Simultanee EEG e risonanza magnetica funzionale registrazione e analisi di integrazione per l'attività corticale dinamica Imaging

Thinh Nguyen; Thomas Potter; Christof Karmonik; Robert Grossman; Yingchun Zhang

doi:10.3791/56417

È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Simultanee EEG e risonanza magnetica funzionale registrazione e analisi di integrazione per l'attività corticale dinamica Imaging

11.8K visualizzazioni

⸱

DOI:

10.3791/56417

⸱

30 giugno 2018

Thinh Nguyen^*¹ , Thomas Potter^*¹ , Christof Karmonik² , Robert Grossman² , Yingchun Zhang¹^,³

¹Department of Biomedical Engineering, Cullen College of Engineering, University of Houston, ²Department of Neurosurgery, Houston Methodist Hospital and Research Institute, ³Guangdong Provincial Work Injury Rehabilitation Center

^* These authors contributed equally

In questo articolo

Sommario

Un EEG-fMRI multimodal imaging metodo, conosciuto come la fonte del EEG di fMRI-vincolata spatiotemporal, metodo, di formazione immagine è descritta qui. Il metodo presentato impiega in modo condizionale-attivo fMRI sottomappe, o priori, per guidare la localizzazione delle sorgenti EEG in un modo che migliora la specificità spaziali e limita risultati errati.

Abstract

L'elettroencefalografia (EEG) e la formazione immagine a risonanza magnetica funzionale (fMRI) sono due dei metodi fondamentali non invadenti per l'identificazione di attività cerebrale. Metodi multimodali hanno cercato di combinare l'elevata risoluzione temporale di EEG con la precisione spaziale di fMRI, ma la complessità di questo approccio è attualmente che necessitano di miglioramento. Il protocollo presentato qui descrive il recentemente sviluppati spatiotemporal fMRI-vincolata EEG origine metodo, che cerca di correggere distorsioni di origine e migliorare la localizzazione delle sorgenti EEG-fMRI attraverso il reclutamento dinamico di fMRI sub-regioni di formazione immagine. Il processo inizia con la raccolta di dati multimodale da simultanee EEG e fMRI scansioni, la generazione di modelli 3D corticale e indipendente EEG e fMRI elaborazione. Le mappe di attivazione fMRI trasformati sono poi suddivisi in multiple priors, secondo la loro posizione e la zona circostante. Questi sono presi come priori in un algoritmo di Bayesian due livelli gerarchico per la localizzazione delle sorgenti EEG. Per ogni finestra di interesse (definiti dall'operatore), segmenti specifici della mappa di attivazione fMRI saranno identificati come attivi per ottimizzare un parametro noto come prove di modello. Questi serviranno come morbidi vincoli sull'attività corticale identificati, aumentando la specificità di multimodal imaging metodo riducendo diafonia ed evitando erronea attività in altre regioni di fMRI condizionalmente attivo. Il metodo genera mappe corticali di attività e corsi di time, che può essere preso come risultati finali, o utilizzato come base per ulteriori analisi (analisi di correlazione, nesso di causalità, ecc.) mentre il metodo è un po ' limitato dalle sue modalità (non troverà EEG-invisible fonti), è ampiamente compatibile con la maggior parte delle principali dell'elaborazione software ed è adatto per la maggior parte degli studi neuroimaging.

Introduzione

L'elettroencefalografia (EEG) e la formazione immagine a risonanza magnetica funzionale (fMRI) può essere visto come modalità di neuroimaging con caratteristiche complementari. FMRI acquisisce attività cerebrale con larga scala temporale, come segnali emodinamici misurano indirettamente l'attività neuronale sottostante con una scarsa risoluzione temporale (nell'ordine di secondi)¹^,². Al contrario, EEG misura direttamente l'attività elettrofisiologica dinamica del cervello con una risoluzione temporale molto alta (livello di millisecondo), ma scarsa risoluzione spaziale³^,