Processing for Source-level analysis

Click on the flag to see the version in English

ENflag1

Version française

 

L’analyse spatiale des sources EEG et MEG, lorsqu’elle est restreinte au niveau des capteurs, offre  un nombre limité d’informations sur les régions corticales impliquées dans la génération et la perturbation de ces effets. Qu’il s’agisse de bandes de signal larges (comme dans les analyses liées à l’événement) ou étroites (analyse de synchronisation rythmique),  les effets de la modification spectrale peuvent être initiés par un ou plusieurs sites corticaux.

En vue de caractériser les sources corticales EEG ou MEG avec aucune ou peu d’hypothèses a priori sur leur localisation d’origine, plusieurs méthodes d’estimation de sources sont proposées dans Brainstorm. Pour plus de détails, voir le Tutorial de Brainstorm intitulé  Source Estimation.

BST_SOURCES

Exemple d’Estimation de Source [220 ms]

Sur cette page, nous présentons toutes les étapes de traitement permettant d’obtenir une estimation de source basée sur l’une des méthodes inverses proposées par Brainstorm, méthode appelée wMNE (« weighted Minimum Norm Estimates »). Ici, le modèle inverse est restreint aux surfaces corticales et  à un petit nombre de régions sous-corticales (Amygdale et Hippocampe gauches et droits). Une contrainte supplémentaire est ajoutée au niveaux des dipôles élémentaires de sorte que ces derniers sont perpendiculaires à la surface corticale.


  1. Sélection des structures internes
  2. Création d’une nouvelle surface qui combine cortex et structures internes
  3. Création d’un modèle de sources personnalisé
  4. Calcul du modèle de tête
  5. Calcul de la covariance associée au bruit
  6. Calcul de l’estimation des sources
  7. Normalisation par Z_score

1. Sélection des structures internes

  • Répertoire ‘Anatomy’  : Visualisation des structures internes avec le menu contextuel  ‘aseg atlas> Display
  • Onglet ‘Scout’: Sélection des structures suivantes :
    • Amygdale L
    • Amygdale R
    • Hippocampus L
    • Hippocampus R

BST_SelectInternal

  • Onglet ‘Scout’: menu  ‘edit surface>keep only selected scouts’

 

2. Création d’une nouvelle surface qui combine cortex et structures internes

  • Répertoire ‘Anatomy’  : Sélection des  structures cérébrales globales (cortex) et internes (aseg atlas)
  • Sélecton  du menu ‘Merge surfaces’
  • Vérifier la création de ‘New surface’ dans la liste des fichiers du répertoire ‘Anatomy’
  • Définir ‘New surface’ comme cortex par défaut

BST_CreateNewSurface

3. Création d’un modèle de sources personnalisé

  • Répertoire ‘Anatomy’  : Menu  ‘New surface> Display’
  • Onglet ’Scout’ : Sélectionner tous les items (cortex et structures internes) de la liste ‘Structure’
  • Bouton ‘Atlas’: menu ‘New atlas > Source model options’

BST_customModel

4. Calcul du modèle de tête

  • Sélection des répertoires associés aux conditions expérimentales
  • Sélection du menu  ‘Compute head model’

BST_HeadModel

  • Dans la boîte de dialogue ‘Compute head model’ :
    sélection de l’option ‘Custom source model’ dans le groupe ‘Source space area’
    sélection de l’option ‘Overlapping spheres’ dans le groupe ‘Forward  modeling methods’

BST_HeadModel_2

5. Calcul de la covariance associée au bruit

  • Création d’un nouveau répertoire ‘All cond’ par sujet au même niveau que les autres répertoires associés aux conditions expérimentales et importer dedans l’intégralité des essais toutes les condition étudiées.
  • Pour estimer la covariance associée au bruit, sélectionnez ce nouveau répertoire et  le menu ‘Noise covariance > Compute…’
  • Dans la boîte de dialogue correspondante, indiquez la fenêtre temporelle référente (pre-stimulus baseline)

BST_NoiseMatrixBST_NoiseMatrix_2

  • Sélectionnez le nouveau fichier ‘noise covariance’ ainsi que le menu ‘ Apply to all conditions’.  Ceci copie le fichier de covariance dans les répertoires appropriés.

