동시 뇌 파와 기능적 MRI 기록과 동적 대뇌 피 질의 활동 영상에 대 한 통합 분석

요약

이미징 방법, 방법, 이미징 spatiotemporal fMRI 제한 된 뇌 파 소스 라고 하는 뇌 파 fMRI multimodal 여기 설명 되어 있습니다. 제시 방법 고용 조건에 따라 활성 fMRI 하위 지도, 또는 priors, 공간 특이성을 향상 하 고 잘못 된 결과 제한 하는 방식으로 뇌 파 소스 지역화 가이드.

초록

Electroencephalography (뇌 파)와 기능적 자기 공명 영상 (fMRI)는 두뇌 활동을 식별 하기 위한 기본적인 비 침범 성 방법의 두. FMRI의 공간 정밀 뇌 파의 높은 시간 해상도 결합 하 여 복합 방법을 모색 하지만이 방법의 복잡성은 현재 개선 필요. 여기에 제시 된 프로토콜 최근에 개발한 spatiotemporal fMRI 제한 된 뇌 파 소스를 이미징 소스 편견을 바로 잡기 위해 fMRI 하위 영역의 동적 모집을 통해 뇌 파 fMRI 소스 지역화를 개선 하고자 방법에 설명 합니다. 프로세스 검사, 3D 대뇌 피 질의 모델, 그리고 독립적인 EEG 및 fMRI 처리의 세대 동시 EEG 및 fMRI에서 복합 데이터 수집 시작합니다. 처리 된 fMRI 활성화 지도 다음 여러 priors, 그들의 위치 및 주변 지역으로 분할 됩니다. 이러한 뇌 파 소스 지역화에 대 한 2 단계 계층적 베이지안 알고리즘에서 priors로 가져옵니다. (운영자 정의)의 각 창에 대 한 fMRI 활성화 지도의 특정 세그먼트 식별 모델 증거로 알려진 매개 변수 최적화를 활성화. 이러한 크로스 토크를 감소 시키고 다른 조건에 따라 활성 fMRI 영역에서 잘못 된 활동을 피하고 메서드를 이미징 multimodal의 특이성을 증가 확인 된 대뇌 피 질의 활동에 부드러운 제약 조건으로 사용 됩니다. 메서드 생성 대뇌 피 질의 지도 활동 및 시간-과정의 최종 결과로 찍은 또는 메서드 동안 추가 분석 (상관 관계, 원인, 등의 분석)에 대 한 기준으로 사용 수 있습니다 (그것은 찾을 수 없습니다 그것의 형식에 의해 다소 제한 EEG-invisible 소스), 그것은 광범위 하 게 대부분의 주요 처리 소프트웨어와 호환 이며 대부분 neuroimaging 연구에 적합.

서문

Electroencephalography (뇌 파)와 기능적 자기 공명 영상 (fMRI) 보완 기능 neuroimaging 형식으로 볼 수 있습니다. FMRI hemodynamic 신호 (초) 순서 가난한 시간적 해상도^1,2기본 신경 활동을 직접 측정 일시적인 대규모 두뇌 활동을 캡처합니다. 반면, 뇌 파 직접 빈약한 공간적 해상도^3,4하지만 매우 높은 시간 해상도 (밀리초 수준), 뇌의 동적 electrophysiological 활동을 측정합니다. 이러한 속성은 각 개별 방법⁵의 유리한 측면을 최적화 하도록 설계 된 복합 접근에 이르렀다. EEG와 fMRI의 동시 사용 unimodal fMRI 또는 뇌 파와 관련 된 한계를 극복 하기 위해 우수한 시간적 해상도 뇌 파의 fMRI의 높은 공간 정확도와 결합 될 수 있습니다.

