Name: Het in kaart brengen Corticale Dynamics Met Gelijktijdige MEG / EEG en Anatomisch beperkt Minimum-norm Schattingen: een auditieve aandacht Voorbeeld (Video) | JoVE Journal
Uploaded: 2012-10-24T13:00:00.000+00:00
Duration: 8 min 45 s
Description: Leer corticale dynamiek in kaart brengen bij auditieve aandacht met gecombineerde MEG/EEG en MRI. Deze methode maakt nauwkeurige ruimtelijke analyse van hersenactiviteit tijdens cognitieve taken mogelijk.

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

De auteurs willen graag Matti S. Hämäläinen, Lilla Zöllei en drie anonieme reviewers bedanken voor hun nuttige opmerkingen. Financieringsbronnen: R00DC010196 (AKCL); T32DC000018 (EDL); T32DC005361 (RKM).

1. Anatomische verzamelen en verwerken <ol><li> Acquire een magnetisatie-en-klare snelle gradiënt echo (MPRAGE) MRI-scan van het onderwerp. Dit kan 5-10 min afhankelijk van de specifieke scan protocol gebruikt. </li><li> Acquire twee extra snelle lage hoek shot (FLASH) MRI-scans (flip hoeken = 5 ° en 30 °) als EEG-gegevens worden gebruikt voor het inverse beeldvorming analyse, zoals FLASH sequenties bieden verschillende delen contrast van de standaard MPRAGE sequenties 1. </li><li> Gebruik FreeSurfer software (zie tabel) 2, 3 om de corticale oppervlak reconstrueren en het opzetten van individuele M / EEG dipool bron ruimte. <ol><li> Deze bron ruimte is beperkt tot de grijs / witte stof grens gesegmenteerd uit de MPRAGE scan. Elke hemisfeer bevat ongeveer 100.000 potentiële hoekpunten, een onderlinge afstand van ~ 1 mm. Voor dipool amplitude schatting (zie hieronder), gebruik dan een raster afstand van 7 mm, dat ~ 3.000 dipolen per halfrond oplevert. </li></ol></li><li> Reconstruerende huid, de buitenste en binnenste schedel schedel oppervlakken van de MPRAGE en FLASH beelden met behulp van MNE (zie tabel) en FreeSurfer. Gebruik deze oppervlakken drie laagscheiding element model (BEM) te genereren. </li></ol> 2. M / EEG Data Acquisition <ol><li> Bereid onderwerp voor M / EEG opname. <ol><li> Raadpleeg Liu et al. 4 voor details over electrooculogram en referentie-elektrode voorbereiding en digitalisering van de vaste van het onderwerp monumenten, hoofd-positie-indicator spoelen (HPI) en EEG-elektroden. </li></ol></li><li> Zodra onderwerp zit in de MEG, het meten van de positie van het hoofd met behulp van de HPI spoelen. </li><li> Start de opname. Begin presentatie van auditieve en visuele prikkels. <ol><li> Veel hardware en software oplossingen zijn beschikbaar voor stimulus (bv., Presentatie, E-Prime) uit te voeren. We gebruiken een Tucker-Davis Technologies RZ6 voor auditieve stimulus presentatie en trekker stempelen, met Psychtoolbox 5 voor visuele stimulus presentatie, zowel gecontroleerd door MATLAB. Testen auditieve en visuele latencies met microfoon en fotodiode aan het scherm en vervolgens zodat er geen waarneembare jitter (die noodzakelijk waarin de presentatie projector haar oorspronkelijke resolutie) voor het experiment zorgt ervoor timing integriteit. </li></ol></li><li> Onder voorbehoud reageert op auditieve en visuele prikkels via een optische-knop doos tijdens het uitvoeren van gedrags-taak. </li><li> Bewaar alle stimuli, experimentele parameters en data bestanden voor off-line analyse. </li></ol> 3. M / EEG Co-registratie bij MRI Scan en Data Processing <ol><li> Met behulp van de MNE software laden digitizer gegevens en onder voorbehoud van de gereconstrueerde MRI hoofd model. Kies de vaste verstuurd naar co-registratie te starten en ga verder met automatische uitlijning procedure gebruiken om coördinaten transformatie (figuur 2) te voltooien. </li><li> Om de locatie van elk dipool betrekking in de bron space met de locatie van elke sensor, combineren opgenomen HPI data (zie 2.2) om een ​​oplossing te berekenen uit de drie lagen BEM (zie 1.4) </li><li> Inspecteer alle opgenomen M / EEG data en identificeren kanalen die uitzonderlijk hoge variantie hebben of volledig vlak. Stel deze kanalen zo slecht kanalen. </li><li> Gebruik signaal-space nok 6 of lawaaibestrijdingstechnieken (zoals signaal ruimte gescheiden 7) te projecteren of uit gescheiden ruimtelijke veldpatronen afkomstig van omgevingscondities veld verontreinigingen of andere ongewenste fysiologische signalen, zoals die geassocieerd met oog knippert en cardiale artefacten (Figuur 3). <ol><li> Breng tijd-domein artefact verwijderen (bv., Het verwijderen van tijdperken hebben een abnormaal hoog amplitude signalen als gevolg van stekelige een kanaal) en frequentie-domein artefact verwijderen (bv., Band-notch filter bij 50 of 60 Hz lijn-frequentie) verder toenemen signaal-ruisverhouding. </li></ol></li><li> Identificeer een baseline periode waarin het onderwerp werd niet uitvoeren van alle taken (bijv.., 200 ms periode voorafgaand aan het begin van elke proef). Genereer een gemiddelde van deze