Method Article

Uso de um sistema de navegação TMS para digitalização de alta precisão das localizações dos sensores, a fim de melhorar a localização da fonte

DOI:

10.3791/69508

January 23rd, 2026

In This Article

Summary

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

Apresentamos um método reprodutível para digitalizar localizações de sensores de eletroencefalografia de alta densidade (EEG) usando instrumentos de um sistema de Estimulação Cerebral Navegada (NBS). Essa abordagem não requer extensões de software adicionais, apenas ferramentas padrão de NBS. Integrado com pipelines MNE-Python, essa abordagem melhora a precisão da localização de origem sem hardware adicional.

Abstract

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

Localização de fontes é uma técnica usada para estimar as fontes de atividade cerebral com base em sinais registrados pelo couro cabeludo. A localização precisa da fonte depende criticamente da digitalização espacial precisa das localizações dos sensores. Neste protocolo, apresentamos um método prático e confiável para digitalizar localizações de sensores usando o sistema de Estimulação Cerebral Navegada (NBS). O NBS é um componente do equipamento de Estimulação Magnética Transcraniana (TMS) comumente disponível em laboratórios de TMS, mas raramente utilizado para digitalização de sensores de sistemas de eletroencefalografia (EEG) ou espectroscopia funcional no infravermelho próximo (fNIRS). Essa abordagem permite que os pesquisadores aproveitem a infraestrutura existente para melhorar significativamente a precisão espacial da modelagem de fontes, sem investir em equipamentos dedicados à digitalização.

Guiamos os espectadores por todo o fluxo de trabalho: (1) digitalização da localização dos eletrodos EEG usando as ferramentas padrão do sistema Nexstim NBS; (2) exportar dados de coordenadas em formatos compatíveis; (3) integrar esses dados em pipelines de pré-processamento de EEG e localização de origem usando o pacote MNE-Python. O protocolo também inclui dicas para alinhar dados digitalizados com imagens de ressonância magnética e otimizar a precisão da coregistração. Para ilustrar a utilidade prática do método, aplicamos para analisar dados de um experimento de estimulação tátil.

Scripts Python personalizados para processamento de coordenadas e co-registro são fornecidos para garantir reprodutibilidade e facilidade de adoção. Os resultados mostram que incorporar posições digitalizadas de eletrodos melhora notavelmente a precisão anatômica e a interpretabilidade das estimativas da fonte cortical em comparação com as montagens padrão de eletrodos.

Introduction

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

A eletroencefalografia (EEG) mede a atividade elétrica do cérebro no couro cabeludo, mas as gravações brutas misturam sinais de várias fontes cerebrais e não cerebrais. Localização da fonte refere-se à estimativa computacional de onde no cérebro se originam os sinais de EEG medidos, efetivamente "mapeando" as tensões do couro cabeludo de volta às regiõescorticais 1. Esses métodos permitem que pesquisadores vinculem a atividade oscilatória do EEG ou respostas relacionadas a eventos a áreas específicas do cérebro, aumentando muito a interpretabilidade do EEG. Alcançar uma localização precisa da fonte depende criticamente de saber exatamente onde cada eletrodo se posiciona na cabeça em relação à anatomia. Precisamos digitalizar as posições dos eletrodos para registrar suas posições 3D exatas na cabeça. Essas coordenadas são então co-registradas, ou alinhadas, com o modelo de cabeça derivado da ressonância magnética do sujeito para resolver os problemas EEG direto (prevendo tensões no couro cabeludo) e inverso (estimativa de fontes cerebrais). A colocação precisa dos eletrodos é essencial: mesmo pequenos erros de digitalização podem deslocar a fonte estimada em até alguns centímetros ou mais no cérebro.

A imagem de fonte moderna por EEG é um processo em múltiplas etapas que integra informações anatômicas e funcionais. Começa com a digitalização de eletrodos, onde as coordenadas 3D precisas de cada sensor de EEG são registradas no couro cabeludo. Em seguida, é realizada uma imagem anatômica, tipicamente por meio da aquisição da ressonância magnética estrutural do sujeito; se não disponível, um modelo padrão de cabeça pode serusado 2. As posições digitalizadas dos eletrodos são então co-registradas com a geometria da cabeça da ressonância magnética, alinhando-as à anatomia do indivíduo. A partir dessa etapa, é derivada uma matriz de transformação que mapeia a localização dos eletrodos do espaço de cabeça para o espaço de ressonância magnética. A ressonância magnética estrutural é então segmentada em tecidos (couro cabeludo, crânio, cérebro) com uma ferramenta de segmentação de ressonância magnética, como o Freesurfer3 , para construir um modelo realista de condutor de volume. Com esse modelo, o modelo frontal é calculado, combinando posições de eletrodos, geometria da cabeça e condutividades tecidulares para prever potenciais no couro cabeludo para qualquer fonte corticalhipotética 4. Por fim, a solução inversa é estimada usando métodos como imagem de fonte distribuída ou ajuste dipolar para estimar a distribuição cortical da corrente que melhor explica os dados medidos doEEG 5. Cada etapa é crítica: o modelo da cabeça garante condutividades anatômicamente plausíveis, a solução direta conecta fontes aos potenciais do couro cabeludo, e a solução inversa mapeia os sinais registrados de volta para o córtex. Por outro lado, erros na digitalização de eletrodos, co-registro ou segmentação de ressonância magnética podem se propagar pelo pipeline, levando a estimativas de fontes imprecisas.