EEG 및 fMRI 통합을 위한 방법-정보를 fMRI 뇌 파 소스 지역화^6,7로 시작합니다. 그러나이 기술은 뇌 파 소스 지역화를 개선 하기 위해 fMRI 파생 된 공간 정보를 활용 하 여,, 1 개의 결점은 "하드-제약 조건으로" fMRI의 응용 프로그램에 의해 발생 하는 잠재적인 공간 바이어스-공간 정보 fMRI 파생 된 것으로 간주 한 절대 진리입니다. 이 화해^6-8이어야 하는 두 가지 큰 문제를 제기 한다. 첫째, 혈액 산소 수준 의존 (대담한) 대조의 정적 지도 사용 하 여 실수로 댐핑 밖에 진정한 활동 하는 동안 안에서 떨어지는 어떤 잘못 된 활동을 강화할 수 있습니다 고려 되어야 한다. 둘째, 대담한 활성화 지도 이상으로 발생 하는 소스에서 크로스 토크 결과 내에서 진정한 활동의 프레 젠 테이 션에 영향을 미칠 또는 잘못 된 활동을 일으킬 수 있습니다. 그럼에도 불구 하 고, 뇌 파 역 문제의 모델링 될 수 있는 사전 공간 지식 남아 유리한 솔루션⁵제공 하는 fMRI의 높은 공간 해상도 사용 하 여 제한 해 부와 기능 감에서 둘 다.

이 종이, fMRI priors는 계층적 베이지안 모델⁹에 따라 최적의 하위 집합을 계산 하 여 EEG와 fMRI 사이의 일시적인 불일치의 문제를 해결 하는 접근을 이미징 spatiotemporal fMRI 제한 된 뇌 파 소스를 보여 줍니다. FMRI priors 시간 변형 fMRI 제약을 이끌어 뇌 파 데이터에 대 한 관심의 특정 윈도우에서 데이터 기반으로 계산 됩니다. 제안 된 접근 활용 fMRI의 높은 공간 해상도로 정보를 정확 하 게 동적 신경 이미지 하는 시간에 따라 변화, 공간 선택적 방식으로 대뇌 피 질의 활동의 전류 밀도 매핑 계산 뇌 파의 높은 시간 해상도 활동입니다.

프로토콜

여기에 제시 된 프로토콜 설계 하 고 수행한 윤리적 인간 연구에 대 한 모든 지침에 따라 설정 앞 대학 휴스턴과 휴스턴 감리교 연구소의 각각 제도적 리뷰 보드.

