文摘

理解神经可塑性的机制是第一步在治疗神经肌肉系统与认知障碍康复方法。描述的动态神经网络和中央运动系统的潜在神经可塑性,神经影像工具具有高时空精度是可取的。脑电图和fMRI站在最受欢迎的非侵入性与补充功能神经成像模式,然而实现高时空精度仍然是一个挑战。小说多通道脑电图/ fMRI集成方法是在这项研究中开发的实现高时空精度采用最可能的功能磁共振成像空间子集指导脑电图源定位时变的方式。相比与传统的功能磁共振成像约束脑电图源成像方法在视觉/电机激活任务的一项研究中,该方法证明了优越的定位精度较低的变异和识别的神经活动模式,同意与先前的研究。这个时空的功能磁共振成像约束源成像方法中实现“顺序multievent-related潜力”范式,马达激活是由emotion-related视觉刺激诱发的。结果表明,该方法可以作为一个强大的神经影像工具推出相关的动力学和神经网络与中央电机系统,提供洞察神经可塑性调制机制。

1。介绍

认知康复通常需要和依赖于调制改善运动功能的神经可塑性。然而,与中央电机系统相关的神经可塑性的机制仍然知之甚少。虽然大脑区域参与电机执行为特征,这些神经活动和底层的详细动态神经网络的变化仍不清楚。神经可塑性,大脑的能力改变神经元的连接,可以表示两个解剖和功能水平。解剖方面的可塑性可以直接通过捕获结构成像(如核磁共振,DTI) [1,2]。因此,功能性标记(δ波,非快速眼球运动、事件相关同步/失调,等等)的神经可塑性也被确定在各种条件下(3- - - - - -5]。正确地调查这些标记,然而,仍然是一个重大的挑战,因为它需要先进的成像技术与时间和空间分辨率高。彻底描述神经肌肉系统的动态过程,在健康和患病的大脑,理解的第一步是塑料的变化发生在神经疾病,伤害和治疗结果不同的康复计划。多个非侵入性神经成像方法已经发展为了实现这一目标,其中功能性磁共振成像(fMRI)和脑电图(EEG)目前是主流技术。

功能磁共振成像包括观察神经活动的主要方法之一。MRI解剖的扩展,功能磁共振成像利用一系列的强磁场与当地土著体内创建一个非均质血氧水平依赖(BOLD)的对比,表明地区明显不同浓度的含氧血液(6]。这可以作为一种潜在的神经—间接测量的高代谢活跃的大脑区域的需求需要大量的富氧血(7),增加压的强度,可以观察到活动(8]。典型的分析对于这个可变检测时间尺度与血流动力学响应峰值。方法继续利用一般线性模型,对不同条件下,运动参数,生成的地图和多项式基线作为解释变量显著激活体素(9,10),最终创建一个静态但空间准确描述波动和皮质的大胆,推而广之,底层的神经活动。

除了简单的统计测试,进一步分析可以执行的功能磁共振成像数据来阐明网络功能在不同的大脑区域活动。而不是治疗条件作为解释变量,计算相关指标从课程体素和地区的大胆的信号识别高度相关地区和它们之间的统计依赖关系(11,12]。诸如此类的相关性可以应用在时间和频率域和打开门在图论的进一步分析,通过建模创建功能网络的数学表示的体素或地区“节点”和它们之间的连接为“边缘。“各种各样的潜在措施可根据本图论来描述大脑内的网络和他们的安排13),每一个都显示在不同条件下使用或疾病,包括情感的分析处理(9,14- - - - - -20.]。在一起,这些方法提供健壮和不同方法研究功能性核磁共振数据和显示的活动。

脑电图(EEG),在功能磁共振成像相比,代表一个方法直接检测和记录电信号从头皮电极与神经活动有关。信号转导从一个神经元传到另一个神经元,神经递质而导致的突触后电位检测创造脑电活动,而单独弱,资金产生更大的电压电位(21]。一系列的快速采样率来衡量一个参考电极,脑电图能够产生暂时的准确测量这些电压差异在头皮上(22]。不幸的是,这些信号通过大脑的转导,脑脊液,头骨,和头皮模糊结果,限制的有效空间分辨率形态(23]。源成像方法已经被建模开发缓解这种限制中间向后层及其导率和计算资源的起源(24]。然而,这仍然是一个技术挑战,作为“反问题”源成像方法是不适定的:变量的数量大大超过可用的数据(25]。常见的源成像分析利用pseudoinversion绕过这个结果与焦点空间定位可以通过进一步减少净电流向量(26]。然而,这个解决方案依赖于最大化可能性而不是明确的结果和随后患有复杂的计算和空间不精确。

