Professional Documents
Culture Documents
HBM 20571 en Es
HBM 20571 en Es
com
Palabras clave:MEG; EEG; epilepsia; modelo avanzado; SNR; simulación; dipolo; corteza; cerebro
INTRODUCCIÓN
Patrocinador de la subvención del contrato: Centro Nacional de Recursos de Investigación;
Aunque hay un número creciente de métodos clínicos disponibles
Número de concesión del contrato: P41RR14074; Patrocinador de la subvención del contrato:
para observar la actividad cerebral de forma no invasiva, sólo dos
NIH; Números de concesión de contrato: NS37462 y NS44623; Patrocinador de la subvención
proporcionan una resolución temporal en una escala de
del contrato: Instituto de Descubrimiento de Neurociencias y Enfermedades Mentales
(MIND).
milisegundos con una resolución espacial de centímetros o mejor: la
electroencefalografía (EEG) y la magnetoencefalografía (MEG). A
* Correspondencia a: Daniel Goldenholz, MGH-Martinos Center,
Building 149, 13th St., Charlestown, MA 02129. pesar de ser generadas por fuentes neuronales similares, las
Correo electrónico: daniel@nmr.mgh.harvard.edu señales MEG y EEG difieren, lo que sugiere que registrar ambas
Recibido para publicación el 13 de febrero de 2007; Revisado el 17 de septiembre de simultáneamente es beneficioso [Babiloni et al., 2004; Barkley y
2007; Aceptado el 22 de febrero de 2008 Baumgartner, 2003; Iwasaki et al., 2005; Knake et al., 2006; Leijten et
DOI: 10.1002/hbm.20571 al., 2003; Menor, 2004; Lin et al., 2003; Lopes da Silva et al., 1991;
Publicado en línea el 8 de mayo de 2008 en Wiley InterScience Pataraia et al., 2005; Wood y otros, 1985; Yoshinaga y otros, 2002;
(www.interscience.wiley.com). Zijlmans et al., 2002]. Sin embargo, en parte
Debido al mayor costo de un sistema MEG, los neurofisiólogos y Los datos MEG y EEG se adquirieron simultáneamente con un
médicos dudan en adoptar la tecnología, citando estudios que VectorviewMTsistema [Elekta-Neuromag, Helsinki, Finlandia] de 204
concluyen que las diferencias en la precisión de la localización gradiómetros planos, 102 magnetómetros y 70 electrodos EEG (ver
de la fuente entre MEG y EEG son menores [Baumgartner 2004; Fig. 1). Se registraron dos minutos de actividad espontánea,
Cohen y otros, 1990; Liu y otros, 2002]. Por el contrario, aquellos muestreados a 600 Hz con filtros de hardware configurados entre
con experiencia en MEG a menudo no registran EEG 0,1 y 200 Hz (sujetos 1 y 2) o entre 0,03 y 200 Hz (sujetos 3 y 4). Los
simultáneamente, confiando en la evidencia de capacidades de datos del EEG se transformaron a la referencia promedio del
localización más precisas de MEG [Hämäläinen et al., 1993; electrodo. Se aplicó la proyección de señal-espacio (SSP) a los datos
Leahy et al., 1998], reduciendo así sustancialmente el tiempo de del magnetómetro [Tesche et al., 1995] para reducir el ruido
preparación previa al registro requerido para cada sujeto. ambiental de fondo. El subespacio de ruido para SSP se seleccionó
Una aplicación potencial importante de la localización de como el espacio tridimensional abarcado por los vectores propios
fuentes de MEG y EEG es la evaluación prequirúrgica de correspondientes a los tres valores propios más grandes de la
pacientes epilépticos. La epilepsia afecta hasta al 1% de la matriz de correlación de una grabación de 5 minutos de datos
población en América del Norte [Wiebe et al., 2001]. recopilados sin un sujeto presente; estos corresponden
Aproximadamente el 20% de los pacientes no logran un control aproximadamente a los componentes de campo homogéneos, que
adecuado de las convulsiones con medicación; muchos de ellos normalmente se originan en fuentes ambientales (por ejemplo,
son candidatos a cirugía que puede reducir o eliminar las vehículos en movimiento) alejadas de los sensores. Las ubicaciones
convulsiones [Pataraia et al., 2002; Wiebe et al., 2001]. Los de los puntos fiduciales de la cabeza, los electrodos de EEG y las
resultados quirúrgicos mejoran al identificar y localizar picos bobinas indicadoras de la posición de la cabeza (HPI) se digitalizaron
epilépticos en MEG y/o EEG [Ebersole y Pedley, 2002; Stefan et utilizando un digitalizador 3D FastTrack [Polhemus, EE. UU.]. La
al., 2003]. Un pico epiléptico debe exhibir una relación señal- ubicación del conjunto de sensores MEG con respecto al cabezal se
ruido (SNR) suficientemente alta para distinguirse del ruido de determinó al comienzo de cada medición a partir de los campos
fondo [Cobb, 1983; Iwasaki et al., 2005], y localizarse con magnéticos generados por las bobinas HPI.
precisión [Fuchs et al., 1998; Tarkiainen et al., 2003]. La SNR de
la activación cerebral observada en EEG y MEG depende no sólo
de las características del sensor (tipo, ubicación, ruido), sino
también de la ubicación y orientación de la fuente.
