Электро гур: Особенности ЭГУР, чем он отличается от других усилителей?

Сбор данных МРТ

До операции выполняли на МРТ-сканере всего тела 3T (Philips Medical Systems, Bothell WA), оборудованном 16-канальной головной катушкой SENSE.Анатомические изображения были получены с использованием подготовленных намагничиванием радиочастотных импульсов 180 градусов и последовательности быстрого градиентного эха (MP-RAGE), оптимизированной для контраста серого и белого вещества, с сагиттальными срезами толщиной 1 мм и разрешением в плоскости 0,938 × 0,938 мм. Изображения, взвешенные по диффузии, были собраны с использованием схемы кодирования Philips с 32-направленным диффузионным кодированием (высокое угловое разрешение) с опцией наложения градиента вместе с объемом изображения b0 (без взвешенного по диффузии). Было получено 70 аксиальных срезов с полем обзора 224 × 224 (толщина среза 2 мм, 1.75 × 1,75 мм пикселей) и максимальное значение b 800 с мм ^-2 .

Анализ изображений

Перестройка анатомического изображения, преобразование пространственной нормализации и тензорные вычисления были выполнены в AFNI [32]. Анатомическая МРТ T1 для каждого субъекта использовалась для построения сетчатых моделей границы раздела серого / белого вещества и пиальной поверхности с помощью FreeSurfer v4.5 [33, 34]. Реконструкции поверхности визуализировались в Matlab v7.7.0 (Mathworks, Natick MA) с использованием специального программного обеспечения. Для каждого субъекта объемы, взвешенные по диффузии, и таблица градиентов были повторно согласованы с анатомическим объемом МРТ с удаленным черепом.Одномодельный тензор диффузии был вычислен с использованием этих перестроенных объемов. Блок-схема всего потока обработки представлена ​​в. Подробная информация о параметрах получения диффузных изображений и создании детерминированной трактографии DTI доступна в предыдущих публикациях, а также в сопутствующей статье Tertel и др. В этом выпуске [35, 36].

Блок-схема обработки данных для корреляции ответа с трактографией CCEP. Два отдельных потока обработки (визуализация и электрофизиология) выполнялись независимо с использованием специального программного обеспечения.Локализация SDE в пространстве изображений позволила провести сравнение модальности путем объединения двух наборов данных в общую систему отсчета. Выбор путей, обработка электрофизиологии и совместное представление данных () были выполнены в Matlab с использованием собственного программного обеспечения. Номера путей и ответы N1 были экспортированы в R для окончательного регрессионного анализа () со всеми субъектами, и стимулирующие пары были объединены вместе.

Локализация электрода

После имплантации электрода было получено КТ непрерывных тонких срезов с высоким разрешением (0.Разрешение в плоскости 5 мм, осевые срезы толщиной 1 мм). Это КТ-сканирование было зарегистрировано совместно с дооперационной анатомической МР-визуализацией с использованием алгоритма преобразования твердого тела, реализующего функцию взаимной стоимости информации [32]. Центры отдельных электродов были локализованы с помощью послеоперационной компьютерной томографии, а затем преобразованы в пространство изображения анатомической МРТ. После имплантации электрода произошла нелинейная деформация кортикальной поверхности и, следовательно, расположения SDE. Чтобы исправить эти деформации, модель поверхности пиального кортикального слоя была изменена без учета трещин и борозд, чтобы создать сглаженную оболочку, которая точно соответствует форме и размеру мозга пациента.SDE были перестроены на эту новую поверхность, перемещая их вдоль поверхности, перпендикулярной к точке на оболочке, ближайшей к их местоположению на деформированной поверхности мозга. Интраоперационные фотографии, сделанные во время удаления SDE, были использованы для окончательной корректировки местоположений SDE, определенных этим автоматическим методом. Затем SDE могут быть визуализированы как сферические геометрические объекты на модели кортикальной поверхности в SUMA [37] или Matlab. Подробности этих методов были ранее опубликованы [38, 39]. Использование FreeSurfer (v4.5) [40], поверхность SUMA была автоматически разделена на части и были идентифицированы электроды, которые покрывают pars opercularis (PO) или pars triangularis (PT) BA.

Ранее мы показали [36, 41], что автоматическая схема анатомической парцелляции, примененная здесь для разграничения областей Бродмана 44 и 45, дает очень точную и надежную оценку переднего окончания дугообразного пучка и языковых участков, локализованных в области Брока. площадь. Поэтому мы применили этот автоматический алгоритм локализации в качестве стратегии для определения, какие электроды стимулировать во время измерения CCEP.Учитывая, что CSM несет небольшой риск индукции судорожных припадков, он был выполнен исключительно по клиническим причинам, с другими электродами, выбранными для стимуляции CCEP на основе автоматизированной схемы гиральной парцелляции (). В дополнение к сгруппированному анализу для всех электродов БА мы также проанализировали данные этих двух методов локализации по отдельности ().