脑电图和功能磁共振成像可以看作是互补的成像模式。fMRI仅是有限的血液动力学信号,只提供一种间接测量的神经活动与一个贫穷的时间分辨率(二级)。相比之下,大脑的脑电图直接措施动态电生理活动具有很高的时间分辨率(毫秒级),但可怜的空间分辨率。这些属性导致了多通道的方法寻求优化的属性从每个27]。同时脑电图和功能磁共振成像允许的时间分辨率的脑电图结合的空间精度高,功能磁共振成像来克服的局限性与单峰fMRI或脑电图。

不对称的集成方法利用脑电图通知功能磁共振成像(27)或fMRI大胆的地图作为约束指导脑电图定位(28,29日]。然而,这些方法受定位不匹配和偏见30.]。传统脑电图/ fMRI集成和连通性分析始于fMRI-informed脑电图源定位。通常,fMRI-derived大胆激活地图是用于构造空间限制源空间协方差矩阵的形式来源,而活跃的来源没有出现在fMRI处罚(28,29日,31日]。这种方法的性能也依赖于脑电图源分析的准确性,这可能是空间偏见由于使用fMRI大胆激活地图作为“硬”的限制,在某种意义上,fMRI-derived空间信息被认为是一个绝对的真理引导脑电图分析来源。因此,脑电图源重建可以在事件的强烈偏见EEG-fMRI不匹配(30.(由于神经与血管的解耦,信号检测失败,等等)。

贝叶斯框架最近开发(32- - - - - -35)执行fMRI-informed脑电图源成像利用fMRI信息作为“软”约束。特别是二级层次经验贝叶斯模型是用来模拟EEG逆问题,参数在第一级代表未知源活动和2 nd-level (hyperparameters)模型参数的先验分布1级参数(相当于源协方差矩阵)。模型反演是通过使用一个期望最大化(EM)技术估计的hyperparameters证据和最大化模型,反过来,估计的参数interest-EEG源活动(见[33,36)有关贝叶斯模型反演方案)。这些方法将fMRI信息作为“软”约束,fMRI-active地图的建模为之前通过hyperparameters及其相对权重估计。等级经验贝叶斯框架允许将fMRI信息建模为加权和多个submap,代表多个先知先觉,控制相应的权重hyperparameters,值估计。然而,EEG-fMRI之间时间不匹配的问题仍然存在。

在这项研究中,我们提出一个时空的功能磁共振成像约束脑电图源成像的方法来解决这个问题的时间不匹配EEG-fMRI通过计算最优的子集fMRI先验(模型的证据)的基于分层贝叶斯模型。fMRI先验与windows特定的数据驱动的方式计算利息的脑电图数据,导致时变fMRI约束。该方法利用脑电图的高时间分辨率性质来计算电流密度映射的皮质活动,通知高空间分辨率的功能磁共振成像在时变,空间选择性的方式,准确形象动态神经活动。这个方法那么的高时空特性使它特别理想的学习中央运动系统和功能方面的可塑性与认知康复。

2。方法

2.1。数据模型

考虑一个脑电图数据的线性模型在渠道和测量的样品: 在哪里代表矩阵和领先领域代表的未知源活动偶极子源在源空间。代表传感器的噪声成分空间噪声协方差矩阵。表示源协方差矩阵。的电流密度可以重建根据(2)通过应用规范反演方案(26上面的模型。 正则化参数,,可以被视为之间的权衡模型的准确性和复杂性和传统上使用L-curve方法决定的。源协方差矩阵代表分布的先验知识。将是一个单位矩阵,,如果没有事先假设的分布和将根据fMRI激活地图构建一个脑电图/ fMRI集成方法(28]。因此,源空间受到之前的空间约束的基础上,积极大胆的体素映射。然而,实施这样的定常fMRI约束可能不是适合所有时间实例。

2.2。时空的fMRI成像约束脑电图来源

2.2.1。功能磁共振成像数据分析

经典的一般线性模型(GLM)是用于预处理功能磁共振成像数据的统计分析,和体素的地图显示统计学意义活动取得之间的对比两个或两个以上的条件(例如,任务与基线)。在fMRI地图低于一定的体素值值阈值(省略,以确保只使用统计上显著的体素作为源成像程序的约束。

在这项研究中,fMRI激活地图是进一步分为多个相邻位置的子映射基于集群或皮质功能区域空间的灵活性应用功能磁共振成像信息作为约束。

2.2.2。源协方差矩阵

在我们当前的框架中,我们采用的建设如下: 被定义为的总和协方差分量,由一个未知的hyperparameter加权。每个协方差分量,是由一个子集如上所述的功能磁共振成像的地图。

