在神经反馈任务中同时进行EEG-fMRI，多模态数据集成的大脑成像数据集

导读

虽然将EEG和fMRI结合使用可实现精细的空间分辨率和准确的时间分辨率集成，但仍带来许多挑战,比如要实时执行以实现神经反馈（Neurofeedback, NF）循环时。在这项研究里，研究人员描述了在运动想象NF任务期间同时获取的EEG和fMRI的多模态数据集，并补充了MRI结构数据。同时研究人员说明可以从该数据集中提取的信息类型，并说明其潜在用途。这是第一个脑电图和fMRI同步记录的NF，展示了第一个开放存取双模态NF数据集脑电图和fMRI。研究人员表示，(1)改进和测试多模态数据集成方法的宝贵工具，(2)改善提供的NF的质量，(3)改善在MRI下获得的脑电图去噪的方法，(4) 研究使用多模态信息的运动图像的神经标记。

EEG-fMRI联合源估计平均结果

神经反馈(NF)包括向受试者提供关于他自己大脑活动的实时信息，以训练特定大脑区域的自我调节能力，是一种很有前途的大脑康复技术，可以应用于精神疾病、中风和其他神经病理学。NF方法通常基于使用单一成像技术实时测量大脑活动，大多数应用依赖脑电图，而最近的一些应用则采用功能成像（例如功能MRI）。

最近的一些研究，显示了结合不同的成像技术来实现更具体的自我调节的潜力，结合两种互补的方式如fMRI和EEG展现了诱人的前景。功能磁共振成像具有良好的空间分辨率(_{mm)，但成像速度较慢。而脑电图提供了极好的时间分辨率(}ms)，但其空间分辨率却受到通过头部组织的皮层电流体积传导的限制(~cm)。这些成像方式是高度互补的，它们的结合在需要高时间和空间分辨率的应用中很有前途，例如对特定大脑区域的神经网络训练。

对不同成像方式的联合分析可以揭示大脑解剖、功能和电生理特性之间的复杂联系。EEG和fMRI的集成允许对神经动力学进行“增强”分析，因为单一模式可提供潜在神经活动的部分估计。EEG-fMRI联合分析分为两类:非对称和对称。在第一种方法中，从一种方法中提取的信息被集成或驱动第二种方法的分析，而在对称方法(数据融合)中，使用联合生成模型。这些方法的探索很少，神经血管耦合的复杂性是他们的主要局限性。

在XP2中进行NF训练期间的平均EEG ERD时频图（N = 18个受试者）

据研究人员表示，在神经网络循环中同时进行脑电图-功能磁共振成像的只有另一个研究小组，用于训练情绪自我调节:因此，我们在这里分享和描述的数据集，与首次在运动图像任务中进行双峰神经网络成像相对应。它由64通道脑电图(扩展10-20系统)和功能性核磁共振数据集同时获得在一个运动图像NF任务，辅以结构核磁共振扫描。在两项研究中进行了录音。第一项研究(图1)涉及10名健康受试者，旨在评估单峰(EEG或fMRI) NF9上双峰脑电图-fMRI NF的可行性和潜力。第二study16包括20名志愿者一个原始2 d比喻允许分别调节提出了脑电图和fMRI活动及其对NF性能的影响相比,更多的“古典”1 d测量(图2)。NF分数的分析和大胆的激活是执行和结果表明,一维反馈更容易控制,而fMRI激活时更具体使用2 d表示。

据研究人员表示，在NF循环中同时进行EEG-fMRI训练以训练情绪自我调节的研究团队较少，只有另一个研究小组，而他们共享和描述的数据集对应于双峰NF首次实现的运动想象任务。它由在运动想象NF任务期间同时获取的64通道EEG（扩展的10–20系统）和fMRI数据集组成，并辅以结构MRI扫描。在两项研究中进行了记录。

下图涉及10名健康受试者，旨在评估双峰EEG-fMRI NF优于单峰（仅适用于EEG或fMRI）NF9的可行性和潜力。

实验协议XP1

实验协议XP2

XP1和XP2的文件目录结构

EEG-fMRI NF平台的示意图

一位受试者的fMRI和EEG激活及NF评分示例(XP2)

上图是一位受试者的fMRI和EEG激活及NF评分示例(XP2)。第一列表示在NF训练期间的激活(EEG的fMRI和ERD头皮分布的大胆对比)。第二列显示校准特征(对侧运动皮层的ROI分别用于fMRI NF计算和Laplacian在C3电极周围用于EEG NF)。在最后一列中显示了3个NF会话的平均(mean + std error) NF得分(rest blocks in white and NF taskblocks in grey)。

在XP2中进行NF训练期间的平均EEG ERD时频图（N = 18个受试者）

上图为在XP2中进行NF训练期间的平均EEG ERD时频图（N = 18个受试者）。(a)时频图，显示对侧运动电极中的ERD（红色）和ERS（蓝色），以及所有频率上的平均ERD时间序列(mean + standard error acrosssubjects)。(b)在[8-12] Hz和[13-30] Hz频段内的ERD地形图。©ERD皮质图。