El modelo avanzado
Varios estudios han examinado las sensibilidades y los
valores SNR esperados de MEG y/o EEG [de Jong et al., 2005; Para el modelado directo, utilizamos un método de elementos
Fuchs y otros, 1998; Hillebrand y Barnes, 2002; Tarkiainen et límite de tres capas de colocación lineal con valores de
al., 2003]. El presente estudio amplía y amplía el trabajo conductividad: 0,3, 0,06 y 0,3 S/m para el cerebro, el cráneo y el
anterior al incorporar la forma realista de la superficie cuero cabelludo, respectivamente [Hämäläinen y Sarvas, 1989;
cortical para imponer una restricción anatómica en las Hämäläinen et al., 1993]. A partir de la resonancia magnética se
ubicaciones y orientaciones de las fuentes. Examinamos la determinó la superficie de la piel, así como las superficies interna y
diferencia en SNR entre MEG y EEG para cada ubicación externa del cráneo (ver Fig. 1). Cada superficie fue teselada con 5120
cortical utilizando grabaciones de ruido reales y un modelo triángulos, lo que proporciona una precisión numérica adecuada
de ruido simple para comprender mejor la generalización de [Crouzeix et al., 1999; de Jongh, 2005; Fuchs y otros, 2001;
los resultados. También comparamos la SNR de fuentes Tarkiainen, 2003].
dipolares individuales con la de fuentes de parches La superficie cortical se reconstruyó a partir de los datos de la
corticales extendidos y relacionamos nuestros hallazgos con resonancia magnética con aproximadamente 130.000 vértices por
la detección diferencial de picos epilépticos en MEG y EEG. hemisferio y un espaciado aproximado entre vértices de 1 mm
utilizando el software Freesurfer [Dale et al., 1999; Fischl y otros,
1999a; Fischl et al., 2001; Segonne et al., 2004]. Calculamos las
MÉTODOS señales MEG y EEG predichas por el modelo directo para fuentes
dipolares orientadas perpendicularmente al límite de la materia
Adquisición de datos
gris-blanca en cada uno de los vértices de la superficie.
En este estudio se incluyeron cuatro sujetos diestros (dos mujeres), de Se supuso que las fuentes neuronales eran fuentes puntuales
entre 23 y 42 años. Cada uno firmó un formulario de consentimiento y (dipolos de corriente) o parches sincrónicamente activos. Para
una declaración de privacidad de acuerdo con nuestra Junta Institucional fuentes dipolares, la amplitud de la fuente fue de 10 nAm; para los
de Investigación de Sujetos Humanos y los estándares HIPAA. Se parches, la intensidad de la fuente se eligió para que correspondiera
obtuvieron imágenes de resonancia magnética (MRI) anatómicas de alta a una densidad de fuente superficial uniforme de 50 pAm/mm2
resolución con un escáner Trio 3T [Siemens Medical Systems, Erlangen, [Hillebrand y Barnes, 2002; Lu y Williamson, 1991]. Para crear
Alemania] utilizando secuencias de pulsos MPRAGE (tamaño de vóxel 1,3 comió fuentes extendidas, la superficie cortical se dividió en
31.031,3 milímetros3; espesor de corte 1,3 mm; TE 3,31 ms; TR 2530 ms; dos conjuntos completos de centroides utilizando el algoritmo
brecha 50%; Campo de visión 10 cm310 cm) e imágenes FLASH (ángulo geodésico de Dijkstra ponderado por distancia [Dijkstra, 1959]. Los
de giro 58;espesor de corte 1,3 mm; Campo de visión 10 cm310 parches fuente tenían radios geodésicos de 10 mm o 16 mm,
centímetros). correspondientes a áreas de 3 cm.2o 8 cm2, respectivamente.
r1078r
rSNR MAps paraMEGyEEGr
Figura 1.
Configuración de sensores y superficies.A: Las ubicaciones del conjunto de sensores MEG con respecto al cabezal
(Sujeto 2).B: La ubicación de los electrodos de EEG en el cuero cabelludo.C: Representación superficial de la corteza
cerebral con el cuero cabelludo semitransparente. La segunda fila muestra las teselaciones del cuero cabelludo (D), la
superficie exterior del cráneo (mi), y la superficie interna del cráneo (F) empleado en el modelo directo de elementos
de frontera. Estas superficies fueron reconstruidas a partir de la resonancia magnética estructural. [La figura en color
se puede ver en la edición en línea, que está disponible en www.interscience.wiley.com.]
