Mapeamento Dynamics cortical MEG simultâneas / EEG e anatomicamente constrangido mínima norma-Estimativas: um exemplo Atenção Auditiva

O objetivo geral deste procedimento é mapear a dinâmica cortical subjacente a diferentes estados cognitivos humanos. Isso é realizado primeiramente capturando dados magnetoencefalográficos e eletroencefalográficos, ou MEG e EEG, respectivamente, enquanto um sujeito realiza uma tarefa comportamental. O segundo passo consiste em obter dados anatômicos utilizando sequências apropriadas de RM.

Em seguida, realiza-se a co-registração para estabelecer a correspondência espacial entre os locais dos sensores de MEG e EEG com as informações anatômicas. O passo final consiste em utilizar uma abordagem de imagem inversa para mapear as atividades cerebrais do indivíduo no espaço cortical. Por fim, utiliza-se inferência estatística com base em um sistema de coordenadas comum baseado em superfícies para identificar padrões espaciotemporais significativos que distinguem um estado cognitivo de outro.

Os procedimentos serão demonstrados por Eric Lawson e Ross Maddox. Para pós-doutorandos no meu laboratório, inicie este protocolo obtendo imagens de RM estruturais do sujeito. Primeiro, adquira uma varredura de RM estrutural utilizando uma sequência de eco de gradiente rápido preparada por magnetização, ou MP rage, ou sequência semelhante.

Essa sequência pode levar de cinco a 10 minutos, dependendo da resolução de varredura específica e do protocolo de imagem utilizado, caso os dados de EEG sejam usados para análise de imagem inversa. Adquira também duas varreduras rápidas de ressonância magnética com ângulo reduzido (flash MRI). Essas sequências flash fornecem contraste tecidual diferente das sequências padrão MP rage.

Após a conclusão da aquisição de imagens, utilize os softwares MNE e FreeSurfer para reconstruir as superfícies externa do crânio, interna do crânio e da pele a partir das imagens MP RAGE e FLASH. Em seguida, utilize essas superfícies para gerar um modelo de elemento de contorno (BEM) de três camadas antes do experimento de MEG. Primeiramente, teste as latências auditiva e visual para garantir a integridade temporal.

Utilize um microfone e um DDE fotográfico conectado à tela e, posteriormente, certifique-se de que não haja oscilação visível. Isso pode exigir configurar o projetor de apresentação em sua resolução nativa. Em seguida, prepare o sujeito para a gravação, consultando o artigo em vídeo anterior de luital para obter detalhes sobre o preparo do eletrograma e do eletrodo de referência, bem como a digitalização dos marcos fiduciais do sujeito, das bobinas indicadoras da posição da cabeça e dos eletrodos de EEG.

Uma vez que o sujeito esteja confortavelmente sentado na posição de medição do MEG, utilizando o indicador de posição da cabeça ou as bobinas HPI, inicie a gravação e comece a apresentação dos estímulos auditivos e visuais. Observe que as medições HPI também podem ser realizadas continuamente. O sujeito deve responder aos estímulos auditivos e visuais por meio de uma caixa de botões óptica enquanto realiza uma tarefa comportamental audiovisual.

Aqui, o sujeito relata o raio e o dígito provenientes do hemicampo conforme indicado pela pista visual. Ocasionalmente, os sujeitos recebem um estímulo visual para mudar a atenção para o hemicampo contralateral durante o ensaio. Para estudar a mudança de atenção auditiva, diversas soluções de hardware e software estão disponíveis para realizar a apresentação dos estímulos.

Aqui, o Tucker Davis Technologies RZ6 é utilizado para a apresentação do estímulo auditivo e marcação de gatilhos com a Psych Toolbox para a apresentação do estímulo visual, ambos controlados pelo Matlab. Para iniciar o processamento dos dados, faça o coregistro dos dados de EEG com a ressonância magnética estrutural utilizando o software MNE, como mostrado aqui: primeiro, carregue os dados do digitalizador no modelo de cabeça de ressonância magnética reconstruído do sujeito. Em seguida, escolha marcos fiduciais para iniciar o processo de co-registro e prossiga utilizando o procedimento de alinhamento automático para concluir a transformação de coordenadas.

Em seguida, relacionar a localização de cada dipolo no espaço fonte com a localização de cada sensor. Combinar os dados do indicador de posição da cabeça registrados para calcular uma solução direta com o modelo de elemento de contorno de três camadas, a fim de aumentar ainda mais a relação sinal-ruído dos dados. Aplicar a remoção de artefatos no domínio do tempo, como a eliminação de épocas contendo sinais de amplitude anormalmente alta devido a picos em um canal.

Aplicar também a remoção de artefatos no domínio da frequência, como filtragem notch em 50 ou 60 hertz para eliminar a frequência da linha elétrica, usar projeção no espaço do sinal ou outras técnicas de redução de ruído, como separação no espaço do sinal, para projetar ou separar padrões espaciais de campo decorrentes da contaminação por campos ambientais ou outros sinais fisiológicos indesejáveis, tais como aqueles associados a piscadas e artefatos cardíacos. Em seguida, gerar um filme cerebral da estimativa dipolar distribuída, que corresponde à estimativa de corrente em cada localização dipolar no espaço fonte ao longo do tempo, para cada condição experimental. Dependendo das características temporais do delineamento experimental, os dados podem ser agrupados no tempo mediante a média das estimativas de corrente utilizando janelas temporais não sobrepostas para continuar a análise morfológica.

Os filmes cerebrais previamente criados para cada sujeito são projetados em um espaço cortical comum com base em um sistema de coordenadas baseado em superfície, que alinha de forma ideal os padrões individuais de atividade cortical. Isso permite a comparação ou média das atividades corticais entre sujeitos. Para utilizar uma abordagem baseada em região de interesse, as ROI podem ser definidas anatomicamente, por exemplo, por meio de um algoritmo automático de parcelamento, ou funcionalmente, por meio da realização de uma tarefa funcional de localização, como uma tarefa de "vá e não vá" para identificar as regiões oculomotoras. A análise pode ser ainda mais restrita a um intervalo de tempo específico apropriado ao paradigma experimental utilizado, por exemplo, limitada a um período imediatamente antes e após o início dos estímulos sonoros.

Outras inferências estatísticas associadas à análise de séries temporais também podem ser utilizadas com o paradigma comportamental descrito acima. Aqui observamos resultados representativos usando o procedimento não paramétrico de agrupamento espaciotemporal. O campo ocular frontal direito mostra-se significativo quando um sujeito individual realiza uma tarefa de reorientação em comparação com uma tarefa padrão.

Utilizando a abordagem de ROI, é mostrado o curso temporal do campo ocular frontal direito, juntamente com o período de tempo em que essas duas condições são significativamente diferentes. Após assistir a este vídeo, você deverá ter uma boa compreensão de como usar M-E-G-E-E-G e RNM para mapear a dinâmica cortical em diferentes tarefas comportamentais. Ao empregar abordagens estatísticas apropriadas, é possível descobrir diferentes padrões espaciotemporais que distinguem estados cognitivos.

Obrigado por assistir e boa sorte com os experimentos.