Magnetoencefalografia - Magnetoencephalography

Magnetoencefalografia
NIMH MEG.jpg
Osoba poddawana MEG
Siatka D015225

Magnetoencefalografia ( MEG ) to funkcjonalna technika neuroobrazowania służąca do mapowania aktywności mózgu poprzez rejestrowanie pól magnetycznych wytwarzanych przez prądy elektryczne występujące naturalnie w mózgu za pomocą bardzo czułych magnetometrów . Macierze SQUID (nadprzewodzących urządzeń interferencyjnych kwantowych) są obecnie najpopularniejszym magnetometrem, podczas gdy magnetometr SERF (spin exchange relax-free) jest badany pod kątem przyszłych maszyn. Zastosowania MEG obejmują badania podstawowe nad percepcyjnymi i poznawczymi procesami mózgu, lokalizowanie obszarów dotkniętych patologią przed usunięciem chirurgicznym, określanie funkcji różnych części mózgu oraz neurofeedback . Można to zastosować w warunkach klinicznych, aby znaleźć lokalizacje nieprawidłowości, a także w warunkach eksperymentalnych, aby po prostu zmierzyć aktywność mózgu.

Historia

Ekranowany pokój dr. Cohena w MIT, w którym pierwszy MEG został zmierzony za pomocą SQUID
Pierwszy pomiar MEG za pomocą SQUID w pokoju dr. Cohena w MIT

Sygnały MEG zostały po raz pierwszy zmierzone przez fizyka z University of Illinois Davida Cohena w 1968 roku, zanim SQUID pojawił się na rynku , przy użyciu miedzianej cewki indukcyjnej jako detektora. Aby zredukować szum tła magnetycznego, pomiary wykonano w pomieszczeniu ekranowanym magnetycznie. Detektor cewki był ledwie wystarczająco czuły, co skutkowało słabymi, hałaśliwymi pomiarami MEG, które były trudne w użyciu. Później Cohen zbudował znacznie lepiej ekranowany pokój w MIT i użył jednego z pierwszych detektorów SQUID, właśnie opracowanego przez Jamesa E. Zimmermana , badacza z Ford Motor Company, do ponownego pomiaru sygnałów MEG. Tym razem sygnały były prawie tak wyraźne, jak w przypadku EEG . To wzbudziło zainteresowanie fizyków, którzy szukali zastosowań SQUIDów. Następnie zaczęto mierzyć różne rodzaje spontanicznych i wywołanych MEG.

Początkowo pojedynczy detektor SQUID był używany do kolejnych pomiarów pola magnetycznego w kilku punktach wokół głowy badanego. Było to kłopotliwe, aw latach 80. producenci MEG zaczęli układać wiele czujników w układy, aby pokryć większy obszar głowy. Współczesne tablice MEG są w kasku w kształcie skrzynki próżniowej , które zazwyczaj zawierają 300 czujników, obejmujące większość głowy. W ten sposób MEG podmiotu lub pacjenta mogą być teraz akumulowane szybko i wydajnie.

Ostatnie odkrycia podjęły próbę zwiększenia przenośności skanerów MEG poprzez zastosowanie magnetometrów SERF (ang. spin exchange release- relax magnetometers). Magnetometry SERF są stosunkowo małe, ponieważ nie wymagają do działania nieporęcznych systemów chłodzenia. Jednocześnie charakteryzują się czułością równą kałamarnicom. W 2012 roku wykazano, że MEG może współpracować z magnetometrem atomowym w skali chipa (CSAM, typ SERF). Niedawno, w 2017 r., naukowcy zbudowali działający prototyp, który wykorzystuje magnetometry SERF zainstalowane w przenośnych, indywidualnie drukowanych kaskach 3D, które, jak zauważyli w wywiadach, można zastąpić czymś łatwiejszym w użyciu w przyszłości, takim jak kask rowerowy.

Podstawa sygnału MEG

Zsynchronizowane prądy neuronalne wywołują słabe pola magnetyczne. Pole magnetyczne mózgu, pomiar w temperaturze 10 femto tesla (FT) dla kory mózgowej aktywności i 10 3 FT ludzkiej alfa rytmu , jest znacznie mniejsza niż otoczenia hałas magnetycznego w środowisku miejskim, który jest rzędu 10 8 stóp lub 0,1 μT. Istotnym problemem biomagnetyzmu jest więc słabość sygnału w stosunku do czułości detektorów i konkurencyjnego szumu otoczenia.

