Sobre la digitalización del cabezal electromagnético en MEG y EEG.

Scientific Reports volumen 13, número de artículo: 3801 (2023) Citar este artículo

1362 Accesos

3 altmétrico

Detalles de métricas

En los estudios MEG y EEG, la precisión de la digitalización de la cabeza afecta el registro conjunto entre los datos funcionales y estructurales. El registro conjunto es uno de los principales factores que afectan la precisión espacial en las imágenes de fuente MEG/EEG. Los puntos de la superficie de la cabeza (cuero cabelludo) digitalizados con precisión no solo mejoran el registro conjunto, sino que también pueden deformar una plantilla de resonancia magnética. Una resonancia magnética de plantilla individualizada de este tipo se puede utilizar para modelar la conductividad en imágenes de fuente MEG/EEG si la resonancia magnética estructural del individuo no está disponible. Los sistemas de seguimiento electromagnético (EMT) (particularmente Fastrak, Polhemus Inc., Colchester, VT, EE. UU.) han sido la solución más común para la digitalización en MEG y EEG. Sin embargo, ocasionalmente pueden sufrir interferencias electromagnéticas ambientales, lo que dificulta lograr una precisión de digitalización (sub)milimétrica. El estudio actual: (i) evaluó el rendimiento del sistema Fastrak EMT en diferentes condiciones en la digitalización MEG/EEG, y (ii) explora la usabilidad de dos sistemas EMT alternativos (Aurora, NDI, Waterloo, ON, Canadá; Fastrak con un transmisor de corto alcance) para digitalización. En varios casos de prueba se evaluaron las fluctuaciones del seguimiento, la precisión de la digitalización y la robustez de los sistemas utilizando marcos de prueba y modelos de cabezas humanas. Se comparó el rendimiento de los dos sistemas alternativos con el del sistema Fastrak. Los resultados mostraron que el sistema Fastrak es preciso y robusto para la digitalización MEG/EEG si se cumplen las condiciones operativas recomendadas. El Fastrak con transmisor de corto alcance muestra un error de digitalización comparativamente mayor si la digitalización no se realiza muy cerca del transmisor. El estudio también demuestra que el sistema Aurora se puede utilizar para la digitalización MEG/EEG dentro de un rango limitado; sin embargo, serían necesarias algunas modificaciones para que el sistema sea un digitalizador práctico y fácil de usar. Su función de estimación de errores en tiempo real puede mejorar potencialmente la precisión de la digitalización.

En imágenes de fuentes funcionales electromagnéticas, como la magnetoencefalografía (MEG) y la electroencefalografía (EEG), las imágenes anatómicas de MRI (resonancia magnética) de la cabeza de un individuo generalmente se utilizan para definir la geometría y el modelo de la cabeza para los cálculos. Una fusión confiable de la información funcional y anatómica requiere que las ubicaciones de los puntos de referencia anatómicos se conozcan con precisión en la superficie de la cabeza. Además, las ubicaciones y orientaciones de los sensores/electrodos con respecto al cabezal deben conocerse con suficiente precisión1. Dado que los datos funcionales y anatómicos se adquieren mediante dos sistemas de imágenes médicas separados, su combinación requiere el registro conjunto de sus marcos de coordenadas para definir una transformación afín entre los sistemas de coordenadas MEG/EEG y MRI. Este co-registro generalmente se realiza alineando manualmente un conjunto de puntos fiduciales determinados en los dos marcos de coordenadas. Tres puntos de referencia anatómicos fácilmente identificables en la resonancia magnética y en la superficie del cuero cabelludo (nasión, preauricular izquierdo (LPA) y preauricular derecho (RPA)) suelen servir como puntos fiduciales para el registro conjunto. Opcionalmente, utilizando un registro conjunto automatizado basado en ICP (punto más cercano iterativo)2, se puede hacer coincidir un conjunto de puntos de la superficie del cuero cabelludo determinados en el marco de coordenadas MEG/EEG con la superficie del cuero cabelludo extraída de la resonancia magnética.

Los puntos fiduciales en el marco de coordenadas de la resonancia magnética se determinan navegando visualmente por las imágenes de resonancia magnética en 3D o por la superficie del cuero cabelludo extraída de esas imágenes. En el marco de coordenadas MEG/EEG, estas posiciones fiduciales y los puntos de la superficie del cuero cabelludo se determinan usando un dispositivo de seguimiento de posición electromagnético u óptico durante un procedimiento generalmente denominado digitalización de la cabeza. La mayoría de los sistemas MEG se basan en una matriz de sensores fija con posiciones de sensores definidas con precisión en el marco de coordenadas del dispositivo MEG, y el cabezal potencialmente puede moverse hacia afuera. los sensores durante la adquisición de datos. En los sistemas MEG de MEGIN Oy (Espoo, Finlandia), la ubicación de la cabeza del sujeto en relación con los sensores MEG se determina con la ayuda de cuatro o cinco bobinas indicadoras de la posición de la cabeza (HPI) unidas al cuero cabelludo. Las ubicaciones de las bobinas HPI se digitalizan junto con los puntos fiduciales y del cuero cabelludo, y sus posiciones se determinan en el marco de coordenadas de la cabeza definido por los puntos fiduciales digitalizados. Cuando las bobinas están energizadas, el conjunto de sensores MEG puede localizarlas en el marco de coordenadas del dispositivo MEG. Conociendo las ubicaciones de las bobinas HPI en estos dos marcos, se define una transformación de coordenadas del dispositivo a la cabeza que determina la posición de la cabeza dentro de la matriz de sensores MEG. Por lo tanto, los estudios de imágenes de fuentes MEG implican una combinación de tres sistemas de coordenadas (Fig. 1)3:

Sistema de coordenadas del dispositivo MEG que define las ubicaciones y orientaciones de los sensores MEG entre sí.

Sistema de coordenadas de la cabeza basado en puntos fiduciales digitalizados identificables con precisión en la superficie de la cabeza y en los datos de resonancia magnética.

Sistema de coordenadas de resonancia magnética, que puede ser nativo (basado en dispositivo) o determinado por el software de procesamiento de resonancia magnética.

Los sistemas de coordenadas y sus relaciones3.

Los electrodos de EEG se digitalizan en el mismo marco de coordenadas de la cabeza junto con los otros puntos digitalizados porque están en el cuero cabelludo. Por lo tanto, las imágenes con fuente de EEG implican una combinación de sólo dos sistemas de coordenadas: el sistema de coordenadas de la cabeza y el sistema de coordenadas de MRI.

Estudios anteriores han investigado el efecto de la precisión del registro conjunto en las imágenes de la fuente MEG/EEG4,5,6 y confirman que una digitalización cuidadosa y precisa es un paso crucial. En MEG/EEG, la digitalización se utiliza principalmente para definir las transformaciones de coordenadas, ya sea durante la adquisición de datos o la estimación de la fuente, y algunas veces para ajustar un modelo de cabeza esférica para el modelado de la fuente7,8. Sin embargo, algunos estudios también han demostrado el papel de los puntos digitalizados en la definición de un modelo de conductor de volumen pseudorealista9,10,11. Se ha demostrado que un modelo de cabeza realista que utiliza las superficies internas del cráneo y el cuero cabelludo de un individuo supera al modelo de cabeza esférica en las imágenes de origen12,13. Sin embargo, definir un modelo de conductor de volumen realista a veces resulta complicado, especialmente cuando la resonancia magnética de un individuo no está disponible. En tal caso, por ejemplo, el método TPS (thin-plate spline)14 se puede aplicar para deformar las superficies del cuero cabelludo y del cerebro utilizando muestras densas de puntos de digitalización del cuero cabelludo de la cabeza del sujeto. Aunque las superficies individualizadas (deformadas) no serían precisamente la resonancia magnética individual real, son lo suficientemente similares como para ser útiles en el análisis MEG/EEG. Dado que la digitalización influye tanto en la transformación de coordenadas como en el enfoque de deformación, la precisión de la digitalización es crucial en las imágenes de fuentes MEG/EEG.

Se han introducido varias técnicas para la digitalización del cuero cabelludo y la localización de electrodos de EEG. Además, algunos estudios han evaluado las ventajas y limitaciones de diferentes métodos de digitalización15,16. Estos métodos incluyen:

Calibradores digitales para localizar electrodos midiendo distancias entre pares de electrodos y puntos fiduciales17,18.

Cápsulas marcadores de resonancia magnética unidas a electrodos19,20.

Digitalización ultrasónica15,21.

Digitalización basada en fotogrametría22,23,24.

Seguimiento electromagnético25,26.

Escaneo óptico basado en láser27,28.

Escaneo óptico basado en marcadores reflectantes16.

Escaneo 3D con luz estructurada29,30,31.

Entre estos métodos, la digitalización basada en EMT ha sido el enfoque más común durante mucho tiempo. Un EMT es un sistema de seguimiento basado en transmisor-receptor, donde un receptor se coloca en un campo electromagnético (EM) generado por el transmisor para determinar la posición tridimensional del receptor con respecto al transmisor u otro receptor. Sin embargo, un objeto magnético cercano puede distorsionar el campo del transmisor y deteriorar la precisión de la digitalización. Además, la EMT tarda más en configuraciones densas de electrodos de EEG, ya que el receptor debe apuntar a cada electrodo. Como alternativa a la EMT, en los últimos años se han introducido escáneres ópticos. Pueden acelerar el proceso de digitalización y no presentan problemas de interferencia electromagnética, pero generalmente sufren el problema de la línea de visión. En los últimos años se han desarrollado escáneres basados ​​en reflectores de infrarrojos, como Krios® (NDI, Waterloo, ON, Canadá), como soluciones alternativas, especialmente para una capa de EEG densa16; ofrecen precisión de nivel milimétrico y una digitalización más rápida para EEG denso. Sin embargo, durante las exploraciones MEG, a menudo no se usa un gorro EEG; como resultado, el escáner óptico solo funciona en modo de sondeo, similar a un digitalizador basado en EMT, y el problema de la línea de visión empeora, lo que hace que la digitalización de los puntos del cuero cabelludo sea más desafiante y requiera más tiempo. Estudios recientes han introducido el escáner 3D de luz estructurada (Occipital, CO, EE. UU.) para la digitalización29,30,31. Un escáner de este tipo es rápido y proporciona una malla triangular densa de la superficie de la cabeza con alta precisión, particularmente en ubicaciones que varían suavemente, pero se requiere un procesamiento posterior para identificar los puntos de referencia anatómicos. Además, como el escáner produce una envoltura de cabello en lugar de cuero cabelludo, se necesita una estrategia de co-registro diferente que utilice únicamente la superficie de la cabeza sin pelo. Además, dado que es posible que el cuero cabelludo no se defina con precisión debido al cabello, es imposible deformar correctamente una plantilla de resonancia magnética.

