Magnetoencefalografi - Magnetoencephalography

Magnetoencefalografi
NIMH MEG.jpg
Person som genomgår en MEG
Maska D015225

Magnetoencefalografi ( MEG ) är en funktionell neuroimaging -teknik för att kartlägga hjärnaktivitet genom att registrera magnetfält som produceras av elektriska strömmar som förekommer naturligt i hjärnan , med hjälp av mycket känsliga magnetometrar . Arrangemang av SQUIDs (supraledande kvantinterferensanordningar) är för närvarande den vanligaste magnetometern, medan SERF- magnetometern (spin-exchange-avslappningsfri) undersöks för framtida maskiner. Tillämpningar av MEG inkluderar grundläggande forskning om perceptuella och kognitiva hjärnprocesser, lokalisering av regioner som påverkas av patologi före kirurgiskt avlägsnande, bestämning av funktionen hos olika delar av hjärnan och neurofeedback . Detta kan tillämpas i en klinisk miljö för att hitta platser med avvikelser såväl som i en experimentell miljö för att helt enkelt mäta hjärnaktivitet.

Historia

Dr Cohens skärmade rum vid MIT, där första MEG mättes med en SQUID
Första MEG mätt med SQUID, i Dr Cohens rum vid MIT

MEG -signaler mättes först av University of Illinois fysiker David Cohen 1968, före tillgängligheten av SQUID , med användning av en kopparinduktionsspole som detektor. För att minska det magnetiska bakgrundsljudet gjordes mätningarna i ett magnetiskt avskärmat rum. Spoledetektorn var knappt tillräckligt känslig, vilket resulterade i dåliga, bullriga MEG -mätningar som var svåra att använda. Senare byggde Cohen ett mycket bättre avskärmat rum vid MIT och använde en av de första SQUID -detektorerna, som just utvecklats av James E. Zimmerman , en forskare vid Ford Motor Company, för att igen mäta MEG -signaler. Den här gången var signalerna nästan lika tydliga som EEG . Detta stimulerade fysikernas intresse som letat efter användning av SQUID. Därefter började olika typer av spontana och framkallade MEG -mätningar mätas.

Till en början användes en enda SQUID -detektor för att successivt mäta magnetfältet vid ett antal punkter runt motivets huvud. Detta var besvärligt, och på 1980 -talet började MEG -tillverkare ordna flera sensorer i matriser för att täcka ett större område av huvudet. Dagens MEG-matriser är placerade i en hjälmformad vakuumkolv som vanligtvis innehåller 300 sensorer som täcker större delen av huvudet. På detta sätt kan MEG: er för en patient eller patient nu ackumuleras snabbt och effektivt.

Den senaste utvecklingen försöker öka MEG-skannrarnas portabilitet med hjälp av magnetometrar för avslappningsbyte (SERF). SERF -magnetometrar är relativt små, eftersom de inte kräver skrymmande kylsystem för att fungera. Samtidigt har de en känslighet som motsvarar den för SQUID. 2012 visades det att MEG kunde arbeta med en atommagnetometer i chipskala (CSAM, typ av SERF). Mer nyligen, 2017, byggde forskare en fungerande prototyp som använder SERF-magnetometrar installerade i bärbara individuellt 3D-tryckta hjälmar, som de noterade i intervjuer kan ersättas med något lättare att använda i framtiden, till exempel en cykelhjälm.

Grunden för MEG -signalen

Synkroniserade neuronströmmar inducerar svaga magnetfält. Hjärnans magnetfält, som mäter vid 10 femto tesla (fT) för kortikal aktivitet och 10 3 fT för den mänskliga alfarytmen , är betydligt mindre än det omgivande magnetiska bruset i en stadsmiljö, vilket är i storleksordningen 10 8 fT eller 0,1 μT. Det väsentliga problemet med biomagnetism är således signalens svaghet i förhållande till detektorernas känslighet och till det konkurrerande miljöbruset.

Ursprunget till hjärnans magnetfält. Den elektriska strömmen producerar också EEG -signalen.

