Name: concurrent eeg and functional mri recording and integration analysis for dynamic cortical activity imaging
Uploaded: 2018-06-30T12:30:00
Description: Watch this Scientific Journal Video about Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging at JoVE.com

עבודה זו נתמך בחלקה על ידי NIH DK082644 את אוניברסטית.

פרוטוקול המובאת כאן היה מעוצב, שביצע על פי הנחיות כל מחקר אנושית מוסרית כפי שנקבע הלאה הלוחות סקירה מוסדי בהתאמה את אוניברסטית, מכון המחקר המתודיסטי ביוסטון.
1. הקלטה EEG/fMRI בו זמנית
<ol><li>להשיג הסכמה מדעת של המשתתף. להסביר המשתתף המטרה ואת הליך של המחקר, כמו גם את אמצעי בטיחות ?...

<ol>
	<li>Belanger, M., Allaman, I., Magistretti, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain+energy+metabolism:+focus+on+astrocyte-neuron+metabolic+cooperation.">Brain energy metabolism: focus on astrocyte-neuron metabolic cooperation.</a> Cell Metab. 14 (6), 724-738 (2011).</li><li>Logothetis, N. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+underpinnings+of+the+BOLD+functional+magnetic+resonance+imaging+signal.">The underpinnings of the BOLD functional magnetic resonance imaging signal.</a> J Neurosci. 23 (10), 3963-3971 (2003).</li><li>Michel, C. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG+source+imaging.">EEG source imaging.</a> Clin Neurophysiol. 115 (10), 2195-2222 (2004).</li><li>Ramon, C., Schimpf, P. H., Haueisen, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Influence+of+head+models+on+EEG+simulations+and+inverse+source+localizations.">Influence of head models on EEG simulations and inverse source localizations.</a> Biomed Eng Online. 5, 10 (2006).</li><li>Mosher, J. C., Spencer, M. E., Leahy, R. M., Lewis, P. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Error+bounds+for+EEG+and+MEG+dipole+source+localization.">Error bounds for EEG and MEG dipole source localization.</a> Electroencephalogr Clin Neurophysiol. 86 (5), 303-321 (1993).</li><li>Hamalainen, M. S., Ilmoniemi, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Interpreting+magnetic+fields+of+the+brain:+minimum+norm+estimates.">Interpreting magnetic fields of the brain: minimum norm estimates.</a> Med Biol Eng Comput. 32 (1), 35-42 (1994).</li><li>Pascual-Marqui, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Review+of+methods+for+solving+the+EEG+inverse+problem.">Review of methods for solving the EEG inverse problem.</a> International journal of bioelectromagnetism. 1 (1), 75-86 (1999).</li><li>Rosa, M. J., Daunizeau, J., Friston, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG-fMRI+integration:+a+critical+review+of+biophysical+modeling+and+data+analysis+approaches.">EEG-fMRI integration: a critical review of biophysical modeling and data analysis approaches.</a> J Integr Neurosci. 9 (4), 453-476 (2010).</li><li>Nguyen, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG+Source+Imaging+Guided+by+Spatiotemporal+Specific+fMRI:+Toward+an+Understanding+of+Dynamic+Cognitive+Processes.">EEG Source Imaging Guided by Spatiotemporal Specific fMRI: Toward an Understanding of Dynamic Cognitive Processes.</a> Neural Plast. 2016, 10 (2016).</li><li>Klem, G. H., Luders, H. O., Jasper, H. H., Elger, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+ten-twenty+electrode+system+of+the+International+Federation.+The+International+Federation+of+Clinical+Neurophysiology.">The ten-twenty electrode system of the International Federation. The International Federation of Clinical Neurophysiology.</a> Electroencephalogr Clin Neurophysiol Suppl. 52, 3-6 (1999).</li><li>Mullinger, K. J., Castellone, P., Bowtell, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Best+current+practice+for+obtaining+high+quality+EEG+data+during+simultaneous+FMRI.">Best current practice for obtaining high quality EEG data during simultaneous FMRI.