多通道脑电图时空分析:CARTOOL

文摘

介绍方法分析大脑的电场与多通道记录脑电图(EEG)和软件CARTOOL演示了它们的实现。它关注这些字段的空间属性的分析和定量的评估现场地形的变化,实验条件,或人口。地形分析是有利的,因为他们是参考独立,从而呈现统计上明确的结果。神经生理学,地形的差异直接显示的配置变化活跃大脑的神经来源。我们描述全球场强和相似之处,时间分割基于地形变化,地形分析在频域,地形统计分析,基于分布式逆源成像解决方案。所有分析方法都实现在一个叫做CARTOOL免费学术软件包。除了提供这些分析工具,CARTOOL特别设计使用三维可视化数据和分析结果显示例程,使3 d图像的快速处理和动画。CARTOOL因此是一个有用的工具为研究者和临床医生解释多通道脑电图、诱发电位在全球全面和明确的方式。

1。介绍

的传统分析脑电图(EEG)和与事件相关电位(erp)关注波形形态随着时间的推移,在某些电极位置。头皮网站选择感兴趣的课程和时间的潜在记录在任何网站分析使用各种时域和频域的信号处理工具。虽然这种方法提供了许多重要的见解正常和病理神经活动,它忽视了另一个重要的维度,多通道脑电图提供:头皮的电场的空间特征和这些字段的时序动态。任何活性神经元的分布和定位在一个给定时刻将产生一定的电场在头皮表面由于体积传导(1]。而不同的发电机配置会导致头皮字段相同,逆是不正确的:不同的头皮领域一定是由大脑中的不同配置的发电机(2,3]。因此,电场地形分析,也就是说,潜在的配置isocontour地图在头皮上,和寻找地形差异允许检测时刻不同的神经元数量是活跃在大脑中,实验条件之间的时候,或者在给定的病理情况下。除此之外直接神经生理学可解释性,地形的分析电场的另一个重要的优势相比,波形的分析:这是完全独立引用。记录参考并不影响头皮的地形电场,从而不影响全球地形的措施(4- - - - - -6]。这是不正确的方法,分析脑电图、诱发电位波形。没有一点记录零电位随时间(4]。因此,改变了参比电极变化波形形状在每个记录电极。因此,任何统计比较振幅在给定的电极之间的条件将会改变参考已经改变时,使结果模棱两可(7- - - - - -9]。相比之下,不改变地图地形改变时参考。只有零线是转移,但不是潜在的景观地图(3]。因此,所有的分析方法基于地图地形参考独立的和明确的。这一重要参数的空间分析EEG如图1。

与程序CARTOOL现在存在超过14年以来不断增加功能,我们希望提供一个分析工具等那些感兴趣的研究者和临床医生reference-free脑电图映射技术。它开始与动态显示脑电图的地图和一些基本的定量计算地形的措施。不久之后,标准的数据预处理工具实现,如插值电极、过滤、平均,rereferencing。自发的下一个版本实现空间分析方法与事件相关的脑电图,最重要的是空间的微观状态分割,最初提出的莱曼和合作者11),随后提出的聚类分析和拟合方法。同时,其他统计地形分析方法实现了。随着分布式逆的发展解决方案和计算能力的进步,源估计真实头模型集成。软件的重要方面数据的三维可视化以及快速显示头皮的时序动态电场和相应的估计。,软件特别强调互动操作和同步不同的windows用户,使用鼠标和键盘命令。

在下面我们将介绍一些主要的头皮的空间分析方法在CARTOOL电场和它们的实现方式。并不是所有的方法将在这里,但他们会给的印象如何分析多通道脑电图和ERP数据全面。更多细节关于不同的空间分析方法可以在书中找到“电神经影像”[12]。

2。数据预处理

地形分析电场的头皮非常重要的是取决于每个通道的数据的质量。污染由坏或嘈杂的电极可以导致陡峭的地方梯度没有神经生理基础,可以反过来混淆结果的可解释性(尤其是那些源定位)。工件在一个特定的频道并不总是容易发现要是脑电图波形显示。相比之下,受污染的渠道很容易出现在时间序列的脑电图地图,因为他们的行为不同于邻近的渠道和表现为孤立的“斑点”地图(图2;参见[13])。

CARTOOL提供了各种选项以显示脑电图在2 d和3 d地图,用动态颜色比例(图3)。在系列地图可以显示时间和动画电影。电极位置和电极名称可以显示和标记在地图和波形。点击后坏的通道,一个插值的工具可用二者这些通道使用任何几种不同类型的插值方法(表面花键,球形样条或三维样条)(14]。三维样条插值的实际几何占头和电极的建议如果实际位置可用。插值工具箱还允许将不同主题的各个数据与不同电极位置的常见坐标系统进一步统计学科之间处理。

一旦坏电极和插值的数据清洗,CARTOOL有几种标准预处理工具,如:(我)过滤用二阶巴特沃斯滤波器−12 dB / octave碾轧,(2)由整流直流清除和陷波滤波器,信封过滤器绝对或平方值。(3)将采样的级联积分梳状滤波器,后跟一个高通冷杉和大量毁灭,(iv)重新计算对任何类型的单一或组合电极包括电流密度(即参考。第二空间导数),(v)单个或多个出口跟踪应用上述预处理步骤之前或之后。

诱发电位分析,单个或平均时代可以计算任意组合触发或标记有或没有基线校正。工件自动检测和时代拒绝使用振幅windows是可用的。CARTOOL让很多强调灵活的可视化的脑电图追踪期间诱发电位分析手册确定工件。在诱发电位分析,生成一个触发器验证文件,以后可以用来更快的平均重做相同的时代。

