TMSナビゲーションシステムを用いてセンサー位置の高精度デジタル化を行い、発生源の位置特定を改善する

Summary

私たちは、ナビゲーテッド・ブレイン・スリムション(NBS)システムの機器を用いて高密度脳波(EEG)センサー位置をデジタル化する再現可能な手法を提案します。この方法は追加のソフトウェア拡張を必要としず、標準的なNBSツールのみを要求します。MNE-Pythonパイプラインと統合されたこのアプローチは、追加のハードウェアなしでソースのローカライゼーション精度を向上させます。

Abstract

ソースローカライゼーションは、頭皮から記録された信号に基づいて脳活動の発生源を推定する技術です。正確なソース位置特定は、センサー位置の正確な空間的デジタル化に極めて依存します。本プロトコルでは、ナビゲーテッド・ブレイン・スティミュレーション(NBS)システムを用いてセンサー位置をデジタル化する実用的かつ信頼性の高い方法を提示します。NBSは経頭蓋磁気刺激(TMS)装置の構成要素で、TMS実験室で一般的に利用可能ですが、脳波電図(EEG)や機能的近赤外分光法(fNIRS)システムのセンサーデジタル化にはほとんど利用されません。このアプローチにより、研究者は既存のインフラを活用し、専用のデジタル化機器に投資することなく、ソースモデリングの空間精度を大幅に向上させることができます。

私たちは視聴者にワークフロー全体を案内します:(1) Nexstim NBSシステムのデフォルトツールを使ってEEG電極位置をデジタル化すること;(2) 座標データを互換性のある形式でエクスポートすること;(3) MNE-Pythonパッケージを用いたEEG前処理およびソースローカライゼーションパイプラインにこのデータを統合すること。また、デジタル化されたデータをMRI画像と整合させ、共登録精度を最適化するためのヒントも含まれています。この手法の実用的な有用性を示すために、触覚刺激実験のデータを解析するために応用します。

再現性と採用の容易さを確保するため、座標処理および共登録用のカスタムPythonスクリプトも提供されています。結果は、デジタル化された電極位置を取り入れることで、従来の電極モンタージュと比べて皮質源推定の解剖学的精度と解釈性が著しく向上することを示しています。

Introduction

脳波検査(EEG)は頭皮での脳の電気活動を測定しますが、生の記録は多くの脳源と非脳源からの信号を混同しています。ソース局在とは、測定された脳波信号がどこから発生しているかを計算的に推定し、頭皮の電圧を皮質領域に「マッピング」することを指します^。これらの手法により、研究者はEEGの振動活動や事象関連反応を特定の脳領域に結びつけ、EEGの解釈可能性を大幅に高めています。正確なソース位置特定を達成するには、各電極が解剖学的に対して頭部上の正確な位置を知ることが非常に重要です。電極の位置をデジタル化して、頭部上の正確な3D位置を記録しなければなりません。これらの座標は被験者のMRI由来の頭部モデルと同一登録(整合)され、EEGの順方向(頭皮電圧予測)および逆(脳源推定)問題を解きます。正確な電極配置が不可欠であり、わずかなデジタル化ミスでも脳内で推定される電極源が数センチ以上ずれることがあります。

現代のEEG源イメージングは、解剖学的情報と機能的情報を統合する多段階のプロセスです。まず電極のデジタル化から始まり、各EEGセンサーの正確な3D座標を頭皮に記録します。次に解剖学的画像診断が行われ、通常は被験者の構造的MRIを取得します。入手できない場合は、標準ヘッドモデルを使用できます。².デジタル化された電極位置はMRIの頭部形状と共に登録され、個人の解剖学に一致します。このステップから、ヘッドスペースからMRI空間へ電極位置をマッピングする変換行列が導出されます。構造的MRIは、Freesurfer³ などのMRIセグメンテーションツールを用いて、頭皮、頭蓋骨、脳などの組織に分割され、現実的な体積導体モデルを構築します。このモデルでは、前方モデルを計算し、電極位置、頭部形状、組織伝導率を組み合わせて、任意の仮想的な皮^質源4の頭皮電位を予測します。最後に、分散源イメージングやダイポールフィッティングなどの手法を用いて逆解を推定し、測定されたEEGデータを最もよく説明する皮質電流分布を推定します⁵。各ステップが重要です。頭部モデルは解剖学的に妥当な伝導率を確保し、順方向解は発生源を頭皮電位に結びつけ、逆解は記録された信号を皮質にマッピングします。逆に、電極のデジタル化、共登録、MRIセグメンテーションの誤差はパイプライン内に伝播し、不正確なソース推定につながることがあります。