</a> J Vis Exp. (76), (2013).</li><li>Ekman, P., Friesen, W. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Pictures of Facial Affect. , (1976).</li><li>Dale, A. M., Fischl, B., Sereno, M. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cortical+surface-based+analysis.+I.+Segmentation+and+surface+reconstruction.">Cortical surface-based analysis. I. Segmentation and surface reconstruction.</a> Neuroimage. 9 (2), 179-194 (1999).</li><li>Fischl, B., Sereno, M. I., Dale, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cortical+surface-based+analysis.+II:+Inflation,+flattening,+and+a+surface-based+coordinate+system.">Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system.</a> Neuroimage. 9 (2), 195-207 (1999).</li><li>Gramfort, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MNE+software+for+processing+MEG+and+EEG+data.">MNE software for processing MEG and EEG data.</a> Neuroimage. 86, 446-460 (2014).</li><li>Hagler, D. J., Saygin, A. P., Sereno, M. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Smoothing+and+cluster+thresholding+for+cortical+surface-based+group+analysis+of+fMRI+data.">Smoothing and cluster thresholding for cortical surface-based group analysis of fMRI data.</a> Neuroimage. 33 (4), 1093-1103 (2006).</li><li>Jenkinson, M., Beckmann, C. F., Behrens, T. E., Woolrich, M. W., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fsl.">Fsl.</a> Neuroimage. 62 (2), 782-790 (2012).</li><li>Cox, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=AFNI:+software+for+analysis+and+visualization+of+functional+magnetic+resonance+neuroimages.">AFNI: software for analysis and visualization of functional magnetic resonance neuroimages.</a> Comput Biomed Res. 29 (3), 162-173 (1996).</li><li>Genovese, C. R., Lazar, N. A., Nichols, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Thresholding+of+statistical+maps+in+functional+neuroimaging+using+the+false+discovery+rate.">Thresholding of statistical maps in functional neuroimaging using the false discovery rate.</a> Neuroimage. 15 (4), 870-878 (2002).</li><li>Klein, A., Tourville, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=101+labeled+brain+images+and+a+consistent+human+cortical+labeling+protocol.">101 labeled brain images and a consistent human cortical labeling protocol.</a> Front Neurosci. 6, 171 (2012).</li><li>Fischl, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatically+parcellating+the+human+cerebral+cortex.">Automatically parcellating the human cerebral cortex.</a> Cereb Cortex. 14 (1), 11-22 (2004).</li><li>Delorme, A., Makeig, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEGLAB:+an+open+source+toolbox+for+analysis+of+single-trial+EEG+dynamics+including+independent+component+analysis.">EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis.</a> J Neurosci Methods. 134 (1), 9-21 (2004).</li><li>Iannetti, G. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simultaneous+recording+of+laser-evoked+brain+potentials+and+continuous,+high-field+functional+magnetic+resonance+imaging+in+humans.">Simultaneous recording of laser-evoked brain potentials and continuous, high-field functional magnetic resonance imaging in humans.</a> Neuroimage. 28 (3), 708-719 (2005).</li><li>Niazy, R. K., Beckmann, C. F., Iannetti, G. D., Brady, J. M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Removal+of+FMRI+environment+artifacts+from+EEG+data+using+optimal+basis+sets.">Removal of FMRI environment artifacts from EEG data using optimal basis sets.</a> Neuroimage. 28 (3), 720-737 (2005).</li></ol>

