Method Article

Utilizzo di un sistema di navigazione TMS per la digitalizzazione ad alta precisione delle posizioni dei sensori al fine di migliorare la localizzazione delle sorgenti

DOI:

10.3791/69508

January 23rd, 2026

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Presentiamo un metodo riproducibile per digitalizzare le posizioni dei sensori di elettroencefalografia ad alta densità (EEG) utilizzando strumenti di un sistema di Stimolazione Cerebrale Navigata (NBS). Questo approccio non richiede estensioni software aggiuntive, solo strumenti standard NBS. Integrato con pipeline MNE-Python, questo approccio migliora la precisione della localizzazione della sorgente senza hardware aggiuntivo.

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La localizzazione delle sorgenti è una tecnica utilizzata per stimare le fonti di attività cerebrale basandosi sui segnali registrati dal cuoio capelluto. La localizzazione accurata delle sorgenti dipende in modo critico dalla digitalizzazione spaziale precisa delle posizioni dei sensori. In questo protocollo, presentiamo un metodo pratico e affidabile per digitalizzare le posizioni dei sensori utilizzando il sistema Navigated Brain Stimulation (NBS). Il NBS è un componente delle apparecchiature di Stimolazione Magnetica Transcranica (TMS) comunemente disponibile nei laboratori TMS, ma raramente utilizzato per la digitalizzazione dei sensori di elettroencefalografia (EEG) o sistemi funzionali di spettroscopia nel prossimo infrarosso (fNIRS). Questo approccio consente ai ricercatori di sfruttare l'infrastruttura esistente per migliorare significativamente l'accuratezza spaziale della modellazione delle sorgenti, senza dover investire in attrezzature dedicate alla digitalizzazione.

Accompagniamo gli spettatori attraverso l'intero flusso di lavoro: (1) digitalizzazione della posizione degli elettrodi EEG utilizzando gli strumenti predefiniti del sistema Nexstim NBS; (2) esportazione dei dati di coordinate in formati compatibili; (3) integrare questi dati nelle pipeline di pre-elaborazione EEG e localizzazione della sorgente utilizzando il pacchetto MNE-Python. Il protocollo include anche consigli per allineare i dati digitalizzati con le immagini MRI e ottimizzare l'accuratezza della coregistrazione. Per illustrare l'utilità pratica del metodo, lo applichiamo ad analizzare dati provenienti da un esperimento di stimolazione tattile.

Sono forniti script Python personalizzati per l'elaborazione delle coordinate e la coregistrazione per garantire riproducibilità e facilità di adozione. I risultati mostrano che l'incorporazione delle posizioni digitalizzate degli elettrodi migliora notevolmente l'accuratezza anatomica e l'interpretabilità delle stime della sorgente corticale rispetto ai montaggi predefiniti degli elettrodi.

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'elettroencefalografia (EEG) misura l'attività elettrica cerebrale sul cuoio capelluto, ma le registrazioni grezze mescolano segnali da molte fonti cerebrali e non cerebrali. La localizzazione della sorgente si riferisce alla stima computazionale di dove nel cervello provengono i segnali EEG misurati, "mappando" di fatto le tensioni del cuoio capelluto fino alle regionicorticali 1. Questi metodi permettono ai ricercatori di collegare l'attività oscillatoria dell'EEG o le risposte correlate a eventi a specifiche aree cerebrali, migliorando notevolmente l'interpretabilità dell'EEG. Ottenere una localizzazione accurata della sorgente dipende in modo critico dal sapere esattamente dove si colloca ogni elettrodo sulla testa rispetto all'anatomia. Dobbiamo digitalizzare le posizioni degli elettrodi per registrarne le posizioni 3D esatte sulla testa. Queste coordinate vengono poi coregistrate, o allineate, con il modello di testa derivato dalla risonanza magnetica del soggetto per risolvere i problemi EEG in avanti (previsione delle tensioni sul cuoio capelluto) e inversi (stima delle sorgenti cerebrali). Una posizione precisa degli elettrodi è essenziale: anche piccoli errori di digitalizzazione possono spostare la sorgente stimata fino a pochi centimetri o più nel cervello.

