标志”src=

计算智能和神经科学
PDF
计算智能和神经科学/2010年/文章
特殊的问题

处理的大脑信号通过血流动力学和Neuroelectromagnetic模式

把这个特殊的问题

研究文章|开放获取

体积 2010年 |文章的ID 329436年 | https://doi.org/10.1155/2010/329436

Erricos m . Ventouras Periklis y Ktonas, Hara Tsekou,托马斯•Paparrigopoulos Ioannis Kalatzis,江诗丹顿r之间, ”独立分量分析的源定位脑电图睡眠纺锤体组件”,计算智能和神经科学, 卷。2010年, 文章的ID329436年, 12 页面, 2010年。 https://doi.org/10.1155/2010/329436

独立分量分析的源定位脑电图睡眠纺锤体组件

Erricos m . Ventouras,1 Periklis y Ktonas,2 Hara Tsekou,2 托马斯Paparrigopoulos,2 Ioannis Kalatzis,1 和 江诗丹顿r .之间2

1医疗仪器技术的部门,技术教育机构的雅典,Ag)。Egaleo Spyridonos街,12210年雅典,希腊

2睡眠研究单位,Eginition医院,雅典大学精神病学系74血管。索菲娅大道,11528年雅典,希腊

学术编辑器:萨拉·冈萨雷斯Andino
收到了 2009年6月15日
修改后的 2009年11月24日
接受 2010年1月19日
发表 2010年3月29日

文摘

睡眠纺锤波的睡眠脑电图(EEG) quasirhythmic 16赫兹频段内的活动,以逐步增加,然后逐渐减少振幅。本研究的目的是处理睡眠纺锤波与独立分量分析(ICA)为了研究提取的可能性,通过主轴的视觉分析EEG和视觉选择的独立组件(ICs),主轴“组件”(SCs)对应于不同的脑电图活动模式在主轴,并调查这些SCs颅内当前的潜在来源。使用低分辨率电流源分析大脑电磁层析成像(LORETA)应用于原始ICA-reconstructed脑电图。结果表明,SCs可以提取通过投影重建EEG ICs的独立组织,基于集成电路的时间和光谱分析。颅内电流源与SCs是空间稳定期间睡眠纺锤波的进化。

1。介绍

睡眠纺锤波是瞬态振荡特征,出现在脑电图(EEG)在非快速眼动睡眠(非快速眼动)。他们的特点是逐步增加,然后逐渐减少波形频率从11到16赫兹。睡眠纺锤波描述睡眠发作,被定义的第二阶段的睡眠脑电图波形。他们是受药物影响、老化和大脑病理学和可能参与学习过程(1]。参与这项睡眠纺锤波的分析展示了地形区分两个睡眠纺锤体类:“慢”纺锤波,与谱峰频率在12赫兹,和“快速”的纺锤波,谱峰频率约为14 Hz。缓慢的纺锤波在前额头皮电极更加明显,而快速纺锤波展览主要壁和中央头皮分布(2- - - - - -5]。

独立分量分析(ICA)是一种统计方法用于解决盲源信号分离(BSS)问题[6,7]。假设一个实验测量的数据通过一个表达n -维向量 ,在那里 是时间测量数据的数量样品。BSS问题关系到恢复未知的“源”的信号 从他们的混合物,即测量数据,没有先验知识生产实测数据对混合机制。源和测量数据通过有关 在哪里 是未知的“混合”矩阵。应该注意,在BSS上下文中,术语“来源”并不指物理测量数据的来源,但可以满足的数学实体(1)。

源信号,为每个ICA来源 ,被认为代表一个随机变量的样本值 。源信号随机变量是统计独立的,如果他们联合概率密度函数(pdf) 可以分解如下: 在哪里 表示的边际pdf 。

ICA试图估计源作为测量数据的线性预测、基于时间课程标准产生的来源 ,ICA源信号随机变量,应该尽可能独立统计(6]。每个估计源被称为一个独立的组件(IC)。在更一般的方面,对于时间序列数据,假设每个ICA源是产生一个随机的过程,这是独立的随机过程产生的其他来源。

解决方案是在表单中 在哪里W被称为“分离”矩阵。ICs可以确定一个乘法符号(8在ICs),这可能会有所不同。由于这种不确定性,ICs不能用于直接从他们的价值观中提取定量措施。而他们的特点,比如他们的波形形态,表明他们代表原来独立的来源。定量措施必须从“重建”数据中提取,reprojections的ICs,通过混合矩阵(9]。

当应用ICA电信号(混合物)记录从人体,这将是有趣的调查是否记录电流源区域的信号,在人体内部,保持空间固定期间的记录数据。这个电流源的特征区域特殊的脑电图数据的重要性。它可能表示通过“空间平稳性”的资格为当前来源,意味着EEG,重建的ICs,是由当前位置稳定来源的记录数据的持续时间(9,10]。空间平稳性的特点将是可取的,因为如果ICA能帮忙找到空间稳定颅内电流源,它可能揭示各种大脑的本地化过程。ICA已广泛应用于脑电图信号处理应用程序,包括噪声消除、组件提取与事件相关电位(ERP)和ERP实验分析(10,11]。

