Name: 동시 뇌 파와 기능적 MRI 기록과 동적 대뇌 피 질의 활동 영상에 대 한 통합 분석 (동영상) | JoVE Journal
Uploaded: 2018-06-30T12:30:00.000+00:00
Duration: 11 min 28 s
Description: 학습하세요 EEG와 fMRI 데이터를 통합한 시공간 신경영상 분석 방법을 통해 뇌 기능의 시간적 공간적 해상도를 향상시키는 기술입니다. 이 방법은 비침습적 신경영상 정확도를 높여 인지 과정 및 신경 경로 연구에 활용됩니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

이 작품 NIH DK082644, 휴스턴 대학에 지원 했다.

여기에 제시 된 프로토콜 설계 하 고 수행한 윤리적 인간 연구에 대 한 모든 지침에 따라 설정 앞 대학 휴스턴과 휴스턴 감리교 연구소의 각각 제도적 리뷰 보드.
1. 동시 EEG/fMRI 녹음
<ol><li>참가자 로부터 동의 얻을. 참가자는 목적 및 연구 과정 녹음 동시 EEG/fMRI 데이터에 대 한 중요 한 안전 조치의 절차를 설명 합니다.</li>
	<li>
EEG 모자를 준비 하 고는 MRI 스캐너 외부 임피던스를 확인 하십시오.
	<ol>
<li>피사체의 머리에는 적절 한 크기의 수동, MRI 호환 EEG 모자를 놓습니다. 10-20 국제 라벨 시스템10에 의하여 전극 위치.</li>
		<li>EEG 레코딩 소프트웨어에서 지상 및 기준 전극의 임피던스를 확인 하십시오. 이렇게 하려면 '임피던스' 탭을 클릭 하 고 소프트웨어 사용자 인터페이스에 전극 유형을 선택 합니다 ( 그림 1참조). 참고: 정확한 지침 여기는 여기서 사용 하는 소프트웨어와 관련 ( 재료의 표참조), 다른 시스템에 적응 해야 할 수 있습니다.</li>
		<li>각 전극, 전극, 전해질 젤을 주입 하는 주사기를 사용 하 여 다음 면봉을 사용 하 여 피부 전극 접촉 되도록 젤을 전파.<ol>
<li>임피던스는 감소, 적절 한 소프트웨어를 사용 하 여 값을 모니터링 하는 데 계속 (임피던스 규모는 설정에 따라 필요에 따라 조정) 임피던스 레벨을 제대로 모니터링을 ( 그림 1참조). 모든 전극 높은-품질 신호를 위해 10 k ω 임피던스 수준에 도달할 때까지 계속 합니다. 참고: 나열 하 고 여기 활용 자료, 당 간주 됩니다 안전 하지 않은 씨 환경11에 있는 어떤 전극 위에 50 ω 임피던스 수준. 그래서 선택한 모자 및 MRI 설정의 설계에 따라 변경 될 수 있습니다이 실험적인 체제의 안전을 보장 하기 위해 장비 제조업체와 MRI 기술자와 상담 하시기 바랍니다.</li>
		</ol>
</li>
	</ol>
</li>
	<li>
동시 EEG/fMRI 하드웨어 설치 합니다.
	<ol>
<li>EEG 모자 준비 완료 되 면 그림 2에서 설명 하는 하드웨어 설치와 미스터 스캐너에 이동 하는 주제가 있다. 참고: 시스템 사용에 따라 그림의 몇 가지 세부 사항을 변경할 수 있습니다.</li>
		<li>실험 패러다임 디스플레이를 설정 합니다. 전망 실 뒤에 유리 씨-스캐너의 앞에 직면에 있는 모니터를 사용 하 여 ( 그림 2참조). 머리 코일 보기 미러를 사용 하 여 주제를 누워 있는 동안 그들의 머리 또는 눈 이동 없이 모니터 화면을 볼 수 있도록.</li>
		<li>되도록 과목 편안 하 게 화면을 볼 수 패러다임 제대로 표시 됩니다 컴퓨터 화면에 샘플 이미지를 표시 합니다. 모든 필요한 하드웨어 또는 소프트웨어 조정을 확인 합니다.</li>
	</ol>
</li>
	<li>
실험 패러다임 (참조 그림 3).
	<ol>
<li>아직도, 남아 주제를 지시 하 고는 초기 T1-가 중 해 부 MRI 스캔을 수행. 만약에 가능 하다 면, 소 뇌의 아래에서 두개골과 피부를 포함 하 여 머리의 상단에 도달 되는 보기 필드를 사용 하 여.</li>
		<li>( 그림 4참조) 뇌 파 데이터를 녹음을 시작 합니다.</li>
		<li>동시에 MRI 녹음을 시작 하 고 프레 젠 테이 션 소프트웨어에 대 한 관심의 패러다임을 시작 하는 적절 한 단추를 클릭 합니다. 신호 품질을 보장 하기 위해 뇌 파 데이터 녹음을 확인 하 고, 원하는 경우, 적절 한 표식 기록 되 고 있다.<ol>
<li>여기 설명 된 설치를 사용 하 여, 먼저 프레 젠 테이 션 소프트웨어에 "실행"을 클릭 하 고 제목 번호 및 시험 번호를 입력 합니다. 패러다임을 확인 하는 이러한 설정에 따라 시작 합니다. 참고: 여기에 고용 패러다임 10 타석 정서적 동기 모터 응답 시각적 자극에 의해 evoked 했다 이루어져 있었다. 각 시험에 대 한 과목을 먼저 50 요청 했다 s 이후는 불쾌 한 (이미지 놀람, 분노, 또는 혐오에 해당)의 이미지 또는 아니라 불쾌 한 (이미지 행복 또는 중립성에 해당) 얼굴12 녹색 화면을 보고 각 카테고리에서 10 s. 5 이미지를 무작위 순서로 제시 했다 고 과목으로 불쾌 한, 얼굴을 식별 시 볼을 짜 내 고 짜 내 사라질 때까지 요청 했다 제시 했다.</li>
			<li>그라데이션 리콜 에코 평면 화상 진 찰 (GR-EPI) 시퀀스를 사용 하 여 fMRI 녹음 (권장). 장비 및 패러다임에 맞게 사용자 지정 합니다. 참고: 여기에 사용 하는 순서 포함: 에코 시간 (TE) = 35 석사; 반복 시간 (TR) = 1500 석사; 슬라이스 두께 = 5 mm; 각도 대칭 = 90 °; 픽셀 간격: 2.75 m m x 2.75 밀리미터입니다. 그것은 패러다임 전체 패러다임 클리핑 없이 기록 됩니다 있도록 자체의 디스플레이 보다 약간 더 오래 지속 하는 MRI 시퀀스를 사용 하 여 필요할 수 있습니다.</li>
		</ol>
</li>
	</ol>
</li>
</ol>2. 구조상 MRI 데이터 분석 및 앞으로 모델 생성
