Source localization of electrical dipoles in electroencephalogram (EEG)

Abstract

ÖZET Deriûstü görüntüleme metodu olarak beynin elektriksel aktivitesinin dipol kay nak yerelleştirmesi, fonksiyonel MRI ye PET ile karşılaştırıldığında zamansa! çözünürlüğü daha yüksektir. Beyindeki elektriksel olayları bağıl ilişkilerle ifade etmek yerine doğrudan belirtir. Bu çalışmada, EEG de rutin analizleri, elektriksel kaynaklan yerelleştirme işlemini gerçekleştiren bir arayüz geliştirildi. Kaynak yerelleştirme için gerekli olan ileri yönlü problemin çözümü analitik ve nümerik metodlar kullanılarak gerçekleştirildi. Geri yönlü problem için çoklu sinyal ayrıştırma yöntemi algoritması kullanıldı. Anal itik yöntem için içice geçmiş üç küre, nümerik yöntem için de gerçekçi kafa modeli farklı dipol değişkenleri ile çözüldü. İleri yönlü problemde gerçekçi kafa modeli için Sınır Değer Metodunun ağırlık merkezi yaklaşımı kullanıldı. Montreal Nöroloji En stitüsünden sağlanan Tl ağırlıklı ortalama kafa modeli, ileri model olarak kullanıldı. Grafik arayüzü MTS hastalarından elde edilen verilerle kullanıldı. Sonuçlar MRI ve diğer nörolojik testler sonucu oluşturulan tanılarla örtüşmektedir. Anahtar Sözcükler: EEG, Dipol kaynak yerelleştirme, ileri geri yönlü prob lem, Sınır Değer Metodu, MUSIC Algoritması

IV ABSTRACT SOURCE LOCALIZATION OF ELECTRICAL DIPOLES IN ELECTROENCEPHALOGRAM (EEG) As a noninvasive neuroimaging method, the dipole source localization of brain electrical activity has a much higher temporal resolution when compared with the func tional magnetic Resonance (fMRI) or Positron Emmision Tomography (PET) Imaging. It gives a direct image of the electrical events occuring in the brain. In this study, a user friendly computational system is developed for routine analysis of EEG activ ity, to perform electrical Dipole Source localization. The forward problem which is an essential part of source localization is solved by both the analytical and numerical methods. For the inverse problem, the Multiple Signal Classification algorithm (MU SIC) algorithm is used. The three concentric spherical shell and realistic head models which lead to analytical and numerical forward solutions, respectively are performed for different dipole parameters for evaluation and comparison. The center of grav ity (COG) approximation is used for the forward solution of the Boundary Element Method. The head model is obtained by the Tl weighted average head image issued by the Montreal Neurological Institute. The graphic user interface is extremely used on epileptic data obtained from mesial temporal sclerotic patients. The results obtained are in agreement with the clinical diagnoses reached by MRI and other neurological tests. Keywords:EEG, Dipole Source Localization, Inverse Problem, For ward problem, Boundary Element Method, MUSIC algorithm