stringtranslate.com

Магнитоэнцефалография

Магнитоэнцефалография ( МЭГ ) — это функциональная нейровизуализационная техника для картирования активности мозга путем регистрации магнитных полей, создаваемых электрическими токами , естественным образом возникающими в мозге , с использованием очень чувствительных магнитометров . Массивы СКВИДов (сверхпроводящих квантовых интерференционных устройств) в настоящее время являются наиболее распространенными магнитометрами, в то время как магнитометр SERF (релаксационный магнитный сдвиг спина) исследуется для будущих машин. [1] [2] Приложения МЭГ включают фундаментальные исследования перцептивных и когнитивных процессов мозга, локализацию областей, затронутых патологией, перед хирургическим удалением, определение функции различных частей мозга и нейрофидбэк . Это может применяться в клинических условиях для поиска мест аномалий, а также в экспериментальных условиях для простого измерения активности мозга. [3]

История

Экранированная комната доктора Коэна в Массачусетском технологическом институте, в которой впервые была измерена МЭГ с помощью СКВИДа
Первое измерение МЭГ с помощью SQUID в комнате доктора Коэна в Массачусетском технологическом институте

Сигналы МЭГ были впервые измерены физиком из Иллинойсского университета Дэвидом Коэном в 1968 году [4] до появления СКВИДа , с использованием медной индукционной катушки в качестве детектора. Чтобы уменьшить магнитный фоновый шум, измерения проводились в магнитно-экранированной комнате. Катушка детектора была едва достаточно чувствительна, что приводило к плохим, шумным измерениям МЭГ, которые было трудно использовать. Позже Коэн построил гораздо лучше экранированную комнату в Массачусетском технологическом институте и использовал один из первых детекторов СКВИД, только что разработанный Джеймсом Э. Циммерманом , исследователем из Ford Motor Company, [5] для повторного измерения сигналов МЭГ. [6] На этот раз сигналы были почти такими же четкими, как сигналы ЭЭГ . Это стимулировало интерес физиков, которые искали применение СКВИДов. После этого начали измеряться различные типы спонтанных и вызванных МЭГ.

Сначала использовался один детектор SQUID для последовательного измерения магнитного поля в нескольких точках вокруг головы субъекта. Это было громоздко, и в 1980-х годах производители MEG начали объединять несколько датчиков в массивы, чтобы покрыть большую площадь головы. [7] Современные массивы MEG устанавливаются в вакуумной колбе в форме шлема , которая обычно содержит 300 датчиков, покрывающих большую часть головы. Таким образом, MEG субъекта или пациента теперь можно быстро и эффективно накапливать.

Недавние разработки пытаются повысить портативность сканеров MEG с помощью магнитометров без релаксации спинового обмена (SERF). Магнитометры SERF относительно небольшие, так как для работы им не требуются громоздкие системы охлаждения. В то же время они обладают чувствительностью, эквивалентной чувствительности SQUID. В 2012 году было продемонстрировано, что MEG может работать с атомным магнитометром в масштабе чипа (CSAM, тип SERF). [8] Совсем недавно, в 2017 году, исследователи построили рабочий прототип, который использует магнитометры SERF, установленные в портативные индивидуально напечатанные на 3D-принтере шлемы, [2] которые, как они отметили в интервью, в будущем можно будет заменить чем-то более простым в использовании, например, велосипедным шлемом.

Основа сигнала МЭГ

Синхронизированные нейронные токи индуцируют слабые магнитные поля. Магнитное поле мозга, измеряемое в 10 фемтотесла (фТл) для кортикальной активности и 10 3 фТл для человеческого альфа-ритма , значительно меньше окружающего магнитного шума в городской среде, который составляет порядка 10 8 фТл или 0,1 мкТл. Таким образом, существенной проблемой биомагнетизма является слабость сигнала относительно чувствительности детекторов и конкурирующего окружающего шума.

Происхождение магнитного поля мозга. Электрический ток также производит сигнал ЭЭГ.

Сигналы МЭГ (и ЭЭГ) возникают из-за суммарного эффекта ионных токов, текущих в дендритах нейронов во время синаптической передачи. В соответствии с уравнениями Максвелла , любой электрический ток будет создавать магнитное поле, и именно это поле измеряется. Суммарные токи можно рассматривать как токовые диполи , [1] т. е. токи с положением, ориентацией и величиной, но без пространственной протяженности. [ сомнительно – обсудить ] Согласно правилу правой руки , токовый диполь создает магнитное поле, которое направлено вокруг оси его векторной компоненты.

