Vielen Dank für Ihren Besuch auf nature.com.Sie verwenden eine Browserversion mit eingeschränkter CSS-Unterstützung.Um die beste Erfahrung zu erzielen, empfehlen wir Ihnen, einen aktuelleren Browser zu verwenden (oder den Kompatibilitätsmodus im Internet Explorer zu deaktivieren).In der Zwischenzeit zeigen wir die Website ohne Stile und JavaScript an, um eine kontinuierliche Unterstützung zu gewährleisten.Slider mit drei angezeigten Artikeln pro Slide.Verwenden Sie die Schaltflächen „Zurück“ und „Weiter“, um durch die Folien zu navigieren, oder die Schaltflächen des Schiebereglers am Ende, um durch die einzelnen Folien zu navigieren.Gaia Amaranta Taberna, Roberto Guarnieri & Dante MantiniRasmus Zetter, Joonas Iivanainen & Lauri ParkkonenTim M. Tierney, Stephanie Mellor, … Gareth R. BarnesPeter Hausamann, Christian B. Sinnott, … Paul R. MacNeilageAndres Soler, Luis Alfredo Moctezuma, … Marta MolinasLari M. Koponen, Matti Stenroos, … Risto J. IlmoniemiHermann Hinrichs, Michael Scholz, … Hans-Jochen HeinzeIlaria Mazzonetto, Marco Castellaro, … Sabrina BrigadoiArjen Stolk, Sandon Griffin, … Robert OostenveldWissenschaftliche Berichte Band 13, Artikelnummer: 3801 (2023) Diesen Artikel zitierenIn MEG- und EEG-Studien wirkt sich die Genauigkeit der Kopfdigitalisierung auf die Co-Registrierung zwischen funktionellen und strukturellen Daten aus.Die Koregistrierung ist einer der Hauptfaktoren, die die räumliche Genauigkeit bei der MEG/EEG-Quellenbildgebung beeinflussen.Präzise digitalisierte Kopfoberflächen-(Kopfhaut-)Punkte verbessern nicht nur die Koregistrierung, sondern können auch eine Schablonen-MRT verformen.Ein solches individualisiertes MRT-Template kann für die Leitfähigkeitsmodellierung in der MEG/EEG-Quellenbildgebung verwendet werden, wenn das strukturelle MRT des Individuums nicht verfügbar ist.Elektromagnetische Ortungssysteme (EMT) (insbesondere Fastrak, Polhemus Inc., Colchester, VT, USA) sind die am weitesten verbreitete Lösung für die Digitalisierung in MEG und EEG.Sie können jedoch gelegentlich unter elektromagnetischen Interferenzen aus der Umgebung leiden, was es schwierig macht, eine (Sub-)Millimeter-Digitalisierungsgenauigkeit zu erreichen.Die aktuelle Studie – (i) bewertete die Leistung des Fastrak EMT-Systems unter verschiedenen Bedingungen bei der MEG/EEG-Digitalisierung und (ii) untersuchte die Verwendbarkeit von zwei alternativen EMT-Systemen (Aurora, NDI, Waterloo, ON, Kanada; Fastrak mit a Kurzstreckensender) zur Digitalisierung.Tracking-Fluktuation, Digitalisierungsgenauigkeit und Robustheit der Systeme wurden in mehreren Testfällen mit Testrahmen und menschlichen Kopfmodellen bewertet.Die Leistung der beiden alternativen Systeme wurde mit dem Fastrak-System verglichen.Die Ergebnisse zeigten, dass das Fastrak-System genau und robust für die MEG/EEG-Digitalisierung ist, wenn die empfohlenen Betriebsbedingungen eingehalten werden.Der Fastrak mit dem Nahbereichssender zeigt vergleichsweise höhere Digitalisierungsfehler, wenn nicht sehr nah am Sender digitalisiert wird.Die Studie zeigt auch, dass das Aurora-System für die MEG/EEG-Digitalisierung innerhalb eines eingeschränkten Bereichs verwendet werden kann;jedoch wären einige Modifikationen erforderlich, um das System zu einem praktischen und einfach zu verwendenden Digitalisierer zu machen.Die Echtzeit-Fehlerschätzungsfunktion kann die Digitalisierungsgenauigkeit potenziell verbessern.Bei der Bildgebung mit elektromagnetischer funktioneller Quelle wie der Magnetoenzephalographie (MEG) und der Elektroenzephalographie (EEG) werden normalerweise anatomische MRI-Bilder (Magnetresonanztomographie) des Kopfes einer Person zum Definieren der Geometrie und des Kopfmodells für die Berechnungen verwendet.Eine zuverlässige Verschmelzung der funktionellen und anatomischen Informationen erfordert, dass die Orte anatomischer Orientierungspunkte auf der Kopfoberfläche genau bekannt sind.Außerdem müssen die Positionen und Ausrichtungen der Sensoren/Elektroden in Bezug auf den Kopf mit ausreichender Genauigkeit bekannt sein1.Da die funktionellen und anatomischen Daten von zwei getrennten medizinischen Bildgebungssystemen erfasst werden, erfordert ihre Kombination die gemeinsame Registrierung ihrer Koordinatenrahmen, um eine affine