根据定义的触发器,除了时代CARTOOL允许设置标记根据特定的特征在特定的通道。这允许,例如,一个标记的出现运动反应与EMG记录或癫痫峰的峰值。

最后,一个文件实现计算器工具CARTOOL允许应用预设以及用户定义的数学运算以批处理模式处理不同的文件。

3所示。全球地形测量

在默认的显示模式,CARTOOL总是显示了两个全球地形测量的波形和地图(图3)。这两个措施是全球领域的实力和全球地图不同(5]。他们认为是额外的措施,可以以同样的方式对待不同的赛道的电极。全球领域权力(GFP)标准差average-reference的所有电极电位的地图。它被定义为 在哪里的电压是地图吗在电极,是所有电极的平均电压的地图吗和是电极的数量的地图吗。头皮潜在领域明显的波峰和波谷和陡峭的梯度将导致高GFP,虽然GFP是低地图中有一个“平”外表浅梯度。绿色荧光蛋白是一个数字的地图在每个时刻。显示该测量随着时间的推移,允许识别高信噪比的时候,对应时刻的高全球神经元同步(15,16]。GFP还可以用于跨科目规范化数据除以(即每个地图。每个电极的电压)的意思是“绿色荧光蛋白”。一般的内部表面电位的个体差异,例如由于颅骨电导率的差异,从而可以调整。

全球地图不同测量(GMD)是一个地形差异头皮潜在的地图。它被定义为 在哪里的电压是地图吗在电极,的电压是地图吗在电极,的平均电压的电极是地图吗,的平均电压的电极是地图吗,电极的总数。为了保证只考虑地形的差异,比较了两个地图,首先规范化潜在值除以每个电极给定图的GFP。GMD是0是相等的,当两个地图和最大限度地达到2的情况下,两个地图地形与反极性相同。图2 (17说明了GMD的定义。

GMD相当于空间电位之间的皮尔逊积差相关系数的比较的两个地图(18]。GMD是第一步的计算定义不同来源是否参与生成电活动在头皮上的两个进程/人口相比较。如果两个地图不同地形的独立力量,直接表明,生成的两个地图在大脑中不同的资源配置。稍后将被描述,所有统计地形分析方法在CARTOOL比较地形条件或组之间使用GMD(或空间相关性)作为地图相似的基本措施。GMD也可以用来比较连续时间点之间的地形。GMD的显示在时间允许定义时间的稳定性和映射地图变化的时刻。通常观察到(特别是诱发电位),GMD与GFP呈负相关:GMD高当GFP低(19]。这个观察表明,在地形地图倾向于保持相当稳定高GFP和改变配置时GFP很低。

4所示。微观状态分割

GMD跨越时间的显示有非常特色的行为类似于自发脑电图、诱发电位:地图的地形保持稳定数几十毫秒,然后突然切换到一个新的配置,保持稳定。这将导致较低的时期,GMD打断了锋利的GMD峰(图3)。这种高度可再生的观察时间的稳定的地图地形导致的概念功能的微观状态第一次被莱曼et al。11,20.]。微观状态对应一段连贯的大规模神经元网络的同步激活。莱曼等人提出的功能微观状态代表信息处理的基本构建块,“原子的思想”,被刺激(自发或诱发21]。这对应神经认知网络的提议通过一系列quasistable协调发展状态,而不是一个连续流动的神经活动(22- - - - - -25]。关于erp,每个连续的微观状态代表某一信息处理步骤,从观念到行动26]。虽然有几个平行的激活可能最有可能发生在每一个步骤,然而似乎有特定序列的信息处理,可能相关信息的集成在不同复杂性水平(27]。

的这个解释观察到的连续稳定时期的地图,不同的方法已经被提出客观、自动定义不同的微观状态和统计评估在给定的实验条件下某些微观状态的特异性。CARTOOL实现了这些方法在“微观状态分割”和“地图配件”模块。微观状态分割是基于聚类分析使用修改后的k - means聚类分析(28)或一个分裂和凝聚的层次聚类分析有或没有GFP正常化(17),其次是一些时间后处理步骤。k - means聚类分析是一种经典的模式识别方法应用于许多应用程序在不同的领域。这是一个迭代过程,从地图和终止时的初始猜测逐次迭代差异可以忽略。由于这些迭代的k - means聚类分析的结果可以从跑到另一个略微不同。相比之下,分层聚类分析,我们设计了专门为微观状态分割不进行迭代,从而赋予独特的结果。这是一个修改会凝聚的层次聚类的方式集群,大大有助于全球解释方差被保留,即使他们只存在了很短的时间内。这两种方法的详细说明可以在[9]。

聚类分析可以应用于一个数据文件或不同的文件不同的实验条件和/或数量(图4)。结果是一定数量的原型图(也称为集群映射)最能代表整个数据集。定义最优数量的集群地图,CARTOOL提出两个条件:交叉验证准则和Krzanovski-Lai标准17]。交叉验证是派生全球解释方差除以自由度,后者根据电极的数量。L-corner Krzanovski-Lai标准确定的色散曲线,它是一个质量的衡量集群、意义最优聚类时设置一个额外的集群不会导致全球质量显著增加(详细信息请参阅[9])。

