Nederlandse samenvatting Elektro-encefalografie is een techniek die de elektrische activiteit registreert geproduceerd door synchroon vurende neuronen in de hersenen opgemeten door elektroden geplaatst op de hoofdhuid. De in de tijd variërende signalen die de elektrische hersenactiviteit weerspiegelen worden weergegeven in het elektro-encefalogram (EEG). Als het EEG wordt opgenomen als reactie op een specifieke (endogene of exogene) stimulus, kan men hieruit de uitgelokte hersenactiviteit afleiden. De resulterende geëvoceerde potentialen en gebeurtenis gerelateerde potentialen (Eng.: Evoked related potentials of ERP) worden gekarakteriseerd door pieken en dalen. De amplitudes en de tijdstippen van de pieken en dalen kunnen gebruikt worden om functionele neurologische mechanismes op te sporen. In de klinische praktijk blijft de manuele aanduiding van de pieken en dalen de gouden standaard en kunnen we deze gebruiken om de prestatie van de geautomatiseerde detectie-methodes te evalueren. De identificatie van de pieken is vaak dubieus wegens de variabiliteit van de cognitieve componenten van de middellange en late tijdstippen en kan bijgevolg tot verschillende meningen leiden zelfs bij ervaren deskundigen. In het eerste deel van deze thesis introduceren we een automatische methode om de pieken in gebeurtenis gerelateerde EEG-metingen te identificeren en te classificeren. Onze methode is gebaseerd op Dynamic Time Warping (DTW). Dit is een niet-lineaire tijdsgebaseerde transformatietechniek die de optimale alignatie tussen signalen bekomt. Dynamic Time Warping laat ons toe om een niet-lineaire transformatie uit te voeren die de tijdsassen van twee signalen op een gemeenschappelijke tijdsas afbeeldt en
xxx NEDERLANDSE SAMENVATTING zodoende een verband in de tijd tussen de monsterwaarden van het referentie en het beschouwde signaal bekomt. Deze transformatie bestaat uit een inkrimping of uitrekking van de tijdsassen om de morfologische gelijkenissen tussen de signalen te optimaliseren. Dankzij deze transformatie kan men relevante pieken aanwezig in het referentiesignaal gaan opsporen in het beschouwde signaal. De niet-lineaire transformatie uitgevoerd door de DTW verschilt van de traditionele piekdetectie-methode. Bij traditionele piekdetectie wordt respectievelijk een positieve of negatieve piek geïdentificeerd als het globale maximum of minimum binnen een op voorhand gedefinieerd tijdsinterval. Enerzijds wordt a priori informatie van het onderzochte ERP signaal gebruikt in de voorgestelde methode als een beperking voor het DTW algoritme alsook voor de berekening van het referentiesignaal. Anderzijds incorporeert de methode twee eerder geïntroduceerde onafhankelijke benaderingen wat leidt tot hoge nauwkeurigheid en precisie. In dit werk ontwerpen we een raamwerk, namelijk de peak-picking Dynamic Time Warping (ppdtw), gebaseerd op de integratie van DTW en de piekdetectiemethode. Het tijdsinterval wordt aangepast op basis van de morfologie van de data. De procedure wordt getest op EEG-data van een groep kinderen met en zonder dyslexie, een neurologische ontwikkelingsstoornis gekarakteriseerd door specifieke lees- en schrijfproblemen. De opgemeten signalen vormen een uitdaging voor de techniek wegens het grote aantal pieken in het ERP-fragment en de variabiliteit tussen de verschillende kinderen. We vergelijken onze resultaten met de piekdetectie methode op basis van de geëxtraheerde pieken veroorzaakt door dezelfde stimulus. We tonen aan dat onze hybride methode de piekdetectie methode overtreft wanneer de signalen meerdere relevante pieken bevat. Gedurende de laatste twintig jaar wordt EEG gecombineerd met andere neurologische beeldvormingstechnieken om de lage spatiale resolutie van het EEG te verbeteren. Dit leidt tot een meer nauwkeurige lokalisatie van de hersenactiviteit. De simultane registratie van EEG en functionele Magnetisch Resonantie Beeldvorming (eng.: functional magnetic resonance ima-
