查看: 303|回复: 0
打印 上一主题 下一主题

[数据分析] EEG源连通性:旨在实现大脑网络在时间和空间上的高分辨率 [复制链接]

Rank: 5Rank: 5

水晶
2321
心级
1950
精华
0
主题
189
帖子
195
跳转到指定楼层
楼主
发表于 4?天前 |只看该作者 |倒序浏览

人脑是一个大规模的网络,其功能依赖于空间分布区域之间的动态相互作用。在快速发展的网络cc国际六开_cc国际网投系统_国际cc测评领域,有两个尚未解决但有望取得突破的挑战。首先,应该使用非侵入性和易于使用的神经成像技术来识别功能性脑网络。其次,这些技术的时间-空间分辨率应足以评估所识别网络的动态特性。现有证据表明,只要对头皮EEG信号进行适当处理,EEG源连通性方法可以解决这两个问题。因此,该技术的性能很大程度上依赖于不同方法的信号处理,如预处理方法、逆向求解、信号间的统计耦合以及网络科学

本文的主要目的是提供EEG源连通性的概述。我们描述了信号处理对这一研究领域的主要贡献。强调需要认真处理方法问题,以取得相关成果,并且我们强调目前的局限性,这需要进一步研究。我们还报告了在正常和病理大脑状态下的具体应用结果。另外,我们还讨论了有关信号处理方法和应用的未来发展方向。本文发表在IEEE Signal Processing Magazine.

引言

在过去的几十年里,cc国际六开_cc国际网投系统_国际cc测评的研究极大地提高了我们对正常大脑的理解。现在有越来越多的证据表明,大脑功能是由神经系统高度专门化和空间分离区域的大规模网络产生的。从理论的角度看,一般的网络科学,特别是图论,已逐步进入cc国际六开_cc国际网投系统_国际cc测评和神经学领域。一个被称为网络cc国际六开_cc国际网投系统_国际cc测评的相对较新的研究领域,为研究人员提供了一个独特的机会来评估、量化并最终理解复杂脑网络的多方面特征。神经成像技术的巨大进步也加速了这一跨学科领域的发展,现在可以使用功能磁共振成像(fMRI)、脑磁图(MEG)和脑电图等技术以前所未有的空间和时间分辨率显示大脑结构和功能。

这种快速发展的背景下,从神经成像数据中识别正常和病理功能网络已成为脑研究中最有前景的研究之一。在能够提供有关大脑功能网络动态的相关信息的神经成像技术中,EEG在过去20年中取得了长足的进展。EEG系统的一个主要优点是无侵入性和相对容易使用。如果对脑电信号进行适当的处理以提取相关信息,那么脑电信号中所传递的信息可以对潜在的大脑功能网络提供丰富的信息。此外,EEG的一个重要优点是其优秀的时间分辨率,它不仅提供了不可替代的机会,在很短的时间内跟踪大规模脑网络如在许多认知任务中,而且也分析快速的、动态的变化,这些变化可以发生在静息状态或脑部疾病过程中,如癫痫,通常在发作期间(癫痫发作之间)或发作的事件(癫痫)。

对神经同步在脑功能中的作用进行了深入的研究。大多数报告的关于EEG功能连通性分析的研究均在电极级别进行。然而,对相应网络的解释并不容易,由于头部的传导特性以及多个头皮电极在一定程度上收集了来自同一脑源的活动,信号受到容积传导效应的强烈破坏。这两个因素可能导致不准确地估计大脑区域之间的实际功能连通性。几项最近的研究清楚地报告了在EEG头皮水平上计算连通性的局限性。近年来大家对在皮层源水平上的功能性脑网络的EEG分析兴趣显着增加。这是一种降低上述局限性的方法,被称为EEG源连接。这在概念上是相当有吸引力的,因为高时间-空间分辨率的网络可以直接在皮层-源空间中识别,前提是要仔细考虑一些方法学方面的问题,以避免错误。

实际上,从电极空间到源空间的转变涉及解决一个不当的逆向问题,其生物物理基础依赖于偶极子理论。目前提出的许多反演方法中,有些利用了与生理相关的先验知识,即关于在头皮采集的原信号中偶极子源的位置和朝向。当该信息结合一个准确的、特定的被试或特定病人的容积导体模型(通过MRI分割获得的真实头模型),这些方法大大增加定位源的精度和相关时间序列的估计,这个类似于局部场电位。这些时间序列成为所谓的连接方法的输入信息,旨在直接在源空间中估计大脑网络。从应用的角度(例如,认知科学和诊断)来看,这样的网络会提供更多的信息。

EEG源连通性的方法涉及几个步骤,每一个与信号处理中的重要理论观点相关,如原始EEG数据的预处理(如去伪迹和去噪),EEG逆解决方案(如源定位和重建,空间/时间假说,稀疏,和正则化约束),信号耦合的统计估计(如相位同步(PS)/熵、互信息、相干函数、线性/非线性回归分析),以及基于图论的分析(如网络分离/整合和中心度)。然而,就每个数据分析方面的方法选择和局限性以及可以用的工具上而言,仍缺少对EEG源连通性的全面概述。本文的主要目的是通过全面描述信号处理对这一相对新的研究领域的主要贡献来解决这个问题。从方法的角度来看,我们还讨论了可能克服现有技术的一些局限性的未来进展

从应用的角度来看,目前为止,我们关注的是用EEG源连通性方法记录正常或病理大脑状态的数据所获得的结果。我们特别强调最近的研究尝试利用EEG源连通性揭示癫痫和神经退行性疾病中功能失调网络的拓扑结构和动力学的临床价值。最后,我们提出了在认知和临床研究领域中的一些展望。

容积传导问题(Thevolume-conduction problem)

设X(t)为采用M个电极记录脑表面的时间序列。这些M个电极记录N个脑源的活动S(t)。直接计算X(t)时间序列之间的统计耦合,在头皮水平上生成M*M维功能网络。基于头皮EEG的网络在过去得到了广泛的应用。然而,从电极水平来解释连通性是非常困难的,因为这些记录被场扩散效应(effects of field spread)和体积传导效应严重破坏。理想情况下,如果每个电极只测量其下方的神经元活动,那么从X1和X2两个电极记录的信号中测量到的任何统计耦合都将反映两个物理上不同的大脑区域S1和S2之间的连接(图1a)


篇幅限制,阅读全文请点击链接 https://mp.weixin.qq.com/s/0Graj24wu37JP9pT3aLZWA

如需原文及补充材料,请加微信:siyingyxf 获取,如对思影课程感兴趣也可加此微信号咨询。


转发到微博
您需要登录后才可以回帖 登录 | 注册

bottom

Powered by Discuz! X2

? 2001-2011 Template By Yeei. Comsenz Inc.

回顶部