<ol><li>전체 세분화 및 다양 한 표면 재건의 T1-가 중 해 부 MRI 사용 하 여 볼륨 Freesurfer 이미지 분석 스위트13,14에서 적용 됩니다. 참고: 모든 세그먼트 출력을 포함 하는 폴더 Freesurfer 생성 될 것입니다.</li>
	<li>
15 (https://martinos.org/mne/dev/manual/appendix/bem_model.html) 제공 하는 지침에는 사용할 수 있는 그래픽 사용자 인터페이스 (GUI)를 사용 주제 관련 3-레이어 경계 요소 방법 (괜 찮) 기하학적 모델 다음 생성 레이어 없다 중복 인지 확인 합니다.
	<ol>
<li>Freeview 응용 프로그램을 엽니다. "파일" 클릭 >> "로드 표면". Freesurfer 폴더에서 대상 디렉터리로 이동 합니다. "괜 찮" 폴더를 엽니다. "분수령" 폴더를 엽니다. 4 파일 여기 발견 ('outer_skin_surface', 'outer_skull_surface', 'brain_surface' 및 'inner_skull_surface')을 로드 합니다.</li>
		<li>슬라이스 선택 슬라이더를 이동 하 고 노란색 표면 층에 중복에 대 한 보고. 중복 발생 하는 경우 해부학 적 결함이 나 오류에 대 한 MRI 데이터를 확인 하 고 GUI 그리기 도구를 사용 하 여 레이어를 명확히.<ol>
<li>"파일"을 클릭 하 여 Freeview 응용 프로그램의 원래 MRI 데이터 로드 >> "부하 볼륨". 주제 폴더에 이동 하 고 "mri" 폴더를 엽니다. "오리지널" 디렉터리에 클릭 하 고 거기 발견 구조 MRI 데이터 열 (in.mgz or.nii 형식 이어야 한다). "확인"을 클릭 합니다.</li>
			<li>머리의 그레이 스케일 이미지 보기 그레이와 블랙 뇌 주변의 다른 레이어를 봐. 이러한 레이어 어떤 간격이 나 부정가지고 있지 않다는 걸 확인 합니다. "색상 선택" 도구를 사용 하 고 수정 레이어에서 한 복을 선택 합니다.</li>
			<li>"자유 복 편집 전환", 하 고 이미지 그리기를 클릭 합니다. 이 사용 하 여 MRI 이미지에 어떤 결점 든 지에서 채우기. 모든 레이어 및 MRI 슬라이스, 결함 발생에 대 한 보정을 수행 합니다. 참고: 도구를 편집 하는 "Polywire"와 "Livewire" 복 또한 "자유형" 대신 사용할 수 있습니다.</li>
		</ol>
</li>
	</ol>
</li>
	<li>Pial 표면 형상에 따라 소스 공간을 생성 합니다.</li>
	<li>
Freesurfer 머리 모델 오버레이 (그림 5)를 사용 하 여 MRI 공간 주제-특정 뇌 파 센서 정렬 (예를 들어, 변환 및 회전)를 수행 합니다. 변환을 저장 합니다.
	<ol>
<li>MNE_analyze 응용 프로그램을 엽니다. "파일" 클릭 >> "부하 표면". 대상 데이터를 포함 하는 폴더를 이동 하 고 pial 표면 로드.</li>
		<li>"파일" 클릭 >> "디지타이저 데이터 로드 및 선택 (디지타이저 데이터를 포함 한다)의 뇌 파 파일. "보기"를 클릭 >> "뷰어 보기". 뷰어 GUI 표시 되 면 "옵션"을 클릭 하 고 있는지 확인 "피"와 "디지타이저 데이터" 옵션 선택. 여기 전극 빨간색, 노란색에서 라벨이 포인트와 같습니다.</li>
		<li>주 창 (하지 뷰어), "조정"을 선택 합니다 >> "맞춤 조정". '좌표 맞춤 GUI'를 사용 하 여 사용 하 여 화살표 및 l/R 버튼을 이동 하 고 회전 뷰어에서 EEG 전극. 필요한 만큼 조정 합니다. 정렬이 완료 되 면, 정렬 하기 ' 조정 맞춤 GUI' 하단의 "저장..."을 클릭 합니다. 참고: 일반적으로, 좋은 표준 정렬와 함께 두 피에 걸쳐 전극의 동등한 배급이 필요 합니다.</li>
	</ol>
</li>
	<li>주제-특정 벰 모델, 소스 공간 MNE 소프트웨어15를 사용 하 여 뇌 파 센서 변환을 제공 하 여 앞으로 모델을 생성 합니다.</li>
</ol>3. 기능성 MRI 데이터 분석
<ol><li>첫 번째 수준의 수행 굵게 활성화를 얻으려고 일반 선형 모형 (GLM) 메서드를 사용 하 여 (개별 주제) fMRI 통계 분석의 작업에 대 한 지도. 필요한16, Freesurfer 그룹 분석 파이프라인에 내장 된 클러스터 기반 방식을 사용 하 여 여러 비교에 대 한 수정.</li>
	<li>표준 공간 (MNI 또는 Talairach)에서 모든 과목에 대 한 대담한 활성화 지도 얻기 원하는 경우 모든 과목에 그룹 수준 분석을 수행 합니다. 참고: 기능적 MRI 두뇌 (FMRIB) 소프트웨어 라이브러리 (FSL)17 및 분석의 기능 Neuroimages (AFNI)18 패키지 둘 다에 의해 생성 된 동일한 표면에 fMRI 데이터 분석에 대 한 허용을 위한 옥스포드 대학 센터 Freesurfer, 후속 분석을 위해 편리</li>
	<li>
Tksurfer 시각화 도구를 사용 하 여 (개인 수준 및 그룹 수준), fMRI 활성화 지도 로드19 원하는 루즈벨트 수정 임계값 설정 하 여 관심 영역 (ROI) 식별을 수행 (p < 0.05 여기 사용 ). 참고: 개인 수준 활성화 지도에서 식별 ROIs 후속 소스 지역화 공간 priors을 fMRI 파생는 주제 관련 될 것입니다.<ol>
<li>FMRI 활성화 지도 사용 하 여 회색 문제 레이어에, 표면 패치 연결-라벨링 알고리즘을 사용 하 여 추출 합니다. 참고:이 예제에서 Dulmage Mendelsohn 분해 사용 되었다.</li>
		<li>추가 하위 분할 패치 기반으로 미리 정의 된 뇌 아틀라스의 라벨 하나 이상의 지역 취재 활동의 어떤 패치 분할 수 있도록 합니다. 참고: 여기에 사용 되는 아틀라스 DKT40 아틀라스20 (Freesurfer에서 사용 가능)21이었다. 지도 전문 또는 선택, 실험의 기본 설정에 따라 될 수 있습니다.</li>
	</ol>