在睡眠纺锤波的情况下,单轴的时间检测到人类的得分手,似乎常常存在单独的轴“组件”(SCs),用不同的频率谱和/或电极分布。区分SCs调查相关的颅内当前上下文中的来源似乎具有挑战性,因为SCs可能在时间和空间上重叠。在以往的研究中,提取的SCs调查了应用ICA睡眠纺锤脑电图(12]。

技术用于解决逆问题为了检测颅内当前参与这项脑电图的来源,它假定一个分布式电流源模型,近年来被广泛应用(13]。在这些模型中,扩展大脑区域由一个三维网格点的解决方案。每一个点可能是电流源的位置。这种方法并不构成限制的数量和focality来源计算。它适用于当没有具体迹象源位置和程度。另一方面,源点的数量可以远远大于在头皮表面的测量点数。这使得反问题严重待定,导致源分布,而扩散和扩展。在技术假设分布式电流源模型,低分辨率的大脑电磁层析成像(LORETA)是最广泛使用的14,15]。LORETA解决逆问题,假设相邻的神经元的取向和优势来源相关,因为在邻近的皮层神经元活动预计将相关的。在数学上,这种假设是通过寻找“流畅”实现的所有可能的来源的密度分布。LORETA版本Pascual-Marqui等人提出的在15)视为three-shell球形头部模型注册Talairach人类大脑图谱(16]。解决方案空间仅限于灰质皮层和海马。

根据最近的研究应用LORETA视觉检测睡眠纺锤波,有迹象表明的频率和地形的差异两个睡眠纺锤体类反映了电活动与主轴振动在两个广泛不同的皮质:快变细长源活动发现后方和慢变细长源活动发现在前面17]。研究的整合LORETA结果Durka et al。18),使用多通道匹配的追求作为预处理步骤自动检测和睡眠纺锤波的参数化。此外,迹象存在的不同和独立皮质电路生成提供了两类纺锤波的研究electrocorticographic (EcoG)从位于前额叶皮层电极电位19]。另一方面,这两个频率类也被归因于一个机制,hyperpolarization-rebound时间序列在丘脑皮层的神经元。因此,长超极化产生慢脑电图频率,而短的超极化创造更快的脑电图频率(20.]。适应症考虑慢和快轴活动作为一个单独的事件在全球丘脑皮层的一致性提供了最近magnetoencephalographic (MEG)源定位研究(21]。此外,神经过渡Merica提出的概率模型和财富22)调用不同频率的振荡模式同时存在在一个固定大小的神经元人口来源。假设只有一种睡眠纺锤体和α脑电波活动在非快速眼动睡眠期的前峰也被支持(1,23,24]。因此,这个问题是否存在一个或两个功能独立的睡眠纺锤发电机,快和慢轴相关类,应考虑开放。

本研究的目的是探讨应用ICA睡眠纺锤脑电图,为了使颅内的定位当前使用LORETA SCs的来源。提出的方法可能导致持续的研究涉及的存在明显的颅内当前慢和快轴类的来源。此外,一项调查是关于SCs是否由颅内产生电流源与稳定的位置,也就是说,目前SCs的来源是否具有“空间平稳性”特点对整个时间的睡眠纺锤体。

2。材料和方法

2.1。睡眠脑电图记录过程和预处理

27岁的健康男性主题睡了一个晚上的睡眠研究单位部门雅典大学医学院的精神病学。获得知情同意的问题,研究方案被批准。通宵polysomnogram是记录数字化利用Micromed / BrainQuick系统。EEG记录了21个电极(参照蒙太奇、参考G2),在职位F8, T4, T6, Fp2, F4, C4, P4, O2, Fpz, Fz, Cz, Pz,盎司,Fp1, F3, C3, P3, O1, F7, T3, T5,国际10/20脑电图电极的定位系统,采样频率512赫兹。视觉评估睡眠记录是由一个有经验的polysomnographer,利用标准程序(25),并验证了第二个。睡眠脑电图记录分为阶段,睡眠纺锤波的实验者视觉检测从睡眠阶段2,因为睡眠纺锤波更流行在这个睡眠阶段(1]。睡眠纺锤波的实验者过滤使用128阶有限脉冲响应(杉木)带通滤波器,与3 dB截止频率为10.5和16赫兹,使用Matlab软件包(MathWorks Inc .)。

2.2。独立组件的计算

应用ICA在原始bandpass-filtered脑电图数据(图1),使用FastICA算法(26]。为了检查可用时间样本的数量是否足够提供稳定独立的组件(ICs) [9],bandpass-filtered脑电图数据upsampled 2, 4, 8, 16倍。所有抽样率,计算ICs之间没有发现差异。

(一)”name=
(一)
(b)”name=
(b)
(c)”name=
(c)
图1
Bandpass-filtered 21-channel脑电图睡眠梭形波记录。在每个电极记录情节第一(第二)垂直虚线表示过渡部分的时间点(B)的原始单轴时间表topart B (C)。电位脑电图在微伏。