Результаты картирования корковой стимуляции (CSM) и ответов N1, сгруппированных по положительным и отрицательным парам CSM. (A) Результаты CSM сгруппированы для всех имплантированных SDE.Электроды, которые постоянно вызывали дефицит во время стимуляции, показаны красным, те, которые вызвали дефицит, когда часть одной стимулирующей пары, но не другая (краевые эффекты), показаны синим, SDE, которые привели только к двигательному эффекту, показаны зеленым, те, которые были стимулированные, но никогда не вызывающие дефицита — черные, а все SDE, которые не оценивались CSM, — белые. (B) Представление ответов N1 во время стимуляции CCEP на парах электродов, которые были положительными по CSM (№ 2-6). (C) Распределение ответов N1 по парам стимуляции CCEP, которые были отрицательными (нет.7-9) или не тестировалось (№ 1 и 10). Были включены только те участки поверхности головного мозга с> 2 электродами в пределах 8 мм, чтобы избежать искажения результатов из-за выбросов.

Картирование корковой стимуляции

Картирование языковой коры для клинических целей проводилось с использованием зрительных стимулов (Бостонский тест именования) [42], слухового повторения и наименования общих объектов с использованием слуховых стимулов [43, 44]. В некоторых случаях это включало отображение электродов, идентифицированных как лежащие над BA (PO или PT).Задачи выполняли во время стимуляции постоянным током соседних пар электродов с помощью стимулятора травы (Grass Technologies, West Warwick, RI USA). Картирование корковой стимуляции (CSM) выполняли с помощью последовательности 3-5 секунд 50 Гц, прямоугольных импульсов переменной полярности (0,3 мс) с интенсивностью, изменяющейся от минимум 2 мА до максимум 10 мА с шагом 2 мА. Во время стимуляции за пациентом наблюдали после выделений, двигательной дисфункции или ощущений, вызванных стимуляцией сомато-сенсорной коры.Сайты CSM считались положительными для языка, если стимуляция вызывала остановку артикуляции, диносмию или аномию [36, 44].

Кортико-корковые вызванные потенциалы

Электроды, расположенные над BA, как идентифицировано картой парцелляции FreeSurfer или CSM, предназначались для измерения CCEP. Эти пары электродов стимулировали биполярными импульсами (10 мА, всего 500 мс, 250 мс вверх / вниз, при 1 Гц в течение 50 секунд) с помощью стимулятора травы. Параллельная электрокортикография (ЭКоГ) собиралась при 1 кГц на остальных SDE с помощью NeuroFax (Nihon Kohden).Первоначально каналы были привязаны к искусственному 0 В и проверены на предмет артефактов стимула или всплесков активности. Подгруппа всех электродов (> 20) с минимальным шумом, артефактом стимула и вызванными потенциалами использовалась для получения среднего эталона для всех электродов.

Данные ЭКоГ, собранные во время стимуляции на каждой паре электродов над BA, были экспортированы в Matlab (полоса пропускания — от 0,2 до 300 Гц), а эпохи были синхронизированы по времени в начале каждого стимула. Шумные испытания, содержащие интерктальные эпилептиформные разряды или артефакты, также были идентифицированы на этом этапе и исключены из дальнейшего анализа.Для каждой стимулирующей пары было> 45 эпох. К каждому каналу был применен фильтр верхних частот (10 ^{-го порядка} чебышева, отсечка 1 Гц, затухание боковых лепестков 30 дБ), чтобы минимизировать влияние дрейфа напряжения. Эпохи были усреднены вместе, чтобы получить CCEP на каждом регистрирующем электроде.

Положительные и отрицательные отклонения усредненного отклика CCEP на каждом электроде были идентифицированы с использованием алгоритма автоматического определения пиков (собственное программное обеспечение). Данные в пределах первых 8 мс были исключены, чтобы устранить артефакты стимуляции.Аппроксимация первой производной использовалась для нахождения локальных минимумов и максимумов, используемых для выделения признаков. Первое четкое отрицательное отклонение после артефакта стимула было определено как ответ N1 [10, 11] (). Только отрицательные отклонения в пределах 40 мс артефакта стимула были классифицированы как ответы N1, чтобы минимизировать влияние непрямых связей, отсутствующих в трактографии. Каналы с пиками N1 с амплитудой> 1000 мВ были исключены, поскольку они, вероятно, отражали небиологическую электрическую передачу.

Ответ CCEP от переднего до заднего. (A) Электроды, представленные на поверхности коры в FreeSurfer. Стимулирующая пара электродов отображается желтым цветом, перекрывая BA как в PT, так и в PO, а также с задним регистрирующим электродом в Wernicke, показанном синим цветом. (B) Трактография DTI между парой стимулирующего и записывающего электродов. Пути были выбраны с использованием кубовидных VOI со стороной 20 мм. Пути проходили от любого стимулирующего электрода к регистрирующему электроду.(C) Выраженный ответ N1 синего электрода (латентность = 31 мс, амплитуда = 48,8 мВ), зарегистрированный на электроде Вернике во время стимуляции BA (желтые электроды).

