Investigating large-scale brain dynamics using field potential recordings: analysis and interpretation.
Investigating large-scale brain dynamics using field potential recordings: analysis and interpretation.
复制标题
DOI：
10.1038/s41593-018-0171-8
复制
发表时间：
2018-07
影响因子：
25
通讯作者：
Srinivasan R
中科院分区：
文献类型：
--
作者：
Pesaran B;Vinck M;Einevoll GT;Sirota A;Fries P;Siegel M;Truccolo W;Schroeder CE;Srinivasan R
以大规模记录大脑电动活动的新技术为发现提供了巨大的机会。大规模脑动力学（称为野外电势）的电测量对于理解和治疗人脑特别重要。在这里，我们的目标是可以分析有关现场潜在记录（磁脑电图，磁脑电图，电皮质图和局部现场电位）的最佳实践，以识别大规模的大脑动力学，并突出当前工作中解释的关键问题和局限性。我们将讨论讨论围绕激活，相关性，沟通和编码的广泛主题的分析。我们提供了使用前向和反向模型来解释数据的建议。正向模型描述了如何通过神经元种群的活性产生场电位。逆模型描述了如何从现场潜在记录中推断神经元种群的活性。一个反复出现的主题是了解鉴于潜在的大脑系统的复杂性，了解现场电位如何反映神经元人群活动的挑战。
New technologies to record electrical activity from the brain on a massive scale offer tremendous opportunities for discovery. Electrical measurements of large-scale brain dynamics, termed field potentials, are especially important to understanding and treating the human brain. Here, our goal is to provide best practices on how field potential recordings (electroencephalograms, magnetoencephalograms, electrocorticograms and local field potentials) can be analyzed to identify large-scale brain dynamics, and to highlight critical issues and limitations of interpretation in current work. We focus our discussion of analyses around the broad themes of activation, correlation, communication and coding. We provide recommendations for interpreting the data using forward and inverse models. The forward model describes how field potentials are generated by the activity of populations of neurons. The inverse model describes how to infer the activity of populations of neurons from field potential recordings. A recurring theme is the challenge of understanding how field potentials reflect neuronal population activity given the complexity of the underlying brain systems.
登录
查看更多内容
影响因子：
16.2
作者：
Bosman CA;Schoffelen JM;Brunet N;Oostenveld R;Bastos AM;Womelsdorf T;Rubehn B;Stieglitz T;De Weerd P;Fries P
通讯作者：
Fries P
细胞外田地和电流的起源-EEG，ECOG，LFP和尖峰。
DOI：
10.1038/nrn3241
发表时间：
2012-05-18
期刊：
Nature reviews. Neuroscience
影响因子：
--
作者：
Buzsáki G;Anastassiou CA;Koch C
通讯作者：
Koch C
DOI：
10.1073/pnas.0308538101
发表时间：
2004-06-29
影响因子：
11.1
作者：
Brovelli, A;Ding, MZ;Bressler, SL
通讯作者：
Bressler, SL
DOI：
10.1111/ejn.12453
发表时间：
2014-03
期刊：
The European journal of neuroscience
影响因子：
--
作者：
Cannon J;McCarthy MM;Lee S;Lee J;Börgers C;Whittington MA;Kopell N
通讯作者：
Kopell N
影响因子：
5.3
作者：
Bastos, Andre M.;Briggs, Farran;Usrey, W. Martin
通讯作者：
Usrey, W. Martin