ICs,当生产 分离矩阵计算,由短期小波,没有明显spindle-like活动和/或通信EEG睡眠纺锤波(27]。应该注意的是,这并不是由于算法FastICA算法相关的原因,因为相同的图片出现了ICs当infomax [28]或玉(联合近似对角化Eigen-matrices) [29日)算法应用,使用EEGLAB包(30.]。此外,这不是由于可用时间样本的数量,因为这种现象出现,即使信号高度upsampled(见上图)。为了克服上述问题,应用降维。原始数据是“中心”;也就是说,数据向量转化为变量。然后,应用降维,协方差矩阵的特征值的子集的“集中”数据是保留的7,27,31日]。降维结果的计算 ICs。 被选为主导特征值的数量占总方差的99% bandpass-filtered脑电图信号。因此,一个 分离矩阵计算而不是一个 矩阵。这个过程已经被应用在ICA的研究中,问题的维数降低,通过计算一个子集的分离矩阵的行31日,32]。大量试验表明,ICs的计算通过降维技术不包括上面提到的短期小波。相反,ICs与spindle-like波形形态,也就是说,逐渐增加然后减少振幅的波形,至少持续0.5秒。

2.3。主轴组件的提取

下一步的分析由最初的单轴时间划分成部分,反映不同spindle-like模式,在主轴。这样的时间划分的基本原理是基于观察到,在一个轴,不同顺序spindle-like模式可能会出现。划分是基于存在,脑电图记录,不同的waxing-waning周期和/或持续存在的过渡瞬时轴频率从“低”(≤12赫兹)到“高”(≥13赫兹)频率(反之亦然)。bandpass-filtered脑电图记录的部门是手动完成的,之前应用ICA。“部门”的观点是位于中间的过渡从一个waxing-waning周期到下一个或从低到高(反之亦然)瞬时轴频率。频率等于或高于14 Hz被认为是“高”,再加上“borderline-high”13赫兹的频率,被认为是代表着快轴类。13赫兹频率是包含在快轴类,由于光谱之间的“边界”的两个轴类已被证明是在12 - 13赫兹乐队5,33]。因此,频率等于或低于12赫兹被认为是“低”,代表慢轴类。

划分后的单轴时间部分根据上述决策过程,计算ICs的检验。目的是选择那些拥有spindle-like形态学和最好的ICs之前选定的部分对应于单轴时间表,至于他们的时间和频率内容而言。对于每一个脑电图的一部分,一些集成电路组合在一起,被认为是“代表”(主要)集成电路部分,按照以下程序:ICs被认为是代表一个轴部分,他们应该有spindle-like波形时间延长至少三分之二的整个长度的脑电图。此外,其最大功率频率应该在同一轴频率类(缓慢或快速),脑电图的部分。然而,即使一个IC spindle-like活动拥有时间巧合和有相似的频率与脑电图的部分内容,不包含在这部分代表IC小组如果spindle-like波形明显延长(即。,超过0.5秒)到另一个部分。

应该注意的是,在这个过程中EEG近似匹配的部分spindle-like ICs的波形,最初选择的边界定义脑电图检查下可以修改部分。这种修改是基于提供的信息ICs的形态,因为ICs可以拥有更清晰的启动和/或停止点比原来的过滤EEG信号活动。

ICs后被选为代表的部分,脑电图是重建,为整个时间轴,根据每个部分的代表(主要)ICs。这导致了提取、重构脑电图,主轴组件(SCs)对应于不同的脑电图活动模式在同一轴。

2.4。计算颅内电流源

众多LORETA研究使用19日或21日10/20的电极系统(34- - - - - -38]。这些以前的研究的结果基础上,本研究使用21个电极是将提供可接受的本地化准确性,尽管不可避免的扩散产生的电流源位置的方法。然而,我们进行调查的下限电极在LORETA-based反演中使用。模拟进行,以检查在多大程度上LORETA方法的定位精度,限制下8和16个电极用于反演。与预期的一样,计算电流源分布扩展到广泛的地区。然而,对于16-electrode配置,局部极大值的位置计算源分布,结合周围的地形“山坡”,对应到正确的电流源的位置。

使用LORETA颅内电流源的计算,对于每次示例,为原始bandpass-filtered脑电图和重建的。因此,3 d源电流密度的分布估计在2394年LORETA皮质位置利用15]。的信息出现在电流密度信号集,所有样品的时候,是压倒性的,不轻易帮助提取源分布的信息与原脑电图和SCs。为了提取这些信息以简洁的方式而获得的平均测量电流源密度的大小在每个源地区,时间平均电流密度振幅的计算的整个过程中各自的轴部分,每个2394皮质的位置。预计,这些平均电流密度地图代表忠实最活跃的皮层区域,平均每个主轴部分各自的时间。

