة والمعدات وطرق معالجة الإشارات. لبدء هذا الإجراء، ضع غطاء مخطط كهربية الدماغ سلبي متوافق مع التصوير بالرنين المغناطيسي بحجم مناسب على رأس الهدف. ضع الأقطاب الكهربائية وفقا لنظام الملصقات الدولي 10-20.
في برنامج تسجيل مخطط كهربية الدماغ ، تحقق من مقاومة الأرض والأقطاب الكهربائية المرجعية. للقيام بذلك ، انقر فوق علامة التبويب المعاوقة وحدد نوع القطب الكهربائي على واجهة مستخدم البرنامج. بعد ذلك ، استخدم المحقنة لحقن المنحل بالكهرباء في كل قطب.
ثم استخدم قطعة قطن لنشر الجل لضمان ملامسة الجلد والقطب. بمجرد الانتهاء من إعداد غطاء مخطط كهربية الدماغ، اجعل الموضوع ينتقل إلى الماسح الضوئي بالرنين المغناطيسي. قم بإعداد عرض النموذج التجريبي على شاشة موجودة في غرفة المراقبة.
استخدم مرآة عرض ملف الرأس للسماح للهدف بعرض شاشة الشاشة دون تحريك رأسه أو عينيه أثناء الاستلقاء. اعرض عينة من الصورة على شاشة الكمبيوتر للتأكد من أن الهدف يمكنه عرض الشاشة بشكل مريح وأن النموذج سيظهر بشكل صحيح. قم بإجراء أي تعديلات ضرورية على الأجهزة أو البرامج.
بعد ذلك ، اطلب من الشخص البقاء ثابتا وإجراء فحص التصوير بالرنين المغناطيسي التشريحي الأولي T1. إذا أمكن ، استخدم مجال رؤية يمتد من أسفل المخيخ إلى أعلى الرأس ، بما في ذلك الجمجمة والجلد. الآن ، ابدأ في تسجيل بيانات مخطط كهربية الدماغ.
انقر في نفس الوقت فوق الأزرار المناسبة لبدء تسجيل التصوير بالرنين المغناطيسي وبدء نموذج الاهتمام على برنامج العرض التقديمي. تحقق من تسجيل بيانات مخطط كهربية الدماغ للتأكد من جودة الإشارة ، وإذا رغبت في ذلك ، يتم تسجيل العلامات المناسبة. لتحليل بيانات التصوير بالرنين المغناطيسي الهيكلية، استخدم واجهة المستخدم الرسومية المتوفرة للتأكد من عدم وجود تداخل في الطبقات.
بعد ذلك ، افتح تطبيق FreeView. انقر فوق ملف، ثم تحميل سطح السطح. انتقل إلى دليل الموضوع في مجلد surfer المجاني.
ثم افتح مجلد bem ، متبوعا بمجلد مستجمعات المياه. قم بتحميل الملفات الأربعة ، وسطح الجلد الخارجي ، وسطح الجمجمة الخارجي ، وسطح الدماغ ، وسطح الجمجمة الداخلي. بعد ذلك ، حرك منزلقات تحديد الشريحة وابحث عن التداخل في طبقات السطح الصفراء.
في حالة حدوث تداخل ، تحقق مرة أخرى من بيانات التصوير بالرنين المغناطيسي بحثا عن عيوب أو أخطاء تشريحية ، واستخدم أدوات رسم واجهة المستخدم الرسومية لتوضيح الطبقات. بعد ذلك ، قم بتحميل بيانات التصوير بالرنين المغناطيسي الأصلية في تطبيق FreeView بالنقر فوق ملف ، ثم تحميل وحدة التخزين. انتقل إلى مجلد الموضوع وافتح مجلد التصوير بالرنين المغناطيسي.
ثم انقر فوق الدليل الأصلي وافتح بيانات التصوير بالرنين المغناطيسي الهيكلية وانقر فوق موافق. بعد ذلك ، اعرض صورة الرأس ذات التدرج الرمادي وانظر إلى الطبقات المختلفة من الرمادي والأسود حول الدماغ. تأكد من أن هذه الطبقات لا تحتوي على أي فجوات أو مخالفات. استخدم أداة منتقي الألوان لتحديد Voxel من الطبقة المراد تصحيحها.
قم بالتبديل إلى تحرير فوكسل يدويا ، وانقر للرسم على الصورة. استخدم هذا الإجراء لملء أي عيوب في صورة التصوير بالرنين المغناطيسي. قم بإجراء تصحيح لجميع الطبقات وشرائح التصوير بالرنين المغناطيسي حيث تحدث العيوب.
