Mapping Kortikale Dynamics Mit Simultaneous MEG / EEG und anatomisch eingeschränkt Minimum-Norm Schätzungen: ein Auditory Achtung Beispiel

Das übergeordnete Ziel dieses Verfahrens besteht darin, die kortikalen Dynamiken abzubilden, die verschiedenen menschlichen kognitiven Zuständen zugrunde liegen. Dies wird erreicht, indem zunächst Magneto- und Elektroenzephalographiedaten, kurz MEG und EEG, erfasst werden, während ein Proband eine Verhaltensaufgabe ausführt. Der zweite Schritt besteht darin, anatomische Daten mithilfe geeigneter MRT-Sequenzen zu gewinnen.

Als Nächstes erfolgt die Koregistrierung, um die räumliche Übereinstimmung zwischen den Sensorkoordinaten von MEG und EEG mit anatomischen Informationen herzustellen. Der letzte Schritt besteht darin, einen inversen Bildgebungsansatz zu verwenden, um die Hirnaktivitäten einer Person auf den kortikalen Raum abzubilden. Schließlich wird eine statistische Inferenz basierend auf einem gemeinsamen, oberflächenbasierten Koordinatensystem genutzt, um signifikante räumlich-zeitliche Muster zu identifizieren, die einen kognitiven Zustand von einem anderen unterscheiden.

Den Ablauf wird Eric Lawson und Ross Maddox demonstrieren. Beginnen Sie dieses Protokoll als Postdoktorand in meinem Labor mit der Beschaffung struktureller MR-Bilder des Probanden. Erhalten Sie zunächst einen strukturellen MR-Scan unter Verwendung einer magnetisierungspräparierten schnellen Gradientenecho-Sequenz (MP-RAGE) oder einer ähnlichen Sequenz.

Diese Sequenz kann je nach verwendeter Scannerauflösung und Bildgebungsprotokoll fünf bis zehn Minuten dauern, wenn die EEG-Daten für eine inverse Bildanalyse verwendet werden. Erheben Sie außerdem zwei schnelle Low-Angle-Shot- oder Flash-MRT-Scans. Diese Flash-Sequenzen liefern einen anderen Gewebekontrast im Vergleich zu den Standard-MP-Rage-Sequenzen.

Nach Abschluss der Bildgebung verwenden Sie die Software MNE und FreeSurfer, um die Oberflächen der Haut, des äußeren Schädels und des inneren Schädels aus den MP-Rage- und Flash-Bildern zu rekonstruieren. Verwenden Sie anschließend diese Oberflächen, um ein dreischichtiges Boundary-Element-Modell (BEM) vor dem MEG-Experiment zu generieren. Testen Sie zuerst die auditorischen und visuellen Latenzen, um die zeitliche Integrität sicherzustellen.

Verwenden Sie ein Mikrofon und eine an den Bildschirm angeschlossene Foto-DDE und stellen Sie anschließend sicher, dass kein sichtbares Flimmern auftritt. Dies erfordert möglicherweise die Einstellung des Präsentationsprojektors auf seine native Auflösung. Bereiten Sie danach den Probanden für die Aufnahme vor, wobei Sie den vorherigen Videoartikel von luital bezüglich der Vorbereitung von Elektrogrammen und Referenzelektroden sowie der Digitalisierung der fiduzialen Landmarken des Probanden, der Kopfpositionssensoren und der EEG-Elektroden zurate ziehen sollten.

Sobald die Versuchsperson bequem im MEG-Messkopf positioniert ist, unter Verwendung des Kopfpositionsindikators oder der HPI-Spulen, beginnen Sie mit der Aufzeichnung und der Präsentation auditorischer und visueller Reize. Beachten Sie, dass HPI-Messungen auch kontinuierlich durchgeführt werden können. Die Versuchsperson sollte auf die auditorischen und visuellen Reize mittels einer optischen Tastenbox reagieren, während sie eine audiovisuelle Verhaltensaufgabe ausführt.

Hier meldet der Proband den Strahl und die Ziffer, die aus dem durch den visuellen Hinweis signalisierten Hemifeld stammen. Gelegentlich werden die Probanden visuell angeregt, während des Versuchs die Aufmerksamkeit auf das kontralaterale Hemifeld umzuschalten. Um die Umschaltung der auditorischen Aufmerksamkeit zu untersuchen, stehen zahlreiche Hardware- und Softwarelösungen zur Verfügung, um die Stimuluspräsentation durchzuführen.