Для генерации обнаруживаемого сигнала необходимо около 50 000 активных нейронов. [9] Поскольку токовые диполи должны иметь схожую ориентацию для генерации магнитных полей, которые усиливают друг друга, часто именно слой пирамидальных клеток , которые расположены перпендикулярно поверхности коры, вызывает измеримые магнитные поля. Связки этих нейронов, которые ориентированы тангенциально к поверхности скальпа, проецируют измеримые части своих магнитных полей за пределы головы, и эти связки обычно располагаются в бороздах . Исследователи экспериментируют с различными методами обработки сигналов в поисках методов, которые обнаруживают глубокий мозговой (т. е. некорковый) сигнал, но в настоящее время не существует клинически полезного метода.

Стоит отметить, что потенциалы действия обычно не создают наблюдаемого поля, в основном потому, что токи, связанные с потенциалами действия, текут в противоположных направлениях, а магнитные поля нейтрализуются. Однако поля действия были измерены из периферической нервной системы.

Магнитное экранирование

Поскольку магнитные сигналы, излучаемые мозгом, имеют порядок нескольких фемтотесла, необходимо экранирование от внешних магнитных сигналов, включая магнитное поле Земли . Соответствующее магнитное экранирование может быть получено путем строительства комнат из алюминия и мю-металла для снижения высокочастотного и низкочастотного шума соответственно.

Вход в MSR, показаны отдельные защитные слои.

Магнитно-экранированная комната (MSR)

Модель комнаты с магнитным экранированием (MSR) состоит из трех вложенных основных слоев. Каждый из этих слоев изготовлен из чистого алюминиевого слоя плюс ферромагнитный слой с высокой проницаемостью, по составу похожий на молибденовый пермаллой . Ферромагнитный слой поставляется в виде листов толщиной 1 мм, в то время как самый внутренний слой состоит из четырех листов, находящихся в тесном контакте, а два внешних слоя состоят из трех листов каждый. Магнитная непрерывность поддерживается накладными полосами. Изолирующие шайбы используются в винтовых сборках, чтобы гарантировать, что каждый основной слой электрически изолирован. Это помогает устранить радиочастотное излучение, которое может ухудшить работу SQUID. Электрическая непрерывность алюминия также поддерживается накладными полосами из алюминия для обеспечения экранирования от вихревых токов переменного тока , что важно на частотах выше 1 Гц. Соединения внутреннего слоя часто покрываются гальваническим серебром или золотом для улучшения проводимости алюминиевых слоев. [10]

Система активной защиты

Активные системы предназначены для трехмерного шумоподавления. Для реализации активной системы малошумящие феррозондовые магнитометры устанавливаются в центре каждой поверхности и ориентируются ортогонально к ней. Это отрицательно питает усилитель постоянного тока через сеть нижних частот с медленным спадом, чтобы минимизировать положительную обратную связь и колебания. В систему встроены встряхивающие и размагничивающие провода. Встряхивающие провода увеличивают магнитную проницаемость, в то время как постоянные размагничивающие провода применяются ко всем поверхностям внутреннего основного слоя для размагничивания поверхностей. [4] Более того, алгоритмы шумоподавления могут снижать как низкочастотный, так и высокочастотный шум. Современные системы имеют минимальный уровень шума около 2–3 fT/Hz 0,5 выше 1 Гц.

Локализация источника

Обратная задача

Задача, которую ставит МЭГ, заключается в определении местоположения электрической активности в мозге из индуцированных магнитных полей снаружи головы. Такие задачи, как эта, где параметры модели (местоположение активности) должны быть оценены по измеренным данным (сигналам СКВИДа), называются обратными задачами (в отличие от прямых задач [11] , где параметры модели (например, местоположение источника) известны, а данные (например, поле на заданном расстоянии) должны быть оценены). Основная трудность заключается в том, что обратная задача не имеет единственного решения (т. е. существует бесконечное количество возможных «правильных» ответов), а проблема определения «наилучшего» решения сама по себе является предметом интенсивных исследований. [12] Возможные решения могут быть получены с использованием моделей, включающих предварительные знания об активности мозга.

Модели источников могут быть либо переопределенными, либо недоопределенными. Переопределенная модель может состоять из нескольких точечных источников («эквивалентные диполи»), местоположение которых затем оценивается по данным. Недоопределенные модели могут использоваться в случаях, когда активируется много различных распределенных областей («решения распределенных источников»): существует бесконечно много возможных распределений тока, объясняющих результаты измерений, но выбирается наиболее вероятное. Алгоритмы локализации используют заданные модели источника и головки для поиска вероятного местоположения для базового генератора фокального поля.

