Повышенная чувствительность пространственных фильтров при совмещении магнитного и электрического компонентов сенсомоторного кортикального бета-ритма

Модуляция магнитного или электрического сенсомоторных ритмов человека при представлении движений широко используется в фундаментальных и прикладных нейрофизиологических исследованиях. К настоящему времени имеются доказательства лучшей чувствительности сенсоров магнитного поля к модуляции бета-ритма, однако потенциальный синергический эффект от объединения двух модальностей еще не был исследован. В этом исследовании одновременная регистрация электроэнцефалограммы (ЭЭГ) и магнитоэнцефалограммы (МЭГ) проведена у восьми здоровых испытуемых-добровольцев при выполнении ими произвольных и воображаемых движений, а также при электрической стимуляции медианного нерва. У всех испытуемых удалось идентифицировать десинхронизацию (подавление) мюи бета-ритмов при выполнении сенсомоторных заданий, а также бета-синхронизацию после окончания движения или стимуляции. С использованием общих проекций ковариационных матриц сигналов электрической, магнитной и объединенной («МЭЭГ») модальностей были вычислены наиболее чувствительные индивидуальные пространственные фильтры отдельно для каждого из типов реакций. По сравнению с предстимульным контролем выраженность изменений амплитуды компонентов сенсомоторного ритма оказалась наибольшей в объединенной МЭЭГмодальности. При этом для мю-десинхронизации МЭЭГ оказалась значимо лучше МЭГ, а для бета-десинхронизации МЭЭГ оказалась существенно лучше как МЭГ, так и ЭЭГ. Для бета-синхронизации показано смещение положения источников во фронтомедиальном направлении, а значимых различий в амплитуде между модальностями не было. Также было показано, что для бета-десинхронизации у большинства испытуемых выделялись МЭГ-источники с одинаковыми ЭЭГ-проекциями или без выраженных ЭЭГ-проекций, что свидетельствует о наличии нескольких малых тангенциально расположенных кортикальных диполей, участвующих в десинхронизации бета-ритма. Полученные результаты позволяют полагать, что в исследованиях модуляции компонентов сенсомоторного ритма, в особенности бета-десинхронизации, совмещение МЭГ и ЭЭГ приводит к повышению чувствительности метода. Мультифокальность магнитного бета-ритма и его различная выраженность в ЭЭГ-источниках указывают на наличие независимых регуляторных контуров корковоталамического или внутрикортикального происхождения.

1. Cheyne D.O. MEG studies of sensorimotor rhythms: a review // Exp. Neurol. 2013. Vol. 245. P. 27–39.

2. Barone J., Rossiter H.E. Understanding the role of sensorimotor beta oscillations // Front. Syst. Neurosci. 2021. Vol. 15: 655886.

3. Salmelin R., Hari R. Spatiotemporal characteristics of sensorimotor neuromagnetic rhythms related to thumb movement // Neuroscience. 1994. Vol. 60. N 2. P. 537–550.

4. Pfurtscheller G., Stancak A., Jr., Edlinger G. On the existence of different types of central beta rhythms below 30 Hz // Electroencephalogr. Clin. Neurophysiol. 1997. Vol. 102. N 4. P. 316–325.

5. Kopell N., Whittington M.A., Kramer M.A. Neuronal assembly dynamics in the beta1 frequency range permits short-term memory // Proc. Natl. Acad. Sci. U.S.A. 2011. Vol. 108. N 9. P. 3779–3784.

6. Bardouille T., Bailey L., Cam C.A.N.G. Evidence for age-related changes in sensorimotor neuromagnetic responses during cued button pressing in a large open-access dataset // Neuroimage. 2019. Vol. 193. P. 25–34.

7. Jurkiewicz M.T., Gaetz W.C., Bostan A.C., Cheyne D. Post-movement beta rebound is generated in motor cortex: evidence from neuromagnetic recordings // Neuroimage. 2006. Vol. 32. N 3. P. 1281–1289.

8. Hall S.D., Stanford I.M., Yamawaki N., McAllister C.J., Ronnqvist K.C., Woodhall G.L., Furlong P.L. The role of GABAergic modulation in motor function related neuronal network activity // Neuroimage. 2011. Vol. 56. N 3. P. 1506–1510.