MEG (och EEG) -signalerna härrör från nettoeffekten av jonströmmar som flödar i neurons dendritter under synaptisk överföring. I enlighet med Maxwells ekvationer kommer varje elektrisk ström att producera ett magnetfält, och det är detta fält som mäts. Nettoströmmarna kan ses som nuvarande dipoler , dvs strömmar med position, orientering och storlek, men ingen rumslig omfattning. Enligt högerregeln ger en strömdipol upphov till ett magnetfält som pekar runt axeln för dess vektorkomponent.

För att generera en signal som är detekterbar behövs cirka 50 000 aktiva neuroner. Eftersom nuvarande dipoler måste ha liknande orienteringar för att generera magnetiska fält som förstärker varandra, är det ofta skiktet av pyramidceller , som ligger vinkelrätt mot den kortikala ytan, som ger upphov till mätbara magnetfält. Buntar av dessa neuroner som är orienterade tangentiellt mot hårbottenytan projekterar mätbara delar av deras magnetfält utanför huvudet, och dessa buntar är typiskt placerade i sulci . Forskare experimenterar med olika signalbehandlingsmetoder i sökandet efter metoder som detekterar djup hjärnans (dvs icke-kortikala) signal, men ingen kliniskt användbar metod är för närvarande tillgänglig.

Det är värt att notera att åtgärdspotentialer vanligtvis inte ger ett observerbart fält, främst för att de strömmar som är associerade med åtgärdspotentialer flödar i motsatta riktningar och magnetfälten avbryts. Handlingsfält har dock mätts från perifera nerver.

Magnetisk skärmning

Eftersom de magnetiska signalerna som avges av hjärnan är i storleksordningen några femtoteslas, är det nödvändigt att skydda mot yttre magnetiska signaler, inklusive jordens magnetfält . Lämplig magnetisk skärmning kan erhållas genom att bygga rum av aluminium och mu-metall för att minska högfrekvent respektive lågfrekvent brus .

Ingång till MSR, som visar de separata avskärmningsskikten

Magnetiskt skyddat rum (MSR)

En magnetiskt skärmad rumsmodell (MSR) består av tre kapslade huvudlager. Vart och ett av dessa skikt är tillverkat av ett rent aluminiumskikt plus en hög permeabilitet ferromagnetiskt skikt, liknande sammansättning som molybden permalloy . Det ferromagnetiska skiktet levereras som 1 mm ark, medan det innersta lagret består av fyra ark i nära kontakt, och de yttre två lagren består av tre ark vardera. Magnetisk kontinuitet upprätthålls med överläggsremsor. Isolerande brickor används i skruvaggregaten för att säkerställa att varje huvudskikt är elektriskt isolerat. Detta hjälper till att eliminera radiofrekvent strålning, vilket skulle försämra SQUID -prestanda. Aluminiumets elektriska kontinuitet upprätthålls också av aluminiumöverläggsremsor för att säkerställa AC -virvelströmskärmning , vilket är viktigt vid frekvenser större än 1 Hz. Korsningarna i det inre skiktet är ofta galvaniserade med silver eller guld för att förbättra konduktiviteten hos aluminiumskikten.

Aktivt skärmningssystem

Aktiva system är utformade för tredimensionell brusreducering. För att implementera ett aktivt system är lågbrusande fluxgate- magnetometrar monterade i mitten av varje yta och orienterade ortogonalt mot den. Detta matar en DC- förstärkare negativt genom ett lågpass-nätverk med en långsam nedgång för att minimera positiv feedback och oscillation. Inbyggda i systemet skakar och avgasar ledningar. Skakande trådar ökar den magnetiska permeabiliteten, medan de permanenta avgasningstrådarna appliceras på alla ytor i det inre huvudskiktet för att avgasera ytorna. Dessutom kan brusreduceringsalgoritmer minska både lågfrekventa och högfrekventa brus. Moderna system har ett bullergolv på cirka 2–3 fT/Hz 0,5 över 1 Hz.

Källlokalisering

Det omvända problemet

Huvudartikel: Omvänt problem

Utmaningen för MEG är att bestämma platsen för elektrisk aktivitet i hjärnan från de inducerade magnetfälten utanför huvudet. Problem som detta, där modellparametrar (platsen för aktiviteten) måste uppskattas utifrån uppmätta data (SQUID -signalerna) kallas inversa problem (i motsats till framåtriktade problem där modellparametrarna (t.ex. källplats) är kända och data (t.ex. fältet på ett visst avstånd) ska uppskattas.) Den primära svårigheten är att det omvända problemet inte har en unik lösning (dvs det finns oändliga möjliga "korrekta" svar) och problemet med att definiera den "bästa" lösningen är själv föremål för intensiv forskning. Möjliga lösningar kan härledas med modeller som innefattar förkunskaper om hjärnaktivitet.