Debido a las limitaciones prácticas mencionadas anteriormente de los digitalizadores ópticos, los sistemas EMT como Fastrak® o sus variantes más antiguas (Polhemus Inc., Colchester, VT, EE. UU.) siguen siendo los digitalizadores más utilizados en MEG/EEG y pueden seguir siendo la solución más práctica para MEG. El Fastrak® con el transmisor TX2 estándar logra una precisión milimétrica y es ampliamente aceptado para la digitalización en la investigación y la práctica clínica de MEG/EEG15,32. Sin embargo, algunos estudios han informado variaciones en la precisión de la digitalización de hasta varios milímetros dependiendo de las condiciones de medición15,32. Las fuentes de interferencia electromagnética cercanas, el contacto físico entre los cables del transmisor y el receptor, la suavidad de la piel y el cabello y los movimientos de la cabeza son las razones reportadas detrás de tales variaciones32. En un entorno clínico, puede haber factores adicionales que distorsionen el campo EM del transmisor, como trabajos dentales, electrodos de monitoreo EEG a largo plazo, material magnetizado de cirugías anteriores e instrumentos inamovibles cercanos. Los implantes quirúrgicos y los estimuladores terapéuticos son fuentes inevitables de artefactos. Las propiedades magnéticas de sus materiales y circuitos pueden distorsionar el campo del transmisor, reduciendo la precisión de la digitalización. Los usuarios pueden identificar y rectificar algunas de las interferencias, pero condiciones como el refuerzo de barras metálicas en paredes o techos cercanos pueden reducir la precisión de la digitalización de forma encubierta. Otras limitaciones prácticas, como el temblor de las manos al digitalizar puntos fiduciales y la superposición de cables transmisor-receptor, también pueden añadir cierta inexactitud.

Las variaciones no sistemáticas y específicas del sitio en la precisión de la digitalización han dificultado la investigación de las fuentes de interferencia, la cuantificación de sus efectos y la definición de un método de digitalización MEG/EEG sólido. Además, es crucial evaluar el rendimiento del sistema actual en diversos casos de interferencia e investigar opciones para desarrollar un sistema más robusto para la digitalización. El presente estudio se centra en dos aspectos:

Una evaluación exhaustiva del digitalizador actual basado en EMT, Fastrak® con el transmisor TX2, en diversas condiciones de interferencia, para determinar las mejores prácticas de digitalización durante MEG/EEG.

Una comparación lado a lado de dos sistemas diferentes basados ​​en EMT para evaluar si existe un digitalizador más robusto para MEG/EEG.

Para cada uno de los tres sistemas, la fluctuación del seguimiento de la posición33,34 se cuantificó con y sin la presencia de diferentes interferencias electromagnéticas. Además, se examinaron exhaustivamente los efectos de diferentes condiciones de medición, como la variación de la distancia entre transmisor y receptor, el movimiento durante la digitalización, la interferencia cercana, la interferencia de la infraestructura circundante y un implante médico. Se utilizaron dos modelos de prueba rígidos con puntos definidos con precisión para probar la precisión de la digitalización en varias condiciones ambientales. También probamos el rendimiento de los tres sistemas de digitalización con un modelo de cabeza humana premarcado para replicar la digitalización del cuero cabelludo de forma libre en MEG y una tapa de EEG de 32 canales para probar la digitalización de electrodos fijos en EEG. Finalmente, mostramos el impacto de las tres formas de digitalización en el modelado de fuentes MEG. Además de resumir nuestros hallazgos, proporcionamos algunas pautas a seguir al utilizar el sistema basado en EMT para la digitalización MEG/EEG.

Los tres sistemas EMT evaluados en el estudio fueron: (i) un sistema Fastrak® con un transmisor estándar (TX2), en adelante denominado Fastrak TX2, (ii) un sistema Aurora® con un generador de campo plano 20–20, en adelante denominado denominado Aurora, y (iii) un sistema Fastrak® con un transmisor de corto alcance (TX1), en lo sucesivo denominado Fastrak TX1. Fastrak TX1 se diferenciaba de Fastrak TX2 por utilizar un transmisor de corto alcance optimizado para digitalizar dentro de ~ 50 cm y se esperaba que fuera menos susceptible a fuentes de interferencia EM más allá de este rango. El sistema Aurora se ha utilizado durante varios años en aplicaciones clínicas donde se requiere precisión espacial submilimétrica, por ejemplo, navegación quirúrgica; sin embargo, no se ha aplicado para la digitalización MEG/EEG. Las especificaciones del hardware, el campo EM limitado, la precisión esperada y una función de indicación de errores en tiempo real nos motivaron a investigar el sistema Aurora con el digitalizador actual en busca de una posible nueva opción de digitalización. La Tabla 1 compara las características principales de los tres sistemas; En la figura complementaria S1A se muestra una ilustración comparativa de su campo EM. Estos tres sistemas cubren una amplia gama de aplicaciones, pero en este estudio los investigamos solo como digitalizadores para MEG/EEG, especialmente en la adquisición de MEG. Tenga en cuenta que en los manuales del sistema Aurora (NDI, Waterloo, ON, Canadá) se hace referencia al transmisor como generador de campo. El receptor como herramienta y el lápiz óptico como sonda coinciden con la terminología común utilizada para Fastrak TX2, y utilizamos estos términos para los tres sistemas.

Fastrak TX2 es un sistema EMT de uso general diseñado para diversas aplicaciones de seguimiento espacial, incluida la digitalización MEG/EEG. El transmisor estándar TX2 genera un campo esférico con una intensidad sustancial de hasta ~ 150 cm, y un campo mucho más débil incluso más largo, lo que permite un gran VoM (volumen de medición) y más libertad para la digitalización alrededor de la cabeza (manual del usuario de 3space® Fastrak®, Polhemus Inc., Colchester, VT, EE. UU.). Utilizando electromagnética de CA, la unidad de procesamiento SEU rastrea continuamente un receptor de sonda. a un receptor de referencia a una frecuencia máxima de 60 Hz. Proporciona una plataforma de digitalización fácil de usar que utiliza un receptor de sonda habilitado para interruptor e interfaces de digitalización específicas del sistema MEG/EEG. Fastrak TX2 se considera el estándar de oro para la digitalización MEG/EEG; por lo tanto, empleamos este sistema como digitalizador de referencia en el estudio. Utilizamos un transmisor TX2 y dos receptores, es decir, un lápiz óptico y un receptor de referencia. El lápiz es una 'herramienta de sondeo' similar a un bolígrafo de aproximadamente 18 cm de largo con un interruptor que expande la capacidad del sistema hasta convertirlo en un digitalizador de forma libre donde se puede obtener salida de posición única y continua. En la aplicación MEG/EEG, el receptor de referencia normalmente se fija con gafas (o una banda elástica) a la cabeza del paciente para que se mueva con la cabeza. SEU calcula la posición de los receptores en el sistema de coordenadas global (centro del transmisor) y referenciado (centro del receptor de referencia). La digitalización se realiza en el marco de coordenadas de referencia, centrado en el receptor de referencia y moviéndose con el cabezal para compensar el movimiento del mismo durante la digitalización. El software de digitalización específico del sistema, por ejemplo el servidor Isotrak de MEGIN, convierte cada punto digitalizado en el marco de coordenadas del cabezal en tiempo real, justo después de que se digitalizan los tres puntos fiduciales. La Figura 2A muestra la configuración Fastrak TX2 utilizada en el estudio y la Figura 2B muestra el accesorio del receptor de referencia al cabezal.

Sistema fastrak. (A) Los componentes estándar del sistema TX2, (B) el receptor de referencia conectado a las gafas durante la digitalización, (C) las diferencias físicas entre los transmisores TX1 y TX2.

Las corrientes parásitas en objetos conductores desempeñan un papel importante en la distorsión del campo EMT35. Son proporcionales a factores como la intensidad del campo, la tasa de cambio, la conductividad del objeto y el área de superficie. Por lo tanto, el campo EM más intenso a la misma distancia del transmisor TX2 en comparación con TX1 produce corrientes parásitas más fuertes y, por tanto, una mayor distorsión. En la práctica, es posible que la digitalización MEG/EEG no requiera un VoM tan grande como el que proporciona el TX2. En cambio, un transmisor con un VoM más pequeño con un radio inferior a 100 cm podría ser óptimo para cubrir toda la cabeza y al mismo tiempo reducir la susceptibilidad a fuentes de interferencia como materiales conductores en pisos, paredes y techos empotrados. Fastrak TX1 posee un campo esférico que decae sobre ~ 50 cm, lo que hace que el sistema sea menos susceptible a fuentes de interferencia fuera de este rango. La Figura 2C muestra la diferencia física entre los transmisores TX1 y TX2. El resto de la configuración y funcionamiento fueron idénticos al sistema Fastrak TX2 detallado en la sección anterior.

Aurora es un sistema EMT de uso general que se ha utilizado para muchas tareas de seguimiento espacial, incluidas aplicaciones clínicas que requieren una alta precisión espacial33,36,37. Los componentes del sistema utilizados en este estudio se muestran en la Tabla 1 y la Fig. 3A. El PFG (transmisor) 20–20 emite un campo EM de CA de baja intensidad y establece un VoM en forma de cubo o cúpula que alcanza un máximo de 66 cm (guía del usuario de Aurora v3.1, NDI, Waterloo, ON, Canadá); consulte la figura S1A para obtener más detalles. El VoM unilateral en forma de cúpula, que se puede reubicar a través de un brazo mecánico, hace que el sistema sea menos susceptible a la interferencia EM cercana y sea adecuado para diversas aplicaciones clínicas, como la navegación quirúrgica. El sistema devuelve la posición y orientación de cada receptor a 40 Hz en un marco de coordenadas centrado en el transmisor u otro receptor. Además, el sistema proporciona una métrica llamada índice de error para cada muestra como medida de la calidad de la muestra. Los índices de error dependen de varios factores que influyen en la estimación de la posición del receptor, como la interferencia EM causada por fuentes externas, una configuración incorrecta del sistema, acercarse al límite de VoM y un error en el lápiz debido a daño físico. Este índice varía de 0 a 1, donde 0 indica la estimación ideal de una posición y 1 la estimación de peor calidad. El sistema alerta a los usuarios en caso de una medición errónea, permitiéndoles descartarla de la digitalización.