Pochodzenie pola magnetycznego mózgu. Prąd elektryczny również wytwarza sygnał EEG.

Sygnały MEG (i EEG) pochodzą z efektu netto prądów jonowych płynących w dendrytach neuronów podczas transmisji synaptycznej . Zgodnie z równaniami Maxwella każdy prąd elektryczny wytworzy pole magnetyczne i to właśnie to pole jest mierzone. Prądy sieciowe można traktować jako dipole prądowe , tj. prądy o położeniu, orientacji i wielkości, ale bez zasięgu przestrzennego. Zgodnie z zasadą prawej ręki dipol prądu powoduje powstanie pola magnetycznego skierowanego wokół osi jego składowej wektora.

Aby wygenerować wykrywalny sygnał, potrzeba około 50 000 aktywnych neuronów. Ponieważ dipole prądu muszą mieć podobną orientację, aby generować pola magnetyczne, które wzmacniają się nawzajem, często to warstwa komórek piramidalnych , które są usytuowane prostopadle do powierzchni korowej, powoduje powstawanie mierzalnych pól magnetycznych. Wiązki tych neuronów, które są zorientowane stycznie do powierzchni skóry głowy, wyrzucają mierzalne części swoich pól magnetycznych na zewnątrz głowy, a wiązki te są zwykle zlokalizowane w bruzdach . Naukowcy eksperymentują z różnymi metodami przetwarzania sygnału w poszukiwaniu metod, które wykrywają głęboki sygnał mózgowy (tj. pozakorowy), ale obecnie nie jest dostępna żadna klinicznie użyteczna metoda.

Warto zauważyć, że potencjały czynnościowe zwykle nie wytwarzają obserwowalnego pola, głównie dlatego, że prądy związane z potencjałami czynnościowymi płyną w przeciwnych kierunkach, a pola magnetyczne znoszą się. Jednak pola działania zostały zmierzone z nerwów obwodowych.

Ekranowanie magnetyczne

Ponieważ sygnały magnetyczne emitowane przez mózg są rzędu kilku femtotesli, konieczne jest ekranowanie przed zewnętrznymi sygnałami magnetycznymi, w tym ziemskim polem magnetycznym . Odpowiednie ekranowanie magnetyczne można uzyskać, konstruując pomieszczenia wykonane z aluminium i mu-metalu w celu zmniejszenia odpowiednio hałasu o wysokiej i niskiej częstotliwości .

Wejście do MSR, pokazujące oddzielne warstwy ekranujące

Pomieszczenie ekranowane magnetycznie (MSR)

Model pomieszczenia ekranowanego magnetycznie (MSR) składa się z trzech zagnieżdżonych warstw głównych. Każda z tych warstw składa się z warstwy czystego aluminium oraz warstwy ferromagnetycznej o wysokiej przepuszczalności , zbliżonej składem do permaloju molibdenu . Warstwa ferromagnetyczna jest dostarczana jako arkusze o grubości 1 mm, podczas gdy warstwa wewnętrzna składa się z czterech arkuszy w bliskim kontakcie, a dwie warstwy zewnętrzne składają się z trzech arkuszy każda. Ciągłość magnetyczna jest utrzymywana przez paski nakładkowe. Podkładki izolacyjne są stosowane w zespołach śrubowych, aby zapewnić, że każda główna warstwa jest izolowana elektrycznie. Pomaga to wyeliminować promieniowanie o częstotliwości radiowej , które pogorszyłoby wydajność SQUID. Ciągłość elektryczna aluminium jest również utrzymywana przez aluminiowe paski nakładkowe, aby zapewnić ekranowanie prądów wirowych AC , co jest ważne przy częstotliwościach większych niż 1 Hz. Połączenia warstwy wewnętrznej są często pokrywane galwanicznie srebrem lub złotem, aby poprawić przewodność warstw aluminiowych.