Källmodellerna kan vara antingen överbestämda eller underbestämda. En överbestämd modell kan bestå av några få punktliknande källor ("ekvivalenta dipoler"), vars platser sedan uppskattas utifrån data. Underbestämda modeller kan användas i fall där många olika distribuerade områden aktiveras ("distribuerade källlösningar"): det finns oändligt många möjliga strömfördelningar som förklarar mätresultaten, men det mest sannolika är valt. Lokaliseringsalgoritmer använder sig av givna käll- och huvudmodeller för att hitta en trolig plats för en underliggande fokalfältgenerator.

En typ av lokaliseringsalgoritm för överbestämda modeller fungerar med förväntningsmaximering : systemet initieras med en första gissning. En slinga startas, där en framåtriktad modell används för att simulera magnetfältet som skulle bero på den aktuella gissningen. Gissningen justeras för att minska skillnaden mellan det simulerade fältet och det uppmätta fältet. Denna process upprepas till konvergens.

En annan vanlig teknik är strålformning , där en teoretisk modell av magnetfältet som produceras av en given strömdipol används som en tidigare, tillsammans med statistik av andra ordningen av data i form av en kovariansmatris , för att beräkna en linjär viktning av sensoruppsättning (strålformaren) via Backus-Gilbert invers . Detta är också känt som en linjärt begränsad minimivarians (LCMV) strålformare. När strålformaren appliceras på data producerar den en uppskattning av effekten i en "virtuell kanal" vid källplatsen.

I vilken utsträckning det begränsningsfria MEG-inversproblemet är felaktigt kan inte överbetonas. Om ens mål är att uppskatta strömtätheten i den mänskliga hjärnan med säg en 5 mm upplösning är det väl etablerat att den stora majoriteten av den information som behövs för att utföra en unik inversion inte måste komma från magnetfältmätningen utan snarare från de begränsningar som tillämpas till problemet. Även när en unik inversion är möjlig i närvaro av sådana begränsningar kan nämnda inversion vara instabil. Dessa slutsatser kan lätt härledas från publicerade verk.

Magnetisk källbildning

Källplatserna kan kombineras med magnetresonansbilder (MRI) för att skapa magnetiska källbilder (MSI). De två uppsättningarna data kombineras genom att mäta platsen för en gemensam uppsättning fiducialpunkter markerade under MR med lipidmarkörer och markerade under MEG med elektrifierade trådspolar som avger magnetfält. Platserna för fiducialpunkterna i varje datamängd används sedan för att definiera ett gemensamt koordinatsystem så att överlagring av funktionella MEG -data på strukturella MRI -data (" coregistration ") är möjlig.

En kritik mot användningen av denna teknik i klinisk praxis är att den producerar färgade områden med bestämda gränser överlagda vid en MR -skanning: den otränade tittaren kanske inte inser att färgerna inte representerar en fysiologisk säkerhet på grund av den relativt låga rumsliga upplösningen av MEG, utan snarare ett sannolikhetsmoln som härrör från statistiska processer. När den magnetiska källbilden dock bekräftar andra data kan den vara av klinisk nytta.

Dipolmodellens källlokalisering

En allmänt accepterad källmodelleringsteknik för MEG innefattar beräkning av en uppsättning ekvivalenta strömdipoler (ECD), vilket förutsätter att de underliggande neuronala källorna är fokala. Detta dipolpassningsförfarande är olinjärt och överbestämt, eftersom antalet okända dipolparametrar är mindre än antalet MEG-mätningar. Automatiserade multipeldipolmodellalgoritmer som multipel signalklassificering (MUSIC) och multi-start spatial and temporal modellering (MSST) tillämpas på analysen av MEG-svar. Begränsningarna av dipolmodeller för att karakterisera neuronala svar är (1) svårigheter att lokalisera utökade källor med ECD, (2) problem med att exakt uppskatta det totala antalet dipoler i förväg och (3) beroende av dipolplats, särskilt djup i hjärnan .

