Functional Mapping mit Simultaneous MEG und EEG
14. Juni 2010
Wir verwenden Magnetenzephalographie (MEG) und Elektroenzephalographie (EEG) zu Hirnareale bei der Verarbeitung von einfachen sensorischen Stimuli beteiligt Karte.
Hallo, ich bin Markham vom Martino Center am Massachusetts General Hospital. Hallo, ich bin Han Liu, auch vom Martino Center. Heute zeigen wir Ihnen ein Protokoll zum Sammeln und Analysieren von MEC- und EC-Daten mit Hilfe der auditiven Somatosensorik.
Und dies wurde stimuliert, um die primären sensorischen COIs zu lokalisieren. Wir verwenden dieses Verfahren in unserem Labor, um sowohl die gesunden Probanden als auch die AP-Epilepsiepatienten zu untersuchen, die für eine Operation in Frage kommen. Also fangen wir an.
Beginnen Sie damit, die Abstimmung des MEG-Systems zu überprüfen. Stellen Sie sicher, dass alle Kanäle richtig abgestimmt sind und dass der durchschnittliche Geräuschpegel bei Plano-Gradiometerkanälen unter drei Femto Tesla pro Zentimeter und bei Magnetometerkanälen unter drei Femto Tesla liegt. Erfassen Sie als Nächstes fünf Minuten lang ein Segment mit Daten zu leeren Räumen, um eine Schätzung der Hintergrundgeräusche zu erhalten.
Richten Sie nun die somatosensorischen, auditiven und visuellen Reize ein, die dem Probanden während des Experiments präsentiert werden. Dies wird mit einem Stimuluscomputer, einem Projektor, der außerhalb des Schildraums installiert ist, und einem somatosensorischen elektrischen Stimulator erreicht. Um die Probanden auf das Experiment vorzubereiten, stellen Sie zunächst sicher, dass sie frei von magnetischen Materialien sind, und bringen Sie sie dann in einen abgeschirmten Raum und erfassen Sie einige MEG-Daten, um zu überprüfen, ob es keine Anzeichen von magnetischen Artefakten gibt.
Jetzt, da der Proband frei von jeglichen Artefakten ist, setzen Sie die EEG-Kappe auf den Kopf des Probanden und injizieren Sie leitendes Gel in jede Elektrode. Sobald die Kappe an Ort und Stelle und bereit ist, bringen Sie die EOG-Elektroden und die Referenzelektrode an und überprüfen Sie, ob die Impedanzen des EEG und aller anderen Elektroden unter 10 Kiloraum liegen. Platzieren Sie als nächstes den Kopfpositionsanzeiger oder die HPI Spulen und positionieren Sie sie so, dass sie sich unter dem Bereich befinden, der vom MEG Sensorarray abgedeckt wird und weit voneinander entfernt ist.
Digitalisieren Sie nun die treuhänderischen Wahrzeichen, HPI-Spulen, EEG-Elektroden und die Kopfform. Dieser Schritt wird außerhalb des magnetisch abgeschirmten Raums durchgeführt, in dem sich das MEG-System mit Hilfe eines 3D-Digitizers befindet. Legen Sie abschließend das Motiv in den Scanner ein.
Nachdem die Vorbereitungen abgeschlossen sind, beginnen wir mit der Datenerfassung. Richten Sie zunächst die Stimulationsprotokolle auf dem Stimuluscomputer für die somatosensorische Stimulation des Nervus medianus ein. Befestigen Sie die Stimulationselektroden am linken und rechten Handgelenk des Probanden und erhöhen Sie die Reizintensität allmählich unter das Niveau, das die motorische Schwelle für die auditive Stimulation überschreitet.
Setzen Sie Kopfhörer auf die Ohren des Probanden und überprüfen Sie, ob die Lautstärke für die visuelle Stimulation geeignet ist. Positionieren Sie die Rückprojektionswand vor dem Motiv und überprüfen Sie, ob der Reiz korrekt dargestellt wird. Beginnen Sie nun mit der Datenerfassung auf der Rohdatenanzeige.
Überprüfen Sie, ob alle Kanäle ordnungsgemäß funktionieren und keine Artefakte enthalten. Präsentieren Sie dem Probanden die Reize und speichern Sie dann die Rohdaten in Online-Durchschnittswerten. Bei der Datenanalyse verwenden wir anatomische MRT-Daten, um die Formen von Gewebekompartimenten für die Vorwärtsmodellierung zu bestimmen und die M-E-E-G-E-G-Daten auf die kortikale Oberfläche zu beschränken.
Wir verwenden sowohl das aktuelle Dipolmodell als auch eine verteilte kortikal eingeschränkte Minimumnormlösung. Lokalisierung der Gehirnbereiche, Reaktion auf die Stimulation. Wir haben Ihnen gerade gezeigt, wie Sie EG- und EG-Daten als Reaktion auf visuelle, auditive und einige andere sensorische Ti sammeln und analysieren können.
Wir haben gezeigt, wie diese Daten analysiert werden können, um die primäre sensorische Korsis zu lokalisieren. Das war's also. Vielen Dank fürs Zuschauen und viel Glück bei Ihren Experimenten.
