Summary
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.
Abstract
Elektro-encefalografie (EEG) en functionele magnetische resonantie imaging (fMRI) zijn twee van de fundamentele noninvasive methoden voor het identificeren van de hersenactiviteit. Multimodale methoden hebben getracht om de hoge temporele resolutie van EEG combineren met de ruimtelijke precisie van fMRI, maar de complexiteit van deze aanpak is op dit moment moet worden verbeterd. Het hier gepresenteerde protocol beschrijft de onlangs ontwikkelde Spatio fMRI-beperkt EEG bron imaging methode, die tracht te corrigeren bron vooroordelen en EEG-fMRI bron lokalisatie via de dynamische aanwerving van fMRI subregio's te verbeteren. Het proces begint met het verzamelen van multimodale gegevens van gelijktijdige EEG en fMRI scans, de generatie 3D-corticale modellen, en onafhankelijke EEG of fMRI verwerking. De verwerkte fMRI activering kaarten worden vervolgens opgesplitst in meerdere priors, afhankelijk van hun locatie en omgeving. Deze worden genomen als priors in een twee-niveau hiërarchische Bayesian algoritme voor EEG source localization. Voor elk venster van belang (gedefinieerd door de operator), zullen specifieke segmenten van de fMRI activering kaart worden geïdentificeerd als actief voor het optimaliseren van een parameter bekend als model bewijs. Deze zal worden gebruikt als zachte beperkingen op de geïdentificeerde corticale activiteit, verhoging van de specificiteit van het multimodaal imaging methode door vermindering van de cross-talk en het vermijden van verkeerde activiteit in andere fMRI voorwaardelijk actieve regio's. De methode genereert corticale kaarten van activiteit en tijd-cursussen, die kan worden genomen als de eindresultaten, of gebruikt als basis voor verdere analyses (analyses van correlatie, oorzakelijk verband, enz.) terwijl de methode is enigszins beperkt door haar modaliteiten (het zal niet vinden EEG-invisible bronnen), het is over het algemeen verenigbaar is met de meeste grote processing software, en is geschikt voor de meeste neuroimaging studies.
Introduction
Elektro-encefalografie (EEG) en functionele magnetische resonantie imaging (fMRI) kunnen worden gezien als neuroimaging modaliteiten met aanvullende functies. FMRI vangt hersenactiviteit met temporele grootschalige, zoals hemodynamische signalen niet indirect de onderliggende neuronale activiteit met een lagere temporele resolutie (volgorde van seconden)1,2 meten. In tegenstelling, meet EEG direct de dynamische elektrofysiologische activiteit van de hersenen met een zeer hoge temporele resolutie (milliseconde niveau), maar slechte ruimtelijke resolutie3,4. Deze eigenschappen hebben geleid tot de multimodale aanpak ontwikkeld voor het optimaliseren van de gunstige aspecten van elke afzonderlijke methode5. Gelijktijdig gebruik van EEG en fMRI voorziet de uitstekende temporele resolutie van de EEG worden gecombineerd met de hoge ruimtelijke nauwkeurigheid van fMRI te overwinnen van de beperkingen die zijn gekoppeld aan unimodale fMRI of EEG.
Methoden voor EEG en fMRI integratie beginnen met fMRI geïnformeerde EEG source localization6,7. Deze techniek maakt gebruik van ruimtelijke informatie ter verbetering van de EEG source localization fMRI-afgeleid, een nadeel is echter de potentiële ruimtelijke bias veroorzaakt door de toepassing van fMRI als een "hard-constraint" — fMRI afkomstige ruimtelijke informatie wordt beschouwd als een absolute waarheid. Dit levert twee grote kwesties die verzoend6--8 worden moeten. Ten eerste dient te worden geoordeeld dat het gebruik van een statische kaart van bloed zuurstof niveau afhankelijk (BOLD) contrasten per ongeluk elke foutieve activiteit die onder, valt terwijl de echte activiteit buiten het demping kan versterken. Ten tweede, Overspraak uit bronnen die zich voordoen buiten de vet activatie kaart kan invloed hebben op de presentatie van echte activiteit binnen de resultaten of leiden tot foutieve activiteit. Ondanks dit beperkt het gebruik van de hoge ruimtelijke resolutie van fMRI om ruimtelijke voorkennis blijft een gunstige oplossing5, zoals de modellering van de EEG inverse probleem kan zowel in de anatomische en functionele zintuigen.
In deze paper tonen we een Spatio fMRI-beperkt EEG bron imaging benadering waarin de kwestie van de temporele wanverhouding tussen de EEG en fMRI door berekening van de optimale subset van fMRI priors op basis van een hiërarchische Bayesian model9. FMRI-priors worden berekend op een wijze gegevensgestuurde van bepaalde windows van belang in de EEG-gegevens, wat leidt tot beperkingen van de tijd-variant fMRI. De voorgestelde aanpak maakt gebruik van de hoge temporele resolutie van EEG voor het berekenen van een toewijzing van de stroomdichtheid van de corticale activiteit, door de hoge ruimtelijke resolutie van fMRI op een tijd-variant, ruimtelijk selectieve wijze beelden nauwkeurig dynamische neurale geïnformeerd activiteit.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Het hier gepresenteerde protocol is ontworpen en uitgevoerd overeenkomstig alle richtsnoeren voor ethische menselijke onderzoek als set weer door de respectieve institutionele beoordeling besturen van de Universiteit van Houston en de Houston Methodist Research Institute.
1. gelijktijdige EEG/fMRI opname
- Geïnformeerde toestemming van de deelnemer. Leg aan de deelnemer het doel en de procedure van de studie, evenals de belangrijke veiligheids-maatregelen voor de gelijktijdige EEG/fMRI gegevensregistratie proces.
-
Het EEG GLB voor te bereiden en controleer impedantie buiten de kamer van de MRI-scanner.