9. Muthukumaraswamy S.D., Myers J.F., Wilson S.J., Nutt D.J., Lingford-Hughes A., Singh K.D., Hamandi K. The effects of elevated endogenous GABA levels on movement-related network oscillations // Neuroimage. 2013. Vol. 66. P. 36–41.

10. Chandrasekaran C., Bray I.E., Shenoy K.V. Frequency shifts and depth dependence of premotor beta band activity during perceptual decision-making // J. Neurosci. 2019. Vol. 39. N 8. P. 1420–1435.

11. He B., Baxter B., Edelman B. J., Cline C.C., Ye W. Noninvasive brain-computer interfaces based on sensorimotor rhythms // Proc. IEEE Inst. Electr. Electron. Eng. 2015. Vol. 103. N 6. P. 907–925.

12. Bernier R., Dawson G., Webb S., Murias M. EEG mu rhythm and imitation impairments in individuals with autism spectrum disorder // Brain Cogn. 2007. Vol. 64. N 3. P. 228–237.

13. Illman M., Laaksonen K., Liljestrom M., Jousmaki V., Piitulainen H., Forss N. Comparing MEG and EEG in detecting the ~20-Hz rhythm modulation to tactile and proprioceptive stimulation // Neuroimage. 2020. Vol. 215: P. 116804.

14. Burgess R. C. MEG for greater sensitivity and more precise localization in epilepsy // Neuroimaging Clin. N. Am. 2020. Vol. 30. N 2. P. 145–158.

15. Baillet S., Garnero L., Marin G., Hugonin J.P. Combined MEG and EEG source imaging by minimization of mutual information // IEEE Trans. Biomed. Eng. 1999. Vol. 46. N 5. P. 522–534.

16. Cohen M.X. A tutorial on generalized eigendecomposition for denoising, contrast enhancement, and dimension reduction in multichannel electrophysiology // Neuroimage. 2022. Vol. 247: 118809.

17. Zuure M.B., Hinkley L.B., Tiesinga P.H.E., Nagarajan S.S., Cohen M.X. Multiple midfrontal thetas revealed by source separation of simultaneous MEG and EEG // J. Neurosci. 2020. Vol. 40. N 40. P. 7702–7713.

18. Vasilyev A.N., Nuzhdin Y.O., Kaplan A.Y. Does realtime feedback affect sensorimotor EEG patterns in routine motor imagery practice? // Brain Sci. 2021. Vol. 11. N 9: 1234.

19. Taulu S., Simola J. Spatiotemporal signal space separation method for rejecting nearby interference in MEG measurements // Phys. Med. Biol. 2006. Vol. 51. N 7. P. 1759–1768.

20. Delorme A., Makeig S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis // J. Neurosci. Methods. 2004. Vol. 134. N 1. P. 9–21.

21. Haufe S., Meinecke F., Gorgen K., Dahne S., Haynes J.D., Blankertz B., Biessmann F. On the interpretation of weight vectors of linear models in multivariate neuroimaging // Neuroimage. 2014. Vol. 87. P. 96–110.

22. Muralidharan V., Yu X., Cohen M.X., Aron A.R. Preparing to stop action increases beta band power in contralateral sensorimotor cortex // J. Cogn. Neurosci. 2019. Vol. 31. N 5. P. 657–668.

23. Moca V.V., Barzan H., Nagy-Dabacan A., Muresan R.C. Time-frequency super-resolution with superlets // Nat. Commun. 2021. Vol. 12. N 1: 337.

24. Syrov N.V., Vasilyev A.N., Solovieva A.A., Kaplan A.Y. Effects of the mirror box illusion on EEG sensorimotor rhythms in voluntary and involuntary finger movements // Neurosci. Behav. Physiol. 2022. Vol. 52. N 6. P. 936–946.

25. Jones S.R., Pritchett D.L., Sikora M.A., Stufflebeam S.M., Hamalainen M., Moore C.I. Quantitative analysis and biophysically realistic neural modeling of the MEG mu rhythm: rhythmogenesis and modulation of sensory-evoked responses // J. Neurophysiol. 2009. Vol. 102. N 6. P. 3554–3572.

26. Pfurtscheller G., Neuper C., Brunner C., da Silva F.L. Beta rebound after different types of motor imagery in man // Neurosci. Lett. 2005. Vol. 378. N 3. P. 156–159.