集群地图最后安装回原来的数据,每个时间点与集群映射最好相关标签(GMD)的。为了确保一定程度的连续性在决赛时间不同的重新执行步骤,满足两个要求:(1)之间的相关性测量和集群映射应该很高,和(2)的大多数邻国测量应该属于同一的微观状态。标准的平滑技术,著名的统计数据,用来满足拟合优度和平滑之间的妥协28]。CARTOOL允许调整这些平滑参数。此外,小段可以被拒绝。微观状态分割的结果显示不同颜色下的GFP曲线与每一种颜色代表一个不同的集群映射。额外的选项可用sequentialize集群和合并高度相关的集群。

提出了另一种方法,定义最主要的诱发组件地形数据集是基于独立成分分析(ICA),29日])。它已经表明,ICA和聚类分析导致,而类似的结果,因此有兼容的基本假设30.,31日]。然而,ICA的主要限制是它假定全球大脑活动是由一个叠加的独立过程。虽然这个假设可能是有效的构件(如眼球运动或心脏活动,很难接受大脑活动,校长组织依赖于分布式神经网络与不同领域之间的相互紧密相连。在这样的系统中,不同组件动态耦合,在独立的组件是不可分割的。ICA无法发现这些过程,而聚类分析不需要这种独立。

的聚类分析erp通常应用于平均文件。所有实验条件/人口进入集群分析,和最优数量的集群对整个数据集确定(27,32]。然后安装集群地图数据通过计算空间相关性(GMD,见上图)之间的每个集群映射和每个时间点的数据。每个时间点然后贴上集群映射最好关联。有趣的是,这个拟合过程的结果在稳定时期,由相同的集群映射即使没有时间约束条件是先天的,因此直接和经验证实微观状态模型。标签过程和结果的显示标签颜色下段GFP曲线让实验者来生成假设某些微观状态的特异性地图对某些实验条件/数量(图4)。

重要的是要强调,总平均的微观状态细分数据允许假设代并不是最终结果。改变集群的数量可能会改变这个层次的结果提出了或多或少地地图之间的差异在时间或条件。第二个需要统计步骤来证实这些假设和定义这些微观状态仍然显著。CARTOOL的“微观状态拟合”模块允许执行该测试。拟合过程是一样大的意思,但现在集群安装映射到每个主题和每个条件的个人erp /人口[32)(图4)。几种不同的参数计算,描述了拟合优度,地图,每个集群的数量解释说,每个集群的发病和抵消地图,等等(17]。电子表格生成这些值,可以直接读到任何统计软件包以及到Excel,但这也可以直接用于CARTOOL统计分析模块。只有微观状态后显著不同的统计拟合过程是稳定的。用户会发现在大多数情况下增加集群的数量超出了一个交叉验证或其他提出的优化准则不会导致新的微观状态生存的统计测试。

使用聚类分析的微观状态细分也适用于自发的脑电图。它会导致减少的数据流的微观状态的特定的时间,平均的80 - 100毫秒(33]。重要的是要注意,在自发EEG极性反转引起的发电机的固有振荡活动流程将被忽略。许多研究在健康受试者以及患者的不同病理显示数量非常有限的地图地形需要解释自发EEG的长时间,和这几个配置遵循对方根据一定的规则(34]。我们已经表明,这些不同的微观状态与著名的fMRI休息状态(35]。的时间结构的微观状态转换分析表明,微观上具有分形性质,也就是说,他们的时间在大时间尺度结构规模不变的(36]。

5。统计分析使用CARTOOL

CARTOOL提供各种参数和非参数统计脑电图映射分析程序(图5)。非参数测试是基于蒙特卡罗引导方法,参数测试使用成对或不成对测试。目前,只有单变量统计CARTOOL中实现,但多变量分析程序目前正在评估之前正式加入。潜在的单变量分析可以应用在每个时间点每个电极和作为一个全面的探索性分析的数据(10,37,38]。然而,重要的是要注意,这种分析是reference-dependent并没有告诉我们是否地形或观察到的效果(图背后的振幅差异1)。多个测试生病的问题修正。CARTOOL提供Bonferroni调整以及应用程序的限制,效果持续一定的最小时间(39]。为了单独评估力量和地形差异,CARTOOL提出统计分析使用上面描述的全局变量,也就是说,GFP和GMD。

测试GFP在每个时间点的差异是直接使用参数或非参数测试。为了测试不同的地形,CARTOOL实现所谓“地形方差分析”,或TANOVA [17,40]。自从GMD之间的差是一个衡量两个条件的地图,平均值和标准误差的地形条件/人口无法计算。解决这个问题的方法是进行非参数随机化测试基于GMD值。这样做是在以下方法:(1)分配单一主题以随机的方式映射到不同的实验条件,(2)重新计算群平均erp,(3)重新计算结果为这些“新”群平均erp GMD的价值。的数量排列,可以用群平均ERP的基础上参与者是。GMD值与实际平均线然后与erp经验分布的值来确定经验分布的可能性已经从实际值高于GMD群平均erp。试设计,地图内完成受试者的排列,而排列在学科组进行比较。在图所示的示例中5,两个条件之间的执行TANOVA每个时间点。图展示了简单的全局参数的分析GFP和GMD electrode-wise相比统计数据(除了后者引用独立)。然而,重要的是要注意,延迟转变一个条件对其他可能导致强和长地形差异实际上不是因为不同区域被激活的两个条件,但在不同的时刻被激活的区域。TANOVA结果的比较与微观状态分割是重要的。