אנחנו הראו כאן את הצעדים הדרושים כדי להשתמש בשיטת ניתוח מקור fMRI ייתכן מוגבל לניתוח אינטגרציה EEG/fMRI. EEG ו- fMRI יש להפוך וותיקה כמו השיטות הבסיסיות לא פולשני הדמיה מוחית, למרות שהם חווים קושי ברזולוציות בהתאמה שלהם יכולות. בעוד פותחו שיטות להפוך אותיות לרישיות על מאפיינים חיוביים של כל אחד, מוג...

אלקטרואנצפלוגרם (EEG), הדמיית תהודה מגנטית תפקודית (fMRI) יכול להיחשב שיטות דימות מוחי עם תכונות משלימות. FMRI לוכדת פעילות מוחית עם מידה טמפורלית גדול, כמו אותות והמודינמיקה בעקיפין למדוד את הפעילות העצבית הבסיסית עם רזולוציה טמפורלית נמוכה (גודל שניות)1,2. לעומת זאת, EEG מודד ישירות לפעילות אלקטרופיזיולוגיות דינמי של המוח עם רזולוציה טמפורלית גבוהה מאוד (רמה אלפיות השנייה), אבל רזולוציה מרחבית נמוכה3,4. מאפיינים אלה הובילו גישות עם מודאלים מרובים מיועד למטב את ההיבטים חיובית של כל שיטה בודדים5. השימוש בו זמנית של EEG ו- fMRI מאפשר ברזולוציה הטמפורלית מעולה של EEG להיות משולבת עם רמת דיוק גבוהה המרחבי של ה-fMRI כדי להתגבר על המגבלות המשויך unimodal fMRI או EEG.
שיטות אינטגרציה EEG ו- fMRI להתחיל עם fMRI הודיע EEG מקור לוקליזציה6,7. טכניקה זו מנצל נגזר fMRI המידע המרחבי לשפר אא ג מקור לשפות אחרות, לעומת זאת, חסרון אחד הוא הטיה מרחבית הפוטנציאלי הנגרם על-ידי היישום של fMRI כמו "קשה-אילוץ" — נגזר fMRI המידע המרחבי נחשב האמת המוחלטת. זה מציב שתי בעיות גדולות זה בטח שהותאמו6–8. קודם כל, זה יש לקחת בחשבון כי השימוש מפה סטטית של ניגודים דם חמצן ברמה התלויים (מודגש) עשויים בטעות לחזק כל פעילות מוטעים שנופל בתוכה, תוך דעיכת הפעילות האמיתית מחוץ לזה. שנית, crosstalk ממקורות המתרחשים מחוץ המפה מודגש ההפעלה עשויים להשפיע על המצגת של הפעילות האמיתית בתוצאות או לגרום פעילות מוטעים. למרות זאת, השימוש של רזולוציה מרחבית גבוהה של fMRI כדי לספק מוקדמת הידע המרחבי נותר פתרון חיובי5, כמו הדגמים של הבעיה הופכי EEG יכול להיות מוגבל שניהם חושים אנטומי פונקציונלי.
בנייר זה, נדגים ייתכן מוגבל-fMRI EEG מקור הדמיה גישת המטפל בבעיה של אי-התאמה טמפורלית בין EEG fMRI על-ידי חישוב המשנה אופטימלית fMRI הרשעות. קודמות המבוסס על מודל בייסיאני הירארכי9. FMRI-הרשעות מחושבים באופן מונע-נתונים מ- windows מסוים עניין בנתוני EEG, שמוביל אילוצי זמן-variant fMRI. הגישה המוצעת משתמשת ברזולוציה הטמפורלית גבוהה של EEG לחישוב מיפוי צפיפות זרם של פעילות קורטיקלית, הודיע על ידי הרזולוציה המרחבית הגבוהה של fMRI באופן משתנה בזמן, במרחב סלקטיבי מדויק תמונות דינמי עצביים פעילות.

