[論文レビュー] Cortical current source connectivity by means of partial coherence fields

Roberto D. Pascual‐Marqui, R. Biscay+3 more|arXiv (Cornell University)|Jan 1, 2011

Neural dynamics and brain function参考文献 6被引用数 5

ひとこと要約

本稿では、体積伝導と低空間分解能という従来のEEGコherエンスの限界を克服するため、部分的コherエンスフィールドを用いた皮質電流源結合の推定法を提案する。線形EEGトモグラフィー解から導かれる一般化部分的コherエンスを活用することで、空間分解能を向上させ、19電極程度の少数電極でも遅延結合された脳領域を正しく検出・局在化できる。シミュレーションでは、古典的コherエンスおよび遅延コherエンス法を上回る性能を示した。

ABSTRACT

An important field of research in functional neuroimaging is the discovery of integrated, distributed brain systems and networks, whose different regions need to work in unison for normal functioning. The EEG is a non-invasive technique that can provide information for massive connectivity analyses. Cortical signals of time varying electric neuronal activity can be estimated from the EEG. Although such techniques have very high time resolution, two cortical signals even at distant locations will appear to be highly similar due to the low spatial resolution nature of the EEG. In this study a method for eliminating the effect of common sources due to low spatial resolution is presented. It is based on an efficient estimation of the whole-cortex partial coherence matrix. Using as a starting point any linear EEG tomography that satisfies the EEG forward equation, it is shown that the generalized partial coherences for the cortical grey matter current density time series are invariant to the selected tomography. It is empirically shown with simulation experiments that the generalized partial coherences have higher spatial resolution than the classical coherences. The results demonstrate that with as little as 19 electrodes, lag-connected brain regions can often be missed and misplaced even with lagged coherence measures, while the new method detects and localizes correctly the connected regions using the lagged partial coherences.

研究の動機と目的

• 体積伝導と低空間分解能によるEEGにおける誤った結合の問題に対処すること。
• 共通の体積伝導源の影響を除去することで、真の機能的結合を分離する手法を開発すること。
• 最小限の電極数で遅延結合された脳領域の検出と局在化を改善すること。
• 一般化部分的コherエンスがEEGトモグラフィーの選択に依存しないことを示し、堅牢性を保証すること。
• 古典的および遅延コherエンス法よりも優れた性能を示すことを、分散脳ネットワークの同定において検証すること。

提案手法

• EEG前方モデルを満たす線形EEGトモグラフィーを用いて、EEGデータから全皮質の部分的コherエンス行列を推定する。
• EEG逆問題解から得られる皮質灰色質電流密度時間系列に、一般化部分的コherエンスを適用する。
• 特定のEEGトモグラフィーに依存しない部分的コherエンスの不変性を保証する。ただし、前方方程式を満たすことが前提である。
• すべての皮質源ペアに対して、共通源の影響を除くために、他のすべての皮質源を条件付けた数学的枠組みを採用する。
• 部分的コherエンスを同時にすべての皮質源ペアに対して計算するための多次元統計的手法を用いる。
• 古典的および遅延コherエンス指標と比較するためのシミュレーションを実施する。

実験結果

リサーチクエスチョン

• RQ1 部分的コherエンスフィールドは、古典的コherエンスと比較して、EEGを用いた皮質結合マッピングの空間分解能を向上させることができるか？
• RQ2 本手法は、EEGにおける体積伝導による誤った結合をどの程度低減するか？
• RQ3 最小限のEEG電極数で、遅延結合された脳領域を正確に検出・局在化できるか？
• RQ4 一般化部分的コherエンス推定値は、EEG逆問題解（トモグラフィー）の選択に依存しないか？
• RQ5 本手法は、模擬脳活動において、体積伝導アーチファクトと真の機能的結合をどの程度正確に区別できるか？

主な発見

• 一般化部分的コherエンスは、模擬EEGデータにおいて古典的コherエンスよりも高い空間分解能を示した。
• 19電極のみで、古典的および遅延コherエンス法では、しばしば遅延結合された脳領域を検出できず、誤って局在化する。
• 提案された部分的コherエンス手法は、低電極密度下でも結合領域を正しく同定・局在化できる。
• 部分的コherエンス推定値は、EEGトモグラフィーの選択に依存しない（前方方程式を満たす限り）。
• シミュレーション結果から、部分的コherエンスが共通の体積伝導源の影響を効果的に抑制することが確認された。
• 直接的な機能的結合を分離することで、本手法は分散脳ネットワークのより正確な再構築を可能にした。