basislijn tijdperken om een ​​ruisschatting (ook bekend als de covariantiematrix) te verkrijgen. </li><li> Identificeer tijdperken van belang (bijvoorbeeld, alleen het verzamelen van tijdperken met de juiste gedragsreacties.) En bevatten de voorwaarden voor experimentele contrasten (bijv. tijdperken verbonden aan onder het inschakelen van hun auditieve aandacht aan de tegenovergestelde hemifield zoals oorspronkelijk cued -. &quot;Switch&quot; staat - versus onderwerp behoud van de aandacht op de originele hemifield - &quot;Hold&quot; staat). Genereer een gemiddelde reactietijd voor elk van de gedefinieerde toestand. <ol><li> Deze gemiddelden kunnen worden basislijn-gecorrigeerd of niet, afhankelijk van experimentele parameters (zie 8); gegevens die hier getoond worden baseline gecorrigeerd. </li></ol></li><li> Combineer de covariantiematrix (3.5) en de berekende vooruit oplossing (3.2) om een ​​te krijgenverdeeld cortically beperkt minimum-norm inverse operator die de sensor metingen betrekking heeft op dipool huidige ramingen in de bron ruimte. <ol><li> U kunt ongeveer beperken of bevestig de dipool oriëntatie op de corticale normale richting 9. </li></ol></li><li> Genereren van een &quot;brain film&quot; van de gedistribueerde dipool schatting (dwz. De huidige schatting op elke locatie dipool in de bronruimte in tijd) voor elk experiment (Figuur 4). <ol><li> Afhankelijk van de temporele eigenschappen van uw experimentele opzet, kunt u bin uw gegevens in de tijd door het gemiddelde huidige schattingen met behulp van niet-overlappende tijdelijke ramen. </li></ol></li></ol> 4. Statistische Inference Op basis van een gemeenschappelijk oppervlak coördinatensysteem <ol><li> Morph het &quot;brein films&quot; voor elk onderwerp op een gemeenschappelijke (gemiddeld) corticale ruimte, gebaseerd op een oppervlakte coördinatensysteem dat optimaal aansluit individuele sulcal-gyral patronen 3. Dit laat ons toe om te vergelijken of de gemiddelde corticale activiteiten in alle vakken. (Figuur 5). </li><li> Er zijn veel verschillende statistische inferentie benaderingen. We zullen wijzen op drie mogelijke benaderingen hier. Benaderingen die niet worden uitgevoerd in software kan worden geschreven met behulp van aangepaste software-in onze voorbeelden hebben we gebruik MATLAB de niet-parametrische tijdruimtelijke clustering voeren permutatie test. Ondanks de hoge dimensionaliteit (Space x Tijd x Onderwerpen) van deze gegevens, kunnen al deze benaderingen worden uitgevoerd met behulp van standaard moderne desktop computer hardware in seconden (ROI; 4,3 benadering) om de uren (niet-parametrische clustering; 4.5). </li><li> Regio-of-interest (ROI) benadering <ol><li> U kunt de ROI anatomisch (bijv.., Gedefinieerd door automatische verkaveling algoritme 1) en / of functioneel (bijv.., Door het opnemen van een functionele lokaliseren taak, zoals een Go / No saccade taak Ga naar de oculomoto identificerenr regio&#39;s). </li><li> U kunt uw analyse verder te beperken tot een specifieke tijd-of-interest die geschikt is om uw experimentele paradigma (bijv.., Een periode onmiddellijk voor en na het begin van het geluid stimuli). U kunt ook gebruik maken van andere statistische inferentie geassocieerd met tijdreeksanalyse. </li></ol></li><li> De hersenen als geheel Bonferroni of False-Discovery-Rate (FDR) correctie <ol><li> Dienst Bonferroni of FDR correctie indien u de hersenen als geheel, all-time analyse. </li><li> Genereer een statistische kaart op elke dipool locatie en elk tijdstip met behulp van geschikte toetsingsgrootheden, zoals een t-test of binnen-subjects ANOVA ongeveer normaal verdeelde data. Bijvoorbeeld kan z-scores van dynamische mapping statistische parameter van de MNE schattingen voor vaste dipool bronnen 10 worden gebruikt wanneer gecombineerd met een correctie voor correlaties in de schattingen (zoals de conservatieve Greenhouse-Geisser correctie). </li><li> Voor Bonferronicorrectie verkrijgen aanzienlijke ruimte-tijd punten door drempelvorming op een significantieniveau van 0,05 gedeeld door het aantal vergelijkingen (aantal dipolen vermenigvuldigd met het aantal tijdstippen). Voor een minder conservatieve benadering, gebruik FDR p-waarde correctie 11. </li></ol></li><li> Niet-parametrische spatiotemporele clustering <ol><li> Gebruik deze methode (op basis van een eenvoudige uitbreiding van 12) aan de regio&#39;s van grote, consistente ruimtelijke en temporele activering vinden terwijl ze minder conservatief zijn dan Bonferroni-correctie, en minder vatbaar voor ik statistische fouten dan FDR Typ door het beheersen van de familie-wise foutenpercentage . <ol><li> Omdat deze benadering gebruikt permutatie of Monte Carlo resampling technieken, is het geen veronderstellingen van normaliteit van de data, en alleen veronderstelt dat de voorwaarde labels verwisselbaar onder de