同步脑电-功能磁共振eeg fmri原理与技术文后

1、，时间轴：刺激周围100400 ms 200ms和250图5-9 NESOI选择的功能网络及同一受试者SPM分析后的结果。(a)各功能网络对应的超参数，结果表明，IC 2、IC 14、IC 16和IC 19包含了产生EEG信号的源；(b)同一受试者SPM分析后的统计结果图5-9 NESOI选择的功能网络及同一受试者SPM分析后的结果。(a)各功能网络对应的超参数，结果表明，IC 2、IC 14、IC 16和IC 19包含了产生EEG信号的源；(b)同一受试者SPM分析后的统计结果后177.6s、177.7s、177.8s和177.9s记表明，IC1、IC7、IC16和IC20包含了产生EEG数

2、据的源；(b)同一受试者基于EEG信息的SPM分析后(图中左下窗格)被用来构造EEG源分布的空间约束，用以对电生理响应相关的头表电位分布(左上窗格)实现成像(左边虚框区域)。同时从EEG时间独立成分(上图中间(图中左下窗格)被用来构造EEG源分布的空间约束，用以对电生理响应相关的头表电位分布(左上窗格)实现成像(左边虚框区域)。同时从EEG时间独立成分(上图中间)提取的单次实验的动态信息(右上窗格)被用来构造fMRI时间过程(右下窗格)的设计矩阵，用以实现对血氧动力学响应函数的估计(右边虚框区域)。各列从左到右分别为16号源。每个的7个特征用行表示：EEG活动特征包括头表电位分布(第1行)、单

3、次实验波形图(第2行)瞬时性(第。各列从左到右分别为16号源。每个的7个特征用行表示：EEG活动特征包括头表电位分布(第1行)、单次实验波形图(第2行)瞬时性(第3行)；神经活动特征包括单次实验的幅度(第4行)和空间分布图(第5行)；fMR特征包括空间分布 (第6行)、区域特异的HRF函数(第7行)和OLD信号(第8行)。各行坐标轴相同，仅在第1列给出。最右fM/MIlndEEG信息的HRF重建中估计到的超参数表示EEG时间独立成分(最左列)对生成fMRI BOLD信号(第1行)ICA分解后，功能网络的时间信息被空间信息通过NESOI源定位方法实(b)空间ICA得到的fMRI成分空间分布(行1

4、)和对应的BOLD信号(行2)；(c)上面行中每个fMRI空间模式，对左面列中成分的贡献情况(超参数)；(d)对在最高的1%e)采用和fM信号进行ragerS1和3是-MI共有的源。红色箭头是用数据得到的连接，而蓝色为fM得到的连接。G1和G2间有256次实现中的均值。4个0.1 (蓝色)，c= 0.3 (红色)， c=0.5绿色)和c0.7青色)随着不同信噪比deeg和dfMRI256次实现中的均值。4个0.1 (蓝色)，c= 0.3 (红色)， c=0.5绿色)和c0.7青色)随着不同信噪比deeg和dfMRI图86 个3)(下部框图， 为深色线；标准误为浅色线)。每个特征的坐标轴相同，只

5、在中标出，2和I7为刺 在100ms和600ms0ms和500ms的9 个fMRI功能网络。每个网络都显示了3 个特征：fMRI活动在一个轴状面上的分布(左上圆图)、平均BOLD信号(右上框图，均值曲线为深色；标准误线为浅色)、每个run的波形图， 5个 框图)。每个特征的坐标轴相同，只在IC1 中标出，IC1、IC2和IC3为刺激敏感的功能网络激呈现5 s后取得最大左一列)贡献情况的超参数；(b)EEGIC2、IC5和IC8对应的EEG源在膨胀皮层上的分布，只显示了激活左一列)贡献情况的超参数；(b)EEGIC2、IC5和IC8对应的EEG源在膨胀皮层上的分布，只显示了激活图89 视觉实验m

6、FN和M成分和ME成分的头表电位分布经NESOI源重建的结果，单层解剖图是fMR空间独立成分的激活分布。红色箭头是用E成分得到的ranger因果关系，而蓝色为 fMSTEFF并行采用了空间约束和时来构造(左下窗格)实现成像(域)fM()图10-STEFF并行采用了空间约束和时来构造(左下窗格)实现成像(域)fM()图10-影学源位有间的致。侧中回活晚左，能扩区。第1 行：结构影像轴位(影像学改变位置用圆圈标注)，IED头表电位分布和IED重建源在皮层上的分布；第2IE相关fM成分的HRF函数，背景细线标准HRF响应函数；第3行：第2对应分的空分在璃上投，框注域空一性，有注成为一性图10-3 3

7、号患者第1次同步扫描时STEFF癫痫网络分析结果。解剖结构病变位于IED放电的同侧，空间一致性成分可能为刺激灶。进一步分析BOLD响应模式发现，在结构 变对侧的左前额叶有BOLD图10-3 3号患者第1次同步扫描时STEFF癫痫网络分析结果。解剖结构病变位于IED放电的同侧，空间一致性成分可能为刺激灶。进一步分析BOLD响应模式发现，在结构 变对侧的左前额叶有BOLD信图10-变位于IED放电的同侧，图10-图10- 时间点，先计算空间电位分布(第2行)，然后根据k-均值聚类对信号进行分段。通过交叉验证识别出4个主图谱第3行)的(第4行()4s 时间点，先计算空间电位分布(第2行)，然后根据k

8、-均值聚类对信号进行分段。通过交叉验证识别出4个主图谱第3行)的(第4行()4s过程图11-间序列与5个EEG节律能量的相关矩阵。 不相关(重绘自Britz et al., 2010)图11-3 节律的低频和高频成分对应不同的BOLD激活模式，低频与视觉网络、Wernicke相关，而高频与控制网络、感觉运动皮层相关(重绘自Lei et al., 2012)(a) 与高频节律(1114Hz)相关的成分；(b) 与低频节律(811Hz)相关的成平均相关关系(Mantini et al., 2007)律提高间的线性关系，每个点代表一个被试，酒有显著提高律提高间的线性关系，每个点代表一个被试，酒有显著提高的被试用黑圈标出，紫色DAN与前部DMN的相关系数，而绿色为DAN与后部DMN的相关系数；(d) DMN-DAN反相关与各电极 能量求相关后的结果(重绘自Lei et al., 2014)图11-图12-3 情绪反应与频段能量的相关。(a)REM期前额叶Fp1-Fp2电极的频段能量与杏仁核(图12-3 情绪反应与频段能量的相关。(a)REM期前额叶Fp1-Fp2电极的频段能量与杏