Один из типов алгоритма локализации для переопределенных моделей работает по принципу максимизации ожидания : система инициализируется с первой догадкой. Запускается цикл, в котором прямая модель используется для моделирования магнитного поля, которое возникло бы из текущей догадки. Догадка корректируется для уменьшения расхождения между смоделированным полем и измеренным полем. Этот процесс повторяется до сходимости.

Другой распространенный метод — формирование луча , при котором теоретическая модель магнитного поля, создаваемого данным диполем тока, используется в качестве априорной, вместе со статистикой второго порядка данных в форме ковариационной матрицы , для вычисления линейного взвешивания массива датчиков (формирователя луча) через обратную матрицу Бэкуса-Гилберта . Это также известно как формирователь луча с линейно ограниченной минимальной дисперсией (LCMV). Когда формирователь луча применяется к данным, он производит оценку мощности в «виртуальном канале» в месте расположения источника.

Степень, в которой обратная задача MEG без ограничений некорректна, нельзя переоценить. Если цель состоит в том, чтобы оценить плотность тока в человеческом мозге с разрешением, скажем, 5 мм, то хорошо известно, что подавляющее большинство информации, необходимой для выполнения уникальной инверсии, должно исходить не из измерения магнитного поля, а скорее из ограничений, применяемых к задаче. Более того, даже когда возможна уникальная инверсия при наличии таких ограничений, указанная инверсия может быть нестабильной. Эти выводы легко выводятся из опубликованных работ. [13]

Магнитная визуализация источника

Расположение источников можно объединить с изображениями магнитно-резонансной томографии (МРТ) для создания изображений магнитных источников (MSI). Два набора данных объединяются путем измерения местоположения общего набора опорных точек, отмеченных во время МРТ липидными маркерами и отмеченных во время МЭГ электрифицированными катушками проволоки, которые испускают магнитные поля. Расположение опорных точек в каждом наборе данных затем используется для определения общей системы координат, чтобы стало возможным наложение функциональных данных МЭГ на структурные данные МРТ (« совместная регистрация »).

Критика использования этой техники в клинической практике заключается в том, что она создает цветные области с определенными границами, наложенные на МРТ-скан: неподготовленный зритель может не осознать, что цвета не представляют физиологическую определенность, не из-за относительно низкого пространственного разрешения МЭГ, а скорее из-за некоторой присущей неопределенности в облаке вероятности, полученном из статистических процессов. Однако, когда изображение магнитного источника подтверждает другие данные, оно может иметь клиническую полезность.

Дипольная модель локализации источника

Широко распространенный метод моделирования источников для МЭГ включает расчет набора эквивалентных диполей тока (ECD), который предполагает, что лежащие в основе нейронные источники являются фокальными. Эта процедура подгонки диполей является нелинейной и переопределенной, поскольку количество неизвестных параметров диполей меньше количества измерений МЭГ. [14] Автоматизированные алгоритмы модели множественных диполей, такие как классификация множественных сигналов (MUSIC) и многостартовое пространственное и временное моделирование (MSST), применяются для анализа ответов МЭГ. Ограничениями дипольных моделей для характеристики нейронных ответов являются (1) трудности в локализации протяженных источников с помощью ECD, (2) проблемы с точной оценкой общего количества диполей заранее и (3) зависимость от местоположения диполя, особенно глубины в мозге.

Модели с распределенным источником

В отличие от моделирования с несколькими диполями, модели распределенных источников делят пространство источника на сетку, содержащую большое количество диполей. Обратная задача заключается в получении дипольных моментов для узлов сетки. [15] Поскольку количество неизвестных дипольных моментов намного больше количества датчиков МЭГ, обратное решение сильно недоопределено, поэтому необходимы дополнительные ограничения для уменьшения неоднозначности решения. Основным преимуществом этого подхода является то, что не требуется предварительной спецификации модели источника. Однако полученные распределения может быть трудно интерпретировать, поскольку они отражают только «размытое» (или даже искаженное) изображение истинного распределения нейронного источника. Дело осложняется тем фактом, что пространственное разрешение сильно зависит от различных параметров, таких как площадь мозга, глубина, ориентация, количество датчиков и т. д. [16]

Независимый компонентный анализ (ICA)

Независимый компонентный анализ (ICA) — это еще одно решение для обработки сигналов, которое разделяет различные сигналы, статистически независимые во времени. Он в основном используется для удаления артефактов, таких как моргание, движение глазных мышц, артефакты лицевых мышц, сердечные артефакты и т. д. из сигналов МЭГ и ЭЭГ, которые могут быть загрязнены внешним шумом. [17] Однако ICA имеет плохое разрешение высококоррелированных мозговых источников.