Sistema Aurora. (A) Componentes utilizados para el estudio (imagen cortesía de NDI, Waterloo, ON, Canadá), (B) puntos de seguimiento continuo agrupados (puntos grises). (C) Los puntos de digitalización (rojos); ambos en el sistema de coordenadas principales de MEGIN.

El PFG 20–20 se fijó en el respaldo de la silla de digitalización para proyectar el VoM en forma de cúpula hacia la cabeza (modelo); consulte la figura S1B para obtener más detalles. A diferencia de una única SEU en el sistema Fastrak, Aurora utilizó unidades separadas para el control del sistema y la interfaz del sensor (receptor) (SIU). Se utilizaron dos receptores con 6DOF: un receptor de referencia en forma de disco y un receptor de sondeo (lápiz). A diferencia del sistema Fastrak, el lápiz óptico de Aurora tenía aprox. Sonda de uso general de 20 cm de longitud con punta roma de 3 mm de diámetro y sin interruptor integrado. El sistema se conectó vía USB a una computadora que alojaba el software NDIToolBox™ (guía del usuario Aurora V3.1; NDI, Waterloo, ON, Canadá), y se registraron los datos de posición de los receptores. Dado que no hay disponible un software de digitalización ni un lápiz óptico con interruptor para el sistema Aurora actual, solo pudimos registrar los datos de posición continuos. Sin embargo, la digitalización se llevó a cabo mediante la detección programática de grupos en datos continuos. El lápiz se apuntó a cada ubicación deseada durante 3 s, lo que produjo un grupo de aproximadamente 120 puntos de seguimiento. Un programa Python personalizado que utiliza scikit-learn38 identificó estos grupos utilizando un umbral de 100 puntos dentro de 1 mm y luego promedió los puntos en cada grupo para producir una única ubicación por grupo. Luego, estas ubicaciones se guardaron como puntos de digitalización adquiridos por el sistema Aurora. La Figura 3B muestra los puntos de datos de seguimiento continuo (gris) para treinta y dos electrodos de EEG y tres ubicaciones fiduciales, mientras que la Fig. 3C muestra las ubicaciones de los puntos digitalizados detectados (puntos rojos). Estos puntos se obtuvieron del gorro de EEG usado sobre un modelo de cabeza de poliestireno, pero superpuesto a un modelo de cuero cabelludo humano para una mejor ilustración tridimensional.

Para examinar el rendimiento de la digitalización, utilizamos un fantasma MEG esférico, un marco de prueba de digitalización 3D y dos modelos de cabeza de poliestireno, uno con un conjunto de puntos predefinidos y otro con una tapa de EEG. Los dos primeros modelos tienen puntos predefinidos con precisión submilimétrica, mientras que los dos últimos se digitalizaron cuidadosamente con Fastrak TX2 para los puntos predefinidos y electrodos de EEG para obtener ubicaciones de referencia para análisis posteriores. También utilizamos un modelo personalizado para probar el efecto de un estimulador médico implantado en la digitalización. La Figura 4A-E muestra los modelos de prueba utilizados en el estudio. No incluimos un sujeto humano para probar la precisión de la digitalización para evitar la influencia de la suavidad de la piel y el cabello32.

Modelos utilizados para probar la precisión de la digitalización. (A) Fantoma MEG esférico, (B) Marco de prueba 3D, (C) Modelo de cabeza de poliestireno con 35 puntos marcados, (D) Tapa de EEG con 32 electrodos, (E) Configuración para la prueba de digitalización con un dispositivo DBS activo (punto rojo círculo).

Un fantasma MEG esférico (MEGIN Oy, Espoo, Finlandia) se utiliza comúnmente para pruebas rutinarias de precisión del digitalizador en sitios MEG. Para probar la digitalización, el fantasma tiene tres puntos fiduciales y entre 4 y 5 ubicaciones de bobina indicadoras de posición del cabezal (HPI); Tres bobinas HPI están ubicadas en los tres puntos fiduciales (Fig. 4A). Como resultado, el fantasma ofrece cinco ubicaciones distintas para las pruebas de digitalización. El fantasma también tiene 32 dipolos de corriente en ubicaciones conocidas con precisión, lo que permite a los usuarios probar el rendimiento del sistema MEG en la localización de la fuente.

El marco de prueba de digitalización tridimensional (Innokas Medical Oy, Helsinki, Finlandia), en adelante denominado marco de prueba 3D, se utiliza únicamente para probar la precisión de un digitalizador y, por lo tanto, no tiene ninguna fuente de señales MEG. Se trata de una estructura cúbica de fibra de vidrio rígida y hueca. Encima del marco cúbico, una placa de fibra de vidrio elevada de 150 cm con lados de 16 cm de longitud tiene nueve puntos excavados de 2 mm de profundidad en ubicaciones definidas con precisión (Fig. 4B). Los primeros cuatro puntos, denominados Izquierda (L), Nasion (N), Derecha (R) y Atrás (B), están en el centro de los cuatro lados de las placas elevadas; los siguientes cinco puntos están en la cara superior. Ninguno de los puntos se superpone, por lo que el marco ofrece nueve puntos distintos para las pruebas de digitalización.

Usamos 35 puntos marcados en el área del “cuero cabelludo” (32 en posiciones aleatorias y tres fiduciales (nasión, puntos preauriculares izquierdo y derecho), en un modelo de cabeza de poliestireno con una circunferencia de 52 cm. Este modelo imita la digitalización del cuero cabelludo sin un Tapa de EEG, que suele ser el caso en la adquisición de MEG, o digitalización de electrodos de EEG colocados individualmente (Fig. 4C). Los puntos se digitalizaron meticulosamente con el sistema Fastrak TX2 estándar, colocando el modelo a 15 cm de distancia del transmisor. Las posiciones se guardaron en el sistema de coordenadas del cabezal MEGIN como referencia para pruebas adicionales con el modelo.

Para evaluar el rendimiento de los sistemas durante la digitalización de electrodos de EEG, digitalizamos una gorra de EEG de 32 canales (ANT Neuro, Países Bajos) usada en otro modelo de cabeza de poliestireno con una circunferencia de 61 cm (Fig. 4D). Digitalizamos meticulosamente los electrodos y tres puntos fiduciales marcados utilizando el sistema Fastrak TX2 colocando el modelo a 15 cm del transmisor. Las posiciones se guardaron en el sistema de coordenadas del cabezal MEGIN como referencia para futuras pruebas con este modelo.

DBS (estimulador cerebral profundo) es un estimulador típico en pacientes neurológicos. Los electrodos DBS se implantan en el cerebro y la unidad de control y los cables pueden interferir con el campo transmisor. Para evaluar el efecto de un implante quirúrgico en la digitalización, insertamos los dos electrodos de un DBS (Activa PC; Medtronic, Dublín, Irlanda) en una sandía colocada dentro del marco de prueba 3D. Los electrodos tenían ~ 8 cm de profundidad y estaban separados por ~ 4 cm. La disposición se muestra en la Fig. 4E; los nueve puntos del marco de prueba 3D se utilizaron para probar la digitalización mientras se operaba el DBS en diferentes modos.

En este estudio no se registraron datos humanos y todas las pruebas se realizaron en modelos de prueba no vivos. El modelo de cuero cabelludo representado en la Fig. 3B,C se obtuvo de un conjunto de datos disponible públicamente39, que se registró durante nuestro estudio anterior40. Se obtuvo del participante el consentimiento informado por escrito para utilizar el modelo de cuero cabelludo en el estudio actual y la publicación.

Se recopilaron datos de los tres sistemas EMT para examinar la fluctuación del seguimiento, la precisión de la digitalización y la reproducibilidad. La fluctuación del seguimiento muestra la propiedad intrínseca y la robustez de los sistemas EMT en el seguimiento de la posición. Sin embargo, en los estudios MEG/EEG, dado que el sistema se utiliza para la digitalización en lugar del seguimiento continuo de la posición, la precisión de la digitalización submilimétrica es crucial para transformaciones precisas y para estimar una plantilla de resonancia magnética deformada con precisión. Por lo tanto, se realizó una evaluación exhaustiva de la precisión de la digitalización en presencia de varios factores de influencia conocidos y potenciales. Se utilizaron PiMgr™ (Polhemus Inc., Colchester, VT, EE. UU.) y el servidor Isotrak del software de digitalización de MEGIN para registrar datos de los dos sistemas Fastrak. Los datos del sistema Aurora se registraron utilizando el software NDIToolBox™ (NDI, Waterloo, ON, Canadá). Todos los registros se tomaron uno por uno de los tres sistemas y ningún otro transmisor estuvo activo durante las mediciones. Cada transmisor se fijó en la parte trasera de la silla de digitalización de madera, ~ 110 cm por encima del suelo y más de 150 cm por debajo del techo. Nos aseguramos de que los cables del transmisor y del receptor no hicieran contacto entre sí ni con el suelo hasta que se probaran intencionalmente para tales condiciones. Además, no había ningún objeto magnético o conductor de electricidad dentro de un rango de 150 cm del transmisor a menos que se hubiera introducido explícitamente para una condición de prueba.

