同時の頭皮脳波と頭蓋内EEGを使用した電磁源イメージング：病理学的脳ネットワークと相互作用するための新たなツール

目的：この研究の目標は、頭蓋内EEG（IEEG）記録を使用したソースイメージングのパフォーマンス、メリット、制限を調査し、その精度をEEGソースイメージングの結果と比較することです。この研究の精度は、基礎となる脳ネットワークの位置と節間接続の両方を決定することによって測定されます。 方法：IEEGベースのソースイメージング対EEGベースのソースイメージング、およびEEGとIEEGの両方を使用したソースイメージングを評価するために、体系的なコンピューターシミュレーション研究が実施されます。ソースイメージングモデルをテストするために、相互接続ノードのネットワーク（アクティビティの観点から）がシミュレートされます。ネットワークノードの位置は、現実的なジオメトリヘッドモデル内でランダムに選択され、マルチバリエート自己回帰（MVAR）モデルに基づいて、これらのノードの間に接続リンクが作成されます。次に、前方の問題を解決して、電極の電位を計算し、ノイズ（白と相関）がこれらのシミュレートされた電位に追加され、現実的な測定をシミュレートします。その後、逆問題が解決され、原理コンポーネント分析に基づくアルゴリズムが推定ソースアクティビティで実行され、シミュレートされたネットワークノードの位置が決定されます。次に、これらのノードのアクティビティ（時間の経過とともに）が抽出され、グレンジャーの因果関係分析を使用して、上記のノード間の接続リンクを推定するために使用されます。 結果：IEEG録画に基づくソースイメージングは​​、IEEG電極やネットワーク内の他のノードに比べてアクティブノードの数と位置に応じて、ローカリゼーションの精度を改善する場合と改善する場合があります。ただし、シミュレーションの結果は、EEGとIEEGモダリティ（同時頭皮と頭蓋内記録）を組み合わせることで、イメージングの精度を大幅に改善できることを示唆しています。 結論：IEEGソースイメージングは​​、IEEG電極近くのソースの正確な位置を推定するのに役立ちますが、EEGとIEEGの記録を組み合わせて、頭皮電極の空間的カバレッジとIEEG電極によって提供される近接フィールド情報のために、より正確なイメージングを実現できます。 重要性：現在の結果は、IEEG録音から脳の電源を局在化し、同時EEGとIEEG記録を使用して脳全体をカバーするEEG源のローカリゼーションを改善する可能性を示唆しています。ハイブリッドEEGおよびIEEGソースイメージングは​​、1つのモダリティを使用しててんかん原性ゾーンの決定に関する明確な決定に到達できない場合、臨床医を支援できます。

OBJECTIVE: The goal of this study is to investigate the performance, merits and limitations of source imaging using intracranial EEG (iEEG) recordings and to compare its accuracy to the results of EEG source imaging. Accuracy in this study, is measured both by determining the location and inter-nodal connectivity of underlying brain networks. METHODS: Systematic computer simulation studies are conducted to evaluate iEEG-based source imaging vs. EEG-based source imaging, and source imaging using both EEG and iEEG. To test the source imaging models, networks of inter-connected nodes (in terms of activity) are simulated. The location of the network nodes is randomly selected within a realistic geometry head model and a connectivity link is created among these nodes based on a multi-variate auto-regressive (MVAR) model. Then the forward problem is solved to calculate the potentials at the electrodes and noise (white and correlated) is added to these simulated potentials to simulate realistic measurements. Subsequently, the inverse problem is solved and an algorithm based on principle component analysis is performed on the estimated source activities to determine the location of the simulated network nodes. The activity of these nodes (over time), is then extracted, and used to estimate the connectivity links among the mentioned nodes using Granger causality analysis. RESULTS: Source imaging based on iEEG recordings may or may not improve the accuracy in localization, depending on the number and location of active nodes relative to iEEG electrodes and to other nodes within the network. However, our simulation results suggest that combining EEG and iEEG modalities (simultaneous scalp and intracranial recordings) can improve the imaging accuracy significantly. CONCLUSIONS: While iEEG source imaging is useful in estimating the exact location of sources near the iEEG electrodes, combining EEG and iEEG recordings can achieve a more accurate imaging due to the high spatial coverage of the scalp electrodes and the added near field information provided by the iEEG electrodes. SIGNIFICANCE: The present results suggest the feasibility of localizing brain electrical sources from iEEG recordings and improving EEG source localization using simultaneous EEG and iEEG recordings to cover the whole brain. The hybrid EEG and iEEG source imaging can assist the clinicians when unequivocal decisions about determining the epileptogenic zone cannot be reached using a single modality.