Atualmente, há vários métodos de digitalização disponíveis, incluindo ultrassom, sistema eletromagnético6, varredura 3D de luz estruturada ouinfravermelho 7, fotogrametria8 e captura de movimento com ou semsonda 9. Embora as tecnologias diferam em hardware e procedimento, sua precisão na localização de eletrodos é amplamente comparável. Estudos recentes comparando esses métodos mostram que todas as abordagens alcançam precisão suficiente na localização de eletrodos para estimar a fonte de forma confiável. Por exemplo, todos os métodos testados alcançaram uma precisão média de identificação da área de Brodmann acima de 80%, enquanto a confiança apenas nas posições dos eletrodos do modelo reduziu a precisão para aproximadamente 50%10. Isso demonstra que, apesar das diferenças na implementação, as técnicas modernas de digitalização oferecem confiabilidade comparável, reduzindo significativamente a incerteza da localização da fonte em relação ao uso de modelos genéricos e permitindo um mapeamento confiante da atividade cortical.

Uma alternativa atraente para laboratórios equipados com sistemas de estimulação magnética transcraniana (TMS) é reutilizar hardware de estimulação cerebral navegada (NBS)11 para digitalização de eletrodos. A NBS, também conhecida como neuronavegação, normalmente combina um rastreador óptico e uma bobina TMS para registrar a cabeça do sujeito com sua ressonância magnética e estimular um alvo cortical específico. Rastreadores ópticos (por exemplo, Polaris Vicra) consistem em uma câmera de rastreamento infravermelho e marcadores refletivos infravermelhos colocados no rastreador da cabeça, no ponteiro de navegação e na bobina TMS. Para a digitalização, o experimentador primeiro coloca um rastreador de cabeça na cabeça do participante, depois toca cada eletrodo EEG com o ponteiro de navegação, e o sistema registra sua posição 3D, que pode ser posteriormente exportada e usada para localização de fonte, por exemplo, comMNE-Python 12. Esse fluxo de trabalho é análogo a outros digitalizadores, mas aproveita equipamentos existentes: se um laboratório já possui um sistema TMS navegado (por exemplo, Nexstim eXimia NBS ou similar), não é necessária a compra separada de digitalizadores.

As vantagens dessa abordagem incluem integração e precisão. O mesmo espaço de coordenadas pode ser usado tanto para direcionamento de TMS quanto para modelagem de fontes de EEG. Para laboratórios que realizam TMS-EEG simultâneos ou sequenciais, esse método simplifica a configuração: a digitalização de eletrodos é apenas parte do processo de neuronavegação da TMS. Para laboratórios que não utilizam principalmente métodos de localização de fontes de EEG, mas que já têm acesso à neuronavegação TMS, esse método oferece uma maneira direta de aprimorar a precisão das estimativas da fonte.

Por fim, observe que esse conceito de digitalização navegada também se aplica a outros conjuntos de sensores de couro cabeludo. Por exemplo, um procedimento semelhante poderia localizar os optodosfNIRS 13 ou outros sensores tocando cada optodo com o ponteiro rastreado. Em todos os casos, o benefício é um quadro coordenado unificado entre os sensores do couro cabeludo e a ressonância magnética do sujeito, melhorando a precisão anatômica de qualquer modelagem subsequente da fonte (seja EEG ou fNIRS).

Diversas publicações relatam explicitamente o uso do sistema NBS para digitalização deeletrodos 14,15,16,17,18. Em contraste, vários estudos que empregaram tanto a TMS (NBS) quanto o EEG ou fNIRS não descreveram nenhum procedimento de digitalização 19,20,21,22,23. Essa omissão sugere que a funcionalidade disponível do NBS para digitalização de eletrodos ou optodos pode ter sido subutilizada, potencialmente afetando a precisão da localização do sensor e, consequentemente, a confiabilidade dos achados relatados. Assumimos que muitos pesquisadores podem não saber que o sistema NBS também pode servir como ferramenta de coregistro, já que esse recurso não é enfatizado consistentemente pelo fabricante. Por fim, observamos que o NBS pode ser aplicado para digitalização de sensores em qualquer estudo envolvendo eletrodos ou optodos montados na cabeça, independentemente de o TMS ser usado ou não.