L'imaging moderno della sorgente EEG è un processo a più fasi che integra informazioni anatomiche e funzionali. Inizia con la digitalizzazione degli elettrodi, dove le precise coordinate 3D di ciascun sensore EEG vengono registrate sul cuoio capelluto. Successivamente, viene eseguita un'imaging anatomico, tipicamente tramite l'acquisizione della risonanza magnetica strutturale del soggetto; se non disponibile, può essere utilizzato un modello standarda testa 2. Le posizioni degli elettrodi digitalizzati vengono quindi co-registrate con la geometria della testa della risonanza magnetica, allineandole all'anatomia dell'individuo. Da questo passaggio si deriva una matrice di trasformazione che mappa la posizione degli elettrodi dallo spazio di testa a quello della risonanza magnetica. La risonanza magnetica strutturale viene poi segmentata in tessuti (cuoio capelluto, cranio, cervello) con uno strumento di segmentazione MRI come Freesurfer3 per costruire un modello realistico di conduttore di volume. Con questo modello, viene calcolato il modello diretto, combinando le posizioni degli elettrodi, la geometria della testa e le conduttività tissutali per prevedere i potenziali del cuoio capelluto per qualsiasi ipotetica sorgentecorticale 4. Infine, la soluzione inversa viene stimata utilizzando metodi come l'imaging a sorgenti distribuite o il fitting dipoli per stimare la distribuzione corticale della corrente che meglio spiega i dati EEGmisurati 5. Ogni passaggio è fondamentale: il modello della testa garantisce conduttività anatomicamente plausibili, la soluzione diretta collega le sorgenti ai potenziali del cuoio capelluto e la soluzione inversa mappa i segnali registrati sulla corteccia. Al contrario, errori nella digitalizzazione degli elettrodi, nella coregistrazione o nella segmentazione della risonanza magnetica possono propagarsi attraverso la pipeline, portando a stime della sorgente imprecise.

Attualmente sono disponibili diversi metodi di digitalizzazione, tra cui ultrasuoni, sistemaelettromagnetico 6, scansione 3D a luce strutturata oinfrarossi 7, fotogrammetria8 e motion capture con o senzasonda 9. Sebbene le tecnologie differiscano per hardware e procedura, la loro precisione nel localizzare gli elettrodi è ampiamente comparabile. Studi recenti che confrontano questi metodi mostrano che tutti gli approcci raggiungono una precisione sufficiente nella localizzazione degli elettrodi per una stima affidabile della sorgente. Ad esempio, tutti i metodi testati hanno raggiunto una precisione media di identificazione dell'area di Brodmann superiore all'80%, mentre affidarsi esclusivamente alla posizione degli elettrodi modello ha ridotto la precisione a circa il 50%10. Ciò dimostra che, nonostante le differenze nell'implementazione, le moderne tecniche di digitalizzazione offrono un'affidabilità comparabile, riducendo significativamente l'incertezza della localizzazione della sorgente rispetto all'uso di template generici e permettendo una mappatura sicura dell'attività corticale.

Un'alternativa interessante per laboratori dotati di sistemi di stimolazione magnetica transcranica (TMS) è riutilizzare l'hardware di stimolazione cerebrale navigata (NBS)11 per la digitalizzazione degli elettrodi. La NBS, nota anche come neuronavigazione, tipicamente combina un tracciatore ottico e una bobina TMS per registrare la testa del soggetto con la risonanza magnetica e stimolare un bersaglio corticale specifico. I tracciatori ottici (ad esempio, Polaris Vicra) sono costituiti da una telecamera di tracciamento a infrarossi e marcatori riflettenti a infrarossi posizionati sul tracciatore della testa, sul puntatore di navigazione e sulla bobina TMS. Per la digitalizzazione, lo sperimentatore posiziona prima un head tracker sulla testa del partecipante, poi tocca ogni elettrodo EEG con il puntatore di navigazione, e il sistema registra la sua posizione 3D, che può essere poi esportata e utilizzata per la localizzazione della sorgente, ad esempio conMNE-Python 12. Questo flusso di lavoro è analogo ad altri digitalizzatori ma sfrutta le apparecchiature esistenti: se un laboratorio possiede già un sistema TMS navigato (ad esempio, Nexstim eXimia NBS o simile), non è necessario acquistare un digitalizzatore separato.

