Neue Verfahren und Analysestrategien zur Quantifizierung der zeitvarianten Kopplungs- und Synchronisationseigenschaften zwischen oszillatorischen EEG/MEG-Aktivitäten unterschiedlicher Frequenz unter besonderer Berücksichtigung der Gamma-Aktivität

 

Überblick

Abbildung 1: Zeitsequenz von PDC-Interaktionsnetzen im Quellenraum (kortikale Stromdichteverteilun-gen berechnet auf der Grundlage einer 58-kanaligen EEG-Registrierung). Die Interaktionsnetze (Alpha) zeigen die Situation vor der Ausführung einer kombinierten Bewegung (aus Witte et al., Meth.Inf.Med. 48/2009,18-28).
Abbildung 2: EEG/MEG Vorwärtsmodell im Zeit-Frequenz-Bereich basierend auf einem Gabor-Wörterbuch.

In den Neurowissenschaften ist die Untersuchung der Kopplungs- und Synchronisationseigenschaften oszillatorischer EEG/MEG-Aktivitäten auf Basis gemessener Sensorsignale oder daraus rekonstruierter Quellaktivitäten von besonderer Bedeutung. Ziel des Projekts ist es, ein qualitativ neues Niveau der zeitvarianten multivariaten Analyse der Kopplungs- und Synchronisationseigenschaften zu erreichen. Hierzu sollen sowohl Methoden der Kopplungs- und Synchronisationsanalyse als auch der dynamischen Rekonstruktion neuronaler Quellen entwickelt, optimiert und auf hochdimensionale MEG/EEG-Daten angewandt werden. In diese Zielstellung integriert sind Untersuchungen zum Einfluss notwendiger Vorverarbeitungsschritte auf die Analyseergebnisse (Filterung, Komponentenzerlegung, Artefaktrejektion) sowie eine daraus abgeleitete Optimierung der Analysestrategien. Weiterhin soll durch die Entwicklung spezieller Rekonstruktionsalgorithmen, die die Grundlage der zeitvarianten Kopplungsanalyse von Quellenaktivitäten darstellen, die Notwendigkeit der Vorverarbeitung reduziert und die Modellierung auch bei schlechterem Signal-Rausch-Verhältnis ermöglicht werden. Die Evaluierung der entwickelten Methoden sowie der Vergleich mit alternativen Verfahren erfolgt auf Basis hochdimensionaler MEG/EEG-Daten, wobei gerichtete Interaktionen zwischen Alpha- und Gamma-Oszillationen, zwischen höherfrequenter Oszillationen sowie zwischen den entsprechenden modellierten Quellenaktivitäten von besonderem Interesse sind. Hierzu werden sowohl vorhandene (Photic-Driving-Experimente) wie auch neu zu erhebende Daten (bewusste und unbewusste Wahrnehmung somatosensorischer Reize) verwendet.

Projektpartner

Publikationen & Patente

Publikationen (Konferenzbeiträge):

  • Gramfort A, Strohmeier D, Haueisen J, Hämäläinen MS, Kowalski M: Time-Frequency Mixed-Norm Estimates: Sparse M/EEG imaging with non-stationary source activations. Neuroimage, 70:410–422, 2013
  • Haueisen,J., Fleissig,K., Strohmeier,D.,  Elsarnagawy,T., Huonker,R., Liehr, M., Witte, O.W.: Reconstruction of quasi-radial dipolar activity using three-component magnetic field measurements. Clinical Neurophysiology, 123:1581-1585, 2012
  • Gramfort, A.; Strohmeier, D.; Haueisen, J.; Hämäläinen, M.; Kowalski, M.: Functional Brain Imaging with M/EEG Using Structured Sparsity in Time-Frequency Dictionaries. In: Székely, Gábor; Hahn, Horst (Editors): Information Processing in Medical Imaging (IPMI 2011), Lecture Notes in Computer Science, Vol. 6801, pp. 600-611, 2011
  • Strohmeier, D.; Gramfort, A.; Haueisen, J.; Hämäläinen, M.; Kowalski, M.: MEG/EEG source reconstruction based on Gabor thresholding in the source space. 8th International Symposium on Noninvasive Functional Source Imaging of the Brain and Heart (NFSI & ICBEM), pp.103-108, 2011
  • Wacker, M, Galicki, M, Putsche, P, Milde, T, Schwab, K, Haueisen, J, Ligges, C, Witte, H: A Time-Variant Processing Approach for the Analysis of Alpha and Gamma MEG Oscillations During Flicker Stimulus Generated Entrainment. IEEE Transactions on Biomedical Engineering, 58(11): 3069-3077, 2011
  • Strohmeier, D.; Halbleib, A.; Gratkowski, M.; Haueisen, J.: The Epsilon-Skew-Normal-Dictionary for the Decomposition of Single- and Multichannel Biomedical Recordings using Matching Pursuit Algorithms; Mediterranean Conference on Medical and Biological Engineering and Computing (MEDICON 2010), Chalkidiki, Greece, 2010
  • Halbleib, A.; Strohmeier, D.; Gratkowski, M.; Haueisen, J.: Source Localization Algorithm based on Topographic Matching Pursuit; Proceedings BMT 2010 / Jahrestagung der DGBMT 2010, Rostock, Germany, 2010
  • Graichen,U., Witte,H., Haueisen,J.: Analysis of induced components in electroencephalograms using a multiple correlation method. BioMedical Engineering OnLine, 2009, 8:21

Förderung

News

01.07.2014 Daniel Strohmeier erhält Best Student Paper Award

Auf dem 4th International Workshop on Pattern Recognition in Neuroimaging, welcher vom Max-Planck-Institut für Intelligente Systeme in Tübingen ausgerichtet wurde, gewinnt Daniel Strohmeier den Best Student Paper Award.

Quellenrekonstruktion auditorisch evozierter Felder mittels irMxNE und dSPM

Auf dem 4th International Workshop on Pattern Recognition in Neuroimaging, welcher vom Max-Planck-Institut für Intelligente Systeme in Tübingen ausgerichtet wurde, gewinnt Daniel Strohmeier den Best Student Paper Award.

Der vorgestellte Beitrag:

Daniel Strohmeier, Jens Haueisen, Alexandre Gramfort: Improved MEG/EEG source localization with reweighted mixed-norms.

präsentiert eine neue Methode, iterative reweighted Mixed-Norm Estimate (irMxNE), zur Rekonstruktion von fokalen Quellen im Gehirn aus MEG und EEG Daten.

Die Abbildung zeigt das Ergebnis einer Quellenlokalisation eines auditorisch evozierten Feldes mittels irMxNE (blaue Punkte) und dSPM in der rechte Hemisphäre des Gehirns. Die mittels irMxNE rekonstruierten Quellen sind in den primären auditorischen Zentren lokalisiert und zeigen eine gute Übereinstimmung mit den Maxima der dSPM-Verteilung.