<table border="0" cellpadding="0" cellspacing="0" style="width:869px;" width="868">
	<colgroup>
		<col />
		<col />
		<col />
		<col />
	</colgroup>
	<tbody>
		<tr height="40">
			<td height="40" style="height:40px;width:219px;">BrainAmp MR Plus</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td style="width:415px;">Amplifiers for EEG recording, MR-compatible</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">BrainAmp ExG MR&#160;</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Amplifier for auxilary sensor (EMG), MR-compatible</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">BrainAmp Power Pack</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Provide power to amplifiers in the MR environment</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Ribbon Cables</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Connects the Power Pack to Amplifiers</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">SyncBox</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Synchronize MR scanner clock with EEG amplifier clock</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">BrainCap MR</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Passive-electrode 64-channel EEG cap, MR-compatible</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">BrainVision Recorder</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>EEG data recording software (steps 1.2-1.4.2)</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">BrainVision Analyzer 2.0</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>EEG analysis software (steps 4.1-4.6)</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">USB 2 Adapter (also known as BUA)</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Interface between the amplifiers and data acquisition computer</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Fiber Optic Cables</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Connects the EEG cap in the MR scanner to the Recording Computer</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">SyncBox Scanner Interface</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Synchronize MR scanner clock with EEG amplifier clock</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Trigger Cable</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Used to send scanner/paradigm triggers to the recording computer</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">ABRALYT HiCl EEG Electrode Gel</td>
			<td style="width:117px;">EasyCap</td>
			<td style="width:119px;"></td>
			<td>Abrasive EEG gel for passive electrode in MR environment</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Ingenia 3.0T MR system</td>
			<td style="width:117px;">Philips</td>
			<td style="width:119px;"></td>
			<td>3.0 T MRI system</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Patriot Digitizer</td>
			<td style="width:117px;">Polhemus</td>
			<td style="width:119px;"></td>
			<td>EEG channel location digitization&#160;</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">MATLAB r2014a</td>
			<td style="width:117px;">MathWorks</td>
			<td></td>
			<td>Programming base for the DBTN algorithm (steps 3.3-3.4 and 5.1-5.7)</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Pictures of Facial Affect</td>
			<td style="width:117px;">Paul Eckman Group</td>
			<td></td>
			<td>A series of emotionally valent faces used as stimuli</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">E-Prime 2.0</td>
			<td style="width:117px;">Psychology Software Tools, Inc</td>
			<td></td>
			<td>Presentation Software (step 1.4.3)</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Bipolar skin EMG electrode</td>
			<td style="width:117px;">Brain Products</td>
			<td></td>
			<td>Used to detect muscle activity.</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">POLGUI</td>
			<td style="width:117px;"></td>
			<td></td>
			<td>MATLAB software for digitization</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Freesurfer</td>
			<td style="width:117px;"></td>
			<td></td>
			<td>Software used in steps 2.1-2.4, and steps 3.1-3.2</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">MNE</td>
			<td style="width:117px;"></td>
			<td></td>
			<td>Software used in step 2.5</td>
		</tr>
	</tbody>
</table>

concurrent eeg and functional mri recording and integration analysis for dynamic cortical activity imaging

אלקטרואנצפלוגרם (EEG), הדמיית תהודה מגנטית תפקודית (fMRI) הם שני השיטות לא פולשנית היסוד לזיהוי פעילות מוחית. שיטות עם מודאלים מרובים ביקשו לשלב ברזולוציה הטמפורלית גבוהה של EEG עם דיוק המרחבי של ה-fMRI, אך המורכבות של גישה זו הוא כיום זקוק לשיפור. פרוטוקול המובאת כאן מתאר שפותחו לאחרונה ייתכן מוגבל-fMRI EEG המקור הדמיה שיטה, המבקשת לתקן את מקור הטיות ולשפר EEG-fMRI לוקליזציה מקור דרך גיוס דינמי של אזורי משנה fMRI. התהליך מתחיל עם האוסף של נתונים עם מודאלים מרובים בו-זמנית EEG ו- fMRI סריקות, הדור של דגמי תלת-ממד קורטיקלית, ו- EEG עצמאי ועיבוד fMRI. המפות הפעלה fMRI מעובד ואז לפצל עבירות מרובות, על פי מיקום והסביבה שלהם. אלה נלקחים כמו אישומים ב שני ברמת האלגוריתם בייס הירארכי בלוקאליזציה מקור EEG. לכל חלון עניין (המוגדר על ידי המפעיל), מקטעים ספציפיים של המפה הפעלה fMRI יזוהו פעיל כדי למטב את פרמטר המכונה דגם ראיות. אלה ישמש בתור אילוצים רך על פעילות קורטיקלית מזוהה, הגדלת יחודיות של יחידנית או משולבת הדמיה שיטה על ידי הפחתת צולבות לדבר והימנעות מוטעים פעילות באזורים אחרים fMRI פעיל מותנית. השיטה יוצרת מפות קורטיקלית של פעילות זמן-קורסים, אשר ייתכן שנלקחה התוצאות הסופיות, או להשתמש בה כבסיס עבור ניתוחים נוספים (ניתוחים של המתאם, הסיבתיות, וכו ') בעוד השיטה קצת מוגבל על ידי שיטות שלה (זה לא תמצא EEG-invisible מקורות), זה בהרחבה תואם עם רוב תוכנות עיבוד מרכזי, והוא מתאים ברוב המחקרים דימות מוחי.

