Mapowanie dynamiki kory mózgowej przy użyciu jednoczesnego MEG/EEG i anatomicznie ograniczonych szacunków minimalnej normy: przykład uwagi słuchowej

Ogólnym celem tej procedury jest odwzorowanie dynamiki kory mózgowej leżącej u podstaw różnych stanów poznawczych człowieka. Osiąga się to poprzez uprzednie przechwycenie danych iskrownikowych i elektroencefalograficznych lub MEG i EEG w skrócie, podczas gdy badany wykonuje zadanie behawioralne. Drugim krokiem jest uzyskanie danych anatomicznych za pomocą odpowiednich sekwencji MRI.

Następnie przeprowadzana jest korejestracja w celu ustalenia zgodności przestrzennej między lokalizacjami czujników MEG i EEG z informacjami anatomicznymi. Ostatnim krokiem jest zastosowanie podejścia do obrazowania odwróconego w celu zmapowania aktywności mózgu danej osoby w przestrzeni korowej. Ostatecznie wnioskowanie statystyczne oparte na wspólnym układzie współrzędnych opartym na powierzchni służy do odkrywania znaczących przestrzennych wzorców czasowych, które odróżniają jeden stan poznawczy od drugiego.

Procedurę zademonstrują Eric Lawson i Ross Maddox. W przypadku doktorów w moim laboratorium, rozpocznij ten protokół od uzyskania strukturalnych obrazów MR pacjenta. Najpierw uzyskaj strukturalny skan MR za pomocą przygotowanego przez namagnesowanie szybkiego echa gradientowego lub MP rage lub podobnej sekwencji.

Ta sekwencja może trwać od pięciu do 10 minut, w zależności od konkretnej rozdzielczości skanowania i zastosowanego protokołu obrazowania, jeśli dane EEG będą używane do analizy obrazowania odwrotnego. Zrób także dwa szybkie zdjęcia pod niskim kątem lub skany MRI z lampą błyskową. Te sekwencje błysków zapewniają inny kontrast tkankowy niż standardowe sekwencje wściekłości MP.

Po zakończeniu obrazowania użyj MNE i bezpłatnego oprogramowania dla surferów, aby zrekonstruować skórę, zewnętrzną czaszkę i wewnętrzną powierzchnię czaszki na podstawie obrazów MP rage i flash. Następnie użyj tych powierzchni do wygenerowania trójwarstwowego modelu elementu granicznego lub bem przed eksperymentem MEG. Najpierw przetestuj opóźnienia słuchowe i wzrokowe, aby zapewnić integralność czasu.

Użyj mikrofonu i zdjęcia DDE podłączonego do ekranu, a następnie upewnij się, że nie ma zauważalnego jittera. Może to wymagać ustawienia projektora prezentacyjnego na jego natywną rozdzielczość. Następnie przygotuj obiekt do nagrywania, odwołując się do poprzedniego artykułu wideo luital, aby uzyskać szczegółowe informacje na temat przygotowania elektrogramu i elektrody referencyjnej, a także digitalizacji punktów odniesienia obiektu, cewek wskaźnika położenia głowy i elektrod EEG.

Gdy osoba badana usiądzie wygodnie w pozycji głowy MEG, zmierz za pomocą wskaźnika pozycji głowy lub cewek HPI, rozpocznij nagrywanie i rozpocznij prezentację bodźców słuchowych i wizualnych. Uwaga: Pomiary HPI mogą być również wykonywane w sposób ciągły. Badany powinien reagować na bodźce słuchowe i wzrokowe za pomocą optycznego pudełka z guzikami podczas wykonywania audiowizualnego zadania behawioralnego.

W tym miejscu podmiot zgłasza szprychę i cyfrę pochodzące z półpola jako kolejkę przez wskazówkę wizualną. Od czasu do czasu badani są wizualnie proszeni o skierowanie uwagi na kontralateralne półpole w połowie próby. Aby zbadać przełączanie uwagi słuchowej, dostępnych jest wiele rozwiązań sprzętowych i programowych do prezentacji bodźców.

