ER-detect:在BIDS-iEEG电刺激数据中稳定检测早期唤起的反应的管道
Max A van den Boom1, Nicholas M Gregg2, Gabriela Ojeda Valencia3
1Department of Physiology and Biomedical Engineering, Mayo Clinic, Rochester, MN, USA; Department of Neurosurgery, Mayo Clinic, Rochester, MN, USA.
Journal of neuroscience methods
|February 14, 2025
概括
我们开发了Early Response (ER) -detect,这是一个自动化工具箱,用于使用内EEG (iEEG) 数据分析人类大脑连接. 该工具确保可重现的皮层-皮层唤起潜力 (CCEP) 分析,与手册注释的可靠性相匹配.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 生物医学工程 生物医学工程
背景情况:
- 人类大脑的连接对于理解大脑功能至关重要.
- 带有单脉冲电刺激的内EEG (iEEG) 可以精确测量电信息传播.
- 目前用于检测皮层-皮层唤起潜能 (CCEPs) 的方法缺乏标准化,从手动到自动化方法不等.
研究的目的:
- 开发一个强大,自动化和可重复的工作流程来处理CCEP数据.
- 为了能够精确地检测iEEG中早期引起的反应.
- 为研究和临床应用标准化CCEP分析.
主要方法:
- 开发了开源的早期响应 (ER) 检测工具箱,作为Python包和Docker应用程序提供.
- ER-detect预处理了BIDS结构化的iEEG数据,并采用了三种不同的自动检测方法.
- 通过两个临床场所的四名独立评级人员对14个手动注释的CCEP数据集进行验证.
主要成果:
- ER-detect的自动检测实现了与评级者之间的可靠性 (科恩卡帕≈0.6) 相当的性能.
- 该工具箱被优化为高效处理大型CCEP数据集.
- 已证明适合纳入更广泛的连接原子研究.
结论:
- ER-detect为iEEG-BIDS数据处理建立了一个标准化和高效的工作流.
- 提高基于CCEP的连接发现的一致性和可重复性.
- 促进了大脑连接分析的研究和临床应用的进步.