Un sistema EMT rastrea continuamente cada receptor activo y acumula y genera los datos de ubicación de diferentes maneras según los requisitos de la aplicación. En la digitalización MEG/EEG, por ejemplo, se puede digitalizar un conjunto de muestras de datos continuos del lápiz mediante marcado de eventos y promediación o agrupación espacial. Si un receptor permanece fijo, lo ideal es que un sistema EMT devuelva la misma coordenada con el tiempo. Sin embargo, las mediciones de todos los sistemas EMT exhiben alguna variación, denominada fluctuación de seguimiento de posición33,34, que depende del campo del transmisor, la resolución del sistema, la distancia entre el transmisor y el receptor y la interferencia ambiental. Una fluctuación de seguimiento mayor puede introducir inexactitud espacial cuando se convierte en puntos de digitalización. Por lo tanto, un sistema EMT robusto debería tener una fluctuación de seguimiento mínima. Medimos las fluctuaciones de seguimiento variando la distancia entre transmisor y receptor y cambiando la interferencia ambiental. Para investigar la fluctuación de seguimiento nativa (sin ruido ambiental), los datos de seguimiento del lápiz se registraron en el marco de coordenadas global fijando la punta del lápiz a 5, 15, 25, 35 y 45 cm de distancia del transmisor. Además, para registrar el cambio en la fluctuación de seguimiento de posición debido a la interferencia EM, los datos se recopilaron fijando el lápiz a 15 cm y balanceando un objeto magnético a aproximadamente 5, 15, 25, 35 y 45 cm del transmisor. Estos objetos fueron: placa de cobre de 18 × 25 cm2, placa de cobre de 2 × 2 cm2, lazo hecho con lazo de cobre, juego de llaves, joyas de oro, gafas con montura metálica, calculadora electrónica, tarjeta de crédito, enrollados ( espiral), clavija para tablero, imán permanente, teléfono móvil, clip metálico, mouse Bluetooth y tijeras de acero. Los detalles de estos objetos se enumeran en la Tabla S1 y se muestran en la Fig. S2.

La distancia de los puntos de digitalización de la cabeza puede variar entre 5 y 40 cm desde el transmisor, dependiendo de la altura del paciente. Dado que el campo del transmisor decae con la distancia desde el transmisor, la precisión se deteriora con la distancia32. Por lo tanto, para encontrar la VoM óptima, medimos la intensidad de campo de los tres transmisores con un espectrómetro y observamos que la intensidad de campo cae aproximadamente en un factor de 10 a ~ 40 cm del transmisor. Así, la posibilidad de mayores errores de digitalización aumentaría cuanto más nos alejáramos del transmisor, especialmente más allá de los 40 cm. Para investigar los efectos de la distancia transmisor-receptor, probamos la precisión de la digitalización de los tres sistemas digitalizando el marco de prueba 3D mientras se mantenía quieto a 15, 25, 35 y 45 cm del transmisor. Además, se tomaron las mismas mediciones a estas cuatro distancias moviendo (rotando e inclinando) el marco durante la digitalización para estimar el efecto del movimiento (de la cabeza) durante la digitalización MEG/EEG.

Engels y colegas32 informaron de un aumento potencialmente menor en el error de digitalización debido al contacto físico entre los cables del transmisor y del receptor del sistema Fastrak TX2; sin embargo, encontraron altos errores de digitalización en algunos casos de prueba. Además, los usuarios de MEG informaron anecdóticamente mayores errores de digitalización cuando los cables se deformaron o se colocaron sobre un piso de concreto reforzado con acero. Dado que los cables Fastrak y Aurora son físicamente diferentes, se espera que también difieran los efectos del contacto físico entre cables. Por lo tanto, ampliamos nuestra investigación para determinar con qué eficacia los diseños de los cables (blindaje y arquitectura interna) cancelan dicha interferencia. Creamos condiciones que los usuarios comúnmente enfrentan al manipular los cables durante la digitalización, como contactos de cables entre transmisor y receptor, cables en contacto con el piso y cables enrollados (retorcidos entre sí). Los datos del marco de prueba 3D se recogieron en estas condiciones con los tres sistemas colocando el marco inmóvil a 15 cm del transmisor.

Un objeto magnético cercano puede interferir con el campo del transmisor, reduciendo la precisión de la digitalización. Para evaluar tales efectos, el campo del transmisor fue interrumpido por campos EM externos de diferentes intensidades durante la digitalización. El marco de prueba 3D se digitalizó a 15 cm del transmisor, mientras había varios objetos presentes: un objeto pequeño, como una pequeña placa o bucle de cobre; un objeto significativamente grande como una placa de cobre de 18 × 25 cm2 o un teléfono móvil; o una fuente infraestructural frecuente de artefactos potenciales, como un gabinete de metal o un muro de concreto reforzado con acero. Los primeros cuatro objetos estaban separados por 15, 25, 35 y 50 cm, mientras que los dos últimos estaban separados por 25, 50, 75 y 125 cm. Además, para investigar el efecto de los implantes médicos, el modelo que replica un implante DBS, como se muestra en la Fig. 4E, se digitalizó a 15 y 35 cm del transmisor mientras se operaba el DBS en diversos entornos de terapia.

Debido a que el conjunto de sensores MEG (unidad de sonda) generalmente está ubicado en una habitación blindada magnéticamente (MSR) y la digitalización se realiza fuera del MSR, no se considera que el campo del transmisor EMT interfiera con las grabaciones MEG. Sin embargo, en un diseño de laboratorio compacto, el transmisor puede estar cerca de la pared del MSR y su campo residual en el interior podría ser no despreciable. Por lo tanto, es fundamental determinar si un transmisor activo puede generar un artefacto en una grabación MEG en curso. Para investigar tal efecto, grabamos MEG con un sistema TRIUX™ de 306 canales alojado en un MSR liviano (TRIUX™; MEGIN Oy, Espoo, Finlandia) mientras teníamos un transmisor activo alrededor del MSR en cinco posiciones diferentes. Para cada uno de los tres sistemas, un transmisor fue: (i) mantenido quieto ~ 30 cm fuera de la pared del MSR con la puerta del MSR cerrada, (ii) mantenido oscilando afuera cerca de la apertura del proyector con la puerta del MSR cerrada, (iii) mantenido quieto dentro del MSR ~ 200 cm de los sensores MEG con la puerta del MSR cerrada, (iv) mantenido afuera cerca de la puerta del MSR con la puerta del MSR cerrada, y (v) mantenido afuera cerca de la puerta del MSR con la puerta del MSR ligeramente abierta (Fig. .S3A). Se registraron datos MEG continuos de 2 minutos (en ausencia de un sujeto) para cada uno de los tres sistemas, para esas cinco posiciones del transmisor. Además, también se registraron datos de referencia de 2 minutos para cada sistema, sin un transmisor activo alrededor del MSR. Los conjuntos de datos se registraron a una frecuencia de muestreo de 1 kHz y sin utilizar blindaje activo interno41.

Finalmente, para evaluar el efecto de la digitalización con cada uno de los tres sistemas en la localización de la fuente, registramos MEG desde un fantasma activando secuencialmente ocho dipolos de corriente con una amplitud máxima de 1000 nAm. Primero, cada sistema EMT digitalizó el mismo fantasma colocándolo a 15, 25 y 35 cm del transmisor. Luego, reemplazamos la información de digitalización del archivo MEG fantasma con los datos de digitalización a tres distancias para cada uno de los tres sistemas. Por lo tanto, obtuvimos tres conjuntos de datos MEG fantasmas para cada sistema, incluidas las ubicaciones fiduciales y HPI digitalizadas a 15, 25 y 35 cm.

Se evaluaron la fluctuación del seguimiento de la posición, la precisión de la digitalización y el efecto de varias fuentes de ruido en la digitalización de los tres sistemas. Se calcularon los valores medios y cuartiles (Q1, Q2, Q3) y los resultados se visualizaron como diagramas de caja-violín superpuestos. El ancho de un gráfico de violín en el eje y es proporcional a la distribución de datos en ese punto. Para cada gráfico se calcularon la media, el IQR (rango intercuartil Q3-Q1), el porcentaje de valores atípicos y el porcentaje extremo. Los umbrales para valores atípicos y extremos se determinaron utilizando 1,5 × Q3 y 3,0 × Q3, respectivamente. También realizamos pruebas estadísticas para encontrar diferencias entre los resultados de los tres sistemas.

Para cada uno de los tres sistemas, la fluctuación del seguimiento de la posición se calculó en el sistema de coordenadas global (wrt. Origen del transmisor) para cada distancia transmisor-receptor. La fluctuación media del seguimiento de la posición, \({mPTF}_{d}\) se calculó como la diferencia entre puntos consecutivos:

donde (\({x}_{k}\), \({y}_{k}\), \({z}_{k}\)) es la coordenada cartesiana del k-ésimo punto, \(n \) es el número total de puntos de seguimiento y el subíndice \(d\) representa la distancia transmisor-receptor.

Tanto el sistema Fastrak como el Aurora proporcionan información de posición y orientación para cada receptor conectado, pero solo se utilizan datos de posición en la digitalización MEG y EEG. El error al digitalizar cualquier punto se calculó como la distancia euclidiana entre la ubicación real (\({x}_{act}\), \({y}_{act}\), \({z}_{act} \)) del punto y la ubicación estimada por el digitalizador (\({x}_{est}\), \({y}_{est}\), \({z}_{est}\)) , en el mismo marco de coordenadas. Un digitalizador preciso debería producir un error de digitalización mínimo y, para MEG o EEG, debería estar en el rango submilimétrico. El error medio de digitalización \({mE}_{d}\) para la distancia transmisor-receptor se calculó como

donde el subíndice \(d\) representa la distancia transmisor-receptor, (\({x}_{act}\), \({y}_{act}\), \({z}_{act}\ )) es la coordenada cartesiana del k-ésimo punto y \(n\) es el número total de puntos de seguimiento. Para evaluar la precisión de la digitalización del sistema, medimos el error de digitalización de los puntos con ubicaciones conocidas con precisión en los marcos rígidos definidos con precisión: el fantasma esférico MEG y el marco de prueba 3D. Dado que la punta roma del lápiz Aurora no podía llegar al final de los puntos estrechos en el marco de prueba 3D, sus mediciones se compensaron restando la profundidad del punto (2 mm) de sus direcciones normales.

Ajustamos dipolos de corriente ideales a los datos fantasma para investigar cómo la distancia transmisor-receptor afecta la reconstrucción de la fuente a través de un registro conjunto imperfecto. Utilizando el software de modelado de fuente (MEGIN Oy, Espoo, Finlandia), localizamos los ocho dipolos actuales de los tres conjuntos de datos MEG fantasma con digitalización realizada por el sistema Fastrak TX2 a distancias transmisor-receptor de 15, 25 y 35 cm. Repetimos la misma localización de dipolo en los datos MEG con puntos de digitalización adquiridos por los sistemas Fastrak TX1 y Aurora. Además, para cada caso, calculamos los errores de localización del dipolo con respecto a las ubicaciones reales y comparamos la distribución con un conjunto de control de errores de localización, que se determinó tomando la media de los errores de localización en las diez pruebas fantasma de rutina anteriores, digitalizadas usando Fastrak TX2 a ~ 15 cm del transmisor. También comparamos los errores de localización de los datos registrados con Aurora y Fastrak TX1 con los de Fastrak TX2 a la distancia correspondiente del transmisor. Utilizamos las pruebas t de dos colas de Welch para realizar la comparación estadística.

