基于功能連接的腦磁弱源成像方法

張軍鵬，王秈君，黃韞梔

（四川大學(xué)電氣信息學(xué)院，四川 成都 610065）

基于功能連接的腦磁弱源成像方法

張軍鵬，王秈君，黃韞梔

（四川大學(xué)電氣信息學(xué)院，四川 成都 610065）

目的廣泛使用的時空腦成像方法beamformer在用于腦磁（MEG）源成像時，經(jīng)常無法有效定位弱源。為解決此問題，本文嘗試發(fā)展一種針對MEG信號的弱源成像方法。方法我們首先利用經(jīng)典成像方法beamformer獲取源空間的源強(qiáng)度和波形，然后選取種子點(diǎn)（產(chǎn)生最強(qiáng)磁場的源），獲取功能連接圖，最后根據(jù)功能連接的強(qiáng)度得到相關(guān)弱源的定位及其波形。結(jié)果在聽覺刺激MEG數(shù)據(jù)上的測試結(jié)果證明了該方法可有效地定位腦磁強(qiáng)源和弱源。結(jié)論本文提出的基于功能連接的腦磁弱源成像方法可以識別經(jīng)典方法不能定位的弱源，具有很大的應(yīng)用價值，如定位癲癇病灶。

功能連接；源成像；腦磁圖；腦網(wǎng)絡(luò)；波束形成

0 引言

腦磁圖(MEG)用于檢測由神經(jīng)元電活動產(chǎn)生的磁場。腦內(nèi)電活動會產(chǎn)生一個和電流傳播方向正交的磁場，他們之間的關(guān)系遵循右手定律。磁導(dǎo)率在生物組織中和真空中是幾乎一樣的，所以，頭皮和顱骨幾乎不能導(dǎo)致磁場的畸變[1]。人腦活動產(chǎn)生的磁場在傳播過程中，幾乎不受腦組織的干擾，傳遞到頭表也幾乎沒有什么畸變，這是MEG相比腦電一個明顯的優(yōu)勢。另外，MEG能提供很高的空間和時間分辨率。MEG作為一種無創(chuàng)的檢測技術(shù)，可以檢測很微弱的磁場，量級在fT （1fT=10-15T） 和pT(1pT=10-12T)之間，通常是幾百fT。MEG成像結(jié)果可以疊加在被試（患者）的MRI解剖圖像上，獲取磁源成像。MEG當(dāng)前被批準(zhǔn)用于臨床，主要用于癲癇外科[2,3]，以及術(shù)前腦成像[4,5]。在美國，大多數(shù)癲癇中心都廣泛采用MEG用于術(shù)前成像。

Beamformer是一種空間濾波器[6,7]，相當(dāng)于一種虛擬的傳感器，能夠?qū)С瞿X內(nèi)任意源的時間過程，通常被用于做MEG成像。然而，Beamformer 通常用源位置能量來成像，因此能量比較弱的源往往不能被識別，而且有時遺漏的源具有重要功能。本文基于beamformer的重建結(jié)果，提出一種基于功能連接(Functional Connectivity, FC)的弱源檢測方法。通過理論推導(dǎo)和真實(shí)數(shù)據(jù)測試，證明了它的有效性。

1 材料和方法

1.1 Beamformer

MEG可以用這個模型表示，

其中W(r)表示位置r的空間濾波器權(quán)，Beamformer實(shí)際上是尋求一個權(quán)W，以便通過在r位置的信號，阻止其它位置信號。一個隱含的假設(shè)是，不同源的時間過程是相互不相關(guān)的?；谶@個假設(shè)，可以得到以下的解，

其中R是數(shù)據(jù)相關(guān)矩陣。在位置r的源能量可以表示為，

1.2 基于功能連接的弱源成像

通過公式(2)，可以得到源空間的每個位置的波形，相當(dāng)于一個虛擬電極插入該位置采集到三個方向上的波形。通過能量成像，可以定位活動源。然后，有的活動源強(qiáng)度比較弱，通過這種方法并不能活動背景中區(qū)分出來。假設(shè)被識別的源位置為，那么相應(yīng)的波形為，一般來說，通過重建的源的三個方向波形通常是完全相干的（perfectly correlated），因?yàn)椋覀冎贿x取一個方向的波形用于研究即可。本研究我們以為例，用相關(guān)系數(shù)來度量功能連接。以為參考源，求出它與其它所有源空間的點(diǎn)的相關(guān)系數(shù)，獲得以下FC成像指標(biāo)，

2 真實(shí)數(shù)據(jù)測試

2.1 數(shù)據(jù)采集和處理

實(shí)驗(yàn)過程中，被試左右接收到純音刺激(1000Hz)。共采集到120個trials。本實(shí)驗(yàn)經(jīng)倫理委員會批準(zhǔn)，被試簽署了知情同意書。數(shù)據(jù)由 Elekta Neuromag 306 通道MEG采集儀采集。通過數(shù)據(jù)預(yù)處理和偽跡消除，共平均了112個trials得到最終的聽覺誘發(fā)場數(shù)據(jù)（Auditory Evoked Field, AEF）。該被試的MRI用于做頭模型重建。Freesurfer被用于做MRI數(shù)據(jù)的分割和重建。根據(jù)定標(biāo)數(shù)據(jù)，頭模型和MEG數(shù)據(jù)做了配準(zhǔn)。應(yīng)用MNE-toolbox，建立了整個腦空間的MEG頭模型。運(yùn)用自編的beamformer程序，進(jìn)行了數(shù)據(jù)分析和處理。