2.2.3。时空特定fMRI先知先觉

鉴于脑电图数据,一个优化的加权组合通过各自的先验是由最大化对数模型的证据吗,在那里。 在哪里是变分自由能和一个下界的证据。最大化这个边界将最小化Kullback-Leibler散度自由能接近log-evidence,所以,。

可以计算的吗 在哪里的条件密度hyperparameters与之前,在那里,(详细推导和讨论的自由能,33,36])。

鉴于这种模型,相当于ReML目标函数,可以使用古典ReML最大化算法。的最大化收益率和一个模型的证据这可能会进一步被用于模型的比较。当,fMRI先知先觉的最优加权组合确定和相应的源动力可以解决在给定的时间窗口。

2.2.4。脑电图源成像

脑电图数据分为不同的时间窗口。然后使用脑电图信息在每一个时间窗口来估计hyperparameter通过估算模型的证据通过变分自由能最大化(4)。源协方差矩阵从估计hyperparameter决定吗使用(3为每个时间窗)。源的动态活动,受到计算(2)。图1显示了上述方法的示意图。而不是应用静态fMRI地图作为所有时间的约束情况下,多个功能磁共振成像的子集信息加权的方式作为空间先验和加权因素决定的脑电图数据在每一个特定的时期。因此,脑电图源成像受到fMRI在时空的具体方式。

2.3。实验装置和数据处理

2.3.1。的范例

脑电图和fMRI数据从三个健康男性受试者获得(22 - 26岁)参与下一个视觉刺激/电机反应实验研究协议经当地伦理委员会批准。范例包括一系列的视觉刺激,每个属于两类之一:愉快的和不愉快的面孔如图2。在每个试验中,一个50秒钟绿屏基线首次显示,紧随其后的是一个绝对的随机十秒的视觉刺激。主题奉命挤压橡皮球用右手为整个时间刺激图像展示了如果他认为提出了面对不愉快,同时保持静止,如果图像被认为是愉快的。的功能磁共振成像数据收集5愉快而5不愉快的试验虽然EEG数据收集从40愉快和40不愉快的试验外核磁共振室使用相同的实验范式。

2.3.2。解剖和功能磁共振成像数据采集

进行了脑电图和功能磁共振成像扫描每个主题在不同会话。功能磁共振成像数据采集(飞利浦Ingenia 3.0 t公司)是使用梯度回波Echo-Planar成像,执行重复时间(TR)的1500毫秒,回波时间(TE) 35女士,和体素3×3×5毫米大小。功能磁共振成像数据进行了传统的功能磁共振成像预处理管道:调整,部分时间校正,运动校正,coregistration、分割、归一化,空间平滑(3毫米)的应用。每个主题的结构磁共振成像也获得了fMRI coregistration和科目的头部模型生成。t1加权磁共振图像使用梯度回波,收购与TR = 8.1毫秒,TE = 3.7,体素0.9×0.9×1毫米大小。

t1加权结构为每个主题经历了完整的核磁共振图像重建过程使用Freesurfer图像分析套件(公开:http://surfer.nmr.mgh.harvard.edu/),导致代高清皮质层和brain-skull-skin层。高密度皮质层网格downsampled ~ 10000每半球顶点,用作源空间,其中每个顶点位置对应于一个偶极子源的垂直于表面。铅场矩阵向前计算通过计算使用皮质源空间,三头模型,和64 -通道电极位置coregistered到模型中。

2.3.3。fMRI-EEG数据采集和处理

功能磁共振成像数据分析使用Freesurfer软件套件。使用高斯内核空间模糊应用3毫米半宽度(应用)。使用建模的血流动力学反应是第0导数规范SPM血流动力学响应函数。这两个实验条件和六个运动参数被用作一般线性模型中的解释变量(GLM)统计分析的功能磁共振成像数据,用二阶妨害回归量包括正确的噪声。统计地图对比实验条件对基线生成每个主题。修正为多个比较是由控制家庭明智的错误率(fw)。一个基于集群FWE-corrected值为0.05时成立,这样只有集群足以超越阈值被认为是激活的。个人fMRI地图转换成相应科目的皮质模型和一个4-voxel cluster-extent阈值应用于占任何错误的翻译过程所引起的体素的活动。脑电图记录进行5 kHz的采样率使用64 -通道脑电图记录系统(脑产品,德国)。脑电图数据预处理使用BrainVision Analyzer 2.0(脑产品,德国)。Rereferencing链乳突和带通滤波器从0.5赫兹到50 Hz一起使用的陷波滤波器在60赫兹。心电图的工件通过模板减法删除;眼工件和工件移动相关进一步被独立分量分析(ICA)。EEG数据与意想不到的工件和/或噪音被删除,导致一个脑电图数据集组成的36个愉快的试验和37不愉快的试验。实验脑电图数据使用和分段女士从400年前视觉刺激发病(0 ms)发病后1200毫秒。球挤压发生在600 ms的平均时间(从500毫秒到800毫秒)视觉刺激后发病。 Each epoch was baseline corrected using a baseline measured from −400 ms to 0 ms. EEG data were segmented evenly to yield 40 individual time windows in this study. A window length of 40 ms was employed to maintain high specificity and accommodate the timeline of anticipated ERPs associated with the experimental paradigm with a minimal risk of clipping evoked potentials (VEP, P300, MEP, etc.) [37,38]。