Aktywny system ekranowania

Aktywne systemy są zaprojektowane do trójwymiarowej redukcji szumów. Aby zaimplementować aktywny system, magnetometry fluxgate o niskim poziomie szumów są montowane na środku każdej powierzchni i zorientowane prostopadle do niej. To ujemnie zasila wzmacniacz prądu stałego przez sieć dolnoprzepustową z powolnym spadkiem, aby zminimalizować dodatnie sprzężenie zwrotne i oscylacje. W system wbudowane są drgania i rozmagnesowywanie przewodów. Wstrząsające druty zwiększają przepuszczalność magnetyczną, podczas gdy stałe druty rozmagnesowujące są nakładane na wszystkie powierzchnie wewnętrznej warstwy głównej w celu rozmagnesowania powierzchni. Co więcej, algorytmy redukcji szumów mogą zredukować zarówno szumy o niskiej, jak i wysokiej częstotliwości. Nowoczesne systemy mają poziom szumów około 2-3 fT/Hz 0,5 powyżej 1 Hz.

Lokalizacja źródła

Odwrotny problem

Wyzwaniem postawionym przez MEG jest określenie lokalizacji aktywności elektrycznej w mózgu na podstawie indukowanych pól magnetycznych na zewnątrz głowy. Problemy takie jak ten, w których parametry modelu (lokalizacja działalności) muszą być oszacowane na podstawie zmierzonych danych (sygnały SQUID) są określane jako problemy odwrotne (w przeciwieństwie do problemów z wyprzedzeniem, w których parametry modelu (np. lokalizacja źródła) są znane a dane (np. pole w danej odległości) mają być oszacowane). Podstawową trudnością jest to, że problem odwrotny nie ma jednoznacznego rozwiązania (tj. istnieje nieskończenie wiele możliwych „poprawnych” odpowiedzi), a problem zdefiniowania „najlepsze” rozwiązanie jest samo w sobie przedmiotem intensywnych badań. Możliwe rozwiązania można znaleźć za pomocą modeli obejmujących wcześniejszą wiedzę na temat aktywności mózgu.

Modele źródłowe mogą być nadmiernie lub niedostatecznie określone. Model nadmiernie zdeterminowany może składać się z kilku źródeł punktowych („równoważnych dipoli”), których położenie jest następnie szacowane na podstawie danych. Modele niedookreślone mogą być stosowane w przypadkach, gdy aktywowanych jest wiele różnych obszarów rozproszonych („rozwiązania ze źródłami rozproszonymi”): istnieje nieskończenie wiele możliwych rozkładów prądu wyjaśniających wyniki pomiarów, ale najbardziej prawdopodobny jest wybrany. Algorytmy lokalizacyjne wykorzystują dane modele źródła i głowicy, aby znaleźć prawdopodobną lokalizację podstawowego generatora pola ogniskowego.

Jeden typ algorytmu lokalizacji dla modeli nadmiernie określonych działa na zasadzie maksymalizacji oczekiwań : system jest inicjowany na podstawie pierwszego odgadnięcia. Rozpoczyna się pętla, w której do symulacji pola magnetycznego, które wynikałoby z obecnych przypuszczeń, używany jest model z wyprzedzeniem. Przypuszczenie jest dostosowywane w celu zmniejszenia rozbieżności między polem symulowanym a polem mierzonym. Proces ten jest powtarzany aż do zbieżności.

Inną powszechną techniką jest formowanie wiązki , w której teoretyczny model pola magnetycznego wytwarzanego przez dany dipol prądu jest używany jako uprzedni, wraz ze statystykami drugiego rzędu danych w postaci macierzy kowariancji , do obliczania liniowego ważenia układ czujników (kształtownik wiązki) poprzez odwrotność Backusa-Gilberta . Jest to również znane jako generator wiązki z liniowo ograniczonymi minimalnymi wariancjami (LCMV). Kiedy układ kształtowania wiązki zostanie zastosowany do danych, wytwarza oszacowanie mocy w „kanale wirtualnym” w lokalizacji źródła.

Nie można przecenić stopnia, w jakim problem odwrotny MEG bez ograniczeń jest źle postawiony. Jeśli celem jest oszacowanie gęstości prądu w ludzkim mózgu z, powiedzmy, 5 mm rozdzielczością, to jest dobrze ustalone, że zdecydowana większość informacji potrzebnych do wykonania unikalnej inwersji musi pochodzić nie z pomiaru pola magnetycznego, ale raczej z zastosowanych ograniczeń do problemu. Ponadto, nawet gdy możliwa jest jednoznaczna inwersja w obecności takich ograniczeń, wspomniana inwersja może być niestabilna. Wnioski te łatwo wywnioskować z opublikowanych prac.