3所示。结果

3.1。主轴组件

从一组可用的睡眠纺锤波处理,是特别注意纺锤波具有谱双峰性,也就是说,展示SCs慢和快。图1显示了轴的多通道记录。主轴开始作为一个高频,主要以13 - 14日赫兹频率,然后,在几乎所有的电极,过渡到低频率发生,从12赫兹然后搬到较低的频率(年级赫兹)。基于视觉检查记录,活动的大部分电极或waxing-waning周期提出了三个不同的部分,建议3 SCs的存在,称为以后那么,星际2,SC3。的近似周期的持续时间是0 - 0.675秒,0.675 - -1.375秒,分别为1.375和-2.3秒。第一周期有一个主要的13 - 14日赫兹频率范围。第二周期提出了一个“控制周期”转变在许多电极从13 - 12赫兹。第三周期具有明显的低频内容(年级赫兹)。

降维过程导致计算 ,在图2。每个集成电路具有视觉上明显的“主要”waxing-waning周期。通过检查这些周期的开始和结束时间和光谱内容,和集成电路后选择过程中所描述的部分2。3IC1,主要(即。,maximum-power) frequency of its spindle-like waveform at 13 Hz, was selected as representative of part A and SC1. Its spindle-like waveform covered two-thirds of part A and its extension into part B was less than 0.5 second.


图2
1 独立的组件(ICs)数据在图。确切的IC值不拥有感兴趣,由于信号和乘法常数ICA的结果的不确定性。绝对最大值的ICs决定共同ICs的大小范围表示。在每个IC情节,第一(第二)垂直虚线表示过渡部分的时间点(B)的原始单轴B部分(C)的时间。

IC2,主要spindle-like波形在13赫兹的频率,被选为代表的部分B和星际2,波形以来覆盖几乎整个时间B部分的长度,没有扩展到部分或C . IC3的主要频率在12赫兹spindle-like波形,还被选为代表的部分B和星际2,波形以来覆盖几乎整个时间B和其扩展到C部分的长度小于0.5秒。最后,IC6,主要spindle-like波形在11个赫兹的频率,被选为代表的部分C和SC3,由于波形扩展到超过三分之二的部分C和没有延伸到部分B IC4拥有spindle-like波形,与主频率在13 - 14日赫兹,生成部分a和B IC4没有保留,因为波形扩展到0.5秒在a和B两个部分IC5拥有spindle-like波形,与主频率12赫兹,生成部分B和C,它不是作为一个代表一部分B或C,以来spindle-like波形没有延伸到至少B或C部分的三分之二的时间图3显示了重建的脑电图,21岁电极,基于IC6。SC3重建脑电图代表spindle-like活动,这是占主导地位的SC部分c, A和B,部分地区SC3提出更低的振幅活动,这几乎是spindle-like特征。然而,这种活动可以出现明显的前兆SC3部分C。

(一)”name=
(一)
(b)”name=
(b)
(c)”name=
(c)
图3
1 基于IC6 ICA-reconstructed脑电图,对应于SC (SC3),这是占主导地位的睡眠纺锤体的C部分如图。在每个电极记录情节第一(第二)垂直虚线表示过渡部分的时间点(B)的原始单轴B部分(C)的时间表。电位脑电图在微伏。
3.2。颅内电流源

关于平均电流源活动对应于原始的脑电图数据三个部分的单轴脑电图是分段,在所有三个部分最大值位于楔片枕叶和颞叶,双边(表1)。额分布,与当地最大的前扣带,强度在52和49%的全球最大,出现在平均电流源活动地图部分B和C,分别(表1部分B和C)。
部分
局部最大值 在Talairach空间坐标 Brodmann面积(BA) 解剖区域1 解剖区域2 活动( )( /毫米2)
1 4 −81 8 17 楔片 枕叶 15.96
2 −52 −67 8 39 颞中回 颞叶 13.14
3 −45 −67 15 39 颞中回 颞叶 13.14
4 46 −67 15 37 颞中回 颞叶 13.08
B部分
局部最大值 在Talairach空间坐标 Brodmann面积(BA) 解剖区域1 解剖区域2 活动( )( /毫米2)
1 4 −81 8 17 楔片 枕叶 14.88
2 46 −67 8 37 颞中回 颞叶 12.32
3 −45 −67 15 39 颞中回 颞叶 12.20
4 −3 52 1 10 前扣带 边缘叶 7.80
5 53 3 −13 21 颞中回 颞叶 7.76
6 −59 −32 8 42 颞回 颞叶 7.71
C部分
局部最大值 在Talairach空间坐标 Brodmann面积(BA) 解剖区域1 解剖区域2 活动( )( /毫米2)
1 4 −81 8 17 楔片 枕叶 6.90
2 46 −67 8 37 颞中回 颞叶 6.17
3 −45 −67 15 39 颞中回 颞叶 6.00
4 −59 −32 8 42 颞回 颞叶 3.52
5 −3 52 1 10 前扣带 边缘叶 3.44
表1
局部极大值的原始脑电图LORETA电流源的密度分布,为三个部分(A、B和C, resp)。单轴的时间段划分。局部极大值大于或等于50%的全球最大(49% C子表部分)所示。坐标是在前commisure毫米。起源。为 ,负值表示;积极的价值观是正确的。为 ,负值表示后;正值表示前。为 ,负值表示差;正值代表优越。Brodmann地区(BA)和两个描述的解剖区域所示。