3所示。结果

3.1。功能磁共振成像

fMRI大胆激活地图显示在视觉诱发皮层活动的显著区域和运动响应的参与者应对unpleasant-face刺激(见图3)。占主导地位的激活区域被发现在两国视觉皮层,左运动皮层,梭状回面孔区,补充运动区和后扣带皮层。

3.2。模型比较

该模型的证据描述一个给定的模型可以解释如何测量数据;绝对值本身是任意的,应该只被视为一个相对指标来比较不同模型的性能。平均log-evidence是计算每个时代的整个时间进程,比较两个模型:之前的时空变异fMRI-based模型和定常fMRI约束模型。结果显示更好的性能使用时空变异功能磁共振成像模型始终在所有三个主题,如图4。

3.3。验证

两个源成像方法,即传统的定常fMRI约束源成像和时空fMRI约束脑电图源成像方法,是实现和比较的性能描述大脑的源动力。源以实验的方式进行分析。对于每一个审判,脑电图数据划分为多个感兴趣的时间窗口和源先验权重确定。动态源活动对于每个时间窗口然后使用计算权重计算(如部分所述2)。

图5比较感兴趣的神经活动在两个时间点,经典的定常计算的算法(左;subfigures和)和新时空的算法(右;subfigures和)。对象和试验,分析了两种方法显示电流密度的增加持续双边视觉皮层和运动皮层。为# 1,视觉皮层的激活被发现在260 ms(数字5(a1)和5(a3))与运动皮质激活在610 ms(数字5(a2)和5(a4))和响应时间是592 ms。话题# 2,视觉皮层的激活被发现在125 ms(数字5(b1)和5(b3))和运动皮层的激活被认为在680 ms(数字5(b2)和5(b4)),响应时间为612毫秒。同样,在视觉皮层活动主题# 3被发现在110 ms(数字5(c1)和5(c3))和运动皮层活动达到顶峰800 ms(话题# 3 704毫秒的响应时间)。然而,它可以观察到源活动重新使用该方法取得了较稀少,更本地化的结果相比,传统的定常fMRI-informed源成像方法。

该方法的稳定性研究通过检查如何重建源活动窗口大小的改变而变化。图6显示了活动时间进程的变化源在重建时的扣带皮层不同窗口大小。窗口大小低于120毫秒,脑电图源定位结果显示最小变化,如图6(一)。结果开始失去细节和特异性,然而,当窗口大小增加超过120毫秒(图6 (b))。虽然没有限制对该算法中使用的最小的窗口大小,减少了窗口大小低于40毫秒没有必要的变化估计hyperparameter ()变得非常小,但计算工作量的成本大大增加。

3.4。过渡时期

检查结果在过渡时期(图算法7),可以确定几个趋势。主题显示早期的视觉激活,其次是扣带皮层的激活和梭状回面孔区。随后,可以观察到激活运动皮层,紧随其后的是活动的第二个高峰。有趣的是,早期的运动皮层的活动可以观察到在任何物理运动发起的活动。挤压的球的第二峰值有关运动皮层激活。当比较具体的源成像与定常,新算法不断导致更精确的和集中的结果。地区的适度激活(橙色)大大降低,创建稀疏和高对比的结果。