Recopilamos los resultados de la fluctuación del seguimiento de la posición, la precisión de la digitalización y el análisis de fuentes para los tres sistemas de digitalización como diagramas de caja-violín. La tabla adjunta debajo de cada gráfico muestra las estadísticas, donde la primera fila etiqueta la categoría de datos y la segunda muestra el valor medio, el IQR, el porcentaje de valores atípicos y el porcentaje de extremos, respectivamente. Cuanto menor sea el valor del IQR, menor será la fluctuación y, por tanto, mejor rendimiento. Los marcadores negros y rojos (círculo) en los gráficos del violín representan los valores atípicos y extremos respectivamente. Para todos los diagramas de violín y de dispersión, los colores menta, lavanda y coral representan resultados de los sistemas Fastrak TX2, Aurora y Fastrak TX1, respectivamente.

La Figura 5A muestra las fluctuaciones de seguimiento nativas de los sistemas EMT, que aumentan con la distancia transmisor-receptor. El sistema Fastrak TX2 muestra una fluctuación de seguimiento por debajo de 0,5 mm si los receptores permanecen dentro de un rango de 40 cm en el VoM. Sin embargo, Aurora ofrece un rango ampliado con fluctuaciones de seguimiento de posición inferiores a 0,5 mm. Por otro lado, el Fastrak TX1 muestra una mayor fluctuación de seguimiento más allá de los 20 cm desde el origen del campo. Los valores de Fastrak TX1 se presentaron en una escala Y separada para visualizar mejor la distribución y facilitar la interpretación. En el gráfico del índice de error de Aurora, los valores crecientes con la distancia demuestran su uso para filtrar eficazmente datos de seguimiento de baja fidelidad. Descubrimos que cuando el lápiz se mantenía a 15 cm y los objetos de uso cotidiano se mantenían a distancias específicas del transmisor, sólo seis de los diecisiete objetos mostraban una fluctuación media superior a 0,2 mm; consulte la Fig. S4 para obtener más detalles. La Figura 5B muestra los resultados para aquellos que muestran una fluctuación media superior a 0,2 mm al menos en una de las cinco distancias. Los gráficos muestran aumentos en la fluctuación del seguimiento cuando la fuente de ruido se mantiene más cerca del transmisor. La fluctuación media de los objetos probados se mantendría dentro de 0,1 mm para los tres sistemas si los objetos se mantuvieran a más de 35 cm del transmisor. Colocar un objeto magnético más cerca del transmisor perturba más el campo, lo que aumenta la fluctuación. Fastrak TX2 parece bastante resistente al ruido y muestra una fluctuación de seguimiento por debajo de 0,1 mm hasta que un objeto con un fuerte campo magnético, como una gran placa de metal o un teléfono móvil, se sitúa dentro del rango de 25 cm del transmisor TX2. Hasta que una potente fuente de interferencia, como un teléfono móvil o una gran placa de metal, se mantuvo a menos de 20 cm del transmisor, el sistema Aurora mantuvo su baja fluctuación de seguimiento (< 1 mm). La interferencia parece tener el mayor impacto en el sistema Fastrak TX1.

La fluctuación del seguimiento de la posición de los tres sistemas (A) las fluctuaciones nativas se muestran en los primeros tres subgráficos, y el cuarto subgráfico muestra el índice de error proporcionado por el sistema Aurora, (B) la fluctuación media cuando una fuente de interferencia estaba a varias distancias del transmisor.

Se examinaron los efectos de la distancia transmisor-receptor y el movimiento de la cabeza del sujeto sobre la digitalización en términos de error de digitalización; un error mayor indica una menor precisión de digitalización. El error de digitalización de un punto se estimó como la distancia euclidiana entre sus posiciones real (o de referencia) y estimada en el marco de coordenadas del cabezal MEGIN. La Figura 6A, B muestra la distribución del error de digitalización para el marco de prueba rígido 3D y el modelo de cabeza de poliestireno marcado. Tenga en cuenta que un punto (2,9 por ciento del total) en la región occipital del modelo de cabeza estaba en una posición tal que el respaldo de la silla causó dificultades durante la digitalización, lo que resultó en un error extremo en todas las pruebas (Fig. 6B). En general, los resultados muestran una relación positiva entre el error de digitalización y la distancia transmisor-receptor, así como el movimiento del modelo de prueba (cabeza). La distribución del error de digitalización para el casquillo EEG de 32 canales también mostró un patrón similar (Fig. S5).

Error de digitalización para (A) marco de prueba 3D y (B) modelo de cabeza de poliestireno con 35 puntos de “cuero cabelludo” marcados, cuando los modelos se mantuvieron quietos o en movimiento durante la digitalización y cuando la distancia entre el transmisor y el lápiz óptico se varió de 15 a 45 cm. .

Los valores medios y de IQR para los tres sistemas mostraron una digitalización confiable cuando los modelos de prueba se mantuvieron quietos, con el digitalizador actual Fastrak TX2 funcionando ligeramente mejor y el error de digitalización medio se mantuvo por debajo de 1 mm dentro de 40 cm. Este rango "seguro" se redujo a menos de 35 cm cuando el modelo de prueba se movía durante la digitalización. Tenga en cuenta que el marco de prueba 3D con nueve ubicaciones de puntos rígidas y definidas con precisión representa un caso de prueba ideal para la digitalización. Por el contrario, el modelo de cabeza de poliestireno tiene cierta suavidad similar a la de la piel, por lo que describe una situación más práctica para la digitalización de cabezas con errores de digitalización ligeramente mayores30. Los otros dos sistemas, Aurora y Fastrak TX1, mostraron un error de digitalización y un IQR ligeramente mayores que el Fastrak TX2 cuando la distancia entre transmisor y receptor aumenta a más de 35 cm. Este efecto se debió a que los receptores se acercaron al borde del VoM. Utilizando muestras de seguimiento con índices de error más altos, el error de digitalización en el sistema Aurora podría reducirse para mejorar su precisión. Además, a diferencia del lápiz Fastrak, el lápiz de 2 mm de grosor de Aurora no pudo proporcionar una buena resolución de sondeo para el modelo liso de poliestireno. Además, los valores medios y de IQR para los cinco casos digitalizados idénticamente en la Fig. 6A (aún a 15, 25 y 35 cm, y moviéndose a 15 y 25 cm) variaron en menos de 0,5 mm, lo que indica un alto nivel de reproducibilidad de la digitalización. (o repetibilidad) si se digitaliza dentro de los 35 cm del origen del campo.

La Figura 7A muestra la distribución de errores para la digitalización del marco de prueba 3D a 15 cm del transmisor cuando el cable del transmisor estaba en contacto con un cable del receptor o un piso de concreto reforzado. El error medio de digitalización para todos los sistemas en todas las condiciones se mantuvo por debajo de 1 mm; sin embargo, el error máximo y el IQR son a veces mayores que la condición de referencia/control (en la Fig. 6A cuando el marco se mantiene quieto a 15 cm). Aunque no hay un error sistemático notable, los IQR más altos muestran una mayor variabilidad o una estabilidad reducida en la estimación de la posición, potencialmente debido a una mayor fluctuación en el seguimiento de la posición.

Error de digitalización al utilizar el marco de prueba 3D con (A) cables del transmisor (Tc), del lápiz óptico (Sc) o del receptor de referencia (Rc) en varias posiciones; y con (B) objetos que interfieren a diferentes distancias del transmisor; el tamaño del marcador codifica la distancia entre el transmisor y el objeto.

La Figura 7B resume el efecto de la interferencia en la precisión de la digitalización cuando el marco de prueba 3D se digitalizó a 15 cm del transmisor en presencia de un objeto magnético a una distancia conocida; consulte la Fig. S6 para ver diagramas de violín detallados. Observamos que el error medio de digitalización en presencia de pequeños objetos magnéticos se mantuvo por debajo de 1 mm, lo que indica una alteración mínima en el campo EM y, por tanto, en la estimación de la posición. Fastrak TX2 mostró un error de digitalización comparativamente menor, excepto por un valor atípico o extremo en algunos casos. Sin embargo, los objetos con grandes interferencias magnéticas, como una gran placa de metal o un teléfono móvil, provocaban un error de digitalización notablemente elevado incluso a una distancia de 50 cm. En tales situaciones, Fastrak TX2 mostraba un error de digitalización alto. Esto podría ser el resultado de que dichos objetos estuvieran expuestos al fuerte campo electromagnético de CA de TX2, lo que creó una alta corriente parásita que provocó una fuerte distorsión del campo35. Por otro lado, a menos que una fuente de interferencia significativa estuviera muy cerca del transmisor, Aurora y Fastrak TX1 se vieron menos afectados debido a su menor VoM. Al agrupar datos de seguimiento continuo, el programa de digitalización del sistema Aurora eliminó las muestras de seguimiento "pobres" ya que utilizaba agrupaciones con un límite espacial de 2 mm. Sin embargo, Fastrak TX2 y TX1 no rechazaron ningún dato para la digitalización basada en umbrales espaciales. Como resultado, a pesar de que TX1 tiene un VoM más pequeño, Aurora muestra una media y un IQR más bajos para el error de digitalización. Al probar la digitalización con fuentes infraestructurales cercanas de posibles artefactos, como paredes de hormigón armado con acero y un gran gabinete metálico, encontramos un gran aumento en el error de digitalización si las fuentes de perturbación estaban cerca (< 50 cm) del transmisor. Fastrak TX2, debido a su VoM fuerte y extendido, mostró un error de digitalización medio > 1 mm, incluso si dicha fuente de ruido se encuentra dentro de los 125 cm.

El efecto de una DBS implantada sobre la digitalización se representa en la Fig. S7. Debido a la falta de disponibilidad del transmisor TX1 durante las pruebas DBS, solo pudimos tomar medidas con los sistemas Fastrak TX2 y Aurora. La distribución del error de digitalización para ambos sistemas mostró que el error medio se mantuvo dentro de 1 mm para todos los modos de funcionamiento cuando el marco de prueba estaba a 15 cm del transmisor. Sin embargo, al aumentar la distancia de 15 a 35 cm, el error medio para Fastrak TX2 aumentó ligeramente pero se mantuvo dentro de 1,5 mm con algunos valores atípicos. Se encontró que el error para el sistema Aurora era ligeramente mayor, 35 cm. En general, el creciente error de digitalización parece deberse a la distancia más que a la presencia del DBS.

