בו-זמניות EEG ו MRI פונקציונלי הקלטה וניתוח אינטגרציה עבור הדמיה דינמי פעילות קורטיקלית
June 30th, 2018
יחידנית או משולבת EEG-fMRI, הדמיה שיטה, המכונה ייתכן מוגבל-fMRI EEG המקור הדמיה שיטה, מתואר כאן. השיטה הציג מעסיקה מפות המשנה מותנה-פעיל fMRI או הרשעות קודמות, להנחות EEG מקור לשפות אחרות באופן משפר ירידה לפרטים המרחבי, מגביל תוצאות שגויות.
שיטה זו יכולה לעזור לענות על שאלות מפתח בתחום מדעי המוח, כגון קביעת הקשר הטמפורלי בין אזורי מוח מרובים או חקר המסלול העצבי המפורט של תהליכים קוגניטיביים מורכבים. היתרון העיקרי של טכניקה זו הוא בכך שהיא מאפשרת שילוב של EEG רב-מודאלי ונתונים פונקציונליים באופן ספציפי מרחבי וזמני כדי לשפר את הרזולוציה והדיוק של הדמיה מוחית תפקודית. ההשלכות של טכניקה זו משתרעות על הבנת אפילפסיה והפרעות נוירו-קוגניטיביות.
מכיוון שהשיטה משפרת את הדיוק המרחבי והזמן עבור הדמיה מוחית לא פולשנית. למרות שניתן להשתמש בשיטה זו כדי לספק תובנה למערכות העיבוד המוטוריות והרגשיות החזותיות, ניתן ליישם אותה גם על מערכות אחרות, כגון אינטגרציה חושית-מוטורית, שפה ועיבוד זיכרון. הדגמה חזותית של שיטה זו היא קריטית, מכיוון ששלבי רישום נתוני EEG ו-fMRI במקביל יכולים להיות קשים ללמידה.
גם בגלל הדרישה למתקן, ציוד מיוחד ושיטות עיבוד אותות. כדי להתחיל בהליך זה, הניחו מכסה EEG פסיבי תואם MRI בגודל מתאים על ראשו של הנבדק. מקם את האלקטרודות לפי מערכת התיוג הבינלאומית 10-20.
בתוכנת הקלטת EEG, בדוק את עכבת ההארקה ואלקטרודות הייחוס. לשם כך, לחץ על לשונית העכבה ובחר את סוג האלקטרודה בממשק המשתמש של התוכנה. לאחר מכן, השתמש במזרק כדי להזריק אלקטרוליט לכל אלקטרודה.
לאחר מכן השתמש בצמר גפן כדי לפזר את הג'ל כדי להבטיח מגע בין העור לאלקטרודה. לאחר סיום הכנת מכסה ה-EEG, בקש מהנבדק להעביר לסורק המציאות המשולבת. הגדר את תצוגת הפרדיגמה הניסיונית על צג הממוקם בחדר התצפית.
השתמש בסליל ראש view מראה כדי לאפשר לנושא לצפות במסך הצג מבלי להזיז את ראשו או עיניו בשכיבה. הצג תמונה לדוגמה על מסך המחשב כדי להבטיח שהנושא יוכל לצפות בנוחות במסך ושהפרדיגמה תוצג כראוי. בצע את כל התאמות החומרה או התוכנה הנדרשות.
לאחר מכן, הורה לנבדק להישאר דומם ולבצע סריקת MRI אנטומית משוקללת ראשונית T1. במידת האפשר, השתמש בשדה ראייה המגיע מתחתית המוח הקטן לחלק העליון של הראש, כולל הגולגולת והעור. כעת, התחל להקליט את נתוני ה- EEG.
