×

通过空间相干性和频率之间的耦合解释MEG和EEG幂律标度的差异:一项模拟研究。 (英语) Zbl 1427.92052号

摘要:电生理信号(脑电图、脑电图和脑磁图)与许多自然过程一样,具有尺度-方差特性,从而产生幂律(1/f)谱。有趣的是,EEG和MEG的斜率不同,这可以用多种机制解释,包括组织的非电阻特性。我们在本研究中的目标是评估源信号的空间/频率结构的影响,作为解释神经成像信号光谱标度特性的假定机制。我们根据不同大小(0.4至104.2 cm2)的皮质斑块的总贡献进行了模拟。在对数尺度上,小斑块是高频的属性信号,而大斑块与低频信号相关。测试参数包括i)空间/频率结构(斑块大小和频率的范围)和ii)振幅因子(c)参数化空间比例。我们发现,空间/频率结构可能会导致EEG和MEG无标度谱之间的差异,这与之前研究中报告的实际数据结果相符。我们还发现,在一定的空间尺度下,EEG和MEG之间没有更多的差异,这表明两种方法的分辨率都有局限性。我们的工作解释了实验结果。这并不排除EEG和MEG之间差异的其他机制,但表明神经动力学时空结构的重要作用。这有助于分析和解释EEG和MEG中的幂律测量,我们相信我们的结果也会影响大脑动力学的计算建模,在不同的频率下可以使用不同的局部连接结构。

MSC公司:

92 C55 生物医学成像和信号处理
92C20美元 神经生物学
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Ahlfors,S.P.、Han,J.、Lin,F.H.、Witzel,T.、Bellivou,J.W.、Hamalainen,M.S.等人(2010年)。消除由扩展和分布式源产生的EEG和MEG信号。人脑绘图,31(1),140-149。https://doi.org/10.1002/hbm.20851。 ·doi:10.1002/hbm.20851
[2] Atasoy,S.、Donnelly,I.和Pearson,J.(2016)。人脑网络在连接体特有的谐波中发挥作用。《自然通讯》,710340。https://doi.org/10.1038/ncomms10340。 ·doi:10.1038/ncomms10340
[3] Bangera,N.B.、Schomer,D.L.、Dehghani,N.、Ulbert,I.、Cash,S.、Papavasiliou,S.R.、Eisenberg,S.R、Dale,A.M.和Halgren,E.(2010年)。白质各向异性对颅内EEG正向解影响的实验验证。计算神经科学杂志,29(3),371-387。https://doi.org/10.1007/s10827-009-0205-z。 ·Zbl 1446.92198号 ·doi:10.1007/s10827-009-0205-z
[4] Bullock,T.H.和McClune,M.C.(1989)。皮层电图的横向一致性:大脑同步性的一种新测量方法。脑电图与临床神经生理学,73(6),479-498·doi:10.1016/0013-4694(89)90258-7
[5] Bullock,T.H.、McClune,M.C.、Achimowicz,J.Z.、Iragui-Madoz,V.J.、Duckrow,R.B.和Spencer,S.S.(1995)。脑电图的一致性在毫米域中具有结构:癫痫患者的硬膜下和海马记录。脑电图与临床神经生理学,95(3),161-177·doi:10.1016/0013-4694(95)93347-A
[6] Buzsaki,G.(2006年)。大脑的节奏·兹比尔1204.92017
[7] Buzsaki,G.、Anastassiou,C.A.和Koch,C.(2012)。细胞外场和电流的起源EEG、ECoG、LFP和尖峰。自然评论。神经科学,13(6),407-420。https://doi.org/10.1038/nrn3241。 ·doi:10.1038/nrn3241
[8] Ciuciu,P.、Abry,P.和He,B.J.(2014)。内在fMRI网络中功能连接性和无标度动力学之间的相互作用。神经影像,95,248-263。https://doi.org/10.1016/j.neuroimage.2014.03.047。 ·doi:10.1016/j.neuroimage.2014.03.047
[9] Cointepas,Y.、Geffroy,D.、Souedet,N.、Denghien,I.和Rivière,D.(2010年)。BrainVISA项目:生物医学成像研究的共享软件开发基础设施。
[10] Cosandier-Rimélé,D.、Badier,J.M.、Chauvel,P.和Wendling,F.(2007年)。间歇活动期间头皮脑电图和深度脑电图信号的建模和解释。会议记录:医学和生物学会IEEE工程年度国际会议,2007年,4277-4280。https://doi.org/10.109/iembs.2007.4353281。 ·doi:10.1109/iembs.2007.4353281
