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

Эта работа частично поддержали низ DK082644 и Университета Хьюстона.

Представленные здесь протокол был разработан и выполняется всех руководящих принципов для этических исследований человеческого, изложенные соответствующими советами институционального обзора в Университете Хьюстона и Хьюстон методист научно-исследовательский институт.
<p class="jove...

<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>

Мы показали здесь необходимые шаги для использования метода анализа исходного пространственно-временных МР-томографию ограничены для интеграции анализа ЭЭГ/МРТ. ЭЭГ и МР-томографию стали хорошо зарекомендовали как основные методы для неинвазивно визуализации активности мозга, хотя ...

Электроэнцефалография (ЭЭГ) и функциональная магнитно-резонансная томография (МРТ) можно рассматривать как нейровизуализационных методов с взаимодополняющими функциями. МР-Томографию захватывает активности мозга с большой временной шкалой, как гемодинамики сигналы косвенно измерить основной активности нейронов с плохой временное разрешение (порядка секунды)1,2. В отличие от этого ЭЭГ непосредственно измеряет динамических электрофизиологических активности головного мозга с очень высоким временным разрешением (уровень миллисекунды), но бедных пространственным разрешением3,4. Эти свойства привели к смешанных подходов, предназначенных для оптимизации благоприятные аспекты каждого индивидуального метода5. Одновременное использование ЭЭГ и МР-томографию и отличные временное разрешение ЭЭГ в сочетании с высокой пространственной точностью МР-томографию позволяет преодолеть ограничения, связанные с регулирующих МР-томографию или ЭЭГ.
Методы для ЭЭГ и МР-томографию интеграции начинаются с МР-томографию сообщил ЭЭГ источник локализации6,7. Этот метод использует МР-томографию производные пространственной информации для улучшения локализации источника ЭЭГ, однако, один недостаток является потенциальным пространственных предвзятости, вызванных применением МР-томографию как «жесткие ограничения» — МР-томографию производные пространственной информации считается абсолютная истина. Это создает две большие проблемы, которые должны быть согласованы6–8. Во-первых она должна рассматриваться, что использование статической карте зависит от уровня крови кислорода (BOLD) контрастов может непреднамеренно укреплять любые ошибочные деятельность, которая подпадает, хотя демпфирования истинный деятельность за его пределами. Во-вторых уровень помех от источников, происходящих за пределами смелые активации карты могут влиять на представление истинной деятельности в рамках результаты или вызвать ошибочные действия. Несмотря на это использование высокого пространственного разрешения МР-томографию предоставлять знания пространственной остается благоприятного решения5, как моделирование ЭЭГ обратная задача может быть ограничен как в анатомической и функциональной чувств.
В этой статье мы демонстрируем пространственно-временных МР-томографию ограничены ЭЭГ источник изображений подход, который рассматривается вопрос о временной разрыв между ЭЭГ и МР-томографию путем расчета оптимального подмножество МР-томографию настоятелей на основе иерархической модели Байеса9. МР-Томографию настоятелей вычисляются образом данными из конкретного окна интерес в данных ЭЭГ, ведущих к МР-томографию-вариант ограничения. Предлагаемый подход использует высокие временное разрешение ЭЭГ для вычисления плотности тока сопоставление деятельности коры головного мозга, сообщил высокое пространственное разрешение МР-томографию время вариант, пространственно избирательным образом точно фото динамических нейронных деятельности.

<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

Электроэнцефалография (ЭЭГ) и функциональная магнитно-резонансная томография (МРТ) являются двумя из основных неинвазивные методы для выявления активности мозга. Смешанные методы стремились объединить высокого временного разрешения ЭЭГ с пространственной точностью МР-томографию, но сложность этого подхода в настоящее время нуждаются в улучшении. Протокол, представленные здесь описывает недавно разработанных пространственно-временных МР-томографию ограничены ЭЭГ источник изображения метод, который стремится устранить источник предубеждения и улучшения локализации источника ЭЭГ МРТ путем динамического набора суб-регионов МР-томографию. Этот процесс начинается с коллекции смешанных данных из параллельных ЭЭГ и МР-томографию сканов, поколение 3D моделей коры головного мозга и независимых ЭЭГ и МР-томографию обработки. Затем обработанные МР-томографию активации карты разделены на несколько настоятелей, согласно их местонахождения и окрестностях. Они взяты как настоятели в два уровня иерархической алгоритм Байеса для локализации источника ЭЭГ. Для каждого окна интерес (определяется оператор) конкретных сегментов МР-томографию активации карты будут определяться как активные для оптимизации параметра, известного как модель доказательств. Они будут использоваться как мягкие ограничения на выявленных корковой активности, увеличения специфичности мультимодального imaging метод путем сокращения кросс talk и избежать ошибочной деятельность в других регионах условно активные МР-томографию. Метод создает кортикального слоя карты активности и время курсы, которые могут быть приняты как окончательные результаты, или используется в качестве основы для дальнейшего анализа (анализ корреляции, причинно-следственной связи, и т.д.), а метод несколько ограничивается его условия (он не найдет EEG-invisible источники), он широко совместим с большинством крупных обработки программного обеспечения и подходит для большинства нейровизуализационных исследований.

ЭЭГ источник локализации на базовом уровне включает в себя решения прямых и обратных проблемы. Компоненты, необходимые для построения и решить проблему вперед показаны на рис. 5C. С помощью тематических T1 изображения, три слоя — мозга, череп и к...

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

Одновременных ЭЭГ и функциональной МРТ запись и анализ интеграции для визуализации динамических корковой активности

ЭЭГ МРТ смешанных изображений метод, известный как пространственно-временных МР-томографию ограничены ЭЭГ источник изображения метод, описанный здесь. Представленный метод использует МР-томографию условно активные вложенные карты, или априорных вероятностей, направлять ЭЭГ источник локализации в манере, которая улучшает пространственной специфики и ограничивает ошибочных результатов.

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

Применение Светоотверждаемый Стоматологическая смолы Клей для монтажа электродов или Микродиализ зонды в хронических опытах

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

Маркировка ЭСК и hMSCs с Оксид железа наночастиц для неинвазивного в естественных условиях слежения с МРТ

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

Маркировка стволовых клеток с флуоресцентными красителями для неинвазивного обнаружения оптических изображений с

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

Функциональные Формирование изображений с помощью арматуры, движения глаз, и физиологические мониторинга

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

Препарирование зубчатой ​​извилине гиппокампа от взрослой мыши

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

Робототехника и динамического анализа изображения для исследования экспрессии генов в тканях растений

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

Мутагенеза и функционального анализа ионных каналов Heterologously Выраженный в клетках млекопитающих

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

Экспресс-анализ и разведка флуоресцентной микроскопии Images

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

Функциональная Реорганизация и активности канала измерения очищенной дикого типа и мутантных CFTR белка

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

Внедрение системы Связной Антистоксова комбинационное рассеяние (CARS) на Ti: Sapphire и ОРО лазер на основе стандартного лазерного сканирующего микроскопа

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