一个部分,如上所述,脑电图频率高。因此,预计平均电流源活动应该主要表现为激活后部分(图4(一))。应该注意的是,在当前的上下文中工作,“后”一词主要用于对比额叶,它表示当前来源不仅在枕叶还在边缘,顶叶和颞叶。平均电流源活动地图(图4 (b)那么对应(即。,the reconstruction of the EEG based on IC1, for part A, where IC1 was the main IC) showed the same loci of maximal activity at the cuneus (occipital lobe) and at the temporal lobes, bilaterally (Table2在场),在当前资源对应的原始脑电图的一部分。
局部最大值 在Talairach空间坐标 Brodmann面积(BA) 解剖区域1 解剖区域2 活动( )( /毫米2)
1 4 −81 8 17 楔片 枕叶 13.17
2 −52 −67 8 39 颞中回 颞叶 11.06
3 46 −67 8 37 颞中回 颞叶 10.49
表2
局部极大值LORETA电流源密度分布为主轴组件那么单轴时间表的一个部分。局部极大值大于或等于50%的全球最大的显示。坐标是在前commisure毫米。起源。为 ,负值表示;积极的价值观是正确的。为 ,负值代表后,正值代表前。为 ,负值代表劣质,正值代表优越。Brodmann地区(BA)和两个描述的解剖区域所示。
(一)”name=
(一)
(b)”name=
(b)
图4
1 2 分布的意思是电流源活动部分(见图)。在(a)来源给原来的脑电图。(b)的来源给出了重建的脑电图,代表占主导地位的主轴组件(那么)这部分。基于IC1 EEG的重建。显示每个分布相对于自己的最大,使用三片(轴向、矢状面和冠状)相交的全球最大的分布。在电流密度值/毫米。

B部分,当前的主要来源的原始脑电图仍在同一后的职位是一个部分,即中间楔片和颞脑回,双边(图5(一个)和表1B部分)。然而,需水较少的额组件也见过,前扣带。正如上面提到的,B部分主轴频率含量仍然很高,虽然慢频率出现。因此,小锋源局部最大值的出现似乎同意假设缓慢纺锤波往往发生在额叶区域。平均电流源活动地图(图5 (b)星际2)对应(即。,the reconstruction of the EEG based on ICs 2 and 3, for part B, where ICs 2 and 3 were the main ICs) showed the same loci of maximal activity, at the cuneus, the temporal lobes, bilaterally, and the anterior cingulate (Table3在场),在当前资源对应的原始脑电图B部分。
局部最大值 在Talairach空间坐标 Brodmann面积(BA) 解剖区域1 解剖区域2 活动( )( /毫米2)
1 4 −81 8 17 楔片 枕叶 7.89
2 46 −67 8 37 颞中回 颞叶 6.65
3 −45 −67 15 39 颞中回 颞叶 6.34
4 −3 52 1 10 前扣带 边缘叶 4.89
5 53 3 −13 21 颞中回 颞叶 4.83
6 −59 −32 8 42 颞回 颞叶 4.39
表3
局部极大值LORETA电流源密度分布为主轴组件星际2 B部分的单轴时间表。局部极大值大于或等于50%的全球最大的显示。坐标在毫米。在前commisure起源。为 ,负值表示;积极的价值观是正确的。为 ,负值表示后;正值表示前。为 ,负值表示差;正值代表优越。Brodmann地区(BA)和两个描述的解剖区域所示。
(一)”name=
(一)
(b)”name=
(b)
图5
1 2 意思是电流源活动的分布B部分(见图)。在(a)来源给原来的脑电图。(b)的来源给出了重建的脑电图,代表占主导地位的主轴组件(星际2)这部分。脑电图的重建是基于IC2 IC3。显示每个分布相对于自己的最大,使用三片(轴向、矢状面和冠状)相交的全球最大的分布。在电流密度值/毫米。

