1、基于功能连接的脑磁弱源成像方法 张军鹏 王籼君 黄韫栀 四川大学电气信息学院 摘 要： 目的 广泛使用的时空脑成像方法 beamformer 在用于脑磁 (MEG) 源成像时, 经常无法有效定位弱源。为解决此问题, 本文尝试发展一种针对 MEG 信号的弱源成像方法。方法 我们首先利用经典成像方法 beamformer 获取源空间的源强度和波形, 然后选取种子点 (产生最强磁场的源) , 获取功能连接图, 最后根据功能连接的强度得到相关弱源的定位及其波形。结果 在听觉刺激 MEG 数据上的测试结果证明了该方法可有效地定位脑磁强源和弱源。结论 本文提出的基于功能连接的脑磁弱源成像方法可以识别经典方
2、法不能定位的弱源, 具有很大的应用价值, 如定位癫痫病灶。关键词： 功能连接; 源成像; 脑磁图; 脑网络; 波束形成; 作者简介：张军鹏, 男, 副研究员。Functional Connectivity-based Weak Neuromagnetic Source Imaging MethodZHANG Jun-peng WANG Xian-jun HUANG Wen-zhi School of Electrical Engineering and Information, Sichuan University; Abstract： Objective Widely used tempo-
3、spatial brain source imaging method-beamformer-usually failed in imaging MEG weak sources. To deal with such kind of problem, we developed a new method designed for such cases. Method Firstly we use classical beamformer to obtain source intensity and waveforms in source space, and then select a seed
4、 points (who has strongest source intensity) to calculate the correlation between this points and any other sources within whole brain. Finally, overlay the correlation on individual MRI images to localize weak sources, who is correlated with strong sources and is difficult to identify using source
5、power imaging methods. Results We employed it to auditory evoked MEG field data and the results showed that the proposed method is able to effectively localize not only strong neuromagnetic sources, but weak one. Conclusion The proposed method could identify weak sources which is difficult for class
6、ical methods to pinpoint and thus have high applicable values. For example, it can be used to identify epileptic foci.Keyword： Functional Connectivity; Source imaging; MEG; Brain networks; Beamformer; 0 引言脑磁图 (MEG) 用于检测由神经元电活动产生的磁场。脑内电活动会产生一个和电流传播方向正交的磁场, 他们之间的关系遵循右手定律。磁导率在生物组织中和真空中是几乎一样的, 所以, 头皮和颅骨
7、几乎不能导致磁场的畸变1。人脑活动产生的磁场在传播过程中, 几乎不受脑组织的干扰, 传递到头表也几乎没有什么畸变, 这是 MEG 相比脑电一个明显的优势。另外, MEG 能提供很高的空间和时间分辨率。MEG 作为一种无创的检测技术, 可以检测很微弱的磁场, 量级在 f T (1f T=10T) 和 p T (1p T=10T) 之间, 通常是几百 f T。MEG 成像结果可以叠加在被试 (患者) 的 MRI 解剖图像上, 获取磁源成像。MEG 当前被批准用于临床, 主要用于癫痫外科2,3, 以及术前脑成像4,5。在美国, 大多数癫痫中心都广泛采用 MEG 用于术前成像。Beamformer 是
8、一种空间滤波器6,7, 相当于一种虚拟的传感器, 能够导出脑内任意源的时间过程, 通常被用于做 MEG 成像。然而, Beamformer 通常用源位置能量来成像, 因此能量比较弱的源往往不能被识别, 而且有时遗漏的源具有重要功能。本文基于 beamformer 的重建结果, 提出一种基于功能连接 (FunctionalConnectivity, FC) 的弱源检测方法。通过理论推导和真实数据测试, 证明了它的有效性。1 材料和方法MEG 可以用这个模型表示, 其中 X (t) 是 M (channels) N (sample points) 矩阵, 代表 MEG 记录, A () , M2
9、p (grid points) , 是增益矩阵, S, 2 pN 矩阵, 代表电流偶极子的时间过程, P 表示偶极子数据。Beamformer 通过下式估计在 r 位置的源的时间过程6,8, 其中 W (r) 表示位置 r 的空间滤波器权, Beamformer 实际上是寻求一个权 W, 以便通过在 r 位置的信号, 阻止其它位置信号。一个隐含的假设是, 不同源的时间过程是相互不相关的。基于这个假设, 可以得到以下的解, 其中 R 是数据相关矩阵。在位置 r 的源能量可以表示为, 其中 tr表示求迹。如果我们用作为成像指标, 可以得到 3D 的源能量分布图。1.2 基于功能连接的弱源成像通过公
10、式 (2) , 可以得到源空间的每个位置的波形, 相当于一个虚拟电极插入该位置采集到三个方向上的波形。通过能量成像, 可以定位活动源。然后, 有的活动源强度比较弱, 通过这种方法并不能活动背景中区分出来。假设被识别的源位置为 , 那么相应的波形为, s () 。一般来说, 通过 beamformer 重建的源的三个方向波形通常是完全相干的 (perfectlycorrelated) , 因为, 我们只选取一个方向的波形用于研究即可。本研究我们以 sx () 为例, 用相关系数来度量功能连接。以 sx () 为参考源, 求出它与其它所有源空间的点的相关系数, 获得以下 FC 成像指标, r 的值