Transformation zwischen MEG/EEG- und MRI-Koordinatensystemen zu definieren.Diese Koregistrierung erfolgt normalerweise durch manuelles Ausrichten eines Satzes von Bezugspunkten, die in den beiden Koordinatenrahmen bestimmt wurden.Drei leicht identifizierbare anatomische Orientierungspunkte im MRT und auf der Kopfhautoberfläche – Nasion, links präaurikulär (LPA) und rechts präaurikulär (RPA) – dienen typischerweise als Referenzpunkte für die Koregistrierung.Optional kann unter Verwendung einer ICP-basierten (iterativen nächsten Punkt)2 automatisierten Koregistrierung ein Satz von Kopfhautoberflächenpunkten, die im MEG/EEG-Koordinatenrahmen bestimmt wurden, mit der aus der MRT extrahierten Kopfhautoberfläche abgeglichen werden.Die Bezugspunkte im MRI-Koordinatenrahmen werden durch visuelles Navigieren der 3D-MRI-Bilder oder der aus diesen Bildern extrahierten Kopfhautoberfläche bestimmt.In dem MEG/EEG-Koordinatenrahmen werden diese Referenzpositionen und die Punkte der Kopfhautoberfläche unter Verwendung einer elektromagnetischen oder optischen Positionsverfolgungsvorrichtung während eines allgemein als Kopfdigitalisierung bezeichneten Verfahrens bestimmt.Die meisten MEG-Systeme basieren auf einem festen Sensorarray mit genau definierten Sensorpositionen im MEG-Gerätekoordinatenrahmen, und der Kopf kann sich potentiell bewegen.die Sensoren während der Datenerfassung.Bei den MEG-Systemen von MEGIN Oy (Espoo, Finnland) wird die Position des Kopfes der Testperson relativ zu den MEG-Sensoren mit Hilfe von vier oder fünf an der Kopfhaut angebrachten Head Position Indicator (HPI)-Spulen bestimmt.Die HPI-Spulenpositionen werden zusammen mit den Referenz- und Skalppunkten digitalisiert, und ihre Positionen werden in dem Kopfkoordinatenrahmen bestimmt, der durch die digitalisierten Referenzpunkte definiert ist.Wenn die Spulen erregt werden, kann das MEG-Sensorarray sie im Koordinatenrahmen der MEG-Vorrichtung lokalisieren.In Kenntnis der HPI-Spulenpositionen in diesen beiden Frames wird eine Vorrichtung-zu-Kopf-Koordinatentransformation definiert, die die Kopfposition innerhalb des MEG-Sensorarrays bestimmt.Daher beinhalten MEG-Quellenbildgebungsstudien eine Kombination von drei Koordinatensystemen (Abb. 1)3:Koordinatensystem des MEG-Geräts, das die Positionen und Ausrichtungen der MEG-Sensoren zueinander definiert.Kopfkoordinatensystem basierend auf den digitalisierten Bezugspunkten, die auf der Kopfoberfläche und in den MRT-Daten genau identifizierbar sind.MRT-Koordinatensystem, das nativ (gerätebasiert) oder durch MRT-Verarbeitungssoftware bestimmt sein kann.Die Koordinatensysteme und ihre Beziehungen3.EEG-Elektroden werden in demselben Kopfkoordinatenrahmen zusammen mit den anderen digitalisierten Punkten digitalisiert, da sie sich auf der Kopfhaut befinden.Somit beinhaltet die EEG-Quellenbildgebung eine Kombination von nur zwei Koordinatensystemen – dem Kopfkoordinatensystem und dem MRI-Koordinatensystem.Frühere Studien haben den Effekt der Koregistrierungsgenauigkeit bei der MEG/EEG-Quellenbildgebung untersucht4,5,6 und sie bestätigen, dass eine sorgfältige und genaue Digitalisierung ein entscheidender Schritt ist.Beim MEG/EEG wird die Digitalisierung hauptsächlich zum Definieren der Koordinatentransformationen verwendet, entweder während der Datenerfassung oder der Quellenschätzung, und manchmal, um ein sphärisches Kopfmodell für die Quellenmodellierung anzupassen7,8.Einige Studien haben jedoch auch die Rolle digitalisierter Punkte bei der Definition eines pseudorealistischen Volumenleitermodells gezeigt9,10,11.Es hat sich gezeigt, dass ein realistisches Kopfmodell, das die inneren Schädel- und Kopfhautoberflächen einer Person verwendet, das kugelförmige Kopfmodell in der Quellenbildgebung übertrifft12,13.Die Definition eines realistischen Volumenleitermodells ist jedoch manchmal eine Herausforderung, insbesondere wenn das MRT einer Person nicht verfügbar ist.In einem solchen Fall kann z. B. das TPS-Verfahren (Thin-Plate Spline)14 angewendet werden, um Kopfhaut- und Gehirnoberflächen unter Verwendung von dicht abgetasteten Kopfhaut-Digitalisierungspunkten vom Kopf des Subjekts zu verzerren.Obwohl die individualisierten (verzerrten) Oberflächen nicht genau das echte individuelle MRI wären, sind sie