Testing covariance models for MEG source reconstruction of hippocampal activity.
Testing covariance models for MEG source reconstruction of hippocampal activity.
复制标题
测试海马活动的MEG源重建的协方差模型。
DOI：
10.1038/s41598-021-96933-0
复制
发表时间：
2021-09-02
影响因子：
4.6
通讯作者：
Barnes GR
中科院分区：
文献类型：
--
作者：
O'Neill GC;Barry DN;Tierney TM;Mellor S;Maguire EA;Barnes GR
波束形成是最常用的源重建方法之一的磁和脑电图（M/EEG）。然而，一个基本的假设是，远距离来源是不相关的，在这里，我们测试了这是否是一个合适的模型，为人类海马数据。我们修改了经验贝叶斯波束形成器（EBB），以适应特定的先验相关源模型。我们在模拟中表明，我们可以使用模型证据（近似自由能）来区分不同的相关和不相关的源场景。使用组MEG数据，其中参与者执行了一个依赖于海马的任务，我们探讨了海马或皮层或两者在其跨半球的活动相关的可能性。我们发现，将相关的海马源模型显着改善模型的证据。我们的研究结果有助于解释为什么到目前为止，大多数MEG报告的海马活动（通常使用波束形成器）被估计为单侧。
Beamforming is one of the most commonly used source reconstruction methods for magneto- and electroencephalography (M/EEG). One underlying assumption, however, is that distant sources are uncorrelated and here we tested whether this is an appropriate model for the human hippocampal data. We revised the Empirical Bayesian Beamfomer (EBB) to accommodate specific a-priori correlated source models. We showed in simulation that we could use model evidence (as approximated by Free Energy) to distinguish between different correlated and uncorrelated source scenarios. Using group MEG data in which the participants performed a hippocampal-dependent task, we explored the possibility that the hippocampus or the cortex or both were correlated in their activity across hemispheres. We found that incorporating a correlated hippocampal source model significantly improved model evidence. Our findings help to explain why, up until now, the majority of MEG-reported hippocampal activity (typically making use of beamformers) has been estimated as unilateral.
登录
查看更多内容
影响因子：
5.7
作者：
Barry, Daniel N.;Tierney, Tim M.;Maguire, Eleanor A.
通讯作者：
Maguire, Eleanor A.
DOI：
10.1523/jneurosci.4549-07.2007
发表时间：
2007-12-26
期刊：
The Journal of neuroscience : the official journal of the Society for Neuroscience
影响因子：
--
作者：
Hassabis D;Kumaran D;Maguire EA
通讯作者：
Maguire EA
影响因子：
5.7
作者：
Henson, R. N.;Mattout, J.;Friston, K. J.
通讯作者：
Friston, K. J.
影响因子：
16.6
作者：
Goyal, Abhinav;Miller, Jonathan;Jacobs, Joshua
通讯作者：
Jacobs, Joshua
影响因子：
5.7
作者：
Friston, Karl J.;Harrison, Lee;Mattout, Jeremie
通讯作者：
Mattout, Jeremie