Relación señal-ruido para fuentes individuales 1999b]. El porcentaje de área cortical donde la SNR fue
mayor en MEG que en EEG se determinó calculando la
Definimos la SNR para cada ubicación de fuente (dipolo o parche
fracción de fuentes para las cualesD >0. Tenga en cuenta
extendido) en unidades de decibeles como:
que, bajo el supuesto de ruido gaussiano aditivo, promediar
ps % las pruebas evocadas equivale a agregar una constante a
a2Xb2
k;
SNR¼10registro10norte d1Þ todos los valores de SNR en MEG y EEG y, por lo tanto, no
s2
k k influirá en la diferencia.Dmapas.
r1079 r
rGRAMOoldenholz et al.r
Figura 2.
Mapas de SNR basados en el modelo de
ruido (promedio del grupo, hemisferio
izquierdo, trazado en el cerebro del Sujeto
2). La escala de colores es idéntica en cada
mapa SNR. Las estimaciones de la SNR
trazadas en la superficie cortical: SNRMEG
(primera fila), SNREEG
(segunda fila), máximo de SNRMEGy
SNREEG(tercera fila). Cuarta fila:
mapas de curvatura cortical inflados
y mapas de corteza plegada. Las
áreas convexas (circunvoluciones) y
cóncavas (paredes de los surcos) se
indican en gris claro y oscuro,
respectivamente.
debido a la actividad cerebral espontánea [Ebersole y Pedley, tipo de sensor, se tomó como una estimación des2 s; éstas eran
2002; Hämäläinen et al., 1993], en nuestro modelo no se incluyó encontrado similar para los cuatro sujetos (raíz cuadrada des2 s
un término de ruido de instrumentación. Bajo estos supuestos, valores: 1,6, 1,6, 1,6 y 1,9 nAm). A partir de entonces, las variaciones del sensor
la variación del ruido para el sensorkes alianzas ŝ2kpara MEG y EEG se calcularon con la ecuación. 3
utilizando esa estimación general de la varianza de la fuentes2 s.
sk2¼s2 sdAutomóvil club
británico
Þkk; t
d3Þ
r1080r
rSNR MAps paraMEGyEEGr
responder a áreas donde las orientaciones de la fuente son mientras que el segundo pico (B) fue más fácil de identificar en los
aproximadamente normales a la superficie cercana del cráneo. Para rastros de MEG. Se localizaron dipolos de corriente equivalentes
EEG, el mapa SNR es mucho más uniforme que el de MEG. La SNR basándose en el EEG para el pico A y en el MEG para el pico B.
del EEG fue baja en las áreas frontales inferiores, probablemente Luego, estas ubicaciones de origen se examinaron utilizando un
debido a un muestreo inadecuado de la distribución del potencial mapa SNR de diferencia entre MEG y EEG para la anatomía cortical
del cuero cabelludo con el conjunto de electrodos actual. Las de ese paciente para hacerpost-hocpredicciones sobre la SNR. En las
diferencias entre las dos modalidades sugieren que los registros ubicaciones de los dipolos obtenidas, laDLos valores basados en el
combinados pueden mejorar la SNR general de las fuentes ruido registrado predijeron las diferencias observadas entre MEG y
corticales (Fig. 2, tercera fila). EEG para ambos picos. Por el contrario, el modelo de ruido basadoD
Un mapa SNR de diferencia (Dmapa, cf. 2) se muestra en la Figura Los mapas (no mostrados) solo predijeron la diferencia de SNR para
3. Las áreas profundas, como gran parte de la superficie medial de el pico A. Esto sugiere que el modelo de ruido sobreestimó el nivel
cada hemisferio y la corteza de Silvio, y las crestas de las de ruido MEG para esa sesión de grabación en particular y para esa
circunvoluciones tuvieron una SNR más alta en el EEG. Los polos ubicación cortical.
frontal y occipital tuvieron una SNR más alta en MEG, así como la
mayoría de las regiones de la superficie lateral. Sobre la base del
DISCUSIÓN
modelo de ruido, el área promedio (entre sujetos y hemisferios,
excluyendo las superficies ventriculares) para la cual la SNR fue Empleamos modelos de geometría cortical realistas para
mayor en MEG que en EEG fue aproximadamente el 40% del área comparar la SNR de las fuentes corticales en EEG y MEG. Se
total de la corteza. encontró que los mapas SNR eran complementarios, lo que sugiere
En la Figura 2 y las dos filas superiores de la Figura 3, se que se puede lograr la SNR general más alta mediante registros
utilizó el modelo de ruido. La fila inferior de la Figura 3 muestra combinados de MEG y EEG. A continuación, primero analizamos el
D mapas recalculados utilizando variaciones para cada sensor efecto de varias suposiciones de modelado, incluidos los valores de
estimadas a partir de datos registrados. El área promedio de la conductividad del tejido, la SNR promedio versus máxima, la
corteza para la cual la SNR es mayor en MEG que en EEG fue del cantidad de sensores y las estimaciones de ruido de los sensores.