DUTCH SUMMARY xxxi ging or fmri) is een recente ontwikkeling in de wereld van de medische beeldvorming. De combinatie van deze twee niet-invasieve technieken is reeds waardevol gebleken voor een beter begrip van de hersenfuncties en is bovendien uitermate geschikt voor cognitieve studies met gezonde vrijwilligers. De beeldvormingstechnieken EEG en fmri zijn gebaseerd op twee verschillende fysiologische verschijnselen. Het EEG geeft de elektrische hersenactiviteit weer die gemeten wordt door middel van elektroden geplaatst op de hoofdhuid. De fmri-techniek detecteert variaties in de zuurstofconcentratie van het bloed dat in de hersenen stroomt. Als neuronen actief zijn verbruiken ze zuurstof. De hersenen reageren op dit zuurstofverbruik door de zuurstofrijke bloedstroom naar dit actieve gebied te laten toenemen. Veranderingen in de concentratieverhouding tussen zuurstofrijk en zuurstofarm bloed worden afgebeeld door fmri. De neurale activiteit wordt ook waargenomen in het EEG als een verhoogd potentiaalverschil. Het EEG heeft een temporele resolutie van milliseconden maar een spatiale resolutie van 1 á 2 cm afhankelijk van het aantal elektroden, de hoeveelheid ruis en de gebruikte verwerkingsalgoritmen. Functionele MRI heeft een tijdsresolutie van 1 á 2 seconden en een spatiale resolutie van millimeters. De fusie van de hoge temporele resolutie van het EEG en de hoge spatiale resolutie van het fmri kunnen een verhoogd inzicht in de dynamica van de hersenen bieden dat tot nu toe onbereikbaar was voor andere niet-invasieve technieken. Het grootste nadeel van simultane EEG-fMRI metingen is de vorming van artefacten in het EEG door de veranderende magnetische velden van de MR-scanner. De gradiënt velden en het statische magnetische veld genereren respectievelijk het gradiënt en het BallistoCardioGraphic (BCG) artefact. Het gradiënt artefact is van nature deterministisch en kan hierdoor efficiënt verwijderd worden door gebruik te maken van een template matching techniek. Het BCG-artefact is gerelateerd aan de pulsatie van de bloedstroom en is patiëntafhankelijk. Zelfs de artefacten van eenzelfde patiënt zijn variabel over tijd wat een robuust en efficiënt BCG-artefact verwijderingsalgoritme bemoeilijkt.
xxxii NEDERLANDSE SAMENVATTING In het tweede deel van deze thesis introduceren we een nieuwe methode om het BCG-artefact te verwijderen als alternatief voor de twee gevestigde artefact verwijderingsmethoden, namelijk de Average Artifact Subtraction (AAS) methode en de Optimal Basis Set (OBS) methode. De voorgestelde techniek is gebaseerd op Canonieke Correlatie Analyse (CCA), een multivariate statistische techniek die onderliggende bronnen extraheert uit twee reeksen van variabelen, in dit geval twee EEG-fragmenten. Het CCAgebaseerde artefact verwijderingsalgoritme bevat twee stappen: de extractie van gemeenschappelijke bronnen aanwezig in de twee reeksen en de identificatie van bronnen verantwoordelijk voor het artefact. De geëxtraheerde bronnen zijn orthogonaal in elke reeks en maximaal in de tijd gecorreleerd tussen de twee reeksen. De gemeenschappelijke gedachte achter deze methodes is dat een referentie signaal, dat het BCG-artefact voorstelt, afgetrokken wordt van het originele signaal. De methodes verschillen in de manier waarop het referentie signaal wordt opgebouwd. In de AAS-methode wordt het uitgemiddelde BCG-artefact aangewend als referentie signaal. In de OBS-methode wordt het referentie signaal berekend op basis van n principiële componenten bekomen door de singuliere waarden ontbinding. In de CCA-gebaseerde techniek wordt de referentie bepaald door orthogonale canonieke componenten met maximale correlatie tussen twee tijdsreeksen. In dit geval betreft het twee EEG-fragmenten tijdens een BCG-artefact. We testen de voorgestelde methode op een simultane EEG-fMRI dataset, opgenomen bij epilepsie patiënten. CCA wordt toegepast op twee EEG-fragmenten, in dit geval twee opeenvolgende EEG-fragmenten die vervuild zijn met het BCG-artefact. De methode extraheert bronnen die gemeenschappelijk zijn voor beide EEG-fragmenten. Een selectiecriterium is ontwikkeld om de bronnen verantwoordelijk voor het artefact te identificeren en te verwijderen met het oog op het behouden van de fysiologische EEG-ritmes. De methode wordt vergeleken met de AAS-methode die gebruikt wordt in de klinische routine. We tonen aan dat de voorgestelde CCA-gebaseerde methode de AAS-methode overtreft en dat BCG-artefact
