（最好的BEST）脑电生理记录和刺激工具箱

文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注

导读

非侵入性脑刺激(NIBS)实验中没有足够标准化的重复程序。鉴于实验设计和研究人员经验的多样性，需要自动化但灵活的数据收集和分析工具来提高NIBS实验的客观性、可靠性和可重复性。脑电生理记录和刺激(BEST)工具箱是一种基于MATLAB的开源软件，具有图形用户界面，允许用户设计、运行和共享可自由配置的多协议、多会话NIBS研究，包括经颅磁、电和超声刺激(TMS、tES、TUS)。BEST工具箱可与各种记录和刺激设备连接，用于分析EMG和EEG数据，并实时配置刺激参数，以促进闭环协议和实时应用。其功能也在不断扩展，包括TMS运动热点搜索、阈值估计、运动诱发电位(MEP)和TMS诱发EEG电位(TEP)测量、剂量反应曲线、配对脉冲和双线圈TMS、rTMS干预。

前言

三十多年来，非侵入性脑刺激技术(Non-Invasive brain stimulation，NIBS)已在基础和临床研究中广泛应用。越来越多的刺激技术，包括经颅磁、电、超声刺激(TMS、tES、TUS)和外周电刺激(PES)，以及各种特定的测量和干预方法在不断发展。但是许多实验程序没有很好地进行标准化，从而影响了实验室之间的可比性和再现性，导致该领域存在实验重现性问题。与此同时，NIBS与无创电生理和神经成像测量，如肌电图、脑电图和功能磁共振成像(EMG、EEG、fMRI)的逐渐结合，以及新方法的引入，在设计和运行实验时，对NIBS用户的要求也越来越高，通常需要定制的硬件和软件解决协议。为了提高NIBS研究的客观性和再现性，鼓励开放科学，并支持技术知识相对较少的用户按照最高标准进行现代NIBS研究，需要一个强大但易于获取的工具。脑电生理记录和刺激(BEST)工具箱是一个开源软件，它具有图形用户界面(GUI)，使其用户能够以灵活但标准化和自动化的方式舒适地设计和运行多个会话和各种不同的刺激和记录协议的实验。实验文件可以方便地保存、与同事共享，或者与出版物一并发行。与众多记录和刺激设备接口，BEST工具箱可以在线分析和可视化输入的电生理和行为数据，并能够自动实时调整刺激参数，以促进数据质量监控和闭环，以及实时应用。

技术参数

BEST工具箱是一个开源的跨平台(Windows、Mac、Linux)应用程序，在MATLAB 2017b版本中开发，带有Java-MATLAB接口实用程序的高级GUI，与其他已建立的MATLAB工具箱，如FieldTrip、SPM和MAGIC交互。BEST工具箱能在具有1.5 GHz双核处理器和8GB RAM的标准计算机上流畅运行，允许MATLAB使用~ 4GB的最大数组大小和总内存，由于其内存高效，具有面向对象的软件体系结构和试验数据处理程序，足够在MATAB中使用BEST工具箱的所有操作。它的低级和高级函数也可以在自定义MATLAB脚本中独立使用，以实现最大的灵活性。这个开源软件可在GitHub (http://github.com/umairhassan/best-toolbox)上获取，并根据GNU通用公共许可证(v3)进行发布。在http://best-toolbox.org上可以找到详细的技术文档，包括软件依赖关系、硬件配置、用户指南和视频教程。用户可以通过GitHub存储库页面提交bug报告并请求其他功能，还可以注册一个时事通讯，了解关于bug修复、新特性和可用性调查的信息。

输入/输出接口和时间问题

BEST工具箱不仅能与各种过时的硬件设备(图1A)连接，而且这些硬件设备可以从BEST工具箱提供输入(例如，EMG和EEG系统，或按钮盒)或从BEST工具箱接收输出(例如，TMS，tES，TUS或PES设备)。BEST还能与开源信号处理软件和微控制硬件以及专用的实时计算机系统进行连接。由先前的输出参数产生的输入的自动评估和迭代在线参数调整的可能性使BEST工具箱能够为各种协议提供闭环模式。研究者接下来讨论了目前支持的输入和输出接口，与神经导航的融合，以及使用BEST工具箱运行大脑刺激实验的时间复杂度。