- Plaats een gepaste afmetingen, passieve, MRI-compatibele EEG cap aan de certificaathouder hoofd. Positie van de elektroden volgens de internationale voor het labeling systeem 10-2010.
- Controleer de impedantie van de grond en referentie-elektroden op de EEG-opnamesoftware. Om dit te doen, klik op het tabblad 'impedantie' en selecteer het type van de elektrode op de software user-interface (Zie Figuur 1).
Opmerking: Precieze instructies hier zijn specifiek voor de software die hierin gebruikt (Zie Tabel of Materials), en moet wellicht worden aangepast aan andere systemen. - Voor elke elektrode, een spuit te injecteren elektrolyt gel in de elektrode gebruiken, gebruik dan een wattenstaafje te verspreiden van de gel om ervoor te zorgen huid-elektrode contact.
- Als de impedantie afneemt, zou blijven de waarden met behulp van de juiste software (de impedantie-schaal als nodig, afhankelijk van de instelling aanpassen) impedantie niveau goed volgen (Zie Figuur 1). Ga door totdat alle elektroden impedantie niveaus onder de 10 kΩ bereiken om een hoge kwaliteit signaal.
Opmerking: Per de materialen aangeboden en hier wordt gebruikt, het wordt geacht onveilig te hebben een elektrode met een impedantie-niveau boven 50 kΩ in heer-milieu11. Dit kan veranderen afhankelijk van het ontwerp van het gekozen GLB en MRI instellingen, dus Raadpleeg met de fabrikant van de apparatuur en de MRI technologen om de veiligheid van de experimentele opstelling.
- Als de impedantie afneemt, zou blijven de waarden met behulp van de juiste software (de impedantie-schaal als nodig, afhankelijk van de instelling aanpassen) impedantie niveau goed volgen (Zie Figuur 1). Ga door totdat alle elektroden impedantie niveaus onder de 10 kΩ bereiken om een hoge kwaliteit signaal.
-
Gelijktijdige installatie van de hardware van de EEG/fMRI.
- Zodra de EEG GLB voorbereiding is gedaan, hebben het onderwerp verplaatst naar de heer-scanner met de installatie van de hardware beschreven in Figuur 2.
Opmerking: Sommige details van de afbeelding kunnen veranderen, afhankelijk van het systeem in gebruik. - De experimentele paradigma weergave instellen. Een beeldscherm dat zich in de kamer van de observatie, achter het glas-venster naar de voorkant van de heer-scanner gebruiken (Zie Figuur 2). Gebruik een hoofd spoel bekijken spiegel toestaan dat certificaathouders te bekijken van het beeldscherm zonder te bewegen hun hoofd of ogen terwijl liggen.
- Een voorbeeldafbeelding weergeven op het computerscherm om ervoor te zorgen dat onderwerpen comfortabel het scherm kunnen bekijken, en dat het paradigma correct wordt weergegeven. Verricht alle noodzakelijke bijsturingen van hardware of software.
- Zodra de EEG GLB voorbereiding is gedaan, hebben het onderwerp verplaatst naar de heer-scanner met de installatie van de hardware beschreven in Figuur 2.
-
Experimentele paradigma (Zie Figuur 3).
- En belasten met het onderwerp te blijven nog steeds een eerste T1-gewogen anatomische MRI scan uitvoeren. Gebruik, indien mogelijk, een gezichtsveld dat vanaf de onderkant van het cerebellum tot de bovenkant van het hoofd bereikt, met inbegrip van de schedel en de huid.
- Start de opname van de gegevens van de EEG (Zie Figuur 4).
- Klik gelijktijdig op de juiste knoppen om te beginnen met het opnemen van de MRI en initiëren van het paradigma van de rente over de presentatie-software. Controleer de EEG gegevens opname om signaalkwaliteit en, indien gewenst, passende markeringen worden vastgelegd.
- Wanneer u de set-up beschreven hier, eerst Klik "Run" in de presentatiesoftware en voer het onderwerp nummer en proef nummer. Het paradigma zal starten op de bevestiging van deze instellingen.
Opmerking: Het paradigma werkzaam hier bestond uit 10 proeven waarin een emotioneel gemotiveerd motor reactie was opgeroepen door middel van visuele stimuli. Voor elk afzonderlijk experiment, proefpersonen werden gevraagd om eerst rust voor 50 s kijken naar een groen scherm, waarna de afbeelding van een onaangename (beelden overeenkomt met verrassing, woede en walging) of niet-onaangename (afbeeldingen corresponderen met geluk of neutraliteit)12 gezicht werd uitgereikt voor 10 s. vijf beelden van elke categorie werden gepresenteerd in een willekeurige volgorde, en proefpersonen werden gevraagd om knijp een bal op het identificeren van een gezicht als onaangenaam, en houd de squeeze totdat deze is verdwenen. - Een kleurovergang-teruggeroepen Echo Planar Imaging (GR-EPI) volgorde gebruiken voor fMRI opname (aanbevolen); aan de apparatuur en paradigma aanpassen.
Opmerking: De volgorde gebruikt hierin opgenomen: Echo tijd (TE) = 35 ms; Herhaling tijd (TR) = 1.500 ms; Snijd dikte = 5 mm; Spiegelen hoek = 90 °; Pixel afstand: 2,75 x 2,75 mm. Het eventueel gebruik van een MRI-reeks die iets langer dan de weergave van het paradigma zelf duurt, om ervoor te zorgen dat de volledige paradigma wordt vastgelegd zonder knippen.
- Wanneer u de set-up beschreven hier, eerst Klik "Run" in de presentatiesoftware en voer het onderwerp nummer en proef nummer. Het paradigma zal starten op de bevestiging van deze instellingen.
2. structurele MRI Data-analyse en voorwaartse Model generatie
- Volledige segmentatie en wederopbouw van verschillende oppervlakken toepassen op de certificaathouder T1-gewogen anatomische MRI volume met behulp van de Freesurfer afbeelding analyse suite13,14.