C部分,如前所述,最初的脑电图是低频率。因此,观察到的统治后C部分的原始来源脑电图(图6(一)和表1C)不同意一部分假设缓慢纺锤波往往发生在额叶区域。图6 (b)介绍了平均电流源活动地图对应SC3(即。,the reconstruction of the EEG based on IC6, for part C, where IC6 is the main IC). A clear frontal maximal distribution emerged, with lesser activity at temporal and parietal areas (Table4)。这是符合低频spindle-like活动内容中存在重构脑电图部分C。
局部最大值 在Talairach空间坐标 Brodmann面积(BA) 解剖区域1 解剖区域2 活动( )( /毫米2)
1 −3 45 6 10 内侧额叶脑回 额叶 1.64
2 −38 52 8 10 内侧额叶脑回 额叶 1.45
3 46 10 36 9 内侧额叶脑回 额叶 1.41
4 −52 3 −20 21 颞中回 颞叶 1.39
5 53 10 8 44 额下回 额叶 1.35
6 46 10 1 13 脑岛 Sub-lobar 1.35
7 −38 17 1 13 脑岛 Sub-lobar 1.23
8 −45 −46 50 40 顶叶小叶 顶叶 1.11
9 −52 −60 36 40 顶叶小叶 顶叶 1.00
10 −52 −60 15 22 颞回 颞叶 0.89
11 32 45 29日 10 内侧额叶脑回 额叶 0.87
12 −59 −32 22 40 顶叶小叶 顶叶 0.86
13 25 −4 −27 杏仁核 爪形突 边缘叶 0.86
14 25 38 43 8 额上回 额叶 0.84
表4
局部极大值LORETA电流源密度分布为主轴组件SC3 C部分的单轴时间表。局部极大值大于或等于50%的全球最大的显示。坐标在毫米。在前commisure起源。为 ,负值表示;积极的价值观是正确的。为 ,负值表示后;正值表示前。为 ,负值表示差;正值代表优越。Brodmann地区(BA)和两个描述的解剖区域所示。
(一)”name=
(一)
(b)”name=
(b)
图6
1 2 分布的意思是电流源活动的部分C(见图)。在(a)来源给原来的脑电图。(b)的来源给出了重建的脑电图,代表占主导地位的主轴组件(SC3)这部分。基于IC6 EEG的重建。显示每个分布相对于自己的最大,使用三片(轴向、矢状面和冠状)相交的全球最大的分布。在电流密度值/毫米。

应该注意的是,电流源的局部极大值分布重建脑电图基于IC6在同一空间位置为每个重建脑电图的一部分。然而,源电流密度的增加幅度从A到B的最后一部分C,相应的出现SC3占支配地位的主轴组件的一部分C空间稳定的局部极大值电流源分布在三个部分的脑电图也发生,那么,基于IC1重建的脑电图,星际2,即重构基于IC2和IC3的脑电图。

4所示。讨论

在目前的研究中,所提供的可能性ICA提取睡眠纺锤体组件的处理进行了探讨(SCs),为了研究睡眠纺锤波在时间演化的结构。观察了ICs的形态特征和定义基于这些特征的不同种类的ICs SCs等阐明证明很有帮助。结果提供表明SCs与单轴脑电图记录,并可能不容易区分在原始记录中,可以使用形态和频谱分离条件,当这些条件应用到原单轴脑电图记录及其ICs。从不同的IC组脑电图重建注明具体SCs活跃在单轴的连续部分。段睡眠纺锤波的实验者分为连续时间(部分),每段对应的SC被发现提供主要spindle-like脑电图的特性。上述研究结果根据ICA处理相关的特点“分离”可用的数据记录到底层组件。

这种方法的好处之一是,当前的贡献来源为每个SC总脑电图电流源分布可以分化,与有趣的结果关于慢和快轴类的来源。依照之前的调查结果,我们发现快SC活动主要是后大脑的激活相关的部分,而缓慢的SC活动相关的激活的主要前部分。另一方面,存在情况下总脑电图电流源的振幅极大值在一段时间内的部分原始脑电图是位于后方,虽然原始脑电图的优势频率,在这些部分,缓慢。

一致的发现在纺锤波分析本研究的空间平稳性为每个SC电流源,在连续重建脑电图部分相同的轴。与前款规定的,讨论的结果空间平稳性的电流源提供了一个单轴的迹象表明慢速和快速组件(可能代表了频移在其持续时间)可能起源于大脑的不同部分的发电机和反映不同的团体保持活跃整个主轴持续时间。这些发电机可能的强度调制,以反映变化的频率内容主轴作为时间的函数。

未来的研究应该包括的应用提出了SC提取技术和相关的电流源估计一组健康的年轻成年人,然后所有年龄段的健康受试者,为了调查可能的年龄对SCs的影响。此外,考虑到LORETA[的局限性13应该调查),电流源与反演技术使用不同的和/或更全面的方法比LORETA方法[39,40),以检查是否目前的发现与这些技术可以被复制。一个广泛的调查,从的角度反演技术,也可能以一种更健壮的方式有助于说明问题的存在和位置相关的功能独立的睡眠纺锤发电机,快和慢轴类。