Трактография

Детерминированная трактография была выполнена в DTIQuery v1.1 [45] с использованием метода отслеживания линий (STT) [46] с шагом посевных точек 2,0 мм, размером шага 2,0 мм и максимальной длиной пути 300 мм. Путем совмещения анатомической МРТ с изображениями DTI, пути волокон оставались в своем естественном пространстве для визуализации и могли быть локализованы по отношению к кортикальной поверхности.Данные трактографии были сохранены в виде файла базы данных путей и импортированы в Matlab как набор всех путей, присутствующих в мозгу субъекта. Виртуальные кубовидные VOI размером 20 × 20 × 20 мм были размещены вокруг каждого электрода, и были выбраны все пути, проходящие через этот VOI. Перекрытие путей, переходящих от одного VOI к другому, затем можно было бы быстро рассчитать и сохранить для дальнейшего анализа. Для каждой стимулирующей пары было включено количество путей, проходящих через VOI, окружающий любой электрод (функция логического ИЛИ).Количество путей, проходящих от этой первой путевой точки к каждому из других регистрирующих электродов, было рассчитано и сохранено (функция логического И).

Совместное представление CCEP и DTI

Трактография и CCEP для каждой пары стимуляции были совместно представлены в Matlab с полупрозрачной моделью левого полушария (). SDE были изображены в виде сфер на поверхности коры головного мозга со стимулирующими электродами, закрашенными черным для графического представления, а электроды для записи окрашены и масштабированы на основе ответа N1.Записывающие электроды без N1 были показаны белым. Все пути, проходящие через кубические VOI вокруг пары стимуляции, нарисованы зелеными линиями тока. Эти пути не были ограничены расположением SDE и представляют все тракты волокон, проходящие вблизи стимулирующих электродов.

Совместное представление путей DTI и CCEP от стимуляции переднего языкового узла. Ответы двух иллюстративных субъектов CCEP во время стимуляции БА. Верхний ряд представляет одну тему (№7, пара стимуляции № 10), а средний и нижний ряд — две отдельные пары стимуляции у одного и того же субъекта (№ 5, пары стимуляции 7 и 8). Черные электроды обозначают стимулирующую пару электродов. Последующий ответ N1, измеренный на всех других электродах, представлен в виде амплитуды (радиус электрода) и задержки (цвет). Электроды без ответа CCEP изображены в виде белых сфер. Все пути, проходящие через 20-миллиметровые кубы с центром в стимулирующей паре, показаны зелеными линиями тока.Верхний ряд содержит ту же стимулирующую пару и ответ, что и в.

Корреляция

Для каждой стимулирующей пары амплитуды N1 и соответствующие задержки в каждом канале были сопоставлены с количеством путей, соединяющих стимулирующую пару с этими местоположениями электродов, а затем импортированы в R (R Foundation for Statistical Computing v2.11.1) для статистического анализа. Электроды без идентифицируемого ответа N1 были исключены. Все данные для 10 стимулирующих пар были объединены для корреляционного анализа.Амплитуду и задержку регрессировали по количеству трактов, чтобы определить влияние плотности путей на вызванный потенциал. Уравнение регрессии было:

P _i = β _o + β _a A _i + β _{l 9057 9057 9057} + ∊

, где P _i было количеством путей, соединяющих стимулирующую пару с электродом i ^th , A _i амплитуда CCEP, β _a коэффициент амплитуды, L _i — задержка, β _l — коэффициент задержки, β _o — перехват и член ошибки ε.

Групповой анализ данных CCEP

Учитывая вариабельность охвата, обеспечиваемого SDE, мы хотели иметь возможность визуализировать ответ CCEP для всех людей одновременно, чтобы сделать сводные утверждения для ответов CCEP, увиденных для группы. Для этой цели мы преобразовали местоположения всех SDE, используемых для ЭКоГ и стимуляции, в стандартную анатомию — пространство изображений Монреальского неврологического института (мозг Colin N27), используя 12-параметрическое аффинное преобразование. Затем электроды были представлены на пиальной поверхности этого мозга, созданного в SUMA.Эта поверхность была визуализирована как трехмерный объект в Matlab, как описано ранее, и отдельным электродам были присвоены различные цвета в зависимости от амплитуды ответа N1. Электроды без ответа N1 оставались неокрашенными (белыми). Затем была рассчитана пространственная карта вероятности наличия ответа CCEP. Каждому узлу на кортикальной поверхности было присвоено пропорциональное значение — отношение количества электродов в пределах 7 мм, которые показали ответ CCEP> 10 мкВ, к количеству электродов, присутствующих в пределах 7 мм.Расстояние в 7 мм как длина, на которой регистрируется субдуральный макроэлектрод, было получено на основе недавнего анализа ЭКоГ в этой лаборатории, который в настоящее время является предметом другой публикации, которая находится на рассмотрении.

Заявка

У семи наших субъектов было 837 имплантированных SDE и в общей сложности 10 пар стимуляции, которые накладывались на BA и использовались для стимуляции (). У пяти пациентов над БА была установлена ​​одна пара стимулирующих электродов. Остальных двух пациентов нет. 4 и 6, имели несколько пар стимулирующих электродов над БА.В шести из десяти пар стимуляции оба электрода лежали над PT, в трех оба были над PO, и в последнем случае по одному электроду находился в каждой из двух подобластей. Окончательный набор данных включал 1248 электродов, на которых ЭКоГ проводилась во время стимуляции и использовалась для расчета CCEP. Из них явный ответ CCEP N1 был зарегистрирован с 404 электродов. Средняя амплитуда этих ответов составляла 103,0 +/- 157 мкВ, а средняя задержка составляла 23,3 +/- 7,8 мс. Стимуляция каждой пары считалась независимой от других, даже если две пары стимулировались одним и тем же субъектом, поскольку они относились к разным трактографическим путям.CCEP на записывающих электродах учитывались для каждой пары стимуляции индивидуально, что означает, что некоторые электроды включались до трех раз (как у субъекта № 4).