</li>
	<li>각 과목의 개별 소스 공간을 다시 (현재에 있는 표준 공간) 인수 그룹 수준 ROIs 프로젝트. 개별 주체의 구조 MRI 세분화 (단계 2.1)을 수행한 후 주제와 표준 공간 사이의 좌표 변환을 lh.sphere.reg 및 rh.sphere.reg 파일에 제공 됩니다, 그리고 주제의의 "서핑" 폴더에서 발견 Freesurfer 출력 폴더입니다. 참고: 모든 과목 공유할 것 이다 그로 인하여 동일한 ROIs, 하지만 그들의 자신의 특정 모델에서 세트. 그림 6 에 대 한 fMRI 결과 예 고 결과 ROIs를 참조 하십시오.</li>
</ol>4. 뇌 파 데이터 분석
참고:이 섹션에서 세부 정보 (참조 테이블의 자료 에 대 한 상세) 사용 되는 소프트웨어와 관련 있을 수 있습니다. 다른 소프트웨어 패키지를 사용 하는 경우 해당 설명서를 참조 하십시오.
<ol><li>템플릿 빼기 통해 스캐너 그라데이션 아티팩트 보정을 수행 합니다. 이 위해 "특별 한 신호 처리" 메뉴에서 "미스터 수정" 버튼을 클릭 하 고 뇌 파 분석 소프트웨어 GUI에서에서 적절 한 매개 변수를 선택 합니다 ( 그림 7참조). 선택한 스캐너 시퀀스 및 실험 설계에 적절 한 매개 변수를 입력 합니다. 참고: 기본 매개 변수를 포함: MRI 스캔, 스캔 유형 (인터리브 또는 연속), MRI 볼륨 마커 (또는 그라데이션 탐지 방법 및 그라데이션 트리거), 반복 시간 (TR) 보정, 그리고 유물 서식 파일에 대 한 채널.</li>
	<li>Cardioballistic 서식 파일 빼기를 통해 아티팩트를 제거 합니다. 이 위해 "특별 한 신호 처리" 메뉴에서 "CB 수정" 버튼을 클릭 하 고 분석 소프트웨어 GUI에서에서 적절 한 매개 변수를 선택 합니다. 참고: 매개 변수 필요한 여기 포함 최소 및 최대 심장 박동, 유물 템플릿, ECG 채널, 템플릿 상관 관계, 및 교정에 대 한 채널.</li>
	<li>여과 적용 합니다. "데이터 필터링"에서 분석 GUI, 상단의 IIR 필터에 대 한 버튼을 선택 합니다. 예를 들어 하이 패스를 적용 0.05 hz 저역 통과 40 Hz 전력선 주파수 (60 Hz), 노치 필터에서 48 dB/Hz의 롤 오프. 참고: 40 Hz 컷오프 주파수에서 로우-패스 필터 적용 후 60hz 노치 필터, 엄격 하 게 필요 하지 않습니다 하지만 필터 가장자리에 롤 오프로 인해 살아남은 수 있습니다 어떤 잔여 전원 라인 주파수에 대 한 보호로 채택 된다.</li>
	<li>분석 GUI 위에 눈 유물 교정: "변환" 선택 >> "유물 제거/감소" >> "눈 수정 ICA".</li>
	<li>신기는 지정 된 사전 및 포스트 자극 시간, 이벤트 타이밍 마커를 기반으로 뇌 파 데이터 세그먼트. 이렇게 하려면 선택, "변환" >> "세그먼트 분석 기능" >> "세분화", 관심의 표식 및 관심의 시간 세그먼트를 선택 하십시오. 참고: 세그먼트 길이 패러다임 및 관심의 예상된 두뇌 활동에 맞게 선택 되어야 한다.</li>
	<li>
수동 또는 반자동 아티팩트 제거 수행: "변환" 선택 >> "유물 제거/감소" >> "유물 거절". 프롬프트가 표시 되 면, GUI의 세 개의 탭 내의 아티팩트에 대 한 기준을 정의 하 고 gui 지시를 진행 합니다.
	<ol>
<li>' 검사 방법 ' 탭에서 선택 "자동 으로", "반자동", 또는 "수동으로 아티팩트 선택"을 선택 (반자동 모드 권장). 다음 "마크" 또는 "제거"를 선택 하 고 단일 채널에 대 한 수정 인지 지정 합니다.</li>
		<li>' 채널 선택 ' 탭에서 채널 아티팩트에 대 한 수정 될 것을 선택 합니다.</li>
		<li>'기준' 탭에는 아티팩트 확인 될 것입니다 기초를 선택 합니다. 실험 요구 사항에 맞게 선택 여기를 확인 합니다. 기준, 선택 후 "확인"을 클릭 하 고 아티팩트를 식별 및 선택에 따라 거부 됩니다.</li>
	</ol>
</li>
	<li>
기준선 보정 (있는 경우)를 평균 하는 재판을 수행 합니다.
	<ol>
<li>기본 보정을 수행 하려면: "변환" 선택 >> "세그먼트 분석 기능" >> "기본 수정". 세그먼트 데이터 평균: "변환" 선택 >> "세그먼트 분석 기능" >> "평균".</li>
	</ol>
</li>
</ol>5. spatiotemporal fMRI 제약-EG 소스 이미징
<ol><li>창 크기 및 창 크기 (기본 설정 (20 ms) 오버랩 50 %40 ms 창 크기에 대 한 호출)을 중복 정의 합니다.</li>
	<li>공간 이전 설정 (단계 3에서에서 얻은) 주제 관련 ROIs 집합을 선택 합니다. 각 뇌 파 세그먼트에 대 한 알고리즘 다음 모델 증거를 극대화 하 고 그에 따라 소스 공분산 행렬을 계산 하는 공간 priors의 하위 집합에 대 한 가중치의 집합을 예상 됩니다.</li>
	<li>분석, 저조한 소스 전류 밀도 결과 소스 지역화 되 고 뇌 파 세그먼트에 대 한 수행 결과 소스 공분산 매트릭스를 사용 하 여.</li>
	<li>뇌 파의 모든 세그먼트에 대 한 5.2와 5.3 단계를 수행 하 고, 필요한 경우 요약 모든 시간 세그먼트에 대 한 전류 밀도 결과 하나의 완전 한 전류 밀도 시간 과정으로 겹치는 부분을 평균 하 여. 참고:이 단계 시점 모든 소스 단계 2.3에서에서 정의 (이 번호는 일반적으로 수천의 순서) 대뇌 피 질의 활동의 전류 밀도 시간 과정 귀 착될 것 이다 (그림 8).</li>
	<li>
추출은 ROIs의 각 대표 전류 밀도 시간 코스.
	<ol>
<li>단일 신호 시간 과정에는 투자 수익에서 여러 소스 포인트에서 시간 코스 요약에 대 한 선호 하는 방법 선택: 평균, 첫 번째 eigenvariate, 등
</li>
	</ol>
</li>
	<li>모든 과목에 대 한 5.1-5.5 단계를 반복 합니다.</li>
</ol>

