Multimodal integration of fMRI and EEG data for high spatial and temporal resolution analysis of brain networks.
Multimodal integration of fMRI and EEG data for high spatial and temporal resolution analysis of brain networks.
复制标题
DOI：
10.1007/s10548-009-0132-3
复制
发表时间：
2010-06
期刊：
影响因子：
2.7
通讯作者：
Del Gratta C
中科院分区：
文献类型：
--
作者：
Mantini D;Marzetti L;Corbetta M;Romani GL;Del Gratta C
两种主要的非侵入性脑映射技术，脑电图（EEG）和功能性磁共振成像（fMRI），在空间和时间分辨率方面具有互补的优势。我们提出了一种基于EEG和fMRI集成的方法，使信息处理的EEG时间动态能够在空间定义明确的fMRI大规模网络中进行表征。首先，功能磁共振成像数据分解成网络的空间独立成分分析（sICA）的装置，和那些与内在活动和/或响应任务性能的选择使用相关的时间过程中的信息。接下来，将所有传感器上的EEG数据相对于事件定时进行平均，从而计算事件相关电位（ERP）。ERPs进行了时间伊卡（tICA），并得到的组件本地化与加权最小范数（WMNLS）算法使用任务相关的功能磁共振成像网络作为先验。最后，每个ERP组件的时间贡献属于功能磁共振成像大规模网络的地区估计。所提出的方法进行了评估的视觉目标检测数据。我们的研究结果证实，两个不同的组件，通常观察到的EEG时，提出新的和突出的刺激，分别与大规模的网络中的神经元激活，在不同的潜伏期，并与不同的功能过程。
Two major non-invasive brain mapping techniques, electroencephalography (EEG) and functional magnetic resonance imaging (fMRI), have complementary advantages with regard to their spatial and temporal resolution. We propose an approach based on the integration of EEG and fMRI, enabling the EEG temporal dynamics of information processing to be characterized within spatially well-defined fMRI large-scale networks. First, the fMRI data are decomposed into networks by means of spatial independent component analysis (sICA), and those associated with intrinsic activity and/or responding to task performance are selected using information from the related time-courses. Next, the EEG data over all sensors are averaged with respect to event timing, thus calculating event-related potentials (ERPs). The ERPs are subjected to temporal ICA (tICA), and the resulting components are localized with the weighted minimum norm (WMNLS) algorithm using the task-related fMRI networks as priors. Finally, the temporal contribution of each ERP component in the areas belonging to the fMRI large-scale networks is estimated. The proposed approach has been evaluated on visual target detection data. Our results confirm that two different components, commonly observed in EEG when presenting novel and salient stimuli respectively, are related to the neuronal activation in large-scale networks, operating at different latencies and associated with different functional processes.
登录
查看更多内容
影响因子：
4.7
作者：
Goncalves, S. I.;Pouwels, P. J. W.;de Munck, J. C.
通讯作者：
de Munck, J. C.
影响因子：
5.7
作者：
Mulert, C;Jäger, L;Hegerl, U
通讯作者：
Hegerl, U
影响因子：
4.8
作者：
Benar, Christian-G.;Schon, Daniele;Anton, Jean-Luc
通讯作者：
Anton, Jean-Luc
影响因子：
3.2
作者：
HAMALAINEN, MS;ILMONIEMI, RJ
通讯作者：
ILMONIEMI, RJ
影响因子：
16.2
作者：
Dosenbach, Nico U. F.;Visscher, Kristina M.;Petersen, Steven E.
通讯作者：
Petersen, Steven E.