55%, que es algo mayor que la calculada utilizando el modelo de Luego consideramos la relación entre MEG y EEG y las propiedades
ruido. Los mapas de SNR debido al ruido registrado en MEG y de las fuentes en términos de mapas SNR.
EEG (no mostrados) sugieren que el área adicional se debe a
valores de MEG SNR más altos que los predichos por el modelo
Supuestos de modelado
de ruido.
Nuestro modelo directo utilizó valores comúnmente citados para la
conductividad de los tejidos [Hämäläinen et al., 1993]. Un estudio
Fuentes extendidas
reciente [de Jongh et al., 2005] utilizó tomografía de impedancia eléctrica
Es probable que las señales MEG/EEG surjan de zonas extensas [Goncalves et al., 2000] para identificar las conductividades efectivas de
de corteza activa [Ebersole y Pedley, 2002]. La Figura 4 muestra las tres capas de tejido. En MEG, la inexactitud en los valores de
mapas de comparación generados en base a dipolos y fuentes conductividad es una preocupación menor [Hämäläinen y Sarvas, 1989],
extendidas. El valor asignado a una ubicación de origen representa mientras que en EEG, las imprecisiones en la conductividad del cráneo
el número de sujetos para los cualesD >0 en ese momento. Para pueden contribuir significativamente a errores de cálculo directo [Cohen
muchas fuentes dipolares superficiales, la SNR de MEG fue y Cuffin, 1983; de Jongh et al., 2005; Okada y otros, 1999b; Tarkiainen et
consistentemente mayor en todos los sujetos. Este patrón cambió al., 2003]. Dado que nuestras estimaciones de ruido se calcularon a partir
con la extensión de la fuente: a medida que aumentó la extensión, el de los datos medidos o se compararon con las variaciones del sensor
área total de la corteza que tiene una SNR más alta en MEG se hizo experimental, el efecto de las incertidumbres de la conductividad en las
más pequeña. No obstante, varias regiones tuvieron una SNR estimaciones de ruido fue menor. Al volver a calcular la variación de la
consistentemente mayor en MEG en todos los sujetos, incluido el fuente de ruido sin EEG, en promedio la diferencia enssfue inferior al 5%
polo occipital, el lóbulo occipital inferior, el polo temporal, el lóbulo en comparación con el cálculo que incluía el EEG. Esto sugiere que la
temporal posterior y el polo frontal. incertidumbre en los valores de conductividad tuvo poco efecto sobre la
variación estimada de la fuente de ruido. Sin embargo, si la
conductividad real del cráneo es mayor o menor que la utilizada en
Ejemplo clínico
nuestro modelo directo, nuestras estimaciones de EEG SNR son
Para ilustrar las implicaciones prácticas de los mapas SNR, demasiado grandes o demasiado pequeñas, respectivamente.
presentamos datos de un paciente epiléptico. Se registraron MEG y
EEG simultáneamente de una mujer de 38 años con un hamartoma Calculamos la SNR promedio entre canales [Fuchs et al., 1998], en
hipotalámico, que padecía convulsiones parciales complejas lugar del valor máximo de SNR [de Jongh et al., 2005]. Los valores
intratables desde los 2 años. Observamos descargas epilépticas SNR promedio y máximo serán más similares para patrones de
frecuentes independientemente de las regiones frontal-temporales señal generalizados que para patrones de señal focales. Por lo
izquierda y derecha. Seleccionamos dos picos interictales que tanto, es probable que nuestro uso de la SNR promedio sesgue los
parecían diferentes en MEG y EEG (ver Fig. 5). El primer pico (A) fue mapas de diferencia de SNR hacia valores relativos más grandes
más fácil de identificar en los trazos del EEG, para EEG en comparación con MEG. Es importante tomar
r1081r
rGRAMOoldenholz et al.r
Figura 3.
Diferencia (D) Mapas SNR (promedio del grupo, hemisferio izquierdo,
trazados en el cerebro del Sujeto 2). Fila superior: diferencia (D) mapas
basados en el modelo de ruido. Fila del medio:Dmapas basados en el
modelo de ruido con umbral enD50. Rojo:D>0 (MEG mayor SNR), verde:D
<0 (EEG mayor SNR). Los surcos, las crestas estrechas de las
circunvoluciones, la ínsula y la superficie medial de la corteza indican una
SNR más alta en el EEG, mientras que otras ubicaciones muestran una
SNR más alta en el MEG. Fila inferior:Dmapas basados en el ruido
registrado con un umbral deD50.