<ol><li>Belanger, M., Allaman, I., Magistretti, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Brain+energy+metabolism%3A+focus+on+astrocyte-neuron+metabolic+cooperation%5BTitle%5D)+AND+%22Cell+Metab%22%5BJournal%5D)">Brain energy metabolism: focus on astrocyte-neuron metabolic cooperation.</a> Cell Metab. 14 (6), 724-738 (2011).</li>
<li>Logothetis, N. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+underpinnings+of+the+BOLD+functional+magnetic+resonance+imaging+signal%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">The underpinnings of the BOLD functional magnetic resonance imaging signal.</a> J Neurosci. 23 (10), 3963-3971 (2003).</li>
<li>Michel, C. M., et al. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/15351361">EEG source imaging.</a> Clin Neurophysiol. 115 (10), 2195-2222 (2004).</li>
<li>Ramon, C., Schimpf, P. H., Haueisen, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Influence+of+head+models+on+EEG+simulations+and+inverse+source+localizations%5BTitle%5D)+AND+%22Biomed+Eng+Online%22%5BJournal%5D)">Influence of head models on EEG simulations and inverse source localizations.</a> Biomed Eng Online. 5, 10(2006).</li>
<li>Mosher, J. C., Spencer, M. E., Leahy, R. M., Lewis, P. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Error+bounds+for+EEG+and+MEG+dipole+source+localization%5BTitle%5D)+AND+%22Electroencephalogr+Clin+Neurophysiol%22%5BJournal%5D)">Error bounds for EEG and MEG dipole source localization.</a> Electroencephalogr Clin Neurophysiol. 86 (5), 303-321 (1993).</li>
<li>Hamalainen, M. S., Ilmoniemi, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Interpreting+magnetic+fields+of+the+brain%3A+minimum+norm+estimates%5BTitle%5D)+AND+%22Med+Biol+Eng+Comput%22%5BJournal%5D)">Interpreting magnetic fields of the brain: minimum norm estimates.</a> Med Biol Eng Comput. 32 (1), 35-42 (1994).</li>
<li>Pascual-Marqui, R. D. <a target="_blank" href="http://www.ijbem.org/volume1/number1/pdf/ijbem_a75-86.pdf">Review of methods for solving the EEG inverse problem.</a> International journal of bioelectromagnetism. 1 (1), 75-86 (1999).</li>
<li>Rosa, M. J., Daunizeau, J., Friston, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG-fMRI+integration%3A+a+critical+review+of+biophysical+modeling+and+data+analysis+approaches%5BTitle%5D)+AND+%22J+Integr+Neurosci%22%5BJournal%5D)">EEG-fMRI integration: a critical review of biophysical modeling and data analysis approaches.</a> J Integr Neurosci. 9 (4), 453-476 (2010).</li>
<li>Nguyen, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+Source+Imaging+Guided+by+Spatiotemporal+Specific+fMRI%3A+Toward+an+Understanding+of+Dynamic+Cognitive+Processes%5BTitle%5D)+AND+%22Neural+Plast%22%5BJournal%5D)">EEG Source Imaging Guided by Spatiotemporal Specific fMRI: Toward an Understanding of Dynamic Cognitive Processes.</a> Neural Plast. 2016, 10(2016).</li>
<li>Klem, G. H., Luders, H. O., Jasper, H. H., Elger, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+ten-twenty+electrode+system+of+the+International+Federation.+The+International+Federation+of+Clinical+Neurophysiology%5BTitle%5D)+AND+%22Electroencephalogr+Clin+Neurophysiol+Suppl%22%5BJournal%5D)">The ten-twenty electrode system of the International Federation. The International Federation of Clinical Neurophysiology.</a> Electroencephalogr Clin Neurophysiol Suppl. 52, 3-6 (1999).</li>
<li>Mullinger, K. J., Castellone, P., Bowtell, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Best+current+practice+for+obtaining+high+quality+EEG+data+during+simultaneous+FMRI%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">Best current practice for obtaining high quality EEG data during simultaneous FMRI.</a> J Vis Exp. (76), (2013).</li>
<li>Ekman, P., Friesen, W. V. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aEkman%2C+P+%22Pictures+of+Facial+Affect%22">Pictures of Facial Affect</a>. , Consulting psychologists Press. (1976).</li>
<li>Dale, A. M., Fischl, B., Sereno, M. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cortical+surface-based+analysis.+I.+Segmentation+and+surface+reconstruction%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Cortical surface-based analysis. I. Segmentation and surface reconstruction.</a> Neuroimage. 9 (2), 179-194 (1999).</li>
<li>Fischl, B., Sereno, M. I., Dale, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cortical+surface-based+analysis.+II%3A+Inflation%2C+flattening%2C+and+a+surface-based+coordinate+system%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system.</a> Neuroimage. 9 (2), 195-207 (1999).</li>
<li>Gramfort, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MNE+software+for+processing+MEG+and+EEG+data%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">MNE software for processing MEG and EEG data.</a> Neuroimage. 86, 446-460 (2014).</li>
<li>Hagler, D. J., Saygin, A. P., Sereno, M. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Smoothing+and+cluster+thresholding+for+cortical+surface-based+group+analysis+of+fMRI+data%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Smoothing and cluster thresholding for cortical surface-based group analysis of fMRI data.</a> Neuroimage. 33 (4), 1093-1103 (2006).</li>
<li>Jenkinson, M., Beckmann, C. F., Behrens, T. E., Woolrich, M. W., Smith, S. M. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/21979382">Fsl.</a> Neuroimage. 62 (2), 782-790 (2012).</li>
<li>Cox, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((AFNI%3A+software+for+analysis+and+visualization+of+functional+magnetic+resonance+neuroimages%5BTitle%5D)+AND+%22Comput+Biomed+Res%22%5BJournal%5D)">AFNI: software for analysis and visualization of functional magnetic resonance neuroimages.</a> Comput Biomed Res. 29 (3), 162-173 (1996).</li>
<li>Genovese, C. R., Lazar, N. A., Nichols, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thresholding+of+statistical+maps+in+functional+neuroimaging+using+the+false+discovery+rate%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Thresholding of statistical maps in functional neuroimaging using the false discovery rate.</a> Neuroimage. 15 (4), 870-878 (2002).</li>
<li>Klein, A., Tourville, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((101+labeled+brain+images+and+a+consistent+human+cortical+labeling+protocol%5BTitle%5D)+AND+%22Front+Neurosci%22%5BJournal%5D)">101 labeled brain images and a consistent human cortical labeling protocol.</a> Front Neurosci. 6, 171(2012).</li>
<li>Fischl, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatically+parcellating+the+human+cerebral+cortex%5BTitle%5D)+AND+%22Cereb+Cortex%22%5BJournal%5D)">Automatically parcellating the human cerebral cortex.</a> Cereb Cortex. 14 (1), 11-22 (2004).</li>
<li>Delorme, A., Makeig, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEGLAB%3A+an+open+source+toolbox+for+analysis+of+single-trial+EEG+dynamics+including+independent+component+analysis%5BTitle%5D)+AND+%22J+Neurosci+Methods%22%5BJournal%5D)">EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis.</a> J Neurosci Methods. 134 (1), 9-21 (2004).</li>
<li>Iannetti, G. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Simultaneous+recording+of+laser-evoked+brain+potentials+and+continuous%2C+high-field+functional+magnetic+resonance+imaging+in+humans%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Simultaneous recording of laser-evoked brain potentials and continuous, high-field functional magnetic resonance imaging in humans.</a> Neuroimage. 28 (3), 708-719 (2005).</li>
<li>Niazy, R. K., Beckmann, C. F., Iannetti, G. D., Brady, J. M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Removal+of+FMRI+environment+artifacts+from+EEG+data+using+optimal+basis+sets%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Removal of FMRI environment artifacts from EEG data using optimal basis sets.</a> Neuroimage. 28 (3), 720-737 (2005).</li>
</ol>