بعد ذلك ، قم بإجراء محاذاة مستشعر EEG الخاص بالموضوع مع مساحة التصوير بالرنين المغناطيسي باستخدام تراكب نموذج رأس راكب الأمواج المجاني. ثم احفظ التحويل. افتح تطبيق MNE Analyze.
انقر فوق ملف ، ثم تحميل السطح. انتقل إلى المجلد الذي يحتوي على بيانات الموضوع، وقم بتحميل سطح البيان. انقر فوق ملف، ثم انقر فوق تحميل بيانات المحول الرقمي، وحدد ملف مخطط كهربية الدماغ المعني.
انقر على عرض وإظهار العارض. بمجرد ظهور واجهة المستخدم الرسومية للعارض، انقر على الخيارات وتأكد من اختيار خيارات بيانات فروة الرأس والمحول الرقمي. تظهر الأقطاب الكهربائية هنا باللون الأحمر مع نقاط إمدانية باللون الأصفر.
في النافذة الرئيسية، حدد ضبط، ثم محاذاة الإحداثيات. باستخدام واجهة المستخدم الرسومية لمحاذاة الإحداثيات ، قم بتبديل أقطاب EEG وتدويرها في العارض باستخدام السهم وأزرار اليسار اليمنى. اضبط بقدر الضرورة.
بمجرد الانتهاء من المحاذاة ، انقر فوق حفظ في الجزء السفلي من واجهة المستخدم الرسومية لمحاذاة الإحداثيات لحفظ المحاذاة. لتحليل بيانات مخطط كهربية الدماغ ، قم بإجراء تصحيح القطع الأثرية لتدرج الماسح الضوئي من خلال طرح القالب بالنقر فوق زر تصحيح التصوير بالرنين المغناطيسي في قائمة معالجة الإشارة الخاصة ، وتحديد المعلمات المناسبة في واجهة المستخدم الرسومية لبرنامج تحليل مخطط كهربية الدماغ. لإزالة القطع الأثرية القلبية من خلال طرح القالب ، انقر فوق زر تصحيح CB في قائمة معالجة الإشارات الخاصة وحدد المعلمات المناسبة في واجهة المستخدم الرسومية لبرنامج التحليل.
ثم قم بتطبيق الترشيح تحت ترشيح البيانات. حدد الزر لترشيح IIR في الجزء العلوي من واجهة المستخدم الرسومية للتحليل. على سبيل المثال ، قم بتطبيق تمريرة عالية عند 0.05 هرتز ، وتمريرة منخفضة عند 40 هرتز ، ومرشح الشق عند تردد خط الطاقة مع لفة 48 ديسيبل لكل هرتز.
لإجراء تصحيح القطع الأثرية للعين، حدد تحويل، ثم تقليل رفض القطع الأثرية، متبوعا بتصحيح العين ICA. بعد ذلك ، قم بتقسيم بيانات مخطط كهربية الدماغ إلى ملاحم بناء على الوقت المحدد قبل وبعد التحفيز فيما يتعلق بعلامات توقيت الحدث عن طريق تحديد التحويل ، ثم وظائف تحليل المقطع ، متبوعة بالتجزئة. بعد ذلك ، اختر علامة الاهتمام والجزء الزمني محل الاهتمام.
بعد ذلك ، قم بإجراء رفض القطع الأثرية يدويا أو شبه التلقائي عن طريق تحديد التحويل ثم تقليل رفض القطعة الاصطناعية في رفض القطعة الأثرية. عند المطالبة، حدد معايير البيانات الاصطناعية داخل علامات التبويب الثلاث لواجهة المستخدم الرسومية (GUI) وتابع وفقا للتعليمات. في علامة التبويب Inspection Method، اختر البيانات الاصطناعية تلقائيا أو شبه التلقائي أو يدويا.
ثم حدد وضع علامة على البيانات الاصطناعية أو إزالتها وحدد ما إذا كانت التصحيحات لقناة واحدة. بعد ذلك في علامة تبويب تحديد القناة، حدد القنوات التي سيتم تصحيحها بحثا عن البيانات الاصطناعية. في علامة التبويب المعايير، حدد الأساس الذي سيتم من خلاله تحديد البيانات الاصطناعية.
انقر فوق موافق بعد تحديد المعايير، وسيتم تحديد البيانات الاصطناعية و/أو رفضها وفقا للتحديدات. لإجراء تصحيح الأساس، حدد تحويل ثم وظائف تحليل المقطع وتصحيح الأساس. ولحساب متوسط البيانات المجزأة، حدد التحويل، ثم وظائف تحليل المقطع، ثم المتوسط.