Distribuerade källmodeller

Till skillnad från multipeldipolmodellering delar distribuerade källmodeller källutrymmet i ett rutnät som innehåller ett stort antal dipoler. Det omvända problemet är att erhålla dipolmomenten för nätnoderna. Eftersom antalet okända dipolmoment är mycket större än antalet MEG -sensorer är den inversa lösningen mycket underbestämd, så ytterligare begränsningar behövs för att minska lösningens oklarhet. Den främsta fördelen med detta tillvägagångssätt är att ingen tidigare specifikation av källmodellen är nödvändig. Emellertid kan de resulterande fördelningarna vara svåra att tolka, eftersom de bara återspeglar en "suddig" (eller till och med förvrängd) bild av den verkliga neuronala källfördelningen. Frågan kompliceras av det faktum att rumslig upplösning beror starkt på flera parametrar som hjärnans område, djup, orientering, antal sensorer etc.

Oberoende komponentanalys (ICA)

Oberoende komponentanalys (ICA) är en annan signalbehandlingslösning som separerar olika signaler som är statistiskt oberoende i tid. Det används främst för att ta bort artefakter som blinkande, ögonmusklerörelse, ansiktsmuskelartefakter, hjärtartefakter etc. från MEG- och EEG -signaler som kan vara förorenade med buller från utsidan. ICA har dock dålig upplösning av mycket korrelerade hjärnkällor.

Använd i fältet

Inom forskning är MEG: s främsta användning mätning av tidsaktiviteter. MEG kan lösa händelser med en precision på 10 millisekunder eller snabbare, medan funktionell magnetisk resonansavbildning (fMRI), som är beroende av förändringar i blodflödet, i bästa fall kan lösa händelser med en precision på flera hundra millisekunder. MEG pekar också exakt ut källor inom primära hörsel-, somatosensoriska och motoriska områden. För att skapa funktionella kartor över mänsklig cortex under mer komplexa kognitiva uppgifter kombineras MEG oftast med fMRI, eftersom metoderna kompletterar varandra. Neuronal (MEG) och hemodynamisk fMRI-data håller inte nödvändigtvis med, trots det snäva förhållandet mellan lokala fältpotentialer (LFP) och blodsyrenivåberoende (BOLD) signaler. MEG- och BOLD -signaler kan komma från samma källa (även om BOLD -signalerna filtreras genom det hemodynamiska svaret).

MEG används också för att bättre lokalisera svar i hjärnan. Öppenheten för MEG -inställningen gör att externa hörsel- och visuella stimuli enkelt kan introduceras. Viss rörelse av motivet är också möjligt så länge det inte skakar motivet i huvudet. Svaren i hjärnan före, under och efter införandet av sådana stimuli/rörelser kan sedan kartläggas med större rumslig upplösning än vad som tidigare var möjligt med EEG. Psykologer drar också nytta av MEG neuroimaging för att bättre förstå sambandet mellan hjärnans funktion och beteende. Till exempel har ett antal studier gjorts där man jämför MEG -svar från patienter med psykologiska problem för att kontrollera patienter. Det har varit stor framgång att isolera unika svar hos patienter med schizofreni, såsom hörselnedsättningar på mänskliga röster. MEG används också för att korrelera psykologiska standardresponser, såsom språkförståelsens emotionella beroende.

Nyligen genomförda studier har rapporterat framgångsrik klassificering av patienter med multipel skleros , Alzheimers sjukdom , schizofreni , Sjögrens syndrom , kronisk alkoholism , ansiktsvärk och talamokortiska dysrytmier . MEG kan användas för att skilja dessa patienter från friska kontrollpersoner, vilket tyder på en framtida roll för MEG inom diagnostik.

Hjärnans anslutning och neurala svängningar

Baserat på dess perfekta tidsupplösning används magnetoencefalografi (MEG) nu starkt för att studera oscillerande aktivitet i hjärnan, både när det gäller lokal neural synkronisering och synkronisering över områden. Som ett exempel på lokal neural synkronisering har MEG använts för att undersöka alfa -rytmer i olika riktade hjärnregioner, till exempel i visuell eller hörselbark. Andra studier har använt MEG för att studera neurala interaktioner mellan olika hjärnregioner (t.ex. mellan frontal cortex och visuell cortex). Magnetoencefalografi kan också användas för att studera förändringar i neurala svängningar över olika medvetenhetsstadier, till exempel i sömn.

