June 30th, 2018
Un EEG-IRMf multimodal méthode, dite de la source EEG spatio-temporelle sont limitées IRMf imagerie méthode, l’imagerie est décrite ici. La méthode présentée emploie des cartes sous IRMf conditionnellement-active ou prieurs, pour guider la localisation des sources EEG d’une manière qui améliore la spécificité spatiale et limite des résultats erronés.
Cette méthode peut aider à répondre à des questions clés dans le domaine des neurosciences, telles que la détermination de la relation temporelle entre plusieurs régions du cerveau ou l’exploration de la voie neuronale détaillée de processus cognitifs complexes. Le principal avantage de cette technique est qu’elle permet d’intégrer des données EEG et fonctionnelles multimodales de manière spécifique dans l’espace et dans le temps afin d’améliorer la résolution et la précision de la neuroimagerie fonctionnelle. Les implications de cette technique s’étendent à la compréhension de l’épilepsie et des troubles neurocognitifs.
Parce que la méthode améliore la précision spatiale et temporelle de la neuroimagerie non invasive. Bien que cette méthode puisse être utilisée pour fournir des informations aux systèmes de traitement moteur visuel et émotionnel, elle peut également être appliquée à d’autres systèmes, tels que l’intégration sensorimotrice, le langage et le traitement de la mémoire. La démonstration visuelle de cette méthode est essentielle, car les étapes simultanées d’enregistrement des données EEG et IRMf peuvent être difficiles à apprendre.
Aussi en raison de la nécessité d’installations, d’équipements et de méthodes de traitement du signal spécialisés. Pour commencer cette procédure, placez un capuchon EEG passif compatible avec l’IRM de taille appropriée sur la tête du sujet. Positionnez les électrodes conformément au système d’étiquetage international 10-20.
Dans le logiciel d’enregistrement EEG, vérifiez l’impédance des électrodes de masse et de référence. Pour ce faire, cliquez sur l’onglet impédance et sélectionnez le type d’électrode sur l’interface utilisateur du logiciel. Ensuite, utilisez la seringue pour injecter l’électrolyte dans chaque électrode.
Utilisez ensuite un coton-tige pour étaler le gel afin d’assurer le contact peau-électrode. Une fois la préparation de la coiffe EEG terminée, faites passer le sujet au scanner IRM. Installez l’affichage du paradigme expérimental sur un moniteur situé dans la salle d’observation.
Utilisez un miroir de visualisation à bobine de tête pour permettre au sujet de voir l’écran du moniteur sans bouger la tête ou les yeux en position couchée. Affichez un exemple d’image sur l’écran de l’ordinateur pour vous assurer que le sujet peut voir confortablement l’écran et que le paradigme s’affichera correctement. Effectuez les ajustements matériels ou logiciels nécessaires.
Après cela, demandez au sujet de rester immobile et d’effectuer une première IRM anatomique pondérée en T1. Si possible, utilisez un champ de vision qui s’étend du bas du cervelet au sommet de la tête, y compris le crâne et la peau. Maintenant, commencez à enregistrer les données EEG.
Cliquez simultanément sur les boutons appropriés pour commencer l’enregistrement de l’IRM et lancer le paradigme d’intérêt sur le logiciel de présentation. Vérifiez l’enregistrement des données EEG pour garantir la qualité du signal et, si vous le souhaitez, les marqueurs appropriés sont enregistrés. Pour analyser les données IRM structurelles, utilisez l’interface graphique disponible pour vous assurer qu’il n’y a pas de chevauchement dans les couches.
Ensuite, ouvrez l’application FreeView. Cliquez sur Fichier, puis sur Charger la surface. Naviguez jusqu’au répertoire du sujet dans le dossier du surfeur libre.
Ensuite, ouvrez le dossier bem, puis le dossier watershed. Chargez les quatre fichiers, la surface externe de la peau, la surface externe du crâne, la surface du cerveau et la surface interne du crâne. Ensuite, déplacez les curseurs de sélection de tranche et recherchez un chevauchement dans les couches de surface jaunes.