Использование в полевых условиях

Известно, что в мире действует более 100 систем МЭГ, причем наибольшее количество систем МЭГ на душу населения находится в Японии, а наибольшее общее количество систем МЭГ — в США. Очень небольшое количество систем в мире предназначено для записи младенцев и/или плода.

В исследованиях основное применение МЭГ — измерение временных динамик активности. МЭГ может разрешать события с точностью до 10 миллисекунд или быстрее, в то время как функциональная магнитно-резонансная томография (фМРТ), которая зависит от изменений кровотока, может в лучшем случае разрешать события с точностью до нескольких сотен миллисекунд. МЭГ также точно определяет источники в первичных слуховых, соматосенсорных и двигательных областях. Для создания функциональных карт коры головного мозга человека во время более сложных когнитивных задач МЭГ чаще всего сочетают с фМРТ, поскольку эти методы дополняют друг друга. Нейрональные (МЭГ) и гемодинамические данные фМРТ не обязательно совпадают, несмотря на тесную связь между локальными полевыми потенциалами (ЛПФ) и сигналами, зависящими от уровня оксигенации крови (BOLD). Сигналы МЭГ и BOLD могут исходить из одного и того же источника (хотя сигналы BOLD фильтруются через гемодинамический ответ).

MEG также используется для лучшей локализации ответов в мозге. Открытость настройки MEG позволяет легко вводить внешние слуховые и зрительные стимулы. Также возможно некоторое движение субъекта, если оно не сотрясает голову субъекта. Реакции в мозге до, во время и после введения таких стимулов/движения затем могут быть отображены с большим пространственным разрешением, чем это было возможно ранее с помощью ЭЭГ. [18] Психологи также используют преимущества нейровизуализации MEG для лучшего понимания взаимосвязи между функцией мозга и поведением. Например, был проведен ряд исследований, сравнивающих ответы MEG пациентов с психологическими проблемами для контроля пациентов. Был достигнут большой успех в выделении уникальных ответов у пациентов с шизофренией, таких как дефицит слухового стробирования на человеческие голоса. [19] MEG также используется для корреляции стандартных психологических ответов, таких как эмоциональная зависимость понимания языка. [20]

Недавние исследования сообщили об успешной классификации пациентов с рассеянным склерозом , болезнью Альцгеймера , шизофренией , синдромом Шегрена , хроническим алкоголизмом , лицевыми болями и таламокортикальными дисритмиями . МЭГ можно использовать для отличия этих пациентов от здоровых контрольных субъектов, что предполагает будущую роль МЭГ в диагностике. [21] [22]

Значительная часть сложности и стоимости использования МЭГ заключается в необходимости ручного анализа данных. Был достигнут прогресс в анализе с помощью компьютера, сравнивающего сканы пациента с теми, которые взяты из большой базы данных обычных сканов, с потенциалом значительного снижения стоимости. [23]

Связи мозга и нейронные колебания

Магнитоэнцефалография (МЭГ) на основе своего идеального временного разрешения в настоящее время широко используется для изучения колебательной активности в мозге, как с точки зрения локальной нейронной синхронности, так и межзонной синхронизации. В качестве примера локальной нейронной синхронности МЭГ использовалась для исследования альфа-ритмов в различных целевых областях мозга, таких как зрительная [24] [25] или слуховая кора. [26] Другие исследования использовали МЭГ для изучения нейронных взаимодействий между различными областями мозга (например, между фронтальной корой и зрительной корой). [27] Магнитоэнцефалографию также можно использовать для изучения изменений нейронных колебаний на разных стадиях сознания, например, во сне. [28]

Фокальная эпилепсия

Клиническое применение МЭГ заключается в обнаружении и локализации патологической активности у пациентов с эпилепсией , а также в локализации красноречивой коры для хирургического планирования у пациентов с опухолями мозга или трудноизлечимой эпилепсией. Целью хирургии эпилепсии является удаление эпилептогенной ткани, сохраняя здоровые области мозга. [29] Знание точного положения основных областей мозга (таких как первичная моторная кора и первичная сенсорная кора , зрительная кора и области, участвующие в производстве и понимании речи) помогает избежать хирургически вызванных неврологических дефицитов. Прямая корковая стимуляция и соматосенсорные вызванные потенциалы, зарегистрированные на электрокортикографии (ЭКоГ), считаются золотым стандартом для локализации основных областей мозга. Эти процедуры могут быть выполнены либо интраоперационно, либо с помощью хронически постоянных субдуральных решетчатых электродов. Оба метода являются инвазивными.