输入(记录)：BEST工具箱集成多个APIs(应用程序接口)，通过以下选项以时间锁定的方式从不同设备(图1)接收时间序列数据。FieldTrip实时缓冲可以接收来自各种源的输入，并通过TCP/IP协议将其提供给BEST工具箱，无论它是运行在相同的还是不同的内核上。相反，广泛使用的CED Power1401或Micro1401微控制器单元(CED，UK)的控制软件提供数据访问，如果运行在与BEST工具箱相同的内核上，也可以通过与BEST工具箱主机的串行(COM)或并行(LPT)连接收集来自按钮盒、键盘或其他辅助设备的响应。具有数字化和模拟输入与输出通道的专用实时系统，如bossdevice (sync2brain，德国)，可以从特定的EEG放大器，如NeurOne Tesla (Bittium，芬兰)或actiCHamp Plus (Brain Products，德国)，实时接收和处理数字化EEG和EMG数据。在与BEST工具箱相同的内核上加载bossdevice Simulink Real-Time固件，通过MATLAB API提供对原始和处理后的时间序列数据的实时访问，为实时应用程序(例如，EEG触发TMS)实现准连续数据流。

输出(刺激)：BEST工具箱使用多个APIs与多个输出设备(图1)接口，以远程配置刺激参数(如强度、刺激间隔等)并触发刺激(单脉冲或预定义的刺激序列)。MAGIC工具箱(https://github.com/nigelrogasch/MAGIC)是通过串行连接来设置TMS设备的刺激参数的，目前支持MagVenture(丹麦)，MagStim(英国)和Duomag(捷克共和国)设备，以及允许NeuroFUS Pro TUS的设备(BrainBox，英国)NeuroFUSAPI (https://github.com/umair-hassan/neurofus-api)。串行连接(COM，USB)直接与BEST工具箱主机连接，TTL (RS232)触发脉冲可以通过其并行端口或专用的I/O卡发送。另外，开源微控制器(例如Arduino，Raspberry-Pi)可以作为一种有效的低成本解决协议来生成任意的串行控制命令和TTL触发脉冲，以实现定制的解决协议。bossdevice通过MATLAB API连接到BEST工具箱，使用最先进的FGPIO系统生成高精度TTL脉冲(或脉冲序列)。

图1. BEST工具箱原理图和GUI界面。

神经导航：除了与记录和刺激硬件的连接，与基于MR的无框架立体定向神经导航系统(例如，TMS-Navigator，Localite，德国)的双向网络通信提供了带有导航当前位置的BEST工具箱(例如，TMS线圈或TUS传感器)，用于目标控制和目标成功的逐步记录。它还使BEST工具箱能够从预定义的目标列表中进行选择，指导用户或兼容的机器人系统(例如，TMS-Cobot，Axilum，法国)确定下一个刺激设备的位置。这不仅促进了半自动化或全自动闭环热点搜索(算法评估当前目标的质量并智能地确定下一个目标)的发展，还能促进刺激目标的逐步混合。开源系统(如inesalius Navigator)将包含在未来的新版本中。