לחץ בו זמנית על הכפתורים המתאימים כדי להתחיל את הקלטת ה-MRI ולהתחיל את פרדיגמת העניין בתוכנת המצגת. בדוק את הקלטת נתוני ה-EEG כדי להבטיח את איכות האות, ואם תרצה, נרשמים סמנים מתאימים. כדי לנתח את נתוני ה-MRI המבניים, השתמש בממשק המשתמש הגרפי הזמין כדי להבטיח שאין חפיפה בשכבות.
לאחר מכן, פתח את אפליקציית FreeView. לחץ על קובץ ולאחר מכן על טען משטח. נווט לספריית הנושא בתיקיית הגולש החינמי.
לאחר מכן, פתח את תיקיית bem ואחריה את תיקיית פרשת המים. טען את ארבעת הקבצים, משטח העור החיצוני, משטח הגולגולת החיצוני, משטח המוח ומשטח הגולגולת הפנימי. לאחר מכן, הזז את מחווני בחירת הפרוסות וחפש חפיפה בשכבות המשטח הצהובות.
אם אכן מתרחשת חפיפה, בדוק שוב את נתוני ה-MRI לאיתור פגמים או שגיאות אנטומיות, והשתמש בכלי הציור של ממשק המשתמש הגרפי כדי להבהיר את השכבות. לאחר מכן, טען את נתוני ה-MRI המקוריים ביישום FreeView על ידי לחיצה על קובץ ולאחר מכן טען נפח. נווט אל תיקיית הנושא ופתח את תיקיית ה- mri.
לאחר מכן לחץ על הספרייה המקורית ופתח את נתוני ה-MRI המבניים ולחץ על אישור. לאחר מכן, צפו בתמונה בקנה מידה אפור של הראש והסתכלו על השכבות השונות של אפור ושחור סביב המוח. ודא שלשכבות אלה אין פערים או אי סדרים. השתמש בכלי בורר הצבע כדי לבחור את ה-Voxel מהשכבה לתיקון.
עבור לעריכת הווקסל ביד חופשית ולחץ כדי לצייר על התמונה. השתמש בהליך זה כדי למלא פגמים בתמונת ה-MRI. בצע תיקון עבור כל השכבות ופרוסות ה-MRI שבהן מתרחשים פגמים.
לאחר מכן, בצע יישור חיישן EEG ספציפי לנושא לחלל ה-MRI באמצעות שכבת העל של דגם ראש הגולש החופשי. לאחר מכן, שמור את שינוי הצורה. פתח את היישום MNE Analyze.
לחץ על קובץ ולאחר מכן על טען משטח. נווט לתיקייה המכילה את נתוני הנושא, וטען את משטח הפיאל. לחץ על קובץ ולאחר מכן לחץ על טען נתוני דיגיטייזר ובחר את קובץ ה-EEG המבוקש.
לחץ על הצג והצג את המציג. לאחר הופעת ממשק המשתמש הגרפי של הצופה, לחץ על אפשרויות וודא שאפשרויות נתוני הקרקפת והדיגיטייזר נבחרו. האלקטרודות כאן מוצגות באדום עם נקודות נאמנות בצהוב.
בחלון הראשי, בחר/י ״התאם״ ולאחר מכן ״קואורדינטות יישור״. באמצעות ממשק המשתמש הגרפי של יישור הקואורדינטות, העבר וסובב את אלקטרודות ה-EEG במציג באמצעות לחצני החץ והשמאל הימני. התאימו ככל שנדרש.
לאחר סיום היישור, לחץ שמור בתחתית ממשק המשתמש הגרפי של יישור קואורדינטות כדי לשמור את היישור. עבור ניתוח נתוני EEG, בצע תיקון ארטיפקטים של שיפוע סורק באמצעות חיסור תבנית על ידי לחיצה על כפתור תיקון MR בתפריט עיבוד האותות המיוחד, ובחירת פרמטרים מתאימים בממשק המשתמש הגרפי של תוכנת ניתוח EEG. כדי להסיר חפצים קרדיובליסטיים באמצעות חיסור תבנית, לחץ על כפתור תיקון CB בתפריט עיבוד האותות המיוחד ובחר פרמטרים מתאימים בממשק המשתמש הגרפי של תוכנת הניתוח.