Obrazowanie źródła magnetycznego

Lokalizacje źródeł można łączyć z obrazami rezonansu magnetycznego (MRI), aby tworzyć obrazy źródła magnetycznego (MSI). Te dwa zestawy danych są łączone poprzez pomiar lokalizacji wspólnego zestawu punktów odniesienia oznaczonych podczas MRI markerami lipidowymi i oznaczonych podczas MEG naelektryzowanymi zwojami drutu, które wydzielają pola magnetyczne. Lokalizacje punktów odniesienia w każdym zestawie danych są następnie wykorzystywane do zdefiniowania wspólnego układu współrzędnych, tak aby możliwe było nałożenie danych funkcjonalnych MEG na dane strukturalne MRI („ współrejestracja ”).

Krytyka stosowania tej techniki w praktyce klinicznej polega na tym, że tworzy ona kolorowe obszary o określonych granicach nałożone na skan MRI: nieprzeszkolony widz może nie zdawać sobie sprawy, że kolory nie stanowią fizjologicznej pewności, ze względu na stosunkowo niską rozdzielczość przestrzenną MEG, a raczej chmura prawdopodobieństwa wywodząca się z procesów statystycznych. Jednak gdy obraz źródła magnetycznego potwierdza inne dane, może być użyteczny klinicznie.

Lokalizacja źródła modelu dipolowego

Powszechnie akceptowana technika modelowania źródeł dla MEG obejmuje obliczanie zestawu równoważnych dipoli prądu (ECD), co zakłada, że ​​leżące u podstaw źródła neuronalne są ogniskowe. Ta procedura dopasowania dipola jest nieliniowa i nadmiernie określona, ​​ponieważ liczba nieznanych parametrów dipola jest mniejsza niż liczba pomiarów MEG. Do analizy odpowiedzi MEG stosuje się zautomatyzowane algorytmy modeli wielokrotnych dipolów, takie jak wielokrotna klasyfikacja sygnałów (MUSIC) oraz wielopoczątkowe modelowanie przestrzenne i czasowe (MSST). Ograniczenia modeli dipolowych do charakteryzowania odpowiedzi neuronalnych to (1) trudności w zlokalizowaniu rozszerzonych źródeł z ECD, (2) problemy z dokładnym oszacowaniem z góry całkowitej liczby dipoli oraz (3) zależność od lokalizacji dipola, zwłaszcza głębokości w mózgu .

Rozproszone modele źródłowe

W przeciwieństwie do modelowania z wieloma dipolami, rozproszone modele źródeł dzielą przestrzeń źródłową na siatkę zawierającą dużą liczbę dipoli. Odwrotnym problemem jest otrzymanie momentów dipolowych dla węzłów sieci. Ponieważ liczba nieznanych momentów dipolowych jest znacznie większa niż liczba czujników MEG, rozwiązanie odwrotne jest wysoce niedostatecznie określone, dlatego potrzebne są dodatkowe ograniczenia, aby zmniejszyć niejednoznaczność rozwiązania. Główną zaletą tego podejścia jest to, że nie jest wymagana żadna wcześniejsza specyfikacja modelu źródłowego. Jednak otrzymane rozkłady mogą być trudne do zinterpretowania, ponieważ odzwierciedlają tylko „zamazany” (lub nawet zniekształcony) obraz prawdziwego rozkładu źródła neuronalnego. Sprawę komplikuje fakt, że rozdzielczość przestrzenna silnie zależy od kilku parametrów, takich jak obszar mózgu, głębokość, orientacja, liczba czujników itp.

Niezależna analiza składników (ICA)

Analiza niezależnych komponentów (ICA) to kolejne rozwiązanie do przetwarzania sygnałów, które oddziela różne sygnały statystycznie niezależne w czasie. Służy przede wszystkim do usuwania artefaktów, takich jak mruganie, ruchy mięśni oczu, artefakty mięśni twarzy, artefakty serca itp. z sygnałów MEG i EEG, które mogą być zanieczyszczone hałasem z zewnątrz. Jednak ICA ma słabą rozdzielczość silnie skorelowanych źródeł mózgowych.