S’il y a chevauchement, vérifiez les données de l’IRM pour détecter les défauts ou les erreurs anatomiques, et utilisez les outils de dessin de l’interface graphique pour clarifier les couches. Ensuite, chargez les données MRI d’origine dans l’application FreeView en cliquant sur Fichier, puis sur Charger le volume. Accédez au dossier de l’objet et ouvrez le dossier mri.
Cliquez ensuite sur le répertoire d’origine et ouvrez les données IRM structurelles et cliquez sur OK. Ensuite, visualisez l’image en niveaux de gris de la tête et regardez les différentes couches de gris et de noir autour du cerveau. Assurez-vous que ces couches ne présentent pas d’espaces ou d’irrégularités. Utilisez l’outil de sélection de couleurs pour sélectionner le Voxel de la couche à corriger.
Passez à l’édition de voxel à main levée et cliquez pour dessiner sur l’image. Utilisez cette procédure pour combler tout défaut dans l’image IRM. Effectuez la correction de toutes les couches et coupes IRM où des défauts se produisent.
Par la suite, effectuez l’alignement du capteur EEG spécifique au sujet sur l’espace IRM à l’aide de la superposition du modèle de tête de surfeur libre. Ensuite, enregistrez la transformation. Ouvrez l’application MNE Analyze.
Cliquez sur Fichier, puis sur Charger Surface. Accédez au dossier contenant les données du sujet et chargez la surface du pial. Cliquez sur Fichier, puis sur Charger les données du numériseur et sélectionnez le fichier EEG qui vous intéresse.
Cliquez sur Afficher et afficher le visualiseur. Une fois que l’interface graphique du visualiseur apparaît, cliquez sur Options et assurez-vous que les options de données du scalp et du numériseur sont sélectionnées. Les électrodes sont ici indiquées en rouge avec les points repères en jaune.
Dans la fenêtre principale, sélectionnez Ajuster, puis Alignement des coordonnées. À l’aide de l’interface graphique d’alignement des coordonnées, décalez et faites pivoter les électrodes EEG dans le visualiseur à l’aide des boutons fléchés et gauche droite. Ajustez autant que nécessaire.
Une fois l’alignement terminé, cliquez sur Enregistrer en bas de l’interface graphique d’alignement des coordonnées pour enregistrer l’alignement. Pour l’analyse des données EEG, effectuez la correction des artefacts de gradient du scanner par soustraction de modèle en cliquant sur le bouton de correction MR dans le menu spécial de traitement du signal et en sélectionnant les paramètres appropriés dans l’interface graphique du logiciel d’analyse EEG. Pour supprimer les artefacts cardiobalistiques par soustraction de modèle, cliquez sur le bouton de correction CB dans le menu spécial de traitement du signal et sélectionnez les paramètres appropriés dans l’interface graphique du logiciel d’analyse.
Ensuite, appliquez le filtrage sous Filtrage des données. Sélectionnez le bouton de filtration IIR en haut de l’interface graphique d’analyse. Par exemple, appliquez un filtre passe-haut à 0,05 Hertz, un filtre passe-bas à 40 Hertz et un filtre coupe-bande à la fréquence de la ligne électrique avec une atténuation de 48 décibels par Hertz.
Pour effectuer une correction d’artefact oculaire, sélectionnez Transformation, puis Réduction du rejet d’artefact, puis Correction oculaire ICA. Ensuite, segmentez les données EEG en épiques en fonction du temps spécifié avant et après le stimulus par rapport aux marqueurs de synchronisation de l’événement en sélectionnant Transformation, puis Fonctions d’analyse de segment, puis Segmentation, puis Segmentation. Ensuite, choisissez le marqueur d’intérêt et le segment de temps qui vous intéresse.
Par la suite, effectuez un rejet manuel ou semi-automatique de l’artefact en sélectionnant Transformation puis Réduction du rejet de l’artefact dans Rejet de l’artefact. Lorsque vous y êtes invité, définissez des critères pour les artefacts dans les trois onglets de l’interface graphique et procédez comme indiqué. Dans l’onglet Méthode d’inspection, choisissez automatiquement, semi-automatiquement ou sélectionner manuellement les artefacts.