ausreichend ähnlich, um bei der MEG/EEG-Analyse nützlich zu sein.Da die Digitalisierung sowohl die Koordinatentransformation als auch den Warping-Ansatz beeinflusst, ist die Genauigkeit der Digitalisierung bei der MEG/EEG-Bildgebung von entscheidender Bedeutung.Verschiedene Techniken wurden für die Digitalisierung der Kopfhaut und die Lokalisierung von EEG-Elektroden eingeführt.Darüber hinaus haben einige Studien die Vorteile und Grenzen verschiedener Digitalisierungsmethoden bewertet15,16.Zu diesen Methoden gehören:Digitale Messschieber zur Lokalisierung von Elektroden durch Messung der Abstände zwischen Elektrodenpaaren und Bezugspunkten17,18.An Elektroden befestigte MRT-Markerkapseln19,20.Unter diesen Methoden ist die EMT-basierte Digitalisierung seit langem der am weitesten verbreitete Ansatz.Ein EMT ist ein Sender-Empfänger-basiertes Verfolgungssystem, bei dem ein Empfänger in einem vom Sender erzeugten elektromagnetischen (EM) Feld platziert wird, um die dreidimensionale Position des Empfängers in Bezug auf den Sender oder einen anderen Empfänger zu bestimmen.Ein magnetisches Objekt in der Nähe kann jedoch das Senderfeld verzerren und die Genauigkeit der Digitalisierung beeinträchtigen.Außerdem dauert die EMT länger für dichte EEG-Elektroden-Setups, da der Empfänger auf jede Elektrode gerichtet werden muss.Als Alternative zu EMT wurden in den letzten Jahren optische Scanner eingeführt.Sie können den Digitalisierungsprozess beschleunigen und sind frei von EM-Interferenzproblemen, leiden aber im Allgemeinen unter dem Problem der Sichtverbindung.IR-Reflektor-basierte Scanner wie Krios® (NDI, Waterloo, ON, Kanada) wurden in den letzten Jahren als alternative Lösungen entwickelt, insbesondere für eine dichte EEG-Kappe16, sie bieten millimetergenaue Genauigkeit und schnellere Digitalisierung für dichtes EEG.Bei MEG-Scans wird jedoch häufig keine EEG-Haube getragen;Infolgedessen arbeitet der optische Scanner nur in einem Sondierungsmodus, ähnlich wie ein EMT-basierter Digitalisierer, und das Problem der Sichtlinie verschlechtert sich, wodurch die Digitalisierung von Kopfhautpunkten schwieriger und zeitaufwändiger wird.Jüngste Studien haben den 3D-Scanner mit strukturiertem Licht (Occipital, CO, USA) für die Digitalisierung eingeführt29,30,31.Ein derartiger Scanner ist schnell und stellt ein dichtes dreieckiges Netz der Kopfoberfläche mit hoher Genauigkeit bereit, insbesondere an glatt variierenden Stellen, jedoch ist eine Nachbearbeitung erforderlich, um die anatomischen Merkpunkte zu identifizieren.Da der Scanner außerdem eine Haarhülle anstelle von Kopfhaut liefert, ist eine andere Koregistrierungsstrategie erforderlich, bei der nur die nicht behaarte Kopfoberfläche verwendet wird.Da die Kopfhaut aufgrund von Haaren möglicherweise nicht genau definiert ist, ist außerdem ein korrektes Verziehen einer Schablonen-MRT unmöglich.Aufgrund der oben genannten praktischen Einschränkungen optischer Digitalisierer sind EMT-Systeme wie Fastrak® oder seine älteren Varianten (Polhemus Inc., Colchester, VT, USA) immer noch die am weitesten verbreiteten Digitalisierer im MEG/EEG und bleiben möglicherweise die praktischste Lösung für MEG.Der Fastrak® mit dem standardmäßigen TX2-Sender erreicht Millimeterpräzision und ist für die Digitalisierung in der MEG/EEG-Forschung und klinischen Praxis weithin akzeptiert15,32.Einige Studien haben jedoch Abweichungen in der Digitalisierungsgenauigkeit von bis zu mehreren Millimetern je nach Messbedingungen berichtet15,32.Nahe gelegene EM-Störquellen, physischer Kontakt zwischen Sender- und Empfängerkabeln, Haut- und Haarweichheit und Kopfbewegungen sind die berichteten Gründe für solche Schwankungen32.In einer klinischen Umgebung kann es zusätzliche Faktoren geben, die das EM-Feld des Senders verzerren, wie z. B. zahnärztliche Arbeiten, Langzeit-EEG-Überwachungselektroden, magnetisiertes Material von früheren Operationen und in der Nähe befindliche unbewegliche Instrumente.Chirurgische Implantate und therapeutische Stimulatoren sind unvermeidbare Quellen von Artefakten.Die magnetischen Eigenschaften ihrer Materialien und Schaltungen können das Senderfeld verzerren und die Digitalisierungsgenauigkeit verringern.Die Benutzer können einige der Interferenzen identifizieren