Access restricted. Please log in or start a trial to view this content.

Protocol

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

Todos os procedimentos envolvendo participantes humanos foram conduzidos de acordo com as diretrizes institucionais e aprovados pelo comitê de ética relevante. Os participantes forneceram consentimento informado antes do início do experimento.

1. Preparar o participante e os equipamentos

NOTA: Este protocolo utilizava o sistema Nexstim NBS.

  1. Ligue e calibre o sistema NBS
    1. Ligue a unidade principal do NBS e a câmera óptica de rastreamento. Verifique se o sistema concluiu a autocalibração com sucesso e repita a calibração caso algum erro seja indicado pelo software.
  2. Carregue a ressonância magnética do participante no sistema NBS.
    1. Na interface de software NBS, selecione o perfil do sujeito e carregue o arquivo de ressonância magnética estrutural no formato compatível com DICOM ou Nexstim.
    2. Se a ressonância magnética do participante não estiver disponível no momento da gravação, utilize uma ressonância magnética média da cabeça fornecida pelo sistema NBS.
  3. Prepare a cápsula do EEG.
    1. Certifique-se de que a cápsula de EEG de alta densidade esteja corretamente posicionada na cabeça do participante conforme as instruções do fabricante. Verifique o alinhamento dos eletrodos usando marcos anatômicos padrão (pontos nasionais e pré-auriculares).
      NOTA: Mantenha a colocação consistente dos eletrodos para minimizar o erro espacial entre as sessões.
  4. Conecte o rastreador óptico de cabeça na cabeça do participante.
    1. Prenda o rastreador de cabeça ao tampa do EEG ou diretamente à cabeça do participante sem obstruir os eletrodos.
    2. Certifique-se de que a câmera detecte o rastreador e mantenha uma visão estável durante os movimentos da cabeça. Use fita dupla face para fixar o rastreador firmemente na testa.
      NOTA: Mantenha a posição do rastreador principal durante todo o processo de digitalização para evitar erros de rastreamento.

2. Registro da cabeça do participante no NBS

  1. Faça o registro no software NBS.
    1. Inicie o procedimento de registro e defina os pontos de referência da ressonância magnética no software: nasion, ponto pré-auricular esquerdo e ponto pré-auricular direito.
    2. Use o ponteiro de navegação para indicar e digitalizar esses pontos de referência na cabeça do participante.
      NOTA: O sistema NBS não permite digitalização antes da conclusão do registro. O registro garante a visualização correta dos pontos digitalizados dentro do software, mas não altera os valores absolutos das coordenadas registradas.

3. Digitalização

  1. Digitalize os fiduciários.
    1. Comece a digitalização. Usando o ponteiro de navegação, registre os três pontos fiduciais: nasion, ponto pré-auricular esquerdo e ponto pré-auricular direito. Confirme que o software captura cada ponto com precisão antes de prosseguir.
    2. Após concluir, pare a digitalização e clique com o botão direito em Exame de Digitalização para exportar as coordenadas em formato de texto. Salve o arquivo como {subject}_fid.nbe.
  2. Digitalize os pontos de formato da cabeça (HSP).
    1. Comece a digitalização. Colete pelo menos 50-100 pontos superficiais distribuídos uniformemente pelo couro cabeludo, evitando áreas com cabelo denso sempre que possível. Inclua pontos na ponte nasal, na crista da sobrancelha como marcos anatômicos adicionais.
    2. Após coletar todos os pontos, pare a digitalização e clique com o botão direito em Exame de Digitalização para exportar as coordenadas em formato de texto. Salve o arquivo como {subject}_hsp.nbe.
  3. Digitalize as posições dos eletrodos.
    1. Comece a digitalização. Toque o ponteiro de navegação no centro de cada eletrodo, garantindo contato estável para registro preciso das coordenadas.
    2. Siga uma sequência consistente para cada sessão, digitalizando os eletrodos sistematicamente por contornos, da frente para trás e da esquerda para a direita, para evitar que elétrodos fiquem perdidos.
    3. Depois que todos os eletrodos forem digitalizados, pare a digitalização e clique com o botão direito em Exame de Digitalização para exportar as coordenadas em formato de texto. Salve o arquivo como {subject}_ele.nbe.