11、叠加到解剖图像上, 就可以得到与参考源相干的源位置, 也就相应地得到其波形, 完成对弱源的重建。该方法假设脑内存在两个源 和 , 代表已经已经检测的强源, 代表无法通过能量检测到的相关弱源。但两源具有是同源的, 具有高度的波形相关性 (比如两侧运动皮层, 听觉皮层, 视觉皮层等) 。可以假设他们的相关表示为。如果用能量成像, 那么 和 和能量之比可以表示为, 成像结果往往就是 不能被有效检测。通过利用本文提出的方法, 那么他们的成像指标之比为 那么成像指标之比。对于其它位置 , 由于没有相关性 , 显而易见, 和 在成像图上会有大致一样高的峰值, 容易识别出来, 而在能量图上, 弱源无法被识别
12、。由此可见, 通过FC 的方法, 通常可以对能量很弱, 但是与已检测的强源有强的功能连接的弱源进行定位。2 真实数据测试2.1 数据采集和处理实验过程中, 被试左右接收到纯音刺激 (1000Hz) 。共采集到 120 个 trials。本实验经伦理委员会批准, 被试签署了知情同意书。数据由 Elekta Neuromag306 通道 MEG 采集仪采集。通过数据预处理和伪迹消除, 共平均了 112个 trials 得到最终的听觉诱发场数据 (AuditoryEvokedField, AEF) 。该被试的 MRI 用于做头模型重建。Freesurfer 被用于做 MRI 数据的分割和重建。根据定
13、标数据, 头模型和 MEG 数据做了配准。应用 MNE-toolbox, 建立了整个脑空间的 MEG 头模型。运用自编的 beamformer 程序, 进行了数据分析和处理。2.2 分析结果图 1 AEF 的定位皮层定位及功能连接分析结果 下载原图左耳听觉刺激产生 AEF。A 图表示左耳听觉刺激的 AEF 在头表的成像结果, 潜伏期是 83.5ms, 可以看出右侧头表产生最强的磁场活动, 左侧只有微弱活动。B图表示用 BEAMFORMERS 做源成像, 把结果叠加在被试的真实重建皮层上的所得图像。可以看到右侧颞叶有活动, 左侧几乎没有活动。C 图, 是把 BEAMFORMERS结果的峰值点波形
14、提取出来, 和全脑求相关, 然后对相关系数做皮层成像的结果。可以看到, 左侧颞叶和右侧呈现强的负相关, 有较强的功能连接。图 1 展示了 AEF 的定位皮层定位及功能连接分析结果。左耳听觉刺激产生的AEF。图 1A 图表示左耳听觉刺激的 AEF 在头表的成像结果, 潜伏期是 83.5ms, 可以看出右侧头表产生最强的磁场活动, 左侧只有微弱活动。图 1B 图表示用BEAMFORMERS 做源成像, 把结果叠加在被试的真实重建皮层上的所得图像。可以看到右侧颞叶有活动, 左侧几乎没有活动。图 1C 图, 是把 BEAMFORMERS 结果的峰值点波形提取出来, 和全脑求相关, 然后对相关系数做皮层
15、成像的结果。可以看到, 左侧颞叶和右侧呈现强的负相关, 有较强的功能连接。为了便于观察, 把图 1B 中的真实皮层通过变换拉平, 产生了图 2 右图。图 2 的左图展示了叠加平均后的 AEF 波形, 是典型的听觉诱发场波形。图 2 拉平皮层上的激活图 下载原图上图为所有通道 AEF 波形叠加显示。在竖线所标位置为峰值, 潜伏期为85.3ms。下左图通道 MEG1332 的波形图。下右图为峰值位置的激活图。叠加显示在拉平的皮层上。左侧皮层无激活, 没有显示。3 结论针对常用的脑磁源空间重建方法 beamformer 的弱点, 不能对弱相关源定位的问题, 我们提出一种用功能连接方法来检测的方法。这
16、种方法利用了弱源虽然能量弱, 但是相关性强的特点, 通过选择种子点, 计算功能连接强度, 从而得到新的成像图。这种巧妙的处理方法, 抛开能量指标, 利用相关指标, 检测出了弱源。理论推导和真实数据 AEF 测试, 证明了这个方法的有效性和正确性。进一步发展这种方法, 发展基于网络空间的脑磁图成像方法, 是我们下一步的工作。参考文献1Hari, R., R.Salmelin.Magnetoencephalography:From SQUIDs to neuroscience.Neuroimage 20th anniversary special edition.Neuroimage, 2012,
17、 61 (2) :p.386-96. 2Salami P., , Lvesque M., Benini R., et al.Dynamics of interictal spikes and high-frequency oscillations during epileptogenesis in temporal lobe epilepsy.Neurobiol Dis, 2014, 67:p.97-106. 3Jennifer R., Stapleton-Kotloski, Robert J, et al.Localization of interictal epileptiform act
18、ivity using magnetoencephalography with synthetic aperture magnetometry in patients with a vagus nerve stimulator.Front Neurol, 2014, 5:p.244. 4Pieter van Mierlo, Margarita Papadopoulou, Evelien Carrette, et al.Functional brain connectivity from EEG in epilepsy:seizure prediction and epileptogenic f
19、ocus localization.Prog Neurobiol, 2014, 121:p.19-35. 5Huang, M., M.Risling, D.G.Baker.The role of biomarkers and MEG-based imaging markers in the diagnosis of post-traumatic stress disorder and blast-induced mild traumatic brain injury.Psychoneuroendocrinology, 2015. 6Van Veen, B.D., van Drongelen W
20、, Yuchtman M, et al.Localization of brain electrical activity via linearly constrained minimum variance spatial filtering.IEEE Trans Biomed Eng, 1997, 44 (9) :p.867-80. 7Sekihara, K., Srikantan S.Nagarajan, David Poeppel, et al.Application of an MEG eigenspace beamformer to reconstructing spatio temporal activities of neural sources.Human Brain Mapping, 2002, 15 (4) :p.199-215. 8Sekihara, K., Srikantan Nagarajan, David Poeppel, et al.Reconstructing spatio-temporal activities of neural sources using an MEG vector beamformer technique.IEEE Trans Biomed Eng, 2001, 48 (7) :p.760-71.