统计分析还可以进行微观状态的值,结果拟合过程。再次,只有单变量统计目前实现的。对于多变量分析电子表格必须读入其他统计包。持续的发展正在实施多元统计(41,42等)以及其他地形分析方法为ERP组件测试稳定最近提出的Koenig和Melie-Garcia16]。

6。频率多通道脑电图的分析

定量分析的自发EEG一直依赖基于傅里叶变换的频谱分析。因此,不同频率或频段的力量对比不同的条件/数量。在多通道数据,权力地图是常用的计算和统计地图的权力差异。这种方法非常成功,并帮助描述警惕变化,睡眠阶段,药物效应和各种神经和精神疾病(43]。最近,时间分辨频率分析被应用到自发EEG使用小波过程(44]。CARTOOL实现了这些频率分析方法使用FFT S-transform。Windows可以灵活地定义变量的重叠。

然而,频率功率地图有两个重要的问题。首先,他们是reference-dependent。与潜在的地图在时域,力量在频域地图改变当记录引用的位置变化45,46]。第二,权力地图忽略电极相区别。只考虑振幅。因此,权力的来源定位地图是不可能的47]。忽略电极之间的相位关系是不幸的,因为他们是由配置和交互的intercerebral来源。为了执行源定位在频域中,逆解计算的复杂的数据来源于FFT。因此,逆解在频域中最初是复杂的(48]。一种有效的方式来执行分布式源本地化大量脑电图时代在频域是先计算平均交叉谱矩阵(49]。另一个更简化方法是近似的地图,地图,所有电极有共同的阶段。这种方法被称为FFT-approximation [47]。它是基于第一主成分的计算中数据的复杂的飞机。结果单相为每个频率接近潜在的地图,可以受到源评估方法。它最初被开发为单一的等效偶极子定位方法,因为一个偶极子不能占相电极之间的区别。然而,分布式源估计算法也适用于这些地图以本地化的所有来源的分布振荡阶段。在CARTOOL FFT-Approximation方法实现。

7所示。源定位

而头皮的分析潜在的地图描述到目前为止有优势,比波形分析,参考独立,认为整个大脑电活动,它不提供任何直接的结论数量,位置和方向的颅内发电机50]。逆解法需要估计这些来源。

空间分析的一个重大突破多通道脑电图/梅格分布式逆解法的发展,使估计的三维分布在整个大脑神经活动在每个时刻(3,51,52]。这些方法的稳定性和可靠性令人印象深刻,他们验证了几个直接比较颅内录音、损伤和其他神经成像方法研究[53]。这个领域的发展极大的推动了电生理学方法的使用在实验和临床研究,因为高时间分辨率所提供的主要优势。CARTOOL实现了一些主要的分布式线性逆解,即加权最小规范解决方案(WMN) [54),低分辨率电磁层析成像(LORETA) [55平均(劳拉)[]和当地的自回归56和震中57]。CARTOOL计算这些不同的源模型的逆矩阵。众所周知,逆解正则化参数能很强烈地影响。还不能消除,但创建“幽灵来源”的过度拟合的数据(58]。CARTOOL使用L-curve方法(59)找到最优正则化值对于一个给定的数据文件。这个最优值作为默认显示,但是用户有可能切换通过强和弱的合法化,也存储在逆矩阵。逆矩阵相乘在线与脑电图数据并显示每次使用不同的显示选项。目前,所谓SMAC解剖约束)的头(球面模型模式60),以及一个更复杂的基于当地球头模型,同时应用要么个人MRI核磁共振成像(如果可用)或模板。SMAC模型,完整的转换通过非线性翘曲函数基于一个球体的表面头皮。平均半径的头皮、颅骨和大脑然后用于3-shell模型。根据大脑的大小,从3000年到5000年解决方案点内被定义在常规距离灰质。这也包括更深层次的大脑结构如杏仁核、海马和丘脑的结构,只要他们认为是灰质。提出问题然后解决的使用这个“现实主义”(即解析解。、个人)头模型没有任何限制偶极子取向。LSMAC模型(本地球面模型与解剖限制),相反,不需要这个初始spherization一步。相反,在每个电极轨迹,一个自适应当地球模型。,按顺序在每个电极厚度的头皮、颅骨和脑估计。这些厚度用于3-shell球面模型与当地的半径,使解决方案分和电极之间的真正几何占。 The SMAC and LSMAC methods are illustrated in Figure6。

逆解的结果显示(标准或向量)以及在现实(即。untransformed) MRI(图7)。片在所有方向上可以显示以及解决方案surface-rendered图像。逆解结果可以存储矩阵进行进一步的统计处理(源波形分析),或与其他神经影像学结果作为融合的卷或导入到其他图像分析工具,如SPM。

值得注意的是,大脑的细分表面和灰质中实现CARTOOL包括手动校正工具排除错误的灰质或排除结构分类为脑干和小脑。另外,已经分割的大脑可以读入CARTOOL如果首选,如标准模板的大脑。也扭曲的转换以及分布的点是CARTOOL内完成的解决方案。因此,整个源定位过程CARTOOL内可以执行,从最初的脑电图和原核磁共振。

除了源重建单个核磁共振,CARTOOL还可以使用模板的大脑如MNI大脑。在这种情况下,解决方案空间是相同的对象,允许小组研究源水平。MNI大脑的情况下,所有的解决方案与Talairach坐标点标记以及他们解剖标签。感兴趣的时间(例如,微观状态)或感兴趣的区域(ROI)可以创建和平均电流密度在这些领域或ROI可以存储进行进一步的统计分析61年]。最后,源波形存储和进一步治疗头皮电极等CARTOOL痕迹。