У всех испытуемых мы отметили низкую латентность, высокую амплитуду ответов над pars orbitalis, сенсомоторной моторной корой рта / лица, латеральной премоторной корой и средней лобной извилиной (дорсо-латеральной префронтальной корой). Эти ответы N1 были> 100 мВ по амплитуде с очень короткими задержками (15-20 мс). В соответствии с сильной связью коры головного мозга человека между площадками на коротких расстояниях, ответы с наибольшей амплитудой и наименьшими задержками были отмечены на электродах, непосредственно примыкающих к паре стимуляции.Пути трактографии DTI, соединяющие БА с этими областями, состояли из крупных кортико-кортикальных путей U-волокон (). Эти соединения ближнего действия были самыми плотными из всех волоконных трактов, берущих начало или заканчивающихся в BA. Для электродов, которые показали ответ N1 и которые были расположены в пределах 2 см от стимулирующей пары (n = 74), то есть в прилегающих извилинах, было в среднем 245 +/- 174 (от 10 до 908) волоконных трактов, соединяющих их со стимулирующей парой. Средняя относительная анизотропия (ФА) вдоль этих волокон равнялась 0.39 +/- 0,03, а их средняя длина составила 55,9 +/- 14,8 мм. CCEP, измеренные на этих электродах, имели средний пик N1 285,8 +/- 260,0 мкВ и задержку 18,7 +/- 5,5 мс.

Относительно удаленные компоненты языковой системы также в большинстве случаев демонстрировали четкие ответы CCEP. Они были заметны по задней средней височной извилине (MTG), задней верхней височной грюсе (STG) (обе соответствуют области Вернике), нижней теменной доле и частям передней STG и MTG. Для электродов на расстоянии более 2 см от стимулирующей пары с ответом N1 и по крайней мере одного волокна, соединяющего их со стимулирующей парой (n = 135), на пути было в среднем 28 +/- 38 волокон (от 1 до 202). .Средняя FA вдоль этих волокон составляла 0,41 +/- 0,06, а средняя длина составляла 78,6 +/- 33,4 мм. CCEP, измеренные на этих электродах, имели средний пик N1 78,1 +/- 95,3 мкВ и задержку 23,8 +/- 7,6 мс. Некоторые электроды, расположенные над передним STG, демонстрировали как высокую амплитуду, низкую латентность, так и меньшие, более медленные ответы N1 заднего STG. У шести из семи пациентов также были отмечены тракты, соединяющие стимулирующие электроды БА с этими удаленными языковыми участками (). Эти пути по-разному оканчиваются в задней части MTG и STG, нижней теменной доле и передней STG.

В целом, сравнение связности между этими двумя модальностями показало замечательную совместную локализацию CCEP и трактов для электродов как ближайших, так и удаленных от пары стимуляции. И DTI, и CCEPs выявили переднее и заднее соединение, которое хорошо совпадало с анатомическим расположением дугообразного пучка (AF) и соответствовало нашим предыдущим результатам, которые связывают участки CSM с AF [36]. Чтобы количественно оценить взаимосвязь между этими двумя показателями связности, амплитуда и задержка всех ответов N1 были коррелированы с количеством трактов, соединяющих стимулирующую пару с каждым регистрирующим электродом ().Амплитуда ответа N1 положительно коррелировала с увеличением размера пути (β _a = 0,45, p <2 × 10 ^-16 ), указывая на то, что ответы более высокой величины были связаны с более плотными путями, соединяющими области около электродов. С другой стороны, латентность отрицательно коррелировала (β _l = -2,63, p = 1 × 10 ^-5 ) с количеством участков, что, возможно, указывает на то, что меньшие, менее плотные участки опосредуют более медленную передачу сигнала. Общий r ² для регрессии с учетом обеих этих переменных был равен 0.41 (p <2,2 × 10 ^-16 , F _2,401 = 140,3). Коллинеарность или зависимость амплитуды N1 от задержки была исследована путем подбора линейной регрессии между этими двумя переменными. Значение r ² для этой связи составляло 0,01, и, хотя оно было статистически значимым (p <0,01), не имеет биологического значения и в дальнейшем не рассматривается. Кроме того, была вычислена линейная регрессия с использованием как задержки, так и амплитуды, а также члена взаимодействия между ними. Статистика F для этой модели была 111.7 (df = 3, 404) и r ² было 0,45. ANOVA между исходной моделью и этой действительно показывает, что расширенная модель (модель, включающая член взаимодействия) статистически лучше, чем исходная (p <3 × 10 ^-8 ). Однако AIC для двух моделей очень похожи: 4804 для модели в бумаге и 4775 для расширенной модели. Поэтому мы считаем, что включение термина взаимодействия не обязательно, потому что это не является значительным улучшением по сравнению с первой моделью.

