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。

计算交叉频谱

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