I vantaggi di questo approccio includono integrazione e precisione. Lo stesso spazio di coordinate può essere utilizzato sia per il targeting TMS sia per la modellazione della sorgente EEG. Per i laboratori che eseguono TMS-EEG simultaneo o sequenziale, questo metodo semplifica l'impostazione: la digitalizzazione degli elettrodi è semplicemente parte del processo di neuronavigazione TMS. Per i laboratori che non utilizzano principalmente metodi di localizzazione della sorgente EEG ma hanno già accesso alla neuronavigazione TMS, questo metodo offre un modo semplice per migliorare la precisione delle stime della sorgente.

Infine, si noti che questo concetto di digitalizzazione navigata si applica anche ad altri array di sensori per il cuoio capelluto. Ad esempio, una procedura simile potrebbe localizzare gli optodifNIRS 13 o altri sensori toccando ciascun optode con il puntatore tracciato. In tutti i casi, il vantaggio è un quadro di coordinate unificato tra i sensori del cuoio capelluto e la risonanza magnetica del soggetto, migliorando l'accuratezza anatomica di qualsiasi modellazione successiva della sorgente (sia EEG che fNIRS).

Diverse pubblicazioni riportano esplicitamente l'uso del sistema NBS per la digitalizzazione deglielettrodi 14,15,16,17,18. Al contrario, diversi studi che hanno impiegato sia TMS (NBS) che EEG o fNIRS non hanno descritto alcuna procedura di digitalizzazione 19,20,21,22,23. Questa omissione suggerisce che la funzionalità disponibile del NBS per la digitalizzazione di elettrodi o optodi potrebbe essere stata sottoutilizzata, influenzando potenzialmente l'accuratezza della localizzazione dei sensori e, di conseguenza, l'affidabilità dei risultati riportati. Presumiamo che molti ricercatori possano non essere consapevoli che il sistema NBS possa fungere anche da strumento di coregistrazione, poiché questa funzione non viene costantemente enfatizzata dal produttore. Infine, notiamo che il NBS può essere applicato per la digitalizzazione dei sensori in qualsiasi studio che coinvolga elettrodi o optodi montati sulla testa, indipendentemente dal fatto che il TMS venga utilizzato o meno.

Access restricted. Please log in or start a trial to view this content.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Tutte le procedure che hanno coinvolto partecipanti umani sono state condotte secondo le linee guida istituzionali e approvate dal comitato etico competente. I partecipanti hanno fornito il consenso informato prima dell'inizio dell'esperimento.

1. Preparare il partecipante e l'attrezzatura

NOTA: Questo protocollo utilizzava il sistema Nexstim NBS.

  1. Accendi e calibra il sistema NBS
    1. Accendi l'unità principale NBS e la telecamera di tracciamento ottica. Verifica che il sistema abbia completato con successo l'auto-calibrazione e ripeti la calibrazione se il software segnala errori.
  2. Caricare la risonanza magnetica del partecipante nel sistema NBS.
    1. Nell'interfaccia software NBS, seleziona il profilo del soggetto e carica il file MRI strutturale in formato compatibile DICOM o Nexstim.
    2. Se la risonanza magnetica del partecipante non è disponibile al momento della registrazione, utilizzare una risonanza magnetica media della testa fornita dal sistema NBS.
  3. Prepara il cappuccio EEG.
    1. Assicurarsi che il cappuccio EEG ad alta densità sia posizionato correttamente sulla testa del partecipante secondo le istruzioni del produttore. Verifica l'allineamento degli elettrodi utilizzando i punti di riferimento anatomici standard (punti nasion e preauricolari).
      NOTA: Mantieni una posizione costante degli elettrodi per minimizzare l'errore spaziale tra le sessioni.
  4. Attacca il tracciatore ottico della testa alla testa del partecipante.
    1. Fissare il tracciatore della testa al cappuccio EEG o direttamente alla testa del partecipante senza ostruire gli elettrodi.
    2. Assicurati che la telecamera rilevi il localizzatore e mantenga una visuale stabile durante i movimenti della testa. Usa del nastro a doppia faccia per fissare saldamente il tracker alla fronte.
      NOTA: Mantieni la posizione del tracciatore di testa per tutto il processo di digitalizzazione per evitare errori di tracciamento.

