Nature子刊：EEG源成像可檢測到皮層下電生理活動
- 2020 年 3 月 3 日
- 筆記
皮層下神經元活動與大尺度腦網路高度相關。儘管腦電圖（EEG）記錄提供了較高的時間解析度和較大的覆蓋範圍來研究整個大腦活動的動力學，但是皮層下訊號檢測的可行性尚有爭議。來自日內瓦大學的Martin Seeber等人在NATURE COMMUNICATIONS雜誌發文，該研究探討了了頭皮腦電是否可以檢測並正確定位放置在中央丘腦和伏隔核中的顱內電極記錄的訊號。放置在這些區域的深部腦刺激電極（DBS）可與高密度（256通道）EEG訊號同時記錄活動。在三名閉眼休息的患者中，研究者發現從顱內發出的alpha訊號和腦電溯源分析的結果之間存在顯著相關性。 腦電溯源分析給出的訊號與顱內DBS 電極給出的訊號高度相關。因此，該研究提供直接證據表明頭皮腦電確實可以感知皮層下訊號。
【前言】
腦電圖（EEG）和腦磁圖（MEG）具有高時間解析度和良好空間解析度，能作為強大的工具來研究大腦神經活動。通過將溯源分析方法應用於頭皮記錄，可以以毫秒的解析度重建特定大腦區域中的神經元活動，從而實現全腦神經網路的實時成像。
使用非侵入性方法定位神經元活動的準確性和精確度仍是一個有爭議的問題。評估放射源定位精度的黃金標準之一是評估因臨床目的植入皮質下或顱內電極的患者的顱內記錄。最常見的情況是，在藥物耐受性癲癇患者中，在手術前通過使用顱內記錄來確定癲癇病灶的定位。這種記錄提供了一種獨特的可能性，即通過頭皮EEG訊號的溯源分析來估計癲癇病灶的大致位置（在大多數情況下為刺激區域），並與以高空間精度記錄下相同活動的顱內電極的位置進行比較。儘管兩個訊號記錄通常不會同時執行記錄，但是癲癇活動的產生基於特定的腦區，使得能夠比較不同時間點進行的記錄。這些研究表明，高密度頭皮腦電圖對癲癇病灶定位的精確度平均約為±15毫米。使用癲癇成功手術後的切除區域作為定位的基礎研究表明，腦電源成像分析（EEG source imaging,ESI）成功地以大約85％的準確度識別了癲癇區域。其他研究將EEG或MEG源定位分析與顱內誘發電位、電皮層刺激或功能磁共振成像（fMRI）進行比較，也證明了使用這些非侵入性技術的源定位精度。
然而，相關的問題是，是否可以通過頭皮腦電圖或MEG來感知大腦深層結構中的活動。人們普遍認為，從頭皮記錄中看不到深層大腦結構的活動，但一些EEG和MEG研究已經發表，聲稱能夠確定皮層下結構的活動。但是，尚未提供對此論點的直接支援性證據或反對證據。
在這項工作中，研究者旨在通過同時記錄位於皮層下區域電極和高密度（256通道）頭皮電極來研究這個問題。在深度腦刺激（deep brain stimulation, DBS）治療的框架下，分別記錄在丘腦和伏隔核中植入了電極的Tourette綜合征（Gilles de Tourette Syndrome, GTS，又名抽動-穢語綜合征）和強迫症（obsessive–compulsive disorder, OCD）患者的顱內腦電訊號和皮層腦電訊號。然後可以將深層結構的直接局部電極記錄，與根據頭皮腦電圖溯源分析重建的大腦區域中虛擬電極的活動進行比較。研究者報告了顱內記錄的訊號和在接近實際電極位置的溯源分析訊號之間存在顯著相關性，因此提供了直接證據表明頭皮腦電圖確實檢測到皮質下神經元活動，可以使用源成像技術對其進行重建和定位。
【方法】
被試。共4名被試，OCD和GTS各兩名。
EEG訊號收集。記錄被試閉眼休息的腦電訊號。頭皮電極256通道。對於OCD和GTS患者，顱內電極分別包含四個相距1.5mm和0.5mm的電極點。電極的精確定位在圖1a和補充圖1中給出。皮層下電極的電線從右側頂葉出來，然後連接到放大器，而頭皮電極直接連接到放大器。因此，記錄將同步並一起進行A / D轉換，保證訊號的精確同步。所有數據均以1000Hz的取樣率收集，並在0.1-100 Hz之間進行帶通濾波。皮層下電極在線參考為右乳突，離線參考為雙側乳突。頭皮腦電在線參考為頂點電極，離線參考為全腦平均。
