Biostatistische Modellierung und Analyse kombinierter fMRT- und EEG-Messungen
Zusammenfassung der Projektergebnisse
Funktionelle Magnetresonanztomographie (fMRT) und Elektroenzephalographie (EEG) liefern komplementäre Information über die Lokation und zeitliche Variation neuronaler Aktivität und können bei simultaner Messung zu vertieftem Wissen über die Funktionsweise des Gehirns beitragen. In diesem Projekt wurde ein sogenannter asymmetrischer Ansatz verfolgt: Lässt sich die räumlich-zeitliche Information des EEG nützen um die Performanz von fMRT-Verfahren zur Aktivierungserkennung zu verbessern? Dazu wurden zwei Ansätze gewählt, die beide auf den aus SPM (Statistical Parametric Mapping) bekannten Regressionsmodellen für fMRT basieren und diese erweitern, um EEG-Information mit einzubeziehen. Der erste Ansatz besteht darin, voxelspezifische Aktivierungseffekte im Regressionsmodell durch priori-Wahrscheinlichkeiten mit zusätzlicher räumlicher und EEG-Information für Aktivierungsindikatoren zu ergänzen. Dies resultiert in einem Bayesianischen Modell, mit dem posteriori-Aktivierungskarten erstellt werden können. Simulationsuntersuchungen und die Anwendung auf ein akustisches Oddball-Experiment weisen darauf hin, dass dieser Ansatz bereits ohne EEG-Information die Performanz existierender Methoden deutlich verbessern kann. Bei zusätzlicher EEG-Information wird jedoch keine so deutliche weitere Verbesserung erzielt wie eigentlich erhofft. Der zweite Ansatz untersucht die zeitlich-räumliche Variabilität von Aktivierungseffekten und inwieweit diese durch EEG-Information erklärbar ist. Dazu wird das fMRT-Regressionsmodell, das zeitliche Konstanz voraussetzt, durch die Methodik semiparametrisch variierender (Aktivierungs-) Effekte erweitert. Es werden zunächst ohne Verwendung von EEG-Information klare Cluster von zeitvariierenden Aktivierungseffekten mit verschiedenen funktionalen Mustern identifiziert, die sich auch aus neurowissenschaftlicher Sicht gut interpretieren lassen. Es wurde versucht, solche Muster durch aus dem EEG extrahierte, zeitvariierende Vigilanzscores zu erklären. Alternativen zu diesen Vigilanzscores konnten im zeitlichen Rahmen des Projekts aber nicht mehr studiert werden.
Projektbezogene Publikationen (Auswahl)
- (2009): Acoustic oddball during NREM sleep: A combined EEG/fMRI study. PLoS ONE 4(8), e6749
Czisch, M., Wehrie, R., Stiegler, A., Peters, H., Andrade, K., Holsboer, F., Sämann, P. G.
- (2010): J Neuroscience 30(34), 11379-87
Spoormaker, V. I., Schröter,M. S., Gleiser, P. M., Andrade, K. C , Dresler, M., Wehrie, R., Sämann, P. G. and Czisch, M.
- (2011): Bayesian smoothing and regression for longitudinal, spatial and event history data. Oxford University Press
Fahrmeir, L., Kneib, T.
- (2011): Development of the brain's default mode network from wakefulness to slow wave sleep. Cerebral Cortex, 21(9), 2082-93
Sämann, P.G., Wehrie, R., Hoehn, D., Spoonnaker V.l., Peters, H., Tully, C , Holsboer F., episch, M.
- (2011): Sleep spindles and hippocampal functional connectivity in human NREM sleep. J Neuroscience, 31, 10331-10339
Andrade, K. C , Spoormaker, V. I., Dresler, M., Wehrie, R., Holsboer, F., Sämann, P. G., Czisch, M.
- (2012): On the Need of Objective Vigilance Monitoring: Effects of Sleep Loss on Target Detection and Task-Negative Activity Using Combined EEG/fMRI. Front Neurol. 2012; 3:67
Czisch, M, Wehrie, R., Harsay, H. A., Wetter, T. C , Holsboer, F., Sämann, P. G., Drummond, S. P.
(Siehe online unter https://doi.org/10.3389/fneur.2012.00067) - (2012): Recurrence quantification analysis allows for single-trial stimulus differentiation in evoked potential studies. Clinical Neurophysiology, 2012 Feb 7. [Epub ahead of print]
Andrade, K. C , Wehrie, R., Spoonnaker, V. I., Sämann, P. G., Czisch, M.
- (2013): Regression: Models, Methods and Applications. Springer-Verlag, Berlin
Fahrmeir, L., Kneib, T., Lang, S., Marx, B.
