The resting state functional magnetic resonance imaging (fMRI) approach has allowed to investigate the large scale organization of processing systems in the human brain, revealing that it can be viewed as an integrative network of functionally interacting regions. However, to date the neuronal basis of the fluctuations of the fMRI signal at rest are not fully understood, preventing the possibility to elucidate their functional role. In this scenario, the integration with information derived from electroencephalography (EEG) is very useful, since conversely from fMRI, EEG represents a direct measure of neuronal activity. EEG-fMRI resting state studies investigating the correlation between fMRI signals and corresponding global EEG spectral characteristics in single spectral bands have provided a certain degree of inconsistency in the results. This may be due to the fact that the distinct functional networks involve more than a single frequency band and therefore analysis of simultaneous EEG/fMRI data should consider the whole frequency spectrum. A couple of studies have been performed in this directions but they either did not investigate how the scalp distribution of the EEG spectral metrics affects the patterns of correlations between EEG spectral dynamics and fMRI-derived resting state network or did not identify the specific scalp regions that specifically determined the pattern of observed results. To overcome this gap, with the aim to identify specific spatio-spectral fingerprints of distinct networks, a first study was conducted using an analytical approach that allows to take into account the interplay between the different EEG frequency bands and the corresponding topographic distribution within each network. Specifically, this approach was applied to four sub-components of the Default Mode Network (DMN). Results revealed for the first time the presence of distinctive subcomponent-specific spatial-frequency patterns of correlation between the fMRI signal and EEG rhythm. It should however be noted that spatial resolution of the EEG signal is too low to reliably infer about the location of the involved EEG sources. Therefore, a further step forward could be to try extending the findings of the first study in this direction by performing a source estimation study. Since it is not clear whether the 64 channels EEG system employed in the first study can provide adequate localization performance as regard our regions of interest, an investigation of the source reconstruction accuracy throughout the brain was performed in a second study. Specifically, the 64-channel montage was compared to 32-channel montage, the standard in the clinical practice, as well as to 128-channel montage and to 256- channel montage, considered as the upper reference point. Unlike previous studies, source performances were evaluated all over the cortical grey matter. Results indicate that the localization of the cortical sources of the spatio-spectral fingerprints revealed by the previous study can be adequately inferred by using 64 channels, but a confirmation study with a 128, or even better 256, channels montage is needed. Moreover, particular attention should be paid to investigate deep regions, where localization performance is worse regardless the number of electrodes used.

Gli studi di risonanza magnetica funzionale (fMRI) in resting state hanno permesso di studiare l'organizzazione del cervello umano su ampia scala, rivelando che esso può essere visto come una rete di regioni funzionalmente connesse (networks). Ad oggi, però, le basi neurali delle fluttuazioni del segnale fMRI nelle varie regioni nella condizione di resting non sono pienamente comprese e ciò impedisce di chiarire il loro ruolo funzionale. In questo scenario, l'integrazione con l'informazione derivata dall'elettroencefalografia (EEG) è molto utile poiché questa,contrariamente alla risonanza magnetica funzionale, fornisce una misura diretta dell'attività neuronale. Finora, gli studi EEG-fMRI in condizioni di riposo che valutano le correlazioni fra il segnale fMRI e le caratteristiche spettrali del segnale EEG in una singola banda di interesse hanno portato a risultati tra loro incosistenti. Questo può essere dovuto al fatto che network funzionalmente distinti possono coinvolgere più di una singola banda, e quindi andrebbe analizzato l'intero spettro delle frequenze. Alcuni studi sono stati condotti in questa direzione ma o non hanno studiato come la distribuzione delle frequenze sullo scalpo influenza i pattern di correlazioni, o non hanno individuato quali regioni dello scalpo determinano in maniera specifica il pattern dei risultati osservati. Per superare questo limite, con lo scopo di identificare gli specifici correlati spazio-spettrali dei vari networks, un primo studio è stato condotto usando un approccio analitico che permette di considerare la relazione tre le differenti bande di frequenza EEG e la corrispondente distribuzione topografica all'interno di ciascun network. Specificatamente, questo approccio è stato applicato a quattro sottocomponenti del Default Mode Network. I risultati hanno rilevato per la prima volta la presenza di specifici pattern spazio-spettrali di correlazioni tra il segnale fMRI di un network e i diversi ritmi EEG. Dato che la risoluzione spaziale dell'EEG non permette di fare precise inferenze sulla localizzazione spaziale delle sorgenti neurali corrispondenti, un ulteriore passo in avanti potrebbe essere quello di estendere questi risultati con uno studio di ricostruzione delle sorgenti corticali. Inoltre, visto che non è chiaro se il sistema EEG a 64 canali utilizzato nel primo studio possa fornire performance accettabili, è stato fatto un secondo studio volto a valutare l’adeguatezza di questo sistema allo scopo. Nello specifico, l'accuratezza nel localizzare le sorgenti EEG ottenuta con il montaggio a 64 canali è stata confrontata con quelle ottenute con montaggi a 32 canali, lo standard in clinica, a 128 e a 256 canali. Diversamente da studi precedenti, le performance sono state valutate su tutto lo scalpo. I risultati indicano che le sorgenti corticali dei correlati spazio-spettrali dei network individuati nello studio precedente possono essere localizzate con una risoluzione spaziale adeguata usando 64 canali, sebbene sia necessario uno studio confermativo con 128 o 256 canali. Inoltre, andrebbe prestata particolare attenzione nel caso vengano investigate regioni cerebrali più profonde, nelle queli le performance sono basse a prescindere dal numero di canali utilizzato.