8。额外的实现

其他几个在CARTOOL分析工具可用。除了头皮脑电图的分析,CARTOOL还允许可视化和分析颅内脑电图、阅读和3 d图像融合不同的成像方式,创建和使用3 d区域的兴趣,并将图像先生和操作。

分析颅内录音包括彩色编码的映射网格以及沿深度电极(图8)。颅内电极直接与病人的MRI融合如果确切的位置。深度变化技巧让实验者看到MRI中的深度电极的电位。

CARTOOL可以阅读任何类型的3 d卷在分析格式。的功能图像(fMRI或宠物)激活区域在MRI显示为彩色的斑点。几种不同的卷可以重叠,因此结果不同的成像技术(包括逆解)可以显示在相同的核磁共振。核磁共振成像还可以操纵和以各种方式转换和存储为新卷。

大型面板的3 d显示工具可在CARTOOL,允许灵活的可视化数据。任何3 d对象可以通过一个单一的点击,插入另一个立即允许合并不同的信息,同时保留对象的空间相干性。不同的窗口可以很容易地同步,允许用户可视化数据的动态行为痕迹,地图和逆同时解决方案(图9)。

9。持续的发展

CARTOOL不断实现新的分析方法,表现为有用和已经出版。关于统计分析、多变量方法很快就会实现。上述TANOVA可以很容易地扩展到多元的措施(42]。还测试基于随机化的地形对象一致性测试的GFP是有前途的,很快就会实现16]。

关于微观状态分割,德卢西亚et al。31日,62年]提出的一个变体上述聚类分析应用于ERP实验数据。方法提出了模型整体的电响应,也就是说,与事件相关的和正在进行的活动,在一个混合高斯模型的,维空间,是电极的数量。初始化计算k - means算法,迭代改进估计的均值,方差高斯模型和先验的问,直到达到高原可能性。每个时间点和审判然后提供问集群的地形相关的条件概率。就像在上面的描述标签过程中,每个时间点和审判然后贴上的集群条件概率最高。方法被证明能可靠地识别特定的组件映射在单个试验erp尽管明确主导地位的自发脑电活动。

领域的一个重要的新发展脑电图/梅格分析大脑不同区域之间的连接来理解大脑不同区域的组织行为(63年]。脑电图数据检查功能连通性的使用有着悠久的历史(64年,65年),有各种的方法,最显著的计算互相关或头皮上的电极对之间的相位同步传感器(66年]。还graph-theory-based工具提出了复杂网络的研究(67年]。这种分析在头皮表面的问题,解释对生成的源电极之间的连接性是模棱两可的,因为传播的电磁信号从大脑皮层传感器。更适当的是使用逆空间的连接措施。一个受欢迎的方法通常应用于梅格数据(但也可以用于EEG)是所谓的相干源的动态成像(dic)提出的(68年]。这个方法使用一个beamformer空间滤波器来确定为特定的频带相干源在大脑中。像其他光谱相干方法,dic不提供信息的信息流动的方向。一些替代方法因此被提出,基于格兰杰因果理论和多元自回归模型等部分直接相干(69年)或直接传递函数(70年]。将这些方法应用于逆空间中的数据在应用上述分布式线性逆解决方案将允许估计电信息的流动在大规模神经网络实时。这种方法将CARTOOL连同其他承诺的未来版本中实现分布式逆解和头部模型,目前出现在文献中。

10。软件详细信息

CARTOOL不是一个开源项目;然而程序自由分配任何非营利研究机构。用户只需要注册一次,然后被告知任何更新的软件。他们被要求引用CARTOOL的使用方法和确认的部分他们的论文。目前约有650来自世界各地的用户注册和下载CARTOOL。

CARTOOL只运行在Windows平台上(从Windows 95, Windows 7)作为一个独立的编译后的可执行程序,包括完整的文档在一个安装程序。它完全用c++写的为了实现内存使用的最高速度和密实度。先进的显示完全完成OpenGL,所以它需要一个OpenGL图形加速卡,和尽可能多的内存要求最高的操作。不需要Matlab CARTOOL运行。

互操作性是实现主要通过交换中间结果文件。相当大的努力在阅读和写作标准文件的最大方便用户。例如,大多数的操作可以通过拖&下降在CARTOOL,通常下降的着陆条件文件要进行的动作。

在不同层次上提供帮助。一次彻底的参考指南描述所有的选项和技术细节流程,包含在HTML编译的形式分布(10 MB化学加工文件)。除了一个CARTOOL社区集团(Google Sites)已建成以提供中央访问用户,其中包括一个用户指南,作为一个Wiki协作编辑,a论坛对于所有问题和公告,一些常见问题和一些共享文件。最后,值得注意的是,CARTOOL更新,包括Beta版本中,可以很容易地通过谷歌文档存储库在线评估。

这里是CARTOOL的主要互联网地址:http://brainmapping.unige.ch/cartoolhttp://cartoolcommunity.unige.ch/

文件格式由CARTOOL阅读包括格式产生的脑电图公司生物系统形式,Biosemi,大脑产品,Deltamed EGI, Neuroscan。还EDF格式和标准文本文件可以读取。关于核磁共振成像,分析和AVS格式读取。文件格式的完整列表包含在Cartrool的参考指南。

确认

CARTOOL的开发支持中心大学的生物医学成像(CIBM)日内瓦和洛桑瑞士联邦理工学院洛桑(EPFL),日内瓦大学医院和瑞士洛桑。这项工作已经由瑞士国家科学基金会(批准号33 cm30 - 124089,没有。310030 - 132952 c·m·米歇尔,310030 b - 133136 m m . Murray)。