6. Calcul de l’estimation des sources

  • Sélection des répertoires associés aux conditions expérimentales
  • Sélection du menu  ‘Compute sources’

    BST_computeSources

  • Nombre de dipôles : 15 000

underConstruction

 

7. Normalisation par Z_score

Une manière d’optimiser l’analyse des sources est de calculer le Z-score des cartes des sources par rapport à un ‘baseline’ si possible non bruité. Nous utilisons le même baseline que celui utilisé pour le calcul de la matrice de covariance de bruit.

posté parValérie Chanoine le 15/04/2015

 

English Version

When restricted to the sensor level, the spatial analysis of the EEG and MEG sources can only provide limited information about the cortical regions involved in the generation and the perturbation of these effects. Both wideband signals like event-related potentials (ERP) and event-related fields (ERF) and narrow-band (i.e. rhythmic synchronization) effects of the spectrale perturbation can be originated from one or multiple cortical sites.

In order to spatially characterize the cortical EEG and MEG sources with no or weak a priori assumptions about their location of origin, several  source estimation approaches  have been implemented in Brainstorm.  For more details,   see Brainstorm Tutorial Source Estimation.

BST_SOURCES

Example of Source Estimation [220 ms]

In this tutorial, we present all steps of processing to  obtain source estimation based on  one of the inverse methods from Brainstorm, called weighted Minimum Norm Estimates (wMNE). Here, this model is restricted on cortical and subcortical (Left and right Amygdala and Hippocampus) surface and the orientation of the elementary dipoles are constrained normally to the cortical surface.

 

 

1.Select internal structures

  • Anatomy Folder : aseg atlas> Display
  • Tab ‘Scout’: select the following structures:
    • Amygdale L
    • Amygdale R
    • Hippocampus L
    • Hippocampus R

BST_SelectInternal

  • Tab ‘Scout’: edit surface>keep only selected scouts

 

2. Create a new surface that combines cortex and internal surfaces

  • Anatomy Folder : Select cortex and aseg atlas
  • Select the menu ‘Merge surfaces’
  • Verify the creation of ‘New surface’
  • Define ‘New surface’ as default type of cortex

BST_CreateNewSurface

3. Create a source model customised

  • Anatomy Folder : New surface> Display
  • Tag ’Scout’ : Select all items (cortex and internal structures) of list ‘Structure’
  • Button ‘Atlas’: menu ‘New atlas > Source model options’

BST_customModel

4. Compute head model

  • Select all condition folders
  • Select the menu ‘Compute head model’

BST_HeadModel

 

  • In the ‘compute head model’ dialog, select the option ‘Custom source model’ in the ‘Source space area’ and select the option ‘Overlapping spheres’ as forward modeling methods

BST_HeadModel_2

5. Compute noise covariance

  • Create another condition in your subject and import all single trials in it (all trials from studied condition)
  • Estimate the noise covariance on these single trials only (right-click on the new condition node > Noise covariance > Compute…)
  • Use only the pre-stimulus baseline by setting the time winndow fields

BST_NoiseMatrixBST_NoiseMatrix_2

 

  • Right-click on the new noise covariance file > Noise covariance > Apply to all conditions. This copies the noise covariance file in the conditions of your averaged files

 

6. Compute sources

BST_computeSources

In all cases, the recommended number of dipoles to use for source estimation is about 15,000.
7.  z_score normalisation

A good way to reveal better the source activity at the cortex level is to calculate a Zscore of the source maps with respect with a quiet baseline. We use the same baseline as for the calculation of the noise covariance matrix.

posted by Valérie Chanoine on 2015/04/15

Blog du Centre de Ressources pour l'Expérimentation du BLRI