أولا ، تنقسم ملحمة EEG ذات الأهمية إلى نوافذ زمنية أصغر مع نوافذ محددة مسبقا وأحجام متداخلة. وفي الوقت نفسه ، تنقسم خريطة تنشيط الرنين المغناطيسي الوظيفي إلى مناطق متعددة ذات أهمية لاستخدامها كمقدمات مكانية لتحليل مصدر مخطط كهربية الدماغ. خلال كل فترة زمنية، سيتم تحديد مجموعة مناسبة من المقدمات المكانية لتوطين المصدر.
سيؤدي الجمع بين هذه الأشياء إلى المسار الزمني النهائي للنشاط القشري لملحمة مخطط كهربية الدماغ بأكملها ذات الأهمية. هنا ، يظهر نشاط الدماغ المعاد بناؤه مقارنة تصوير مصدر الرنين المغناطيسي الوظيفي الجديد المقيد بالرنين المغناطيسي الوظيفي المحدد مكانيا في الأعلى ، مع تصوير مصدر قيد الرنين المغناطيسي الوظيفي الثابت الشائع الاستخدام في الأسفل. يظهر نشاط الدماغ المعاد بناؤه في عدة نقاط زمنية لموضوع تمثيلي واحد يخضع لنموذج التنشيط الحركي البصري.
كانت نتائج التوطين من الطريقة الجديدة أكثر تركيزا وتوافقا بشكل أفضل مع مناطق الدماغ المتوقعة. هنا ، يتم اختبار متانة الطريقة من خلال تطبيق الطريقة بأحجام نوافذ مختلفة. لاحظ أن أحجام النوافذ المتواضعة مستقرة إلى حد ما ، بينما تظهر أحجام النوافذ الكبيرة نتائج متباينة.
بمجرد إتقانها ، يمكن إجراء جلسة تسجيل بيانات مخطط كهربية الدماغ والرنين المغناطيسي الوظيفي المتزامنة في حوالي ثلاث ساعات ، ويمكن إجراء تحليل البيانات في غضون يومين إلى ثلاثة أيام إذا تم إجراؤها بشكل صحيح. أثناء محاولة هذا الإجراء ، من المهم أن تتذكر التحقق من مزامنة الساعة والمشغلات أثناء التسجيل. أثناء التحليل ، يجب عليك أيضا الانتباه إلى المعلمات اللازمة لالتقاط نشاطك الذي يثير اهتمامك.
باتباع هذا الإجراء ، يمكن إجراء مقاييس مثل مخطط كهربية الدماغ وتحليل بيانات التصوير بالرنين المغناطيسي الوظيفي وتحليل اتصال الدماغ بالكامل من أجل التحقيق في بنية الاتصال الأساسية أو النشاط في الدماغ أثناء المهام المعرفية. بعد هذا التطور ، مهدت هذه التقنية الطريق للباحثين في مجال التصوير العصبي الوظيفي لاستكشاف نشاط الدماغ الديناميكي للغاية الذي ينطوي عليه المعالجة المعرفية المعقدة ودراسة التغييرات التفصيلية في المسارات العصبية المرتبطة بالاضطرابات العصبية. بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فهم جيد لكيفية إجراء تسجيل مخطط كهربية الدماغ والرنين المغناطيسي الوظيفي المتزامن وأداء أساسيات التحليل الاجتماعي لتخطيط كهربية الدماغ المقيدة بالرنين المغناطيسي الوظيفي الزماني المكاني.
من أجل إعادة بناء نشاط الدماغ بدقة ودقة زمانية مكانية عالية. لا تنس أن العمل مع المشاركين والمعدات في بيئة التصوير بالرنين المغناطيسي يتطلب وعيا مستمرا بمخاوف السلامة. يجب عدم إحضار أي أجسام معدنية غير محددة إلى غرفة التصوير بالرنين المغناطيسي ، ويجب الاحتفاظ بجميع مقاومة القطب الكهربائي تحت 50 كولوم.
View the full transcript and gain access to thousands of scientific videos
نظرة عامة
تدمج طريقة تصوير مصدر EEG المقيدة بالتصوير بالرنين المغناطيسي المكاني والزماني بين بيانات EEG و fMRI لتعزيز دقة التصوير العصبي. تساعد هذه التقنية في فهم العمليات المعرفية المعقدة والمسارات العصبية.
مكونات الدراسة الرئيسية
مجال العلم
- علم الأعصاب
- التصوير العصبي
- العمليات المعرفية
الخلفية
- EEG و fMRI هما تقنيتان مكملتان للتصوير العصبي.
- الخصوصية المكانية والدقة الزمنية حاسمة في دراسة وظائف الدماغ.
- تستخدم الطريقة نماذج fMRI السابقة لتحسين تحديد مصدر EEG.