r1082r
rSNR MAps paraMEGyEEGr
MEG y EEG
Los mapas SNR indicaron propiedades complementarias para
MEG y EEG en toda la superficie cortical, lo que sugiere que los
registros combinados pueden ser beneficiosos. La SNR de fuentes
más profundas, incluidas aquellas en la corteza medial y la ínsula,
fue mayor en EEG, mientras que la SNR de fuentes más superficiales
fue a menudo mayor en MEG. Además, las ubicaciones con
orientaciones de origen normales a la superficie interna del cráneo
(es decir, dipolos radiales), como las crestas de las circunvoluciones,
son difíciles de detectar con MEG [Barkley y Baumgartner, 2003;
Cohen, 1972; Cuffin y Cohen, 1979; Hämäläinen et al., 1993; Melcher
y Cohen, 1988; Pataraia et al., 2002]. Sin embargo, la atenuación de
MEG SNR debido a la orientación es relevante sólo en el -5% de la
superficie cortical [Hillebrand y Barnes, 2002]; la mayoría de las
diferencias pueden explicarse por consideraciones de profundidad.
r1083r
rGRAMOoldenholz et al.r
Los mapas SNR indicaron que a medida que la extensión de la dar como resultado una mayor deslocalización para regiones con baja SNR,
fuente creció desde un dipolo hasta fuentes extendidas de radio 10 como en estructuras corticales profundas.
mm (área 53 centímetros2) y 16 mm (8 cm2), el número de Es posible que se pueda lograr un método para un modelo
ubicaciones con SNRMEG> SNREEGdisminuido. Es probable que esto inverso combinado de MEG y EEG examinando la SNR en cada
refleje una cancelación selectiva de señales de los componentes sensor. Podría pesar canales a partir de datos MEG/EEG recopilados
tangenciales de la fuente [Eulitz et al., 1997]. En nuestras simultáneamente en función de la SNR por canal. Un modelo inverso
simulaciones solo variamos la extensión de la fuente de la señal, combinado de este tipo puede mejorar la precisión porque las
pero mantuvimos el modelo de ruido sin cambios. Por lo tanto, la estimaciones se basarán en canales afectados más directamente por
misma tendencia hacia valores SNR relativos mayores para EEG en las fuentes modeladas. Los pacientes a los que se les realiza MEG
comparación con MEG también se encontraría con el ruido para evaluación prequirúrgica habitualmente obtienen un EEG
registrado real (que es independiente del modelo fuente). Sin simultáneo; por lo tanto, los datos para una solución inversa
embargo, si se incluyeran parches de fuente extendidos en el combinada de este tipo serían fáciles de implementar y podrían
modelo de ruido, se esperaría que esto compensara los cambios en mejorar las localizaciones.
los mapas de diferencia de SNR, aumentando así la SNR relativa de Además, creemos que el conocimiento de los valores de SNR para
MEG en comparación con EEG. varias regiones corticales puede ser beneficioso en el desarrollo de
En general, si se supone que la densidad de la fuente es una técnica de estimación de fuente más rigurosa estadísticamente
aproximadamente constante [Lu y Willamson, 1991], se espera que para la evaluación del foco epiléptico. Un algoritmo de este tipo
un parche más grande dé como resultado señales más grandes, utilizaría el índice de fiabilidad de los mapas SNR, así como las
aumentando así la SNR. Nuestros mapas SNR para fuentes medidas de error más tradicionales. El resultado sería una prueba
extendidas son consistentes con informes anteriores sobre el con una base más clínica, una que podría aclarar la importancia
tamaño de la corteza activada subyacente a las señales detectables relativa de la localización de una fuente de EEG/MEG en el contexto
de EEG y MEG. Según algunas estimaciones, entre 6 y 10 cm2de la de otras modalidades de imágenes (MRI, tomografía por emisión de
corteza debe estar activa para que el EEG detecte señales en el positrones, tomografía computarizada por emisión de fotón único,
cuero cabelludo [Ebersole y Pedley, 2002; Núñez, 1990]. Un estudio MRI funcional, etc.) asignar una probabilidad de precisión a las
combinado de MEG y electrodo intracraneal [Baumgartner et al., estimaciones fuente.
2000] indicó que una sonda de 4 cm2parche de corteza era invisible
para MEG en el lóbulo temporal mesial, mientras que un parche de
CONCLUSIONES
8 cm2uno era visible. En nuestro estudio, 3 cm2(radio de 10 mm)
tenían una SNR 10 dB menor que las de 8 cm.2(radio 16 mm) fuentes Los mapas SNR fueron complementarios para EEG y MEG,
en el lóbulo temporal mesial. Sin embargo, la variabilidad entre las mostrando diferencias regionales entre fuentes dentro de la
ubicaciones corticales fue grande; por ejemplo, la diferencia entre 3 superficie cortical. Se descubrió que el modelo de ruido basado
cm2y el de 8cm2Las fuentes en la SNR del EEG oscilaron entre menos únicamente en la actividad cerebral de fondo uniforme
de 1 dB y más de 10 dB. Por lo tanto, es importante considerar no subestima la SNR en MEG. Con fuentes extendidas, el área total
sólo la extensión sino también la ubicación anatómica al evaluar la de la corteza en la que la SNR era mayor en EEG que en MEG era
detectabilidad de la activación cortical. mayor que con fuentes focales. Los mapas SNR ayudan a
comprender mejor por qué la actividad epiléptica en algunos
casos se detecta en una sola modalidad (EEG o MEG). Los
resultados sugieren que combinar registros de EEG y MEG es
Implicaciones clínicas beneficioso. Además, el uso de mapas SNR puede tener utilidad
clínica al evaluar prequirúrgicamente a pacientes con epilepsia,
Los resultados de este estudio tienen consecuencias prácticas en la tanto para optimizar la localización como para poner la
evaluación clínica de pacientes con epilepsia antes de la cirugía. Porque localización MEG/EEG en contexto con otras modalidades de
la localización optimizada da como resultado mejores resultados imágenes estructurales y funcionales.