Opmerking: Een map met alle segmentatie-uitgangen worden gegenereerd door Freesurfer. -
Genereren van een onderwerp-specifieke 3-laags grens Element methode (BEM) geometrische model volgt de instructies op (https://martinos.org/mne/dev/manual/appendix/bem_model.html)15 de Graphical User Interface (GUI) beschikbaar om te gebruiken Zorg ervoor dat er geen overlap tussen de lagen.
- Open de Freeview-toepassing. Klik op "Bestand" >> "Laad oppervlak". Navigeer naar de map van de onderwerpen in de Freesurfer map. Open de map "BEM". Open de map "Stroomgebied". Laad de vier bestanden hier gevonden ('outer_skin_surface', 'outer_skull_surface', 'brain_surface' en 'inner_skull_surface').
- Verplaats de schuifregelaars slice selectie en zoekt u overlapping in de gele oppervlakte lagen. Als overlapping optreedt, Controleer de MRI-gegevens voor anatomische afwijkingen of fouten en gebruik de GUI tekenhulpmiddelen te verduidelijken van de lagen.
- De oorspronkelijke gegevens van de MRI bij de Freeview-toepassing laden door te klikken op "Bestand" >> "Load Volume". Navigeer naar de onderwerp-map en open de map "mri". Klik dan op de "orig" map en open de landeninformatie van MRI gevonden er (moet in.mgz or.nii formaat). Klik op "OK".
- Bekijk de afbeelding met grijstinten van het hoofd. Als we kijken naar de verschillende lagen van grijs en zwart rond de hersenen. Ervoor zorgen dat deze lagen geen eventuele verschillen of onregelmatigheden hebben. Gebruik het hulpprogramma "Color Picker" en selecteer een voxel in de laag worden gecorrigeerd.
- Ga naar de "Freehand Voxel bewerken" en klik om te tekenen in de afbeelding. Hiermee vult u eventuele gebreken in de MRI-beeld. Correctie voor alle lagen en segmenten van de MRI, waar gebreken optreden uitvoeren.
Opmerking: de "Polywire" en "Livewire" voxel bewerkingsgereedschappen kan ook worden gebruikt in plaats van de "Freehand".
- De bron ruimte op basis van de geometrie van het pial oppervlak te genereren.
-
Onderwerp-specifieke EEG sensor uitlijning (b.v., omzetting en -rotatie) uitvoeren naar de MRI ruimte met behulp van de overlay hoofd model Freesurfer (Figuur 5). Sla de transformatie.
- Open de toepassing MNE_analyze. Klik op "Bestand" >> "Laadvlak". Navigeer naar de map met de gegevens van het onderwerp en laden van het pial oppervlak.
- Klik op "Bestand" >> "Load Digitizer gegevens en selecteer het bestand van de EEG van belang (moet digitizer gegevens bevatten). Klik op "Weergave" >> "Toon Viewer". Zodra de GUI-viewer wordt weergegeven, klikt u op "Opties" en zorg ervoor dat de "hoofdhuid" en "Digitizer gegevensopties" worden gekozen. Elektroden hier staan in het rood, met fiducial punten in geel.
- Op het belangrijkste venster (niet de viewer), selecteer "Aanpassen" >> "Coördineren uitlijning". Met behulp van de 'Coördinaat uitlijning GUI', gebruik de pijl en de L/R knoppen te verschuiven en draaien van de EEG elektroden in de viewer. Pas zo veel als nodig. Zodra de uitlijning wordt gedaan, klik "Opslaan..." aan de onderkant van het gedeelte 'uitlijning GUI coördineren' om op te slaan van de uitlijning.
Opmerking: Doorgaans een gelijkmatige verdeling van elektroden in de hoofdhuid met goede fiducial uitlijning is vereist.
- De voorwaartse model genereren door middel van het onderwerp-specifieke BEM model, de ruimte van de bron en de EEG sensor transformatie met behulp van MNE software15.
3. functionele MRI gegevensanalyse
- Uitvoeren van eerste niveau (individuele certificaathouder) fMRI statistische analyse met behulp van de methode van het algemeen lineair Model (GLM) te verwerven vet activering kaarten voor de taken van belang. Juist voor meerdere vergelijkingen nodig16, met behulp van de cluster-gebaseerde aanpak die is ingebouwd in de pijpleiding van de Freesurfer groep-analyse.
- Groepsniveau analyse uitvoeren over alle onderwerpen, indien gewenst, te verwerven van de vet activatie kaart voor alle onderwerpen in de standaard ruimte (MNI of Talairach).
Opmerking: De Universiteit van Oxford centrum voor functionele MRI van de hersenen (FMRIB) Software bibliotheek (FSL)17 en analyse van functionele Neuroimages (AFNI)18 pakketten die beide bieden de mogelijkheid voor de analyse van fMRI gegevens op de dezelfde oppervlakken die zijn gegenereerd door Freesurfer, waardoor ze geschikt zijn voor latere analyse. -
De tksurfer visualisatie tool gebruiken voor het uitvoeren van regio-of-interest (ROI) identificatie door het laden van de fMRI activering kaart (zowel individu op veldniveau en groep-) en het instellen van de gewenste FDR-gecorrigeerde drempel19 (p < 0.05 wordt hier gebruikt ).
Opmerking: De ROIs geïdentificeerd van individu-niveau activering kaarten als het onderwerp-specifieke fMRI-afgeleide ruimtelijke priors voor latere bron lokalisatie dienen zal.- Met behulp van de fMRI activering kaart op de laag grijze stof, pak oppervlakte patches met behulp van een algoritme verbonden-labeling.
Opmerking: Dulmage-Mendelsohn ontleding werd gebruikt in dit voorbeeld. - Verder verdelen sub de patches die zijn gebaseerd op de etikettering van een vooraf gedefinieerde hersenen atlas, zodat elke patch van activiteit die betrekking hebben op meer dan één regio is gesplitst.