4. Pré-processamento de ressonância magnética no FreeSurfer

  1. Execute reconhecimento geral para reconstrução de superfície.
    1. Execute o pipeline de processamento do FreeSurfer para gerar superfícies corticais, superfícies do couro cabeludo e segmentações cerebrais.
  2. Verifique a qualidade da reconstrução.
    1. Inspecione o pial, a substância branca e as superfícies infladas. Corrija quaisquer erros graves de segmentação antes de prosseguir, por exemplo, usando o software de gráficos 3D Blender.

5. Integração com o pipeline MNE-python

  1. Crie uma montagem personalizada com as coordenadas digitalizadas.
    1. Para integrar as posições digitalizadas dos eletrodos, fiduciais e pontos de formato de cabeça no pipeline de análise MNE-Python, primeiro, crie uma montagem personalizada usando as coordenadas registradas (Arquivo Suplementar 1). Exemplos de arquivos .nbe e trechos de código estão disponíveis no repositório GitHub (github.com/MarkaMorozova/NexstimNBS-SensorDigitization).
  2. Realize o co-registro em MNE.
    1. Use a interface gráfica MNE de co-registro mne.gui.coregistration para alinhar os pontos digitalizados do formato da cabeça salvos em {subject}-info.fif com a superfície da cabeça derivada da ressonância magnética do participante. Ajuste os fiduciais, ajuste os parâmetros de translação, rotação e escala até que os fiduciais e os pontos de formato da cabeça coincidam de perto com o modelo de ressonância magnética.
  3. Salve a montagem personalizada criada e o arquivo de transformação.
    1. Salve a montagem personalizada em um arquivo {subject}-info.fif para reutilização futura. Além disso, salve a matriz de transformação {subject}-trans.fif obtida durante o co-registro, que é necessária para modelagem direta.

6. Realização da localização da fonte

  1. Usando as informações previamente criadas e os arquivos trans, realize a localização de origem dos dados do EEG. Importe o EEG pré-processado do participante para o MNE-Python, aplique a montagem personalizada de {subject}-info.fif, e carregue a transformação de co-registro {subject}-trans.fif.
  2. Construa um modelo direto usando as superfícies de ressonância magnética e o modelo de condutor de volume do participante (por exemplo, BEM). Depois, calcule a solução inversa com algoritmos como sLORETA, dSPM ou MNE para estimar fontes corticais subjacentes aos sinais de EEG registrados. Salve as estimativas de origem para análise e visualização adicionais.

Access restricted. Please log in or start a trial to view this content.

Results

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

A localização precisa da fonte depende criticamente da correta colocação de eletrodos e do co-registro confiável com modelos anatômicos de cabeça. Na prática, porém, as cápsulas de EEG frequentemente são posicionadas de forma imprecisa devido a variações individuais no formato da cabeça ou erros manuais de posicionamento. Para ilustrar como esses fatores afetam os resultados da análise, comparamos resultados das posições digitalizadas dos eletrodos usando o dispositivo NBS com os resultados obtidos a partir de layouts pa...

Access restricted. Please log in or start a trial to view this content.

Discussion

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

A localização precisa da fonte requer tanto digitalização precisa de eletrodos quanto co-registro confiável com modelos anatômicos de cabeça. Nossos resultados (Figura 1, Figura 2 e Figura 3) demonstram como desvios no posicionamento dos eletrodos ou a dependência de montagens baseadas em modelos podem se propagar para erros substanciais no alinhamento espacial e na reconstrução da fonte. Em particu...

Access restricted. Please log in or start a trial to view this content.

Disclosures

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

Os autores não possuem interesses financeiros concorrentes ou outros conflitos de interesse decorrentes deste trabalho.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Estimulação Cerebral Navegada (NBS)  SistemaNexstim https://www.nexstim.com/healthcare-professionals/nbs-systemNBS é  estimulação magnética transcraniana combinada com um sistema de neuronavegação