Sehen Sie sich das vollständige Transkript an und erhalten Sie Zugang zu Tausenden wissenschaftlicher Videos
Übersicht
Diese Studie verwendet Magnetoenzephalographie (MEG) und Elektroenzephalographie (EEG), um die Hirnregionen zu untersuchen, die an der Verarbeitung einfacher sensorischer Reize beteiligt sind. Die Forschung zielt darauf ab, unser Verständnis der sensorischen Verarbeitung sowohl bei gesunden Personen als auch bei Epilepsiepatienten zu verbessern.
Wichtige Studienkomponenten
Wissenschaftsbereich
- Neurowissenschaften
- Elektrophysiologie
- Hirnbildgebung
Hintergrund
- Magnetoenzephalographie (MEG) und Elektroenzephalographie (EEG) sind nicht-invasive Techniken.
- Diese Methoden ermöglichen eine Echtzeit-Überwachung der Hirnaktivität.
- Das Verständnis der sensorischen Verarbeitung ist sowohl für die Grundlagenforschung in der Neurowissenschaft als auch für klinische Anwendungen von entscheidender Bedeutung.
- Die Forschung umfasst gesunde Freiwillige und Epilepsiepatienten.
Zweck der Studie
- Zur Kartierung der an der sensorischen Verarbeitung beteiligten Hirnareale.
- Zur Identifizierung primärer sensorischer Zentren von Interesse (COIs).
- Um Einblicke in die neuronalen Mechanismen zu gewinnen, die der sensorischen Wahrnehmung zugrunde liegen.
Verwendete Methoden
- Erhebung von MEG- und EEG-Daten.
- Auditive und somatosensorische Stimulationsprotokolle.
- Analyse der Hirnaktivität als Reaktion auf sensorische Reize.
- Vergleich der Daten zwischen gesunden Personen und Epilepsiepatienten.
Hauptergebnisse
- Identifizierung spezifischer Hirnregionen, die durch sensorische Reize aktiviert werden.
- Unterschiede in der sensorischen Verarbeitung zwischen gesunden Personen und Epilepsiepatienten.
- Einblicke in die funktionelle Organisation der sensorischen Verarbeitung im Gehirn.
- Potenzielle Auswirkungen für chirurgische Kandidaten mit Epilepsie.
Schlussfolgerungen
- MEG und EEG sind effektive Werkzeuge zur Untersuchung der sensorischen Verarbeitung.
- Die Ergebnisse tragen zum Verständnis der Hirnfunktion bei Gesundheit und Krankheit bei.
- Weitere Forschung kann klinische Ansätze für die Epilepsiebehandlung verbessern.
Häufig gestellte Fragen
Executive Industry Relevance
Functional brain mapping using combined MEG/EEG enables precise localization of sensory processing networks, supporting target validation in neuropsychiatric drug discovery. This approach provides quantitative, reproducible neural readouts that enhance predictive confidence in early-stage mechanistic de-risking. The method supports translational continuity from basic neuroscience to preclinical models of sensory dysfunction.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by mapping cortical responses to sensory stimuli.
- Operational Value: Supports biological de-risking through objective, quantifiable neural activation patterns.
- Predictive Value: Clarifies pathway engagement and functional target validation in disease-relevant neural circuits.
Screening & Assay Development
- Scientific Value: Prepares validated neural systems for downstream compound screening by establishing baseline evoked-response profiles.
- Operational Value: Ensures assay standardization and reproducibility through quality-controlled MEG/EEG acquisition protocols.
- Scalability: Facilitates platform reuse across sensory modalities (somatosensory, auditory, visual) for multiplexed target assessment.
Translational & Preclinical Research
- Translational Value: Provides disease-relevant system alignment by mapping sensory cortices in both healthy and epileptic models.
- Mechanistic De-risking: Enables risk-adjusted advancement decisions via cortical source localization using MRI-constrained minimum-norm estimates.
- Predictive Confidence: Supports biomarker alignment through spatiotemporal dynamics of evoked responses to sensory challenges.
Pipeline & Workflow Integration
The method integrates into early discovery workflows by providing functional validation of sensory targets prior to compound screening and lead optimization.
- Discovery Biology: Supports hypothesis testing and pathway clarification through stimulus-evoked cortical activation mapping.
- Screening: Enables assay readiness via standardized evoked-response acquisition and online averaging of MEG/EEG data.
- Analytics: Delivers quantitative neural readouts through equivalent current dipole modeling and cortically-constrained minimum-norm estimation.
- Translational Research: Connects discovery to preclinical continuity by localizing sensory cortices in epilepsy models using anatomical MRI for forward modeling.
- Enterprise Reuse: Establishes a reusable neuroimaging platform for cross-functional teams studying sensory processing disorders.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by reducing mechanistic ambiguity in sensory pathways.
- Operational Value: Enhances reproducibility and standardization through strict QA procedures, noise floor monitoring, and electrode impedance controls.
- Strategic Value: Improves go/no-go decisions by providing objective neural biomarkers of target engagement.
- Portfolio Impact: Enables risk-adjusted prioritization of compounds based on dose-responsive modulation of sensory-evoked potentials.
Implementation Considerations
- Requires expertise in neurophysiology, MEG/EEG acquisition, and inverse modeling techniques.
- Depends on magnetically shielded rooms, 3D digitization systems, and MRI-compatible stimulus delivery hardware.
- Necessitates cross-team standardization of stimulus protocols, artifact rejection criteria, and source localization pipelines.
- Involves adaptation considerations across species and disease models when translating from human epilepsy models to preclinical systems.
- Limited by the need for subject cooperation and artifact-free data collection, particularly in clinical populations with movement or cognitive impairments.