Opmerking: De hier gebruikte atlas was de DKT40 atlas20 (beschikbaar vanaf Freesurfer)21. Atlassen kunnen worden gespecialiseerd of gekozen, op basis van experimentele voorkeuren.
- Met behulp van de fMRI activering kaart op de laag grijze stof, pak oppervlakte patches met behulp van een algoritme verbonden-labeling.
- Project de verworven groepeerniveau ROIs (die momenteel in de standaard ruimte) terug naar de ruimten van de afzonderlijke bron van elk onderwerp. Na het uitvoeren van de individuele certificaathouder structurele MRI segmentatie (stap 2.1), de coördinaat transformaties tussen het onderwerp en de standaard ruimte vindt u in de bestanden lh.sphere.reg en rh.sphere.reg, gevonden in de map "surf" van de certificaathouder Freesurfer uitvoermap.
Opmerking: Alle vakken zal daardoor dezelfde instellen van ROIs, maar in hun eigen specifieke model. Zie Figuur 6 voor voorbeelden van de resultaten van de fMRI en resulterende ROIs.
4. EEG gegevensanalyse
Opmerking: Kunnen Details in deze sectie zijn specifiek voor de software die wordt gebruikt (Zie Tabel van materialen voor meer details). Raadpleeg de desbetreffende documentatie als met behulp van verschillende softwarepakketten.
- Uitvoeren van scanner kleurovergang artefacten correctie door aftrekken van de sjabloon. Voor dit, klik op de knop "Heer Correction" in de "Speciale Signal Processing"-menu en selecteren van de juiste parameters in de EEG analysesoftware GUI (Zie Figuur 7). Voer de juiste parameters aan de volgorde van de gekozen scanner en de proefopzet.
Opmerking: Primaire parameters omvatten: herhaling tijd (TR) voor MRI scan, scannen type (afwisselende of continu), MRI volume markeringen (of kleurovergang detectiemethode en kleurovergang trigger), kanalen voor correctie en het template van de artefact. - Verwijderen cardioballistic artefacten door aftrekken van de sjabloon. Dit, klik op de knop "CB Correction" in het menu "Speciale Signal Processing", en selecteren van de juiste parameters in de analysesoftware GUI.
Opmerking: Parameters nodig hier zijn minimale en maximale hartslag, artefact sjabloon, ECG kanaal, sjabloon correlatie en kanalen voor correctie. - Toepassing van filtratie. Selecteer de knop voor IIR filtratie aan de bovenkant van de analyse GUI, onder "Gegevens filtratie". Bijvoorbeeld, Hoogdoorlaat toepassen bij 0.05 Hz, low-pass op 40 Hz en een inkeping-filter op de lijn van de macht frequentie (60 Hz), met een roll-off van 48 dB/Hz.
Opmerking: Na de toepassing van een low-pass filter met een cutoff frequentie van 40 Hz, de 60 Hz inkeping-filter is niet strikt noodzakelijk, maar is werkzaam als een waarborg tegen eventuele residuele elektriciteitsleiding frequenties die als gevolg van de roll-off aan filter randen kan hebben overleefd. - Oogbeschadigingen en/of artefact correctie, bovenop de analyse GUI uitvoeren: Selecteer "Transformatie" >> "de afwijzing/vermindering van artefact" >> "Oogbeschadigingen en/of correctie ICA".
- De EEG-gegevens segmenteren in tijdperken gebaseerd op de opgegeven pre-en post stimulans tijd, met betrekking tot de gebeurtenis timing markers. Om dit te doen, selecteer, "Transformatie" >> "Segment analysefuncties" >> "Segmentatie", kies vervolgens de markering van belang en het segment van de tijd van belang.
Opmerking: Segmentatie lengtes moeten worden gekozen om aan de paradigma en de verwachte hersenactiviteit van belang. -
Uitvoeren van handmatige of semi-automatische artefact afwijzing: Selecteer "Transformatie" >> "de afwijzing/vermindering van artefact" >> "Artefact afwijzing". Wanneer ertoe aangezet, stellen criteria vast voor artefacten binnen de drie tabbladen van de GUI en ga verder zoals geïnstrueerd over de GUI.
- In het tabblad 'Inspectiemethode' Kies Selecteer "automatisch", "semi-automatisch" of "handmatig selecteren artefacten" (semi-automatische modus wordt aanbevolen). Vervolgens Selecteer "mark" of "artefacten verwijderen" en geef als de correcties voor een enkel kanaal zijn.
- Selecteer de zenders die zal worden gecorrigeerd voor artefacten in het tabblad 'kanaalselectie'.
- Selecteer in het tabblad 'Criteria' de basis waarmee artefacten zal worden geïdentificeerd. Maak selecties hier aan experimentele behoeften. Klik op "OK" na het selecteren van criteria en artefacten zal worden geïdentificeerd en/of overeenkomstig de selecties verworpen.
-
Uitvoeren van de correctie van de basislijn en proef gemiddeld (indien van toepassing).
- Voor het uitvoeren van de correctie van de basislijn: Selecteer "Transformatie" >> "Segment analysefuncties" >> "De correctie van de basislijn". Gemiddelde van de gesegmenteerde gegevens: Selecteer "Transformatie" >> "Segment analysefuncties" >> "Gemiddelde".
5. Spatio fMRI beperkingen — EG bron Imaging
- Venstergrootte en venster overlappende grootte (de standaardinstelling verlangt een window-grootte van 40 ms met 50% (20 ms) overlappen) definiëren.
- Selecteer het onderwerp-specifieke ROIs set (verkregen in stap 3) als de ruimtelijke voorafgaande verzameling. Voor elk segment van de EEG, het algoritme een reeks van gewichten voor de deelverzameling van ruimtelijke priors die maximaliseert het model bewijs, en berekent de bron covariantie matrix dienovereenkomstig zal dan een inschatting maken.
- Met de resulterende bron covariantie matrix, bron lokalisatie voor uitvoeren de EEG segment wordt geanalyseerd, de bron stroomdichtheid resultaten oplevert.