und beheben, aber Bedingungen wie verstärkende Metallstangen in nahe gelegenen Wänden oder Decken können die Digitalisierungspräzision heimlich verringern.Andere praktische Einschränkungen, wie z. B. Handzittern beim Digitalisieren von Referenzpunkten und überlappende Sender-Empfänger-Kabel, können ebenfalls zu Ungenauigkeiten führen.Unsystematische und ortsspezifische Unterschiede in der Digitalisierungsgenauigkeit haben es schwierig gemacht, die Störquellen zu untersuchen, ihre Auswirkungen zu quantifizieren und eine robuste MEG/EEG-Digitalisierungsmethode zu definieren.Außerdem ist es entscheidend, die Leistung des aktuellen Systems in verschiedenen Interferenzfällen zu bewerten und Optionen für die Entwicklung eines robusteren Systems für die Digitalisierung zu untersuchen.Die vorliegende Studie konzentriert sich auf zwei Aspekte:Eine umfassende Bewertung des aktuellen EMT-basierten Digitizers Fastrak® mit dem TX2-Sender unter verschiedenen Interferenzbedingungen, um die besten Digitalisierungspraktiken während MEG/EEG zu ermitteln.Ein direkter Vergleich von zwei verschiedenen EMT-basierten Systemen, um zu beurteilen, ob es einen robusteren Digitalisierer für MEG/EEG gibt.Für jedes der drei Systeme wurde die Schwankung der Positionsverfolgung33,34 sowohl mit als auch ohne das Vorhandensein unterschiedlicher elektromagnetischer Interferenzen quantifiziert.Darüber hinaus wurden die Auswirkungen unterschiedlicher Messbedingungen umfassend untersucht, wie z. B. variierender Sender-Empfänger-Abstand, Bewegung während der Digitalisierung, Störungen in der Nähe, Störungen durch die umgebende Infrastruktur und ein medizinisches Implantat.Zwei starre Testmodelle mit genau definierten Punkten wurden verwendet, um die Digitalisierungsgenauigkeit über mehrere Umgebungsbedingungen zu testen.Wir haben auch die Leistung der drei Digitalisierungssysteme mit einem vormarkierten menschlichen Kopfmodell getestet, um die Freiform-Digitalisierung der Kopfhaut in MEG und einer 32-Kanal-EEG-Kappe zu replizieren, um die Digitalisierung mit fester Elektrode im EEG zu testen.Schließlich zeigten wir die Auswirkungen der drei Möglichkeiten der Digitalisierung auf die MEG-Quellenmodellierung.Zusätzlich zur Zusammenfassung unserer Ergebnisse haben wir einige Richtlinien bereitgestellt, die bei der Verwendung des EMT-basierten Systems für die MEG/EEG-Digitalisierung zu befolgen sind.Die drei in der Studie bewerteten EMT-Systeme waren (i) ein Fastrak®-System mit einem Standardsender (TX2), im Folgenden als Fastrak TX2 bezeichnet, (ii) ein Aurora®-System mit einem 20-20-Planarfeldgenerator, im Folgenden bezeichnet als Aurora und (iii) ein Fastrak®-System mit einem Kurzstreckensender (TX1), im Folgenden als Fastrak TX1 bezeichnet.Fastrak TX1 unterschied sich von Fastrak TX2 durch die Verwendung eines Nahbereichssenders, der für die Digitalisierung innerhalb von ~ 50 cm optimiert ist und von dem erwartet wurde, dass er über diesen Bereich hinaus weniger anfällig für EM-Störquellen ist.Das Aurora-System wird seit mehreren Jahren in klinischen Anwendungen eingesetzt, bei denen räumliche Präzision im Submillimeterbereich erforderlich ist, z. B. chirurgische Navigation;es wurde jedoch nicht für die MEG/EEG-Digitalisierung angewendet.Die Hardwarespezifikationen, das eingeschränkte EM-Feld, die erwartete Genauigkeit und eine Fehleranzeigefunktion in Echtzeit haben uns motiviert, das Aurora-System im Vergleich zum aktuellen Digitalisierer auf eine potenzielle neue Digitalisierungsoption zu untersuchen.Tabelle 1 vergleicht die Hauptmerkmale der drei Systeme;Eine vergleichende Darstellung ihres EM-Felds ist in der ergänzenden Abb. S1A dargestellt.Diese drei Systeme decken ein breites Anwendungsspektrum ab, aber in dieser Studie haben wir sie nur als Digitalisierer für MEG/EEG untersucht, insbesondere bei der MEG-Erfassung.Beachten Sie, dass der Sender in Aurora-Systemhandbüchern (NDI, Waterloo, ON, Kanada) als Feldgenerator bezeichnet wird.Der Empfänger als Werkzeug und der Stift als Sonde entsprechen der gängigen Terminologie, die für Fastrak TX2 verwendet wird, und wir haben diese Begriffe für alle drei Systeme verwendet.Fastrak TX2 ist ein Allzweck-EMT-System, das für verschiedene räumliche Tracking-Anwendungen einschließlich