上图在XP2中三次NF运行时的组fMRI响应(NF任务> 0,p = 0.05 FWE校正，基于体素的分析)。(a) t= 1时阈值化的平均激活图(N = 20)。(b) 2dNF组(蓝色)和1dNF组(绿色)对比图。

EEG-fMRI联合源估计平均结果

上图为EEG-fMRI联合源估计平均结果。使用联合EEG-fMRI稀疏模型（红色），仅EEG数据（α= 1，绿色）或仅fMRI数据（α= 0，蓝色）估计的运动执行过程中的源位置（XP1的8个受试者的平均值）。

仅用于改善脑电图NF的稀疏脑电图信息fMRI模型

上图为仅用于改善脑电图NF的稀疏脑电图信息fMRI模型。
(a):说明用于从脑电图信号学习fMRI-NF评分的方法。
(b)显示了数据集XP2中所有受试者的学习步骤和测试步骤的估计fMRI-NF评分和fMRI-NF评分之间的相关性的中位数和四分位数。也显示了仅根据EEG信号估算双峰EEG-fMRI-NF评分的结果。
©:例如受试者sub-xp216 run 3。估计的分数是在第一次NF运行时获得的，浅蓝色是ground truth，深蓝是从脑电图中获得的估计的fMRI-NF评分。下面黄色的图是双峰NF评分，红色的图是仅用EEG估计的NF评分。

资源地址：
https://github.com/glioi/BIDS_fMRI_analysis_nipype
论文信息：
Simultaneous EEG-fMRI during a neurofeedback task, a brain imaging dataset for multimodal data integration

参考
在神经反馈任务中同时进行EEG-fMRI，多模态数据集成的大脑成像数据集
本文章由脑机学习者Rose笔记分享,QQ交流群：941473018
更多分享，请关注公众号

在神经反馈任务中同时进行EEG-fMRI，多模态数据集成的大脑成像数据集相关推荐

NeuroImage Clinical：EEG神经反馈对ADHD患者的α波振荡、注意力和抑制控制的影响
<本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 注意缺陷多动障碍(Attention-deficit hyperactivity disorder, ADH ...
基于BCI的现代神经反馈有助于认知增强
神经反馈是一种人类增强技术,旨在提供心理变量(例如记忆力,注意力,处理速度或执行功能)的认知改善. 什么是认知增强神经反馈? 神经反馈是一种人类增强技术,其最终目标是优化大脑功能,以实现对记忆.注意 ...
基于BCI的现代神经反馈有助于认知增强(一)
神经反馈是一种人类增强技术,旨在提供心理变量(例如记忆力,注意力,处理速度或执行功能)的认知改善. 什么是认知增强神经反馈? 神经反馈是一种人类增强技术,其最终目标是优化大脑功能,以实现对记忆.注意力 ...
NeuroImage: ADHD青少年右侧额下回皮层fMRI神经反馈的功能连接变化
注意缺陷多动障碍(Attention Deficit Hyperactivity Disorder, ADHD)是一种常见的儿童神经发育障碍,多发于男孩且与较差自控能力有关,其基础是额纹状体缺陷.在临 ...
基于BCI的现代神经反馈有助于认知增强(二)
脑机接口神经反馈工作该视频显示了现代神经反馈方法是如何实时工作的.首先,记录原始的脑电图活动:左上图显示脑电图记录在位于顶枕区上方的五个电传感器中.使用短期傅里叶变换,特别是在最后一个EEG秒(灰色 ...
神经反馈3——标准训练方案
关注"心仪脑"查看更多脑科学知识的分关键词:文献综述.干货分享上期推文中我们了解了不同节律的EEG信号及其性质,在此基础上,将继续为各位介绍一些神经反馈的训练方案.在几十年的发 ...
国内研究团队利用神经反馈训练提高运动想象脑机接口的性能
运动想象(MI)任务表现的显著性差异严重阻碍了MI在脑机接口(BCI)中的广泛应用.先前的研究人员发现,静息态的alpha波段功率与MI-BCI性能呈正相关.在本研究中,研究人员设计了一种基于上调al ...
神经反馈丨关于脑磁图（MEG）的那点事
Hello, 这里是行上行下,我是隔壁壹脑云的石子~ 前期文章[神经反馈的前世今生] 对神经反馈做了一个大致梳理,我们知道根据大脑活动信号的种类,神经反馈可以分为基于电生理学的神经反馈以及基于血流动力 ...
神经反馈4——“组合”训练方案
关注"心仪脑"查看更多脑科学知识的分关键词:文献综述.干货分享.神经反馈在标准方案的基础上,通过多频段的融合训练.多导联.多受训者结合等"组合"方式发展形成 ...

在神经反馈任务中同时进行EEG-fMRI，多模态数据集成的大脑成像数据集

目录

导读

在神经反馈任务中同时进行EEG-fMRI，多模态数据集成的大脑成像数据集相关推荐

最新文章

热门文章