Eşzamanlı MEG / EEG ve Anatomik-kısıtlı Minimum norm Tahminleri Kullanarak Eşleme Kortikal Dinamiği: Bir İşitsel Dikkat Örneği

Bu prosedürün genel amacı, farklı insan bilişsel durumlarının altında yatan kortikal dinamikleri haritalandırmaktır. Bu işlem, öncelikle bir denek davranışsal bir görev gerçekleştirirken magnetoensefalografik ve elektroensefalografik verilerin (kısaca MEG ve EEG) kaydedilmesiyle gerçekleştirilir. İkinci adım ise ilgili MRI sekansları kullanılarak anatomik verilerin elde edilmesidir.

MEG ve EEG sensör konumları ile anatomik bilgiler arasında uzamsal uygunluk sağlamak için bir sonraki ko-kayıt işlemi gerçekleştirilir. Son adım, bireyin beyin aktivitelerini kortikal uzaya eşlemek için bir ters görüntüleme yaklaşımı kullanmaktır. Nihayetinde, bir bilişsel durumu diğerinden ayıran anlamlı uzamsal-zamansal kalıpları keşfetmek için ortak bir yüzey tabanlı koordinat sistemine dayalı istatistiksel çıkarım kullanılır.

Prosedürü Eric Lawson ve Ross Maddox uygulamalı olarak gösterecekler. Laboratuvarımdaki doktora sonrası araştırmacılar için, bu protokole deneğin yapısal MR görüntülerini elde ederek başlayın. İlk olarak, mıknatıslama hazırlıklı hızlı gradyan ekosu veya MP rage veya benzeri bir sekans kullanarak yapısal bir MR taraması gerçekleştirin.

EEG verileri ters görüntüleme analizi için kullanılacaksa, bu sekans kullanılan spesifik tarama çözünürlüğüne ve görüntüleme protokolüne bağlı olarak beş ila 10 dakika sürebilir. Ayrıca iki adet hızlı düşük açılı çekim (fast low angle shot) veya flash MRI taraması gerçekleştirin. Bu flash sekanslar, standart MP rage sekanslarından farklı doku kontrastı sağlar.

Görüntüleme tamamlandıktan sonra, MP rage ve flash görüntülerinden cilt, dış kafatası ve iç kafatası yüzeylerini yeniden oluşturmak için MNE ve free surfer yazılımlarını kullanın. Ardından, MEG deneyi öncesinde üç katmanlı bir sınır elemanlar modeli (boundary element model veya bem) oluşturmak için bu yüzeyleri kullanın. Zamanlama bütünlüğünden emin olmak için öncelikle işitsel ve görsel latansları test edin.

Ekrana bağlı bir mikrofon ve fotoğraf DDE'si kullanın ve ardından gözlemlenebilir bir titreme (jitter) olmadığından emin olun. Bu durum, sunum projektörünün doğal çözünürlüğüne ayarlanmasını gerektirebilir. Daha sonra, elektrogram ve referans elektrot hazırlığının yanı sıra deneğin fidüsyer işaret noktalarının, baş pozisyonu gösterge bobinlerinin ve EEG elektrotlarının dijitalleştirilmesiyle ilgili ayrıntılar için luital tarafından hazırlanan önceki video makalesine başvurarak deneği kayıt için hazırlayın.

Denek, kafa pozisyon göstergesi veya HPI bobinleri kullanılarak MEG ölçüm kafa pozisyonuna rahatça yerleştirildikten sonra, kaydı başlatın ve işitsel ile görsel uyaranların sunumuna geçin. HPI ölçümlerinin sürekli olarak da alınabileceğini unutmayın. Denek, bir görsel-işitsel davranışsal görev gerçekleştirirken, işitsel ve görsel uyaranlara optik bir buton kutusu aracılığıyla yanıt vermelidir.

Burada denek, görsel ipucuyla belirtilen hemialanda ortaya çıkan kollu ve rakamlı uyaranları bildirir. Bazı durumlarda denekler, deneme ortasında dikkatlerini karşıt hemialana kaydırmaları için görsel olarak yönlendirilirler. İşitsel dikkat geçişlerini incelemek için, uyaran sunumu gerçekleştirmek amacıyla birçok donanım ve yazılım çözümü mevcuttur.