2. Registrazione della testa del partecipante in NBS

  1. Effettua la registrazione nel software NBS.
    1. Avvia la procedura di registrazione e definisci i punti di riferimento per la risonanza magnetica nel software: nasion, punto preauricolare sinistro e punto preauricolare destro.
    2. Usa il puntatore di navigazione per indicare e digitalizzare questi punti di riferimento sulla testa del partecipante.
      NOTA: Il sistema NBS non consente la digitalizzazione prima che la registrazione sia completata. La registrazione garantisce una corretta visualizzazione dei punti digitalizzati all'interno del software ma non altera i valori assoluti delle coordinate registrate.

3. Digitalizzazione

  1. Digitalizza i fiduciari.
    1. Inizia la digitalizzazione. Utilizzando il puntatore di navigazione, registra i tre punti fiduciari: nasion, punto preauricolare sinistro e punto preauricolare destro. Conferma che il software abbia catturato accuratamente ogni punto prima di procedere.
    2. Una volta completata, ferma la digitalizzazione e clicca con il tasto destro su Esame di Digitalizzazione per esportare le coordinate in formato testo. Salva il file come {subject}_fid.nbe.
  2. Digitalizzare i punti di forma della testa (HSP).
    1. Inizia la digitalizzazione. Raccogli almeno 50-100 punti superficiali distribuiti uniformemente sul cuoio capelluto, evitando le zone con capelli densi quando possibile. Includere punti sul ponte nasale e sulla cresta sopracciliare come ulteriori punti di riferimento anatomici.
    2. Dopo aver raccolto tutti i punti, ferma la digitalizzazione e clicca con il tasto destro su Esame di Digitalizzazione per esportare le coordinate in formato testo. Salva il file come {subject}_hsp.nbe.
  3. Digitalizza le posizioni degli elettrodi.
    1. Inizia la digitalizzazione. Tocca il puntatore di navigazione al centro di ogni elettrodo, garantendo un contatto stabile per una registrazione accurata delle coordinate.
    2. Segui una sequenza coerente per ogni sessione, digitalizzando sistematicamente gli elettrodi per contorni, da davanti a dietro e da sinistra a destra, per evitare di perdere elettrodi.
    3. Una volta che tutti gli elettrodi sono stati digitalizzati, ferma la digitalizzazione e clicca con il tasto destro su Esame di Digitalizzazione per esportare le coordinate in formato testo. Salva il file come {subject}_ele.nbe.

4. Preprocessing della risonanza magnetica in FreeSurfer

  1. Esegui ricognizione per la ricostruzione della superficie.
    1. Esegui la pipeline di elaborazione FreeSurfer per generare superfici corticali, superfici del cuoio capelluto e segmentazioni cerebrali.
  2. Verifica la qualità della ricostruzione.
    1. Ispeziona il pial, la sostanza bianca e le superfici gonfie. Correggi eventuali errori importanti di segmentazione prima di procedere, ad esempio con il software di grafica 3D Blender.