nulhypothese. Hoewel het meer rekenkundig intensief dan de vorige twee benaderingen kan nog worden uitgevoerd uur op eenenkele machine met behulp van moderne desktop computer hardware. </li></ol></li><li> Genereer een statistische kaart op elke dipool locatie en elk tijdstip met de juiste toetsingsgrootheden, zoals een t-test. </li><li> Threshold deze kaart nog in een voorbereidende betekenis drempel, bijvoorbeeld p ​​&lt;0,05. </li><li> Cluster deze vermeende belangrijke punten gebaseerd op spatio-temporele nabijheid, bijvoorbeeld. de belangrijke punten binnen 5 ms en 5 mm geodetische afstand van elkaar worden gebracht in hetzelfde cluster. Score elk resulterend cluster met behulp van hypervolume of totale betekenis (bijvoorbeeld. Som van t-scores van punten in het cluster). </li><li> Voer een standaard permutatie resampling (of Monte Carlo resampling voor grotere datasets, bijvoorbeeld. Aantal personen n&gt; 10, om te besparen op berekening) test met een maximale statistiek (zie 12 voor permutatie-test voorbeelden). Kort voor een willekeurige subgroep van patiënten (kiezen overal van 0 tot N proefpersonen) relabel de voorwaarden being ten opzichte van vóór het verkrijgen van de statistische kaart, voert clustering op de nieuwe statistische kaart, en het verkrijgen van de maximale cluster score voor dat relabeling. Voer deze procedure op nieuwe willekeurige relabelings tot 2 N permutaties een verdeling van de maximale statistiek te verkrijgen, het uitvoeren van alle mogelijke 2 N relabelings levert de permutatie test en het gebruik van een willekeurige subgroep van minder dan 2 N relabelings levert een Monte Carlo (of willekeurige ) permutatie test. </li><li> Verkrijgen de betekenis van een gegeven origineel cluster (uit de oorspronkelijke etikettering) door bepaling van de hoeveelheid tijd de maximale clustergrootte groter zijn dan die van de oorspronkelijke cluster, bijvoorbeeld. clusters die groter waren dan 95% van de maximale statistiek clusters kan worden verklaard significant. <ol><li> Voor een diepgaande discussie over statistische inferentie in MEG gedistribueerde bron imaging, zie 13. </li></ol></li></ol></li><li> De resulterende bestanden kunnen worden vi<html> sualized op vele manieren, met inbegrip van het gebruik van de formaten native gebruikt door multinationale software om spatio-temporele corticale schattingen, namelijk STC bestanden op te slaan. Deze naast labels die kunnen worden geproduceerd overeenkomstig de belangrijkste regio&#39;s, kunnen worden gegenereerd met behulp MNE toolboxes voorzien MATLAB en Python. </li></ol> 5. Representatieve resultaten Figuur 6 een aantal representatieve resultaten met de gedragsmatige paradigma geschetst in figuur 4. Met de niet-parametrische spatiotemporele clustering procedure (4.5) wordt het recht FEF significant bevonden wanneer het onderwerp uitvoeren van een taak heroriëntatie vergeleken met een standaard taak (figuur 6 links). Met het ROI benadering (4.3) wordt het tijdsverloop van de juiste FEF weergegeven, samen met de periode dat deze twee voorwaarden zijn significant verschillend. p_upload/4262/4262fig1.jpg &quot;/&gt; Figuur 1. Workflow voor het genereren van een &quot;brain film&quot; met behulp van cortically-beperkt minimum-norm dipool schattingen (cf. figuur 1 in Liu et al.., 2010). <img alt="Figuur 2" src="/files/ftp_upload/4262/4262fig2.jpg" /> Figuur 2. MNE software die wordt gebruikt om EEG-kanalen en HPI locaties co-registratie mogelijk te maken op MRI een onderwerp te coördineren ruimte. <img alt="Figuur 3" src="/files/ftp_upload/4262/4262fig3.jpg" /> Figuur 3. MEG gegevens voor en na het gebruik van SSP op cardiale (oranje gemarkeerd) en in het oog knippert (gemarkeerd in blauw-groen) artefacten en lowpass filter aan line-frequentie te verwijderen te verwijderen. <a href="https://www.jove.com/files/ftp_upload/4262/4262fig3large.jpg" target="_blank">Klik hier om een grotere afbeelding te bekijken</a> . <pclass = &quot;jove_content&quot; fo: keep-together.within-page = &quot;always&quot;&gt; <img alt="Figuur 4" src="/files/ftp_upload/4262/4262fig4.jpg" /> Figuur 4 Een &quot;brain film&quot; op inheemse onderwerp corticale ruimte en de timing van de audio-visuele presentatie (met auditieve stimuli gepresenteerd op 600 ms en een visuele stimulus gepresenteerd op -600 ms) in een experimenteel paradigma (Let op:. Zal dit gepresenteerd als een film in de uiteindelijke film clip) <img alt="Figuur 5" src="/files/ftp_upload/4262/4262fig5.jpg" /> Figuur 5. Vergelijking tussen een hypothetisch ROI in kaart gebracht op inheemse een onderwerp corticale ruimte en na morphed op een gemeenschappelijke corticale ruimte. <img alt="Figuur 6" src="/files/ftp_upload/4262/4262fig6.jpg" /> Figuur 6. Representatieve tijdruimtelijke cluster en het tijdsverloop geassocieerd met de twee experimentele voorwaardenties getest.

