验证MEG估计的静止状态连接组与内EEG连接组

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.
• 医疗成像医学成像

背景情况:

• 磁脑电图 (MEG) 是绘制休息状态大脑连接的关键工具.
• 由于MEG的源影像位置不佳,空间分辨率有限,导致源泄漏,使连接性解释复杂化.
• 验证MEG连接性与更精确的空间方法相比是至关重要的.

研究的目的:

• 通过使用规范性内EEG (iEEG) 图谱,验证磁脑摄影 (MEG) 衍生的大脑连接性.
• 评估不同的连接指标,包括那些纠正零滞后效应的指标,对MEG-iEEG相关性的影响.
• 评估MEG对研究静止状态大脑网络的可靠性.

主要方法:

• 分析了45名健康参与者的MEG数据.
• 在使用平均方法上的波形-最大来解决MEG反向问题.
• 四个连接指标 (AEC,OAEC,PLV,wPLI) 被计算出来,并用iEEG图谱在规范频段进行空间比较.

主要成果:

• 在广度封面相关性 (AEC) 和相锁定值 (PLV) 中,在MEG和iEEG之间发现了适度的空间相关性.
• 当使用用于纠正零滞后连接的指标时,空间相关性显著下降 (正角化AEC和加权相滞后指数).
• 与iEEG相比,MEG表现出更高的零延迟连接,这表明源泄漏影响了连接估计.

结论:

• 虽然MEG可以恢复相关的大脑连接模式,但与iEEG的中低相关性需要谨慎地解释MEG连接结果.
• 零滞后校正方法减少了相关性,表明了减轻源泄漏和可能消除真正连接之间的权衡.
• 这些发现强调了考虑源泄漏和选择的指标对基于MEG的连接性研究的影响的重要性.