5. Integrazione con la pipeline MNE-python

  1. Crea un montaggio personalizzato con le coordinate digitalizzate.
    1. Per integrare le posizioni digitalizzate degli elettrodi, i fiduciali e i punti della forma della testa nella pipeline di analisi MNE-Python, prima crea un montaggio personalizzato utilizzando le coordinate registrate (File Supplementare 1). Esempi di file .nbe e frammenti di codice sono disponibili nel repository GitHub (github.com/MarkaMorozova/NexstimNBS-SensorDigitization).
  2. Effettua la co-registrazione in MNE.
    1. Usa la GUI MNE coregistration mne.gui.coregistration per allineare i punti digitalizzati della forma della testa salvati in {subject}-info.fif con la superficie della testa derivata dalla risonanza magnetica del partecipante. Adatta i fiduciali, aggiusta i parametri di traslazione, rotazione e scala finché i fiduciali e i punti della forma della testa non corrispondono strettamente al modello di risonanza magnetica.
  3. Salva il montaggio personalizzato creato e il file di trasformazione.
    1. Salva il montaggio personalizzato in un file {subject}-info.fif per il riutilizzo futuro. Inoltre, salva la matrice di trasformazione {subject}-trans.fif ottenuta durante la coregistrazione, necessaria per la modellazione forward.

6. Esecuzione della localizzazione della sorgente

  1. Utilizzando le informazioni e i file di transazione precedentemente creati, esegui la localizzazione della fonte dei dati EEG. Importare l'EEG preelaborato del partecipante in MNE-Python, applicare il montaggio personalizzato da {subject}-info.fif, e caricare la trasformazione di coregistrazione {subject}-trans.fif.
  2. Costruire un modello diretto utilizzando le superfici MRI del partecipante e il modello del conduttore di volume (ad esempio, BEM). Successivamente, calcolare la soluzione inversa con algoritmi come sLORETA, dSPM o MNE per stimare le sorgenti corticali alla base dei segnali EEG registrati. Salva le stime di origine per ulteriori analisi e visualizzazioni.

Access restricted. Please log in or start a trial to view this content.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La localizzazione accurata della sorgente dipende criticamente dalla corretta posizione degli elettrodi e dalla coregistrazione affidabile con modelli anatomici della testa. In pratica, tuttavia, i cappucci EEG sono spesso posizionati in modo impreciso a causa di variazioni della forma individuale della testa o errori di posizionamento manuale. Per illustrare come questi fattori influenzino gli esiti dell'analisi, abbiamo confrontato i risultati delle posizioni digitalizzate degli elettrodi utilizzando il dispositivo NBS...

Access restricted. Please log in or start a trial to view this content.

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Una localizzazione accurata della sorgente richiede sia una digitalizzazione precisa degli elettrodi sia una co-registrazione affidabile con modelli anatomici della testa. I nostri risultati (Figura 1, Figura 2 e Figura 3) dimostrano come deviazioni nel posizionamento degli elettrodi o la dipendenza da montaggi basati su template possano propagarsi in errori sostanziali nell'allineamento spaziale e ...

Access restricted. Please log in or start a trial to view this content.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori non hanno interessi finanziari concorrenti o altri conflitti di interesse in base a questo lavoro.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Stimolazione Cerebrale Navigata (NBS)  SistemaNexstim https://www.nexstim.com/healthcare-professionals/nbs-systemNBS è  Stimolazione magnetica transcranica combinata con un sistema di neuronavigazione

