评估和比较最流行的人工物减少方法,以获得与fMRI同时获得的EEG

科学领域:

• 神经科学是一个神经科学.
• 医疗成像医学成像
• 信号处理 信号处理

背景情况:

• 结合脑电图 (EEG) 和功能磁共振成像 (fMRI) 的多式神经成像为大脑功能研究提供了增强的空间和时间分辨率.
• 同时的EEG-fMRI采集受到由于两个系统之间的强烈相互作用,主要是EEG中的MR诱导的人工物,而信号质量显著降低的挑战.
• 这些由磁流波动引起的人工制造物掩盖了真正的神经元信号,需要有效的人工制造物减少策略.

研究的目的:

• 提供概述和评估用于减少磁共振 (MR) 文物在同时EEG-fMRI记录的常用方法.
• 通过使用各种EEG数据集来评估人工物减少技术的有效性,重点是开放访问,用户友好的方法和一种新的碳线循环 (CWL) 回归方法.
• 根据定量性能分析,制定选择最佳MR人工物减少方法的准则.

主要方法:

• 通过将同步的EEG-fMRI记录与在MRI扫描仪之外获得的EEG数据进行比较来评估人工物减少方法.
• 使用光谱内容分析 (静止状态和运动任务期间的振荡活动) 和时间域分析 (视觉唤起的响应) 来量化评估文物减少质量.
• 应用层次贝叶斯概率模型用于统计推理,以比较方法性能.

主要成果:

• 在评估的方法中,在频率和时间领域,在人工物减少的有效性和由此产生的信号质量方面观察到显著的差异.
• 与其他方法相比,碳线循环 (CWL) 系统表现出优越的性能.
• 具体来说,CWL系统显著改善了α和β频段的光谱对比度,并增强了视觉唤起反应的恢复.

结论:

• CWL系统代表了一种非常有效的方法来减少同时进行EEG-fMRI的MR人工物.
• 该研究提供了有价值的数据驱动的洞察力,了解各种人工物减少技术的性能.
• 拟议的指导方针将帮助研究人员选择最合适的MR人工物减少策略,以满足他们特定的EEG-fMRI研究需求.