[论文解读] 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 5

一句话总结

本文提出了一种新颖的方法，利用偏相干场估计皮层电流源连通性，以克服传统脑电图（EEG）相干性因容积导体效应和空间分辨率低所带来的局限性。通过利用来自线性脑电图脑部分布解的广义偏相干性，该方法实现了更高的空间分辨率，即使在仅使用19个电极的情况下，也能正确检测并定位存在时滞连接的脑区，其在模拟实验中的表现优于经典相干性和时滞相干性方法。

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.

研究动机与目标

• 解决由于容积导体效应和空间分辨率低导致的脑电图中虚假连通性问题。
• 开发一种方法，通过消除共同容积导电源的影响，分离出真实的功能连通性。
• 利用最少数量的电极，提高对存在时滞连接的脑区的检测与定位能力。
• 证明广义偏相干性对脑电图脑部分布解的选择具有不变性，从而确保方法的鲁棒性。
• 验证该方法在识别分布式脑网络方面优于经典相干性和时滞相干性方法。

提出的方法

• 该方法利用满足脑电图正向模型的线性脑电图脑部分布解，从脑电图数据中估计全皮层偏相干矩阵。
• 它将广义偏相干性应用于由脑电图逆问题解导出的皮层灰质电流密度时间序列。
• 该方法确保偏相干性对所使用的特定脑电图脑部分布解保持不变，前提是其满足正向方程。
• 它采用数学框架，通过条件化所有其他皮层源来消除共同源的影响。
• 该方法采用多变量统计方法，同时计算所有皮层源对之间的偏相干性。
• 通过模拟实验，将偏相干性的性能与经典相干性和时滞相干性度量进行比较。

实验结果

研究问题

• RQ1 与经典相干性相比，偏相干场是否能提高基于脑电图的皮层连通性映射的空间分辨率？
• RQ2 该方法在多大程度上减少了脑电图中由容积导体引起的虚假连通性？
• RQ3 该方法能否在电极数量最少的情况下准确检测并定位存在时滞连接的脑区？
• RQ4 广义偏相干估计是否对脑电图逆问题解（即脑部分布解）的选择具有不变性？
• RQ5 该方法在模拟脑活动下，能否有效区分真实功能连通性与容积导电伪影？

主要发现

• 在模拟脑电图数据中，广义偏相干性表现出比经典相干性更高的空间分辨率。
• 仅使用19个电极时，经典相干性和时滞相干性方法常常无法检测或错误定位存在时滞连接的脑区。
• 所提出的偏相干性方法即使在电极密度较低的情况下，也能正确识别并定位连接区域。
• 只要脑电图脑部分布解满足正向方程，偏相干性估计值即对所选脑部分布解保持不变。
• 模拟结果证实，偏相干性能有效抑制共同容积导电源的影响。
• 该方法通过隔离直接功能连通性，实现了对分布式脑网络更准确的重建。