基于LORETA的EEG静息态脑网络分析

导读

LORETA是一种从EEG和MEG计算神经电活动图像的方法。其独特之处在于,它能在理想条件下进行精确的源定位和脑网络分析,而且整个过程不需要编程。本文结合LORETA示例数据,比较了老年组和青年组被试大脑静息态网络存在的差异。

操作过程

双击打开LORETA软件

打开Utilities模块

设置电极坐标

为EEG数据制作电极坐标。

从带有示例EEG数据的桌面文件夹中,拖放带有电极名称的文本文件(list19 .txt)。单击Go,文件(list19 .sxyz)就创建好了。


计算变换矩阵

制作转换矩阵:从带有示例EEG数据的桌面文件夹中,拖放带有电极坐标的文件(list19 .sxyz)。单击Go,文件(list19 .spinv)就创建好了。


创建频段文件

使用左侧文本在记事本中创建一个文本文件:这是一个‘用户定义的频段文件’。小伙伴们可以对任何你所感兴趣的频带(bands)进行分析。在本例中,定义了7个频段。接下来的七行有开始和结束频率,用空格隔开,这是7个经典的频段。将该文本文件保存为:7bands.txt,并将其保存到EEG文件夹中。

计算交叉频

计算EEG的交叉频谱,请注意箭头和方框标记的每一个细节。拖放(7bands.txt)到用户自定义频段的文件框中。

最后,拖放20个老年组文件夹和20个青年组文件夹,总共必须有40行(如蓝色箭头所示),表示40个文件夹,并单击Go。

计算sLORETAs

从交叉频谱中计算sLORETA,首先拖放转换矩阵(list19 .spinv)到指定位置。


最后,按照指示拖放文件夹VigCtrlEEG_Old和VigCtrilEEG_Young。这些文件夹包含了交叉频谱。注意交叉频谱的‘Number of lines=40’,单击Go。

计算大脑网络

EEG中的静息态网络的计算方法与fMRI非常相似,都使用独立成分分析(ICA)。在fMRI中,是随着时间变化的代谢脑活动的图像。在EEG中是每个频段的大脑皮层电活动图像。sLORETA静息态网络由许多皮层电活动的图像组成,每个频段一张。在Utilities模块中选择Transposed fICANetworks。拖放sLORETA的指定文件夹。

请根据提示‘双击此行’,在EEG文件夹中创建一个新文件夹(可以是任意名称,如TranspFica),并在新文件夹中为ICA分析结果定义一个文本文件(如Tfica15)。单击Save,然后单击Go。


运行完成后,会有如下所示的ICA结果文件夹。

“Tfica15-zScoresHyperIndpndntFICs-0XX.slor”这类文件包含静息态网络(RSNs),可以运行LORETA中的FileExplorer查看此类文件,或者直接双击打开。例如,我们双击打开“Tfica15-zScoresHyperIndpndntFICs-001.slor”,会出现如下界面:

选择箭头所示的所有窗口和参数。

①色标(color scale)设置为3,表示只有当z分数高于3时才显示激活,这是非常重要的。

②在EEG/ERP信号窗(EEG/ERP signals)中,下面两条曲线分别对应每个频带(x轴有7个频带)的最大正激活和最小负激活。

静息态网络的统计分析

前15个静息态网络对于两组被试来说都是相同的,即两种类型的大脑使用相同的资源(共同的网络)。每个被试脑网络的数据存放在“Projections”文件夹中,“VEEG01_O-Tr-fICprojections”对应于老年组被试1,“VEEG01_Y-Tr-fICprojections”对应于青年组被试1。

每个文本文件中包含15个系数,这些系数反映了每个网络的使用情况。例如老年组被试1的“VEEG01_O-Tr-fICprojections”系数如下所示,每行对应一个系数,对这15个数字进行统计分析。

比较老年组和青年组,以探索老年组与青年组大脑静息态网络的不同之处。接下来进行统计分析,将这些文件视作ERP文件,假设电极数为1和时间帧为15。

运行Statistics模块:






在带有系数的Projections文件夹中,将老年组被试拖放至列表A中,将青年组被试拖放至列表B中。可以使用DragDropUtil来实现,拖放完成后,点击“Next”。





打开windows explorer,导航到“ttest”文件夹,打开以下阈值文本文件:

统计结果显示,老年组和青年组使用静息态网络的方式存在显著差异。突出显示的阈值是t=1.99,p=0.02。


打开t值文本文件:


结果显示,2、6、11号静息态网络在老年被试和青年被试之间存在显著差异。

参考来源:

Pascual-Marqui, R. D.. (2002). Standardized low-resolution brain electromagnetic tomography (sloreta): technical details. Methods Find Exp Clin Pharmacol, 24 Suppl D(Suppl D), 5-12.

Fuchs M, Kastner J, Wagner M, Hawes S, Ebersole JS.. (2002). A standardized boundary elementmethod volume conductor model. Clin Neurophysiol, 113:702-12.

Jurcak, V.,Tsuzuki, D., &Dan, I.. (2007).10/20, 10/10, and 10/5 systems revisited: their validity as relative head-surface-based positioning systems. Neuroimage, 34(4), 1600-1611.

Calhoun, V. D. , Liu, J. , & Tülay Adal.. (2009). A review of group ica for fmri data and ica for joint inference of imaging, genetic, and ERP data. Neuroimage, 45(1-supp-S1).

Biscaylirio, R. J. , & Pascualmarqui, R. D.. (2012). Interaction patterns of brain activity across space, time and frequency. part i: methods.

注:在公众号后台回复“LORETA”,即可获取最新版(v20220427)LORETA软件和相关数据资料。

小伙伴们点个“在看”,加

(星标)关注茗创科技,将第一时间收到精彩内容推送

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342

推荐阅读更多精彩内容