現在、超音波、電磁システム⁶、構造光または赤外線3Dスキャン⁷、フォトグラメ^トリー8、プローブの有無にかかわらずモーションキャプチャなど、いくつかのデジタル化手法^{が利用可能です。}技術はハードウェアや手順で異なりますが、電極の位置特定精度は大まかに同等です。これらの手法を比較した最近の研究では、すべての手法が信頼性の高い源推定に十分な電極位置特定精度を達成していることが示されています。例えば、テストされたすべての手法は平均ブロードマン領域同定精度を80%以上達成しましたが、テンプレート電極位置のみに依存すると精度は約50%に低下しました¹⁰。これは、実装の違いにもかかわらず、現代のデジタル化技術が同等の信頼性を提供し、一般的なテンプレート使用と比較してソース位置化の不確実性を大幅に低減し、皮質活動の自信を持ってマッピングできることを示しています。

経頭蓋磁気刺激(TMS)システムを備えた研究室にとって魅力的な代替案として、ナビテッド・ブレイン刺激(NBS)¹¹ ハードウェアを電極デジタル化に再利用することです。NBS(ニューロナビゲーションとも呼ばれる)は、光学トラッカーとTMSコイルを組み合わせて、被験者の頭部をMRIで登録し、特定の皮質標的を刺激します。光学トラッカー(例:ポラリス・ビクラ)は、赤外線トラッキングカメラとヘッドトラッカー、ナビゲーションポインター、TMSコイルに設置された赤外線反射マーカーで構成されています。デジタル化のために、実験者はまず参加者の頭部に頭部トラッカーを装着し、次にナビゲーションポインターで各EEG電極に触れ、システムはその3D位置を記録します。これを後にエクスポートして、例えばMNE-Python¹²などのソース定位に利用できます。このワークフローは他のデジタイザーに類似していますが、既存の機器を活用しています。ラボがすでにナビゲート型TMSシステム(例:Nexstim eXimia NBSなど)を所有している場合、別途デジタイザーを購入する必要はありません。

このアプローチの利点は、統合と精度です。同じ座標空間はTMSターゲティングとEEG源モデリングの両方に使用できます。同時または連続TMS-EEGを行う検査室では、この方法はセットアップを効率化します。電極のデジタル化はTMSニューロナビゲーションプロセスの一部に過ぎません。主にEEGのソースローカライゼーション手法を用いていないが、すでにTMSニューロナビゲーションにアクセスできるラボにとって、この方法はソース推定の精度を高める簡単な方法を提供します。

最後に、このナビゲーション型デジタル化の概念は他の頭皮センサーアレイにも当てはまることに注意してください。例えば、同様の手順で、追跡されたポインターで各光極に触れることでfNIRS Optode¹³ や他のセンサーを位置特定できます。いずれの場合も、頭皮センサーと被験者のMRIの間に統一された座標系が確保され、後続の脳波(EEG)やfNIRSなどの発生源モデリングの解剖学的精度が向上します。

いくつかの出版物は、NBSシステムによる電極デジタル化の利用を明示的に報告しています(14,15,16,17,18)。対照的に、TMS(NBS)とEEGまたはfNIRSの両方を用いた複数の研究では、^{19、20、21、22}、²³のデジタル化手順は記述されていませんでした。この欠落は、NBSの電極や光極のデジタル化機能が十分に活用されておらず、センサーの位置特定精度や報告結果の信頼性に影響を与えている可能性を示唆しています。多くの研究者は、NBSシステムが共同登録ツールとしても機能できることを知らないかもしれません。この機能はメーカーによって一貫して強調されていないためです。最後に、NBSはTMSの使用に関わらず、ヘッドマウント型電極や光極を含むあらゆる研究においてセンサーのデジタル化に適用できることに注目します。