Результаты регрессии количества путей между стимулирующей парой и каждым электродом по сравнению с ответом N1.Все пациенты и пары стимуляции были объединены для одного анализа. В общей сложности 408 электродов имели ответы N1 после стимуляции переднего языкового узла (электроды без ответа N1 исключены из анализа). Регрессия между амплитудой и задержкой продемонстрировала положительную и отрицательную взаимосвязь, соответственно, с силой пути между парой стимуляции и записывающими электродами.

В представленный здесь анализ мы включили только электроды, у которых после стимуляции были отмечены вызванные потенциалы N1.Когда мы повторили тот же анализ, включая все электроды, были отмечены аналогичные отношения между N1 (амплитуда и задержка) и данными DTI. Амплитуда ответа N1 положительно коррелировала (β _a = 0,48, p <2 × 10 ^-16 ), а латентность отрицательно коррелировала (β _l = -0,91, p = 1,3 × 10 ^-5 ). . Как и ожидалось, учитывая большее количество точек данных ближе к началу координат, r ² для этого набора данных было 0,25, тем не менее, модель все еще была очень значимой (F = 209, df = 2, 1222, p <2 × 10 ^-16 ).

Важным вопросом является влияние расстояния регистрирующих электродов от стимулирующей пары. Это может повлиять как на амплитуду, так и на задержку ответа CCEP. Поэтому важно оценить такой эффект, чтобы определить специфичность трактографии при оценке электрофизиологической связи. Это обеспечит уверенность в том, что наш анализ использует дополнительные данные из трактографии, а не снижение вызванной силы тока и увеличение задержки, которые зависят от расстояния.Чтобы проверить это, мы вычислили регрессию амплитуды и задержки CCEP в зависимости от этого расстояния. Эта модель была впервые запущена с использованием только электродов с ответом N1 и привела к r ² 0,25, что сравнивается с r ² , равным 0,41, когда DTI использовался в регрессии. При рассмотрении всех электродов эти числа составили 0,13 и 0,25 соответственно.

Сгруппированный дисплей ответов CCEP () для всех семи человек подтвердил и более четко определил схему подключения между людьми.Идентификация участков, в которых были отмечены эффекты, была основана на стандартных стратегиях локализации, используемых для сообщения об участках активации при функциональной визуализации. Сообщается об участках, где CCEP были локализованы в стандартизированном пространстве (координаты Талаирач) с использованием инструментов локализации в AFNI. В некоторых случаях дополнительное подтверждение локализации также получалось при выполнении CSM. Большие ответы были отмечены в лобной коре, прилегающей к БА, включая премоторную кору (PMC) (которая, как известно, участвует в артикуляции) [47], моторная кора лица, части средней лобной извилины, участвующие в рабочей памяти (дорсо-латеральная префронтальная кора — DLPFC) и ПО.CCEP с меньшей амплитудой присутствовали в нижней теменной доле, задней STG и MTG (область Вернике), а также вдоль передней STG и MTG. У четырех пациентов (1, 2, 5, 7) стимуляция по сравнению с задними MTG / STG привела к дефициту рецептивной речи. В других случаях (3, 4, 6) зона Вернике была идентифицирована анатомически как задняя и нижняя часть зоны Бродмана 22 у остальных пациентов. Карта вероятности популяции () позволила интерпретировать данные CCEP, которые не были смещены по амплитуде, и это позволило взаимодействовать с данными, собранными по всем индивидуумам.Изюминкой этого анализа является отчетливый и устойчивый ответ, отмеченный по задней MTG и прилегающей STG, совпадающей с местоположением области Вернике. Другие устойчивые ответы CCEP были по PO, PMC, DLPFC, лицу M1 и передней височной доле (STG и MTG).

Сгруппированное представление ответов N1. (A) Представление ответов N1 CCEP для группы (n = 7) через 837 электродов после стимуляции на 10 различных парах электродов, расположенных над BA. Ответы N1 на каждом электроде были помечены цветом по амплитуде, как показано в легенде.Белые электроды либо не имели ответа CCEP, либо имели амплитуду <10 мкВ. (B) Распределение ответов N1 по всем пациентам. Каждая точка на корковой поверхности была окрашена в зависимости от количества электродов в пределах 7 мм, у которых был ответ N1. Были включены только местоположения с более чем 2 электродами поблизости, чтобы избежать выбросов, вызванных редким отбором проб. Белые электроды представляют собой стимулирующие электроды.

Результаты CSM обобщены в. Все данные CSM были собраны при фиксированном токе стимуляции, который был максимальным на основании наличия очагов после разрядов и отсутствия вызванных реакций (двигательные явления, фосфены, боль) [44].Как отмечено в методах, мы выбрали электроды для CCEP на основе их расположения над BA. Некоторые из этих электродов были также положительными для CSM, другие были отрицательными для CSM, а у некоторых CSM не проводился, так как он не имел отношения к клиническим целям (). Мы также выполнили подгрупповой анализ оценок CCEP связности для пар электродов над BA, которые были положительными для CSM и тех, которые были отрицательными для CSM. Эти результаты были очень похожи, хотя и различались из-за различий в покрытии коркового слоя в этих двух группах ().