quirúrgicos [Ebersole y Pedley, 2002; Stefan et al., 2003], la localización
del foco de las crisis debe realizarse con la modalidad que tenga la SNR
EXPRESIONES DE GRATITUD
más alta para la posición dada. Además, se puede emplear para probar
que la posición de la cabeza fue apropiada durante una grabación MEG. Agradecemos a Deirdre Foxe y Daniel Wakeman por su
Los valores de SNR dependen críticamente de la posición de la cabeza asistencia técnica.
[Marinkovic et al., 2004], por lo tanto, cualquier fuente focal identificada
en regiones corticales inesperadas (como un foco occipital identificado REFERENCIAS
cuando se busca un foco frontal) debe verificarse para determinar una
Ahonen AI, Hämäläinen MS, Ilmoniemi RJ, Kajola MJ, Knuutila
SNR lo suficientemente alta como para considerarla. confiable. De
JE, Simola JT, Vilkman VA (1993): Teoría de muestreo para conjuntos
manera similar, los mapas SNR se pueden utilizar como un marcador
de detectores neuromagnéticos. IEEE Trans Biomed Eng 40:859–869.
más general de confiabilidad; por lo tanto, las posiciones de fuentes con Babiloni F, Babiloni C, Carducci F, Romani GL, Rossini PM, Ange-
SNR muy baja no pueden considerarse localizadas con tanta precisión lone LM, Cincotti F (2004): Integración multimodal de datos EEG y
como las fuentes con SNR alta. Cuando el ruido es alto, las señales MEG: un estudio de simulación con relación señal-ruido variable y
espurias podrían número de sensores. Mapa cerebral de Hum 22:52–62.
r1084r
rSNR MAps paraMEGyEEGr
Barkley GL, Baumgartner C (2003): MEG y EEG en la epilepsia. j Rafía para reducir errores sistemáticos en el estudio de simulación de problemas
Clin Neurofisiol 20:163–178. inversos de EEG. Physiol Medidas 21:379–393.
Baumgartner C (2004): Controversias en neurofisiología clínica. Grieve PG, Emerson RG, Isler JR, Stark RI (2004): Cuantitativo
MEG es superior al EEG en la localización de la actividad Análisis del error de muestreo espacial en el electroencefalograma de
epileptiforme interictal: Con. Clin Neurofisiol 115:1010–1020. bebés y adultos. Neuroimagen 21:1260–1274.
Baumgartner C, Pataraia E, Lindinger G, Deecke L (2000): Neuro- Hämäläinen MS, Sarvas J (1989): Geometría de conductividad realista
Grabaciones magnéticas en la epilepsia del lóbulo temporal. J Clin Modelo de cabeza humana para interpretación de datos
Neurofisiol 17:177–189. neuromagnéticos. IEEE Trans Biomed Eng 36:165–171.
Cobb WA, editor (1983): Recomendaciones de la IFCN para la práctica Hämäläinen MS, Hari R, Ilmoniemi RJ, Knuutila J, Lounasmaa O
De Neurofisiología Clínica. Ámsterdam: Elsevier. Cohen D (1972): (1993): Magnetoencefalografía: teoría, instrumentación y aplicaciones
Magnetoencefalografía: detección de la a estudios no invasivos del cerebro humano en funcionamiento. Rev.
la actividad eléctrica del cerebro con un magnetómetro Física moderna 65:1–93.
superconductor. Ciencia 175:664–666. Hillebrand A, Barnes GR (2002): Una evaluación cuantitativa de la
Cohen D, Cuffin BN (1983): Demostración de diferencias útiles sensibilidad del MEG de toda la cabeza a la actividad en la corteza humana
entre magnetoencefalograma y electroencefalograma. adulta. Neuroimagen 16:638–650.