Fokal epilepsi

De kliniska användningarna av MEG är för att upptäcka och lokalisera patologisk aktivitet hos patienter med epilepsi och för att lokalisera vältalig cortex för kirurgisk planering hos patienter med hjärntumörer eller svårhanterlig epilepsi. Målet med epilepsikirurgi är att ta bort den epileptogena vävnaden samtidigt som man sparar friska hjärnområden. Att veta den exakta positionen för viktiga hjärnregioner (såsom den primära motoriska cortex och primära sensoriska cortex , visuella cortex och områden som är involverade i talproduktion och förståelse) hjälper till att undvika kirurgiskt inducerade neurologiska underskott. Direkt kortikal stimulering och somatosensoriskt framkallade potentialer registrerade på elektrokortikografi (ECoG) anses vara guldstandarden för lokalisering av viktiga hjärnregioner. Dessa procedurer kan utföras antingen intraoperativt eller från kroniskt inbyggda subdurala nätelektroder. Båda är invasiva.

Icke -invasiva MEG -lokaliseringar av den centrala sulcusen som erhålls från somatosensoriskt framkallade magnetfält visar starkt överensstämmelse med dessa invasiva inspelningar. MEG -studier hjälper till att klargöra den funktionella organisationen av primär somatosensorisk cortex och att avgränsa den rumsliga omfattningen av hand somatosensorisk cortex genom stimulering av de enskilda siffrorna. Denna överenskommelse mellan invasiv lokalisering av kortikal vävnad och MEG -inspelningar visar effektiviteten av MEG -analys och indikerar att MEG kan ersätta invasiva förfaranden i framtiden.

Foster

MEG har använts för att studera kognitiva processer som syn , audition och språkbehandling hos foster och nyfödda.

Jämförelse med relaterade tekniker

MEG har varit under utveckling sedan 1960 -talet men har fått stor hjälp av de senaste framstegen inom beräkningsalgoritmer och hårdvara och lovar förbättrad rumsupplösning tillsammans med extremt hög tidsupplösning (bättre än 1 ms ). Eftersom MEG -signalen är ett direkt mått på neuronal aktivitet, är dess tidsupplösning jämförbar med den för intrakraniella elektroder.

MEG kompletterar andra tekniker för mätning av hjärnaktivitet, såsom elektroencefalografi (EEG), positronemissionstomografi (PET) och fMRI . Dess styrkor består i oberoende av huvudgeometri jämfört med EEG (om inte ferromagnetiska implantat finns), icke-invasivitet, användning av ingen joniserande strålning, i motsats till PET och hög tidsupplösning i motsats till fMRI.

MEG jämfört med EEG

Även om EEG- och MEG -signaler härrör från samma neurofysiologiska processer, finns det viktiga skillnader. Magnetfält är mindre förvrängda än elektriska fält av skallen och hårbotten, vilket resulterar i en bättre rumslig upplösning av MEG. Medan EEG i hårbotten är känslig för både tangentiella och radiella komponenter i en strömkälla i en sfärisk volymledare, detekterar MEG endast dess tangentiella komponenter. Hårbotten EEG kan därför detektera aktivitet både i sulci och på toppen av kortikala gyri, medan MEG är mest känslig för aktivitet med ursprung i sulci. EEG är därför känsligt för aktivitet i fler hjärnområden, men aktivitet som är synlig i MEG kan också lokaliseras med större noggrannhet.

Hårbotten EEG är känslig för extracellulära volymströmmar som produceras av postsynaptiska potentialer. MEG detekterar intracellulära strömmar som främst är associerade med dessa synaptiska potentialer eftersom fältkomponenterna som genereras av volymströmmar tenderar att avbrytas i en sfärisk volymledare. Förfallet av magnetfält som funktion av avstånd är mer uttalat än för elektriska fält. Därför är MEG mer känslig för ytlig kortikal aktivitet, vilket gör den användbar för studier av neokortisk epilepsi. Slutligen är MEG referensfritt, medan hårbotten EEG förlitar sig på en referens som, när den är aktiv, gör det svårt att tolka data.

Se även

Referenser

Vidare läsning