לאחר מכן, החל סינון תחת סינון נתונים. בחר את הלחצן לסינון IIR בחלק העליון של ממשק המשתמש הגרפי של הניתוח. לדוגמה, החל מעבר גבוה ב-0.05 הרץ, מעבר נמוך ב-40 הרץ ומסנן חריץ בתדר קו החשמל עם גלגול של 48 דציבלים להרץ.
כדי לבצע תיקון חפץ עיני, בחר טרנספורמציה, לאחר מכן הפחתת דחיית חפץ, ולאחר מכן תיקון עיניים ICA. לאחר מכן, פלח את נתוני ה-EEG לאפוסים על סמך הזמן שצוין לפני ואחרי הגירוי ביחס לסמני תזמון האירוע על ידי בחירת טרנספורמציה, לאחר מכן פונקציות ניתוח פלחים, ולאחר מכן פילוח. לאחר מכן, בחר את סמן העניין ואת פלח הזמן המעניין.
לאחר מכן, בצע דחיית חפץ ידנית או חצי אוטומטית על ידי בחירה בטרנספורמציה ולאחר מכן הפחתת דחיית חפץ בדחיית חפץ. כאשר תתבקש, הגדר קריטריונים עבור חפצים בשלוש הכרטיסיות של ממשק המשתמש הגרפי והמשך לפי ההוראות. בכרטיסייה שיטת בדיקה, בחר אוטומטית, אוטומטית למחצה או בחר תוצרים באופן ידני.
לאחר מכן בחרו 'סמן' או 'הסירו תוצרים' וציינו אם התיקונים מיועדים לערוץ אחד. לאחר מכן, בלשונית בחירת הערוץ, בחר את הערוצים שיתוקנו עבור חפצים. בכרטיסיה קריטריונים, בחר את הבסיס שלפיו יזוהו תוצרים.
לחץ על OK לאחר בחירת קריטריונים, ותוצרים יזוהו ו/או יידחו בהתאם לבחירות. לביצוע תיקון בסיסי, בחר Transformation ולאחר מכן Segment analysis functions and baseline correction. וכדי לחשב ממוצע של הנתונים המפולחים, בחר טרנספורמציה, לאחר מכן פונקציות ניתוח פלחים ולאחר מכן ממוצע.
ראשית, אפוס העניין של EEG מחולק לחלונות זמן קטנים יותר עם גדלי חלונות וחפיפה מוגדרים מראש. בינתיים, מפת הפעלת ה-fMRI מחולקת למספר אזורי עניין שישמשו כמקדימים מרחביים לניתוח מקור EEG. במהלך כל חלון זמן, תיבחר קבוצה מתאימה של קודמים מרחביים ללוקליזציה של המקור.
שילוב אלה יניב את מהלך הזמן הסופי של פעילות קליפת המוח עבור כל אפוס ה-EEG המעניין. כאן, פעילות מוחית משוחזרת מוצגת בהשוואה להדמיית מקור ה-EEG המוגבלת של fMRI מרחבית-זמנית למעלה, עם הדמיית מקור אילוץ fMRI קבועה בזמן הנפוצה בתחתית. פעילות מוחית משוחזרת מוצגת במספר נקודות זמן עבור נבדק מייצג אחד שעובר את פרדיגמת ההפעלה המוטורית החזותית.
תוצאות הלוקליזציה מהשיטה החדשה היו ממוקדות יותר והתאימו טוב יותר לאזורי המוח הצפויים. כאן נבדקת חוסן השיטה על ידי יישום השיטה בגדלי חלונות שונים. שימו לב שגדלי החלונות הצנועים יציבים למדי, בעוד שגדלי חלונות גדולים מראים תוצאות שונות.