引用

  1. l . De热内罗和m·费拉拉,”睡眠纺锤波:概述”,睡眠医学评论》,7卷,不。5,423 - 440年,2003页。视图:出版商的网站|谷歌学术搜索
  2. j . Zeitlhofer g·格鲁伯,p .安德利果汁,s . Asenbaum p . Schimicek和b . Saletu”地形分布在年轻健康受试者睡眠纺锤波,“睡眠研究杂志》》第六卷,没有。3、149 - 155年,1997页。视图:谷歌学术搜索
  3. 田中h . m . Hayashi, t . Hori“催眠的脑电图的地形特点和主成分结构,”睡眠,20卷,不。7,523 - 534年,1997页。视图:谷歌学术搜索
  4. j . s . Zygierewicz k . j . Blinowska p . j . Durka w . Szelenberger s Niemcewicz和w·Androsiuk”睡眠纺锤波的高分辨率研究”,临床神经生理学,卷110,不。12日,第2147 - 2136页,1999年。视图:出版商的网站|谷歌学术搜索
  5. e . Werth p . Achermann D.-J。狄克,a . a . Borbely“主轴频率活动睡眠脑电图:个体差异和地形分布,“脑电图与临床神经生理学,卷103,不。5,535 - 542年,1997页。视图:出版商的网站|谷歌学术搜索
  6. a . Hyvarinen“独立分量分析,调查”神经计算调查,2卷,第128 - 94页,1999年。视图:谷歌学术搜索
  7. c·j·詹姆斯和c·w·海塞”,独立分量分析对生物医学信号。”生理测量,26卷,不。1,R15-R39, 2005页。视图:出版商的网站|谷歌学术搜索
  8. p .通常,”独立分量分析,一个新的概念?”信号处理,36卷,不。3、287 - 314年,1994页。视图:谷歌学术搜索
  9. s . Makeig m·韦斯特菲尔德陈宗柏。荣格et al .,“功能独立的组件的正面与事件相关电位在视觉空间注意力,”神经科学杂志》上,19卷,不。7,2665 - 2680年,1999页。视图:谷歌学术搜索
  10. j . Onton m·韦斯特菲尔德,j·汤森,s . Makeig”成像人类使用独立分量分析动态脑电图,”神经科学和生物行为的评论,30卷,不。6,808 - 822年,2006页。视图:出版商的网站|谷歌学术搜索
  11. b·杰维斯,s . Belal k .卡米尔et al .,“听觉P300、CNV诱发电位的独立组件来自实验记录,“生理测量,28卷,不。8,745 - 771年,2007页。视图:出版商的网站|谷歌学术搜索
  12. e . m . Ventouras Alevizos, p . y . Ktonas et al .,“睡眠纺锤波的独立组件”学报》第29届国际年会的IEEE,生物医学工程(EMBC ' 07),页4002 - 4005,法国里昂,2007年8月。视图:出版商的网站|谷歌学术搜索
  13. c·m·米歇尔·m·m·默里g . Lantz冈萨雷斯,l .卢卡雷利和r .坟墓德佩拉尔塔,“脑电图源成像,”临床神经生理学,卷115,不。10日,2195 - 2222年,2004页。视图:出版商的网站|谷歌学术搜索
  14. r·d·Pascual-Marqui c·m·米歇尔·d·莱曼,“低分辨率电磁层析:本地化大脑电活动的新方法,”国际心理生理学杂志,18卷,不。1,49 - 65年,1994页。视图:出版商的网站|谷歌学术搜索
  15. r·d·Pascual-Marqui d·莱曼t Koenig et al .,“低分辨率脑电磁层析成像(LORETA)功能成像在急性neuroleptic-naive,首发,生产精神分裂症,”精神病学研究:神经成像,卷90,不。3、169 - 179年,1999页。视图:出版商的网站|谷歌学术搜索
  16. j . Talairach和p . Tournoux人类大脑的平面立体定位地图蒂米,纽约,纽约,美国,1988年。
  17. p .安德利果汁,g . Klosch g·格鲁伯et al .,“低分辨率的大脑额叶和顶叶电磁层析成像显示同时活跃睡眠纺锤体在人类皮质来源,”神经科学,卷103,不。3、581 - 592年,2001页。视图:出版商的网站|谷歌学术搜索
  18. p . j . Durka a . Matysiak e·m·蒙特斯·v·索萨,k . j . Blinowska“多道匹配追踪和EEG逆解决方案。”神经科学杂志》上的方法,卷148,不。1,49-59,2005页。视图:出版商的网站|谷歌学术搜索
  19. t . m .中村s田前原诚司et al .,“人类前额叶皮层睡眠纺锤波:electrocorticographic研究中,“神经科学研究,45卷,不。4、419 - 427年,2003页。视图:出版商的网站|谷歌学术搜索
  20. m . Steriade和f . Amzica聚结的睡眠节律及其年表corticothalamic网络”睡眠研究在线,1卷,不。1、1 - 10,1998页。视图:谷歌学术搜索
  21. 诉Gumenyuk、t·罗斯、j·e·莫兰et al .,“皮质最大主轴的位置活动:脑磁图描记术(MEG)研究中,“睡眠研究杂志》,18卷,不。2、245 - 253年,2009页。视图:出版商的网站|谷歌学术搜索