Protocol

人間参加者を含むすべての手続きは機関のガイドラインに従って実施され、関連する倫理委員会によって承認されました。参加者は実験開始前にインフォームドコンセントを提供しました。

1. 参加者と装備の準備

注:このプロトコルはNexstim NBSシステムを使用していました。

1. NBSシステムの電源を入れてキャリブレーションしてください
   1. NBSのメインユニットと光学追跡カメラをオンにしてください。システムが自己キャリブレーションを成功裏に完了しているか確認し、ソフトウェアに誤りがあれば再キャリブレーションを行ってください。
2. 参加者のMRIをNBSシステムに読み込みます。
   1. NBSソフトウェアインターフェースで被験者プロファイルを選択し、DICOMまたはNexstim互換フォーマットで構造MRIファイルを読み込みます。
   2. 記録時に参加者のMRIが利用できない場合は、NBSシステムが提供する平均頭部MRIを使用してください。
3. 脳波キャップを準備しろ。
   1. 高密度EEGキャップがメーカーの指示に従って参加者の頭部に正しく装着されていることを確認してください。標準的な解剖学的ランドマーク(鼻点と前耳点)を使って電極の整列を確認します。
      注意:セッション間の空間誤差を最小限に抑えるために、電極の配置を一貫させてください。
4. 光学式ヘッドトラッカーを参加者の頭部に取り付けます。
   1. 頭部トラッカーをEEGキャップに固定するか、電極を妨げずに直接頭部に取り付けてください。
   2. カメラがトラッカーを検出し、頭部の動き時に安定した視界を維持していることを確認してください。トラッカーを額にしっかり固定するために両面テープを使います。
      注意:追跡エラーを避けるため、デジタル化プロセス全体を通じて頭部トラッカーの位置を維持してください。

2. 参加者の頭部をNBSに登録すること

1. NBSソフトウェアで登録を行います。
   1. 登録手順を開始し、ソフトウェア内でMRIのランドマークを定義します:鼻、左前耳前点、右前耳前点。
   2. ナビゲーションポインターを使って、参加者の頭上のこれらのランドマークを表示・デジタル化します。
      注:NBSシステムは登録完了前のデジタル化を許可していません。登録はソフトウェア内でデジタル化された点を正確に可視化しますが、記録された座標の絶対値は変更しません。

3. デジタル化

1. フィデューシャルをデジタル化しましょう。
   1. デジタル化を始めましょう。ナビゲーションポインターを使い、3つのフィデューシャルポイント(ナシオン、左前耳前点、右前耳前点)を記録します。進む前に、ソフトウェアが各ポイントを正確に記録しているか確認してください。
   2. 完了したらデジタル化を停止し、「 デジタル化試験 」を右クリックして座標をテキスト形式にエクスポートします。ファイルを{subject}_fid.nbeとして保存してください。
2. 頭の形状ポイント(HSP)をデジタル化してください。
   1. デジタル化を始めましょう。頭皮全体に少なくとも50〜100個の表面ポイントを均等に集め、できるだけ毛が密集している部分を避けましょう。鼻筋や眉のリッジのポイントも追加の解剖学的ランドマークとして含めてください。
   2. すべてのポイントを集めたら、デジタル化を停止し、「 デジタル化試験 」を右クリックして座標をテキスト形式にエクスポートします。ファイルを{subject}_hsp.nbeとして保存してください。
3. 電極の位置をデジタル化してください。
   1. デジタル化を始めましょう。ナビゲーションポインターを各電極の中心に当て、安定した接触を確保して正確な座標記録を確保します。
   2. 各セッションで一貫した順序に従い、電極を前後や左から右へと等高線ごとに体系的にデジタル化し、電極を見落とさないようにしましょう。
   3. すべての電極がデジタル化されたら、デジタル化を停止し、「 デジタル化検査 」を右クリックして座標をテキスト形式にエクスポートしてください。ファイルを{subject}_ele.nbeとして保存してください。

4. FreeSurferにおけるMRI前処理

1. 地表再構築のためにリコンオールを実行しろ。
   1. FreeSurferの処理パイプラインを実行し、皮質表面、頭皮表面、脳の断片を生成します。
2. 再建の質を確認しましょう。
   1. ピアル、白質、膨らんだ表面を調べてください。先に進む前に、例えばBlender 3Dコンピュータグラフィックスソフトウェアを使って、重大なセグメンテーションの誤りを修正してください。