La densidad espectral de potencia (PSD) de los datos MEG se calculó para los tres transmisores y se comparó con la PSD de los datos de referencia. Los datos se preprocesaron con el método de separación del espacio de señales (SSS)42 utilizando el software MaxFilter™ (MEGIN Oy, Espoo, Finlandia). No encontramos anomalías en los datos MEG al comparar los PSD hasta que el transmisor se mantuvo deliberadamente dentro del MSR o justo afuera de la puerta del MSR con la puerta abierta. Los resultados detallados se muestran en la Fig. S3B.

La Figura 8A muestra la distribución de los errores de localización de la fuente para los ocho dipolos donde se realizó la digitalización utilizando uno de los tres sistemas EMT a distancias específicas de su transmisor. Las distribuciones de error se compararon con el control que se calculó tomando la media de diez pruebas fantasma de rutina. En comparación con el conjunto de control de distribución de errores, observamos diferencias significativas (p <0,05) para Aurora y Fastrak TX1 a 35 cm. Cuando estos dos sistemas se compararon con los errores de Fastrak TX2 en cualquiera de las tres distancias, también mostraron diferencias significativas (p <0,05). También observamos una diferencia insignificante para Aurora a 25 cm frente al control (p = 0,056). La Figura 8B visualiza la diferencia en la posición y orientación estimadas para cuatro de los ocho dipolos superpuestos en la imagen CT del fantasma. Los valores p muestran que hasta que la digitalización se realizó más allá de 25 cm, el ajuste dipolar no fue significativamente diferente de las medidas de control y los errores de localización se mantuvieron dentro de 3 mm, lo cual es bastante aceptable. La distribución muestra que el error de localización de la fuente aumenta con el aumento de la distancia entre el transmisor y el receptor durante la digitalización.

(A) Error de localización de los ocho dipolos, (B) la posición y orientación estimadas de cuatro de los ocho dipolos, cuando la digitalización se realizó utilizando los tres sistemas diferentes. Los tres triángulos magenta representan la ubicación de las bobinas HPI en las direcciones anterior (A), superficial (H: cabeza) y posterior (P).

El estudio investigó varias características de rendimiento de los tres sistemas EMT para la digitalización en diversas circunstancias del mundo real. Se descubrió que la fluctuación de seguimiento aumentaba al aumentar las distancias entre transmisor y receptor. Se encontró que la fluctuación de seguimiento nativa del sistema Aurora fue menor que la de los sistemas Fastrak®, lo que indica una mayor estabilidad en el seguimiento de la posición. Los tres sistemas mostraron una fluctuación media de menos de 0,5 mm a menos que se introdujera una fuerte interrupción en el campo del transmisor o que la distancia entre el transmisor y el receptor se aumentara más allá de 40 cm. Se encontró que el sistema Fastrak TX2 es altamente tolerante a los efectos causados ​​por los objetos magnéticos colocados en el VoM debido al fuerte campo generado por el transmisor TX2. Los sistemas Aurora y Fastrak TX1 también mostraron una buena estabilidad de seguimiento y robustez frente a las fuentes de ruido, a menos que la medición se haya tomado a más de 40 cm del transmisor o haya una fuerte distorsión EM a menos de 25 cm. El sistema Fastrak TX1 a veces mostró una tolerancia aún mayor contra fuentes de ruido cercanas, posiblemente debido a su campo más corto (VoM).

Descubrimos que ninguno de los tres sistemas agregó ningún artefacto a una grabación MEG en curso hasta que un transmisor en funcionamiento se mantuvo intencionalmente dentro del MSR o se usó extremadamente cerca de la puerta abierta del MSR. Sin embargo, recomendamos tener al menos una distancia de un metro desde el MSR al transmisor y receptor para evitar distorsiones en la digitalización. No vimos un aumento sistemático en el error de digitalización debido a que los cables del transmisor o receptor estuvieran tirados en el suelo, ni debido al contacto físico o la torsión de los cables; sin embargo, el error máximo y el IQR fueron a veces mayores que la condición de control. Por ello, se recomienda evitar este tipo de contactos o tener los cables sobre suelos reforzados con acero o grandes estructuras metálicas.

Generalmente, observamos que la precisión de la digitalización disminuye al aumentar la distancia entre el transmisor y el receptor. Por lo tanto, es fundamental realizar la digitalización lo más cerca posible del transmisor. En el caso de un modelo de fotograma fijo/cabeza, el error de digitalización sigue siendo menor que el de las condiciones en movimiento a las distancias correspondientes. Dado que el campo del transmisor disminuye en más de un factor de diez a una distancia de ~ 40 cm, la precisión de la digitalización también disminuye y puede dar lugar a una digitalización poco fiable. Dado que durante la digitalización se coloca un receptor de referencia en el cabezal, su estimación de posición y compensación de movimiento también se ven comprometidas cuando se aleja del transmisor. Por lo tanto, la creciente distancia transmisor-receptor reduce la precisión de dos maneras al digitalizar un cabezal móvil. Debido al menor VoM, la precisión de los sistemas Aurora y Fastrak TX1 cae repentinamente después de ~ 40 cm. El IQR en el caso de la digitalización de imágenes fijas se encontró más bajo que en los casos en movimiento correspondientes, y mostró un aumento repentino después de ~ 40 cm. Por lo tanto, al digitalizar a un sujeto que no coopera, por ejemplo, en el caso de MEG/EEG pediátrico, el experimentador debe asegurarse de que la cabeza del sujeto permanezca a menos de aproximadamente 35 cm del transmisor.

Los tres sistemas pueden tolerar fuentes de interferencia moderadas en el campo de los transmisores. En el caso de fuentes potentes, como una gran placa de cobre dentro del VoM, el campo más intenso y extendido del sistema Fastrak TX2 puede interferir y comprometer la precisión de la digitalización. Los otros dos sistemas se benefician del campo más compacto, pero el error de digitalización aumenta si la fuente de interferencia está demasiado cerca del transmisor. Por lo tanto, los sistemas Aurora y Fastrak TX1 mostraron en ocasiones errores de digitalización comparativamente menores durante las pruebas de tolerancia al ruido. En tales casos, Aurora también se beneficia de su función de indexación de errores, pero cuando hay una interferencia fuerte cerca, aumenta el número de puntos con un índice de error más alto. Algunos de estos puntos erróneos se incluyen en la digitalización debido al enfoque actual de digitalización basada en agrupaciones y pueden desviarse de su ubicación real. En general, Fastrak TX2 funcionó mejor con menos de 2 mm de error de digitalización, a menos que una fuente de ruido fuerte estuviera a menos de 50 cm del transmisor. Los tres sistemas resultaron bastante robustos frente a grandes fuentes de ruido ambiental procedentes de la construcción, como paredes reforzadas con acero y armarios metálicos, siempre que estuvieran al menos a 100 cm de distancia. Por lo tanto, los usuarios deben mantener una distancia segura de ~ 120 cm de dichas estructuras que interfieran cuando utilicen Fastrak TX2. Finalmente, no observamos ningún efecto sustancial de un DBS operativo sobre la precisión de la digitalización.

La localización de la fuente de los dipolos fantasmas mostró que el uso de los tres digitalizadores resultó en una pequeña diferencia en la localización de los dipolos. La digitalización con Fastrak TX2 arrojó un error de localización inferior a 2 mm para todas las distancias de prueba, lo que indica que el sistema Fastrak TX2 es suficientemente preciso y robusto para la digitalización en aplicaciones MEG/EEG. El error cuando se digitalizó con sistemas Aurora o Fastrak TX1 dentro de un rango de 30 cm también se mantuvo < 2 mm, pero aumentó a 3 mm cuando se digitalizó a 35 cm. En general, el error de localización se mantuvo por debajo de 5 mm, lo que aún puede ser aceptable en la mayoría de los estudios MEG/EEG. Por lo tanto, Aurora y Fastrak TX1 también pueden considerarse digitalizadores potenciales con un radio VoM restringido de menos de 40 cm para una digitalización confiable. Se descubrió que el Fastrak TX2 era el más preciso; sin embargo, el VoM de 150 cm de radio es grande y puede resultar difícil liberar un área tan grande de objetos magnéticos o conductores en un sitio MEG compacto. El transmisor TX1, por otro lado, proporciona un VoM mucho más pequeño. En el sistema Aurora, el PFG 20–20 proporciona un campo magnético plano utilizable hasta aproximadamente 55 cm del transmisor, que es suficientemente grande para la digitalización de la mayoría de los participantes humanos. Sin embargo, un aumento de aproximadamente el 20% en la VoM ayudaría a los usuarios a cubrir todos los grupos de edad de sujetos humanos fijando el transmisor en una posición (detrás de la silla de digitalización). Un VoM ideal para la digitalización MEG/EEG debe ser lo suficientemente grande como para cubrir la cabeza completa de todos los sujetos humanos, pero no demasiado grande como para interferir con los objetos magnéticos cercanos. Una VoM de 70 a 80 cm desde el origen del transmisor y dirigida uniformemente hacia la cabeza del paciente/sujeto sería adecuada para la digitalización MEG/EEG. Alternativamente, una ubicación ajustable del transmisor haría que el sistema fuera más eficiente para cubrir una mayor variedad de alturas de pacientes.

Los resultados del seguimiento de la fluctuación, la precisión de la digitalización, la reproducibilidad y otras pruebas revelaron que el sistema Aurora EMT también se puede utilizar como digitalizador para aplicaciones MEG y EEG, y los índices de error en tiempo real se pueden utilizar para descartar muestras erróneas y mejorar la fidelidad de la digitalización. Sin embargo, se necesitarían algunas modificaciones para convertir el sistema Aurora en un digitalizador listo para usar para aplicaciones MEG/EEG; por ejemplo, se necesita un lápiz óptico con interruptor y un software de digitalización fácil de usar para evitar el método de agrupación personalizado. La punta del lápiz de Aurora también debería ser más delgada que la actual para mejorar la resolución del sondeo. Además de utilizar la función de índice de errores, un sistema de alarma por voz en tiempo real también ayudaría a los usuarios a restringir dentro del VoM y evitar una digitalización errónea.

