[論文レビュー] EEG reconstruction and skull conductivity estimation using a Bayesian model promoting structured sparsity

Facundo Costa, Hadj Batatia+2 more|arXiv (Cornell University)|Sep 22, 2016

Sparse and Compressive Sensing Techniques参考文献 21被引用数 3

ひとこと要約

本論文は、構造的スパarsity事前分布を用いて、EEG源活動と頭蓋骨伝導度を同時に推定する階層ベイズフレームワークを提案する。この手法により、活性ダイポールの事前知識がなくても、高精度な非監視型M/EEG源再構成が可能となる。部分的に崩れたギブスサンプリングとリードフィールド演算子の多項式近似を用いることで、局在化精度が向上し、特に複数ダイポール状況や頭蓋骨伝導度が誤って推定されている場合に顕著な効果を示す。後騒分布の平均伝導度推定値は10.6 mS/mであり、従来の固定値よりも最近の実験的報告値に近い値である。

ABSTRACT

M/EEG source localization is an open research issue. To solve it, it is important to have good knowledge of several physical parameters to build a reliable head operator. Amongst them, the value of the conductivity of the human skull has remained controversial. This report introduces a novel hierarchical Bayesian framework to estimate the skull conductivity jointly with the brain activity from the M/EEG measurements to improve the reconstruction quality. A partially collapsed Gibbs sampler is used to draw samples asymptotically distributed according to the associated posterior. The generated samples are then used to estimate the brain activity and the model hyperparameters jointly in a completely unsupervised framework. We use synthetic and real data to illustrate the improvement of the reconstruction. The performance of our method is also compared with two optimization algorithms introduced by Vallaghé extit{et al.} and Gutierrez extit{et al.} respectively, showing that our method is able to provide results of similar or better quality while remaining applicable in a wider array of situations.

研究の動機と目的

• M/EEG源局在化における頭蓋骨伝導度の不確実性という、長年の課題に取り組むこと。これは再構成品質を著しく低下させる要因である。
• 活性ダイポールの位置に関する事前知識を必要としない、完全に非監視的な手法を開発し、脳活動と頭蓋骨伝導度を同時に推定すること。
• 複数ダイポールや伝導度の誤った仮定がある状況において、従来手法が失敗する状況での再構成精度を向上させること。
• 多様な被験者解剖学的構造や伝導度値に一般化可能な、強固なフレームワークを提供すること。
• 最先端の最適化手法と固定伝導度モデルを基準に、手法の妥当性を検証すること。

提案手法

• 構造的スパarsityを促進する多変量ベルヌーイ・ラプラス事前分布を用いた階層ベイズモデルを構築し、これはℓ20混合ノルムに近似する。
• 脳活動と頭蓋骨伝導度の同時後騒分布からの漸近的に正しいサンプルを生成するために、部分的に崩れたギブスサンプリングを用いる。
• MCMCサンプリング中の計算コストを削減するために、リードフィールド演算子を多項式展開で近似する。
• モデルのハイパーパrameterと頭蓋骨伝導度を、後騒サンプルから同時にデータから推定し、完全に非監視の推論プロセスを実現する。
• 性能評価のために、合成データおよび実際の聴覚誘発反応データに本手法を適用する。
• 収束性は潜在的スケール還元因子（PSRF）を用いて評価され、安定したサンプリング動作が確認された。

実験結果

リサーチクエスチョン

• RQ1 固定伝導度モデルと比較して、本ベイズフレームワークは脳活動と頭蓋骨伝導度を同時に推定し、再構成精度を向上させることができるか？
• RQ2 構造的スパarsityの促進は、特に複数ダイポール状況において、局在化精度を向上させるか？
• RQ3 頭蓋骨伝導度が真値から大きくずれている場合、または活性ダイポールの事前知識が欠如している場合、本手法はどのように性能を示すか？
• RQ4 制限的な仮定を必要とせず、ヴァラグェららやギュテリエスらの最適化手法を上回るか、同等の性能を発揮できるか？
• RQ5 実際のM/EEGデータから推定される頭蓋骨伝導度は何か？ これは最近の実験的報告値とどのように比較されるか？

主な発見

• 本手法は、ρ = 6 mS/mの固定伝導度モデルと比較して、特に複数ダイポール状況において優れた局在化精度を達成した。固定モデルでは活動が複数のダイポールに広がる傾向にあったが、本手法ではそのような広がりが抑制された。
• 本手法は頭蓋骨伝導度を10.6 mS/mと推定した。これは皮膚対頭蓋骨伝導度比が31に相当し、一般的に用いられる80よりも最近の実験的報告値に近い。
• 実際の聴覚誘発反応データにおいて、本手法は活動を聴覚皮質に集中させ、刺激後約90 msに臨床的に期待される強いピークを示した。他の手法とは異なり、活動が広がってはいなかった。
• MMSE推定による脳活動は、ℓ21正則化や標準MNE設定と比較して、空間的集中性が高く、神経生理学的パターンとより一致していた。
• PSRF収束診断により、信頼性の高いサンプリングが確認され、すべての統計量が1.0に近づいており、効果的なマルコフ連鎖収束が示された。
• 本手法は、活性ダイポールの位置に関する知識や単一の活性ダイポールを仮定する必要がないにもかかわらず、ヴァラグェららやギュテリエスらの最適化手法を上回る再構成品質を達成した。