方法論記事

PIPEMAT-RS: 安静時脳波前処理のための標準化された MATLAB パイプラインの開発と検証

DOI：

10.3791/68350

⸱

2025年6月6日

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1Mental Health Department, Santa Casa de São Paulo School of Medical Sciences, 2Neuromodulation Center and Center for Clinical Research Learning, Spaulding Rehabilitation Hospital and Massachusetts General Hospital, Harvard Medical School, 3Vicerrectorado de Investigación, Unidad de Investigación para la Generación y Síntesis de Evidencias en Salud, Universidad San Ignacio de Loyola, 4Instituto de Medicina Física e Reabilitação, Hospital das Clínicas HCFMUSP, Faculdade de Medicina, Universidade de São Paulo, 5Faculdade de Medicina, Universidade de São Paulo

* These authors contributed equally

この記事について

サマリー

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

このプロトコルは、安静時脳波データ用の標準化された MATLAB ベースの前処理パイプラインである PIPEMAT-RS を示しています。これにより、アーチファクトの除去、信号品質の向上、研究全体のデータの再現性の向上が図られます。このパイプラインは、フィルタリング、独立成分分析(ICA)、アーティファクト分類などの主要な前処理ステップを自動化し、神経生理学的研究のための一貫した信頼性の高い脳波分析を促進します。

要約

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

脳波計(EEG)は、神経科学の研究や臨床応用において重要なツールですが、生の脳波データには、信号品質を損なうノイズやアーチファクトが含まれていることがよくあります。これに対処するために、安静時脳波データ用の標準化された MATLAB ベースの前処理パイプラインである PIPEMAT-RS を開発しました。PIPEMAT-RSは、ファイル形式の変換、EEGモンタージュの設定、ダウンサンプリング、フィルタリング、アーティファクト除去、独立成分分析(ICA)、およびアーティファクトの自動除去のためのICLabel分類の7ステップの構造化されたワークフローに従います。このプロトコルは、アーチファクト除去の精度を維持しながら、人間の介入を最小限に抑えることでEEGデータの品質を向上させます。複数のデータセットを使用して検証され、シグナルインテグリティの向上における堅牢性が実証されました。PIPEMAT-RSは、EEG研究の再現性と信頼性を促進する体系的なアプローチを提供し、現場で一般的に採用されている慣行と一致し、既存のパイプラインを補完できる明確に文書化された構造を提供します。PIPEMAT-RSは、脳波の前処理を標準化することで、神経生理学的研究と臨床応用を促進し、安静時の脳活動とその神経学的および精神医学的状態との関連をより正確に解釈することが可能になります。

概要

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

脳波(EEG)は、神経科学研究と臨床診療の両方において重要なツールであり、脳の電気的活動に関する貴重な洞察を提供します。特に安静時の脳波データは、脳卒中、線維筋痛症、慢性神経障害性疼痛など、さまざまな神経学的・精神医学的疾患の調査に広く利用されています。その広範な適用にもかかわらず、EEGデータの分析は、アーティファクトやノイズを排除するための厳密な前処理を必要とし、結果の完全性と信頼性を確保します1,2,3。長年にわたり、EEGは脳活動の非侵襲的で高時間分解能の測定を提供する上で非常に貴重であり、脳の動的プロセスの研究に不可欠となっています4,5。しかし、生の脳波信号は、しばしば、関心のある神経信号を不明瞭にする可能性のあるさまざまなノイズ源によって汚染されており、それによってデータの解釈が複雑になる6。

EEG信号は、筋肉活動、眼球運動、電気的干渉7などのソースからの汚染に対して非常に影響を受けやすいです。これ....

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

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

PIPEMAT-RSは、サンパウロ大学医学部クリニック病院の倫理委員会(CAAE:86832518.7.0000.0068)によって承認された、進行中の研究プロジェクトの一部として開発されました。このプロジェクトは、さまざまな神経学的および精神医学的研究のための安静時脳波データの品質と信頼性を向上させることを目的としています。この研究で使用されたデータは、Simis et al. (2021)31によって以前に発表されたプロトコルであるコホート研究から得られたものである。主な研究はまだ進行中であり、残りの臨床グループについてはデータ収集が進行中です。パイプラインのスクリプトは、 補足ファイル 1 で提供されています。

1. ファイル形式の変換

  1. データディレクトリを準備します。
    1. MATLAB を開き、生の EEG データ ファイルを含むディレクトリに移動します。
    2. パスを定義する using pathname = 'C:\\Path\\To\\RawData\\'; name_subj_raw = {'subject1', 'subject2', ......