Electroencefalograma Clin Neurophysiol 56:38–51. Iwasaki M, Pestana E, Burgess RC, Luders HO, Shamoto H, Naka-
Cohen D, Cuffin BN, Yunokuchi K, Maniewski R, Purcell C, Cos- sato N (2005): Detección de actividad epileptiforme por intérpretes
grove GR, Ives J, Kennedy JG, Schomer DL (1990): prueba de humanos: comparación ciega entre electroencefalografía y
localización MEG versus EEG utilizando fuentes implantadas en el magnetoencefalografía. Epilepsia 46:59–68.
cerebro humano. Ann Neurol 28:811–817. Knake S, Halgren E, Shiraishi H, Hara K, Hamer HM, Grant PE,
Crouzeix A, Yvert B, Bertrand O, Pernier J (1999): una evaluación Carr VA, Foxe D, Camposano S, Busa E, Witzel T, Hämäläinen MS,
de la precisión de la reconstrucción de dipolos con modelos de cabeza Ahlfors SP, Bromfield EB, Black PM, Bourgeois BF, Cole AJ,
esféricos y realistas en MEG. Clin Neurofisiol 110:2176–2188. Cosgrove GR, Dworetzky BA, Madsen JR, Larsson PG, Schomer
Cuffin BN, Cohen D (1979): Comparación del magnetoencefalo- DL, Thiele EA , Dale AM, Rosen BR, Stufflebeam SM (2006): El
gramo y electroencefalograma. Electroencefalogr Clin valor de MEG y EEG multicanal en la evaluación prequirúrgica de
Neurophysiol 47:132–146. 70 pacientes con epilepsia. Epilepsia Res 69:80–86.
Dale AM, Fischl B, Sereno MI (1999): análisis basado en la superficie cortical
hermana. I. Segmentación y reconstrucción de superficies Neuroimagen Lantz G, Grave de Peralta R, Spinelli L, Seeck M, Michel CM (2003):
9:179–194. Localización de fuentes epilépticas con EEG de alta densidad:
de Jongh A, de Munck JC, Goncalves SI, Ossenblok P (2005): Dif- ¿Cuántos electrodos se necesitan? Clin Neurofisiol 114:63–69.
Las diferencias en los rendimientos de picos epilépticos de MEG/EEG se explican Leahy RM, Mosher JC, Spencer ME, Huang MX, Lewine JD (1998):
por diferencias regionales en las relaciones señal-ruido. J Clin Neurofisiol 22:153– Un estudio de la precisión de la localización de dipolos para MEG y EEG
158. utilizando un fantasma de cráneo humano. Electroencefalograma Clin
de Munck JC, Vijn PC, Lopes da Silva FH (1992): un dipolo aleatorio Neurophysiol 107:159–173.
Modelo de actividad cerebral espontánea. IEEE Trans Biomed Eng Leijten FS, Huiskamp GJ, Hilgersom I, Van Huffelen AC (2003):
39:791–804. Imágenes de fuente de alta resolución en la epilepsia del lóbulo
Dijkstra EW (1959): Una nota sobre dos problemas relacionados con mesiotemporal: una comparación entre MEG y EEG simultáneo. J
gráficos. Matemática numérica 1.269–271. Clin Neurofisiol 20:227–238.
Ebersole JS, Pedley TA, editores (2002): Práctica actual de la clínica RP menor (2004): MEG: Bastante bien. Clin Neurofisiol 115:995–
Electroencalografía. Filadelfia: Lippincott Williams & Wilkins. 997.
pág.974. Lin YY, Shih YH, Hsieh JC, Yu HY, Yiu CH, Wong TT, Yeh TC,
Eulitz C, Eulitz H, Elbert T (1997): Resultados diferenciales de Kwan SY, Ho LT, Yen DJ, Wu ZA, Chang MS (2003): Rendimiento
Magneto y electroencefalografía para el análisis de la cognición magnetoencefalográfico de picos interictales en la epilepsia del lóbulo
humana. Neurosci Lett 227:185–188. temporal. Comparación con registros de EEG del cuero cabelludo.
Fischl B, Sereno MI, Dale AM (1999a) Análisis basado en la superficie cortical Neuroimagen 19:1115–1126.
hermana. II: Inflación, aplanamiento y un sistema de coordenadas basado en Liu AK, Dale AM, Belliveau JW (2002): simulación de Montecarlo
superficies. Neuroimagen 9:195–207. Estudios de precisión de localización de EEG y MEG. Mapa cerebral de
Fischl B, Sereno MI, Tootell RB, Dale AM (1999b) Alta resolución Hum 16:47–62.
promedio intersujeto y un sistema de coordenadas para la superficie Lopes da Silva FH, Wieringa HJ, Peters MJ (1991): Localización de fuentes
cortical. Mapa cerebral Hum 8:272–284. ción de EEG versus MEG: comparación empírica utilizando respuestas
Fischl B, Liu A, Dale AM (2001): Cirugía múltiple automatizada: evocadas visualmente y consideraciones teóricas. Brain Topogr
Construcción de modelos geométricamente precisos y topológicamente 4:133–142.
correctos de la corteza cerebral humana. IEEE Trans Med Imaging 20:70– Lu ZL, Williamson SJ (1991): Extensión espacial de la sensibilidad sensorial coherente.