圖1 OCD患者的電極植入和電生理記錄。
a)術後CT掃描與MRI的疊加，說明顱內DBS電極在其與內囊的過渡處的位置，顯示為藍點（即伏隔核）。
b)表示四個顱內電極點的頂部，中間和底部中的三個雙極導數，來顯示功率譜密度（PSD）和示例性時程。請注意，兩個最背面的電極位於內囊中。
c)使用頭皮EEG的PSD和顱內記錄來選擇單個的alpha峰值頻率（左圖）。窄帶濾波後的alpha包絡顯示了頭皮和顱內訊號的相似性和差異性（右圖）。不同的顏色表示不同的記錄電極；淺/深灰色分別對應於左/右半球植入部位。
補充圖1. 每個被試植入的電極位置。T2 MRI（灰度）與術後CT（藍色）掃描重疊，重點放在DBS電極位置。電極位置是藍點，顯示OCD伏隔核的植入位置和GTS患者的中央丘腦的植入位置。
EEG訊號分析。目視檢查高密度腦電圖是否有噪音，剔除具有大量噪音的電極，對壞電極進行球形插值。之後選擇無噪音的腦電圖，持續時間至少為4分鐘。
研究者分析了休息期間最突出的腦電圖活動之一，即8-10 Hz頻率範圍內的alpha振蕩，已知該振蕩是在皮層以及丘腦核中產生的。過濾頭皮電極和顱內電極訊號在±1Hz之間的單個Alpha峰值（圖1b，補充圖2），使用Welch』s method進行功率譜密度（PSD）分析。然後，使用Hilbert變換計算解析訊號。通過獲取源定位訊號的幅值得到每個時間點的alpha峰值，並結合每個時間點的3D（xyz）資訊以計算標準值。
溯源定位分析使用前向模型進行，該模型基於現實的頭部幾何形狀和電導率數據，並考慮了顱骨厚度，使用FreeSurfer對單個T1加權像（1*1*1mm3）分割，識別灰質和解剖區域。
逆解空間由約5000個點組成，均勻分布在灰質體積中。用線性分布逆解LAURA演算法來計算每個時間點的三維（3D）電流密度分布。使用FSL的FLIRT工具包，將MRI（加權的T1和T2）與術後CT掃描對齊。基於該配准來計算DBS電極的皮層下電極坐標。
對於顱內記錄，使用濾波和Hilbert變換進行相同頻段的分析。對於每個半球，基於PSD中頻譜峰的存在，選擇一個雙極偏差進行進一步分析，因為頻譜峰是證明感興趣頻帶內腦部振蕩的先決條件。隨後，將這些源自皮層下電極的alpha訊號與其在相同時間點上的EEG源定位重構訊號求相關。因此，所得到的源定點陣圖像說明了實際記錄的皮層下訊號與EEG溯源得到的皮層下訊號的相關性。通過將負相關值設置為零來忽略它們，因為它們可能源自分析中的閾值化步驟。所有分析均使用Cartool工具和自定義編寫的MATLAB腳本執行。
補充圖2.每個受試者的頭皮腦電和顱內記錄的功率譜密度圖。GTS1和GTS2有兩個不同的session。請注意，在OCD2中，沒有可檢測到的alpha峰，因此不再進行進一步分析。淺/深灰色對應於左/右半球植入部位。
統計分析。使用置換檢驗確定相關值的統計顯著性。為了得到置換排列分布，研究者以隨機的滯後時間將溯源重建訊號和實際顱內訊號相對於彼此移位，然後計算出相關性。排除了≤2s的時間滯後數據，這是因為在該範圍內，alpha振幅具有很高的自相關性。由於零滯後時的相關表示精確的時間對齊，因此研究者檢驗這些相關值是否顯著高於隨機滯後的相關值。重複該過程104次，P值卡0.01。
如果您對腦電訊號處理感興趣，歡迎點擊下文瀏覽思影科技腦電數據處理課程及服務（目前思影採取預報名制度，以下所有課程均可報名，受疫情影響部分課程時間或有調整，報名後我們會第一時間聯繫）：
【結果】
顱內和頭皮電極記錄中存在alpha振蕩
在每位被試的記錄中，EEG頭皮電極記錄顯示平均的alpha活動頻率為8-10 Hz。在顱內記錄中發現了與被試頭皮腦電圖記錄相同的alpha頻率，這些頻率顯示出一個清晰的頻譜峰（圖1b，c，補充圖2），與同時記錄的丘腦核（thalamic nuclei）以及皮層（cortex）訊號中的alpha振蕩的觀察結果相對應。一名被試在顱內部位未見alpha峰值。由於明確的頻譜峰值是研究神經振蕩的可檢測性的前提，因此該受試者被排除在進一步分析之外。