저자는 공개 없다.

우리는 여기 EEG/fMRI 통합 분석 spatiotemporal fMRI 제한 된 소스 분석 방법을 사용 하기 위해 필요한 조치 나타났습니다. EEG 및 fMRI는 되 잘 설립 비 접촉 두뇌 활동을 이미징에 대 한 기본적인 방법으로 하지만 그들은 그들의 각각 공간과 시간 해상도에 어려움 직면. 각각의 유리한 속성에 투자 방법은 개발 되었다, 그러나 현재 fMRI 제한 된 뇌 파 소스 지역화 방법을 자주 의존 간단한 fMRI 제약, 편견 및 크로스 토크 공간 정확도 (제한 하는 대상이 될 수 있습니다. 예를 들어, 진정한 활동 MRI 지도 때 발생 하는 경우 정적 제약 되 고 감소, 거짓 봉우리 MRI 활성 영역 근처에서 관찰 될 것 입 동안 진정한 소스 발생 합니다. 마찬가지로, MRI 활성 영역에서 잘못 된 또는 잡음 기반 활동 향상 됩니다 마치 그것이 사실). Spatiotemporal fMRI 제한 접근 2 층 계층적 베이지안 모델에 가변 fMRI 제약 조건을 사용 하 여이에 개선 하기 위해 노력해왔다. ...

Electroencephalography (뇌 파)와 기능적 자기 공명 영상 (fMRI) 보완 기능 neuroimaging 형식으로 볼 수 있습니다. FMRI hemodynamic 신호 (초) 순서 가난한 시간적 해상도1,2기본 신경 활동을 직접 측정 일시적인 대규모 두뇌 활동을 캡처합니다. 반면, 뇌 파 직접 빈약한 공간적 해상도3,4하지만 매우 높은 시간 해상도 (밀리초 수준), 뇌의 동적 electrophysiological 활동을 측정합니다. 이러한 속성은 각 개별 방법5의 유리한 측면을 최적화 하도록 설계 된 복합 접근에 이르렀다. EEG와 fMRI의 동시 사용 unimodal fMRI 또는 뇌 파와 관련 된 한계를 극복 하기 위해 우수한 시간적 해상도 뇌 파의 fMRI의 높은 공간 정확도와 결합 될 수 있습니다.
EEG 및 fMRI 통합을 위한 방법-정보를 fMRI 뇌 파 소스 지역화6,7로 시작합니다. 그러나이 기술은 뇌 파 소스 지역화를 개선 하기 위해 fMRI 파생 된 공간 정보를 활용 하 여,, 1 개의 결점은 "하드-제약 조건으로" fMRI의 응용 프로그램에 의해 발생 하는 잠재적인 공간 바이어스-공간 정보 fMRI 파생 된 것으로 간주 한 절대 진리입니다. 이 화해6-8이어야 하는 두 가지 큰 문제를 제기 한다. 첫째, 혈액 산소 수준 의존 (대담한) 대조의 정적 지도 사용 하 여 실수로 댐핑 밖에 진정한 활동 하는 동안 안에서 떨어지는 어떤 잘못 된 활동을 강화할 수 있습니다 고려 되어야 한다. 둘째, 대담한 활성화 지도 이상으로 발생 하는 소스에서 크로스 토크 결과 내에서 진정한 활동의 프레 젠 테이 션에 영향을 미칠 또는 잘못 된 활동을 일으킬 수 있습니다. 그럼에도 불구 하 고, 뇌 파 역 문제의 모델링 될 수 있는 사전 공간 지식 남아 유리한 솔루션5제공 하는 fMRI의 높은 공간 해상도 사용 하 여 제한 해 부와 기능 감에서 둘 다.
이 종이, fMRI priors는 계층적 베이지안 모델9에 따라 최적의 하위 집합을 계산 하 여 EEG와 fMRI 사이의 일시적인 불일치의 문제를 해결 하는 접근을 이미징 spatiotemporal fMRI 제한 된 뇌 파 소스를 보여 줍니다. FMRI priors 시간 변형 fMRI 제약을 이끌어 뇌 파 데이터에 대 한 관심의 특정 윈도우에서 데이터 기반으로 계산 됩니다. 제안 된 접근 활용 fMRI의 높은 공간 해상도로 정보를 정확 하 게 동적 신경 이미지 하는 시간에 따라 변화, 공간 선택적 방식으로 대뇌 피 질의 활동의 전류 밀도 매핑 계산 뇌 파의 높은 시간 해상도 활동입니다.

<table><tbody><tr><td>BrainAmp MR Plus</td><td>뇌 제품</td><td></td><td>증폭기, EEG 녹음용, MR-호환</td></tr><tr><td>BrainAmp ExG MR&nbsp;</td><td>Brain Products</td><td></td><td>보조 센서(EMG)용 증폭기, MR 호환</td></tr><tr><td>BrainAmp Power Pack</td><td>Brain Products</td><td></td><td>MR 환경에서 증폭기에 전원 공급</td></tr><tr><td>리본 케이블</td><td>Brain Products</td><td></td><td>파워 팩을 증폭기에 연결</td></tr><tr><td>SyncBox</td><td>Brain Products</td><td></td><td>MR 스캐너 시계를 EEG 증폭기 시계와 동기화</td></tr><tr><td>BrainCap MR</td><td>Brain Products</td><td></td><td>수동 전극 64채널 EEG 캡, MR 호환</td></tr><tr><td>BrainVision 레코더</td><td>Brain Products</td><td></td><td>EEG 데이터 기록 소프트웨어(단계 1.2-1.4.2)</td></tr><tr><td>BrainVision Analyzer 2.0</td><td>Brain Products</td><td></td><td>EEG 분석 소프트웨어(단계 4.1-4.6)</td></tr><tr><td>USB 2 어댑터(BUA라고도 함)</td> <td>Brain Products</td><td></td><td>증폭기와 데이터 수집 컴퓨터 간의 인터페이스</td></tr><tr><td>광섬유 케이블</td><td>뇌 제품</td><td></td><td>MR 스캐너의 EEG 캡을 기록 컴퓨터</td></tr><tr><td>SyncBox 스캐너 인터페이스</td><td>뇌 제품</td><td></td><td>MR 스캐너 시계를 EEG 증폭기 시계와 동기화</td></tr><tr><td>트리거 케이블</td><td>뇌 제품</td><td></td><td>스캐너 / 패러다임 트리거를 기록 컴퓨터에 보내는 데 사용</td></tr><tr><td>ABRALYT HiCl EEG 전극 젤</td><td>EasyCap</td><td></td><td>MR 환경에서의 수동 전극용 연마 EEG 젤</td></tr><tr><td>Ingenia 3.0T MR 시스템</td><td>Philips</td><td></td><td>3.0 T MRI 시스템</td></tr><tr><td>Patriot 디지타이저</td><td>Polhemus</td><td></td><td>EEG 채널 위치 디지털화&nbsp;</td></tr><tr><td>MATLAB r2014a</td><td>MathWorks</td><td></td><td>DBTN 알고리즘 프로그래밍 기반 (단계 3.3-3.4 및 5.1-5.7)</td></tr><tr><td>얼굴 효과</td><td>사진 Paul Eckman Group</td><td></td><td>자극으로 사용되는 일련의 감정적으로 발랄한 얼굴</td></tr><tr><td>E-Prime 2.0</td><td>Psychology Software Tools, Inc</td><td></td><td>프레젠테이션 소프트웨어 (단계 1.4.3)</td></tr><tr><td>양극성 피부 EMG 전극</td><td>뇌 제품</td><td></td><td>감지에 사용 근육 활동.</td></tr><tr><td>디지털화를 위한</td> <td>POLGUI</td><td></td><td></td> MATLAB 소프트웨어</tr><tr><td>2.1-2.4단계 및 3.1-3.2단계에서 사용되는</td><td>Freesurfer</td><td></td><td></td> 소프트웨어</tr><tr><td>2.5단계에서 사용되는</td> <td>MNE</td><td></td><td></td> 소프트웨어</tr></tbody></table>