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Michel, C. M., He, B. EEG source localization. Handb Clin Neurol. 160, 85-101 (2019).
  2. Holmes, C. J., Hoge, R., Collins, L., Woods, R., Toga, A. W., Evans, A. C. Enhancement of MR images using registration for signal averaging. J Comput Assist Tomogr. 22 (2), 324-333 (1998).
  3. Fischl, B. FreeSurfer. Neuroimage. 62 (2), 774-781 (2012).
  4. Hallez, H., et al. Review on solving the forward problem in EEG source analysis. J Neuroeng Rehabil. 4 (1), (2007).
  5. Grech, R., et al. Review on solving the inverse problem in EEG source analysis. J Neuroeng Rehabil. 5 (1), 25(2008).
  6. Jaiswal, A., Nenonen, J., Parkkonen, L. On electromagnetic head digitization in MEG and EEG. Sci Rep. 13 (1), 3801(2023).
  7. Taberna, G. A., Marino, M., Ganzetti, M., Mantini, D. Spatial localization of EEG electrodes using 3D scanning. J Neural Eng. 16 (2), 026020(2019).
  8. Qian, S., Sheng, Y. A single camera photogrammetry system for multi-angle fast localization of EEG electrodes. Ann Biomed Eng. 39 (11), 2844-2856 (2011).
  9. Reis, P. M. R., Lochmann, M. Using a motion capture system for spatial localization of EEG electrodes. Front Neurosci. 9, 130(2015).
  10. Shirazi, S. Y., Huang, H. J. More reliable EEG electrode digitizing methods can reduce source estimation uncertainty, but current methods already accurately identify Brodmann areas. Front Neurosci. 13, 1159(2019).
  11. Comeau, R. Neuronavigation for Transcranial Magnetic Stimulation. Transcranial Magnetic Stimulation. , Humana Press. New York, NY. (2014).
  12. Gramfort, A., et al. MEG and EEG data analysis with MNE-Python. Front Neurosci. 7, 267(2013).
  13. Tremblay, J., et al. Comparison of source localization techniques in diffuse optical tomography for fNIRS application using a realistic head model. Biomed Opt Express. 9 (7), 2994-3016 (2018).
  14. Huber, R., et al. Measures of cortical plasticity after transcranial paired associative stimulation predict changes in electroencephalogram slow-wave activity during subsequent sleep. J Neurosci. 28 (31), 7911-7918 (2008).
  15. Huber, R., Esser, S. K., Ferrarelli, F., Massimini, M., Peterson, M. J., Tononi, G. TMS-induced cortical potentiation during wakefulness locally increases slow wave activity during sleep. PLoS One. 2 (3), e276(2007).
  16. Huber, R., Felice Ghilardi, M., Massimini, M., Tononi, G. Local sleep and learning. Nature. 430 (6995), 78-81 (2004).
  17. Casali, A. G., Casarotto, S., Rosanova, M., Mariotti, M., Massimini, M. General indices to characterize the electrical response of the cerebral cortex to TMS. Neuroimage. 49 (2), 1459-1468 (2010).
  18. Salo, K. S. -T., Mutanen, T. P., Vaalto, S. M. I., Ilmoniemi, R. J. EEG artifact removal in TMS studies of cortical speech areas. Brain Topogr. 33 (1), 1-9 (2020).
  19. Amico, E., et al. Tracking dynamic interactions between structural and functional connectivity: a TMS/EEG-dMRI study. Brain Connect. 7 (2), 84-97 (2017).
  20. Cona, F., Zavaglia, M., Massimini, M., Rosanova, M., Ursino, M. A neural mass model of interconnected regions simulates rhythm propagation observed via TMS-EEG. Neuroimage. 57 (3), 1045-1058 (2011).
  21. Stamm, M., Aru, J., Bachmann, T. Right-frontal slow negative potentials evoked by occipital TMS are reduced in NREM sleep. Neurosci Lett. 493 (3), 116-121 (2011).
  22. Romero Lauro, L. J., et al. TDCS increases cortical excitability: direct evidence from TMS-EEG. Cortex. 58, 99-111 (2014).
  23. Lioumis, P., Kičić, D., Savolainen, P., Mäkelä, J. P., Kähkönen, S. Reproducibility of TMS-evoked EEG responses. Hum Brain Mapp. 30 (4), 1387-1396 (2009).
  24. Morozova, M., et al. Cortical responses to tactile imagery: a high-density EEG study of the μ-rhythm event-related desynchronization and somatosensory evoked potentials. NeuroImage. 319, 121440(2025).
  25. Pascual-Marqui, R. D. Standardized low-resolution brain electromagnetic tomography (sLORETA): technical details. Methods Find Exp Clin Pharmacol. 24 (Suppl D), 5-12 (2002).
  26. Pfurtscheller, G., Neuper, C. Motor imagery activates primary sensorimotor area in humans. Neurosci Lett. 239 (2-3), 65-68 (1997).
  27. Inamoto, T., et al. Motor-related mu/beta rhythm in older adults: a comprehensive review. Brain Sci. 13 (5), 751(2023).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Source LocalizationSensor DigitizationTMS NavigationEEG Electrode LocationsNavigated Brain StimulationSpatial AccuracyCoregistration AccuracyMNE PythonMRI AlignmentCortical Source Estimates

Related Articles