皮層下活動可以通過頭皮腦電重建
首先，將顱內電極的alpha包絡的時間序列訊號與EEG源定位重建在大腦灰質的虛擬點處獲得的等效訊號求相關。對顱內與頭皮腦電圖alpha包絡訊號進行視覺比較（圖1c），發現顱內和頭皮記錄之間的某些相似之處。定量分析發現，顱內電極的alpha包絡訊號與EEG溯源的重建訊號存在顯著相關（校正後的p≤0.01，置換檢驗），皮質下區域的溯源定位非常接近在伏隔核（OCD）和中央丘腦（GTS）放置的實際電極位置（圖2）。當實際訊號與重建訊號的滯後時間在0左右時，相關最大；滯後時間越長，相關越小（圖3a），表明時間同步性高。
圖2. 重建的腦電源訊號與實際的顱內訊號相關。重建源訊號與實際記錄的alpha包絡訊號之間的顯著相關性。顱內電極植入伏隔核（OCD）和左右半球的中央丘腦（GTS）中。因此，源定位重建訊號和顱內訊號之間的最高相關性位於目標區域中，即植入區域中或緊鄰植入區域。這兩個記錄區域分別是OCD1被試中的左/右殼核（putamen），GTS1被試的左蒼白球（pallidum）和右丘腦（thalamus）。GTS1被試的左/右殼狀體和GTS2被試中的的左丘腦。
此外，研究者發現兩個半球的顱內記錄之間存在顯著相關性。左右中間丘腦（left and right centromedial thalamus）之間以及左右伏隔核（left and right nucleus accumbens）之間存在這種半球間alpha相關性（圖3a）。溯源重建訊號在雙側皮質下區域也存在相關。但是，在某些情況下，偏側化相關性取決於用來檢測關聯性的電極（左/右半球）（圖2）。在GTS2中，對於右顱內衍生物（intracranial derivatives），未檢測到明顯的alpha峰、ESI相關性和半球之間的顱內交叉相關性。同一半球中顱內電極實際位置與最接近皮層下簇的ESI相關最大值之間的歐式距離（Euclidian distance）在14.8到23.5mm之間，並在表1中列出。重建alpha訊號和顱內實際alpha訊號之間的相關性在接近顱內電極位置時最高，與顱內電極位置距離越遠相關越低（圖3b）。此外，研究者在表1中報告了相關值顯著的空間範圍（校正後的p <0.01，置換檢驗）。這些範圍越寬，相關越高。
最後，為了獲得極其顯著的相關結果，需要幾秒鐘的腦電記錄，以捕獲幾秒鐘範圍內的alpha包絡動態變化（另請參見圖1c）。結果發現：儘管較短的時間窗口內計算出的相關值彼此之間存在很大差異，但時間窗口間的平均相關值保持穩定（圖3c），並且在空間上高度相關（r> 0.9）。
圖3 相關分析的時空特性。
a) 分別以淺灰色/深灰色顯示在左/右半球伏隔核（OCD）和中央丘腦（GTS）中的顱內電極處記錄的實際訊號和腦電溯源重建訊號的alpha包絡之間的相關。黑色顯示了兩個半球中顱內電極之間的相關。注意，在零滯後處的相當大的峰表示相關訊號之間的精確時間對準。對於GTS2，在右半球的皮質下區域中，在顱內記錄和源重建訊號之間，或者在兩個半球之間的顱內記錄之間都沒有發現顯著相關性。
b)源定位重建alpha訊號和實際顱內alpha訊號之間的相關性（均值±標準差）受到顱內電極距離的影響。請注意，這些圖中的最大值表示定位誤差，陡度隨距離增加而衰減，來表示這些皮層下區域的空間解析度。頂部的黑線表示明顯的範圍。
c) 不同時間窗口計算出的相關值（平均值±標準差），表明結果在不同時間範圍內的穩定性。
表1. 腦電訊號溯源分析的空間誤差和範圍。在皮層下，計算顱內電極位置與ESI相關最大值之間的歐式距離，單位為毫米。此外，報告了顱內電極周圍相關值顯著的空間範圍。
【結論】
先前研究中使用模擬和溯源分析的工作，為非侵入性EEG和MEG記錄皮層下活動的可檢測性提供了間接證據。在這項研究中，研究者直接通過顱內記錄證實皮層下訊號的真實性，再結合無創性EEG源定位重建將這些訊號定位在實際記錄位置附近，來證實這一假說。本研究結果提供直接證據證明頭皮腦電可以感知皮層下活動。