MEG/EEG-Digitalisierung entwickelt wurde.Der Standardsender TX2 erzeugt ein sphärisches Feld mit beträchtlicher Stärke bis zu ~ 150 cm und ein viel schwächeres Feld sogar noch länger, was ein großes VoM (Messvolumen) und mehr Freiheit für die Digitalisierung um den Kopf herum ermöglicht (3space® Fastrak® Benutzerhandbuch, Polhemus Inc., Colchester, VT, USA).Unter Verwendung von AC-Elektromagnetik verfolgt die Verarbeitungseinheit SEU kontinuierlich einen Sondenempfänger wrt.an einen Referenzempfänger mit einer maximalen Rate von 60 Hz.Es bietet eine benutzerfreundliche Digitalisierungsplattform mit einem schalterfähigen Sondenempfänger und MEG/EEG-systemspezifischen Digitalisierungsschnittstellen.Fastrak TX2 gilt als Goldstandard für die MEG/EEG-Digitalisierung;Daher haben wir dieses System als Referenzdigitalisierer in der Studie verwendet.Wir verwendeten einen TX2-Sender und zwei Empfänger, dh einen Stift und einen Referenzempfänger.Der Stift ist ein etwa 18 cm langes stiftähnliches „Sondierungswerkzeug“ mit einem Schalter, der die Systemfähigkeit zu einem Freiform-Digitalisierer erweitert, bei dem sowohl eine einzelne als auch eine kontinuierliche Positionsausgabe erhalten werden kann.Bei der MEG/EEG-Anwendung wird der Referenzempfänger normalerweise mit einer Brille (oder einem elastischen Band) am Kopf des Patienten befestigt, so dass er sich mit dem Kopf bewegt.SEU berechnet die Position der Empfänger im globalen (bez. Mittelpunkt des Senders) und im referenzierten (bez. Mittelpunkt des Referenzempfängers) Koordinatensystem.Die Digitalisierung erfolgt im Referenzkoordinatenrahmen, der am Referenzempfänger zentriert ist und sich mit dem Kopf bewegt, um die Kopfbewegung während der Digitalisierung zu kompensieren.Die systemspezifische Digitalisierungssoftware, beispielsweise der Isotrak-Server von MEGIN, wandelt jeden digitalisierten Punkt in Echtzeit in das Kopfkoordinatensystem um, unmittelbar nachdem die drei Referenzpunkte digitalisiert wurden.Abbildung 2A zeigt das in der Studie verwendete Fastrak TX2-Setup, und Abbildung 2B zeigt die Befestigung des Referenzempfängers am Kopf.Fastrak-System.(A) Die Standardkomponenten des TX2-Systems, (B) Referenzempfänger, der während der Digitalisierung an Googles angebracht ist, (C) physische Unterschiede zwischen den Sendern TX1 und TX2.Wirbelströme in leitenden Objekten spielen eine wichtige Rolle bei der EMT-Feldverzerrung35.Sie sind proportional zu Faktoren wie Feldstärke, Änderungsrate, Objektleitfähigkeit und Oberfläche.Daher erzeugt das stärkere EM-Feld bei gleichem Abstand vom Sender TX2 im Vergleich zu TX1 stärkere Wirbelströme und damit eine höhere Verzerrung.In der Praxis erfordert die MEG/EEG-Digitalisierung möglicherweise kein so großes VoM, das der TX2 bietet.Stattdessen könnte ein Sender mit kleinerem VoM mit einem Radius unter 100 cm optimal sein, um den gesamten Kopf abzudecken und gleichzeitig die Anfälligkeit für Störquellen wie leitende Materialien in Boden, Wänden und Decken zu reduzieren.Fastrak TX1 besitzt ein sphärisches Feld, das über ~ 50 cm abklingt, wodurch das System weniger anfällig für Störquellen außerhalb dieses Bereichs ist.Abbildung 2C zeigt den physikalischen Unterschied zwischen den Sendern TX1 und TX2.Der Rest der Einrichtung und Funktionsweise war identisch mit dem im vorherigen Abschnitt beschriebenen Fastrak TX2-System.Aurora ist ein Allzweck-EMT-System, das für viele räumliche Verfolgungsaufgaben verwendet wurde, einschließlich klinischer Anwendungen, die eine hohe räumliche Genauigkeit erfordern33,36,37.Die in dieser Studie verwendeten Systemkomponenten sind in Tabelle 1 und Fig. 3A gezeigt.Der 20–20 PFG (Sender) emittiert ein AC-EM-Feld geringer Intensität und stellt ein würfel- oder kuppelförmiges VoM her, das bis zu einem Maximum von 66 cm reicht (Aurora v3.1 Benutzerhandbuch, NDI, Waterloo, ON, Kanada);siehe Abb. S1A für Details.Das einseitig kuppelförmige VoM, das durch einen mechanischen Arm verschoben werden kann, macht das System weniger anfällig für EM-Störungen in der Nähe und eignet sich für verschiedene klinische Anwendungen, wie z. B. chirurgische Navigation.Das System gibt die Position und Ausrichtung jedes Empfängers bei 40 Hz in einem Koordinatenrahmen zurück, der auf dem Sender oder