לאחר השליטה, ניתן לבצע את הקלטת נתוני EEG ו-fMRI במקביל תוך כשלוש שעות, וניתן לבצע ניתוח נתונים תוך יומיים-שלושה אם הם נעשים כראוי. בעת ניסיון הליך זה, חשוב לזכור לבדוק את סנכרון השעון והגורמים המפעילים שלך בזמן ההקלטה. במהלך הניתוח, כדאי לשים לב גם לפרמטרים הדרושים כדי ללכוד את הפעילות המעניינת שלך.
בעקבות הליך זה, ניתן לבצע מדדים כמו EEG וניתוח נתוני MRI תפקודי ניתוח קישוריות כל המוח על מנת לחקור את מבנה הקישוריות הבסיסי או הפעילות במוח במהלך משימות קוגניטיביות. לאחר פיתוח זה, טכניקה זו סללה את הדרך לחוקרים בתחום הדימות המוחי התפקודי לחקור את הפעילות המוחית הדינמית ביותר המעורבת בעיבוד קוגניטיבי מורכב ולחקור את השינויים המפורטים במסלולים עצביים הקשורים להפרעות נוירולוגיות. לאחר צפייה בסרטון זה, אתה אמור להיות בעל הבנה טובה כיצד לבצע הקלטת EEG ו-fMRI במקביל ולבצע יסודות של סוציואנליזה מוגבלת של EEG fMRI טמפורלי מרחבי.
על מנת לשחזר את פעילות המוח ברזולוציה ודיוק מרחביים גבוהים. אל תשכח שעבודה עם משתתפים וציוד בסביבת MRI דורשת מודעות מתמדת לחששות בטיחותיים. אין להכניס חפצי מתכת לא מוגדרים לחדר ה-MRI, ויש לשמור על כל עכבות האלקטרודות מתחת ל-50 קולומבים.
View the full transcript and gain access to thousands of scientific videos
סקירה כללית
שיטת הדמיית מקור ה-EEG המוגבלת ב-fMRI מרחבית-זמנית משלבת נתוני EEG ו-fMRI כדי לשפר את הדיוק של הדמיית המוח. טכניקה זו מסייעת בהבנת תהליכים קוגניטיביים מורכבים ומסלולי עצבים.
רכיבי מחקר מרכזיים
תחום המדע
- מדעי המוח
- הדמיית מוח
- תהליכים קוגניטיביים
רקע
- EEG ו-fMRI הם טכניקות הדמיית מוח משלימות.
- ספציפיות מרחבית ורזולוציה זמנית הן קריטיות בחקר תפקוד המוח.
- השיטה משתמשת בפריסות fMRI מוקדמות כדי לשפר את לוקליזציית המקור של EEG.
- יישומים כוללים מחקר על אפילפסיה והפרעות נוירו-קוגניטיביות.
מטרת המחקר
- לקבוע את היחסים הזמניים בין אזורי המוח.
- לחקור מסלולי עצבים המעורבים בתהליכים קוגניטיביים.
- לשפר את הרזולוציה של הדמיית מוח פונקציונלית.
שיטות ששימשו
- שילוב נתוני EEG ו-fMRI.
- שימוש במפות משנה fMRI פעילות מותנית כפריסות.
- שיפור הדיוק המרחבי והזמני בהדמיית מוח.
- הדגמות חזותיות לסיוע בלימוד השיטה.
תוצאות עיקריות
- ספציפיות מרחבית משופרת בלוקליזציית מקור EEG.
- דיוק משופר בהבנת תפקוד המוח.
- תובנות לגבי מערכות עיבוד מוטורי ויזואלי ועיבוד רגשי.
- יישומים פוטנציאליים בתחומים קוגניטיביים שונים.
מסקנות
- השיטה משפרת משמעותית את הדמיית המוח הלא-פולשנית.
- היא מספקת תובנות חשובות לגבי תהליכים קוגניטיביים מורכבים.
- חקר נוסף של היישומים שלה מוצדק.
שאלות נפוצות
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.