동시 뇌 파와 기능적 mri 기록과 동적 대뇌 피 질의 활동 영상에 대 한 통합 분석

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Electroencephalography (뇌 파)와 기능적 자기 공명 영상 (fMRI)는 두뇌 활동을 식별 하기 위한 기본적인 비 침범 성 방법의 두. FMRI의 공간 정밀 뇌 파의 높은 시간 해상도 결합 하 여 복합 방법을 모색 하지만이 방법의 복잡성은 현재 개선 필요. 여기에 제시 된 프로토콜 최근에 개발한 spatiotemporal fMRI 제한 된 뇌 파 소스를 이미징 소스 편견을 바로 잡기 위해 fMRI 하위 영역의 동적 모집을 통해 뇌 파 fMRI 소스 지역화를 개선 하고자 방법에 설명 합니다. 프로세스 검사, 3D 대뇌 피 질의 모델, 그리고 독립적인 EEG 및 fMRI 처리의 세대 동시 EEG 및 fMRI에서 복합 데이터 수집 시작합니다. 처리 된 fMRI 활성화 지도 다음 여러 priors, 그들의 위치 및 주변 지역으로 분할 됩니다. 이러한 뇌 파 소스 지역화에 대 한 2 단계 계층적 베이지안 알고리즘에서 priors로 가져옵니다. (운영자 정의)의 각 창에 대 한 fMRI 활성화 지도의 특정 세그먼트 식별 모델 증거로 알려진 매개 변수 최적화를 활성화. 이러한 크로스 토크를 감소 시키고 다른 조건에 따라 활성 fMRI 영역에서 잘못 된 활동을 피하고 메서드를 이미징 multimodal의 특이성을 증가 확인 된 대뇌 피 질의 활동에 부드러운 제약 조건으로 사용 됩니다. 메서드 생성 대뇌 피 질의 지도 활동 및 시간-과정의 최종 결과로 찍은 또는 메서드 동안 추가 분석 (상관 관계, 원인, 등의 분석)에 대 한 기준으로 사용 수 있습니다 (그것은 찾을 수 없습니다 그것의 형식에 의해 다소 제한 EEG-invisible 소스), 그것은 광범위 하 게 대부분의 주요 처리 소프트웨어와 호환 이며 대부분 neuroimaging 연구에 적합.

기본적인 수준에서 뇌 파 소스 지역화 앞으로 역 문제를 해결 하는 포함 한다. 구축 하 고 앞으로 문제를 해결 하는 데 필요한 구성 요소는 그림 5C에 표시 됩니다. 주제-특정 T1 이미지, 3 개의 층을 사용 하 여-뇌, 두개골, 그리고 피부-세그먼트 고 메쉬. 이러한 레이어 벰 모델 생성에 대 한 입력으로 제공 됩니다. 마찬가지로, 피사체의 회색 문제 계층 구조 MRI에서 세그먼트 되었고 소스 공간을 구성 하는 데 사용. 뇌 파 센서 위치 공동 엄밀한 기하학적 변환의 시리즈를 사용 하 여 머리 모델에 등록 했다. 앞으로 모델 어떻게 전기 활동을 대표 하면, 두 피에 각 뇌 파 센서 위치에 잠재적인 측정을 야기할 것 이라고 소스 공간에 어떤 위치에서 발생.
fMRI는 뇌 기능 활...

이미징 방법, 방법, 이미징 spatiotemporal fMRI 제한 된 뇌 파 소스 라고 하는 뇌 파 fMRI multimodal 여기 설명 되어 있습니다. 제시 방법 고용 조건에 따라 활성 fMRI 하위 지도, 또는 priors, 공간 특이성을 향상 하 고 잘못 된 결과 제한 하는 방식으로 뇌 파 소스 지역화 가이드.

동시 뇌 파와 기능적 MRI 기록과 동적 대뇌 피 질의 활동 영상에 대 한 통합 분석

Electroencephalography (EEG) and functional magnetic resonance imaging (fMRI) are two of the fundamental noninvasive methods for identifying brain ...