[11] Dehghani,N.、Bedard,C.、Cash,S.S.、Halgren,E.和Destexhe,A.(2010年)。人类同步脑电图和脑磁图记录的比较功率谱分析表明,细胞外介质是非电阻性的。计算神经科学杂志,29(3),405-421。https://doi.org/10.1007/s10827-010-0263-2。 ·兹比尔1446.92201 ·doi:10.1007/s10827-010-0263-2
[12] Delorme,A.和Makeig,S.(2004)。EEGLAB:一个开源工具箱,用于单次试验脑电图动力学分析,包括独立成分分析。《神经科学方法杂志》,134(1),9-21。https://doi.org/10.1016/j.jneumeth.2003.10009。 ·doi:10.1016/j.jneumeth.2003.10.09
[13] Destexhe,A.、Contreras,D.和Steriade,M.(1999)。猫自然觉醒和睡眠状态下大脑皮层局部场电位和单位放电的时空分析。《神经科学杂志》,19(11),4595-4608·doi:10.1523/JNEUROSCI.19-11-04595.1999
[14] Freeman,W.J.(2005)。理解无标度新皮质动力学的场理论方法。生物控制论,92(6),350-359。https://doi.org/10.1007/s00422-005-0563-1。 ·兹比尔1112.92005 ·doi:10.1007/s00422-005-0563-1
[15] Gavaret,M.、Badier,J.M.、Bartolomei,F.、Benar,C.G.和Chauvel,P.(2014)。枕内侧癫痫患者的MEG和EEG敏感性。脑地形图,27(1),192-196。https://doi.org/10.1007/s10548-013-0317-7。 ·doi:10.1007/s10548-013-0317-7
[16] Gramfort,A.、Papadopoulo,T.、Olivi,E.和Clerc,M.(2010年)。OpenMEG:准静态生物电磁学的开源软件。生物医学工程在线,9,45。https://doi.org/10.1186/1475-925X-9-45。 ·doi:10.1186/1475-925X-9-45。
[17] Hämäläinen,m.、Hari,R.、Ilmoniemi,R.J.、Knuutila,J.和Lounasmaa,O.V.(1993)。脑磁图学——理论、仪器和在工作人脑非侵入性研究中的应用。《现代物理学评论》,65,414-497·doi:10.1103/RevModPhys.65.413
[18] He,B.J.(2014)。无标度大脑活动:过去、现在和未来。《认知科学趋势》,18(9),480-487。https://doi.org/10.1016/j.tics.2014.04.003。 ·doi:10.1016/j.tics.2014.04.003
[19] Jirsa,V.K.(2009)。具有局部和全局连通性和时滞的神经场动力学。哲学汇刊。A辑,数学、物理和工程科学,367(1891),1131-1143。https://doi.org/10.1098/rsta.2008.0260。 ·Zbl 1185.92020年 ·doi:10.1098/rsta.2008.0260
[20] Khodagholy,D.,Doublet,T.,Gurfinkel,M.,Quilichini,P.,Ismailova,E.,Leleux,P.、Herve,T.、Sanaur,S.、Bernard,C.和Malliaras,G.G.(2011年)。体内记录用高一致性导电聚合物电极。《先进材料》,23(36),H268-H272。https://doi.org/10.1002/adma.201102378。 ·doi:10.1002/adma.201102378
[21] Miller,K.J.、Sorensen,L.B.、Ojemann,J.G.和den Nijs,M.(2009年)。大脑表面电势的幂律标度。《公共科学图书馆·计算生物学》,5(12),e1000609。https://doi.org/10.1371/journal.pcbi.1000609。 ·doi:10.1371/journal.pcbi.1000609
[22] Muthukumaraswamy,S.D.和Singh,K.D.(2013)。视觉伽玛振荡:刺激类型、视野覆盖和刺激运动对MEG和EEG记录的影响。神经影像学,69223-230。https://doi.org/10.1016/j.neuroimage.2012.12.038。 ·doi:10.1016/j.neuroimage.2012.12.038
