基于模板的婴儿期年龄相关皮质特征模式与头皮脑电图前向传递分析

《Brain Topography》：Template-Based Analysis of Age-Dependent Cortical Eigenmodes and Scalp EEG Forward Transfer in Infancy

　　

摘要

在发育性脑电图研究中，婴儿期带来了空间坐标方面的挑战：大脑皮层结构、头部结构以及脑电信号的传播方式都会迅速变化，因此在一个年龄阶段有意义的皮层坐标系统可能在另一个年龄阶段无法直接比较。我们通过基于模板的计算分析来解决这一问题，使用了通过MNE-Python分布的、针对不同年龄段的婴儿解剖学模板。具体而言，我们计算了皮层拉普拉斯-贝尔特拉米特征模式（皮层谐波）、脑电信号正向模型以及正向投影的特征模式词典。我们研究了哪些特征模式阶数更倾向于在头皮处表现出来，以及独立计算的、针对不同年龄段的特征模式坐标是否能够在跨年龄比较中保持稳定。在整个婴儿期，正向投影到头皮的信号强度集中在较低的特征模式阶数上，这表明从粗略到精细的信号传递模式是稳定的。然而，相邻年龄段的拉普拉斯-贝尔特拉米基函数仅能通过名义模式指数在局部范围内进行比较。相同指数模式的顺序会发生局部变化，模式指数也会出现波动，而且当用相邻年龄段的基函数重新表示相同的皮层模式时，会出现系数泄漏到邻近模式中的现象。这些模板层面的坐标差异影响了后续的模拟分析：相邻年龄段的词典在低维传感器空间中无法完全替代，而固定使用的成人基函数在恢复相同指数坐标方面效果不佳，尤其是在婴儿期早期和中期，其误差更为显著。通过序列普罗克鲁斯特斯追踪方法可以提高相同指数模式的一致性，从而为建立与年龄相关的坐标系统提供可行的方法。由于所有的定量分析结果都是基于群体平均模板和模拟得出的，因此应将其视为关于坐标系统效应的机制性证据，而非对实际脑电信号误差的直接估计。这些结果为在纵向发育性脑电图研究及相关的生命历程分析中采用与年龄相关的或明确跟踪的皮层谐波坐标提供了依据。