En el estudio, la prueba de fluctuación con un ratón Bluetooth demostró que los tres sistemas son robustos frente al posible ruido causado por un dispositivo Bluetooth si están separados por al menos 25 cm del transmisor. Por lo tanto, se puede incorporar un lápiz inalámbrico con los sistemas Aurora o Fastrak para eliminar los cables largos del lápiz y mejorar la usabilidad de los sistemas. En particular, se debe integrar en los sistemas un interruptor de pedal adicional que reemplace el interruptor del lápiz óptico para evitar posibles sacudidas durante la digitalización, especialmente para los puntos fiduciales.

Dado que el estudio incluye un gran conjunto de evaluaciones, no fue posible probar todos los casos con un sujeto humano debido a la falta de disponibilidad de la verdad fundamental (puntos estables conocidos con precisión). Aunque la mayoría de los hallazgos se basan en objetos rígidos, el estudio evaluó exhaustivamente muchas situaciones prácticas de digitalización de MEG y EEG y, por lo tanto, los hallazgos son transferibles a la digitalización de sujetos humanos. Sin embargo, factores como el temblor de la mano del operador, la orientación del lápiz y el momento en que se presiona el botón del lápiz también pueden afectar la precisión, y se necesita especial cuidado al digitalizar un sujeto humano. La suavidad de la piel y el movimiento de la cabeza, especialmente en sujetos pediátricos, pueden reducir la precisión de la digitalización. Para comparar el sistema Aurora, replicamos todos los casos de prueba similares a las mediciones de Fastrak. Sin embargo, algunas diferencias, como el lápiz óptico largo y de borde romo que carece de un interruptor y el seguimiento de la conversión a digitalización debido a la falta de software de digitalización, pueden haber introducido algunos errores adicionales. Por lo tanto, la comparación se puede mejorar utilizando un lápiz más pequeño con interruptor y un borde más delgado y un software de digitalización que utilice el índice de error. Aunque los escáneres ópticos son cada vez más comunes, especialmente para los sistemas EEG de alta densidad y los sistemas MEG basados ​​en OPM (magnetómetro bombeado ópticamente), enfrentan un problema de línea de visión en lugar de interferencia EM y, por lo tanto, dichos sistemas también deben evaluarse en el futuro para encontrar el sistema de digitalización óptimo.

De acuerdo con los resultados, se hacen las siguientes recomendaciones para la digitalización MEG/EEG utilizando un digitalizador basado en EMT, especialmente Fastrak con transmisor TX2, con el fin de minimizar las distorsiones y optimizar la precisión de la digitalización:

La configuración óptima para la digitalización MEG/EEG con un sistema Fastrak TX2 se debe realizar de manera similar a la Fig. 9. Se deben evitar objetos con propiedades magnéticas sustanciales dentro del rango de 120 cm (región de puntos rojos). Para una digitalización óptima, la cabeza debe permanecer dentro del rango de 40 cm (región de puntos verdes).

El transmisor debe estar al menos a 80 cm de distancia del piso, techo y paredes reforzados para minimizar posibles interferencias debido a las estructuras de soporte metálicas ocultas.

La distancia entre el transmisor y el punto de digitalización del cabezal debe ser inferior a 45 cm. Para un sujeto con posible movimiento de la cabeza, como un niño, el experimentador debe asegurarse de que la cabeza del sujeto permanezca cerca del transmisor (< 35 cm), posiblemente mediante un reposacabezas no magnético.

El movimiento de la cabeza debe ser lento y mínimo (< 2 cm) para mejorar la precisión de la digitalización.

El receptor de referencia de cabeza no debe moverse (desplazarse) más de 1 mm con respecto a la cabeza durante el proceso de digitalización.

Para los sistemas Fastrak, el cable del transmisor debe salir del módulo transmisor hacia abajo. Se debe evitar el contacto físico entre los cables del receptor y del transmisor.

La unidad de procesamiento (SEU) debe estar a más de 120 cm del transmisor.

El sujeto de estudio debe ser revisado minuciosamente antes de la digitalización para detectar cualquier objeto metálico, teléfono, pinza para el cabello, etc., para evitar distorsionar el campo del transmisor.

Al digitalizar un punto, el lápiz debe mantenerse perpendicular a la superficie. Para evitar que el lápiz se sacuda, se debe utilizar un interruptor externo, como un interruptor de pie, mientras se digitalizan los puntos fiduciales.

Los puntos fiduciarios deben definirse e informarse sin ambigüedades. Aunque el punto donde la base helicoidal toca el Targus generalmente se considera LPA/RPA, algunos operadores utilizan el centro del trago o la muesca intertragal como estos dos fiduciales en sus experimentos. Para evitar aumentar el error de co-registro, las ubicaciones fiduciales deben indicarse explícitamente, particularmente cuando se exportan datos a otros investigadores o a un repositorio de código abierto.

Para Fastrak TX2, el círculo verde (Ø ≈ 40 cm) representa un campo óptimo (VoM) para la digitalización, y el círculo rojo (Ø ≈ 120 cm) representa un límite dentro del cual se deben evitar los objetos magnéticos y conductores.

En MEG y EEG, la digitalización es un paso crucial para obtener imágenes de origen precisas. Descubrimos que el digitalizador convencional (Fastrak TX2) funciona de manera precisa y robusta si se consideran las siguientes recomendaciones: (i) Se debe evitar cualquier material magnético o conductor notable dentro de los 120 cm del transmisor; (ii) la cabeza debe permanecer quieta y estar a 45 cm del transmisor; (iii) se debe evitar el contacto físico entre los cables del sistema y las superficies conductoras; (iv) el lápiz debe colocarse perpendicularmente al punto al digitalizar; y (v) los puntos fiduciales deben estar claramente definidos para evitar posibles cambios durante la integración MEG-MRI. Un transmisor de corto alcance (TX1) limita a los usuarios a un volumen de medición más pequeño y aumenta la posibilidad de una digitalización errónea. Descubrimos que el popular sistema de navegación quirúrgica (Aurora) también podría usarse como digitalizador agregando un lápiz óptico con interruptor y un cable de lápiz más largo. Un sistema EMT ideal para la digitalización MEG/EEG utilizaría un campo plano unidireccional con sensibilidad uniforme hasta aproximadamente 70 cm del transmisor, estimaciones de error en tiempo real y un interruptor de pie que replica el interruptor del lápiz óptico para mejorar la usabilidad del digitalizador.

Los datos recopilados en el estudio están disponibles previa solicitud razonable al autor correspondiente.

Mosher, JC, Leahy, RM y Lewis, PS EEG y MEG: Soluciones directas para métodos inversos. Traducción IEEE. Biomédica. Ing. 46, 245–259. https://doi.org/10.1109/10.748978 (1999).

Artículo CAS PubMed Google Scholar

Besl, PJ y Mckay, ND Un método para el registro de formas tridimensionales. Traducción IEEE. Patrón Anal. Mach. Intel. 14, 239–256 (1992).

Artículo de Google Scholar

Parkkonen, L. Instrumentación y preprocesamiento de datos. en MEG: Introducción a los métodos. 24–64. https://doi.org/10.1093/acprof:oso/9780195307238.003.0002 (2010).

Dalal, SS, Rampp, S., Willomitzer, F. y Ettl, S. Consecuencias del error de posición del electrodo EEG en el rendimiento final de reconstrucción de la fuente del formador de haz. Frente. Neurociencias. 8, 42. https://doi.org/10.3389/fnins.2014.00042 (2014).

Artículo PubMed PubMed Central Google Scholar

Sonntag, H., Haueisen, J. & Maess, B. Evaluación de la calidad de los corregistros de MEG a MRI. Física. Medicina. Biol. 63, 075003. https://doi.org/10.1088/1361-6560/aab248 (2018).

Artículo PubMed Google Scholar

Chella, F. y col. El impacto del registro conjunto mejorado de MEG-MRI en el análisis de conectividad de MEG. Neuroimagen 197, 354–367. https://doi.org/10.1016/j.neuroimage.2019.04.061 (2019).

Artículo PubMed Google Scholar

Berg, P. & Scherg, M. Un método rápido para el cálculo directo de modelos de cabezas esféricas de múltiples capas. Electroencefalograma. Clínico. Neurofisiol. 90, 58–64. https://doi.org/10.1016/0013-4694(94)90113-9 (1994).

Artículo CAS PubMed Google Scholar

Gramfort, A. y col. Software MNE para procesar datos MEG y EEG. Neuroimagen 86, 446–460. https://doi.org/10.1016/j.neuroimage.2013.10.027 (2014).

Artículo PubMed Google Scholar

van't Ent, D., de Munck, JC y Kaas, AL Un método rápido para derivar modelos BEM realistas para la reconstrucción de fuentes E/MEG. Traducción IEEE. Biomédica. Ing. 48, 1434-1443. https://doi.org/10.1109/10.966602 (2001).

Artículo PubMed Google Scholar

Darvas, F., Ermer, JJ, Mosher, JC y Leahy, RM Modelos de cabeza genéricos para análisis de fuentes de EEG basado en Atlas. Tararear. Mapa cerebral. 27, 129-143. https://doi.org/10.1002/hbm.20171 (2006).

Artículo PubMed Google Scholar

Gohel, B., Lim, S., Kim, M.-Y., Kwon, H. y Kim, K. Pseudo resonancia magnética específica del sujeto aproximado de un conjunto de datos de resonancia magnética disponible para imágenes de fuente MEG. Frente. Neuroinformar. 11, 50. https://doi.org/10.3389/fninf.2017.00050 (2017).

Artículo PubMed PubMed Central Google Scholar

Henson, RN, Mattout, J., Phillips, C. y Friston, KJ Selección de modelos directos para la reconstrucción de fuentes MEG utilizando evidencia de modelos. Neuroimagen 46, 168-176. https://doi.org/10.1016/j.neuroimage.2009.01.062 (2009).

Artículo CAS PubMed Google Scholar

Antonakakis, M. y col. El efecto del tipo de estimulación, el modelado de la cabeza y la combinación de EEG y MEG en la reconstrucción de la fuente del componente somatosensorial P20/N20. Tararear. Mapa cerebral. 40, 5011–5028. https://doi.org/10.1002/hbm.24754 (2019).

Artículo PubMed PubMed Central Google Scholar

Bookstein, FL Deformaciones principales: splines de placas delgadas y descomposición de deformaciones. Traducción IEEE. Patrón Anal. Mach. Intel. 11, 567–585. https://doi.org/10.1109/34.24792 (1989).