Użyj w terenie

W badaniach głównym zastosowaniem MEG jest pomiar przebiegów czasowych aktywności. MEG może rozwiązywać zdarzenia z dokładnością do 10 milisekund lub szybciej, podczas gdy funkcjonalne obrazowanie metodą rezonansu magnetycznego (fMRI), które zależy od zmian w przepływie krwi, może w najlepszym razie rozwiązywać zdarzenia z dokładnością do kilkuset milisekund. MEG również dokładnie wskazuje źródła w pierwotnych obszarach słuchowych, somatosensorycznych i motorycznych. Do tworzenia map funkcjonalnych kory ludzkiej podczas bardziej złożonych zadań poznawczych, MEG najczęściej łączy się z fMRI, ponieważ metody wzajemnie się uzupełniają. Dane neuronalne (MEG) i hemodynamiczne fMRI niekoniecznie są zgodne, pomimo ścisłego związku między lokalnymi potencjałami pola (LFP) a sygnałami zależnymi od poziomu natlenienia krwi (BOLD). Sygnały MEG i BOLD mogą pochodzić z tego samego źródła (chociaż sygnały BOLD są filtrowane przez odpowiedź hemodynamiczną).

MEG jest również używany do lepszej lokalizacji odpowiedzi w mózgu. Otwartość konfiguracji MEG umożliwia łatwe wprowadzenie zewnętrznych bodźców słuchowych i wzrokowych. Możliwe są również pewne ruchy podmiotu, o ile nie wstrząsają jego głową. Odpowiedzi w mózgu przed, w trakcie i po wprowadzeniu takiego bodźca/ruchu mogą być następnie mapowane z większą rozdzielczością przestrzenną niż było to możliwe wcześniej w przypadku EEG. Psychologowie również wykorzystują neuroobrazowanie MEG, aby lepiej zrozumieć relacje między funkcją mózgu a zachowaniem. Na przykład przeprowadzono szereg badań porównujących reakcje MEG pacjentów z problemami psychologicznymi z pacjentami z grupy kontrolnej. Izolowanie unikalnych reakcji u pacjentów ze schizofrenią, takich jak deficyty bramkowania słuchowego na głos ludzki, odniosło wielki sukces. MEG jest również używany do korelacji standardowych reakcji psychologicznych, takich jak emocjonalna zależność rozumienia języka.

Ostatnie badania wykazały pomyślną klasyfikację pacjentów ze stwardnieniem rozsianym , chorobą Alzheimera , schizofrenią , zespołem Sjögrena , przewlekłym alkoholizmem , bólem twarzy i zaburzeniami rytmu kory wzgórza . MEG można wykorzystać do odróżnienia tych pacjentów od zdrowych osób z grupy kontrolnej, co sugeruje przyszłą rolę MEG w diagnostyce.

Łączność mózgu i drgania neuronowe

W oparciu o doskonałą rozdzielczość czasową, magnetoencefalografia (MEG) jest obecnie intensywnie wykorzystywana do badania aktywności oscylacyjnej w mózgu, zarówno pod względem lokalnej synchronizacji neuronalnej, jak i synchronizacji międzyobszarowej. Jako przykład lokalnej synchronizacji neuronalnej, MEG został wykorzystany do badania rytmów alfa w różnych docelowych regionach mózgu, takich jak kora wzrokowa lub słuchowa. W innych badaniach wykorzystano MEG do zbadania interakcji neuronalnych między różnymi regionami mózgu (np. między korą czołową a korą wzrokową). Magnetoencefalografię można również wykorzystać do badania zmian oscylacji neuronalnych na różnych etapach świadomości, takich jak sen.

Padaczka ogniskowa

Kliniczne zastosowania MEG obejmują wykrywanie i lokalizowanie patologicznej aktywności u pacjentów z padaczką oraz lokalizowanie wymownej kory mózgowej do planowania chirurgicznego u pacjentów z guzami mózgu lub nieuleczalną padaczką. Celem operacji padaczki jest usunięcie tkanki epileptogennej przy jednoczesnym zachowaniu zdrowych obszarów mózgu. Znając dokładną pozycję zasadniczych obszarach mózgu (jak w pierwotnej kory ruchowej i pierwotnego sensorycznej kory , korze wzrokowej , i obszarów związanych z produkcją i zrozumienia mowy) pozwala na uniknięcie indukowanej chirurgicznie deficytów neurologicznych. Bezpośrednia stymulacja korowa i somatosensoryczne potencjały wywołane rejestrowane w elektrokortykografii (ECoG) są uważane za złoty standard lokalizacji istotnych obszarów mózgu. Procedury te można wykonywać śródoperacyjnie lub z przewlekle założonych podtwardówkowych elektrod siatkowych. Oba są inwazyjne.

