Локалізація джерела ЕЕГ Щільність сенсора та покриття поверхні голови - тема наукової роботи в

Автореферат статті з медичної техніки, автор наукової статті - Жасмин Сонг, Колін Дейві, Кетрін Поульсен, Фан Луу, Сергій Туровець та ін.

Подібні теми наукової статті з медичної інженерії, автор наукової статті - Жасмін Сонг, Колін Дейві, Кетрін Поульсен, Фан Луу, Сергій Туровець та ін.

Наукова робота на тему "Локалізація джерела ЕЕГ: щільність сенсора та покриття поверхні голови"

Списки змісту доступні на ScienceDirect

покриття

Журнал методів неврології

Домашня сторінка журналу www.elsevier.com/locate/jneumeth

Локалізація джерела ЕЕГ: Щільність датчика та покриття поверхні голови

Жасмин Сонг3 * 1, Колін Давея1, Кетрін Поулсена1, Пхан Лууа b1, Сергій Туровеца c1, Ерік Андерсона1, Кай Лія1, Дон Туккераб1

a Electrical Geodesics, Inc., Юджин, OR, США b кафедра психології, Університет штату Орегон, штат Юджин, штат Орегон, США c Центр нейроінформатики, університет штату Орегон, штат Орегон, штат Орегон, США

• Датчики на нижній поверхні покращують точність локалізації для глибоких джерел.

• Датчики на нижчій поверхні зменшують похибки змінності джерел на всі глибини.

• Датчики на нижній поверхні покращують точність локалізації навіть при розріджених масивах.

• Найточніша локалізація джерела отримується за допомогою вибірки з цілим масивом з щільним масивом.

Отримано 6 липня 2015 року

Отримано в переглянутій формі 10 серпня 2015 року

Прийнято 12 серпня 2015 року

Доступно в Інтернеті 20 серпня 2015 року

Щільний масив ЕЕГ

Передумови: Точність локалізації джерела ЕЕГ залежить від достатньої вибірки поля потенціалу поверхні, точної оцінки провідного об’єму (модель головки) та відповідної та добре зрозумілої зворотної техніки. Метою цього дослідження є вивчити вплив щільності вибірки та охоплення на здатність точно локалізувати джерела, використовуючи загальноприйняті лінійні зворотні методи зважування, на різній глибині. Розглядається кілька зворотних методів, використовуючи популярну провідність голови. Новий метод: імітаційні дослідження були використані для вивчення ефекту просторової вибірки потенційного поля на поверхні голови з точки зору щільності датчика та охоплення нижньої та верхньої областей голови. Крім того, ефекти щільності та покриття датчиків досліджуються в локалізації джерела епілептиформної ЕЕГ.

Результати: Більша щільність датчика покращує точність локалізації джерела. Більше того, для всіх щільностей вибірки та зворотних методів додавання зразків на нижню поверхню покращує точність оцінок джерел на всіх глибинах.

Порівняння з існуючими методами: Більш точна локалізація даних ЕЕГ у джерелі може бути досягнута за допомогою великої просторової вибірки електродів поверхні голови.

Висновки: Найточніша локалізація джерела отримується, коли поверхня напруги щільно відбирається як на верхній, так і на нижній поверхнях.

Електроенцефалограма (ЕЕГ), записана на поверхні голови, забезпечує важливу інформацію про активність мозку в обох клінічних застосуваннях (Michel et al., 2004; Lantz et al., 2003; Holmes, 2008; Brodbeck et al., 2011) та дослідження неврології ( Brunet et al., 2011; Dale and Sereno, 1993; Delorme et al., 2007; Hassan

* Автор-кореспондент за адресою: 500 East 4th Avenue, Ste 200, Юджин, OR 97401, США. Тел .: +1 541 687 7962; факс: +1 541 687 7963. Адреса електронної пошти: [email protected] (J. Song).

1 Автори - співробітники EGI, виробника систем ЕЕГ із щільним масивом.

та ін., 2014). Традиційно ЕЕГ реєстрували лише в декількох місцях шкіри голови, вимірюючи відсотки між орієнтирами черепа за допомогою Міжнародної системи десять-двадцять (Jasper, 1958). ЕЕГ відображає не тільки нервову активність кори, але й різні джерела шуму (включаючи нецефальний біологічний, екологічний та інструментальний шум).

Хоча вимірюють потенціали поверхні голови, дослідники та клініцисти в кінцевому підсумку хочуть розпізнати коркові джерела відповідних характеристик ЕЕГ. Диполярні поля кожної області мозку поширюються у трьох вимірах, диполярно, залежно від орієнтації коркових джерел. Діяльність, зафіксована на будь-якому датчику поверхні голови, відображає підсумовування всіх активних джерел мозку, накладених як функція їх відстані, орієнтації,

і питомий опір основних тканин. Тому для реалістичного аналізу джерел ЕЕГ-потенціалів потрібні об'єктивні біофізичні моделі, що включають точні положення датчиків, а також властивості анатомії голови та мозку, такі, що відповідні обернені методи можуть бути застосовані для зіставлення поверхневих потенціалів з корковими джерелами (Michel et al. ., 2004).

У біофізичних моделях джерела струму в мозку, як правило, моделюються з використанням диполів, які, як вважають, еквівалентні підсумованим постсинаптичним потенціалам усіх вирівняних пірамідних клітин у плямі кори головного мозку. Кору можна розділити на окремі ділянки джерела, так що діяльність всієї кори може моделюватися за допомогою кінцевого набору диполів, як правило, декількох тисяч. Взаємозв'язок між струмом, що генерується одним диполем (чистий струм, генерований усіма синхронними постсинаптичними потенціалами у відповідному патчі), та одним вимірюванням потенціалу шкіри голови вважається лінійним. Іншими словами, для даного дипольного джерела та даного вимірюваного місця на шкірі голови існує скалярне значення свинцевого поля. Напруга вимірюється на датчику шкіри голови (електроді), як правило, в мікровольтах, а струм генерується диполем з дипольним моментом, який зазвичай виражається в наноампер х метр. Для кожної пари диполів і сенсорів існує окреме значення свинцевого поля, яке визначається геометрією та провідністю тканин головки, розташуванням диполя та розташуванням датчиків. Разом ці кілька визначальних факторів спільно називають моделлю електричної головки.