1. 동시 EEG/fMRI 녹음

1. 참가자 로부터 동의 얻을. 참가자는 목적 및 연구 과정 녹음 동시 EEG/fMRI 데이터에 대 한 중요 한 안전 조치의 절차를 설명 합니다.
2. EEG 모자를 준비 하 고는 MRI 스캐너 외부 임피던스를 확인 하십시오.
   1. 피사체의 머리에는 적절 한 크기의 수동, MRI 호환 EEG 모자를 놓습니다. 10-20 국제 라벨 시스템¹⁰에 의하여 전극 위치.
   2. EEG 레코딩 소프트웨어에서 지상 및 기준 전극의 임피던스를 확인 하십시오. 이렇게 하려면 '임피던스' 탭을 클릭 하 고 소프트웨어 사용자 인터페이스에 전극 유형을 선택 합니다 ( 그림 1참조).
      참고: 정확한 지침 여기는 여기서 사용 하는 소프트웨어와 관련 ( 재료의 표참조), 다른 시스템에 적응 해야 할 수 있습니다.
   3. 각 전극, 전극, 전해질 젤을 주입 하는 주사기를 사용 하 여 다음 면봉을 사용 하 여 피부 전극 접촉 되도록 젤을 전파.
      1. 임피던스는 감소, 적절 한 소프트웨어를 사용 하 여 값을 모니터링 하는 데 계속 (임피던스 규모는 설정에 따라 필요에 따라 조정) 임피던스 레벨을 제대로 모니터링을 ( 그림 1참조). 모든 전극 높은-품질 신호를 위해 10 k ω 임피던스 수준에 도달할 때까지 계속 합니다.
         참고: 나열 하 고 여기 활용 자료, 당 간주 됩니다 안전 하지 않은 씨 환경¹¹에 있는 어떤 전극 위에 50 ω 임피던스 수준. 그래서 선택한 모자 및 MRI 설정의 설계에 따라 변경 될 수 있습니다이 실험적인 체제의 안전을 보장 하기 위해 장비 제조업체와 MRI 기술자와 상담 하시기 바랍니다.
3. 동시 EEG/fMRI 하드웨어 설치 합니다.
   1. EEG 모자 준비 완료 되 면 그림 2에서 설명 하는 하드웨어 설치와 미스터 스캐너에 이동 하는 주제가 있다.
      참고: 시스템 사용에 따라 그림의 몇 가지 세부 사항을 변경할 수 있습니다.
   2. 실험 패러다임 디스플레이를 설정 합니다. 전망 실 뒤에 유리 씨-스캐너의 앞에 직면에 있는 모니터를 사용 하 여 ( 그림 2참조). 머리 코일 보기 미러를 사용 하 여 주제를 누워 있는 동안 그들의 머리 또는 눈 이동 없이 모니터 화면을 볼 수 있도록.
   3. 되도록 과목 편안 하 게 화면을 볼 수 패러다임 제대로 표시 됩니다 컴퓨터 화면에 샘플 이미지를 표시 합니다. 모든 필요한 하드웨어 또는 소프트웨어 조정을 확인 합니다.
4. 실험 패러다임 (참조 그림 3).
   1. 아직도, 남아 주제를 지시 하 고는 초기 T1-가 중 해 부 MRI 스캔을 수행. 만약에 가능 하다 면, 소 뇌의 아래에서 두개골과 피부를 포함 하 여 머리의 상단에 도달 되는 보기 필드를 사용 하 여.
   2. ( 그림 4참조) 뇌 파 데이터를 녹음을 시작 합니다.
   3. 동시에 MRI 녹음을 시작 하 고 프레 젠 테이 션 소프트웨어에 대 한 관심의 패러다임을 시작 하는 적절 한 단추를 클릭 합니다. 신호 품질을 보장 하기 위해 뇌 파 데이터 녹음을 확인 하 고, 원하는 경우, 적절 한 표식 기록 되 고 있다.
      1. 여기 설명 된 설치를 사용 하 여, 먼저 프레 젠 테이 션 소프트웨어에 "실행"을 클릭 하 고 제목 번호 및 시험 번호를 입력 합니다. 패러다임을 확인 하는 이러한 설정에 따라 시작 합니다.
         참고: 여기에 고용 패러다임 10 타석 정서적 동기 모터 응답 시각적 자극에 의해 evoked 했다 이루어져 있었다. 각 시험에 대 한 과목을 먼저 50 요청 했다 s 이후는 불쾌 한 (이미지 놀람, 분노, 또는 혐오에 해당)의 이미지 또는 아니라 불쾌 한 (이미지 행복 또는 중립성에 해당) 얼굴¹² 녹색 화면을 보고 각 카테고리에서 10 s. 5 이미지를 무작위 순서로 제시 했다 고 과목으로 불쾌 한, 얼굴을 식별 시 볼을 짜 내 고 짜 내 사라질 때까지 요청 했다 제시 했다.
      2. 그라데이션 리콜 에코 평면 화상 진 찰 (GR-EPI) 시퀀스를 사용 하 여 fMRI 녹음 (권장). 장비 및 패러다임에 맞게 사용자 지정 합니다.
         참고: 여기에 사용 하는 순서 포함: 에코 시간 (TE) = 35 석사; 반복 시간 (TR) = 1500 석사; 슬라이스 두께 = 5 mm; 각도 대칭 = 90 °; 픽셀 간격: 2.75 m m x 2.75 밀리미터입니다. 그것은 패러다임 전체 패러다임 클리핑 없이 기록 됩니다 있도록 자체의 디스플레이 보다 약간 더 오래 지속 하는 MRI 시퀀스를 사용 하 여 필요할 수 있습니다.