[23] Nelson,M.J.和Pouget,P.(2012年)。用不同电极记录位置尺寸测量相干电位的物理模型。神经生理学杂志,107(5),1291-1300。https://doi.org/10.1152/jn.00177.2011。 ·doi:10.1152/jn.00177.2011
[24] Nunez,P.和Srinivasan,R.(2005)。大脑电场:脑电图的神经物理学。牛津:牛津大学出版社。
[25] Nunez,P.L.(2000)。大规模新皮质动力功能和脑电图的定量描述。行为与脑科学,23(3),371-37+。https://doi.org/10.1017/S0140525x00003253。 ·文件编号:10.1017/S0140525x00003253
[26] Pesaran,B.、Vinck,M.、Einevoll,G.T.、Sirota,A.、Fries,P.、Siegel,M.,Truccolo,W.、Schroeder,C.E.和Srinivasan,R.(2018年)。使用场电位记录研究大规模脑动力学:分析和解释。《自然神经科学》,21(7),903-919。https://doi.org/10.1038/s41593-018-0171-8。 ·doi:10.1038/s41593-018-0171-8
[27] Pfurtscheller,G.和Cooper,R.(1975年)。脑电图从皮层到头皮传输的频率依赖性。脑电图与临床神经生理学,38(1),93-96·doi:10.1016/0013-4694(75)90215-1
[28] Roehri,N.、Lina,J.M.、Mosher,J.C.、Bartolomei,F.和Benar,C.G.(2016)。提高脑内EEG高频振荡检测能力的时频策略。IEEE生物医学工程学报,63(99),1-2606。https://doi.org/10.109/TBME.2016.2556425。 ·doi:10.1109/TBME.016.2556425
[29] Sanz-Leon,P.、Knock,S.A.、Spiegler,A.和Jirsa,V.K.(2015)。虚拟大脑中大规模脑网络建模的数学框架。神经影像,111385-430。https://doi.org/10.1016/j.neuroimage.2015.01.002。 ·doi:10.1016/j.neuroimage.2015.01.002
[30] Sanz Leon,P.、Knock,S.A.、Woodman,M.M.、Domide,L.、Mersmann,J.、McIntosh,A.R.和Jirsa,V.(2013年)。虚拟大脑:灵长类动物大脑网络动力学的模拟器。神经信息学前沿,7,10。https://doi.org/10.3389/finf.2013.00010。 ·doi:10.3389/fninf.2013.00010
[31] Srinivasan,R.、Winter,W.R.、Ding,J.和Nunez,P.L.(2007)。EEG和MEG一致性:在新皮质动力学的不同空间尺度上测量功能连通性。神经科学方法杂志,166(1),41-52。https://doi.org/10.1016/j.jneumeth.2007.06.026。 ·doi:10.1016/j.jneumeth.2007.06.026
[32] Tadel,F.、Baillet,S.、Mosher,J.C.、Pantazis,D.和Leahy,R.M.(2011)。头脑风暴:一个用户友好的MEG/EEG分析应用程序。计算智能与神经科学,2011年,879716。https://doi.org/10.1155/2011/879716。 ·doi:10.1155/2011/879716
[33] von Ellenrieder,N.、Dan,J.、Frauscher,B.和Gotman,J.(2016)。稀疏异步皮层发生器可以产生可测量的头皮脑电图信号。神经影像学,138123-133。https://doi.org/10.1016/j.neuroimage.2016.05.067。 ·doi:10.1016/j.neuroimage.2016.05.067
[34] von Stein,A.和Sarnthein,J.(2000)。不同尺度皮层整合的不同频率:从局部伽马到远距离α/θ同步。国际心理生理学杂志,38(3),301-313·doi:10.1016/S0167-8760(00)00172-0
[35] Wirsich,J.、Perry,A.、Ridley,B.、Proix,T.、Golos,M.、Benar,C.等人(2016)。全脑网络通信分析结果显示,右颞叶癫痫患者的结构-功能相关性增强。《神经影像临床》,11707-718。https://doi.org/10.1016/j.nicl.2016.05.010。 ·doi:10.1016/j.nicl.2016.05.010
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。