时间复杂性：通过BEST工具箱对单个试次所需的总时间控制，是由几个软件组件的处理时间(设备固件，APIs，操作系统，BEST工具箱本身)，时间复杂度(一种算法的执行时间作为它的输入长度的函数)，以及某些特定硬件的延迟决定的。实验所需的时间精度取决于其特定的目标，用户须提供与此要求匹配的硬件设置，而BEST工具箱同样兼容高精度(例如，实时EEG系统和bossdevice)和低精度(例如，FieldTrip buffer和主机串行/并行端口)设置。在输入端，关键是要提供BEST工具箱访问数字时间序列数据所需的时间。从记录具有实时数字输出的设备(如NeurOne Tesla或actiCHamp Plus)通过实时系统(如bossdvice)到运行BEST工具箱的MATLAB实例的UDP流可以短至~5-10ms。需要注意的是，对于快速瞬态事件(如EEG振荡相位)的实时定位，相关数据处理必须完全在实时系统内进行(接收数据大约3ms后)，而BEST工具箱的在线分析和结果绘制只花较少的时间。相反，当通过FieldTrip buffer进行TCP/IP流传输时，数据在大约200-500ms之后到达BEST工具箱，当从CED微控制器检索数据时，大约400-800ms之后到达BEST工具箱。在输出端，相当大的延迟可能与改变刺激参数或触发刺激器的串行命令的准备、传输和处理有关(例如，改变刺激强度为~300-500ms，而改变电流方向为~3000-4000ms)。较短的延迟通常由从并行端口或I/ O卡发送TTL (RS232)脉冲到刺激设备的专用触发输入通道(~10-20 ms)引起。然而，在BEST工具箱的主机上运行的所有进程最终取决于其硬件(CPU、显卡、内存等)的性能，并受到操作系统其他进程的干扰，造成额外的和可变的延迟。对于时间关键的协议，相对于外部事件(例如，实时EEG触发的TMS)或精确的脉冲间隔(例如，ppTMS或rTMS)，触发器最好由专用的外部硬件(例如，开源微控制器或实时bossdevice)生成，将触发延迟减少到亚毫秒范围。为了确保脉冲间隔的精度，如果没有足够的输出硬件来提供精确的触发定时，定时控制也可以移动(部分或全部)到刺激器。BEST工具箱本身的时间复杂度取决于给定实验协议中不同处理步骤所需的时间。例如，闭环MEP阈值查找，包括当前试次的数据收集(随信道数量、段长、采样率而变化)，数据处理(如滤波、重参考、基线校正、伪迹拒绝、MEP振幅/潜伏期计算)，决策(如计算下个试次的刺激强度)，输出准备(例如，更改刺激参数配置的串行命令)，绘制更新的结果图(例如，锁时平均波形，阈值轨迹)，空闲时间(等待剩余的试次间隔，ITI)，并最终发送TTL触发器用于下个试次。这些延迟加起来达到(~500-1000ms，不包括等待时间)，将最小ITI限制为~1s。对于实时EEG振幅/相位触发TMS，类似的在线分析和绘制延迟在BEST工具箱中累积最小ITI ~1 s，即使实时目标本身(例如，通过bossdevice)运行也有~3-6 ms延迟，原则上，在BEST工具箱的单一试次中可以刺激多个靶点。请注意，提供的所有时间复杂度评估都是依赖于系统的，假定使用标准PC (8GB RAM和1.5 GHz双核处理器)和显卡，且没有运行其他软件的基础上进行的。即使是对计算要求最高的协议，它通常可以保证小于2s。

工具箱的结构和功能

BEST工具箱是按照实验的层次结构组织的，包括多个会话，其中包含多个协议，这些协议通过设置多个参数进行配置。GUI界面(图1B)由一个带有标签的单一窗口组成，不仅允许加载和保存实验，而且还可以打开和关闭多个可调整大小的页面，这些页面可以访问高级功能(模块)如实验控制、协议设计、结果、硬件配置、一般设置和Lab Book。

实验控制：NIBS实验通常涉及多个刺激协议和重复测量，有时分布在多个具有相同或不同参数的会话中。实验控制模块(图1B)允许用户设置新的实验，将多个协议组织成多个会话，并将整个结构保存为模板。这些模板可以为每个参与者加载并进行个性化设置，另一项研究也可以修改该模板，还可以与同事共享。商业化输入系统记录的原始数据默认以其原生文件格式存储，并且不能修改，而BEST工具箱处理的任何数据都以FieldTrip数据格式增量地存储到磁盘上。结果存储在实验文件中，可结合实验设计参数随时可用。协议设计：BEST工具箱提供了许多高级功能来配置特定的刺激/记录协议。为此，在实验控制模块中通过下拉菜单选择一个协议，然后通过协议设计模块根据实验目标确定参数(图1B)。一些标准的协议基本上是预先配置的，只有几个默认值需要调整(例如，刺激强度、刺激间间隔、试次数、记录通道)。也可以交互式地设计具有多个随机条件的全新协议。具体的参数可以以表格格式或通过图形编辑器来设置每个条件，这些参数说明了多个设备的刺激触发器以及记录通道。刺激参数可以定义为绝对和相对的，并与实验早期计划的协议的特定结果测量相关(例如，个体休息或主动运动阈值，RMT/AMT)。与在预先定义的随机试次间隔内进行刺激不同，大多数协议也可以在实时依赖于大脑状态的方式下进行(例如，从自定义的空间滤波器中提取特定频段的特定相角和振幅，就像在实时EEG触发的TMS中一样)，或与外部触发器同步(如MR体积触发器，如并发TMS-fMRI)。此外，pre-TMS基线评估允许在记录过程中自动排除和替代较差的试次。自定义MATLAB代码(包括来自其他MATLAB工具箱的函数)可以集成为相对于刺激触发器的回调函数，可以在行为任务中提供充分的灵活性。结果：Results模块能够对记录的数据进行实时处理和可视化，并根据各自的协议提供可用的分析和视图(见图2)。也可以隐藏结果，以便实现盲实验设计(实验者)。所有的结果图都被保存，并且可以在单独的窗口中打开，以便更仔细地检查。目前还没有提供BEST工具箱中的事后离线数据分析功能。