- Voer stap 5.2 en 5.3 voor alle segmenten van de EEG en, indien nodig, samenvatten de stroomdichtheid resultaten voor alle segmenten van de tijd in een volledige stroomdichtheid-tijdsverloop door gemiddeld het overlappende gedeelte.
Opmerking: Deze stap zal resulteren in een stroomdichtheid-tijdsverloop van corticale activiteit op elk punt van de bron gedefinieerd in stap 2.3 (dit nummer is doorgaans over de volgorde van duizenden) (Figuur 8). -
Pak de representatieve stroomdichtheid-tijdsverloop op elk van de ROI.
- Selecteer de aanbevolen methode voor het samenvatten van het tijdsverloop van de meerdere bron-punten binnen een ROI in een enkel signaal-tijdsverloop: gemiddelde, eerste eigenvariate, enz.
- Herhaal stap 5.1 tot 5,5 voor alle vakken.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
EEG source localization op het basisniveau impliceert het oplossen van de voorwaartse en inverse probleem. De onderdelen die nodig zijn om te bouwen en de voorwaartse probleem oplossen zijn afgebeeld in Figuur 5C. Met behulp van een onderwerp-specifieke T1 beeld, drie lagen — schedel, hersenen en huid — waren gesegmenteerd en mazen. Deze lagen diende als de ingangen voor het genereren van de BEM-model. Ook was de certificaathouder grijs-zaak laag gesegmenteerd van de structurele MRI en gebruikt voor de constructie van de bron ruimte. EEG sensor locaties waren samen ingeschreven op het hoofd model met behulp van een aantal rigide geometrische transformaties. Wanneer gebouwd, de voorwaartse model vertegenwoordigt hoe elektrische activiteit die afkomstig zijn uit een willekeurige locatie op de bron ruimte zou aanleiding geven tot de potentiële metingen op elke locatie EEG sensor op de hoofdhuid.
fMRI biedt 3D-beelden van de functionele activiteit van de hersenen met uitstekende ruimtelijke resolutie en nauwkeurigheid. Conventionele fMRI analyse volgt de GLM methoden ter identificatie van de voxels van de hersenen aanzienlijk geactiveerd door een bepaalde taak. De typisch resultaat van deze analyse is een fMRI activering kaart: een enkele hersenen kaart markeren van de actieve voxels, die kan worden geprojecteerd op het oppervlak van de grijze stof, zoals aangegeven in Figuur 6A. Verder verdelen we de kaarten verkregen activering in sub kaarten, elk optreden als een potentiële ruimtelijke prior voor het lokaliseren van het potentieel van de hoofdhuid gemeten door de EEG in een bepaalde tijd venster (Figuur 6B). Figuur 8 vertegenwoordigt de gerichte schematische voorstelling van de spatio fMRI beperkt Bronanalyse hierboven beschreven. Alleen de juiste gedeeltelijke set van de fMRI activering kaart wordt gebruikt voor het genereren van de EEG bron wederopbouw voor de bijbehorende EEG gegevenssegment op de grootte van het opgegeven venster. Zoals alle tijd van de EEG-Vensters worden geanalyseerd, wordt een volledige reconstructie van de corticale activiteit wordt bereikt in een spatiotemporally specifieke wijze dat de ruimtelijke bias verlicht van de toepassing van de dezelfde fMRI priors op alle tijdstippen van de EEG.
We verder aangetoond een succesvolle toepassing van de methode van de analyse van Spatio fMRI beperkt-bron, wanneer toegepast op een visual/motor activering taak studie9, waarin de volgorde van de hersenactiviteit van visuele input naar output van de motor was hersteld met hoge Spatio nauwkeurigheid (Figuur 9). Hoewel er enige afhankelijkheid van de gebruiker keuze van vensterformaat, waren de gereconstrueerde bron imaging resultaten over het algemeen robuuste tot matige veranderingen, zoals weergegeven in Figuur 10. Te dien einde moet de venstergrootte worden geselecteerd door de experimentator aan het beste passen bij hun specifieke studie (dat wil zeggen, een window-grootte te groot blijken kan te zijn foutieve voor snelle activiteit of trillingen, terwijl een te kort window-grootte lagere frequentie signalen missen mag ) (Figuur 10).
Figuur 1 : Controle van de impedantie van de hoofdhuid EEG. Screenshot van de Recorder software-gebruikersinterface, met pijlen die wijzen naar de belangrijkste pictogrammen beschreven in protocol stap 1.2. Klik hier voor een grotere versie van dit cijfer.
Figuur 2 : Schematische van simultane EEG/fMRI opname hardware-instellingen — niet op schaal getekend. (1) scanner; (2) deelnemer dragen gegeleerde EEG passieve GLB; (3) EEG versterkers en aggregaat aangesloten op het EEG GLB; (4) optische vezelkabels de versterkers aansluiten op de USB-2 Adapter (ook bekend als een BUA); (5) de BUA, als intermediair tussen versterkers en de opname computer; (6) data acquisitie computer; (7) paradigma presentatie computer, uitgerust met een express card aan uitvoer gebeurtenis timing markeertekens; (8) transistor-transistor-logic (TTL) trigger kabel, leveren gebeurtenis markeringen van de timing van de computer van de presentatie en de heer-scanner hardware aan de BUA; (9) de heer scannerhardware om timing markeringen aan het begin van (10) een nieuwe fMRI segment/volume aanwinst en (11) kloksynchronisatie signaal; (12) klok synchronisatie apparaat, waardoor de synchronisatie tussen de klok van EEG versterkers en de heer-scanner klok; (13) interface module, interfacing tussen de heer-scanner en de klok synchronisatie apparaat; (14) monitor voor de visuele weergave van de experimentele paradigma; (15) glazen venster voor het weergeven van de scanner kamer vanuit de controlekamer. Klik hier voor een grotere versie van dit cijfer.
