使用EEG和fNIRS对脑网络中的结构功能关系进行比较
Rosmary Blanco1, Maria Giulia Preti2,3,4, Cemal Koba5
1Computer Vision lab, Sano Center for Computational Medicine, Krakow, Poland. r.blanco@sanoscience.org.
Scientific reports
|November 23, 2024
概括
这项研究探讨了使用同时使用脑电图 (EEG) 和功能近红外光谱 (fNIRS) 的大脑网络组织. 研究结果揭示了电气和血液动力学信号如何在大脑状态之间相互作用,为大脑功能提供了洞察力.
科学领域:
- 神经科学是一个神经科学.
- 脑部成像 脑部成像
- 系统神经科学 系统神经科学
背景情况:
- 了解人类大脑的大规模组织依赖于绘制结构和功能网络.
- 像功能近红外光谱 (fNIRS) 这样的新兴技术为研究结构功能关系提供了潜力,但它们的应用仍未得到充分探索.
- 任务期间的结构-功能关系,特别是使用多式联络方法,是尚未探索的领域.
研究的目的:
- 通过同时使用脑电图 (EEG) 和fNIRS来描述全球和本地结构功能合.
- 通过电气和血液动力学网络和不同大脑状态 (休息状态和运动图像) 调查结构-功能合的变化.
- 探索结构功能关系的空间异质性以及EEG和fNIRS信号之间的差异.
主要方法:
- 18名受试者在休息状态和运动图像任务期间同时进行EEG和fNIRS记录.
- 通过使用图形信号处理来分析源重建的EEG和fNIRS信号.
- 结构-功能合被评估全球和本地,检查大脑状态和频段的变化.
主要成果:
- fNIRS静止结构-功能合体现了较慢的EEG合,与状态相关的变化.
- 局部合是异质的,在感觉皮层更强,在关联皮层更弱,遵循单模向跨模梯度.
- 观察到EEG和fNIRS之间的差异,特别是在前端对象网络中,在跨模态皮质中交叉带对应性较低.
结论:
- 这项研究开创了利用可访问的成像技术对结构功能关系和大脑组织的多式理解.
- 研究结果突出了电气和血液动力学信号代表大脑活动及其合方式的差异.
- 这些结果为未来的研究提供了基础,利用结合EEG和fNIRS进行大脑网络分析.