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Michel, C. M., He, B. EEG source localization. Handb Clin Neurol. 160, 85-101 (2019).
  2. Holmes, C. J., Hoge, R., Collins, L., Woods, R., Toga, A. W., Evans, A. C. Enhancement of MR images using registration for signal averaging. J Comput Assist Tomogr. 22 (2), 324-333 (1998).
  3. Fischl, B. FreeSurfer. Neuroimage. 62 (2), 774-781 (2012).
  4. Hallez, H., et al. Review on solving the forward problem in EEG source analysis. J Neuroeng Rehabil. 4 (1), (2007).
  5. Grech, R., et al. Review on solving the inverse problem in EEG source analysis. J Neuroeng Rehabil. 5 (1), 25(2008).
  6. Jaiswal, A., Nenonen, J., Parkkonen, L. On electromagnetic head digitization in MEG and EEG. Sci Rep. 13 (1), 3801(2023).
  7. Taberna, G. A., Marino, M., Ganzetti, M., Mantini, D. Spatial localization of EEG electrodes using 3D scanning. J Neural Eng. 16 (2), 026020(2019).
  8. Qian, S., Sheng, Y. A single camera photogrammetry system for multi-angle fast localization of EEG electrodes. Ann Biomed Eng. 39 (11), 2844-2856 (2011).
  9. Reis, P. M. R., Lochmann, M. Using a motion capture system for spatial localization of EEG electrodes. Front Neurosci. 9, 130(2015).
  10. Shirazi, S. Y., Huang, H. J. More reliable EEG electrode digitizing methods can reduce source estimation uncertainty, but current methods already accurately identify Brodmann areas. Front Neurosci. 13, 1159(2019).
  11. Comeau, R. Neuronavigation for Transcranial Magnetic Stimulation. Transcranial Magnetic Stimulation. , Humana Press. New York, NY. (2014).
  12. Gramfort, A., et al. MEG and EEG data analysis with MNE-Python. Front Neurosci. 7, 267(2013).
  13. Tremblay, J., et al. Comparison of source localization techniques in diffuse optical tomography for fNIRS application using a realistic head model. Biomed Opt Express. 9 (7), 2994-3016 (2018).
  14. Huber, R., et al. Measures of cortical plasticity after transcranial paired associative stimulation predict changes in electroencephalogram slow-wave activity during subsequent sleep. J Neurosci. 28 (31), 7911-7918 (2008).
  15. Huber, R., Esser, S. K., Ferrarelli, F., Massimini, M., Peterson, M. J., Tononi, G. TMS-induced cortical potentiation during wakefulness locally increases slow wave activity during sleep. PLoS One. 2 (3), e276(2007).
  16. Huber, R., Felice Ghilardi, M., Massimini, M., Tononi, G. Local sleep and learning. Nature. 430 (6995), 78-81 (2004).
  17. Casali, A. G., Casarotto, S., Rosanova, M., Mariotti, M., Massimini, M. General indices to characterize the electrical response of the cerebral cortex to TMS. Neuroimage. 49 (2), 1459-1468 (2010).
  18. Salo, K. S. -T., Mutanen, T. P., Vaalto, S. M. I., Ilmoniemi, R. J. EEG artifact removal in TMS studies of cortical speech areas. Brain Topogr. 33 (1), 1-9 (2020).
  19. Amico, E., et al. Tracking dynamic interactions between structural and functional connectivity: a TMS/EEG-dMRI study. Brain Connect. 7 (2), 84-97 (2017).
  20. Cona, F., Zavaglia, M., Massimini, M., Rosanova, M., Ursino, M. A neural mass model of interconnected regions simulates rhythm propagation observed via TMS-EEG. Neuroimage. 57 (3), 1045-1058 (2011).
  21. Stamm, M., Aru, J., Bachmann, T. Right-frontal slow negative potentials evoked by occipital TMS are reduced in NREM sleep. Neurosci Lett. 493 (3), 116-121 (2011).
  22. Romero Lauro, L. J., et al. TDCS increases cortical excitability: direct evidence from TMS-EEG. Cortex. 58, 99-111 (2014).
  23. Lioumis, P., Kičić, D., Savolainen, P., Mäkelä, J. P., Kähkönen, S. Reproducibility of TMS-evoked EEG responses. Hum Brain Mapp. 30 (4), 1387-1396 (2009).
  24. Morozova, M., et al. Cortical responses to tactile imagery: a high-density EEG study of the μ-rhythm event-related desynchronization and somatosensory evoked potentials. NeuroImage. 319, 121440(2025).
  25. Pascual-Marqui, R. D. Standardized low-resolution brain electromagnetic tomography (sLORETA): technical details. Methods Find Exp Clin Pharmacol. 24 (Suppl D), 5-12 (2002).
  26. Pfurtscheller, G., Neuper, C. Motor imagery activates primary sensorimotor area in humans. Neurosci Lett. 239 (2-3), 65-68 (1997).
  27. Inamoto, T., et al. Motor-related mu/beta rhythm in older adults: a comprehensive review. Brain Sci. 13 (5), 751(2023).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Source LocalizationSensor DigitizationTMS NavigationEEG Electrode LocationsNavigated Brain StimulationSpatial AccuracyCoregistration AccuracyMNE PythonMRI AlignmentCortical Source Estimates

Related Articles