<ol><li>Fischl, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatically+parcellating+the+human+cerebral+cortex%5BTitle%5D)+AND+%22Cerebral+Cortex%22%5BJournal%5D)">Automatically parcellating the human cerebral cortex.</a> Cerebral Cortex. 14, 11-22 (2004).</li>
<li>Dale, A., Sereno, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+localization+of+cortical+activity+by+combining+EEG+and+MEG+with+MRI+cortical+surface+reconstruction%3A+A+linear+approach%5BTitle%5D)+AND+%22Journal+of+Cognitive+Neuroscience%22%5BJournal%5D)">Improved localization of cortical activity by combining EEG and MEG with MRI cortical surface reconstruction: A linear approach.</a> Journal of Cognitive Neuroscience. 5, 162-176 (1993).</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, 195-207 (1999).</li>
<li>Liu, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+Mapping+with+Simultaneous+MEG+and+EEG%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%22%5BJournal%5D)">Functional Mapping with Simultaneous MEG and EEG.</a> Journal of Visualized Experiments. (40), e1668(2010).</li>
<li>Brainard, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Psychophysics+Toolbox%5BTitle%5D)+AND+%22Spatial+Vision%22%5BJournal%5D)">The Psychophysics Toolbox.</a> Spatial Vision. 10, 433-436 (1997).</li>
<li>Uusitalo, M. A., Ilmoniemi, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Signal-space+projection+method+for+separating+MEG+or+EEG+into+components%5BTitle%5D)+AND+%22Med.+Biol.+Eng.+Comput%22%5BJournal%5D)">Signal-space projection method for separating MEG or EEG into components.</a> Med. Biol. Eng. Comput. 35, 135-140 (1997).</li>
<li>Taulu, S., Simola, J., Kajola, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Applications+of+the+signal+space+separation+method%5BTitle%5D)+AND+%22IEEE+Transactions+on+Signal+Processing%22%5BJournal%5D)">Applications of the signal space separation method.</a> IEEE Transactions on Signal Processing. 53, 3359-3372 (2005).</li>
<li>Urbach, T. P., Kutas, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Interpreting+event-related+brain+potential+%28ERP%29+distributions%3A+Implications+of+baseline+potentials+and+variability+with+application+to+amplitude+normalization+by+vector+scaling%5BTitle%5D)+AND+%22Biological+Psychology%22%5BJournal%5D)">Interpreting event-related brain potential (ERP) distributions: Implications of baseline potentials and variability with application to amplitude normalization by vector scaling.</a> Biological Psychology. 72, 333-343 (2006).</li>
<li>Lin, F. -H., Belliveau, J. W., Dale, A. M., Hämäläinen, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Distributed+current+estimates+using+cortical+orientation+constraints%5BTitle%5D)+AND+%22Human+Brain+Mapping%22%5BJournal%5D)">Distributed current estimates using cortical orientation constraints.</a> Human Brain Mapping. 27, 1-13 (2006).</li>
<li>Dale, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+statistical+parametric+mapping%3A+combining+fMRI+and+MEG+for+high-resolution+imaging+of+cortical+activity%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Dynamic statistical parametric mapping: combining fMRI and MEG for high-resolution imaging of cortical activity.</a> Neuron. 26, 55-67 (2000).</li>
<li>Nichols, T., Hayasaka, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Controlling+the+familywise+error+rate+in+functional+neuroimaging%3A+a+comparative+review%5BTitle%5D)+AND+%22Statistical+Methods+in+Medical+Research%22%5BJournal%5D)">Controlling the familywise error rate in functional neuroimaging: a comparative review.</a> Statistical Methods in Medical Research. 12, 419-446 (2003).</li>
<li>Nichols, T. E., Holmes, A. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nonparametric+permutation+tests+for+functional+neuroimaging%3A+a+primer+with+examples%5BTitle%5D)+AND+%22Human+Brain+Mapping%22%5BJournal%5D)">Nonparametric permutation tests for functional neuroimaging: a primer with examples.</a> Human Brain Mapping. 15, 1-25 (2001).</li>
<li>Pantazis, D., Leahy, R. M. Statistical Inference in MEG Distributed Source Imaging. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aPantazis%2C+D+%22MEG%3A+An+Introduction+to+Methods%22">MEG: An Introduction to Methods</a>. Hansen, P., Kringelbach, M., Salmelin, R. , Oxford University Press. New York. 245-272 (2010).</li>
<li>Ahveninen, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Attention-driven+auditory+cortex+short-term+plasticity+helps+segregate+relevant+sounds+from+noise%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences%22%5BJournal%5D)">Attention-driven auditory cortex short-term plasticity helps segregate relevant sounds from noise.</a> Proceedings of the National Academy of Sciences. , 1-6 (2011).</li>
<li>Sharon, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+advantage+of+combining+MEG+and+EEG%3A+comparison+to+fMRI+in+focally+stimulated+visual+cortex%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">The advantage of combining MEG and EEG: comparison to fMRI in focally stimulated visual cortex.</a> Neuroimage. 36, 1225-1235 (2007).</li>
<li>Herrmann, B., Maess, B., Hasting, A. S., Friederici, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Localization+of+the+syntactic+mismatch+negativity+in+the+temporal+cortex%3A+An+MEG+study%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Localization of the syntactic mismatch negativity in the temporal cortex: An MEG study.</a> NeuroImage. 48, 590-600 (2009).</li>
<li>Baillet, S. The Dowser in the Fields: Searching for MEG Sources. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBaillet%2C+S+%22MEG%3A+An+Introduction+to+Methods%22">MEG: An Introduction to Methods</a>. Hansen, P., Kringelbach, M., Salmelin, R. , Oxford University Press. New York. 83-123 (2010).</li>
<li>Gutschalk, A., Micheyl, C., Oxenham, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+correlates+of+auditory+perceptual+awareness+under+informational+masking%5BTitle%5D)+AND+%22PLoS+Biology%22%5BJournal%5D)">Neural correlates of auditory perceptual awareness under informational masking.</a> PLoS Biology. 6, e138(2008).</li>
</ol>