2. 구조상 MRI 데이터 분석 및 앞으로 모델 생성

1. 전체 세분화 및 다양 한 표면 재건의 T1-가 중 해 부 MRI 사용 하 여 볼륨 Freesurfer 이미지 분석 스위트^13,14에서 적용 됩니다.
   참고: 모든 세그먼트 출력을 포함 하는 폴더 Freesurfer 생성 될 것입니다.
2. ¹⁵ (https://martinos.org/mne/dev/manual/appendix/bem_model.html) 제공 하는 지침에는 사용할 수 있는 그래픽 사용자 인터페이스 (GUI)를 사용 주제 관련 3-레이어 경계 요소 방법 (괜 찮) 기하학적 모델 다음 생성 레이어 없다 중복 인지 확인 합니다.
   1. Freeview 응용 프로그램을 엽니다. "파일" 클릭 >> "로드 표면". Freesurfer 폴더에서 대상 디렉터리로 이동 합니다. "괜 찮" 폴더를 엽니다. "분수령" 폴더를 엽니다. 4 파일 여기 발견 ('outer_skin_surface', 'outer_skull_surface', 'brain_surface' 및 'inner_skull_surface')을 로드 합니다.
   2. 슬라이스 선택 슬라이더를 이동 하 고 노란색 표면 층에 중복에 대 한 보고. 중복 발생 하는 경우 해부학 적 결함이 나 오류에 대 한 MRI 데이터를 확인 하 고 GUI 그리기 도구를 사용 하 여 레이어를 명확히.
      1. "파일"을 클릭 하 여 Freeview 응용 프로그램의 원래 MRI 데이터 로드 >> "부하 볼륨". 주제 폴더에 이동 하 고 "mri" 폴더를 엽니다. "오리지널" 디렉터리에 클릭 하 고 거기 발견 구조 MRI 데이터 열 (in.mgz or.nii 형식 이어야 한다). "확인"을 클릭 합니다.
      2. 머리의 그레이 스케일 이미지 보기 그레이와 블랙 뇌 주변의 다른 레이어를 봐. 이러한 레이어 어떤 간격이 나 부정가지고 있지 않다는 걸 확인 합니다. "색상 선택" 도구를 사용 하 고 수정 레이어에서 한 복을 선택 합니다.
      3. "자유 복 편집 전환", 하 고 이미지 그리기를 클릭 합니다. 이 사용 하 여 MRI 이미지에 어떤 결점 든 지에서 채우기. 모든 레이어 및 MRI 슬라이스, 결함 발생에 대 한 보정을 수행 합니다.
         참고: 도구를 편집 하는 "Polywire"와 "Livewire" 복 또한 "자유형" 대신 사용할 수 있습니다.
3. Pial 표면 형상에 따라 소스 공간을 생성 합니다.
4. Freesurfer 머리 모델 오버레이 (그림 5)를 사용 하 여 MRI 공간 주제-특정 뇌 파 센서 정렬 (예를 들어, 변환 및 회전)를 수행 합니다. 변환을 저장 합니다.
   1. MNE_analyze 응용 프로그램을 엽니다. "파일" 클릭 >> "부하 표면". 대상 데이터를 포함 하는 폴더를 이동 하 고 pial 표면 로드.
   2. "파일" 클릭 >> "디지타이저 데이터 로드 및 선택 (디지타이저 데이터를 포함 한다)의 뇌 파 파일. "보기"를 클릭 >> "뷰어 보기". 뷰어 GUI 표시 되 면 "옵션"을 클릭 하 고 있는지 확인 "피"와 "디지타이저 데이터" 옵션 선택. 여기 전극 빨간색, 노란색에서 라벨이 포인트와 같습니다.
   3. 주 창 (하지 뷰어), "조정"을 선택 합니다 >> "맞춤 조정". '좌표 맞춤 GUI'를 사용 하 여 사용 하 여 화살표 및 l/R 버튼을 이동 하 고 회전 뷰어에서 EEG 전극. 필요한 만큼 조정 합니다. 정렬이 완료 되 면, 정렬 하기 ' 조정 맞춤 GUI' 하단의 "저장..."을 클릭 합니다.
      참고: 일반적으로, 좋은 표준 정렬와 함께 두 피에 걸쳐 전극의 동등한 배급이 필요 합니다.
5. 주제-특정 벰 모델, 소스 공간 MNE 소프트웨어¹⁵를 사용 하 여 뇌 파 센서 변환을 제공 하 여 앞으로 모델을 생성 합니다.