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

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

EEG前処理パイプラインの検証は、意味のある神経生理学的データの抽出に採用された方法の信頼性と有効性を確保するために不可欠です。このプロセスには、発表された研究からの経験的証拠、統計的評価、およびその分野で確立されたベンチマークとの比較が含まれます。

PIPEMAT-RSの堅牢性と有用性は、さまざまな神経学的および精神医学的状態にわたるいくつかの公開された研究での成功的な適用を通じて実証されています。例えば、脳卒中患者における脳波バイオマーカーの調査では、不適応運動機能、抑うつプロファイル、および特定の脳波マーカーとの間に有意な相関関係が見出され、信号品質を向上させ、有意義なデータ分析を促進する前処理ステップの有効性が検証された32。同様に、脳卒中患者における脳補償の神経シグネチャの分析により、脳卒中後の脳の適応メカニズムに関する重要な洞察が明らかになり、複雑なデータセットを処理し、信頼性の高い結果を生成するPIPEMAT-RSの能力が実証されました28。線維筋痛症患者における神経適応と.......

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

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

PIPEMAT-RSパイプラインは、安静時EEGデータを前処理するための標準化された効率的な方法を提供するために開発されました。このプロトコルの重要なステップには、アーティファクト除去と独立成分分析(ICA)が含まれ、どちらも信号対雑音比を大幅に向上させ、意味のある神経信号の抽出を確実にします。clean_rawdata機能を使用した自動アーチファクト除去とeegplotによる手動検査の組み合わせにより、効率と精度のバランスを取りながら、包括的なアーチファクト管理を実現します。独立したコンポーネントの自動分類にICLabelを適用すると、データがさらに洗練され、手作業の作業負荷が削減されると同時に、人間による専門家によるラベリング32と一致する高い分類精度(91%)が維持されます。

データセットの特性によっては、プロトコルの変更が必要になる場合があります。たとえば、パイプラインは安静時の脳波データ用に設計されていますが、研究者は、タスクベースの脳波記録や異なるサンプリ.......

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

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

著者らは、この論文で報告された研究に影響を与えたと思われる可能性のある既知の競合する金銭的利益や個人的な関係がないことを宣言します。

謝辞

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

具体的には、LMMは、サンパウロ研究財団(FAPESP)のポスドク研究助成金#21/05897-5の支援を受けました。ACは、サンパウロ研究財団(FAPESP)の科学開始助成金#21/12790-2の支援を受けました。SPBは、サンパウロ研究財団(FAPESP)のポスドク研究助成金#20/08512-4の支援を受けました。FFとLRBは、サンパウロ研究財団(FAPESP)の研究助成金#17/12943-8によってサポートされています。FFは、個別にはNHI 2020 R01 AT, Project #1R01AT009491-01A1の支援を受けました。

....

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
マトラブ MathWorksR2020a 以降PIPEMAT-RS スクリプトを実行するために必要です。
脳波記録システムBrain Productshttps://www.brainproducts.com/データ収集に使用される脳波取得システム。その他のブランド BioSemi / ANT Neuro (または同等品)   が含まれます。
EEGLAB ツールボックスSwartz Center for Computational NeuroscienceN/AEEG 解析用のオープンソース MATLAB ツールボックス。
電極(Ag / AgCl)Brain Products https://www.brainproducts.com/solutions/r-net/脳波データの取得に使用されます。その他のブランド BioSemi / ANT Neuro (または同等品)   が含まれます。
ICLabel プラグインSwartz Center for Computational NeuroscienceN/AEEG 用の自動アーティファクト分類ツール。
PIPEMAT-RS スクリプトN/AN/A標準化された EEG 前処理用のカスタム MATLAB スクリプト。
信号増幅器ブレイン製品 https://www.brainproducts.com/solutions/#amplifiers処理のために脳波信号を増幅します。その他のブランド BioSemi / ANT Neuro (または同等品)   が含まれます。
標準64チャンネル脳波キャップ製品 https://www.brainproducts.com/solutions/#electrodes-caps脳波記録用電極キャップ。その他のブランド BioSemi / ANT Neuro (または同等品)   が含まれます。
脳

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Niedermeyer, E., da Silva, F. L. Electroencephalography: basic principles, clinical applications, and related fields. , Lippincott Williams and Wilkins. Philadelphia, PA. (2004).
  2. Delorme, A., Makeig, S. EEGLAB: an open-source toolbo....

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

ICLabelEEGEEG

関連記事