Geen belangenconflicten verklaard.

Om de dipool activering op de cortex van de verworven MEG / EEG data schatten, moeten we een inverse probleem dat niet uniek stabiele oplossing tenzij passende anatomisch en fysiologisch geluid beperkingen worden toegepast lossen. Met behulp van de anatomische beperking verworven voor individuele onderwerpen met behulp van MRI en de vaststelling van de minimum-norm als onze inschatting criterium, kunnen we komen tot een inverse corticale huidige bron schat dat is het eens met de sensor metingen. Deze aanpak is nuttig ge...

<table border="1"><tbody><tr><td> Naam van de apparatuur / software </td><td> Bedrijf / bron </td><td></td><td></td></tr><tr><td> 306-kanaals Vectorview MEG-systeem </td><td> Eleka-Neuromag Ltd, </td><td></td><td></td></tr><tr><td> 1,5 T Avanto MRI scanner </td><td> Siemens Medical Solutions </td><td></td><td></td></tr><tr><td> FreeSurfer </td><td></td><td></td><td> <a href="http://freesurfer.net/" target="_blank">http://freesurfer.net/</a> </td></tr><tr><td> MNE software </td><td></td><td></td><td> <a href="http://www.nmr.mgh.harvard.edu/martinos/userInfo/data/sofMNE.php" target="_blank">http://www.nmr.mgh.harvard.edu/martinos/userInfo/data/sofMNE.php</a> </td></tr><tr><td> EEG-elektroden </td><td> Brain Products, Easycap GmbH </td><td></td><td></td></tr><tr><td> 3Space Fastrak systeem </td><td> Polhemus </td><td></td><td></td></tr><tr><td> Optische knop box (FIU-932) </td><td> Actueel Designs </td><td></td><td></td></tr></tbody></table>

het in kaart brengen corticale dynamics met gelijktijdige meg / eeg en anatomisch beperkt minimum-norm schattingen: een auditieve aandacht voorbeeld