Обсуждение

Это первая попытка связать анатомические и не требующие выполнения задачи электрофизиологические измерения связности в человеческом мозге. Это доказывает осуществимость и полезность мультимодальных оценок связности в языковой системе. Это исследование подтверждает выводы из предшествующей литературы, которые описывают соединения BA с использованием CCEP [10] и DTI [26, 48] в качестве независимых оценок связности. BA очень прочно соединяется с другими частями префронтальной и премоторной коры, pars orbitalis, моторной корой лица, зоной Вернике, передней височной долей и нижней теменной долей (,).CCEP, возникающие в течение 40 мс после стимуляции, объясняют примерно 41% вариации связности, определяемой трактографией (). Эта оценка включает только две характеристики отклика CCEP на каждом электроде: задержку и амплитуду вызванного потенциала N1. Более медленные или последующие пики вызванного потенциала не учитываются. Эти переменные были преобразованы в регрессию по сравнению с простой мерой возможности подключения DTI: количеством участков в оптоволоконном тракте. Используя даже эти относительно простые показатели, полученные на основе электрофизиологических данных и данных визуализации, наше исследование демонстрирует высокую степень корреляции между ними.Кроме того, эти результаты предполагают, что CCEP могут предлагать информацию, выходящую за рамки сетевой архитектуры, оцененной с использованием только DTI, расширяясь для предоставления информации о пропускной способности и скорости передачи сигнала. Недавний отчет Келлера и др. Показал, что показатель функциональной связи, фМРТ в состоянии покоя (rsfMRI), хорошо коррелирует с записями CCEP. В своих выводах авторы использовали ответ N2 для количественной оценки уровня связности, хотя они отмечают, что другие вызванные потенциалы (N1 или P1) дали аналогичные результаты.Они обнаружили, что величина ответа N2 коррелирует с возможностью подключения rsfMRI, и пришли к выводу, что самые сильные функциональные связи связаны с самыми сильными электрическими связями [49]. Наша работа согласуется с их результатами, а также с другими предыдущими наблюдениями, предполагающими, что комбинации данных DTI с другими методами, такими как фМРТ [41] и CSM [36], обеспечивают уникальное понимание церебральной связи.

Работа Мацумото [10] выявила задержки около 30 мс для CCEP, записанных на определенных участках заднего языка после стимуляции БА.Мы обнаружили, что CCEP в задних отделах также происходили в том же временном диапазоне. В нашем анализе мы ограничили ответы CCEP теми, которые произошли в течение 40 мс, чтобы изолировать те, которые являются результатом прямых / моносинаптических связей [10, 53]. За пределами этого временного окна были отмечены другие реакции, которые, вероятно, были результатом подкорковых и непрямых (мультисинаптических) связей (). Для подавляющего большинства электродов, проанализированных в этом исследовании, потенциал N1 ​​был первым и единственным идентифицированным потенциалом. Это соответствует предыдущим отчетам CCEP [12].Кроме того, отрицательный (N1) ответ предполагает, что вызванный потенциал имеет распределение, соответствующее фокальной корковой деполяризации. Выбор использования ответа N1 был основан на литературе, в которой этот потенциал имел распределение по областям, которые, как считается, были связаны с областью стимуляции CCEP [10, 54]. Поскольку этот аналитический метод связывает две меры, которые ранее не коррелировали, мы выбрали систему (языковую сеть) и меру (потенциал N1), обе из которых имеют воспроизводимые результаты.Учитывая, что используемый здесь метод DTI ограничивался прямыми подключениями, необходимо было таким же образом изменить наши измерения CCEP. Изучение косвенных связей с использованием CCEP и DTI в тандеме будет расширено в дальнейших исследованиях. Такие непрямые пути также обеспечивают важные маршруты для потока информации и могут иметь решающее значение для восстановления от повреждений дугообразного пучка, которые происходят после инсультов, роста опухоли и других повреждений мозга.

Различия в задержках и амплитудах между разными ответами CCEP предполагают связи, которые различаются по количеству или качеству.Отрицательная корреляция между задержкой и количеством волоконных трактов подтвердила эту гипотезу (). Пучки волокон более низкого качества имели меньшее количество участков, идентифицированных детерминированной трактографией, и более длительные задержки с более низкими амплитудами пиков. Амплитуда ответа N1 имела сильную положительную корреляцию с количеством волокон. Однако и на задержку, и на амплитуду ответа CCEP могут влиять показатели качества тракта, отличные от количества волокон (например, средняя FA на тракте). Чтобы тщательно изучить эту взаимосвязь, мы сравнили электроды в пределах 2 см от стимулирующей пары и обнаружили множество путей волокон (среднее число = 245) с высоким средним значением FA (0.39), что было значительно ниже (p = 0,001), чем у более удаленных электродов (среднее значение FA = 0,41, среднее число = 28). Кроме того, время ожидания (18,7 против 23,8 мс) и пиковая амплитуда (285,6 мкВ против 78,1 мкВ), относящиеся к этим двум наборам, явно различались (p <10 ^-7 и p <10 ^-8 соответственно). Таким образом, CCEP с более длинным диапазоном, по-видимому, опосредованы более длинными волокнами, которые также могут обязательно иметь более высокие значения для их средней анизотропии. Другие показатели, такие как радиальный и осевой коэффициент диффузии [73, 74], также влияют на качество трассы и будут изучены в более поздних исследованиях.Интеграция показателей пути DTI с ответами CCEP (хотя и в популяции пациентов) может дать представление о том, какие параметры DTI имеют значение для информационного потока. Это позволило бы получить объективные средства оценки показателей DTI применительно к различным болезненным состояниям [9], а также изучить взаимосвязь в популяциях, не относящихся к пациентам, где данные внутричерепной электрофизиологии скудны или их невозможно собрать.