EEG לוקליזציה מקור ברמה הבסיסית כוללת לפתרון של הבעיה קדימה, ההופכי. הרכיבים הדרושים לבנות, לפתור את הבעיה הקדמיים מוצגים באיור 5C. באמצעות תמונה T1 נושא ספציפי, שלוש שכבות – מוח הגולגולת, העור — היו מחולקים, מרושת. שכבות אלה שימש הקלט כדי להפיק את מו...

Watch this Scientific Journal Video about Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging at JoVE.com

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

בו-זמניות EEG ו MRI פונקציונלי הקלטה וניתוח אינטגרציה עבור הדמיה דינמי פעילות קורטיקלית

יחידנית או משולבת EEG-fMRI, הדמיה שיטה, המכונה ייתכן מוגבל-fMRI EEG המקור הדמיה שיטה, מתואר כאן. השיטה הציג מעסיקה מפות המשנה מותנה-פעיל fMRI או הרשעות קודמות, להנחות EEG מקור לשפות אחרות באופן משפר ירידה לפרטים המרחבי, מגביל תוצאות שגויות.

Electroencephalography (EEG) and functional magnetic resonance imaging (fMRI) are two of the fundamental noninvasive methods for identifying brain ...

This method can help answer key questions in the field of neuroscience, such as determining the temporal relationship between multiple brain regions or exploring the detailed neural pathway of complex cognitive processes. The main advantage of this technique is that it allows for the integration of multi-modal EEG and functional data in a spatial and a temporal specific manner to improve the resolution and accuracy of functional neuroimaging. The implications of this technique extends toward the understanding of epilepsy and neurocognitive disorders.Because the method improves on the spatial and temporal accuracy for noninvasive neuroimaging. Though this method can be used to provide insight to the visual motor and emotional processing systems, it can also be applied to other systems, such as sensorimotor integration, language, and memory processing. Visual demonstration of this method is critical, as the concurrent EEG and fMRI data recording steps can be difficult to learn.Also because the requirement for specialized facility, equipment, and signal processing methods. To begin this procedure, place an appropriately sized passive MRI-compatible EEG cap onto the subject's head. Position the electrodes as per the 10-20 international labeling system.In the EEG recording software, check the impedance of the ground and reference electrodes. To do this, click on the impedance tab and select the electrode type on the software user interface. Next, use the syringe to inject electrolyte get into each electrode.Then use a cotton swab to spread the gel to ensure skin-electrode contact. Once the EEG cap preparation is done, have the subject move to the MR scanner. Set up the experimental paradigm display on a monitor located in the observation room.Use a head coil viewing mirror to allow the subject to view the monitor screen without moving their head or eyes while lying down. Display a sample image on the computer screen to ensure that the subject can comfortably view the screen and that the paradigm will display properly. Make any necessary hardware or software adjustments.After that, instruct the subject to remain still and perform an initial T1 weighted anatomical MRI scan. If possible, use a field of view that reaches from the bottom of the cerebellum to the top of the head, including the skull and skin. Now, start recording the EEG data.Simultaneously click the appropriate buttons to begin the MRI recording and initiate the paradigm of interest on the presentation software. Check the EEG data recording to ensure signal quality, and if desired, appropriate markers are being recorded. To analyze the structural MRI data, use the available GUI to ensure that there is no overlap in the layers.Next, open the FreeView application. Click File, then Load Surface. Navigate to the subject's directory in the free surfer folder.Then, open the bem folder, followed by the watershed folder. Load the four files, outer skin surface, outer skull surface, brain surface, and inner skull surface. Subsequently, move the slice selection sliders and look for overlap in the yellow surface layers.If overlap does occur, double check the MRI data for anatomical defects or errors, and use the GUI drawing tools to clarify the layers. Afterward, load the original MRI data in the FreeView application by clicking File, then Load Volume. Navigate to the subject folder and open the mri folder.Then click on the original directory and open the structural mri data and click OK.Next, view the gray scale image of the head and look at the different layers of gray and black around the brain. Ensure that these layers do not have any gaps or irregularities. Use the color picker tool to select the Voxel from the layer to be corrected.Switch to the freehand voxel edit, and click to draw on the image. Use this procedure to fill in any defects in the MRI image. Perform correction for all layers and MRI slices where defects occur.Subsequently, perform subject-specific EEG sensor alignment to the MRI space using the free surfer head model overlay. Then, save the transformation. Open the MNE Analyze application.Click on File, then Load Surface. Navigate to the folder containing the subject data, and load the pial surface. Click File, then click Load digitizer data, and select the EEG file of interest.Click