Неинвазивные МЭГ-локализации центральной борозды, полученные с помощью соматосенсорных вызванных магнитных полей, показывают сильное соответствие с этими инвазивными записями. [30] [31] [32] Исследования МЭГ помогают прояснить функциональную организацию первичной соматосенсорной коры и очертить пространственную протяженность соматосенсорной коры руки путем стимуляции отдельных пальцев. Это соответствие между инвазивной локализацией корковой ткани и записями МЭГ показывает эффективность анализа МЭГ и указывает на то, что МЭГ может заменить инвазивные процедуры в будущем.

Плодный

MEG использовался для изучения когнитивных процессов, таких как зрение , слух и обработка языка у плодов и новорожденных. [33] Только две заказные системы MEG, разработанные специально для записи плода, работают во всем мире. [34] Первая была установлена ​​в Университете Арканзаса в 2000 году, а вторая была установлена ​​в Университете Тюбингена в 2008 году. Оба устройства называются массивами SQUID для оценки репродуктивности (SARA) и используют вогнутую матрицу датчиков, форма которой соответствует животу беременной женщины. Записи активности коры головного мозга плода возможны с помощью устройства SARA, начиная с гестационного возраста примерно с 25 недель и до рождения. Хотя системы SARA созданы для записи плода, они также могут записывать у младенцев, помещенных в колыбель головой вперед к сенсорной матрице. [34] Третье специальное устройство высокой плотности с аналогичным охватом всего живота было установлено в 2002 году в Медицинском центре Университета Канзаса для оценки электрофизиологии плода. [35] [36] Хотя по состоянию на 2023 год лишь небольшое количество устройств во всем мире способно регистрировать МЭГ плода, распространение оптически накачиваемых магнитометров для МЭГ в нейробиологических исследованиях [37], вероятно, приведет к увеличению числа исследовательских центров, способных регистрировать и публиковать данные МЭГ плода в ближайшем будущем. [34]

Черепно-мозговая травма

МЭГ может использоваться для выявления черепно-мозговой травмы, которая особенно распространена среди солдат, подвергшихся воздействию взрывов. Такие травмы нелегко диагностировать другими методами, поскольку симптомы (например, нарушения сна, проблемы с памятью) совпадают с симптомами частых сопутствующих заболеваний, таких как посттравматическое стрессовое расстройство (ПТСР). [23]

Сравнение с родственными методами

MEG находится в разработке с 1960-х годов, но в значительной степени поддержана недавними достижениями в области вычислительных алгоритмов и оборудования и обещает улучшенное пространственное разрешение в сочетании с чрезвычайно высоким временным разрешением (лучше 1 мс ). Поскольку сигнал MEG является прямым измерением нейронной активности, его временное разрешение сопоставимо с разрешением внутричерепных электродов.

МЭГ дополняет другие методы измерения активности мозга, такие как электроэнцефалография (ЭЭГ), позитронно-эмиссионная томография (ПЭТ) и фМРТ . Ее сильные стороны заключаются в независимости от геометрии головы по сравнению с ЭЭГ (если только не присутствуют ферромагнитные имплантаты ), неинвазивности, использовании без ионизирующего излучения по сравнению с ПЭТ и высоком временном разрешении по сравнению с фМРТ.

МЭГ в сравнении с ЭЭГ

Хотя сигналы ЭЭГ и МЭГ возникают из одних и тех же нейрофизиологических процессов, существуют важные различия. [38] Магнитные поля меньше искажаются черепом и скальпом, чем электрические поля, что приводит к лучшему пространственному разрешению МЭГ. В то время как ЭЭГ скальпа чувствительна как к тангенциальным, так и к радиальным компонентам источника тока в сферическом объемном проводнике, МЭГ обнаруживает только его тангенциальные компоненты. Таким образом, ЭЭГ скальпа может обнаруживать активность как в бороздах, так и в верхней части корковых извилин, тогда как МЭГ наиболее чувствительна к активности, возникающей в бороздах. Таким образом, ЭЭГ чувствительна к активности в большем количестве областей мозга, но активность, которая видна в МЭГ, также может быть локализована с большей точностью.

ЭЭГ скальпа чувствительна к внеклеточным объемным токам, создаваемым постсинаптическими потенциалами. МЭГ обнаруживает внутриклеточные токи, связанные в первую очередь с этими синаптическими потенциалами, поскольку компоненты поля, создаваемые объемными токами, имеют тенденцию к нейтрализации в сферическом объемном проводнике. [39] Затухание магнитных полей в зависимости от расстояния более выражено, чем для электрических полей. Поэтому МЭГ более чувствительна к поверхностной корковой активности, что делает ее полезной для изучения неокортикальной эпилепсии. Наконец, МЭГ не имеет референтов, в то время как ЭЭГ скальпа опирается на референт, который, будучи активным, затрудняет интерпретацию данных.