2.2 分析結(jié)果

圖1 AEF的定位皮層定位及功能連接分析結(jié)果

左耳聽覺刺激產(chǎn)生AEF。A圖表示左耳聽覺刺激的AEF在頭表的成像結(jié)果，潛伏期是83.5ms，可以看出右側(cè)頭表產(chǎn)生最強(qiáng)的磁場活動，左側(cè)只有微弱活動。B圖表示用BEAMFORMERS做源成像，把結(jié)果疊加在被試的真實(shí)重建皮層上的所得圖像?？梢钥吹接覀?cè)顳葉有活動，左側(cè)幾乎沒有活動。C圖，是把BEAMFORMERS結(jié)果的峰值點(diǎn)波形提取出來，和全腦求相關(guān)，然后對相關(guān)系數(shù)做皮層成像的結(jié)果?？梢钥吹?，左側(cè)顳葉和右側(cè)呈現(xiàn)強(qiáng)的負(fù)相關(guān)，有較強(qiáng)的功能連接。

圖1展示了AEF的定位皮層定位及功能連接分析結(jié)果。左耳聽覺刺激產(chǎn)生的AEF。圖1A圖表示左耳聽覺刺激的AEF在頭表的成像結(jié)果，潛伏期是83.5ms，可以看出右側(cè)頭表產(chǎn)生最強(qiáng)的磁場活動，左側(cè)只有微弱活動。圖1B圖表示用BEAMFORMERS做源成像，把結(jié)果疊加在被試的真實(shí)重建皮層上的所得圖像?？梢钥吹接覀?cè)顳葉有活動，左側(cè)幾乎沒有活動。圖1C圖，是把BEAMFORMERS結(jié)果的峰值點(diǎn)波形提取出來，和全腦求相關(guān)，然后對相關(guān)系數(shù)做皮層成像的結(jié)果。可以看到，左側(cè)顳葉和右側(cè)呈現(xiàn)強(qiáng)的負(fù)相關(guān)，有較強(qiáng)的功能連接。為了便于觀察，把圖1B中的真實(shí)皮層通過變換拉平，產(chǎn)生了圖2右圖。圖2的左圖展示了疊加平均后的AEF波形，是典型的聽覺誘發(fā)場波形。

圖2 拉平皮層上的激活圖

上圖為所有通道AEF波形疊加顯示。在豎線所標(biāo)位置為峰值，潛伏期為85.3ms。下左圖通道MEG1332的波形圖。下右圖為峰值位置的激活圖。疊加顯示在拉平的皮層上。左側(cè)皮層無激活，沒有顯示。

3 結(jié)論

針對常用的腦磁源空間重建方法beamformer的弱點(diǎn)，不能對弱相關(guān)源定位的問題，我們提出一種用功能連接方法來檢測的方法。這種方法利用了弱源雖然能量弱，但是相關(guān)性強(qiáng)的特點(diǎn)，通過選擇種子點(diǎn)，計算功能連接強(qiáng)度，從而得到新的成像圖。這種巧妙的處理方法，拋開能量指標(biāo)，利用相關(guān)指標(biāo)，檢測出了弱源。理論推導(dǎo)和真實(shí)數(shù)據(jù)AEF測試，證明了這個方法的有效性和正確性。進(jìn)一步發(fā)展這種方法，發(fā)展基于網(wǎng)絡(luò)空間的腦磁圖成像方法，是我們下一步的工作。

[1] Hari, R., R. Salmelin.Magnetoencephalography∶ From SQUIDs to neuroscience. Neuroimage 20th anniversary special edition.Neuroimage, 2012, 61(2)∶ p. 386-96.

[2] Salami P.,, Lévesque 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.

[3] Jennifer R., Stapleton-Kotloski, Robert J, et al.Localization of interictal epileptiform activity using magnetoencephalography with synthetic aperture magnetometry in patients with a vagus nerve stimulator. Front Neurol, 2014, 5∶ p. 244.

[4] Pieter van Mierlo, Margarita Papadopoulou, Evelien Carrette, et al. Functional brain connectivity from EEG in epilepsy∶ seizure prediction and epileptogenic focus localization. Prog Neurobiol,2014, 121∶ p. 19-35.

[5] Huang, 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.

[6] Van Veen, B.D., van Drongelen W, 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.

[7] Sekihara, 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.

[8] Sekihara, 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.

Functional Connectivity-based Weak Neuromagnetic Source Imaging Method

ZHANG Jun-peng，WANG Xian-jun，HUANG Wen-zhi

(School of Electrical Engineering and Information, Sichuan University,Chengdu, Sichuan, 610065)

ObjectiveWidely used tempo-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.MethodFirstly we use classical beamformer to obtain source intensity and waveforms in source space, and then select a seed 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 power imaging methods.ResultsWe 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.ConclusionThe proposed method could identify weak sources which is difficult for classical methods to pinpoint and thus have high applicable values. For example, it can be used to identify epileptic foci.

Functional Connectivity; Source imaging; MEG; Brain networks; Beamformer

10.19335/j.cnki.2096-1219.2017.20.03

張軍鵬，男，副研究員。