3. 기능성 MRI 데이터 분석

1. 첫 번째 수준의 수행 굵게 활성화를 얻으려고 일반 선형 모형 (GLM) 메서드를 사용 하 여 (개별 주제) fMRI 통계 분석의 작업에 대 한 지도. 필요한¹⁶, Freesurfer 그룹 분석 파이프라인에 내장 된 클러스터 기반 방식을 사용 하 여 여러 비교에 대 한 수정.
2. 표준 공간 (MNI 또는 Talairach)에서 모든 과목에 대 한 대담한 활성화 지도 얻기 원하는 경우 모든 과목에 그룹 수준 분석을 수행 합니다.
   참고: 기능적 MRI 두뇌 (FMRIB) 소프트웨어 라이브러리 (FSL)¹⁷ 및 분석의 기능 Neuroimages (AFNI)¹⁸ 패키지 둘 다에 의해 생성 된 동일한 표면에 fMRI 데이터 분석에 대 한 허용을 위한 옥스포드 대학 센터 Freesurfer, 후속 분석을 위해 편리
3. Tksurfer 시각화 도구를 사용 하 여 (개인 수준 및 그룹 수준), fMRI 활성화 지도 로드¹⁹ 원하는 루즈벨트 수정 임계값 설정 하 여 관심 영역 (ROI) 식별을 수행 (p < 0.05 여기 사용 ).
   참고: 개인 수준 활성화 지도에서 식별 ROIs 후속 소스 지역화 공간 priors을 fMRI 파생는 주제 관련 될 것입니다.
   1. FMRI 활성화 지도 사용 하 여 회색 문제 레이어에, 표면 패치 연결-라벨링 알고리즘을 사용 하 여 추출 합니다.
      참고:이 예제에서 Dulmage Mendelsohn 분해 사용 되었다.
   2. 추가 하위 분할 패치 기반으로 미리 정의 된 뇌 아틀라스의 라벨 하나 이상의 지역 취재 활동의 어떤 패치 분할 수 있도록 합니다.
      참고: 여기에 사용 되는 아틀라스 DKT40 아틀라스²⁰ (Freesurfer에서 사용 가능)²¹이었다. 지도 전문 또는 선택, 실험의 기본 설정에 따라 될 수 있습니다.
4. 각 과목의 개별 소스 공간을 다시 (현재에 있는 표준 공간) 인수 그룹 수준 ROIs 프로젝트. 개별 주체의 구조 MRI 세분화 (단계 2.1)을 수행한 후 주제와 표준 공간 사이의 좌표 변환을 lh.sphere.reg 및 rh.sphere.reg 파일에 제공 됩니다, 그리고 주제의의 "서핑" 폴더에서 발견 Freesurfer 출력 폴더입니다.
   참고: 모든 과목 공유할 것 이다 그로 인하여 동일한 ROIs, 하지만 그들의 자신의 특정 모델에서 세트. 그림 6 에 대 한 fMRI 결과 예 고 결과 ROIs를 참조 하십시오.

4. 뇌 파 데이터 분석

참고:이 섹션에서 세부 정보 (참조 테이블의 자료 에 대 한 상세) 사용 되는 소프트웨어와 관련 있을 수 있습니다. 다른 소프트웨어 패키지를 사용 하는 경우 해당 설명서를 참조 하십시오.

