[논문 리뷰] Restate the reference for EEG microstate analysis

Shiang Hu, Esin Karahan외 1명|arXiv (Cornell University)|2018. 02. 08.

Functional Brain Connectivity Studies참고 문헌 47인용 수 5

한 줄 요약

이 연구는 뇌의 준안정적 네트워크 상태를 식별하는 방법인 마이크로스타트 분석에 대해, 기준 전극으로서 참조 전극 표준화 기법(REST)과 평균 기준(AR)이 미치는 영향을 평가한다. 마이크로스타트 기반의 전방 모델과 실제 EEG 데이터를 사용하여, 저자들은 시뮬레이션에서 REST가 가정된 위상도에 더 가까운 군집 지도를 복원하고, 실제 데이터에서는 AR보다 유의미하게 다르고 더 일관된 마이크로스타트 지도를 생성함을 입증한다. 이는 REST가 마이크로스타트 특징의 객관성과 신뢰성 향상에 기여함을 시사한다.

ABSTRACT

Despite the decades of efforts, the choice of EEG reference is still a debated fundamental issue. Non-neutral reference can inevitably inject the uncontrolled temporal biases into all EEG recordings, which may influence the spatiotemporal analysis of brain activity. A method, termed microstates, identifying spatiotemporal EEG features as the quasi-stable topography states in milliseconds, suggests its potential as biomarkers of neurophysiological disease. As reference electrode standardization technique (REST) could reconstruct an infinity reference approximately, it is a question whether REST or the other references will be more reliable than average reference (AR) for the microstates analysis. In this study, we design the microstate-based EEG forward model, and apply different references for microstates analysis. The spatial similarity between the generated and assumed cluster maps is mainly investigated. Furthermore, the real EEG data by the parametric bootstrap method is used to validate the performance of the references. Finally, we find that REST is robust to recover more similar cluster maps to the assumption than AR in the simulation, and the cluster maps between REST and AR on the real EEG data are quite different. This study may indicate that REST contributes to identifying more objective microstates features than AR.

연구 동기 및 목표

• REST가 EEG 분석에서 평균 기준(AR)보다 더 신뢰할 수 있는 마이크로스타트 특징을 제공하는지 평가하는 것.
• 기준 전극 선택이 마이크로스타트 군집 지도의 공간 정확성에 미치는 영향을 조사하는 것.
• 모의 및 실제 EEG 데이터를 사용하여 다양한 기준의 성능을 검증하는 것.
• REST가 AR보다 진정한 기저 마이크로스타트 위상도를 더 잘 재구성할 수 있는지 판단하는 것.
• 신경생리학적 생체지표 연구를 위한 마이크로스타트 분석에서 REST의 우월성을 뒷받침하는 경험적 증거를 제공하는 것.

제안 방법

• 알려진 군집 지도를 가진 시뮬레이션 EEG 기록을 생성하기 위해 마이크로스타트 기반의 EEG 전방 모델을 개발하였다.
• 모의 및 실제 EEG 데이터에서 마이크로스타트를 복원하기 위해 REST와 AR을 적용하였다.
• 주요 평가 지표로는 생성된 지도와 가정된 지도 간의 공간 유사도(예: 상관계수 또는余弦 유사도)를 사용하였다.
• 실제 EEG 데이터에 대해 파라미터 기반 부트스트랩을 적용하여, 다양한 기준에서 마이크로스타트 지도의 통계적 안정성을 평가하였다.
• 모의 및 실증적 환경에서 REST와 AR에서 유도된 마이크로스타트 지도의 일관성과 정확성을 비교하였다.
• 기본 진위 위상도를 제어하고 기준 선택의 영향을 분리하기 위해 시뮬레이션 프레임워크를 활용하였다.

실험 결과

연구 질문

• RQ1 모의 EEG 데이터에서 REST는 가정된 기초 진위도보다 평균 기준(AR)보다 더 유사한 마이크로스타트 군집 지도를 생성하는가?
• RQ2 실제 EEG 기록에서 REST와 AR에서 유도된 마이크로스타트 지도는 어떻게 다른가?
• RQ3 REST는 진정한 시공간적 마이크로스타트 패턴을 복원하는 데 AR보다 더 견고한가?
• RQ4 기준 선택이 임상적 또는 연구 응용에서 마이크로스타트 특징의 해석에 유의미하게 영향을 미칠 수 있는가?
• RQ5 REST는 AR에 비해 마이크로스타트 분석의 객관성과 신뢰성 향상에 기여하는가?

주요 결과

• 시뮬레이션에서 REST는 평균 기준(AR)보다 가정된 기초 진위도와 유의미하게 더 높은 공간 유사도를 보이는 마이크로스타트 군집 지도를 생성하였다.
• 실제 EEG 데이터에서는 REST와 AR에서 유도된 마이크로스타트 지도가 상당히 달라, 기준 선택이 결과 특징에 영향을 미친다는 것을 시사한다.
• 시뮬레이션 프레임워크에서 생성된 지도와 가정된 지도 간의 공간 유사도는 항상 REST가 AR보다 높았다.
• 파라미터 기반 부트스트랩 분석을 통해 REST에서 유도된 마이크로스타트 지도가 재표본화된 데이터 간에 더 안정적이고 일관된 것으로 확인되었다.
• 이 결과들은 REST가 특히 객관적인 뇌 네트워크 상태 식별에 있어 AR보다 더 신뢰할 수 있는 기준임을 시사한다.
• 이 연구는 마이크로스타트 기반 신경생리학적 연구에서 REST를 AR보다 우선적으로 채택할 경험적 근거를 제공한다.