einem anderen Empfänger zentriert ist.Darüber hinaus stellt das System für jede Probe eine als Fehlerindex bezeichnete Metrik als Maß für die Probenqualität bereit.Die Fehlerindizes hängen von mehreren Faktoren ab, die die Schätzung der Empfängerposition beeinflussen, wie z. B. EM-Störungen durch externe Quellen, falsche Systemeinstellungen, Annäherung an die VoM-Grenze und ein Fehler im Stift aufgrund physischer Beschädigung.Dieser Index reicht von 0 bis 1, wobei 0 die ideale Schätzung einer Position und 1 die schlechteste Schätzung angibt.Das System warnt Benutzer im Falle einer fehlerhaften Messung und ermöglicht es ihnen, diese aus der Digitalisierung zu verwerfen.Aurora-System.(A) Für die Studie verwendete Komponenten (Bild mit freundlicher Genehmigung von NDI, Waterloo, ON, Kanada), (B) geclusterte kontinuierliche Verfolgungspunkte (graue Punkte).(C) Die Digitalisierungspunkte (rot);beide im Kopfkoordinatensystem von MEGIN.Das 20–20 PFG wurde an der Rückenlehne des Digitalisierungsstuhls befestigt, um das kuppelförmige VoM auf den Kopf zu projizieren (Modell), siehe Abb. S1B für Details.Im Gegensatz zu einer einzelnen SEU im Fastrak-System verwendete Aurora separate Einheiten für die Systemsteuerung und die Sensor-(Empfänger-)Schnittstelle (SIU).Es wurden zwei Empfänger mit 6 Freiheitsgraden verwendet – ein scheibenförmiger Referenzempfänger und ein Sondierungsempfänger (Stift).Im Gegensatz zum Fastrak-System war der Stift von Aurora ca.20 cm lange Allzwecksonde mit stumpfer Spitze von 3 mm Durchmesser und ohne integrierten Schalter.Das System wurde über USB mit einem Computer verbunden, auf dem die NDIToolBox™-Software (Aurora V3.1 Benutzerhandbuch; NDI, Waterloo, ON, Kanada) gehostet wurde, und Positionsdaten für die Empfänger wurden aufgezeichnet.Da für das aktuelle Aurora-System weder eine Digitalisierungssoftware noch ein umschaltbarer Eingabestift vorhanden ist, konnten wir nur die kontinuierlichen Positionsdaten aufzeichnen.Die Digitalisierung wurde jedoch durch die programmgesteuerte Erkennung von Clustern in kontinuierlichen Daten durchgeführt.Der Griffel wurde für 3 s auf jede gewünschte Stelle gerichtet, was eine Gruppe von etwa 120 Verfolgungspunkten ergab.Ein benutzerdefiniertes Python-Programm mit scikit-learn38 identifizierte diese Cluster unter Verwendung eines Schwellenwerts von 100 Punkten innerhalb von 1 mm und mittelte dann die Punkte in jedem Cluster, um eine einzelne Position pro Cluster zu erhalten.Diese Standorte wurden dann als vom Aurora-System erfasste Digitalisierungspunkte gespeichert.Abbildung 3B zeigt die kontinuierlichen Tracking-Datenpunkte (grau) für zweiunddreißig EEG-Elektroden und drei Referenzpositionen, während Abb. 3C die erkannten digitalisierten Punktpositionen (rote Punkte) zeigt.Diese Punkte wurden von der EEG-Kappe gesammelt, die über einem Kopfmodell aus Styropor getragen, aber für eine bessere dreidimensionale Darstellung auf ein menschliches Kopfhautmodell gelegt wurde.Zur Untersuchung der Digitalisierungsleistung verwendeten wir ein kugelförmiges MEG-Phantom, einen 3D-Digitalisierungstestrahmen und zwei Styroporkopfmodelle, eines mit einer Reihe vordefinierter Punkte und eines mit einer EEG-Kappe.Die ersten beiden Modelle haben vordefinierte Punkte mit Submillimeter-Präzision, während die beiden letzteren sorgfältig mit Fastrak TX2 für die vordefinierten Punkte und EEG-Elektroden digitalisiert wurden, um Referenzpositionen für die weitere Analyse zu erhalten.Außerdem haben wir mit einem maßgeschneiderten Modell die Wirkung eines implantierten medizinischen Stimulators auf die Digitalisierung getestet.Abbildung 4A–E zeigt die in der Studie verwendeten Testmodelle.Wir haben kein menschliches Subjekt zum Testen der Digitalisierungsgenauigkeit eingeschlossen, um den Einfluss von Haut- und Haarweichheit zu vermeiden32.Modelle zum Testen der Digitalisierungsgenauigkeit.