Figuur 3 : Experimentele paradigma. Het voorwerp bleek een reeks van visuele stimuli, die behoren tot één van de twee categorieën: aangename-gezicht en onaangename-gezicht12. In elk afzonderlijk experiment, was een 50 s groen scherm basislijn eerst getoond, gevolgd door een willekeurig geselecteerde 10 s visuele stimuli. Het onderwerp was te knijpen een rubberen bal met zijn/haar rechterhand voor de gehele duur van de prikkel komt te staan, als het beeld werd waargenomen als een onaangename-gezicht. Klik hier voor een grotere versie van dit cijfer.
Figuur 4 : Screenshot van de opname van de gegevens EEG. Een representatieve sectie van de EEG-gegevens tijdens het opnameproces. (A) periode van EEG gegevens met fMRI pulse-sequence in feite heer-scanner artefacten worden uitgesproken. (B) de gegevens van de periode van EEG zonder fMRI pulse-sequence, geen voor de hand liggende heer-scanner artefacten zichtbaar zijn. Klik hier voor een grotere versie van dit cijfer.
Figuur 5 : De voorwaartse model generatie. (A) uitlijning van EEG elektroden op het hoofd modelruimte. Rode en blauwe cirkels vertegenwoordigen gedigitaliseerde EEG sensor locaties, gele cirkels vertegenwoordigen de gedigitaliseerde EEG fiducial punten: nasion, links preauriculaire en rechts preauriculaire. (B) opties voor de sensor uitlijning proces, met inbegrip van handmatige transformatie, zoals de vertaling en de rotatie van de EEG sensor ruimte (protocol stap 2.4). (C) onderwerp specifiek BEM model gegenereerd, met inbegrip van 3 compartimenten: (3) hersenen, schedel (4) en (5) huid. De gedistribueerde bron ruimte op het oppervlak van de (1) laag van de grijze stof. (2) EEG sensor locaties worden uitgelijnd op het model. Klik hier voor een grotere versie van dit cijfer.
Figuur 6 : fMRI activering kaart en het extraheren van de regio's van belang. (A) fMRI activering kaart getoond op opgeblazen oppervlak voor het gemak van de inspectie. Regio's kleur gecodeerd in het rood en geel zijn sterk geactiveerd (p-gecorrigeerd < 0,05). (B) 8 vertegenwoordiger regio's van belang de fMRI activering kaart is onttrokken. Opmerking op de atlas gebaseerde scheiding van motorische activiteit in 3 priors. Klik hier voor een grotere versie van dit cijfer.
Figuur 7 : Screenshot van de Analyzer software-gebruikersinterface — verwijdering van MIJNHEER-scanner artefacten. (A) vóór scanner artefact correctie: (a) EEG gegevenssectie vóór het begin van fMRI pulse-volgorde; (b) EEG gegevenssectie tijdens fMRI pulse-sequence in feite scanner artefacten zijn duidelijk zichtbaar; (c) de frequentie-inhoud (FFT) van gegevenssectie in (b); (d) analyzer software ingebouwde analyse modules voor scanner verloop-artifact correctie en cardioballistic artefact correctie. (B) na scanner artefact correctie: (a) EEG gegevenssectie na verwijdering van MIJNHEER-scanner artefacten; (b) de frequentie-inhoud (FFT) van gegevenssectie in (a). Klik hier voor een grotere versie van dit cijfer.
Figuur 8 : Algemeen schema van het analyseproces. (A) EEG gegevensverwerking en venster grootte selectie. (B) fMRI data-analyse, gevolgd door de winning van regio's van belang om te worden gebruikt als ruimtelijke priors voor de Bronanalyse. (C) Bronanalyse uitgevoerd op elk segment van de EEG, venster maten en procent overlapping voorschrijft. (D) compleet gereconstrueerd corticale activiteit in de tijd-loop van belang. Klik hier voor een grotere versie van dit cijfer.
Figuur 9 : Gereconstrueerde corticale activiteit van één vertegenwoordiger onderwerp onderging visual/motor activering paradigma. Bron van de resultaten van de wederopbouw van de contrasterende twee methoden: Spatio fMRI beperkt (boven) en tijd-invariant fMRI beperkt bron imaging (onder). Figuur overgenomen met toestemming van referentie9. Klik hier voor een grotere versie van dit cijfer.
Figuur 10 : Activiteit-tijdsverloop op de cingularis cortex die met behulp van verschillende venstergrootten gereconstrueerd. (a) activiteit-tijdsverloop gereconstrueerd met behulp van kleinere venstergrootten bleek zeer vergelijkbare resultaten (correlatie R > 0,95). (b) met behulp van grotere venstergrootten resulteerde in hoge ongelijkheid (R < 0.7). Figuur overgenomen met toestemming van referentie9. Klik hier voor een grotere versie van dit cijfer.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Hier hebben wij de nodige maatregelen om het gebruik van de methode van de analyse van de bron van Spatio fMRI beperkt EEG/fMRI integratie p.a. aangetoond. EEG en fMRI hebben worden goed opgezet als de fundamentele methoden voor niet-gebeurt imaging hersenactiviteit, hoewel ze de problemen in hun respectieve resoluties op het gebied van ruimtelijke en temporele. Terwijl methoden zijn ontwikkeld om te profiteren van de gunstige eigenschappen van de shares, de huidige fMRI-beperkt EEG source localization methoden eenvoudige fMRI beperkingen, die kunnen worden onderworpen vooroordelen en overspraak die ruimtelijke nauwkeurigheid beperken (vaak rekenen bijvoorbeeld, als het ware activiteit plaatsvindt buiten de MRI-kaart, statische beperkingen zal resulteren in de werkelijke bron wordt verminderd, terwijl valse pieken zal worden waargenomen in in de buurt van MRI-actieve regio's. Evenzo zal foutieve of lawaai gebaseerde activiteit in een MRI-actieve regio worden versterkt, alsof het ware). De spatio fMRI beperkt aanpak heeft getracht te verbeteren op dit variabele fMRI beperkingen met een twee-laag hiërarchische Bayesian model. De huidige activiteit van de bron wordt geschat uit EEG gegevens op een glijdende venster wijze. De fMRI activering kaart is eerst onderverdeeld in meerdere submaps, elk optreden als een mogelijke ruimtelijke prior voor de corticale bronnen. Een subset van deze ruimtelijke priors is het selectief gebruikt als beperkingen de EEG inverse probleem op te lossen. Dus, EEG en fMRI gegevens zijn geïntegreerd in een ruimtelijk en stoffelijk specifieke mode. Dit vervangt effectief de traditionele fMRI activering kaart met een aantal regio's van belang die kunnen worden variabel toegepast op basis van bewijsmateriaal uit de EEG-gegevens, wat resulteert in een data-gedreven benadering die bias en fout beperkt.