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Magneto-en elektro-encefalografie (MEG / EEG) wordt neuroimaging technieken die een hoge temporele resolutie in het bijzonder geschikt is om het corticale netwerken die betrokken zijn bij dynamische perceptuele en cognitieve taken, zoals het bijwonen van verschillende geluiden in een cocktail kunnen onderzoeken. Vele vroegere studies hebben gebruikt data opgenomen op de sensor niveau alleen, dwz. De magnetische velden of elektrische potentialen opgenomen buitenkant en aan de hoofdhuid en zijn meestal gericht op activiteit die tijd vergrendeld op de stimulus. Dit type event-related field / mogelijke analyse is bijzonder nuttig wanneer er slechts een klein aantal verschillende dipolaire patronen die kunnen worden geïsoleerd en geïdentificeerd in ruimte en tijd. U kunt ook door het gebruik van anatomische informatie, kunnen deze eigen veld patronen worden gelokaliseerd als de huidige bronnen op de cortex. Echter, voor een meer aanhoudende respons die niet tijd vergrendeld op een specifieke stimulus (bijvoorbeeld.,ter voorbereiding voor het luisteren naar een van de twee gelijktijdig ingediende gesproken cijfers gebaseerd op de geactiveerde auditieve functie) of kunnen worden verdeeld over verschillende ruimtelijke locaties a priori onbekend, kan het rekruteren van een gedistribueerd netwerk corticale onvoldoende worden gevangen door een beperkt aantal focale bronnen. We beschrijven een procedure die individuele anatomische MRI data werken om een ​​relatie tussen de sensor informatie en de dipool activering op de cortex door het gebruik van minimum-norm schattingen (MNE). Deze inverse imaging benadering geeft ons een instrument voor gedistribueerde bron analyse. Ter illustratie beschrijven we alle procedures met behulp van FreeSurfer en MNE software, zowel gratis beschikbaar. We zullen een samenvatting van de MRI-sequenties en analyse stappen die nodig zijn om een ​​voorwaartse model dat ons in staat stelt te verhouden de verwachte veldpatroon veroorzaakt door de dipolen verdeeld over de cortex naar de M / EEG-sensoren te produceren. Next, zullen we stap door de noodzakelijke processen die ons vergemakkelijken ruisvermindering de sensor gegevens van milieu-en fysiologische verontreinigingen. Wij zullen dan een overzicht van de procedure voor het combineren en in kaart brengen MEG / EEG sensorgegevens op de corticale ruimte, waardoor een familie van tijdreeksen van corticale dipool activering op de hersenen oppervlak (of &quot;brain-films&quot;) met betrekking tot elke experimentele conditie. Ten slotte zullen we een paar statistische technieken die ons in staat stellen om wetenschappelijke gevolgtrekking maken over een onderwerp populatie (dwz., Uit te voeren op groepsniveau analyse) op basis van een gemeenschappelijke corticale coördinaatruimte.

We maken gebruik van magneto-en elektro-encefalografie (MEG / EEG), gecombineerd met anatomische informatie gevangen genomen door magnetische resonantie beeldvorming (MRI), om de dynamiek van het corticale netwerk is verbonden met auditieve aandacht kaart te brengen.

Het in kaart brengen Corticale Dynamics Met Gelijktijdige MEG / EEG en Anatomisch beperkt Minimum-norm Schattingen: een auditieve aandacht Voorbeeld

Magneto- en elektro-encefalografie (MEG/EEG) zijn neuroimagingtechnieken die een hoge temporele resolutie bieden, wat bijzonder geschikt is voor het onderzoeken van de ...