引用

1. p . l . Nunez和r . Srinivasan电场的大脑:Neurophysics脑电图,牛津大学出版社,纽约,纽约,美国,第二版,2006年版。
2. h·g·沃恩:“人类与事件相关电位的神经的起源。”纽约科学院上卷,388年,第138 - 125页,1982年。视图:谷歌学术搜索
3. 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
4. d·b·Geselowitz“零的潜力,”IEEE,生物医学工程杂志,17卷,不。1,第136 - 128页,1998。视图:出版商的网站|谷歌学术搜索
5. d·莱曼和w . Skrandies Reference-free checkerboard-evoked多通道的识别组件潜在的领域,”脑电图与临床神经生理学,48卷,不。6,609 - 621年,1980页。视图:出版商的网站|谷歌学术搜索
6. r·d·Pascual-Marqui d·莱曼,“地形图、源定位推理和参比电极:评论一篇论文Desmedt et al,”脑电图与临床神经生理学,卷88,不。6,532 - 533年,1993页。视图:出版商的网站|谷歌学术搜索
7. j·迪恩”问题的应用程序平均参考:评论,评论,和建议,“行为研究方法、仪器和电脑,30卷,不。1,34-43,1998页。视图:谷歌学术搜索
8. t . Koenig和l·r·r·吉“头皮字段映射及其特征,”电神经成像c·m·米歇尔et al .,艾德,页。25-48,剑桥大学出版社,2009年,英国剑桥。视图:谷歌学术搜索
9. m·m·默里et al .,“电神经影像地形分析的原则,”大脑信号分析页,t . c .方便,艾德。21-54,麻省理工学院出版社,剑桥,质量,美国,2009年。视图:谷歌学术搜索
10. m·m·默里·g·r·威利b·a·希金斯d . c . Javitt c·e·施罗德和j·j·福克斯著,“虚幻的时空动态轮廓处理:高密度电子地图相结合,分析来源,和功能性磁共振成像,”神经科学杂志》上,22卷,不。12日,第5073 - 5055页,2002年。视图:谷歌学术搜索
11. d·莱曼,“多道人类α脑电波字段的地形,”脑电图与临床神经生理学没有,卷。31日。5,439 - 449年,1971页。视图:谷歌学术搜索
12. c·m·米歇尔et al ., Ed。电神经成像英国剑桥,剑桥大学出版社,2009年。
13. c·m·米歇尔·d·布兰代斯,“电力神经影像数据采集和预处理标准”电神经成像,t . Koenig c·m·米歇尔·d·布兰代斯·r·r·吉和j . Wackermann Eds。,页79 - 92年,剑桥大学出版社,2009年,英国剑桥。视图:谷歌学术搜索
14. 佩兰,j . Pernier o·伯特兰,j . f . Echallier“球形样条函数对头皮电位和电流密度映射,”脑电图与临床神经生理学,卷72,不。2、184 - 187年,1989页。视图:谷歌学术搜索
15. w . Skrandies”、刺激频率的影响和视网膜刺激视觉诱发电位地形位置,”大脑地形,20卷,不。1、15 - 20,2007页。视图:出版商的网站|谷歌学术搜索
16. t . Koenig和l . Melie-Garcia”方法来确定平均的存在与事件相关的字段使用随机测试,”大脑地形,23卷,不。3、233 - 242年,2010页。视图:出版商的网站|谷歌学术搜索
17. m·m·默里,d .深色和c·m·米歇尔“地形ERP分析:循序渐进教程审查”,大脑地形,20卷,不。4、249 - 264年,2008页。视图:出版商的网站|谷歌学术搜索
18. h·内勒·d·布兰代斯,r·哈利迪·e·卡拉威,和l .矢野”莨菪碱对视觉信息处理的影响,关注,和地图与事件相关的潜在的延迟,”心理生理学卷,29号3、315 - 336年,1992页。视图:出版商的网站|谷歌学术搜索
19. d·莱曼在“空间分析的原则,”分析脑电和磁信号的方法a . s . Gevins和a . Remont Eds。,pp. 309–354, Elsevier, Amsterdam, The Netherlands, 1987.视图:谷歌学术搜索
20. d·莱曼,h . Ozaki,朋友,”脑电图α地图系列:大脑space-oriented微观状态的自适应分割,“脑电图与临床神经生理学,卷67,不。3、271 - 288年,1987页。视图:谷歌学术搜索
21. d·莱曼,r . Pascual-Marqui和c·m·米歇尔“EEG微观状态,”Scholarpedia,4卷,不。3,p。7632年,2009年。视图:谷歌学术搜索
22. b·j·巴尔,“有意识的访问假说:起源和最近的证据,”认知科学趋势》第六卷,没有。1,47-52,2002页。视图:出版商的网站|谷歌学术搜索
23. s l·布瑞斯勒和大肠Tognoli“神经认知网络的操作原则,”国际心理生理学杂志,60卷,不。2、139 - 148年,2006页。视图:出版商的网站|谷歌学术搜索
24. 美国Grossberg”,补充大脑:统一大脑动力学和模块化,”认知科学趋势,4卷,不。6,233 - 246年,2000页。视图:出版商的网站|谷歌学术搜索
25. j。襄热和c·m·米歇尔,”神经机制集成在brain-scale层面,”微电路,Eds Grillner和a . m .布耶尔。,pp. 347–370, The MIT Press, Cambridge, Mass, USA, 2004.视图:谷歌学术搜索
26. m·m·默里et al .,“电神经影像地形分析的原则,”大脑信号分析:Neuroelecric进步和Neuromagnetic方法页,t . c .方便,艾德。21-54,麻省理工学院出版社,伦敦,英国,2009年。视图:谷歌学术搜索