1. 템플릿 빼기 통해 스캐너 그라데이션 아티팩트 보정을 수행 합니다. 이 위해 "특별 한 신호 처리" 메뉴에서 "미스터 수정" 버튼을 클릭 하 고 뇌 파 분석 소프트웨어 GUI에서에서 적절 한 매개 변수를 선택 합니다 ( 그림 7참조). 선택한 스캐너 시퀀스 및 실험 설계에 적절 한 매개 변수를 입력 합니다.
   참고: 기본 매개 변수를 포함: MRI 스캔, 스캔 유형 (인터리브 또는 연속), MRI 볼륨 마커 (또는 그라데이션 탐지 방법 및 그라데이션 트리거), 반복 시간 (TR) 보정, 그리고 유물 서식 파일에 대 한 채널.
2. Cardioballistic 서식 파일 빼기를 통해 아티팩트를 제거 합니다. 이 위해 "특별 한 신호 처리" 메뉴에서 "CB 수정" 버튼을 클릭 하 고 분석 소프트웨어 GUI에서에서 적절 한 매개 변수를 선택 합니다.
   참고: 매개 변수 필요한 여기 포함 최소 및 최대 심장 박동, 유물 템플릿, ECG 채널, 템플릿 상관 관계, 및 교정에 대 한 채널.
3. 여과 적용 합니다. "데이터 필터링"에서 분석 GUI, 상단의 IIR 필터에 대 한 버튼을 선택 합니다. 예를 들어 하이 패스를 적용 0.05 hz 저역 통과 40 Hz 전력선 주파수 (60 Hz), 노치 필터에서 48 dB/Hz의 롤 오프.
   참고: 40 Hz 컷오프 주파수에서 로우-패스 필터 적용 후 60hz 노치 필터, 엄격 하 게 필요 하지 않습니다 하지만 필터 가장자리에 롤 오프로 인해 살아남은 수 있습니다 어떤 잔여 전원 라인 주파수에 대 한 보호로 채택 된다.
4. 분석 GUI 위에 눈 유물 교정: "변환" 선택 >> "유물 제거/감소" >> "눈 수정 ICA".
5. 신기는 지정 된 사전 및 포스트 자극 시간, 이벤트 타이밍 마커를 기반으로 뇌 파 데이터 세그먼트. 이렇게 하려면 선택, "변환" >> "세그먼트 분석 기능" >> "세분화", 관심의 표식 및 관심의 시간 세그먼트를 선택 하십시오.
   참고: 세그먼트 길이 패러다임 및 관심의 예상된 두뇌 활동에 맞게 선택 되어야 한다.
6. 수동 또는 반자동 아티팩트 제거 수행: "변환" 선택 >> "유물 제거/감소" >> "유물 거절". 프롬프트가 표시 되 면, GUI의 세 개의 탭 내의 아티팩트에 대 한 기준을 정의 하 고 gui 지시를 진행 합니다.
   1. ' 검사 방법 ' 탭에서 선택 "자동 으로", "반자동", 또는 "수동으로 아티팩트 선택"을 선택 (반자동 모드 권장). 다음 "마크" 또는 "제거"를 선택 하 고 단일 채널에 대 한 수정 인지 지정 합니다.
   2. ' 채널 선택 ' 탭에서 채널 아티팩트에 대 한 수정 될 것을 선택 합니다.
   3. '기준' 탭에는 아티팩트 확인 될 것입니다 기초를 선택 합니다. 실험 요구 사항에 맞게 선택 여기를 확인 합니다. 기준, 선택 후 "확인"을 클릭 하 고 아티팩트를 식별 및 선택에 따라 거부 됩니다.
7. 기준선 보정 (있는 경우)를 평균 하는 재판을 수행 합니다.
   1. 기본 보정을 수행 하려면: "변환" 선택 >> "세그먼트 분석 기능" >> "기본 수정". 세그먼트 데이터 평균: "변환" 선택 >> "세그먼트 분석 기능" >> "평균".

