Сопоставление корковой динамики Одновременное использование MEG / ЭЭГ и анатомически ограничен минимальной нормой Оценки: Пример слухового внимания

Общая цель данной процедуры заключается в картировании корковой динамики, лежащей в основе различных когнитивных состояний человека. Это достигается путем первоначального сбора данных магнитоэнцефалографии и электроэнцефалографии (МЭГ и ЭЭГ) во время выполнения испытуемым поведенческого задания. Вторым этапом является получение анатомических данных с использованием соответствующих последовательностей МРТ.

Затем проводится совместная регистрация для установления пространственного соответствия между расположением датчиков МЭГ и ЭЭГ и анатомической информацией. Заключительным этапом является использование метода обратного моделирования для картирования активности мозга индивидуума на кортикальное пространство. В конечном итоге используется статистический вывод на основе общей системы координат поверхности для выявления значимых пространственно-временных паттернов, позволяющих дифференцировать одно когнитивное состояние от другого.

Процедуру продемонстрируют Эрик Лоусон и Росс Мэддокс. Для постдоков в моей лаборатории: начните выполнение данного протокола с получения структурных МР-изображений субъекта. Сначала выполните структурное МР-сканирование с использованием последовательности быстрого градиентного эха с подготовкой намагниченности (MP rage) или аналогичной последовательности.

Эта последовательность может занять от пяти до 10 минут в зависимости от конкретного разрешения сканирования и протокола визуализации, используемых, если данные ЭЭГ будут применяться для анализа обратного моделирования изображений. Также необходимо выполнить два МРТ-сканирования с использованием метода быстрого сканирования с малым углом отклонения (FLASH). Эти FLASH-последовательности обеспечивают иной тканевой контраст по сравнению со стандартными последовательностями MP-RAGE.

После завершения визуализации используйте программное обеспечение MNE и FreeSurfer для реконструкции поверхностей кожи, внешней и внутренней сторон черепа по изображениям MP rage и flash. Затем используйте эти поверхности для создания трехслойной модели граничных элементов (BEM) перед началом эксперимента МЭГ. Сначала проверьте слуховые и зрительные латентные периоды, чтобы убедиться в точности временных параметров.

Используйте микрофон и устройство DDE для захвата изображения, подключенное к экрану, и в дальнейшем убедитесь в отсутствии заметного дрожания изображения. Для этого может потребоваться установить разрешение проектора презентации, соответствующее его родному разрешению. Затем подготовьте испытуемого к записи; подробные инструкции по подготовке электрограмм и референтных электродов, а также по оцифровке фидуциарных меток испытуемого, катушек индикатора положения головы и электродов ЭЭГ см. в предыдущей видеостатье luital.

Когда испытуемый будет удобно размещен в положении головы для МЭГ-измерения с использованием индикатора положения головы или катушек HPI, начните запись и предъявление слуховых и зрительных стимулов. Обратите внимание, что измерения HPI также могут проводиться непрерывно. Испытуемый должен реагировать на слуховые и зрительные стимулы с помощью оптического блока кнопок, выполняя аудиовизуальное поведенческое задание.

В данном случае испытуемый сообщает о спице и цифре, исходящих из полуполя, определенного визуальной подсказкой. Время от времени испытуемым дают визуальный сигнал о необходимости переключить внимание на противоположное полуполе в середине пробы. Для изучения переключения слухового внимания существует множество аппаратных и программных решений для предъявления стимулов.

В данном случае для предъявления слуховых стимулов и постановки триггеров используется система Tucker Davis Technologies RZ six, а для предъявления визуальных стимулов — PsychToolbox; обе системы управляются с помощью MATLAB. Для начала обработки данных выполните корегистрацию данных ЭЭГ со структурным МРТ-изображением с использованием программного обеспечения MNE, как показано здесь: сначала загрузите данные дигитайзера в реконструированную МРТ-модель головы испытуемого. Затем выберите фидуциарные ориентиры для запуска процесса корегистрации, после чего используйте процедуру автоматического выравнивания для завершения преобразования координат.

Затем необходимо соотнести положение каждого диполя в источниковом пространстве с положением каждого датчика. Объедините записанные данные индикатора положения головы для вычисления прямого решения с использованием трехслойной граничной элементной модели, чтобы дополнительно повысить отношение сигнал/шум данных. Примените метод удаления артефактов во временной области, например, удаление эпох, содержащих сигналы с аномально высокой амплитудой из-за всплесков в канале.

Также примените удаление артефактов в частотной области, например, режекторную фильтрацию на частоте сетевого питания 50 или 60 Гц; используйте проекцию сигнального пространства или другие методы шумоподавления, такие как разделение сигнального пространства, чтобы спроецировать или отсечь пространственные паттерны поля, вызванные загрязнением от внешних источников или другими нежелательными физиологическими сигналами, такими как артефакты моргания и сердечного ритма. Теперь создайте «кино мозга» (brain movie) распределенной оценки диполей, представляющую собой текущую оценку в каждом местоположении диполя в источниковом пространстве с течением времени для каждого экспериментального условия. В зависимости от временных характеристик дизайна эксперимента, данные могут быть сжаты во времени путем усреднения текущих оценок с использованием неперекрывающихся временных окон для продолжения анализа морфологии.

Ранее созданные видеозаписи активности мозга для каждого испытуемого переносятся в общее корковое пространство на основе поверхностной системы координат, которая оптимально выравнивает индивидуальные паттерны извилин коры. Это позволяет сравнивать или усреднять показатели корковой активности между испытуемыми. Для применения подхода с использованием областей интереса (ROI) такие области могут быть определены анатомически, например, с помощью алгоритма автоматического парцеллирования, и/или функционально, путем записи выполнения функциональной локализирующей задачи, такой как задача «go/no-go», для идентификации окуломоторных областей. Анализ может быть дополнительно ограничен конкретным временным интервасом, соответствующим используемой экспериментальной парадигме, например, периодом непосредственно до и после начала подачи звукового стимула.

Для анализа поведенческой парадигмы, описанной выше, также может быть использован другой статистический вывод, связанный с анализом временных рядов. Здесь представлены репрезентативные результаты, полученные с помощью непараметрической процедуры пространственно-временной кластеризации. Установлено, что правое фронтальное поле глаза значимо активируется при выполнении испытуемым задачи на переориентацию по сравнению со стандартной задачей.

С использованием метода анализа областей интереса (ROI) показана временная динамика правого фронтального поля глаз вместе с временным интервалом, в течение которого эти два условия статистически значимо различаются. После просмотра этого видео у вас должно сложиться четкое представление о том, как использовать МЭГ-ЭЭГ и МРТ для картирования корковой динамики при различных поведенческих задачах. Применяя соответствующие статистические подходы, вы сможете выявить различные пространственно-временные паттерны, позволяющие разграничить когнитивные состояния.

Благодарим за просмотр и желаем успехов в проведении экспериментов.