80. evoca actividad cortical. Exp Brain Res 84:411–416. Marinkovic K, Cox
Fuchs M, Wagner M, Wischmann HA, Kohler T, Theissen A, B, Reid K, Halgren E (2004): Posición de la cabeza en
Drenckhahn R, Buchner H (1998): Mejora de las reconstrucciones de El casco MEG afecta la sensibilidad a las fuentes anteriores.
fuentes combinando datos bioeléctricos y biomagnéticos. Neurol Clin Neurofisiol 30:30.
Electroencéfalogr Clin Neurophysiol 107:93–111. Melcher JR, Cohen D (1988): Dependencia del MEG del dipolo
Fuchs M, Wagner M, Kastner J (2001): método del elemento límite orientación en la cabeza del conejo. Electroencefalograma Clin
Modelos de conductores de volumen para la reconstrucción de fuentes de EEG. Neurophysiol 70:460–472.
Clin Neurofisiol 112:1400–1407. Nunez PL (1990): Localización de la actividad cerebral con electroencefalo-
Gonçalves S, de Munck JC, Heethaar RM, Lopes da Silva FH, van lografía. En: Sato S, editor. Avances en neurología, vol. 54.
Dijk BW (2000): La aplicación de la impedancia eléctrica tomog- Magnetoencefalografía. Nueva York: Raven Press. págs. 39–65.
r1085r
rGRAMOoldenholz et al.r
Okada Y, Lahteenmaki A, Xu C (1999b) Comparación de MEG y (2003): Imágenes de fuente cerebral magnética de la actividad epiléptica
EEG basado en respuestas somáticas evocadas provocadas por la focal: una sinopsis de 455 casos. Cerebro 126:2396–2405.
estimulación del hocico en cerdos juveniles. Clin Neurofisiol Tarkiainen A, Liljeström M, Seppä M, Salmelin R (2003): El 3D
110:214–229. Topografía de la precisión de la localización de la fuente MEG: efectos
Ossenblok P, Fuchs M, Velis DN, Veltman E, Pijn JP, da Silva FH del modelo del conductor y el ruido. Clin Neurofisiol 114:1977–1992.
(1999): Análisis de fuentes de epilepsia lesional del lóbulo frontal. IEEE Tesche CD, Uusitalo MA, Ilmoniemi RJ, Huotilainen M, Kajola M,
Eng Med Biol Mag 18:67–77. Salonen O (1995): Las proyecciones en el espacio de señales de datos MEG
Pataraia E, Baumgartner C, Lindinger G, Deecke L (2002): Magne- caracterizan fuentes neuronales tanto distribuidas como bien localizadas.
toencefalografía en la evaluación prequirúrgica de la epilepsia. Electroencefalogr Clin Neurophysiol 95:189–200.
Neurocirugía Rev 25:141–159; discusión 160–161. Wiebe S, Blume WT, Girvin JP, Eliasziw M (2001): estudio aleatorizado,
Pataraia E, Lindinger G, Deecke L, Mayer D, Baumgartner C ensayo controlado de cirugía para la epilepsia del lóbulo temporal. N Engl J
(2005): Análisis combinado MEG/EEG del complejo de puntas interictales en Med 345:311–318.
la epilepsia del lóbulo temporal mesial. Neuroimagen 24:607–614. Wood CC, Cohen D, Cuffin BN, Yarita M, Allison T (1985): Eléctrico
Fuentes en la corteza somatosensorial humana: identificación mediante
Segonne F, Dale AM, Busa E, Glessner M, Salat D, Hahn HK, grabaciones magnéticas y potenciales combinadas. Ciencia 227:1051–1053.
Fischl B (2004): Un enfoque híbrido para el problema de extracción del cráneo en Yoshinaga H, Nakahori T, Ohtsuka Y, Oka E, Kitamura Y, Kir-
resonancia magnética. Neuroimagen 22:1060–1075. iyama H, Kinugasa K, Miyamoto K, Hoshida T (2002): Beneficio de
Shigeto H, Morioka T, Hisada K, Nishio S, Ishibashi H, Kira D, la grabación simultánea de EEG y MEG en localización dipolar.
Tobimatsu S, Kato M (2002): Viabilidad y limitaciones de la Epilepsia 43:924–928.
detección magnetoencefalográfica de descargas epilépticas: Zijlmans M, Huiskamp GM, Leijten FS, Van Der Meij WM, Wie-
registro simultáneo de campos magnéticos y neke G, Van Huffelen AC (2002): Identificación de picos de
electrocorticografía. Neurol Res 24:531–536. modalidad específica en magnetoencefalografía/
Stefan H, Hummel C, Scheler G, Genow A, Druschky K, Tilz C, electroencefalografía simultánea: un enfoque metodológico. J
Kaltenhauser M, Hopfengartner R, Buchfelder M, Romstock J Clin Neurofisiol 19:183–191.
r1086r