이 방법은 여러 뇌 영역 간의 시간적 관계를 결정하거나 복잡한 인지 과정의 상세한 신경 경로를 탐색하는 것과 같은 신경 과학 분야의 주요 질문에 답하는 데 도움이 될 수 있습니다. 이 기술의 주요 장점은 다중 모드 EEG와 기능 데이터를 공간적 및 시간적 특정 방식으로 통합하여 기능적 신경 영상의 해상도와 정확성을 향상시킬 수 있다는 것입니다. 이 기술의 의미는 간질 및 신경인지 장애에 대한 이해로 확장됩니다.이 방법은 비침습적 신경 영상의 공간적, 시간적 정확도를 향상시키기 때문입니다. 이 방법은 시각 운동 및 감정 처리 시스템에 대한 통찰력을 제공하는 데 사용할 수 있지만 감각 운동 통합, 언어 및 기억 처리와 같은 다른 시스템에도 적용할 수 있습니다. 동시 EEG 및 fMRI 데이터 기록 단계는 배우기 어려울 수 있으므로 이 방법의 시각적 시연은 매우 중요합니다.또한 전문 시설, 장비 및 신호 처리 방법에 대한 요구 사항 때문입니다. 이 절차를 시작하려면, 적절한 크기의 수동 MRI 호환 EEG 캡을 피험자의 머리에 씌운다. 10-20 국제 라벨링 시스템에 따라 전극을 배치합니다.EEG 기록 소프트웨어에서 접지 및 기준 전극의 임피던스를 확인합니다. 이렇게 하려면 임피던스 탭을 클릭하고 소프트웨어 사용자 인터페이스에서 전극 유형을 선택합니다. 그런 다음 주사기를 사용하여 각 전극에 전해질을 주입합니다.그런 다음 면봉을 사용하여 젤을 펴서 피부 전극이 접촉하도록 합니다. EEG 캡 준비가 완료되면 피험자를 MR 스캐너로 이동시킵니다. 관찰실에 있는 모니터에 실험적 패러다임 디스플레이를 설정합니다.헤드 코일 사용 view피사체가 누워 있는 동안 머리나 눈을 움직이지 않고 모니터 화면을 볼 수 있도록 미러를 사용합니다. 컴퓨터 화면에 샘플 이미지를 표시하여 피사체가 화면을 편안하게 볼 수 있고 패러다임이 제대로 표시되는지 확인합니다. 필요한 하드웨어 또는 소프트웨어를 조정합니다.그 후, 피험자에게 가만히 있으라고 지시하고 초기 T1 가중 해부학적 MRI 스캔을 수행하도록 지시합니다. 가능하면 소뇌 하단에서 두개골과 피부를 포함하여 머리 꼭대기까지 도달하는 시야를 사용하십시오. 이제 EEG 데이터 기록을 시작합니다.동시에 해당 버튼을 클릭하여 MRI 기록을 시작하고 프레젠테이션 소프트웨어에서 관심 있는 패러다임을 시작합니다. EEG 데이터 기록을 확인하여 신호 품질을 확인하고 원하는 경우 적절한 마커를 기록하고 있습니다. 구조적 MRI 데이터를 분석하려면 사용 가능한 GUI를 사용하여 레이어에 중복이 없는지 확인합니다.그런 다음 FreeView 응용 프로그램을 엽니다. File(파일)을 클릭한 다음 Load Surface(표면 로드)를 클릭합니다. 무료 surfer 폴더에서 주제의 디렉토리로 이동합니다.그런 다음 bem 폴더와 watershed 폴더를 차례로 엽니다. 외부 피부 표면, 외부 두개골 표면, 뇌 표면 및 내부 두개골 표면의 네 가지 파일을 로드합니다. 그런 다음 슬라이스 선택 슬라이더를 이동하고 노란색 표면 레이어에서 겹침을 찾습니다.겹침이 발생하면 MRI 데이터에 해부학적 결함이나 오류가 있는지 다시 확인하고 GUI 그리기 도구를 사용하여 레이어를 명확히 합니다. 그런 다음 FreeView 응용 프로그램에서 파일을 클릭한 다음 볼륨 로드를 클릭합니다. 주제 폴더로 이동하여 mri 폴더를 엽니다.그런 다음 원래 디렉토리를 클릭하고 구조적 mri 데이터를 열고 확인을 클릭합니다. 다음으로, 머리의 회색 음영 이미지를 보고 뇌 주변의 회색과 검은색의 다양한 층을 살펴봅니다. 이러한 레이어에 틈이나 불규칙성이 없는지 확인합니다. 색상 선택기 도구를 사용하여 레이어에서 수정할 Voxel을 선택합니다.자유형 복셀 편집으로 전환하고 이미지를 클릭하여 그립니다. 이 절차를 사용하여 MRI 이미지의 결함을 채웁니다. 결함이 발생하는 모든 레이어와 MRI 슬라이스에 대해 보정을 수행합니다.그런 다음 자유 서퍼 헤드 모델 오버레이를 사용하여 MRI 공간에 대한 주제별 EEG 센서 정렬을 수행합니다. 그런 다음 변환을 저장합니다. MNE 분석 애플리케이션을 엽니다.File(파일)을 클릭한 다음 Load Surface(표면 로드)를 클릭합니다. 주제 데이터가 포함된 폴더로 이동하여 pial 표면을 로드합니다. 파일을 클릭한 다음 디지타이저 데이터 로드를 클릭하고 관심 있는 EEG 파일을 선택합니다.보기 및 뷰어 표시를 클릭합니다. Viewer GUI가 나타나면 Options(옵션)를 클릭하고 scalp 및 digitizer 데이터 옵션이 선택되었는지 확인합니다. 여기서 전극은 빨간색으로 표시되고 기준점은 노란색으로 표시됩니다.메인 창에서 Adjust(조정)를 선택한 다음 Coordinate alignment(좌표 정렬)를 선택합니다. 좌표 정렬 GUI를 사용하여 화살표 및 왼쪽 오른쪽 버튼으로 뷰어에서 EEG 전극을 이동하고 회전합니다. 필요한 만큼 조정하십시오.정렬이 완료되면 좌표 정렬 GUI 하단에 있는 저장을 클릭하여 정렬을 저장합니다. EEG 데이터 분석의 경우, 특수 신호 처리 메뉴에서 MR 보정 버튼을 클릭하고 EEG 분석 소프트웨어 GUI에서 적절한 매개변수를 선택하여 템플릿 빼기를 통해 스캐너 기울기 아티팩트 보정을 수행합니다. 템플릿 빼기를 통해 심장 탄도 아티팩트를 제거하려면 특수 신호 처리 메뉴에서 CB 보정 버튼을 클릭하고 분석 소프트웨어 GUI에서 적절한 파라미터를 선택하십시오.그런 다음 데이터 필터링에서 필터링을 적용합니다. 해석 GUI 맨 위에서 IIR 여과 버튼을 선택합니다. 예를 들어, 0.05Hz에서 고역 통과, 40Hz에서 저역 통과, 헤르츠당 48데시벨의 롤오프로 전력선 주파수에 노치 필터를 적용합니다.안구 아티팩트 보정을 수행하려면 Transformation(변환), Artifact rejection reduction(아티팩트 거부 감소), ICA(OCULAR CORRECTION ICA)를 차례로 선택합니다. 다음으로, Transformation(변환)을 선택한 다음 Segment Analysis Functions(분석 함수)를 선택한 다음 segmentation(세분화)을 선택하여 이벤트 타이밍 마커와 관련하여 지정된 사전 및 사후 자극 시간을 기반으로 EEG 데이터를 epics로 segmenting합니다. 그런 다음 관심 마커와 관심 있는 시간 세그먼트를 선택합니다.그런 다음, Artifact rejection에서 Transformation(변환)을 선택한 다음 Artifact rejection(아티팩트 거부) 감소를 선택하여 수동 또는 반자동 아티팩트 거부를 수행합니다. 프롬프트가 표시되면 GUI의 세 탭 내에서 아티팩트에 대한 기준을 정의하고 지시에 따라 진행합니다. 검사 방법 탭에서 자동, 반자동 또는 수동 아티팩트 선택을 선택합니다.그런 다음 아티팩트 표시 또는 제거를 선택하고 수정 사항이 단일 채널에 대한 것인지 지정합니다. 다음으로 채널 선택 탭에서 아티팩트에 대해 수정할 채널을 선택합니다. 기준 탭에서 아티팩트를 식별하는 기준을 선택하십시오.기준을 선택한 후 확인을 클릭하면 선택사항에 따라 아티팩트가 식별 및/또는 거부됩니다. 기준선 보정을 수행하려면 Transformation(변환)을 선택한 다음 Segment analysis functions(세그먼트 분석 기능) 및 baseline correction(기준선 보정)을 선택합니다. 세그먼트화된 데이터의 평균을 구하려면 변환, 세그먼트 분석 함수, 평균을 차례로 선택합니다.첫째, 관심 있는 EEG 서사시는 사전 정의된 창과 겹침 크기가 있는 더 작은 시간 창으로 나뉩니다. 한편, fMRI 활성화 맵은 EEG 소스 분석을 위한 공간 선험으로 사용하기 위해 여러 관심 영역으로 세분화됩니다. 각 시간 창 동안 소스 지역화를 위해 적절한 공간 우선 순위 집합이 선택됩니다.이것들을 결합하면 관심있는 전체 EEG 서사시에 대한 피질 활동의 최종 시간 과정을 산출 할 수 있습니다. 여기에서 재구성된 뇌 활동은 상단에 있는 새로운 시공간적 특정 fMRI 제한 EEG 소스 이미징과 하단에 일반적으로 사용되는 시간 불변 fMRI 제약 소스 이미징을 비교하는 것으로 표시됩니다. 재구성된 뇌 활동은 시각 운동 활성화 패러다임을 겪고 있는 한 대표 피험자에 대해 여러 시점에서 나타납니다.새로운 방법의 국소화 결과는 더 집중적이었고 예상되는 뇌 영역과 더 잘 정렬되었습니다. 여기서, 방법의 견고성은 다양한 창 크기로 방법을 적용하여 테스트됩니다. 적당한 창 크기는 상당히 안정적이지만 큰 창 크기는 서로 다른 결과를 표시합니다.일단 숙달되면 동시 EEG 및 fMRI 데이터 기록 세션은 약 3시간 안에 완료할 수 있으며 데이터 분석은 제대로 수행되면 2-3일 내에 수행할 수 있습니다. 이 절차를 시도하는 동안 녹음하는 동안 시계 동기화와 트리거를 확인하는 것을 기억하는 것이 중요합니다. 분석하는 동안 관심 있는 활동을 캡처하는 데 필요한 매개변수에도 주의를 기울여야 합니다.이 절차에 따라 EEG 및 기능적 MRI 데이터 분석과 같은 측정을 수행할 수 있습니다.전뇌 연결성 분석은 인지 작업 중 뇌의 기본 연결 구조 또는 활동을 조사하기 위해 수행할 수 있습니다. 이 개발 이후, 이 기술은 기능적 신경 영상 분야의 연구자들이 복잡한 인지 처리와 관련된 매우 역동적인 뇌 활동을 탐구하고 신경 장애와 관련된 신경 경로의 자세한 변화를 연구할 수 있는 길을 열었습니다. 이 비디오를 시청한 후에는 EEG 및 fMRI 동시 기록을 수행하는 방법과 공간 시간 fMRI 제한 EEG 사회 분석의 기본 사항을 수행하는 방법을 잘 이해하게 될 것입니다.높은 공간적, 시간적 해상도와 정확성으로 뇌 활동을 재구성하기 위해. MRI 환경에서 참가자 및 장비와 함께 작업하려면 안전 문제에 대한 지속적인 인식이 필요하다는 것을 잊지 마십시오. 지정되지 않은 금속 물체를 MRI 룸에 가져와서는 안 되며 모든 전극 임피던스는 50쿨롱 미만으로 유지되어야 합니다.

