需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

利用同步脑磁图/脑电图与基于解剖约束的最小范数估计绘制皮层动态:以听觉注意为例

14.4K 次观看

⸱

DOI:

10.3791/4262

⸱

2012年10月24日

 ,  , 

本文内容

摘要

我们采用脑磁图和脑电图(MEG/EEG),结合磁共振成像(MRI)获取的解剖学信息,来绘制与听觉注意相关的皮层网络动态图谱。

摘要

脑磁图与脑电图(MEG/EEG)是神经影像技术,具有高时间分辨率,特别适用于研究参与动态感知与认知任务的皮层网络,例如在鸡尾酒会情境中注意不同声音的过程。以往许多研究仅使用在传感器水平记录的数据, 即,头皮表面及外部记录的磁场或电位,通常关注与刺激呈现时间锁定的脑活动。此类事件相关场/电位分析在仅有少量可在时空上分离和识别的偶极子模式时尤为适用。 alternatively,通过利用解剖学信息,这些不同的场模式可被定位于大脑皮层上的电流源。然而,对于持续时间较长、可能不与特定刺激时间锁定的脑响应(例如,为基于提示的听觉特征从两个同时呈现的 spoken digits 中选择一个做准备)或可能分布在多个未知的空间位置上 先验的仅使用有限数量的局部源可能无法充分捕捉到分布式皮层网络的招募。

在此,我们描述一种利用个体解剖磁共振成像(MRI)数据,通过最小范数估计(minimum-norm estimates, MNE)方法建立传感器信号与大脑皮层偶极子激活之间关系的实验流程。这种逆成像方法为我们提供了进行分布式源分析的工具。为便于说明,我们将以免费提供的 FreeSurfer 和 MNE 软件为例,详细介绍全部操作步骤。我们将总结生成前向模型所需的 MRI 序列及分析步骤,该模型可用于将分布于皮层上的偶极子所产生的预期场模式与 M/EEG 传感器信号关联起来。接下来,我们将逐步介绍对传感器数据进行去噪处理的关键流程,以消除环境干扰和生理噪声的影响。随后,我们将概述将 MEG/EEG 传感器数据整合并映射到皮层空间的操作方法,从而生成与各实验条件相关的、反映大脑皮层表面偶极子激活动态变化的时间序列集合(即“脑部电影”)。最后,我们将重点介绍若干统计分析技术,这些方法可支持我们在被试群体水平上进行科学推断即基于一个共同的皮层坐标空间进行组水平分析。

方案

1. 解剖数据的采集与处理

  1. 获取受试者的一次磁化准备快速梯度回波(MPRAGE)MRI扫描。具体扫描时间取决于所采用的扫描方案,通常需要5-10分钟。
  2. 如果使用脑电图(EEG)数据进行逆成像分析,则需额外获取两次快速低角度激发(FLASH)MRI扫描(翻转角分别为5°和30°),因为FLASH序列提供的组织对比度与标准MPRAGE序列不同1。
  3. 使用FreeSurfer软件(见下表)2, 3重建皮层表面,并建立个体化的M/EEG偶极子源空间。
    1. 该源空间被限制在从MPRAGE扫描中分割出的灰质/白质边界上。每个半球包含约100,000个潜在顶点,间距约为1 mm。在进行偶极子振幅估计(见下文)时,使用7 mm的网格间距,每个半球可得到约3,000个偶极子。
  4. 利用MNE(见下表)和FreeSurfer,从MPRAGE和FLASH图像中重建皮肤、颅骨外层和颅骨内层表面。使用这些表面生成三层边界元模型(BEM)。

2. M/EEG 数据采集

  1. 准备受试者以进行脑磁图/脑电图(M/EEG)记录。
    1. 有关眼电图、参考电极的准备,以及受试者解剖标志点、头部位置指示线圈(HPI)和脑电(EEG)电极的数字化等详细步骤,请参见 Liu et al

访问受限。请登录或开始试用以查看此内容。

讨论

为了从采集到的脑磁图(MEG)/脑电图(EEG)数据中估算大脑皮层上的偶极子激活,我们需要求解一个逆问题。除非施加适当的解剖学和生理学约束,否则该问题不存在唯一且稳定的解。通过使用个体受试者经磁共振成像(MRI)获得的解剖学约束,并采用最小范数作为估计准则,我们可以得到一个与传感器测量结果一致的皮层电流源逆向估计结果。该方法已被证明在听觉处理14以及其他领域(如视觉处理15和语言处理16)的研究中具有重要应用价值。

还有许多其他逆问题求解方法。然而,所有这些方法均可归纳为两类:定位方法(例如,等效电流偶极子建模)或成像方法(例如,最小范数估计(MNE)、波束成形技术)。此外,每种逆问题求解方法都有其权衡取舍(详见文献17的深入讨论)。例如,由于本方法采用最小范数约束,其电流估计结果在空间上必然是分布式的。这种最小范数估计方法特别适用于涉及广泛皮层网络参与的任务。而对于刺激诱发的局灶性源活动的早期反应映射(例如,听觉刺激诱发的、被认为定位于双.......

访问受限。请登录或开始试用以查看此内容。

披露

未声明任何利益冲突。

致谢

作者感谢Matti S. Hämäläinen、Lilla Zöllei以及三位匿名审稿人提出的有益意见。资助来源:R00DC010196(AKCL);T32DC000018(EDL);T32DC005361(RKM)。

....

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
306通道 Vectorview MEG 系统Eleka-Neuromag Ltd,
1.5-T Avanto MRI 扫描仪西门子医疗系统公司
FreeSurferhttp://freesurfer.net/
MNE 软件http://www.nmr.mgh.harvard.edu/martinos/userInfo/data/sofMNE.php
脑电图电极Brain Products, Easycap GmbH
3Space Fastrak 系统Polhemus
光学按钮盒(FIU-932)Current Designs

参考文献

  1. Fischl, B. Automatically parcellating the human cerebral cortex. Cerebral Cortex. 14, 11-22 (2004).
  2. Dale, A., Sereno, M. Improved localization of cortical activity by combining EEG and MEG with MRI cortical surfa....

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

解剖约束MNE源定位皮层映射脑电影组水平分析基于表面的坐标