Burada, işitsel uyaran sunumu ve tetikleyici damgalama için Tucker Davis Technologies RZ six, görsel uyaran sunumu için ise psych toolbox kullanılmıştır ve her ikisi de matlab tarafından kontrol edilmektedir. Veri işlemeye başlamak için, burada görüldüğü gibi MNE yazılımını kullanarak EEG verilerini yapısal MR ile eş kaydın (coregister) yapın; öncelikle dijitalleştirici verilerini deneğin yeniden yapılandırılmış MRI kafa modeline yükleyin. Ardından, eş kayıt işlemini başlatmak için referans noktalarını (fiduciary landmarks) seçin ve koordinat dönüşümünü tamamlamak için otomatik hizalama prosedürünü kullanmaya geçin.

Ardından, kaynak uzayındaki her bir dipolün konumu ile her bir sensörün konumunu ilişkilendirin. Verilerin sinyal-gürültü oranını daha da artırmak için kaydedilen kafa pozisyonu gösterge verilerini üç katmanlı sınır elemanlar modeli ile birleştirerek bir ileri çözüm hesaplayın. Bir kanalın sıçramalarından kaynaklanan anormal derecede yüksek genlikli sinyaller içeren bölümlerin çıkarılması gibi zaman alanı artefakt temizleme işlemlerini uygulayın.

Ayrıca, 50 veya 60 hertz hat frekansında bant çentik filtreleme gibi frekans alanı artefakt giderme işlemlerini uygulayın; çevresel alan kontaminasyonundan veya göz kırpmaları ve kardiyak artefaktlar gibi diğer istenmeyen fizyolojik sinyallerden kaynaklanan uzamsal alan modellerini yansıtmak veya ayırmak için sinyal uzay projeksiyonu veya sinyal uzay ayrıştırması gibi diğer gürültü azaltma tekniklerini kullanın. Şimdi, her bir deneysel koşul için kaynak uzayındaki her dipol konumundaki anlık tahmini temsil eden dağıtılmış dipol tahmininin bir beyin filmini oluşturun. Deneysel tasarımın zamansal özelliklerine bağlı olarak, analiz morfolojisini sürdürmek için örtüşmeyen zamansal pencereler kullanılarak anlık tahminlerin ortalaması alınabilir ve veriler zaman içinde bükülebilir.

Her bir denek için önceden oluşturulmuş beyin filmleri, bireysel kortikal örüntüleri en uygun şekilde hizalayan yüzey tabanlı bir koordinat sistemine dayalı ortak bir kortikal uzaya aktarılır. Bu işlem, denekler arasındaki kortikal aktivitelerin karşılaştırılmasına veya ortalamasının alınmasına olanak tanır. Bir ilgi bölgesi (ROI) yaklaşımı kullanmak için ROI'ler, örneğin otomatik bir parselizasyon algoritması ile anatomik olarak ve/veya okülomotor bölgeleri belirlemek için go/no-go sekansı gibi fonksiyonel bir lokalizasyon görevi kaydedilerek fonksiyonel olarak tanımlanabilir. Analiz, kullanılan deneysel paradigma için uygun olan spesifik bir ilgi süresiyle daha da sınırlandırılabilir; örneğin, ses uyaranlarının başlangıcından hemen önceki ve sonraki bir zaman dilimiyle sınırlandırılabilir.

Yukarıda ana hatları verilen davranışsal paradigma kullanılarak, zaman serisi analiziyle ilişkili diğer istatistiksel çıkarımlar da uygulanabilir. Burada, parametrik olmayan uzaysal-zamansal kümeleme prosedürü kullanılarak elde edilen temsili sonuçlar görülmektedir. Bireysel bir denek yeniden yönelim görevi gerçekleştirdiğinde, sağ frontal göz alanı standart bir göreve kıyasla anlamlı bulunmuştur.

ROI yaklaşımı kullanılarak, sağ frontal göz alanının zaman seyri ve bu iki durumun anlamlı düzeyde farklılaştığı zaman aralığı gösterilmiştir. Bu videoyu izledikten sonra, farklı davranışsal görevlerde kortikal dinamikleri haritalamak için M-E-G-E-E-G ve MRI'ın nasıl kullanılacağı konusunda iyi bir fikre sahip olmalısınız. Uygun istatistiksel yaklaşımlar kullanarak, bilişsel durumlar arasında ayrım yapan farklı uzaysal-zamansal örüntüler keşfedebilirsiniz.

İzlediğiniz için teşekkür eder, deneylerinizde başarılar dileriz.