5. MNE-pythonパイプラインとの統合

1. デジタル化された座標でカスタムモンタージュを作成します。
   1. デジタル化された電極位置、フィデューシャル、頭部形状ポイントをMNE-Python解析パイプラインに統合するには、まず記録された座標を使ってカスタムモンタージュを作成します(補足ファイル1)。.nbeファイルやコードスニペットの例はGitHubリポジトリ(github.com/MarkaMorozova/NexstimNBS-SensorDigitization)で入手可能です。
2. MNE(多国籍国家教育機関)で共同登録を行います。
   1. MNEの共同登録GUI mne.gui.coregistrationを使って、{subject}-info.fifに保存されたデジタル化された頭部形状ポイントを参加者のMRI由来の頭部表面と照合します。フィデューシャルをフィッティングし、平行移動、回転、スケーリングパラメータを調整し、フィデュシャルと頭部形状ポイントがMRIモデルとほぼ一致するまで調整します。
3. 作成したカスタムモンタージュと変換ファイルを保存してください。
   1. カスタムモンタージュは{subject}-info.fifファイルに保存して、将来再利用できるようにしてください。また、フォワードモデリングに必要な共登録時に得られた変換行列{subject}-trans.fifも保存してください。

6. ソースの位置特定の実施

1. 以前に作成された情報とトランスファイルを使って、EEGデータのソースローカライズを行います。参加者の前処理されたEEGをMNE-Pythonにインポートし、{subject}-info.fifからカスタムモンタージュを適用し、共同登録変換{subject}-trans.fifを読み込みます。
2. 参加者のMRI表面および体積導体モデル(例:BEM)を用いて前方モデルを構築します。その後、sLORETA、dSPM、MNEなどのアルゴリズムで逆解を計算し、記録されたEEG信号の背後にある皮質源を推定します。元の推定値をさらなる分析や可視化のために保存してください。

Results

正確な源の位置特定は、正しい電極配置と解剖学的頭部モデルとの信頼性の高い共登録に極めて依存します。しかし実際には、個々の頭部形状の違いや手動の配置ミスにより、EEGキャップの位置が正確でないことが多いです。これらの要因が分析結果にどのように影響するかを示すために、NBSデバイスを用いたデジタル化された電極位置の結果と、標準的なテンプレートベースの電極配置の結果を比較しました。主に解析に使用されるソフトウェアとライブラリは、NBS System 5(v5.1.0)、FreeSurfer(v6.0)、MNE-Python(v1.8.0)です。

本研究では、20人の健康な右利きボランティアが、高密度EEG記録、電極デジタル化、触覚刺激、画像、注意力課題を含む2^時間のセッションに参加しました。個々の構造的MRIを取得し、128チャンネルシステムで電極をNBSシステムでデジタル化した脳波を記録しました。本報告書で示された図は、電極デジタル化が触覚刺激に対する皮質応答のソース推定に与える影響を示しています。触覚刺激課題では、参加者は右中指に機械的...

Discussion

正確な源の位置特定には、精密な電極のデジタル化と解剖学的頭部モデルとの信頼性の高い共登録が必要です。私たちの結果(図1、 図2、 図3)は、電極位置のずれやテンプレートベースのモンタージュへの依存が空間的整列やソース再構築に重大な誤差をもたらすことを示しています。特に、Nexstim NBSデバイスで得られたデジタル化された電極が個々のMRI解剖学と密接に一致し、対側体性感覚皮質におけるμリズムERDの解剖学的に妥当な局在性を示しました。対照的に、標準的なモンタージュは変換行列で調整しても、特に一般的なテンプレート脳と組み合わせると、しばしば置換や解剖学的に一貫性のない再構成を生じます。

このプロトコルの重要なステップは、電極位置の安定かつ正確な取得です。フィデューシャルポイントと高密度頭皮表面サンプリングの組み合わせにより、共登録時の空...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
ナビゲーション脳刺激(NBS)およびnbsp;システム	ネクスティム	https://www.nexstim.com/healthcare-professionals/nbs-system	NBSは、nbsp;経頭蓋磁気刺激とニューロナビゲーションシステムを組み合わせた