头皮脑电图 (EEG) 是研究实时神经现象最流行的非侵入式方式之一。虽然传统的 EEG 研究侧重于识别群体层面的统计效应,但机器学习的兴起促使计算神经科学向时空预测分析转变。我们引入了一种新颖的开源查看器,即 EEG 预测可视化器 (EPViz),以帮助研究人员开发、验证和报告他们的预测模型输出。EPViz 是一个用 Python 开发的轻量级独立软件包。除了查看和操作 EEG 数据之外,EPViz 还允许研究人员加载 PyTorch 深度学习模型,将其应用于 EEG 特征,并将输出的通道或受试者级别的时间预测叠加在原始时间序列之上。这些结果可以保存为高分辨率图像,用于手稿和演示文稿。 EPViz 还为临床科学家提供了有价值的工具,包括频谱可视化、基本数据统计计算和注释编辑。最后,我们内置了一个 EDF 匿名化模块,以促进临床数据的共享。总而言之,EPViz 填补了 EEG 可视化方面亟需的空白。我们用户友好的界面和丰富的功能集合也可能有助于促进工程师和临床医生之间的合作。
通过神经细胞的电活动,中枢神经系统中有关脑电图研究一般信息处理的信息。可以通过使用电极来测量和记录大脑本身产生的最小,连续的电活动。这种测量结果称为脑电图(EEG)。根据研究目标,脑电图实验的持续时间从1小时到2,5小时不等。无法从临床角度查看CLS实验室中收集的研究数据。您参与研究不是临床测试。在家准备以使脑电图测量顺利进行,我们要求您在家准备以下内容: - 事先清洗并干燥头发; - 不要使用凝胶,发胶等。; - 不要使用面霜或化妆; - 如果需要,请带上梳子或发刷; - 带上(阅读)眼镜。,如果您穿着隐形眼镜。在CLS实验室的准备工作(浴缸盖)将被放在您的头上。在此盖中,将附加大量测量电极。此外,使用小贴纸将附着几个单电极在您的眼睛和耳朵后面。您的眼睛,鼻子,嘴和脸的底部将保持自由。要获得良好的信号,重要的是皮肤的耐药性不高。必要时,实验者将通过使用一些酒精并进行凝胶来确保皮肤和电极之间的电阻掉落到所需的值。不涉及侵入性程序。实验者将指导您在实验期间要做的事情。可能是您必须查看计算机屏幕,收听声音,执行反应时间任务,或者只是坐下来放松。脑电图实验发生在声音衰减的摊位中。在测量过程中,摊位的门关闭,但没有锁定。实验者可以通过使用摄像机来与您见面,并通过对讲机与您交谈。测量本身对您来说并不明显。实验完成后,实验人员将用电极去除盖。如果您愿意,可以冲洗头发,洗净并干燥。为此,可以提供洗发水和毛巾。出于卫生原因,如果您带上自己的梳子是实用的。其他信息与参与相关的风险可以被视为可忽略的风险和最小的负担。如果适用以下一个,则无法参加脑电图实验:1)您接受了头部/脑部手术。2)您患有癫痫病。3)您患有幽闭恐惧症。4)您年龄在18岁以下。如果上述一个适用,请在实验日之前与研究人员联系。
摘要 目的 功能连接 (FC) 越来越多地被用作神经调节和提高性能的目标。目前,使用脑电图 (EEG) 对 FC 进行可靠的评估需要具有高密度蒙太奇的实验室环境和较长的准备时间。本研究调查了使用低密度 EEG 蒙太奇重建源 FC 以用于实际应用的可行性。方法 使用逆解重建源 FC,并将其量化为 alpha 频率中绝对虚相干的节点度。我们使用模拟的相干点源以及两个真实数据集来研究电极密度(19 个电极 vs. 128 个电极)和使用模板与基于单个 MRI 的头部模型对定位精度的影响。此外,我们还检查了低密度 EEG 是否能够捕捉个体间相干强度的变化。结果 在数值模拟和实际数据中,电极数量的减少导致相干源和耦合强度的重建可靠性降低。然而,当比较从 19 个电极重建 FC 的不同方法时,使用波束形成器获得的源 FC 优于传感器 FC、独立成分分析后计算的 FC 和使用 sLORETA 获得的源 FC。特别是,只有基于波束形成器的源 FC 才能捕捉运动行为的神经相关性。结论 从低密度 EEG 重建 FC 具有挑战性,但使用波束形成器的源重建时可能是可行的。
EEG显示出正常或异常脑电活动的模式。可能由于许多不同的条件而不仅仅是癫痫发作,可能会出现一些异常模式。例如,头部创伤,中风,脑肿瘤或癫痫发作后可以看到某些类型的波。这种类型的常见例子称为“放慢”,其中脑波的节奏比患者的年龄和机敏水平要慢。•某些其他模式表示癫痫发作的趋势。您的医生可能将这些波浪称为“癫痫样异常”或“癫痫波”。它们看起来像尖峰,锋利的波浪以及尖峰和波浪的放电。•如果您在大脑的特定区域(例如颞叶)在脑电图上有部分癫痫发作,尖峰和尖锐的波浪,则可以显示癫痫发作的来源。