- تشمل التطبيقات أبحاث الصرع والاضطرابات العصبية المعرفية.
هدف الدراسة
- لتحديد العلاقات الزمنية بين مناطق الدماغ.
- لاستكشاف المسارات العصبية المتضمنة في العمليات المعرفية.
- لتعزيز دقة التصوير العصبي الوظيفي.
الطرق المستخدمة
- دمج بيانات EEG و fMRI.
- استخدام خرائط fMRI الفرعية النشطة بشكل مشروط كمسبقات.
- تحسين الدقة المكانية والزمانية في التصوير العصبي.
- عروض مرئية لمساعدة تعلم الطريقة.
النتائج الرئيسية
- تعزيز الخصوصية المكانية في تحديد مصدر EEG.
- تحسين الدقة في فهم وظائف الدماغ.
- رؤى في أنظمة المعالجة الحركية البصرية والعاطفية.
- تطبيقات محتملة في مجالات معرفية مختلفة.
الاستنتاجات
- تحسن الطريقة بشكل كبير التصوير العصبي غير الغازي.
- توفر رؤى قيمة في العمليات المعرفية المعقدة.
- تبرر الاستكشاف الإضافي لتطبيقاتها.
الأسئلة الشائعة
Executive Industry Relevance
Integrating EEG and fMRI data enhances spatial and temporal resolution in neuroimaging, addressing a key challenge in mapping dynamic brain activity for target validation in CNS drug discovery. This multimodal approach improves predictive confidence by reducing source localization bias and cross-talk between conditionally active regions, supporting mechanistic de-risking in preclinical models of neurological disorders. The method enables more accurate interrogation of therapeutic hypotheses related to neural pathway modulation and biomarker alignment.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of temporal relationships between brain regions to clarify pathophysiological pathways in disease models.
- Scientific Value: Supports functional target validation by improving EEG source localization accuracy through dynamic fMRI priors.
- Scientific Value: Reduces mechanistic ambiguity in neural circuit modeling, increasing confidence in target engagement assessments.
Screening & Assay Development
- Operational Value: Generates standardized cortical activity maps and time-courses suitable for reproducible assay development in neuropharmacology.
- Operational Value: Provides quantitative dependent variable measurements (e.g., source localization evidence, cortical activation patterns) for compound screening.
- Operational Value: Enhances assay specificity by using fMRI-derived spatial priors to minimize off-target cortical signal interference.
Translational & Preclinical Research
- Translational Value: Enables continuity from discovery through preclinical validation by mapping dynamic cortical activity in disease-relevant systems.
- Translational Value: Supports biomarker alignment by identifying spatiotemporal neural signatures associated with cognitive or motor endpoints.
- Translational Value: Facilitates risk-adjusted advancement decisions by improving predictive confidence in target modulation outcomes.
Pipeline & Workflow Integration
The method fits within the discovery continuum from hypothesis testing in early neuroscience research to lead identification and preclinical validation, particularly for CNS targets requiring dynamic pathway analysis.
- Discovery Biology: Supports hypothesis testing and pathway clarification by resolving spatiotemporal dynamics of cortical networks involved in cognitive and motor processing.
- Screening: Enables assay readiness through reproducible, quantitative EEG-fMRI outputs that allow comparison of compound effects on brain activity.
- Analytics: Delivers model evidence and cortical time-course measurements that help teams compare conditions and assess target engagement.
- Translational Research: Connects to preclinical continuity by providing translatable neural activity patterns that align with behavioral or clinical endpoints.
- Enterprise Reuse: Represents a reusable neuroimaging capability applicable across multiple CNS therapeutic areas and target classes.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by improving spatial specificity and reducing false positives in EEG source imaging.
- Operational Value: Enhances reproducibility and standardization through structured workflows for multimodal data acquisition and hierarchical Bayesian analysis.
- Strategic Value: Supports better go/no-go decisions by de-risking mechanistic assumptions about target modulation in neural circuits.
- Portfolio Impact: Enables risk-adjusted prioritization of CNS programs by providing more accurate functional neuroimaging data for target validation.
Implementation Considerations
- Requires expertise in neurophysiology, MRI physics, and computational modeling for EEG-fMRI integration.
- Dependent on MRI-compatible EEG systems, synchronized acquisition hardware, and specialized software (e.g., FreeSurfer, MNE).
- Necessitates cross-team standardization between neuroscience, imaging, and data analysis groups for consistent priors and windowing parameters.
- Adaptation considerations include variability in head anatomy, signal artifacts, and individual differences in neurovascular coupling.
- Practical limitations include inability to detect EEG-invisible sources and dependency on accurate fMRI activation map segmentation.