EEG source reconstruction accuracy and integration of simultaneous EEG-fMRI resting state data / Mazzonetto, Ilaria. - (2018 Jan 15).

EEG source reconstruction accuracy and integration of simultaneous EEG-fMRI resting state data

Mazzonetto, Ilaria
2018

Abstract

Gli studi di risonanza magnetica funzionale (fMRI) in resting state hanno permesso di studiare l'organizzazione del cervello umano su ampia scala, rivelando che esso può essere visto come una rete di regioni funzionalmente connesse (networks). Ad oggi, però, le basi neurali delle fluttuazioni del segnale fMRI nelle varie regioni nella condizione di resting non sono pienamente comprese e ciò impedisce di chiarire il loro ruolo funzionale. In questo scenario, l'integrazione con l'informazione derivata dall'elettroencefalografia (EEG) è molto utile poiché questa,contrariamente alla risonanza magnetica funzionale, fornisce una misura diretta dell'attività neuronale. Finora, gli studi EEG-fMRI in condizioni di riposo che valutano le correlazioni fra il segnale fMRI e le caratteristiche spettrali del segnale EEG in una singola banda di interesse hanno portato a risultati tra loro incosistenti. Questo può essere dovuto al fatto che network funzionalmente distinti possono coinvolgere più di una singola banda, e quindi andrebbe analizzato l'intero spettro delle frequenze. Alcuni studi sono stati condotti in questa direzione ma o non hanno studiato come la distribuzione delle frequenze sullo scalpo influenza i pattern di correlazioni, o non hanno individuato quali regioni dello scalpo determinano in maniera specifica il pattern dei risultati osservati. Per superare questo limite, con lo scopo di identificare gli specifici correlati spazio-spettrali dei vari networks, un primo studio è stato condotto usando un approccio analitico che permette di considerare la relazione tre le differenti bande di frequenza EEG e la corrispondente distribuzione topografica all'interno di ciascun network. Specificatamente, questo approccio è stato applicato a quattro sottocomponenti del Default Mode Network. I risultati hanno rilevato per la prima volta la presenza di specifici pattern spazio-spettrali di correlazioni tra il segnale fMRI di un network e i diversi ritmi EEG. Dato che la risoluzione spaziale dell'EEG non permette di fare precise inferenze sulla localizzazione spaziale delle sorgenti neurali corrispondenti, un ulteriore passo in avanti potrebbe essere quello di estendere questi risultati con uno studio di ricostruzione delle sorgenti corticali. Inoltre, visto che non è chiaro se il sistema EEG a 64 canali utilizzato nel primo studio possa fornire performance accettabili, è stato fatto un secondo studio volto a valutare l’adeguatezza di questo sistema allo scopo. Nello specifico, l'accuratezza nel localizzare le sorgenti EEG ottenuta con il montaggio a 64 canali è stata confrontata con quelle ottenute con montaggi a 32 canali, lo standard in clinica, a 128 e a 256 canali. Diversamente da studi precedenti, le performance sono state valutate su tutto lo scalpo. I risultati indicano che le sorgenti corticali dei correlati spazio-spettrali dei network individuati nello studio precedente possono essere localizzate con una risoluzione spaziale adeguata usando 64 canali, sebbene sia necessario uno studio confermativo con 128 o 256 canali. Inoltre, andrebbe prestata particolare attenzione nel caso vengano investigate regioni cerebrali più profonde, nelle queli le performance sono basse a prescindere dal numero di canali utilizzato.
15-gen-2018
