反向解决方案,连接测量和节点大小对EEG源网络的影响:同时进行的EEG研究

科学领域:

• 神经科学是一个神经科学.
• 生物物理学的生物物理.
• 计算神经科学是一种神经科学.

背景情况:

• 大脑网络分析提供了对大脑功能和功能障碍的见解.
• 在源空间中重建大脑网络对于诸如非侵入性神经调节等应用至关重要.
• 从头皮EEG估计源活动是复杂的,因为问题和体积传导的不良性质.

研究的目的:

• 调查反向解决方案,连接度和节点大小对重建EEG源网络的影响.
• 为了比较源活动和网络重建的各种方法的性能.
• 建立一个可靠的方法,从头皮 EEG 来重建源空间网络.

主要方法:

• 使用了同时进行头皮EEG和立体EEG记录.
• 评估了多种反向解决方案 (sLORETA,wMNE,LCMV光束成形) 和连接措施 (wPLI,DTF,PDC,EEC,PCC,AEC).
• 为进行比较分析,进行了数值模拟.

主要成果:

• 在重建源空间网络方面,加权阶段滞后指数 (wPLI) 与其他五种连接性指标相比,表现明显更好.
• 对于重建的源网络,评估的反向解决方案 (sLORETA,wMNE,LCMV) 之间没有发现显著差异.
• 来自信号相的源网络与基于波形特性或因果关系的网络比基于波形特性或因果关系的网络更好地与内活动保持一致.

结论:

• 权重阶段滞后指数 (wPLI) 是一种非常有效的测量方法,用于从头皮EEG重建源空间中的大脑网络.
• 基于信号阶段的网络重建提供了更准确的脑内活动的表现.
• 这项研究为源空间网络重建提供了基础框架,特别有利于未来的神经调节研究.