Смотрите также

Ссылки

  1. ^ ab Hämäläinen M, Hari R, Ilmoniemi RJ, Knuutila J, Lounasmaa OV (1993). "Магнитоэнцефалография — теория, приборы и приложения к неинвазивным исследованиям работающего человеческого мозга" (PDF) . Reviews of Modern Physics . 65 (2): 413–497. Bibcode :1993RvMP...65..413H. doi :10.1103/RevModPhys.65.413. ISSN  0034-6861.
  2. ^ ab Boto E, Holmes N, Leggett J, Roberts G, Shah V, Meyer SS и др. (март 2018 г.). «Переход магнитоэнцефалографии к реальным приложениям с помощью носимой системы». Nature . 555 (7698): 657–661. Bibcode :2018Natur.555..657B. doi :10.1038/nature26147. PMC 6063354 . PMID  29562238. 
  3. ^ Карлсон НР (2013). Физиология поведения . Верхняя Сэддл-Ривер, Нью-Джерси: Pearson Education Inc. стр. 152–153. ISBN 978-0-205-23939-9.
  4. ^ ab Cohen D (август 1968). «Магнитоэнцефалография: доказательства магнитных полей, создаваемых токами альфа-ритма». Science . 161 (3843): 784–6. Bibcode :1968Sci...161..784C. doi :10.1126/science.161.3843.784. PMID  5663803. S2CID  34001253.
  5. ^ Циммерман Дж. Э., Тейн П., Хардинг Дж. Т. (1970). «Проектирование и эксплуатация стабильных сверхпроводящих квантовых устройств с точечным контактом и т. д., смещенных в радиочастотном диапазоне». Журнал прикладной физики . 41 (4): 1572–1580. Bibcode : 1970JAP....41.1572Z. doi : 10.1063/1.1659074.
  6. ^ Cohen D (февраль 1972 г.). «Магнитоэнцефалография: обнаружение электрической активности мозга с помощью сверхпроводящего магнитометра» (PDF) . Science . 175 (4022): 664–6. Bibcode :1972Sci...175..664C. doi :10.1126/science.175.4022.664. PMID  5009769. S2CID  29638065.
  7. ^ Ямамото Т., Уильямсон С.Дж., Кауфман Л., Николсон К., Ллинас Р.: Магнитная локализация нейронной активности в мозге человека. Proc Natl Acad Sci 85:8732-8736,1988[9]
  8. ^ Sander TH, Preusser J, Mhaskar R, Kitching J, Trahms L, Knappe S (май 2012 г.). «Магнитоэнцефалография с использованием атомного магнитометра в масштабе чипа». Biomedical Optics Express . 3 (5): 981–90. doi :10.1364/BOE.3.000981. PMC 3342203. PMID  22567591 . 
  9. ^ Окада Ю (1983). «Нейрогенез вызванных магнитных полей». В Уильямсоне С.Х., Романи Г.Л., Кауфмане Л., Модене I (ред.). Биомагнетизм: междисциплинарный подход . Нью-Йорк: Пленум Пресс. стр. 399–408. ISBN 978-1-4757-1785-3.
  10. ^ Cohen D, Schläpfer U, Ahlfors S, Hämäläinen M, Halgren E (август 2002 г.). «Новая шестислойная магнитно-экранированная комната для MEG» (PDF) . Труды 13-й Международной конференции по биомагнетизму . 10. Йена, Германия: VDE Verlag: 919–921. S2CID  27016664. Архивировано из оригинала (PDF) 2020-08-03.
  11. ^ Танзер ИО (2006). Численное моделирование в электро- и магнитоэнцефалографии (кандидатская диссертация). Финляндия: Хельсинкский технологический университет.
  12. ^ Хаук О., Уэйкман Д.Г., Хенсон Р. (февраль 2011 г.). «Сравнение нормализованных по шуму минимальных нормальных оценок для анализа МЭГ с использованием метрик множественного разрешения». NeuroImage . 54 (3): 1966–74. doi :10.1016/j.neuroimage.2010.09.053. PMC 3018574 . PMID  20884360. 
  13. ^ Sheltraw D, Coutsias E (2003). "Обратимость плотности тока из данных ближнего электромагнитного поля" (PDF) . Журнал прикладной физики . 94 (8): 5307–5315. Bibcode :2003JAP....94.5307S. doi :10.1063/1.1611262.
  14. ^ Huang MX, Dale AM, Song T, Halgren E, Harrington DL, Podgorny I и др. (Июль 2006 г.). «Векторное пространственно-временное решение минимальной L1-нормы для МЭГ». NeuroImage . 31 (3): 1025–37. doi :10.1016/j.neuroimage.2006.01.029. PMID  16542857. S2CID  9607000.