The resting state functional magnetic resonance imaging (fMRI) approach has allowed to investigate the large scale organization of processing systems in the human brain, revealing that it can be viewed as an integrative network of functionally interacting regions. However, to date the neuronal basis of the fluctuations of the fMRI signal at rest are not fully understood, preventing the possibility to elucidate their functional role. In this scenario, the integration with information derived from electroencephalography (EEG) is very useful, since conversely from fMRI, EEG represents a direct measure of neuronal activity. EEG-fMRI resting state studies investigating the correlation between fMRI signals and corresponding global EEG spectral characteristics in single spectral bands have provided a certain degree of inconsistency in the results. This may be due to the fact that the distinct functional networks involve more than a single frequency band and therefore analysis of simultaneous EEG/fMRI data should consider the whole frequency spectrum. A couple of studies have been performed in this directions but they either did not investigate how the scalp distribution of the EEG spectral metrics affects the patterns of correlations between EEG spectral dynamics and fMRI-derived resting state network or did not identify the specific scalp regions that specifically determined the pattern of observed results. To overcome this gap, with the aim to identify specific spatio-spectral fingerprints of distinct networks, a first study was conducted using an analytical approach that allows to take into account the interplay between the different EEG frequency bands and the corresponding topographic distribution within each network. Specifically, this approach was applied to four sub-components of the Default Mode Network (DMN). Results revealed for the first time the presence of distinctive subcomponent-specific spatial-frequency patterns of correlation between the fMRI signal and EEG rhythm. It should however be noted that spatial resolution of the EEG signal is too low to reliably infer about the location of the involved EEG sources. Therefore, a further step forward could be to try extending the findings of the first study in this direction by performing a source estimation study. Since it is not clear whether the 64 channels EEG system employed in the first study can provide adequate localization performance as regard our regions of interest, an investigation of the source reconstruction accuracy throughout the brain was performed in a second study. Specifically, the 64-channel montage was compared to 32-channel montage, the standard in the clinical practice, as well as to 128-channel montage and to 256- channel montage, considered as the upper reference point. Unlike previous studies, source performances were evaluated all over the cortical grey matter. Results indicate that the localization of the cortical sources of the spatio-spectral fingerprints revealed by the previous study can be adequately inferred by using 64 channels, but a confirmation study with a 128, or even better 256, channels montage is needed. Moreover, particular attention should be paid to investigate deep regions, where localization performance is worse regardless the number of electrodes used.
EEG-fMRI, source reconstruction accuracy, accuratezza sorgenti EEG
EEG source reconstruction accuracy and integration of simultaneous EEG-fMRI resting state data / Mazzonetto, Ilaria. - (2018 Jan 15).
File in questo prodotto:
File Dimensione Formato  
Ilaria_Mazzonetto_tesi.pdf

accesso aperto

Tipologia: Tesi di dottorato
Licenza: Non specificato
Dimensione 9.72 MB
Formato Adobe PDF
9.72 MB Adobe PDF Visualizza/Apri
Pubblicazioni consigliate

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11577/3422668
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
  • OpenAlex ND
social impact