Tutaj Tucker Davis Technologies RZ six służy do prezentacji bodźców słuchowych i stemplowania wyzwalaczy z zestawem narzędzi psychologicznych do prezentacji bodźców wizualnych, oba kontrolowane przez matlab. Aby rozpocząć przetwarzanie danych, należy coregister dane EEG do strukturalnego rezonansu magnetycznego za pomocą oprogramowania MNE, jak pokazano tutaj, najpierw załaduj dane digitizera do zrekonstruowanego modelu głowy MRI pacjenta. Następnie wybierz powiernicze punkty orientacyjne, aby zainicjować proces wspólnej rejestracji, a następnie przejdź do procedury automatycznego wyrównania, aby zakończyć transformację współrzędnych.

Następnie, aby powiązać położenie każdego dipola w przestrzeni źródłowej z lokalizacją każdego czujnika. Połącz zarejestrowane dane wskaźnika położenia głowicy, aby obliczyć rozwiązanie do przodu z trójwarstwowym modelem elementów granicznych, aby jeszcze bardziej zwiększyć stosunek sygnału do szumu danych. Zastosuj usuwanie artefaktów w dziedzinie czasu, takie jak usuwanie epików zawierających sygnały o nienormalnie wysokiej amplitudzie z powodu przeskoków kanału.

Zastosuj również usuwanie artefaktów w dziedzinie częstotliwości, takie jak filtrowanie pasma z wycięciem przy częstotliwości linii 50 lub 60 Hz, użyj projekcji przestrzeni sygnału lub innych technik redukcji szumów, takich jak separacja przestrzeni sygnału, w celu projekcji lub oddzielenia wzorców pola przestrzennego od otoczenia, zanieczyszczenia pola lub innych niepożądanych sygnałów fizjologicznych, takich jak te związane z mruganiem oczami i artefaktami sercowymi. Teraz wygeneruj film mózgowy z oszacowaniem rozłożonego dipola, który jest bieżącym oszacowaniem w każdym miejscu dipola w przestrzeni źródłowej w czasie dla każdego warunku eksperymentalnego. W zależności od charakterystyki czasowej projektu eksperymentalnego, dane mogą być zaginane w czasie poprzez uśrednianie bieżących szacunków przy użyciu nienakładających się okien czasowych w celu kontynuowania morfologii analizy.

Wcześniej utworzone filmy mózgowe dla każdego badanego na wspólnej przestrzeni korowej w oparciu o powierzchniowy układ współrzędnych, który optymalnie wyrównuje indywidualne wzorce jarralne sical. Pozwala to na porównanie lub uśrednienie czynności kory mózgowej u różnych badanych. Aby zastosować podejście oparte na obszarze zainteresowania, ROI można zdefiniować anatomicznie, na przykład za pomocą algorytmu automatycznej parcelizacji i/lub funkcjonalnie, rejestrując funkcjonalne zadanie lokalizacyjne, takie jak zadanie typu go no-go secon w celu zidentyfikowania analizy regionów okoruchowych, które można dodatkowo ograniczyć do określonego czasu zainteresowania, który jest odpowiedni dla zastosowanego paradygmatu eksperymentalnego, Na przykład ograniczone do okresu bezpośrednio poprzedzającego i następującego po wystąpieniu bodźców dźwiękowych.

Inne wnioskowanie statystyczne związane z analizą szeregów czasowych można również wykorzystać przy użyciu paradygmatu behawioralnego opisanego powyżej. Tutaj widzimy reprezentatywne wyniki przy użyciu nieparametrycznej procedury grupowania czasoprzestrzennego. Prawe przednie pole oczne jest istotne, gdy osoba badana wykonuje zadanie reorientacji w porównaniu z zadaniem standardowym.

Korzystając z podejścia ROI, pokazany jest przebieg czasowy prawego pola czołowego oka wraz z okresem, w którym te dwa warunki znacznie się różnią. Po obejrzeniu tego filmu powinieneś mieć dobry pomysł na to, jak używać M-E-G-E-E-G i MRI do mapowania dynamiki kory mózgowej w różnych zadaniach behawioralnych. Stosując odpowiednie podejścia statystyczne, można odkryć różne przestrzenne wzorce czasowe, które rozróżniają stany poznawcze.

Dziękujemy za oglądanie i życzymy powodzenia w eksperymentach.