5. spatiotemporal fMRI 제약-EG 소스 이미징

1. 창 크기 및 창 크기 (기본 설정 (20 ms) 오버랩 50 %40 ms 창 크기에 대 한 호출)을 중복 정의 합니다.
2. 공간 이전 설정 (단계 3에서에서 얻은) 주제 관련 ROIs 집합을 선택 합니다. 각 뇌 파 세그먼트에 대 한 알고리즘 다음 모델 증거를 극대화 하 고 그에 따라 소스 공분산 행렬을 계산 하는 공간 priors의 하위 집합에 대 한 가중치의 집합을 예상 됩니다.
3. 분석, 저조한 소스 전류 밀도 결과 소스 지역화 되 고 뇌 파 세그먼트에 대 한 수행 결과 소스 공분산 매트릭스를 사용 하 여.
4. 뇌 파의 모든 세그먼트에 대 한 5.2와 5.3 단계를 수행 하 고, 필요한 경우 요약 모든 시간 세그먼트에 대 한 전류 밀도 결과 하나의 완전 한 전류 밀도 시간 과정으로 겹치는 부분을 평균 하 여.
   참고:이 단계 시점 모든 소스 단계 2.3에서에서 정의 (이 번호는 일반적으로 수천의 순서) 대뇌 피 질의 활동의 전류 밀도 시간 과정 귀 착될 것 이다 (그림 8).
5. 추출은 ROIs의 각 대표 전류 밀도 시간 코스.
   1. 단일 신호 시간 과정에는 투자 수익에서 여러 소스 포인트에서 시간 코스 요약에 대 한 선호 하는 방법 선택: 평균, 첫 번째 eigenvariate, 등
6. 모든 과목에 대 한 5.1-5.5 단계를 반복 합니다.

결과

기본적인 수준에서 뇌 파 소스 지역화 앞으로 역 문제를 해결 하는 포함 한다. 구축 하 고 앞으로 문제를 해결 하는 데 필요한 구성 요소는 그림 5C에 표시 됩니다. 주제-특정 T1 이미지, 3 개의 층을 사용 하 여-뇌, 두개골, 그리고 피부-세그먼트 고 메쉬. 이러한 레이어 벰 모델 생성에 대 한 입력으로 제공 됩니다. 마찬가지로, 피사체의 회?...

토론

우리는 여기 EEG/fMRI 통합 분석 spatiotemporal fMRI 제한 된 소스 분석 방법을 사용 하기 위해 필요한 조치 나타났습니다. EEG 및 fMRI는 되 잘 설립 비 접촉 두뇌 활동을 이미징에 대 한 기본적인 방법으로 하지만 그들은 그들의 각각 공간과 시간 해상도에 어려움 직면. 각각의 유리한 속성에 투자 방법은 개발 되었다, 그러나 현재 fMRI 제한 된 뇌 파 소스 지역화 방법을 자주 의존 간단한 fMRI 제약, 편견 및 ?...

자료

Name	Company	Catalog Number	Comments
BrainAmp MR Plus	Brain Products		Amplifiers for EEG recording, MR-compatible
BrainAmp ExG MR	Brain Products		Amplifier for auxilary sensor (EMG), MR-compatible
BrainAmp Power Pack	Brain Products		Provide power to amplifiers in the MR environment
Ribbon Cables	Brain Products		Connects the Power Pack to Amplifiers
SyncBox	Brain Products		Synchronize MR scanner clock with EEG amplifier clock
BrainCap MR	Brain Products		Passive-electrode 64-channel EEG cap, MR-compatible
BrainVision Recorder	Brain Products		EEG data recording software (steps 1.2-1.4.2)
BrainVision Analyzer 2.0	Brain Products		EEG analysis software (steps 4.1-4.6)
USB 2 Adapter (also known as BUA)	Brain Products		Interface between the amplifiers and data acquisition computer
Fiber Optic Cables	Brain Products		Connects the EEG cap in the MR scanner to the Recording Computer
SyncBox Scanner Interface	Brain Products		Synchronize MR scanner clock with EEG amplifier clock
Trigger Cable	Brain Products		Used to send scanner/paradigm triggers to the recording computer
ABRALYT HiCl EEG Electrode Gel	EasyCap		Abrasive EEG gel for passive electrode in MR environment
Ingenia 3.0T MR system	Philips		3.0 T MRI system
Patriot Digitizer	Polhemus		EEG channel location digitization
MATLAB r2014a	MathWorks		Programming base for the DBTN algorithm (steps 3.3-3.4 and 5.1-5.7)
Pictures of Facial Affect	Paul Eckman Group		A series of emotionally valent faces used as stimuli
E-Prime 2.0	Psychology Software Tools, Inc		Presentation Software (step 1.4.3)
Bipolar skin EMG electrode	Brain Products		Used to detect muscle activity.
POLGUI			MATLAB software for digitization
Freesurfer			Software used in steps 2.1-2.4, and steps 3.1-3.2
MNE			Software used in step 2.5