Как мы отмечаем в результатах, существует очень слабая корреляция между двумя показателями ответа CCEP — амплитудой и задержкой.Хотя поначалу это может показаться нелогичным, при ближайшем рассмотрении это не так. Временное окно, используемое для выделения ответа N1, составляло 40 мс. Это может позволить установить некоторые косвенные связи между сайтами стимуляции и записи. Модуляция амплитуды сигнала, вероятно, происходит на этих промежуточных участках, разрывая взаимосвязь между амплитудой и задержкой ответа CCEP. Кроме того, показатели задержки имеют нижнюю границу, ниже которой передача сигнала физиологически невозможна.Однако на ближайших участках амплитуда ответа не ограничивается этими пределами.

Более глубокое понимание кортико-коркового информационного потока необходимо системным нейробиологам для построения более экологически обоснованных представлений о сетевых связях в мозге [63, 64]. Методы, основанные на стимуляции (CCEP, TMS), действительно «независимы от задач» и не зависят от набора персонала отдельных регионов на основе задач. Возможно, что оценки связности на основе стимуляции могут привести к некоторому антидромному информационному потоку.Однако большинство выявленных ими сетей, вероятно, относятся к ортодромным соединениям, которые зависят от обязательной связности оцениваемого региона. Предыдущие исследования, сочетающие стимуляцию с нейровизуализацией, включали сравнения одновременных ТМС-ПЭТ [19, 55-58], ТМС-фМРТ [59] или потенциалов кожи головы, связанных с ТМС-событием [53]. Стимуляция ТМС преимущественно вызывает активацию борозды [60], и ее эффекты трудно точно смоделировать или предсказать [61]. Кроме того, ТМС некоторых областей мозга, перекрытых височной мышцей, может быть болезненной.Другие области, такие как базальная височная область, не могут быть нацелены, потому что они расположены очень глубоко относительно того места, где размещена катушка TMS. Все эти факторы ограничивают полезность этого неинвазивного метода стимуляции. Стимуляция с использованием имплантированных электродов не имеет ни одного из этих ограничений. Он обладает значительной пространственной специфичностью, и локальные разбросы тока могут быть разумно смоделированы [62]. Его основным ограничением является то, что метод может применяться только к популяции пациентов. Анализ данных по нескольким пациентам с различной этиологией и местами начала припадков позволил нам спроецировать результаты наших исследований на обычную популяцию.Карты связности от CCEP можно рассматривать как обязательную связность стимулируемого региона.

В дополнение к методам, основанным на стимуляции, существует доступный набор «относительно» объективных оценок связи с использованием нейровизуализации. К ним относятся rsfMRI [65, 66], метаанализ наборов данных функциональной визуализации [67, 68] и трактография [69–71]. Хотя rsFMRI обеспечивает оценку возможности подключения без задач, он не может полностью преодолеть сложности, связанные с активностью в сети в режиме по умолчанию [72].Другие трактографические измерения, основанные на визуализации, очерчивают пути, но не предоставляют информации о валентности или функциональной значимости синаптических связей, обслуживаемых этими путями. Метааналитические карты связности основаны на данных, полученных по широкому кругу задач, чтобы минимизировать влияние одной задачи на оценки связности. Но хотя они могут выявить масштабы региональных подключений, задействованных при выполнении задач, они не отражают «проводные» подключения данного региона в той манере, которая наиболее недвусмысленно проиллюстрирована методами картирования на основе стимуляции.

Наш метод корреляции электрофизиологии и визуализации основан на точной локализации SDE после имплантации. Соединения DTI очень чувствительны к местоположению, и большие ошибки могут значительно сместить VOI вокруг электродов, тем самым ухудшив корреляцию. Ранее мы показали [35, 36], что используемый здесь полуавтоматический метод локализации электродов позволяет проводить соответствующие сравнения между этими наборами данных. Тот факт, что мы обнаружили ожидаемые связи AF с типичными языковыми сайтами, дополнительно подтверждает нашу схему локализации электродов.

Мы использовали BA в качестве предмета этого интермодального интегративного анализа связности, поскольку это область большого интереса для когнитивной нейробиологии. БА также имеет плотную связь с местными и удаленными областями, что было предвидено предыдущими анатомическими анализами и анализами поражений, и позволяет провести надежное сравнение показателей связности [21, 22, 50]. Было показано, что один из наиболее заметных выходящих волоконных трактов, AF, является мозговым путем, в котором несколько волокон имеют одни из самых высоких значений FA в головном мозге [41, 51, 52].Оценки связности БА с использованием трактографии хорошо перекрываются с анатомическим разрезом трактов белого вещества, участвующих в речи [26-28]. Однако, хотя DTI был очень полезен для поддержки существующих моделей генерации языков [48], он не дал нового понимания операций в этой области, которая имеет решающее значение для языка. Сочетание электрофизиологической связи с анатомическими путями может дать такое понимание.