  15. ^ Hämäläinen MS, Ilmoniemi RJ (январь 1994). «Интерпретация магнитных полей мозга: минимальные оценки нормы». Medical & Biological Engineering & Computing . 32 (1): 35–42. doi :10.1007/BF02512476. PMID  8182960. S2CID  6796187.
  16. ^ Molins A, Stufflebeam SM, Brown EN, Hämäläinen MS (сентябрь 2008 г.). «Количественная оценка выгоды от интеграции данных МЭГ и ЭЭГ в минимальной оценке ℓ 2 -нормы». NeuroImage . 42 (3): 1069–77. doi :10.1016/j.neuroimage.2008.05.064. PMID  18602485. S2CID  6462818.
  17. ^ Jung TP, Makeig S, Westerfield M, Townsend J, Courchesne E, Sejnowski TJ (октябрь 2000 г.). «Удаление артефактов активности глаз из потенциалов, связанных со зрительными событиями, у нормальных и клинических субъектов». Клиническая нейрофизиология . 111 (10): 1745–58. CiteSeerX 10.1.1.164.9941 . doi :10.1016/S1388-2457(00)00386-2. PMID  11018488. S2CID  11044416. 
  18. ^ Cui R, Cunnington R, Beisteiner R, Deecke L (2012). «Влияние силовой нагрузки на активность коры головного мозга, предшествующую произвольному движению пальцев». Neurology, Psychiatry and Brain Research . 18 (3): 97–104. doi :10.1016/j.npbr.2012.03.001.
  19. ^ Хирано И., Хирано С., Маекава Т., Обаяши С., Орибе Н., Монджи А. и др. (март 2010 г.). «Дефицит слухового контроля человеческих голосов при шизофрении: исследование МЭГ». Исследования шизофрении . 117 (1): 61–7. doi :10.1016/j.schres.2009.09.003. PMID  19783406. S2CID  7845180.
  20. ^ Ихара А., Вэй К., Матани А., Фудзимаки Н., Ягура Х., Ногай Т. и др. (январь 2012 г.). «Понимание языка в зависимости от эмоционального контекста: исследование магнитоэнцефалографии». Неврологические исследования . 72 (1): 50–8. doi :10.1016/j.neures.2011.09.011. PMID  22001763. S2CID  836242.
  21. ^ Georgopoulos AP, Karageorgiou E, Leuthold AC, Lewis SM, Lynch JK, Alonso AA и др. (декабрь 2007 г.). «Синхронные нейронные взаимодействия, оцениваемые с помощью магнитоэнцефалографии: функциональный биомаркер для мозговых расстройств». Journal of Neural Engineering . 4 (4): 349–55. Bibcode :2007JNEng...4..349G. doi :10.1088/1741-2560/4/4/001. hdl : 10161/12446 . PMID  18057502. S2CID  2836220.
  22. ^ Монтес Т., Поил С.С., Джонс Б.Ф., Маншанден И., Вербунт Дж.П., ван Дейк Б.В. и др. (февраль 2009 г.). «Измененные временные корреляции теменных альфа- и префронтальных тета-колебаний на ранней стадии болезни Альцгеймера». Труды Национальной академии наук Соединенных Штатов Америки . 106 (5): 1614–9. Бибкод : 2009PNAS..106.1614M. дои : 10.1073/pnas.0811699106 . ПМЦ 2635782 . ПМИД  19164579. 
  23. ^ ab Rose D (20 февраля 2022 г.). «Британским ветеранам армии отказано в лечении черепно-мозговых травм». The Observer .
  24. ^ Bagherzadeh Y, Baldauf D, Pantazis D, Desimone R (февраль 2020 г.). «Альфа-синхрония и нейробиоуправление пространственным вниманием». Neuron . 105 (3): 577–587.e5. doi : 10.1016/j.neuron.2019.11.001 . hdl : 11572/252726 . PMID  31812515. S2CID  208614924.
  25. ^ de Vries E, Baldauf D (октябрь 2019 г.). «Взвешивание внимания в сети обработки лиц: исследование магнитоэнцефалографии с использованием множественных циклических захватов» (A Magnetic Response Image-guided Magnetoencephalography Study Using Multiple Cyclic Entrainments). Журнал когнитивной нейронауки . 31 (10): 1573–1588. doi : 10.1162/jocn_a_01428. hdl : 11572/252722 . PMID  31112470. S2CID  160012572.