DUTCH SUMMARY xxxiii verwijdering in EEG baat heeft bij de incorporatie van intra-subject variabiliteit. De methodologie achter de analyse van ERPs en EEG zijn intrinsiek verschillend. Enerzijds is de amplitude van het ERP een grootteorde kleiner dan deze van het EEG ( 10µV versus 100µV ) omdat de ERPcomponent zich bevindt in het achtergrond EEG. Om de signaal-ruisverhouding te verhogen worden meerdere ERP-fragmenten uitgemiddeld onder bepaalde voorwaarden. Deze extra uitmiddelingsstap kan leiden tot het verder reduceren van overgebleven delen van het artefact. Anderzijds kunnen de ERPs die opgenomen zijn binnen en buiten de MR-scanner verschillen van elkaar omwille van de van elkaar verschillende omgevingen. We onderzoeken het effect van de AAS, OBS en CCA methoden op de extractie van ERPs uit een EEG-fMRI dataset. Het effect van het type MRscanner alsook de reproduceerbaarheid van de ERP-golfvormen binnen en buiten de MR-scanner worden toegelicht. De CCA-gebaseerde artefact verwijdering wordt aangepast om compatibel te zijn met verschillende elektrode posities en verschillende karakteristieken van het beoogde signaal (ERP vs. EEG). De CCA-analyse wordt toegepast op het huidige EEG-fragment, vervuild met het BCG-artefact, en het uitgemiddelde artefact. Op deze manier vermijden we de verwijdering van fundamentele EEG-ritmes omdat deze niet aanwezig zijn in het gemiddelde artefact. De identificatie van de artefact bronnen wordt hierdoor verbeterd: we schrijven de variantie van het signaal in termen van de variantie verklaard in het artefact en de variantie verklaard in het EEG-signaal. Op deze manier kunnen we componenten geassocieerd met artefacten verwijderen. Om alle artefact verwijderingsalgoritmen te beoordelen werden 3 verschillende ERP-studies beschouwd. De taken werden gekozen op een manier dat de onderliggende ERP-componenten een waaier aan karakteristieken bevatten. We kozen een visuele taak met een onderliggende component gekenmerkt door een lage amplitude en een vroege latentie, een cognitieve taak met een onderliggende component met gemiddelde latentie en een
xxxiv NEDERLANDSE SAMENVATTING motorische taak gekarakteriseerd door een component met een zeer lage amplitude en late latentie bij lage frequentie. De datasets werden opgenomen in drie verschillende laboratoria, gebruik makend van drie verschillende MR-scanners en verschillende MR-compatibele EEG-systemen van dezelfde producent. De systemen verschillen in de elektroden configuratie. Elke testpersoon voerde de taak uit in twee verschillende situaties: binnen in de MR-scanner zonder MR-gradiëntvelden en buiten de MR-scanner. De belangrijkste reden om de gradiëntvelden niet in rekening te brengen was het vermijden van het effect van de gradiënt-artefact verwijdering op de interpretatie van de resultaten. We tonen aan dat de extractie van ERPs uit simultane EEG-fMRI registraties voordeel kunnen hebben bij het gebruik van een artefact verwijderingstechniek die rekening houdt met de variabiliteit binnen een patiënt of proefpersoon. Bovendien tonen we aan dat, voornamelijk als we te maken hebben met een laagfrequente ERP-component met een lage amplitude, de CCA-gebaseerde techniek tot betere resultaten leidt. We ondervonden dat de verschillende opname omgevingen (0T vs. 3T) een effect hebben op de geëxtraheerde ERP-component. Indien dit effect te wijten is aan het verschil in positie (liggend of zittend) van de proefpersoon met betrekking tot de traditionele gedragstudies of aan het statisch magnetische veld blijft onduidelijk. We denken dat een vergelijking tussen data opgenomen in een 0T en 3T MR-scanner en data opgenomen in een dummy-scanner (scanner die de omgeving nabootst zonder magnetisch veld) en de toename van het aantal proefpersonen zal leiden tot een betere interpretatie van de resultaten. We geloven dat dit een belangrijk probleem blijft dat verder dient onderzocht te worden om zo de gelijkenissen tussen cognitieve processen in gedragstudies en beeldvormingsstudies aan te tonen.