图2.不同协议的在线结果。

硬件配置：刺激和记录设备在各实验室和实验中都不相同。硬件配置模块(图1C)允许用户灵活地配置(如名称、端口、通道等)多个输入(刺激)和输出(记录)设备，这些设备保存在实验文件中，可从协议设计模块的下拉菜单中进行选择。

一般设置：该模块允许用户设置其他特定的实验参数，如实验配置和数据的目录，以及结果图保存设置等。Lab Book：该模块在进行实验时自动记录所有重要事件(例如，记录的开始和停止、暂停、成功完成或取消)的时间点。允许实验者在任何时候添加文本注释，从而可以在实验文件中记录不寻常的事件和实验决定。

协议功能

协议设计模块提供了几个高级功能来配置标准NIBS协议(特别是TMS-EMG)，如热点搜索、阈值估计、刺激响应曲线、兴奋性测量(例如，MEPs、ERPs和TEPs)，以及内部和皮层间交互(配对脉冲和双线圈协议)。研究者描述以下几个最常用的协议功能。

热点搜索：当刺激设备(如TMS线圈或PES电极块)的位置和方向根据预定义的标准(如振幅、一致性、波形形状)反复调整以优化感兴趣的响应(如MEP、TEP、运动/感觉感知)时，需要使用热点搜索协议。热点搜索通常需要实验者做出主观决定，评估反应，并手动反复改变刺激位置，直到满意为止。阈值估计：运动或感觉阈值可以通过闭环方式估计。该协议配置设备的刺激强度，触发刺激，获取响应数据(如EMG)，并运行阈值估计方法(如PEST或极大似然估计)，以确定和设置下一个刺激强度(见图2B中的RMT估计)。阈值标准是用户定义的(例如，RMT为50μV，AMT为200μV)，上面描述的自动pre-TMS评估和试次拒绝功能，以及最大肌肉收缩EMG运行校准，可以确保只包括想要收集的预收缩试次(例如，RMT＜50μV，AMT为最大收缩量的10-30%)。MEP刺激响应曲线：刺激-响应曲线是表征刺激和反应参数(例如，TMS强度和MEP振幅)之间关系的常用方法。BEST工具箱将玻尔兹曼sigmoid函数与数据相匹配，并提供其阈值、转折点和稳定期(图2C)。相应的曲线也可以生成配对脉冲和双刺激协议(例如，SICI，SICF，LICI，ICF，IHI，SAI和PAS)，系统地改变测试或条件刺激的强度，刺激间隔(ISI)，或试次间间隔(ITI)，并确定了产生50%最大测试脉冲调制的最佳参数。MEP测量：MEPs可以从多个肌肉中进行测量，在逐个试次的基础上对峰峰振幅和潜伏期进行评估和存储，并提供描述性测量(如均值、中位数、SD、SEM)(见图2A)。配对脉冲和双刺激协议也可以创建这个功能。TEP测量：TEPs可以从多通道EEG中测量，能够可视化单个试次和特定蒙太奇平均锁时EEG数据，以及特定感兴趣时间窗口中不同TEP组件的拓扑(图2E)。rTMS干预：重复性TMS (rTMS)干预可以灵活设计，用于执行既定的固定频率的rTMS(例如，1或5 Hz)或模式协议(例如，θ脉冲刺激)，以及具有任意脉冲序列的新协议。根据触发器输出硬件的时序精度和由刺激器提供的配置潜力，用户可以选择单个脉冲，部分脉冲/序列，或整个脉冲序列由刺激器在单个触发器上释放。ERP测量：从多通道EEG中可以记录通用ERPs，能够可视化特定蒙太奇和不同感兴趣时间窗口的地形图的平均锁时反应。ERP成分的波幅和潜伏期(例如，体感诱发电位的N20潜伏期，SEP)被自动提取并提供给后续协议(例如，SAI，PAS等)。静息态EEG测量：对于静息态EEG测量，记录几分钟的多通道连续EEG数据。功率谱密度通过FieldTrip使用多锥形窗口快速傅里叶变换进行估计，1/f校正可以使用IRASA或FOOOF(后者通过FieldTrip和BrainStorm工具箱)来执行。将原始功率谱和1/f校正功率谱可视化，并提供单个峰值频率和信噪比(Fig. 2D)，用于预定义的目标振荡，以支持实时EEG触发的TMS协议。联合TMS-fMRI：为了提供联合TMS-fMRI所需的TMS脉冲和fMRI体素采集的时间精确交错技术，BEST工具箱通过控制一个外部微控制器和LM555定时器集成电路(http://best-toolbox.org/14_ TMSfMRIMeasurement)，接收MR触发器，并在适当的时间触发TMS机器。TUS参数设置：BEST工具箱支持用户设置经颅聚焦超声(TUS)实验所需的多个相互依赖的超声参数，并相应地配置NeuroFUS Pro系统(BrainBox，UK)。