  26. ^ de Vries IE, Marinato G, Baldauf D (октябрь 2021 г.). «Декодирование объектно-ориентированного слухового внимания из реконструированных по источнику альфа-осцилляции MEG». Журнал нейронауки . 41 (41): 8603–8617. doi : 10.1523 /JNEUROSCI.0583-21.2021. PMC 8513695. PMID  34429378. 
  27. ^ Baldauf D, Desimone R (апрель 2014 г.). «Нейронные механизмы объектно-ориентированного внимания». Science . 344 (6182): 424–427. Bibcode :2014Sci...344..424B. doi : 10.1126/science.1247003 . PMID  24763592. S2CID  34728448.
  28. ^ Brancaccio A, Tabarelli D, Bigica M, Baldauf D (апрель 2020 г.). "Локализация коркового источника специфической колебательной активности стадии сна". Scientific Reports . 10 (1): 6976. Bibcode :2020NatSR..10.6976B. doi :10.1038/s41598-020-63933-5. PMC 7181624 . PMID  32332806. 
  29. ^ Luders HO (1992). Хирургия эпилепсии . New York Raven Press.
  30. ^ Sutherling WW, Crandall PH, Darcey TM, Becker DP, Levesque MF, Barth DS (ноябрь 1988 г.). «Магнитные и электрические поля согласуются с внутричерепной локализацией соматосенсорной коры». Neurology . 38 (11): 1705–14. doi :10.1212/WNL.38.11.1705. PMID  3185905. S2CID  8828767.
  31. ^ Rowley HA, Roberts TP (ноябрь 1995 г.). «Функциональная локализация с помощью магнитоэнцефалографии». Neuroimaging Clinics of North America . 5 (4): 695–710. PMID  8564291.
  32. ^ Gallen CC, Hirschkoff EC, Buchanan DS (май 1995). «Магнитоэнцефалография и визуализация магнитного источника. Возможности и ограничения». Neuroimaging Clinics of North America . 5 (2): 227–49. PMID  7640886.
  33. ^ Sheridan CJ, Matuz T, Draganova R, Eswaran H, Preissl H (2010). «Фетальная магнитоэнцефалография — достижения и проблемы в изучении пренатальных и ранних постнатальных реакций мозга: обзор». Infant and Child Development . 19 (1): 80–93. doi :10.1002/icd.657. PMC 2830651. PMID  20209112. 
  34. ^ abc Frohlich J, Bayne T, Crone JS, DallaVecchia A, Kirkeby-Hinrup A, Mediano PA и др. (июнь 2023 г.). «Не с «запом», а с «бипом»: измерение истоков перинатального опыта». NeuroImage . 273 : 120057. doi : 10.1016/j.neuroimage.2023.120057 . PMID  37001834. S2CID  257807321.
  35. ^ "CTF устанавливает систему MEG в KUMC". AuntMinnie . 2002-12-10 . Получено 2024-10-22 .
  36. ^ Minai U, Gustafson K, Fiorentino R, Jongman A, Sereno J (июль 2017 г.). «Распознавание языка на основе фетального ритма: исследование биомагнитометрии». NeuroReport . 28 (10): 561–564. doi :10.1097/WNR.00000000000000794. PMC 5611858 . PMID  28538518. 
  37. ^ Brookes MJ, Leggett J, Rea M, Hill RM, Holmes N, Boto E и др. (август 2022 г.). «Магнитоэнцефалография с оптически накачиваемыми магнитометрами (OPM-MEG): следующее поколение функциональной нейровизуализации». Trends in Neurosciences . 45 (8): 621–634. doi : 10.1016/j.tins.2022.05.008 . PMC 10465236 . PMID  35779970. S2CID  250122240. 
  38. ^ Cohen D, Cuffin BN (июль 1983). «Демонстрация полезных различий между магнитоэнцефалограммой и электроэнцефалограммой». Электроэнцефалография и клиническая нейрофизиология . 56 (1): 38–51. doi :10.1016/0013-4694(83)90005-6. PMID  6190632.
  39. ^ Barth DS, Sutherling W, Beatty J (март 1986). «Внутриклеточные токи интериктальных пенициллиновых спайков: доказательства нейромагнитного картирования». Brain Research . 368 (1): 36–48. doi :10.1016/0006-8993(86)91040-1. PMID  3955364. S2CID  3078690.

Дальнейшее чтение