De hier voorgestelde methodologie is gebaseerd op de beschikbare methoden (Freesurfer, FSL, enz.), en corticale modellen en processen EEG en fMRI gegevens genereert. Terwijl sommige van de hier vermelde procedures maak gebruik van specifieke software, de meeste van deze programma's zijn vrij beschikbaar onder de GNU licenties. De uitzondering hierop zou BrainVision Analyzer, hoewel afzonderlijke methoden kunnen worden gebruikt voor dit zo goed (specifiek EEGLAB22 met de plug-in voor EEGLAB, geboden door de FMRIB23,24FMRIB). Ook de spatio fMRI-beperkt EEG bron imaging methode maakt gebruik van een relatief eenvoudige gegevensstructuur voor haar fMRI priors en atlassen, zodat ze kunnen worden geïmporteerd uit een aantal bronnen, waaronder andere imaging suites, of door de gebruiker gedefinieerde bronnen . De enige beperking past in dit opzicht de gewenste lay-out aan het onderwerp model met op passende wijze toegewezen hoekpunten.
De algemene verwerkingsparameters bovenstaande overzicht de doorgaans in deze experimenten toegepaste methoden. Nogmaals, het is opmerkelijk dat er geen ernstige technische beperkingen op de selectie van deze parameters zijn — methoden voor het filtreren en aanpassing van gegevens kunnen worden toegevoegd of verwijderd uit de pijpleiding aan elke proef. Belangrijker is de selectie van de grootte van het venster, zoals dit direct invloed op de berekening van de model bewijs en daaruit voortvloeiende toepassing van fMRI priors. Terwijl variaties in venstergrootte van ongeveer 40-150 ms leiden slechts kleine verschuivingen in de resulterende golfvormen tot, verlenging ook na dit vormt een gevaar voor de stabiliteit en bepaalde regio's als mede of gemaskerde ongepast kan veroorzaken. Meer in het bijzonder, wellicht een groter venster handiger bij lage frequenties van belang, zijn hoewel een kleiner venster beter wellicht bij het scherpstellen op hogere frequentie trillingen. De overlapping en de verschuiving van het schuifraam moeten ook worden overwogen hier, aangezien het een effect op het computationele complexiteit van het proces heeft en onbetaalbaar als gevolg van de middelen die nodig zijn voor de analyse worden kan. Ongeacht de exacte parameters geselecteerd, de volgende stappen worden beschouwd als kritisch in het proces: 1) verkrijgen van anatomische MRI en simultane EEG/fMRI gegevens; 2) generatie 3D-model; 3) de analyse van de gegevens van de MRI; 4) verwijdering van de heer-artifact uit EEG gegevens; 5) voorwaartse en inverse berekeningen; 6) ROI generatie; 7) glijden-venster selectie van ROI priors en lokalisatie van de bron. De procedure hier presenteert de algemene pijpleiding en methode die we hebben ontwikkeld en gebruikt om gunstige dynamische resultaten te bereiken. Opgemerkt moet worden dat veel van de details — exacte lokalisatie methoden bewijs berekening, statistische methoden, EEG en fMRI parameters, etc. — kan worden aangepast aan uw eigen voorkeuren.
De spatio fMRI beperkt methode voor de analyse van de bron wordt beschouwd als een opmerkelijke stap voorwaarts bij de integratie van de EEG en fMRI, maar het is onderworpen aan bepaalde kleine beperkingen. Terwijl wij een toename in de kwaliteit van de gereconstrueerde diep-bronnen zien, is deze methode nog steeds onderworpen aan de algemene beperkingen van de individuele modaliteiten; Als een bron diep genoeg is is om effectief onzichtbaar voor EEG, zal het niet worden onderschept door deze methode. Ten tweede, analyse richt zich op 3D-modellen van het pial oppervlak, en zal niet reconstrueren interieur regio's, ongeacht welke fMRI-geïdentificeerd hemodynamische activiteit.
Met behulp van EEG in combinatie met verdeeld en voorwaardelijk toegepaste fMRI priors, hebben we een geavanceerde, spatiotemporally specifieke beeldvorming algoritme gegenereerd. Onmiddellijke resultaten hebben aangetoond dat het algoritme een grotere capaciteit heeft voor de wederopbouw van de diepe bronnen, en is minder gevoelig voor cross-talk dan zijn tegenhanger, de traditionele tijd-invariant fMRI beperkt bron imaging. Verder, de methode is grotendeels aanpasbaar en kan geschikt voor elke toepassing, of gebruikt als basis voor latere analyses. Deze eigenschappen geven de spatio fMRI beperkt bron analysemethode potentiële zowel als een onafhankelijk staat analysemethode, een Stichting voor toekomstig onderzoek.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
De auteurs hebben niets te onthullen.
Acknowledgments
Dit werk werd gedeeltelijk ondersteund door de NIH DK082644 en de Universiteit van Houston.