Het algemene doel van deze procedure is het in kaart brengen van de corticale dynamiek die ten grondslag ligt aan verschillende menselijke cognitieve toestanden. Dit wordt bereikt door eerst magneto- en elektro-encefalografische gegevens, kortweg MEG en EEG, vast te leggen terwijl een proefpersoon een gedragstaak uitvoert. De tweede stap is het verkrijgen van anatomische gegevens met behulp van relevante MRI-sequenties.Vervolgens wordt er co-registratie uitgevoerd om de ruimtelijke correspondentie tussen de sensorlocaties van MEG en EEG en de anatomische informatie vast te stellen. De laatste stap is het gebruik van een inverse imaging-benadering om de hersenactiviteit van het individu op de corticale ruimte te projecteren. Uiteindelijk wordt statistische inferentie, gebaseerd op een gemeenschappelijk oppervlaktegebaseerd coördinatensysteem, gebruikt om significante spatio-temporele patronen te ontdekken die het ene cognitieve stadium van het andere onderscheiden.De procedure zal worden gedemonstreerd door Eric Lawson en Ross Maddox. Voor postdocs in mijn laboratorium: begin dit protocol met het maken van structurele MR-beelden van het subject. Maak eerst een structurele MR-scan met een magnetization prepared rapid gradient echo, oftewel MP rage, of een soortgelijke sequentie.Deze sequentie kan vijf tot 10 minuten duren, afhankelijk van de specifieke scanresolutie en het gebruikte beeldvormingsprotocol, indien de EEG-gegevens worden gebruikt voor inverse beeldvormingsanalyse. Voer daarnaast twee fast low angle shot- of flash MRI-scans uit. Deze flash-sequenties bieden een ander weefselcontrast dan de standaard MP rage-sequenties.Zodra de beeldvorming voltooid is, worden MNE- en FreeSurfer-software gebruikt om de oppervlakken van de huid, de buitenkant van de schedel en de binnenkant van de schedel te reconstrueren op basis van de MP-rage- en flash-beelden. Gebruik deze oppervlakken vervolgens om een drielaags boundary element-model (BEM) te genereren voorafgaand aan het MEG-experiment. Test eerst de auditieve en visuele latenties om de integriteit van de timing te waarborgen.Gebruik een microfoon en een foto-DDE die aan het scherm zijn bevestigd, en zorg vervolgens dat er geen waarneembare jitter is. Dit kan vereisen dat de presentatieprojector op zijn eigen resolutie wordt ingesteld. Bereid daarna het subject voor op de opname; raadpleeg hiervoor het vorige videoartikel van luital voor details over de voorbereiding van het electrogram en de referentie-elektrode, evenals de digitalisering van de fiduciaire kenmerken van het subject, de spoelen voor de hoofdpositie-indicator en de EEG-elektroden.Zodra de proefpersoon comfortabel is gepositioneerd in de MEG-meetpositie voor het hoofd, met behulp van de hoofdpositie-indicator of HPI-spoelen, kan de opname worden gestart en de presentatie van auditieve en visuele stimuli beginnen. Let op: HPI-metingen kunnen ook continu worden uitgevoerd. De proefpersoon dient te reageren op de auditieve en visuele stimuli via een optische knoppenbox terwijl deze een audiovisuele gedragstaak uitvoert.Hier rapporteert de proefpersoon de spaak en het cijfer die afkomstig zijn uit het hemiveld, zoals aangegeven door de visuele cue. Soms worden proefpersonen visueel geprompt om halverwege de trial hun aandacht naar het contralaterale hemiveld te verplaatsen. Om het schakelen van de auditieve aandacht te bestuderen, zijn er vele hardware- en softwareoplossingen beschikbaar voor het presenteren van stimuli.Hier wordt de Tucker Davis Technologies RZ six gebruikt voor de presentatie van auditieve stimuli en triggerstempeling, met Psychtoolbox voor de presentatie van visuele stimuli, waarbij beide worden aangestuurd door Matlab. Om de gegevensverwerking te starten, wordt de EEG-data gecoregistreerd met de structurele MR met behulp van MNE-software, zoals hier te zien is; laad eerst de digitizer-gegevens in het gereconstrueerde MRI-hoofdmodel van het subject. Selecteer vervolgens fiduciaire referentiepunten om het coregistratieproces te starten en gebruik daarna de automatische uitlijningsprocedure om de coördinatentransformatie te voltooien.Koppel vervolgens de locatie van elke dipool in de bronruimte aan de locatie van elke sensor. Combineer de geregistreerde gegevens van de hoofdpositie-indicator om een forward solution te berekenen met het boundary element-model met drie lagen, om de signaal-ruisverhouding van de gegevens verder te verhogen. Pas artefactverwijdering in het tijdsdomein toe, zoals het verwijderen van epochs die abnormaal hoge amplitudesignalen bevatten als gevolg van spiking van een kanaal.Pas daarna artifactverwijdering in het frequentiedomein toe, zoals band-notch filtering op de netfrequentie van 50 of 60 hertz; gebruik signal space projection of andere ruisonderdrukkingsmethoden, zoals signal space separation, om spatiale veldpatronen te projecteren of te scheiden van omgevingsruis of andere ongewenste fysiologische signalen, zoals die geassocieerd met oogknipperingen en cardiale artifacten. Genereer vervolgens een hersenfilm van de gedistribueerde dipoolschatting, waarbij de actuele schatting op elke dipoollocatie in de brurruimte in de tijd voor elke experimentele conditie wordt weergegeven. Afhankelijk van de temporele kenmerken van het experimentele ontwerp kunnen gegevens in de tijd worden gebogen door actuele schattingen te middelen met niet-overlappende temporele vensters om de analysevorm voort te zetten.De eerder gemaakte hersenfilms voor elk subject worden geprojecteerd op een gemeenschappelijke corticale ruimte op basis van een oppervlaktegebaseerd coördinatensysteem dat individuele corticale patronen optimaal uitlijnt. Dit maakt vergelijking of middeling van corticale activiteiten tussen subjecten mogelijk. Om een regio-van-interesse-benadering te gebruiken, kunnen ROI's anatomisch worden gedefinieerd, bijvoorbeeld door een automatisch parcelisatie-algoritme, en/of functioneel door het registreren van een functionele lokalisatietaak, zoals een go no-go taak, om de oculomotorische regio's te identificeren. De analyse kan verder worden beperkt tot een specifiek tijdsinterval dat passend is bij het gebruikte experimentele paradigma, bijvoorbeeld beperkt tot een tijdsperiode direct voor en na het begin van de geluidstimuli.Andere statistische inferenties geassocieerd met tijdreeksanalyse kunnen ebenfalls worden toegepast met behulp van het hierboven beschreven gedragsparadigma. Hier zien we representatieve resultaten verkregen met de non-parametrische spatiotemporele clusteringprocedure. Er is vastgesteld dat het rechter frontale oogveld significant is wanneer een individueel subject een heroriëntatietaak uitvoert in vergelijking met een standaardtaak.Met behulp van de ROI-benadering wordt het tijdsverloop van het rechter frontale oogveld getoond, samen met de tijdsperiode waarin deze twee condities significant verschillen. Na het bekijken van deze video zou u een goed beeld moeten hebben van hoe M-E-G-E-E-G en MRI kunnen worden gebruikt om corticale dynamiek in verschillende gedragstaken in kaart te brengen. Door passende statistische benaderingen toe te passen, kunt u verschillende spatiotemporele patronen ontdekken die onderscheid maken tussen cognitieve toestanden.Bedankt voor het kijken en veel succes met de experimenten.

mapping-cortical-dynamics-using-simultaneous-megeeg-anatomically

Research

JoVE Journal

Neuroscience

Neurowetenschap

We maken gebruik van magneto (MEG) en elektro-encefalogram (EEG) tot hersengebieden die betrokken zijn bij het verwerken van eenvoudige zintuiglijke prikkels kaart.