Sélectionnez ensuite Marquer ou supprimer les artefacts et indiquez si les corrections concernent un seul canal. Ensuite, dans l’onglet de sélection des canaux, sélectionnez les canaux qui seront corrigés pour les artefacts. Dans l’onglet Critères, sélectionnez la base sur laquelle les artefacts seront identifiés.
Cliquez sur OK après avoir sélectionné les critères, et les artefacts seront identifiés et/ou rejetés conformément aux sélections. Pour effectuer une correction de la ligne de base, sélectionnez Transformation, puis Fonctions d’analyse de segment et correction de la ligne de base. Et pour calculer la moyenne des données segmentées, sélectionnez Transformation, puis Fonctions d’analyse de segments, puis Moyenne.
Tout d’abord, l’épi EEG d’intérêt est divisé en fenêtres temporelles plus petites avec des tailles de fenêtre et de chevauchement prédéfinies. Pendant ce temps, la carte d’activation de l’IRMf est subdivisée en plusieurs régions d’intérêt à utiliser comme a priori spatial pour l’analyse des sources EEG. Au cours de chaque fenêtre horaire, un ensemble approprié de priorités spatiales sera sélectionné pour la localisation de la source.
La combinaison de ces derniers produira le cours temporel final de l’activité corticale pour l’ensemble de l’épique EEG d’intérêt. Ici, l’activité cérébrale reconstruite est montrée en comparant la nouvelle imagerie de source EEG contrainte d’IRMf spatio-temporellement spécifique en haut, avec l’imagerie de source de contrainte d’IRMf invariante dans le temps couramment utilisée en bas. L’activité cérébrale reconstruite est montrée à plusieurs moments pour un sujet représentatif subissant le paradigme de l’activation motrice visuelle.
Les résultats de localisation de la nouvelle méthode étaient plus focaux et mieux alignés avec les régions cérébrales attendues. Ici, la robustesse de la méthode est testée en appliquant la méthode avec différentes tailles de fenêtres. Notez que les tailles de fenêtre modestes sont assez stables, tandis que les grandes tailles de fenêtre montrent des résultats disparates.
Une fois maîtrisée, la session simultanée d’enregistrement des données EEG et IRMf peut être effectuée en trois heures environ, et l’analyse des données peut être effectuée en deux à trois jours si elle est effectuée correctement. Lorsque vous tentez cette procédure, il est important de ne pas oublier de vérifier la synchronisation de votre horloge et vos déclenchements pendant l’enregistrement. Lors de l’analyse, vous devez également faire attention aux paramètres nécessaires pour capturer l’activité qui vous intéresse.
À la suite de cette procédure, des mesures telles que l’analyse des données EEG et l’IRM fonctionnelle, l’analyse de la connectivité de l’ensemble du cerveau peuvent être effectuées afin d’étudier la structure ou l’activité sous-jacente de la connectivité dans le cerveau pendant les tâches cognitives. Après ce développement, cette technique a ouvert la voie aux chercheurs dans le domaine de la neuroimagerie fonctionnelle pour explorer l’activité cérébrale hautement dynamique impliquée dans le traitement cognitif complexe et pour étudier les changements détaillés dans les voies neuronales associées aux troubles neurologiques. Après avoir regardé cette vidéo, vous devriez avoir une bonne compréhension de la façon d’effectuer un enregistrement simultané de l’EEG et de l’IRMf et d’effectuer les bases de la socio-analyse EEG contrainte spatio-temporelle de l’IRMf.
Afin de reconstruire l’activité cérébrale avec une résolution et une précision spatiales temporelles élevées. N’oubliez pas que travailler avec des participants et de l’équipement dans l’environnement de l’IRM nécessite une sensibilisation constante aux problèmes de sécurité. Aucun objet métallique non spécifié ne doit être apporté dans la salle d’IRM, et toutes les impédances des électrodes doivent être maintenues en dessous de 50 coulombs.
View the full transcript and gain access to thousands of scientific videos
La méthode d'imagerie de source EEG contrainte par l'IRMf spatio-temporelle intègre les données EEG et IRMf pour améliorer la précision de la neuroimagerie. Cette technique aide à comprendre les processus cognitifs complexes et les voies neuronales.