concurrent-eeg-functional-mri-recording-integration-analysis-for

Research

연구

JoVE Journal

Biology

생물학

우리는 magnetoencephalography (MEG)와 electroencephalography이 (EEG) 단순한 감각 자극의 처리에 관련된 뇌 영역을지도하기 위해 사용합니다.

동시 MEG와 EEG와 기능 매핑

우리는 신경 활동과 혈액 산소 수준의 종속 (굵게) MRI 신호 사이의 관계의 조사를 위해 플랫폼을 제공하고 동시에 기능성 자기 공명 이미징 및 쥐 두뇌에 electrophysiological 기록하는 방법을 개발했습니다.

쥐 두뇌에 동시 fMRI와 전기 생리학

우리는 침략적 간질 모니터링을 진행하고 인간에서 연구 목적으로 electrocorticographic 신호를 수집하기위한 방법을 제시한다. 우리는 데이터 수집, 신호 처리 및 자극 프레 젠 테이션을 위해 BCI2000 소프트웨어 플랫폼을 사용하는 방법을 보여줍니다. 특히, 우리는 SIGFRIED, 실시간 기능적 뇌 맵핑을위한 BCI2000 기반 도구를 보여줍니다.

Neuroscientific 연구 및 실시간 기능성 두피 매핑을위한 인적 Electrocorticographic (ECoG) 신호를 녹음하기

우리는 자기 공명 영상 (MRI)에 의해 캡처 해부학 적 정보와 결합 마그네토와 electroencephalography (멕 / EEG)은, 청각주의와 관련된 대뇌 피질의 네트워크의 역학을 매핑 사용합니다.

동시 멕 / EEG와 해부학적인 몸의 구조 제약 최소 - 표준 견적을 사용하여 매핑 두피 역학 : 청각주의 예

동시에 뇌파 (EEG)와 기능성 자기 공명 영상 (fMRI)은 강력한 신경 영상 도구입니다. 그러나, MRI 스캐너의 내부는 스캐너 내부 EEG 장비를 작동 할 때마다 EEG 데이터 기록과 안전성이 고려되어야합니다에 대한 어려운 환경을 형성한다. 여기, 우리는 최적화 된 EEG-fMRI를 데이터 수집 프로토콜을 제시한다.

동시 fMRI를하는 동안 고품질 EEG 데이터를 얻기위한 가장 좋은 현재의 관행

이 논문은 기능성 자기 공명 영상 (fMRI)으로 밝혀 활성화에 의해 유도 동시 경 두개 자기 자극 (TMS) 동안 (EEG)의 데이터를 수집하고 뇌파를 분석하는 방법을 설명합니다. 사건 관련 전위의 TMS 이슈 제거 및 추출 방법은 패러다임의 설계 및 실험 장치의 고려 사항뿐만 아니라 설명되어 있습니다.

fMRI를 유도 경 두개 자기 자극하는 동안 기록 된 EEG 데이터에서 시각 유발 전위를 추출

Resting-state functional-connectivity MRI는 피질 발달의 기형으로 인한 간질을 포함한 광범위한 신경 정신 질환을 가진 환자의 이상을 확인했습니다. EEG와 함께 경두개 자기 자극법은 간질 환자가 비정상적인 연결성을 가진 영역에서 피질 과흥분성을 가지고 있음을 입증할 수 있습니다.

간질 환자의 뇌 흥분을 연결 관련 평가하는 멀티 모달 Imaging- 및 자극 기반 방법

선물이 intracranial electroencephalography 데이터 통계 파라미터 매핑 (SPM) 소프트웨어를 사용 하 여 분석 하는 데 사용할 수 있는 두 개의 분석 프로토콜: 신경 활동, 및 동적 인과 관계에 대 한 시간-주파수 통계적 파라미터 매핑 분석 내부 및 남북 regional 연결에 대 한 유발된 반응의 모델링.

신경 활동과 연결 Intracranial 뇌 파 데이터를 사용 하 여 SPM 소프트웨어 분석

이 문서에서는 동시 EEG 및 기능성 자기 공명 영상 동안 양질의 뇌전도(EEG) 데이터를 쉽게 사용할 수 있는 의료 제품을 활용하여 획득하기 위한 간단한 프로토콜을 제공합니다.

동시 뇌전도 및 기능 MRI 중 뇌전도 데이터의 신뢰할 수 있는 획득

이 기사에서는 임상 및 연구 환경 모두에서 사용할 수 있는 동시 뇌파도 및 기능적 자기 공명 영상(EEG-fMRI) 기록 절차에 대해 자세히 설명합니다. 임상 검토를 위해 영상 아티팩트를 제거하기 위한 EEG 처리 절차도 포함됩니다. 이 연구는 간질 기간 동안 간질의 예에 초점을 맞춥니다.

간질의 임상 검토를 위한 동시 뇌파도 및 기능적 자기 공명 영상을 위한 장비 설정 및 아티팩트 제거

다중 자기 공명 영상(MRI) 데이터 양식에 의해 정보를 얻은 대뇌파 네트워크의 뇌파검사(TMS-EEG) 매핑과 결합된 맞춤형 경두개 자기 자극을 위한 새로운 프로토콜입니다.

실시간 피질 네트워크 매핑을 위한 신경영상 유도 TMS-EEG

학습하세요 EEG와 fMRI 데이터를 통합한 시공간 신경영상 분석 방법을 통해 뇌 기능의 시간적 공간적 해상도를 향상시키는 기술입니다. 이 방법은 비침습적 신경영상 정확도를 높여 인지 과정 및 신경 경로 연구에 활용됩니다.

동시 뇌 파와 기능적 MRI 기록과 동적 대뇌 피 질의 활동 영상에 대 한 통합 분석

더 많은 동영상 탐색