Artículo MATEMÁTICAS Google Scholar

Koessler, L. y col. Localización espacial de electrodos EEG. Neurofisiol. Clin./Clin. Neurofisiol. 37, 97-102. https://doi.org/10.1016/j.neucli.2007.03.002 (2007).

Artículo CAS Google Scholar

Sorriento, A. et al. Sistemas de seguimiento óptico y electromagnético para aplicaciones biomédicas: una revisión crítica sobre potencialidades y limitaciones. IEEE Rev. Biomed. Ing. 13, 212–232. https://doi.org/10.1109/rbme.2019.2939091 (2020).

Artículo PubMed Google Scholar

de Munck, JC, Vijn, PCM y Spekreijse, H. Un método práctico para determinar las posiciones de los electrodos en la cabeza. Electroencefalograma. Clínico. Neurofisiol. 78, 85–87. https://doi.org/10.1016/0013-4694(91)90023-w (1991).

Artículo PubMed Google Scholar

Le, J., Lu, M., Pellouchoud, E. & Gevins, A. Un método rápido para determinar las posiciones de electrodos estándar 10/10 para estudios de EEG de alta resolución. Electroencefalograma. Clínico. Neurofisiol. 106, 554–558. https://doi.org/10.1016/s0013-4694(98)00004-2 (1998).

Artículo CAS PubMed Google Scholar

Lagerlund, TD y cols. Determinación de entre 10 y 20 ubicaciones de electrodos del sistema mediante escaneo de imágenes por resonancia magnética con marcadores. Electroencefalograma. Clínico. Neurofisiol. 86, 7–14. https://doi.org/10.1016/0013-4694(93)90062-z (1993).

Artículo CAS PubMed Google Scholar

Yoo, S.-S. et al. Localización 3D de electrodos EEG de superficie 10-20 en imágenes anatómicas de resonancia magnética de alta resolución. Electroencefalograma. Clínico. Neurofisiol. 102, 335–339. https://doi.org/10.1016/s0013-4694(96)95088-9 (1997).

Artículo CAS PubMed Google Scholar

Steddin, S. & Botzel, K. Un nuevo dispositivo para la localización de electrodos en el cuero cabelludo con cabeza libre. J. Neurol. 242, 265 (1995).

Google Académico

Tucker, DM Muestreo espacial de campos eléctricos de cabeza: la red de sensores geodésicos. Electroencefalograma. Clínico. Neurofisiol. 87, 154-163. https://doi.org/10.1016/0013-4694(93)90121-b (1993).

Artículo CAS PubMed Google Scholar

Russell, GS, Jeffrey Eriksen, K., Poolman, P., Luu, P. y Tucker, DM Fotogrametría geodésica para localizar posiciones de sensores en EEG de matriz densa. Clínico. Neurofisiol. 116, 1130-1140. https://doi.org/10.1016/j.clinph.2004.12.022 (2005).

Artículo PubMed Google Scholar

Mazzonetto, I., Castellaro, M., Cooper, RJ y Brigadoi, S. La fotogrametría basada en teléfonos inteligentes proporciona una mejor localización y registro de sensores de neuroimagen montados en el cuero cabelludo. Ciencia. Rep. 12, 1-14. https://doi.org/10.1038/s41598-022-14458-6 (2022).

Artículo CAS Google Scholar

Hämäläinen, M., Hari, R., Ilmoniemi, RJ, Knuutila, J. & Lounasmaa, OV Magnetoencefalografía: teoría, instrumentación y aplicaciones a estudios no invasivos del cerebro humano en funcionamiento. Rev. P. Modificación. Física. 65, 413–497. https://doi.org/10.1103/revmodphys.65.413 (1993).

ADS del artículo Google Scholar

Khosla, D., Don, M. y Kwong, B. Localización errónea espacial de electrodos de EEG: efectos sobre la precisión de la estimación dipolar. Clínico. Neurofisiol. 110, 261–271. https://doi.org/10.1016/s0013-4694(98)00121-7 (1999).

Artículo CAS PubMed Google Scholar

Bardouille, T., Krishnamurthy, SV, Hajra, SG y D'Arcy, RC Precisión de localización mejorada en imágenes de fuentes magnéticas utilizando un escáner láser 3-D. Traducción IEEE. Biomédica. Ing. 59, 3491–3497. https://doi.org/10.1109/tbme.2012.2220356 (2012).

Artículo PubMed Google Scholar

Jeon, S., Chien, J., Song, C. y Hong, J. Un estudio preliminar sobre guía de imágenes de precisión para la colocación de electrodos en un estudio de EEG. Topografía cerebral. 31, 174–185. https://doi.org/10.1007/s10548-017-0610-y (2017).

Artículo PubMed Google Scholar

Homölle, S. & Oostenveld, R. Uso de un escáner 3D de luz estructurada para mejorar el modelado de la fuente de EEG con posiciones de electrodos más precisas. J. Neurosci. Métodos 326, 108378. https://doi.org/10.1016/j.jneumeth.2019.108378 (2019).

Artículo PubMed Google Scholar

Taberna, GA, Marino, M., Ganzetti, M. y Mantini, D. Localización espacial de electrodos EEG mediante escaneo 3D. J. Ing. Neural. 16, 026020. https://doi.org/10.1088/1741-2552/aafdd1 (2019).

Artículo ADS PubMed Google Scholar

Zetter, R., Iivanainen, J. & Parkkonen, L. Co-registro óptico de resonancia magnética y MEG en el cuero cabelludo. Ciencia. Reps. 9, 1–9. https://doi.org/10.1038/s41598-019-41763-4 (2019).

Artículo CAS Google Scholar

Engels, L., De Tiege, X., Op de Beeck, M. & Warzée, N. Factores que influyen en la precisión espacial de los sistemas de seguimiento electromagnético utilizados para imágenes de fuentes MEG/EEG. Neurofisiol. Clin./Clin. Neurofisiol. 40, 19-25. https://doi.org/10.1016/j.neucli.2010.01.002 (2010).

Artículo CAS Google Scholar

Yaniv, Z., Wilson, E., Lindisch, D. y Cleary, K. Seguimiento electromagnético en el entorno clínico. Medicina. Física. 36, 876–892. https://doi.org/10.1118/1.3075829 (2009).

Artículo PubMed PubMed Central Google Scholar

Kellermeier, M. y col. Tecnología de seguimiento electromagnético (EMT) para mejorar el aseguramiento de la calidad del tratamiento en braquiterapia intersticial. J. Aplica. Clínico. Medicina. Física. 18, 211–222. https://doi.org/10.1002/acm2.12021 (2017).

Artículo PubMed PubMed Central Google Scholar

Franz, AM y cols. Seguimiento electromagnético en medicina: una revisión de la tecnología, la validación y las aplicaciones. Traducción IEEE. Medicina. Imágenes 33, 1702-1725. https://doi.org/10.1109/tmi.2014.2321777 (2014).

Artículo PubMed Google Scholar

Wilson, E. y col. Precisión del rastreador electromagnético en Cyberknife Suite. Procedimiento SPIE. https://doi.org/10.1117/12.655710 (2006).

Artículo de Google Scholar

Berry, J. Precisión del sistema de investigación del habla por ondas del NDI. J. Lenguaje del habla. Escuchar. Res. 54, 1295-1301. https://doi.org/10.1044/1092-4388(2011/10-0226) (2011).

Artículo PubMed Google Scholar

Pedregosa, F. et al. Scikit-learn: aprendizaje automático en Python. J. Mach. Aprender. Res. 12, 2825–2830 (2011).

MathSciNet MATEMÁTICAS Google Scholar

Jaiswal, A. Datos para el estudio: Comparación de implementaciones de formadores de haces para la localización de fuentes MEG. Zenodo https://doi.org/10.5281/zenodo.3233557 (2019).

Jaiswal, A. y col. Comparación de implementaciones de formadores de haces para localización de fuentes MEG. Neuroimagen 216, 116797. https://doi.org/10.1016/j.neuroimage.2020.116797 (2020).

Artículo PubMed Google Scholar

de Tiège, X. et al. Registro de la actividad epiléptica con MEG en un escudo magnético liviano. Res. Epilepsia. 82, 227–231. https://doi.org/10.1016/j.eplepsyres.2008.08.011 (2008).

Artículo PubMed Google Scholar

Taulu, S. y Kajola, M. Presentación de datos multicanal electromagnéticos: el método de separación del espacio de señales. J. Aplica. Física. 97, 124905. https://doi.org/10.1063/1.1935742 (2005).

Artículo ADS CAS MATH Google Scholar

Descargar referencias

Los autores desean agradecer a NDI Inc., Canadá, por proporcionar el sistema Aurora completo y a Polhemus Inc., Colchester, VT, EE. UU., por proporcionar el transmisor TX1 (de corto alcance) para realizar las pruebas. También agradecemos a Sami Kesti (MEGIN Oy, Espoo, Finlandia) y Steven van Hengstum (NDI, Waterloo, ON, Canadá) por su apoyo y valiosas sugerencias durante el estudio. También nos gustaría agradecer al Laboratorio BioMag (Hospital Central de Helsinki, Helsinki, Finlandia) por poner el estimulador DBS a disposición para el estudio.

MEGIN Oy, Espoo, Finlandia

Amit Jaiswal, Jukka Nenonen y Lauri Parkkonen

Departamento de Neurociencia e Ingeniería Biomédica, Facultad de Ciencias, Universidad Aalto, Espoo, Finlandia

Amit Jaiswal y Lauri Parkkonen

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

Conceptualización y curación de datos: AJ, JN; Metodología, software, análisis formal e investigación: AJ; Supervisión: JN, LP; Administración de proyectos y recursos: JN; Escritura—borrador original: AJ; Escritura: revisión y edición: JN, LP

Correspondencia a Amit Jaiswal.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Jaiswal, A., Nenonen, J. & Parkkonen, L. Sobre la digitalización del cabezal electromagnético en MEG y EEG. Representante científico 13, 3801 (2023). https://doi.org/10.1038/s41598-023-30223-9

Descargar cita

Recibido: 11 de noviembre de 2022

Aceptado: 17 de febrero de 2023

Publicado: 07 de marzo de 2023

DOI: https://doi.org/10.1038/s41598-023-30223-9

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.