4所示。讨论

已研制出的一种新方法在本研究中利用时变fMRI约束结合脑电图源成像产生一个更精确的和没有放大的神经活动集中描述错误的信号。贝叶斯框架最近开发(32- - - - - -35]改善fMRI-informed脑电图源成像结果利用“软”fMRI约束,但EEG-fMRI之间时间不匹配的问题仍然存在。尤其成问题的神经学上的研究探索大脑活动的动态认知tasks-transition时期之间快速转型时期,可能包含有价值的信息关于神经可塑性的表示标记和刺激如何处理在各种条件下的变化。此外,许多范例为脑电图数据平均值不允许多次出现或时代,在这种情况下,响应随时间变化(习惯)或不是寿命(即。,刺激和反应之间的延迟)。困难在这些情况下可能进一步强调相对静态特性的利用功能磁共振成像数据。虽然EEG信号不同时间依赖自然,大胆的信号保持不变,不管条件或时间和可能放大在多通道框架无关紧要的或错误的来源。拟议中的时空fMRI约束脑电图源成像方法利用EEG数据在一个选定的时间窗口来确定功能磁共振成像的最佳源之前大胆激活地图。所得的fMRI先验反过来利用fMRI-informed脑电图源定位中为了解决脑电图和功能磁共振成像的时间不匹配。

该方法实施和测试在一个脑电图/ fMRI研究电动机激活响应具有情感冲击力的视觉刺激。处理窗口的EEG信号分析选择暂时fMRI活动的相关领域,它被用来通知脑电图源定位计算。结果比较与传统fMRI-informed脑电图方法证明时空变异fMRI先验特性以及开发方法的性能。

最初的功能磁共振成像的结果仅支持我们的假设任务需要视觉刺激,面部识别、决策、和运动反应,强调这些感兴趣的领域的新算法。fMRI,然而,仍然面临困难没有动态神经通路有关这些事件可以从大胆的推断激活地图。同样,尽管脑电图有必要的时间分辨率检查任何可能的途径,需要定位算法限制了其使用。

新算法与传统的定常fMRI约束脑电图源成像方法在视觉运动反应范式。结果显示类似的区域的激活运动皮层,视觉皮层,梭状回面孔区,补充运动区和后扣带皮层。在类似地区突出显示在两个条件下,产生的新算法的结果更精确空间,用更少的区域显示中度或低振幅的结果。与时空的功能磁共振成像的精确结果相比约束脑电图源成像方法,分散源成像结果的传统方法有可能空间偏见造成的定常使用fMRI约束,作为相同的功能磁共振成像空间信息可能不是有效的实例。进一步应该指出,虽然可以观察到相同的一般区域,在这些区域活动的确切位置可能略有变化的时变约束下(图5)。

参照执行测试,结果是一致的区域将被激活face-based视觉运动模式。激活第一个可以观察到视觉皮层和梭状回面孔区在100 - 175毫秒后刺激发病。面临被利用作为主要的刺激,激活预计在这些地区,符合当前文献中发现39,40]。视觉激活后,可以观察到活动中手的运动区域和运动皮层(370 - 460 ms)。虽然这些来源出现在可预测的地区,他们的时间让他们显著兴趣点:运动反应的受试者才观察到的500 - 570毫秒后刺激。手地区还显示活动在这些时候,和早期高峰活动可能代表一个未知运动激活。这运动前波后,活动中可以看到扣带皮层,这通常是与快乐和悲伤的情绪处理刺激又符合以前的报告(41]。最后,强烈激活运动皮层中可观察到随着汽车活动发生。执行任务的成果总体符合我们的预期。除了空间一致,激活的时间进程也表明动态神经通路刺激检测和反应是不可或缺的,从视觉皮层和运动皮层进行。

这是一个大挑战领域准确、无创检测和定位的神经活动,更不用说与皮层可塑性相关的瞬态标记。尽管许多技术已经开发完成这个任务,尚未有一个完整的解决方案,允许这两个有利的时间和空间分辨率。在fMRI约束脑电图源成像试图完成这项任务,定常fMRI的静态特性约束可能无意中放大不准确或错误的结果。通过创建一个时变约束,相信这里提出的新算法的进步目前成像技术通过提高成像精度和特异性,从而提高诊断和治疗神经疾病的能力。

5。结论

可塑性体现在身体和大脑的功能方面。识别和理解大脑活动的动态变化,伴随这种可塑性是生物医学研究的主要领域之一。鉴于单峰限制成像方法如前所述,一个新的脑电图/ fMRI集成方法,提出利用fMRI信息时空上不同的方式缓解由其前任所遇到的错误的来源。提出了时空的功能磁共振成像的性能限制源成像方法是评估通过比较与传统的定常fMRI约束脑电图源成像的视觉运动的任务。结果证明了该方法的能力动物描述内部大脑活动与高水平的时空的细节。成像的精度动态大脑活动是至关重要的神经可塑性机制的研究中,特征的神经可塑性改变大脑功能网络的,和评价的认知康复治疗的进展。

相互竞争的利益

作者宣称没有利益冲突。

确认

这项工作是支持由NIH DK082644和休斯顿大学的一部分。