Hier werden die Tucker-Davis-Technologies-RZ6-Systeme für die Präsentation auditorischer Reize und das Auslösen von Triggermarkierungen mit der Psych Toolbox für die Präsentation visueller Reize verwendet, wobei beide über Matlab gesteuert werden. Um die Datenverarbeitung zu beginnen, müssen die EEG-Daten mittels der MNE-Software mit dem strukturellen MRT verknüpft werden, wie hier gezeigt: Zunächst werden die Daten des Digitalisiergeräts in das rekonstruierte MRT-Kopfmodell des Probanden geladen. Anschließend werden fiduziale Landmarken ausgewählt, um den Ko-Registrationsprozess zu starten, und danach wird das automatische Ausrichtungsverfahren zur Vervollständigung der Koordinatentransformation angewendet.

Danach wird die Position jedes Dipols im Quellraum mit der Position jedes Sensors verknüpft. Kombinieren Sie die aufgezeichneten Daten des Kopfpositionssensors, um mithilfe des dreischichtigen Randelementmodells eine Vorwärtslösung zu berechnen, wodurch das Signal-Rausch-Verhältnis der Daten weiter verbessert wird. Wenden Sie eine artefaktfreie Bearbeitung im Zeitbereich an, beispielsweise durch Entfernen von Epochen, die aufgrund von Kanalspitzen ungewöhnlich hohe Amplitudensignale enthalten.

Wenden Sie außerdem die Entfernung von Artefakten im Frequenzbereich an, beispielsweise eine Bandsperrenfilterung bei der Netzfrequenz von 50 oder 60 Hertz, verwenden Sie Signalraumprojektion oder andere Rauschunterdrückungstechniken wie die Trennung des Signalraums, um räumliche Feldmuster von umgebenden Umweltfeldstörungen oder anderen unerwünschten physiologischen Signalen – wie beispielsweise solchen, die mit Augenblinzeln und kardialen Artefakten assoziiert sind – zu projizieren oder zu trennen. Erzeugen Sie nun einen Gehirnfilm der verteilten Dipolschätzung, also der Stromschätzung an jeder Dipolposition im Quellraum über die Zeit für jede experimentelle Bedingung. Abhängig von den zeitlichen Eigenschaften des experimentellen Designs können die Daten in der Zeit gebündelt werden, indem Stromschätzungen mithilfe nicht überlappender zeitlicher Fenster gemittelt werden, um die Analyse fortzusetzen.

Die zuvor erstellten Gehirnfilme für jeden Probanden werden in einen gemeinsamen kortikalen Raum übertragen, der auf einem oberflächenbasierten Koordinatensystem beruht, das individuelle faltungsanatomische Muster optimal ausrichtet. Dies ermöglicht den Vergleich oder die Mittelung kortikaler Aktivitäten über verschiedene Probanden hinweg. Um einen Ansatz mit Regionen von Interesse (ROIs) zu verwenden, können diese anatomisch definiert werden, beispielsweise durch einen automatischen Parzellierungsalgorithmus, und/oder funktionell durch die Aufzeichnung einer funktionellen Lokalisierungsaufgabe wie einer Go-No-Go-Entscheidungsaufgabe, um die okulomotorischen Regionen zu identifizieren. Die Analyse kann zusätzlich auf einen spezifischen interessierenden Zeitraum beschränkt werden, der zum verwendeten experimentellen Paradigma passt, beispielsweise auf einen Zeitabschnitt unmittelbar vor und nach dem Beginn der akustischen Reize.

Weitere statistische Inferenzverfahren im Zusammenhang mit der Zeitreihenanalyse können ebenfalls unter Verwendung des oben beschriebenen Verhaltensparadigmas angewendet werden. Hier sehen wir repräsentative Ergebnisse, die mit dem nichtparametrischen räumlich-zeitlichen Cluster-Verfahren erzielt wurden. Das rechte frontale Augenfeld zeigt sich als signifikant, wenn ein einzelner Proband eine Neuausrichtungsaufgabe im Vergleich zu einer Standardaufgabe durchführt.

Mithilfe des ROI-Ansatzes wird der Zeitverlauf des rechten frontalen Augenfeldes zusammen mit dem Zeitraum dargestellt, in dem sich diese beiden Bedingungen signifikant voneinander unterscheiden. Nachdem Sie sich dieses Video angesehen haben, sollten Sie ein gutes Verständnis dafür haben, wie man M-E-G-E-E-G und MRT verwendet, um kortikale Dynamiken bei verschiedenen Verhaltensaufgaben abzubilden. Durch die Anwendung geeigneter statistischer Verfahren können Sie unterschiedliche räumlich-zeitliche Muster entdecken, die zwischen kognitiven Zuständen unterscheiden.

Vielen Dank fürs Zuschauen und viel Erfolg bei den Experimenten.