27. c·m·米歇尔·m·Seeck t·兰迪斯,“人类认知的时空动态。”新闻在生理科学,14卷,不。5,206 - 214年,1999页。视图:谷歌学术搜索
28. r·d·Pascual-Marqui c·m·米歇尔·d·莱曼,“分割脑电活动的微观状态:模型评估和验证,”IEEE生物医学工程,42卷,不。7,658 - 665年,1995页。视图:出版商的网站|谷歌学术搜索
29. 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
30. g . Pourtois s Delplanque c·米歇尔,p . Vuilleumier“超越传统与事件相关脑电位(ERP):探索视觉情感加工的时间进程使用地形和主成分分析,“大脑地形,20卷,不。4、265 - 277年,2008页。视图:出版商的网站|谷歌学术搜索
31. m·德卢西亚c·m·米歇尔和m·m·默里ica和ERP实验地形分析相比,“大脑地形,23卷,第127 - 119页,2010年。视图:出版商的网站|谷歌学术搜索
32. a·j·佩a . Khateb l .卢卡雷利m . Seeck t·兰迪斯和c·m·米歇尔,“解开心理意象的脑动力,”人类大脑图谱,5卷,不。6,410 - 421年,1997页。视图:出版商的网站|谷歌学术搜索
33. t . Koenig l . Prichep d·莱曼et al .,“毫秒到毫秒,逐年:规范性脑电图微观状态和发展阶段,“科学杂志,16卷,不。1,41-48,2002页。视图:出版商的网站|谷歌学术搜索
34. d·莱曼·l·费伯s Galderisi et al .,“medication-naive,脑电图的微观状态和语法在急性期首发精神分裂症:一项多中心研究中,“精神病学研究,卷138,不。2、141 - 156年,2005页。视图:出版商的网站|谷歌学术搜索
35. 拉夫j . d . van de城镇,c·m·米歇尔“大胆脑电图地形显示快速静息状态网络的相关动态,“科学杂志,52卷,不。4、1162 - 1170年,2010页。视图:出版商的网站|谷歌学术搜索
36. d . van de城镇、j·拉夫和c·m·米歇尔“脑电图在健康人体内微观状态序列静止显示无尺度动力学,”美国国家科学院院刊》上的美利坚合众国,卷107,不。42岁,18179 - 18184年,2010页。视图:出版商的网站|谷歌学术搜索
37. m·m·默里·d·m·福克斯著d . c . Javitt和j·j·福克斯著,“设置边界:大脑动力学模态和模态的虚幻的形状完成对于人类来说,“神经科学杂志》上,24卷,不。31日,第6903 - 6898页,2004年。视图:出版商的网站|谷歌学术搜索
38. a . Khateb a·j·佩t·兰迪斯m . s . Mouthon和j·m·Annoni”起源的N400效应:ERP波形和源定位分析在三个匹配任务,”大脑地形,23卷,不。3、311 - 320年,2010页。视图:出版商的网站|谷歌学术搜索
39. d·格思里和j·s·布奇华,”意义不同电位的测试。”心理生理学,28卷,不。2、240 - 244年,1991页。视图:出版商的网站|谷歌学术搜索
40. Kondakor, r·d·Pascual-Marqui c·m·米歇尔·d·莱曼,“地图与事件相关的潜在差异取决于prestimulus微观状态,”医学工程与技术》杂志上,19卷,不。2 - 3、66 - 69年,1995页。视图:谷歌学术搜索
41. m . Wirth h角、t . Koenig et al .,“语境效应反映了早期活动temporo-prefrontal语义系统:电气神经成像的证据抽象和具体单词的阅读,”科学杂志,42卷,不。1,第436 - 423页,2008。视图:出版商的网站|谷歌学术搜索
42. t . Koenig和l . Melie-Garcia”多通道头皮字段数据,统计分析”电神经成像c·m·米歇尔et al .,艾德,页。169 - 189年,剑桥大学出版社,2009年,英国剑桥。视图:谷歌学术搜索
43. e . John l . Prichep p·伊斯顿,银行和neurometrics“规范数据。基本概念、方法和规范结构的结果,”脑电图与临床神经生理学的手册。期:脑电分析一个磁信号的方法a . s . Gevins和a·雷蒙德。,pp. 449–496, Elsevier, Amsterdam, The Netherlands, 1987.视图:谷歌学术搜索
44. j . p . m . Le Van Quyen j . Foucher Lachaux et al .,“希尔伯特变换和小波方法的比较分析神经元同步,”神经科学杂志》上的方法,卷111,不。2、83 - 98年,2001页。视图:出版商的网站|谷歌学术搜索
45. d·莱曼,h . Ozaki和朋友,“平均光谱功率和相位通过矢量图最适合没有参比电极或参考通道,”脑电图与临床神经生理学,卷64,不。4、350 - 363年,1986页。视图:谷歌学术搜索
46. t . Koenig和r·d·Pascual-Marqui“多通道频率和时频分析”电神经成像c·m·米歇尔et al .,艾德,页。145 - 168年,剑桥大学出版社,2009年,英国剑桥。视图:谷歌学术搜索
47. d·莱曼和c·m·米歇尔”颅内偶极子源定位FFT功率地图。”脑电图与临床神经生理学,卷76,不。3、271 - 276年,1990页。视图:谷歌学术搜索
48. t . Koenig f . Marti-Lopez, p . Valdes-Sosa“地形脑电图的时频分解,”科学杂志,14卷,不。2、383 - 390年,2001页。视图:出版商的网站|谷歌学术搜索