Materials
| Name | Company | Catalog Number | Comments |
| BrainAmp MR Plus | Brain Products | Amplifiers for EEG recording, MR-compatible | |
| BrainAmp ExG MR | Brain Products | Amplifier for auxilary sensor (EMG), MR-compatible | |
| BrainAmp Power Pack | Brain Products | Provide power to amplifiers in the MR environment | |
| Ribbon Cables | Brain Products | Connects the Power Pack to Amplifiers | |
| SyncBox | Brain Products | Synchronize MR scanner clock with EEG amplifier clock | |
| BrainCap MR | Brain Products | Passive-electrode 64-channel EEG cap, MR-compatible | |
| BrainVision Recorder | Brain Products | EEG data recording software (steps 1.2-1.4.2) | |
| BrainVision Analyzer 2.0 | Brain Products | EEG analysis software (steps 4.1-4.6) | |
| USB 2 Adapter (also known as BUA) | Brain Products | Interface between the amplifiers and data acquisition computer | |
| Fiber Optic Cables | Brain Products | Connects the EEG cap in the MR scanner to the Recording Computer | |
| SyncBox Scanner Interface | Brain Products | Synchronize MR scanner clock with EEG amplifier clock | |
| Trigger Cable | Brain Products | Used to send scanner/paradigm triggers to the recording computer | |
| ABRALYT HiCl EEG Electrode Gel | EasyCap | Abrasive EEG gel for passive electrode in MR environment | |
| Ingenia 3.0T MR system | Philips | 3.0 T MRI system | |
| Patriot Digitizer | Polhemus | EEG channel location digitization | |
| MATLAB r2014a | MathWorks | Programming base for the DBTN algorithm (steps 3.3-3.4 and 5.1-5.7) | |
| Pictures of Facial Affect | Paul Eckman Group | A series of emotionally valent faces used as stimuli | |
| E-Prime 2.0 | Psychology Software Tools, Inc | Presentation Software (step 1.4.3) | |
| Bipolar skin EMG electrode | Brain Products | Used to detect muscle activity. | |
| POLGUI | MATLAB software for digitization | ||
| Freesurfer | Software used in steps 2.1-2.4, and steps 3.1-3.2 | ||
| MNE | Software used in step 2.5 |
References
- Belanger, M., Allaman, I., Magistretti, P. J. Brain energy metabolism: focus on astrocyte-neuron metabolic cooperation. Cell Metab. 14 (6), 724-738 (2011).
- Logothetis, N. K. The underpinnings of the BOLD functional magnetic resonance imaging signal. J Neurosci. 23 (10), 3963-3971 (2003).
- Michel, C. M., et al. EEG source imaging. Clin Neurophysiol. 115 (10), 2195-2222 (2004).
- Ramon, C., Schimpf, P. H., Haueisen, J. Influence of head models on EEG simulations and inverse source localizations. Biomed Eng Online. 5, 10 (2006).
- Mosher, J. C., Spencer, M. E., Leahy, R. M., Lewis, P. S. Error bounds for EEG and MEG dipole source localization. Electroencephalogr Clin Neurophysiol. 86 (5), 303-321 (1993).
- Hamalainen, M. S., Ilmoniemi, R. J. Interpreting magnetic fields of the brain: minimum norm estimates. Med Biol Eng Comput. 32 (1), 35-42 (1994).
- Pascual-Marqui, R. D. Review of methods for solving the EEG inverse problem. International journal of bioelectromagnetism. 1 (1), 75-86 (1999).
- Rosa, M. J., Daunizeau, J., Friston, K. J. EEG-fMRI integration: a critical review of biophysical modeling and data analysis approaches. J Integr Neurosci. 9 (4), 453-476 (2010).
- Nguyen, T., et al. EEG Source Imaging Guided by Spatiotemporal Specific fMRI: Toward an Understanding of Dynamic Cognitive Processes. Neural Plast. 2016, 10 (2016).
- Klem, G. H., Luders, H. O., Jasper, H. H., Elger, C. The ten-twenty electrode system of the International Federation. The International Federation of Clinical Neurophysiology. Electroencephalogr Clin Neurophysiol Suppl. 52, 3-6 (1999).
- Mullinger, K. J., Castellone, P., Bowtell, R. Best current practice for obtaining high quality EEG data during simultaneous FMRI. J Vis Exp. (76), (2013).
- Ekman, P., Friesen, W. V. Pictures of Facial Affect. , Consulting psychologists Press. (1976).
- Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis. I. Segmentation and surface reconstruction. Neuroimage. 9 (2), 179-194 (1999).
- Fischl, B., Sereno, M. I., Dale, A. M. Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system. Neuroimage. 9 (2), 195-207 (1999).
- Gramfort, A., et al. MNE software for processing MEG and EEG data. Neuroimage. 86, 446-460 (2014).
- Hagler, D. J., Saygin, A. P., Sereno, M. I. Smoothing and cluster thresholding for cortical surface-based group analysis of fMRI data. Neuroimage. 33 (4), 1093-1103 (2006).
- Jenkinson, M., Beckmann, C. F., Behrens, T. E., Woolrich, M. W., Smith, S. M. Fsl. Neuroimage. 62 (2), 782-790 (2012).
- Cox, R. W. AFNI: software for analysis and visualization of functional magnetic resonance neuroimages. Comput Biomed Res. 29 (3), 162-173 (1996).
- Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. Neuroimage. 15 (4), 870-878 (2002).
- Klein, A., Tourville, J. 101 labeled brain images and a consistent human cortical labeling protocol. Front Neurosci. 6, 171 (2012).
- Fischl, B., et al. Automatically parcellating the human cerebral cortex. Cereb Cortex. 14 (1), 11-22 (2004).
- Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J Neurosci Methods. 134 (1), 9-21 (2004).
- Iannetti, G. D., et al. Simultaneous recording of laser-evoked brain potentials and continuous, high-field functional magnetic resonance imaging in humans. Neuroimage. 28 (3), 708-719 (2005).
- Niazy, R. K., Beckmann, C. F., Iannetti, G. D., Brady, J. M., Smith, S. M. Removal of FMRI environment artifacts from EEG data using optimal basis sets. Neuroimage. 28 (3), 720-737 (2005).