View and Show Viewer. Once the Viewer GUI appears, click Options and make sure that the scalp and digitizer data options are chosen. Electrodes here are shown in red with fiducial points in yellow.On the main window, select Adjust, then Coordinate alignment. Using the Coordinate alignment GUI, shift and rotate the EEG electrodes in the viewer with the arrow and left right buttons. Adjust as much as necessary.Once the alignment is done, click Save at the bottom of the Coordinate alignment GUI to save the alignment. For EEG data analysis, perform scanner gradient artifacts correction through template subtraction by clicking on the MR correction button in the special signal processing menu, and selecting appropriate parameters in the EEG analysis software GUI. To remove cardioballistic artifacts through template subtraction, click on the CB correction button in the special signal processing menu and select appropriate parameters in the analysis software GUI.Then, apply filtration under data filtration. Select the button for IIR filtration at the top of the analysis GUI. For example, apply high pass at 0.05 Hertz, low pass at 40 Hertz, and a notch filter at the power line frequency with a roll off of 48 decibels per Hertz.To perform ocular artifact correction, select Transformation, then Artifact rejection reduction, followed by ocular correction ICA. Next, segment the EEG data into epics based on the specified pre-and post-stimulus time with respect to the event timing markers by selecting Transformation, then segment analysis functions, followed by segmentation. Afterward, choose the marker of interest and the time segment of interest.Subsequently, perform manual or semi-automatic artifact rejection by selecting Transformation then Artifact rejection reduction in Artifact rejection. When prompted, define criteria for artifacts within the three tabs of the GUI and proceed as instructed. In the Inspection Method tab, choose automatically, semi-automatically, or manually select artifacts.Then select mark or remove artifacts and specify if the corrections are for a single channel. Next in the channel selection tab, select the channels which will be corrected for artifacts. In the Criteria tab, select the basis by which artifacts will be identified.Click OK after selecting criteria, and artifacts will be identified and/or rejected in accordance with the selections. To perform baseline correction, select Transformation then Segment analysis functions and baseline correction. And to average the segmented data, select Transformation, then segment analysis functions, and then average.First, the EEG epic of interest is divided into smaller time windows with pre-defined window and overlap sizes. Meanwhile, the fMRI activation map is subdivided into multiple regions of interest to be used as spatial priors for EEG source analysis. During each time window, an appropriate set of spatial priors will be selected for source localization.Combining these will yield the final time course of cortical activity for the entire EEG epic of interest. Here, reconstructed brain activity is shown comparing the new spatio-temporally specific fMRI constrained EEG source imaging on top, with the commonly used time invariant fMRI constraint source imaging on the bottom. Reconstructed brain activity is shown at several time points for one representative subject undergoing the visual motor activation paradigm.Localization results from the new method were more focal and aligned better with the expected brain regions. Here, the robustness of the method is tested by applying the method with different window sizes. Notice that the modest window sizes are fairly stable, while large window sizes show disparate results.Once mastered, the concurrent EEG and fMRI data recording session can be done in about three hours, and data analysis can be performed in two to three days if they are done properly. While attempting this procedure, it's important to remember to check your clock synchronization and triggers while recording. During the analysis, you should also pay attention to the parameters necessary to capture your activity of interest.Following this procedure, measures like EEG and functional MRI data analysis all-brain connectivity analysis can be performed in order to investigate the underlying connectivity structure or activity in the brain during cognitive tasks. After this development, this technique paved the way for researchers in the field of functional neuroimaging to explore the highly dynamic brain activity involved in complex cognitive processing and to study the detailed changes in neural pathways associated with neurological disorders. After watching this video, you should have a good understanding of how to conduct concurrent EEG and fMRI recording and to perform basics of spatial temporal fMRI constrained EEG socioanalysis.In order to reconstruct brain activity with high spatial temporal resolution and accuracy. Don't forget that working with participants and equipment in the MRI environment requires constant awareness about safety concerns. No unspecified metal objects should be brought into the MRI room, and all electrode impedances should be kept under 50 coulombs.