49. e·弗雷a .γr . Pascual-Marqui d·莱曼·d·地狱,和f . x Vollenweider”的本地化MDMA-induced大脑活动在健康志愿者使用低分辨率电磁层析成像(LORETA)”人类大脑图谱,14卷,不。3、152 - 165年,2001页。视图:出版商的网站|谷歌学术搜索
50. d·h .挡泥板,“大脑电活动源定位,”分析脑电和磁信号的方法a . s . Gevins和a . Remont Eds。,pp. 355–403, Elsevier, Amsterdam, The Netherlands, 1987.视图:谷歌学术搜索
51. m . s . Hamalainen,”解释测量磁场的大脑:电流分布的估计,”科技,众议员TKK-F-A559赫尔辛基技术大学埃斯波,芬兰,1984。视图:谷歌学术搜索
52. b他和j·丽安,“电生理学神经影像:解决EEG逆问题,”Neuroal工程他,艾德。,页221 - 261,Kluwer学术出版商,Norwell,质量,美国,2005年。视图:谷歌学术搜索
53. r·d·Pascual-Marqui et al .,“成像的电神经发电机脑电图/梅格,”电神经成像c·m·米歇尔et al .,艾德,剑桥大学出版社,2009年,英国剑桥。视图:谷歌学术搜索
54. f·h·林,t . Witzel s . p . Ahlfors s m . Stufflebeam j . w . Belliveau和m . s . Hamalainen“评估和改善空间在梅格源定位精度depth-weighted minimum-norm估计,“科学杂志没有,卷。31日。1,第171 - 160页,2006。视图:出版商的网站|谷歌学术搜索
55. 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
56. 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
57. r .坟墓德佩拉尔塔•s . g . Andino g . Lantz c·m·米歇尔·t·兰迪斯,“非侵入式电磁定位癫痫活动。方法的描述和模拟,”大脑地形,14卷,不。2、131 - 137年,2001页。视图:出版商的网站|谷歌学术搜索
58. m·福克斯·m·瓦格纳、t·科勒和h·a·Wischmann“线性和非线性电流密度重建。”临床神经生理学杂志,16卷,不。3、267 - 295年,1999页。视图:出版商的网站|谷歌学术搜索
59. p•汉森”分析的离散病态问题通过L-curve,”暹罗审查34卷,第580 - 561页,1992年。视图:谷歌学术搜索
60. l .卢卡雷利s . g . Andino g . Lantz m . Seeck和c m·米歇尔“电磁逆解决方案在结构上限制球形头部模型,”大脑地形,13卷,不。2、115 - 125年,2000页。视图:出版商的网站|谷歌学术搜索
61. c·e·詹姆斯·j·拉夫·Vuilleumier c . a . Hauert和c m·米歇尔“早期神经反应对边缘结构协调和谐不协调处理音乐专家,”科学杂志,42卷,不。4、1597 - 1608年,2008页。视图:出版商的网站|谷歌学术搜索
62. m·德卢西亚et al .,“单一主题脑电图分析基于地形信息,“国际期刊的Bioelectromagnetism9卷,第171 - 168页,2007年。视图:谷歌学术搜索
63. 答:a . Ioannides“动态功能连通性。”目前在神经生物学的观点,17卷,不。2、161 - 170年,2007页。视图:出版商的网站|谷歌学术搜索
64. w·r·阿迪·d·o·沃尔特,c·e·亨德里克斯“计算机技术相关和谱分析脑慢波的歧视行为,”实验神经学,3卷,不。6,501 - 524年,1961页。视图:谷歌学术搜索
65. a . s . Gevins b·a·卡提罗s l·布瑞斯勒et al .,“在双手visuomotor任务与事件相关的协方差。二世。准备和反馈,”脑电图与临床神经生理学,卷74,不。2、147 - 160年,1989页。视图:谷歌学术搜索
66. j . p . Lachaux e·罗德里格斯j . Martinerie和f . j . Varela”测量大脑信号的相位同步,“人类大脑图谱,8卷,不。4、194 - 208年,1999页。视图:出版商的网站|谷歌学术搜索
67. s . h .““探索复杂网络”,自然,卷410,不。6825年,第276 - 268页,2001年。视图:出版商的网站|谷歌学术搜索
68. j·格罗斯,j . Kujala m . Hamalainen l . Timmermann a·施尼茨勒和r . Salmelin“连贯的动态成像来源:研究人类大脑中的神经交互,”美国国家科学院院刊》上的美利坚合众国,卷98,不。2、694 - 699年,2001页。视图:出版商的网站|谷歌学术搜索
69. l . Astolfi h . Bakardjian f . Cincotti et al .,“估计独立皮质空间之间的因果关系模式在脊髓损伤患者运动意志,“大脑地形,19卷,不。3、107 - 123年,2007页。视图:出版商的网站|谷歌学术搜索
70. c . Wilke l .叮他,“估计时变连接模式通过使用一种自适应直接传递函数,“IEEE生物医学工程,55卷,不。11日,第2564 - 2557页,2008年。视图:出版商的网站|谷歌学术搜索

版权

版权©2011丹尼斯深色等。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。