Functionele Mapping met gelijktijdige MEG en EEG

Aandachtscontrole omvat de verbetering van doelsignaal en de verzwakking van afleidende signalen. We beschrijven een benadering om afzonderlijk maar gelijktijdig de neurofysiologie van aandacht en negeren te meten in aanhoudende intermodale aandacht, gebruikmakend van een passieve controleconditie waarin geen van beide processen continu betrokken is.

Meting van neurofysiologische signalen van negeren en het bijwonen van processen in Attention Controle

Een EEG-fMRI multimodale imaging methode, die bekend staat als de spatio fMRI-beperkt EEG bron imaging methode is hier beschreven. De onderhavige methode maakt gebruik van voorwaardelijk-actieve fMRI sub kaarten, of priors, bij EEG source localization op een wijze die verbetert de ruimtelijke specificiteit en foutieve resultaten beperkt.

Gelijktijdige EEG en functionele MRI opname en integratie analyse voor dynamische corticale activiteit Imaging

De huidige studie stelt een protocol om te onderzoeken van de aanpassing aan de links-rechts omgekeerde auditie slechts bereikt door draagbare apparaten, met behulp van neuroimaging, kunnen die een doeltreffend instrument voor het blootleggen van het aanpassingsvermogen van mensen aan een nieuwe context in de auditieve domein.

Een methode om te studeren van aanpassing aan de links-rechts omgekeerd auditie

In dit artikel wordt beschreven hoe u een experiment instellen dat het mogelijk maakt om invloeden op bronniveau te detecteren op object perceptie met behulp van magnetoencephalography (MEG). Het omvat stimulus-materiaal, experimenteel ontwerp, MEG-opname en gegevensanalyse.

Detectie van pre-stimulus effecten op bronniveau op object perceptie met Magnetoencephalography

Magneto-encefalografie (MEG) en high-density elektro-encefalografie (HD-EEG) worden zelden tegelijkertijd geregistreerd, hoewel ze bevestigende en aanvullende informatie opleveren. Hier illustreren we de experimentele opzet voor het registreren van gelijktijdige MEG en HD-EEG en de methodologie voor het analyseren van deze gegevens met als doel epileptogene en welsprekende hersengebieden te lokaliseren bij kinderen met resistente epilepsie.

Beeldvorming van elektromagnetische bronnen bij preoperatieve evaluatie van kinderen met resistente epilepsie

Een nieuw protocol voor gepersonaliseerde transcraniële magnetische stimulatie in combinatie met elektro-encefalografie (TMS-EEG) mapping van corticale netwerken, geïnformeerd door meerdere magnetische resonantie beeldvorming (MRI) datamodaliteiten.

Neuroimaging-geleide TMS-EEG voor real-time corticale netwerkmapping

Hier presenteren we twee protocollen voor de registratie van micro-elektrocorticografie met hoge dichtheid (μEcoG) bij ratten en muizen, inclusief chirurgische, implantatie- en registratiemethoden. μECoG-opnames worden uitgevoerd in combinatie met laminaire polytrode-opname in de auditieve cortex van de rat of met optogenetische manipulatie van neurale activiteit in de somatosensorische cortex van de muis.

Multischaalonderzoek van corticale verwerking door integratie van laminaire polytrodes en optogenetica met micro-elektrocorticografie bij knaagdieren

Dit protocol toont aan hoe fysica-gebaseerde neurale simulaties kunnen worden gebruikt om elektrofysiologische biomarkers van neurotherapeutica te interpreteren en hun effect op neurale circuits te ontdekken, waardoor een mechanistisch onderbouwde benadering van neurotherapeutische ontwikkeling wordt geboden.

Een protocol voor het ontdekken van neurale mechanismen van neurotherapeutische effecten op elektro-encefalografie met behulp van de humane neocorticale neurosolver

De kip auditieve hersenstam bestaat uit de kernen die verantwoordelijk is voor de binaurale geluidsbewerking. Een enkele coronale slice voorbereiding onderhoudt het hele circuit, terwijl de gekweekte aanpak biedt een unieke voorbereiding op de ontwikkeling van neuronale structuur en auditieve functie bestuderen op moleculair, cellulair en netwerk niveau.

Voorbereiding en Cultuur van Chicken Auditieve Brainstem Slices

Leer corticale dynamiek in kaart brengen bij auditieve aandacht met gecombineerde MEG/EEG en MRI. Deze methode maakt nauwkeurige ruimtelijke analyse van hersenactiviteit tijdens cognitieve taken mogelijk.

Het in kaart brengen Corticale Dynamics Met Gelijktijdige MEG / EEG en Anatomisch beperkt Minimum-norm Schattingen: een auditieve aandacht Voorbeeld (Video) | JoVE Journal

Het in kaart brengen Corticale Dynamics Met Gelijktijdige MEG / EEG en Anatomisch beperkt Minimum-norm Schattingen: een auditieve aandacht Voorbeeld

Meer video's verkennen