结论

BEST工具箱是一个为研究人员和临床医生设计、运行和执行最先进的多模态NIBS研究的在线分析工具，它具有强大且易于访问的特点，旨在提高NIBS研究的客观性、再现性和透明性，提高实验控制和数据质量标准，促进实时和闭环应用的使用，如用于脑状态依赖性的脑刺激。BEST工具箱的功能正在不断扩展，未来的版本将提供完全集成(自动化的)基于MR的神经导航，使热点搜索和图谱研究完全自动化。

原文：The Brain Electrophysiological recording & STimulation (BEST) toolbox.https://doi.org/10.1016/j.brs.2021.11.017

更多资讯看下图

（最好的BEST）脑电生理记录和刺激工具箱相关推荐

Brain Stimulation: 大脑电生理记录和刺激工具包（BEST）
非侵入性脑刺激(NIBS)实验涉及许多重复的过程,这些过程在该领域的研究中的还不够标准化.考虑到实验设计以及研究人员经验的多样性,需要一个自动化但是灵活的数据收集和分析工具来提高NIBS实验的客观性. ...
颅内EEG记录揭示人类DMN网络的电生理基础
使用无创功能磁共振成像(fMRI)的研究为人类默认模式网络(DMN)的独特功能组织和深远重要性提供了重要的见解,但这些方法在跨多个时间尺度上解决网络动力学的能力有限.电生理技术对于应对这些挑战至关重要 ...
综述：人类电生理的脑连接组学
<本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 脑连接组学是一门快速发展的神经科学子学科,可以用来从宏观尺度上检查不同脑区之间的功能和结构连接关系.研究表明, ...
做实验时脑电和近红外该选择哪个？
关注"心仪脑"查看更多脑科学知识的分享. 实验室既有脑电设备,又有近红外脑成像设备,我用什么好呢? 脑电技术发展的时间比较久,有大量文献书籍资料可以参考,不然用脑电吧?可是打导电膏 ...
（论文加源码）基于DEAP脑电数据集的脑电情绪识别（利用生成对抗性网络进行特征提取和数据扩充）
本篇论文发表于2022年的顶级期刊,代码可以完整运行,详情见第八节或者个人主页论文源码见个人主页:https://download.csdn.net/download/qq_45874683/876 ...
电生理连接技术的比较
文章来源于微信公众号(茗创科技),欢迎有兴趣的朋友搜索关注. 本文介绍了一系列电生理记录技术的异同.电生理连接性评估的方法,以及电生理数据中计算连接性的流程. 对大脑区域之间的电生理高级连接的测量必须 ...
【转发重要论文】顶中区N200: 一个中文视觉词汇识别特有的脑电反应
2019独角兽企业重金招聘Python工程师标准>>> [转发重要论文]顶中区N200: 一个中文视觉词汇识别特有的脑电反应话说原来一直在等<科学通报>网络版发布本论文 ...
脑机接口 | 面向步态神经电生理研究的非人灵长类模型与系统
近期,海南大学生物医学工程学院脑机芯片神经工程团队在Frontiers in Neuroscience期刊上发表了题为<面向步态&神经电生理研究的非人灵长类模型与系统>的学术论文. ...
脑电分析mne库函数compute_psd()记录
在进行脑电分析的学习时对compute_psd这个函数有所疑惑,故作此文记录 import numpy as np import mnesample_data_folder = mne.dataset ...

（最好的BEST）脑电生理记录和刺激工具箱

（最好的BEST）脑电生理记录和刺激工具箱相关推荐

最新文章

热门文章