Как показали измерения корреляции, перекрытие между двумя оценками связности не является идеальным.Частично это может быть следствием неточностей в обоих измерениях. Во время CCEP мы предполагаем, что кортикальная область, вызывающая вызванный ответ, находится непосредственно под электродом, измеряющим его. Очевидно, что это чрезмерное упрощение и, вероятно, приведет к неточностям, поскольку тракты, используемые в корреляции, основаны на местоположении электрода, а не на источнике сигнала. Кроме того, мы только коррелировали данные DTI с ответом N1 [10, 54]. Конечно, возможно, что некоторые прямые связи опосредуются очень медленными волокнами или множественными внутрикортикальными синапсами, которые приводят к более медленному потоку информации, чем мы ожидаем увидеть.В отличие от предыдущей работы, посвященной N1 [10, 54] или N2 [49], будущая работа будет связывать измерения DTI с более сложными оценками среднего вызванного ответа.

Детерминированная трактография имеет известные проблемы с отслеживанием волокон на окончаниях путей в сером веществе [75]. VOI на кортикальной поверхности склонны к неточностям при подсчете количества путей волокон, достигающих их; один результат — меньшее количество путей, чем ожидалось при определенном ответе CCEP. Несмотря на это, мы обнаружили отличную корреляцию между трактографией DTI и вызванными потенциалами: номера волокон DTI могут раскрыть информацию о способности волоконного пути передавать электрические сигналы.Этот анализ служит для проверки детерминированного анализа данных DTI, показывая, что «более сильные» пути более способны передавать сигналы с большой амплитудой и с большей скоростью. Дальнейшая работа может дать предварительные оценки качества пути, необходимого для работы в качестве канала в сети. Расширение этого может привести к более объективному методу определения порога и ограничения результатов DTI у субъектов, не имеющих инвазивной электрофизиологии. Эта работа также может быть расширена для сравнения межзональной связности с использованием вероятностных трактографических методов [75] с CCEP.

Резюме

В нашей работе описывается новый метод корреляции двух независимых оценок связности задач — трактографии DTI и кортико-корковых вызванных потенциалов (CCEP) — в популяции пациентов. Мы оценили языковую систему, так как ее профиль подключения относительно хорошо изучен и состоит как из коротких, так и из дальних связей. CCEP регистрировались из широкого набора областей коры во время низкочастотной стимуляции субдуральных электродов, размещенных над BA.Трактография DTI была ограничена путями, проходящими через VOI, сосредоточенными на стимулирующих электродах на каждом из регистрирующих электродов. Это позволило провести прямое сравнение взаимосвязи между двумя модальностями. Чтобы проверить гипотезу о том, что два компонента ответа CCEP предсказывали плотность связности DTI, амплитуда и латентность вызванного потенциала N1 были регрессированы по отношению к количеству волоконных путей, оканчивающихся в областях вокруг стимулирующего и записывающего электродов.Результаты регрессии продемонстрировали значительную корреляцию между двумя модальностями с CCEP, что объясняет примерно 41% дисперсии трактографии DTI. Вызванные ответы были отмечены над каноническими языковыми участками в префронтальной коре, а также в нижней теменной доле и как в передней, так и в задней боковой височной коре. Распределение этих ответов хорошо совпадало с окончанием волоконных трактов белого вещества, проходящих вблизи пар стимулирующих электродов в БА.Методология здесь описывает регрессионный анализ, который достаточно гибок, чтобы использовать любые поддающиеся количественной оценке результаты DTI или CCEP. Следовательно, можно использовать другие меры силы пути, даже недетерминированные алгоритмы обработки DTI. Такие альтернативы могут включать меры целостности пути (фракционная анизотропия, средняя диффузия) или они могут использовать вероятностную трактографию [75] для определения связности.

Благодарности

Мы хотели бы поблагодарить Випса Пателя за его помощь с МР-сканированием, медсестер и техников ЭЭГ в отделении мониторинга эпилепсии в больнице Мемориал Херманн за помощь в записи пациентов, Джереми Слейтера, Гиридхара Каламангалама и Омотола Хоуп за помощь к исследованию, и Стивену Дрейеру за начальное программирование программного обеспечения для локализации электродов.NT поддерживается грантом K12 от Национального института здравоохранения, клинической и трансляционной премии KL2 RR0224149, а также Фондом неврологических исследований Вивиан Смит. TME частично поддерживается Фондом эпилепсии.

Сноски

Заявление издателя: Это PDF-файл неотредактированной рукописи, принятой к публикации. В качестве услуги для наших клиентов мы предоставляем эту раннюю версию рукописи. Рукопись будет подвергнута копированию, верстке и рассмотрению полученного доказательства, прежде чем она будет опубликована в окончательной форме для цитирования.Обратите внимание, что во время производственного процесса могут быть обнаружены ошибки, которые могут повлиять на содержание, и все юридические оговорки, относящиеся к журналу, имеют отношение.

Конфликты интересов: Не объявлено

Ссылки