Nieinwazyjne lokalizacje MEG bruzdy centralnej uzyskane z somatosensorycznych wywołanych pól magnetycznych wykazują silną zgodność z tymi inwazyjnymi zapisami. Badania MEG pomagają w wyjaśnieniu funkcjonalnej organizacji pierwotnej kory somatosensorycznej i wyznaczeniu przestrzennego zasięgu kory somatosensorycznej dłoni poprzez stymulację poszczególnych palców. Ta zgodność między inwazyjną lokalizacją tkanki korowej a zapisami MEG pokazuje skuteczność analizy MEG i wskazuje, że MEG może w przyszłości zastąpić procedury inwazyjne.

Płodowy

MEG został wykorzystany do badania procesów poznawczych, takich jak wzrok , słuch i przetwarzanie języka u płodów i noworodków.

Porównanie z pokrewnymi technikami

MEG jest rozwijany od lat 60. XX wieku, ale został znacznie wzmocniony przez ostatnie postępy w algorytmach obliczeniowych i sprzęcie, i obiecuje lepszą rozdzielczość przestrzenną w połączeniu z niezwykle wysoką rozdzielczością czasową (lepszą niż 1 ms ). Ponieważ sygnał MEG jest bezpośrednią miarą aktywności neuronalnej, jego rozdzielczość czasowa jest porównywalna z rozdzielczością elektrod wewnątrzczaszkowych.

MEG uzupełnia inne techniki pomiaru aktywności mózgu, takie jak elektroencefalografia (EEG), pozytonowa tomografia emisyjna (PET) i fMRI . Jego mocne strony to niezależność geometrii głowy w porównaniu z EEG (o ile nie ma implantów ferromagnetycznych ), nieinwazyjność, brak promieniowania jonizującego w przeciwieństwie do PET oraz wysoka rozdzielczość czasowa w przeciwieństwie do fMRI.

MEG w porównaniu do EEG

Chociaż sygnały EEG i MEG pochodzą z tych samych procesów neurofizjologicznych, istnieją istotne różnice. Pola magnetyczne są mniej zniekształcone niż pola elektryczne przez czaszkę i skórę głowy, co skutkuje lepszą rozdzielczością przestrzenną MEG. Podczas gdy EEG skóry głowy jest czuły zarówno na styczne, jak i promieniowe składowe źródła prądu w sferycznym przewodniku objętościowym, MEG wykrywa tylko składowe styczne. EEG skóry głowy może zatem wykryć aktywność zarówno w bruzdach, jak iw górnej części zakrętów korowych, podczas gdy MEG jest najbardziej wrażliwy na aktywność pochodzącą z bruzd. EEG jest zatem wrażliwy na aktywność w większej liczbie obszarów mózgu, ale aktywność, która jest widoczna w MEG, może być również zlokalizowana z większą dokładnością.

EEG skóry głowy jest wrażliwe na zewnątrzkomórkowe prądy objętościowe wytwarzane przez potencjały postsynaptyczne. MEG wykrywa prądy wewnątrzkomórkowe związane głównie z tymi potencjałami synaptycznymi, ponieważ składowe pola generowane przez prądy objętościowe mają tendencję do znoszenia się w sferycznym przewodniku objętościowym. Zanik pól magnetycznych w funkcji odległości jest wyraźniejszy niż w przypadku pól elektrycznych. Dlatego MEG jest bardziej wrażliwy na powierzchowną aktywność korową, co czyni go przydatnym w badaniu padaczki kory nowej. Wreszcie, MEG jest wolne od referencji, podczas gdy EEG skóry głowy opiera się na referencji, która, gdy jest aktywna, utrudnia interpretację danych.

Zobacz też

Bibliografia

Dalsza lektura