  22. h . Merica和r . d .财富,”神经转移概率模型的进化力量σδ频段的睡眠脑电图,”生理和行为,卷62,不。3、585 - 589年,1997页。视图:出版商的网站|谷歌学术搜索
  23. 诉来说w . l . j . Martens a . Wirz-Justice和c . Cajochen“人类睡眠剥夺后,睡眠纺锤体特征”临床神经生理学,卷114,不。12日,第2267 - 2258页,2003年。视图:出版商的网站|谷歌学术搜索
  24. l . De热内罗m·费拉拉f .维g . Curcio和m·贝尔蒂尼“人类睡眠的脑电图仪的指纹。”科学杂志,26卷,不。1,第122 - 114页,2005。视图:出版商的网站|谷歌学术搜索
  25. a . Rechtschaffen和羽衣甘蓝,Eds。手动的标准化术语,技术和评分系统对人体的睡眠阶段、公共卫生服务、美国政府印刷办公室,华盛顿特区,1968年美国。
  26. a . Hyvarinen“快速独立分量分析和健壮的定点算法,”IEEE神经网络,10卷,不。3、626 - 634年,1999页。视图:出版商的网站|谷歌学术搜索
  27. e . m . Ventouras p . y . Ktonas h . Tsekou t . Paparrigopoulos Kalatzis,和c r之间,“慢速和快速睡眠脑电图主轴组件提取使用独立分量分析,”学报》第八届IEEE生物信息学和生物工程国际会议(BIBE ' 08)2008年10月,雅典,希腊,。视图:出版商的网站|谷歌学术搜索
  28. a·j·贝尔和t . j . Sejnowski“信息最大化的盲分离和盲反褶积方法,”神经计算,7卷,不。6,1129 - 1159年,1995页。视图:谷歌学术搜索
  29. j·f·卡多佐和a . Souloumiac”为非高斯信号的盲波束形成,”IEE诉讼F,卷140,不。6,362 - 370年,1993页。视图:谷歌学术搜索
  30. a . Delorme和美国Makeig EEGLAB:开源工具箱等实验分析EEG动态独立分量分析,“神经科学杂志》上的方法,卷134,不。1、9、2004页。视图:出版商的网站|谷歌学术搜索
  31. a . Hyvarinen和大肠Oja独立分量分析:算法和应用程序”,神经网络,13卷,不。4 - 5,411 - 430年,2000页。视图:出版商的网站|谷歌学术搜索
  32. r . Vigario j . Sarela大肠Oja,”波分解的独立分量分析听觉诱发领域,”《98年国际会议上人工神经网络地址分配机构(ICANN)舍夫德,页287 - 292年,瑞典,1998年。视图:谷歌学术搜索
  33. Munck Manshanden, j . c . de: r·西蒙和f·h·洛佩斯·达·席尔瓦,“源梅格睡眠纺锤波的本地化和α的关系来源乐队的节奏,”临床神经生理学,卷113,不。12日,第1947 - 1937页,2002年。视图:出版商的网站|谷歌学术搜索
  34. r·费里o·布鲁尼,s . Miano和m . g . Terzano”地形绘制光谱成分的循环交替模式(CAP),“睡眠医学》第六卷,没有。1,29-36,2005页。视图:出版商的网站|谷歌学术搜索
  35. m·托斯b .法露迪j . Wackermann j . Czopf i Kondakor,“慢性缺氧导致脑电活动的变化特征在阻塞性睡眠呼吸暂停综合症患者(群):使用LORETA和欧米茄的复杂性,结合脑电图研究”大脑地形,22卷,不。3、185 - 190年,2009页。视图:出版商的网站|谷歌学术搜索
  36. m . Saletu p安德利果汁、通用Saletu-Zyhlarz m . Mandl b . Saletu和j . Zeitlhofer“莫达非尼提高信息处理速度和增加精力充沛的资源定位在嗜睡症的关注:双盲,安慰剂对照研究ERP与大脑低分辨率电磁层析成像(LORETA)”睡眠医学,10卷,不。8,850 - 858年,2009页。视图:出版商的网站|谷歌学术搜索
  37. 西奈和h·普拉特,“高分辨率时间的半球揭示了低分辨率电磁层析成像,”临床神经生理学,卷114,不。7,1181 - 1188年,2003页。视图:出版商的网站|谷歌学术搜索
  38. m·j·赫尔曼j . Rommler A.-C。a . Heidrich Ehlis, a . j . Fallgatter”源定位(LORETA) error-related-negativity(白尾海雕/ Ne)和积极性(Pe),“大脑的认知研究,20卷,不。2、294 - 299年,2004页。视图:出版商的网站|谷歌学术搜索
  39. r .坟墓德佩拉尔塔•m . m . Murray c·m·米歇尔·r·Martuzzi和s l·冈萨雷斯Andino”电神经成像基于生物物理限制,”科学杂志,21卷,不。2、527 - 539年,2004页。视图:出版商的网站|谷歌学术搜索
  40. c·菲利普j . Mattout m·d·拉格·Maquet和k . j . Friston“实证源在脑电图重建问题,贝叶斯解”科学杂志,24卷,不。4、997 - 1011年,2005页。视图:出版商的网站|谷歌学术搜索

版权©2010 Erricos m . Ventouras等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。

更多相关文章

PDF 下载引用 引用
下载其他格式更多的
XML
订单打印副本订单
的观点1996年
下载881年
引用

相关文章