Research

JoVE Journal

Biology

Application of Light-cured Dental Adhesive Resin for Mounting Electrodes or Microdialysis Probes in Chronic Experiments

יישום של שרף אור נרפא, דבק שיניים אלקטרודות הרכבה או בדיקות Microdialysis בניסויים כרונית

In chronic recording experiments, self-curing dental acrylic resins have been used as a mounting base of electrodes or microdialysis-probes. Since these ...

Labeling hESCs and hMSCs with Iron Oxide Nanoparticles for Non-Invasive in vivo Tracking with MR Imaging

תיוג hESCs ו hMSCs עם ברזל אוקסיד חלקיקים עבור פולשני של מעקב vivo עם MR Imaging

In recent years, stem cell research has led to a better understanding of developmental biology, various diseases and its potential impact on regenerative ...

Labeling Stem Cells with Fluorescent Dyes for non-invasive Detection with Optical Imaging

תיוג בתאי גזע עם צבעי ניאון על איתור פולשני עם דימות אופטי

Optical imaging (OI) is an easy, fast and inexpensive tool for in vivo monitoring of new stem cell based therapies. The technique is based on ex vivo ...

Functional Imaging with Reinforcement, Eyetracking, and Physiological Monitoring

הדמיה תפקודית עם חיזוק, Eyetracking, ניטור פיזיולוגית

We use functional brain imaging (fMRI) to study neural circuits that underlie decision-making.  To understand how outcomes affect decision processes, ...

Dissection of Hippocampal Dentate Gyrus from Adult Mouse

Dissection של gyrus משוננת בהיפוקמפוס מתוך עכבר למבוגרים

The hippocampus is one of the most widely studied areas in the brain because of its important functional role in memory processing and learning, its ...

Robotics and Dynamic Image Analysis for Studies of Gene Expression in Plant Tissues

רובוטיקה ניתוח תמונה דינאמית ללימודים של ביטוי גנים ברקמות הצמח

Gene expression in plant tissues is typically studied by destructive extraction of compounds from plant tissues for in vitro analyses. The methods ...

Mutagenesis and Functional Analysis of Ion Channels Heterologously Expressed in Mammalian Cells

Mutagenesis וניתוח פונקציונלי של תעלות יונים הביעו Heterologously בתאי יונקים

We will demonstrate how to study the functional effects of introducing a point mutation in an ion channel. We study G protein-gated inwardly rectifying ...

Rapid Analysis and Exploration of Fluorescence Microscopy Images

ראפיד ניתוח וחקירה של תמונות מיקרוסקופ פלואורסצנטי

Despite rapid advances in high-throughput microscopy, quantitative image-based assays still pose significant challenges. While a variety of specialized ...

Functional Reconstitution and Channel Activity Measurements of Purified Wildtype and Mutant CFTR Protein

מדידות הכינון פונקציונלי ופעילות הערוץ של מטוהרים wildtype וחלבון CFTR Mutant

The Cystic Fibrosis Transmembrane Conductance Regulator (CFTR) is a unique channel-forming member of the ATP Binding Cassette (ABC) superfamily of ...

Implementation of a Coherent Anti-Stokes Raman Scattering (CARS) System on a Ti:Sapphire and OPO Laser Based Standard Laser Scanning Microscope

Implementation of a Coherent Anti-Stokes Raman Scattering CARS System on a Ti:Sapphire and OPO Laser Based Standard Laser Scanning Microscope

יישום של מערכת קוהרנטית אנטי סטוקס פיזור ראמאן (CARS) על טי: ספיר OPO לייזר מבוסס תקן לייזר מיקרוסקופ סריקה

Laser scanning microscopes combining a femtosecond Ti:sapphire laser and an optical parametric oscillator (OPO) to duplicate the laser line have become ...