(A) Sphärisches MEG-Phantom, (B) 3D-Testrahmen, (C) Styroporkopfmodell mit 35 markierten Punkten, (D) EEG-Haube mit 32 Elektroden, (E) Aufbau für den Digitalisierungstest mit einem aktiven DBS-Gerät (rot gepunktet Kreis).Ein sphärisches MEG-Phantom (MEGIN Oy, Espoo, Finnland) wird üblicherweise für Routinetests der Genauigkeit von Digitalisierern an MEG-Standorten verwendet.Um die Digitalisierung zu testen, hat das Phantom drei Bezugspunkte und 4–5 Spulenpositionen für die Kopfpositionsanzeige (HPI);drei HPI-Spulen befinden sich an den drei Referenzpunkten (Abb. 4A).Dadurch bietet das Phantom fünf verschiedene Standorte für Digitalisierungstests.Das Phantom verfügt außerdem über 32 Stromdipole an genau bekannten Orten, sodass Benutzer die Leistung des MEG-Systems bei der Quellenlokalisierung testen können.Der dreidimensionale Digitalisierungstestrahmen (Innokas Medical Oy, Helsinki, Finnland), im Folgenden als 3D-Testrahmen bezeichnet, wird nur zum Testen der Genauigkeit eines Digitalisierers verwendet und hat daher keine Quelle von MEG-Signalen.Es ist eine starre und hohle kubische Glasfaserstruktur.Auf dem kubischen Rahmen hat eine 150 cm hohe Glasfaserplatte mit 16 cm Seitenlänge neun Punkte, die 2 mm tief an genau definierten Stellen ausgegraben wurden (Abb. 4B).Die ersten vier Punkte, die mit links (L), Nasion (N), rechts (R) und hinten (B) gekennzeichnet sind, befinden sich in der Mitte der vier Seiten der erhöhten Platten;Die folgenden fünf Punkte befinden sich auf der Oberseite.Keiner der Punkte überschneidet sich, sodass der Rahmen neun verschiedene Punkte für Digitalisierungstests bietet.Wir haben 35 markierte Punkte auf dem „Kopfhaut“-Bereich (32 an zufälligen Positionen und drei Bezugspunkte (Nasion, linke und rechte präaurikuläre Punkte)) auf einem Styroporkopfmodell mit einem Umfang von 52 cm verwendet. Dieses Modell ahmt die Digitalisierung der Kopfhaut ohne eine nach EEG-Kappe, was häufig bei der MEG-Erfassung der Fall ist, oder Digitalisierung von einzeln platzierten EEG-Elektroden (Abb. 4C) Die Punkte wurden sorgfältig mit dem Standard-Fastrak TX2-System digitalisiert, indem das Modell 15 cm vom Sender entfernt platziert wurde Positionen wurden im MEGIN-Kopfkoordinatensystem als Referenz für weitere Tests mit dem Modell gespeichert.Um die Leistung des Systems während der Digitalisierung der EEG-Elektroden zu beurteilen, digitalisierten wir eine 32-Kanal-EEG-Kappe (ANT Neuro, Niederlande), die auf einem anderen Styroporkopfmodell mit einem Umfang von 61 cm getragen wurde (Abb. 4D).Wir haben die Elektroden und drei markierte Bezugspunkte mit dem Fastrak TX2-System akribisch digitalisiert, indem wir das Modell 15 cm vom Sender entfernt platziert haben.Die Positionen wurden im MEGIN-Kopfkoordinatensystem als Referenz für weitere Tests mit diesem Modell gespeichert.DBS (Deep Brain Stimulator) ist ein typischer Stimulator bei neurologischen Patienten.DBS-Elektroden werden in das Gehirn implantiert, und die Steuereinheit und die Drähte können das Senderfeld stören.Um die Wirkung eines chirurgischen Implantats auf die Digitalisierung zu bewerten, führten wir die beiden Elektroden eines DBS (Activa PC; Medtronic, Dublin, Irland) in eine Wassermelone ein, die im 3D-Testrahmen platziert wurde.Die Elektroden waren etwa 8 cm tief und etwa 4 cm voneinander getrennt.Die Anordnung ist in Fig. 4E gezeigt, die neun Punkte des 3D-Testrahmens wurden verwendet, um die Digitalisierung zu testen, während das DBS in verschiedenen Modi betrieben wurde.In dieser Studie wurden keine menschlichen Daten aufgezeichnet, und alle Tests wurden an nicht lebenden Testmodellen durchgeführt.Das in Abb. 3B,C dargestellte Kopfhautmodell stammt aus einem öffentlich zugänglichen Datensatz39, der während unserer vorherigen Studie aufgezeichnet wurde40.Die schriftliche Einverständniserklärung zur Verwendung des Kopfhautmodells in der aktuellen Studie und Veröffentlichung wurde vom Teilnehmer eingeholt.Daten von allen drei EMT-Systemen wurden gesammelt, um Tracking-Schwankungen, Digitalisierungsgenauigkeit und Reproduzierbarkeit zu untersuchen.Die Tracking-Schwankung zeigt die intrinsische Eigenschaft und Robustheit der EMT-Systeme bei der Positionsverfolgung.Da das System jedoch bei MEG/EEG-Studien zur Digitalisierung und nicht zur kontinuierlichen Positionsverfolgung verwendet wird, ist eine Digitalisierungsgenauigkeit im Submillimeterbereich entscheidend für genaue Transformationen und die Schätzung einer präzise verzerrten MRT-Vorlage.Daher wurde eine umfassende Bewertung der Digitalisierungsgenauigkeit in Gegenwart mehrerer bekannter und potenzieller Einflussfaktoren durchgeführt.PiMgr™ (Polhemus Inc., Colchester, VT, USA) und die Digitalisierungssoftware Isotrak server von MEGIN wurden verwendet, um Daten von den beiden Fastrak-Systemen aufzuzeichnen.Daten aus dem Aurora-System wurden mit der NDIToolBox™-Software (NDI, Waterloo, ON, Kanada) aufgezeichnet.Alle Aufzeichnungen wurden einzeln von den drei Systemen aufgenommen, und während der Messungen war kein anderer Sender aktiv.Jeder Sender wurde an der Rückseite des hölzernen Digitalisierungsstuhls befestigt, etwa 110 cm über dem Boden und mehr als 150 cm unter der Decke.Wir haben dafür gesorgt, dass die Sender- und Empfängerkabel nicht miteinander oder mit dem Boden in Kontakt kommen, bis sie absichtlich auf solche Bedingungen getestet wurden.Darüber hinaus befand sich kein magnetisches oder elektrisch leitfähiges Objekt innerhalb einer Reichweite von 150 cm des Senders, es sei denn, es wurde ausdrücklich für eine Testbedingung eingeführt.Ein EMT-System verfolgt kontinuierlich jeden aktiven Empfänger und sammelt und gibt die Positionsdaten je nach Anwendungsanforderungen auf unterschiedliche Weise aus.Bei der MEG/EEG-Digitalisierung kann beispielsweise ein Satz kontinuierlicher Datenproben aus dem Griffel unter Verwendung von Ereignismarkierung und Mittelwertbildung oder räumlicher Clusterbildung digitalisiert werden.Wenn ein Empfänger fest bleibt, sollte ein EMT-System idealerweise im Laufe der Zeit die gleiche Koordinate zurückgeben.Messungen von allen EMT-Systemen weisen jedoch einige Schwankungen auf, die als Positionsverfolgungsschwankungen bezeichnet werden33,34, die vom Senderfeld, der Systemauflösung, dem Sender-Empfänger-Abstand und Umgebungsstörungen abhängen.Eine größere Tracking-Schwankung kann zu einer räumlichen Ungenauigkeit führen, wenn sie in Digitalisierungspunkte umgewandelt wird.Daher sollte ein robustes EMT-System eine minimale Tracking-Schwankung haben.Wir haben die Tracking-Schwankungen gemessen, indem wir den Sender-Empfänger-Abstand variierten und die Umgebungsstörungen änderten.Um die native (ohne Umgebungsgeräusche) Tracking-Schwankung zu untersuchen, wurden die Stift-Tracking-Daten im globalen Koordinatenrahmen aufgezeichnet, indem die Stiftspitze in 5, 15, 25, 35 und 45 cm Entfernung vom Sender fixiert wurde.Um die Änderung der Positionsverfolgungsschwankung aufgrund von EM-Störungen aufzuzeichnen, wurden die Daten außerdem gesammelt, indem der Stift bei 15 cm fixiert und ein magnetisches Objekt in etwa 5, 15, 25, 35 und 45 cm Entfernung vom Sender geschwenkt wurde.Diese Gegenstände waren: 18-×-25-cm2-Kupferplatte, 2-×-2-cm2-Kupferplatte, Schleife aus Kupferschleife, Schlüsselbund, goldener Schmuck, Brille mit Metallrahmen, elektronischer Taschenrechner, Kreditkarte, gewickelt ( Spiralkabel, Pin, Dauermagnet, Handy, Büroklammer aus Metall, Bluetooth-Maus und Stahlschere.Die Details dieser Objekte sind in Tabelle S1 aufgeführt und in Abb. S2 dargestellt.Der Abstand der Kopfdigitalisierungspunkte vom Sender kann je nach Körpergröße des Patienten zwischen 5 und 40 cm variieren.Da das Senderfeld mit der Entfernung vom Sender abklingt, verschlechtert sich die Genauigkeit mit der Entfernung32.Um die optimale VoM zu finden, haben wir daher die Feldstärke der drei Sender mit einem Spektrometer gemessen und beobachtet, dass die Feldstärke in ~ 40 cm Entfernung vom Sender ungefähr um den Faktor 10 abfällt.Daher würde die Möglichkeit größerer Digitalisierungsfehler zunehmen, wenn wir uns weiter vom Sender entfernen, insbesondere über 40 cm hinaus.Um die Auswirkungen des Sender-Empfänger-Abstands zu untersuchen, haben wir die Digitalisierungsgenauigkeit aller drei Systeme getestet, indem wir den 3D-Testrahmen digitalisiert haben, während er 15, 25, 35 und 45 cm vom Sender entfernt gehalten wurde.Darüber hinaus wurden dieselben Messungen bei diesen vier Abständen durchgeführt, indem der Rahmen während der Digitalisierung bewegt (gedreht und gekippt) wurde, um den Effekt der (Kopf-)Bewegung während der MEG/EEG-Digitalisierung abzuschätzen.Engels und Kollegen32 berichteten über eine möglicherweise geringfügige Zunahme von Digitalisierungsfehlern aufgrund des physischen Kontakts zwischen Sender- und Empfängerkabeln des Fastrak TX2-Systems;In einigen Testfällen fanden sie jedoch hohe Digitalisierungsfehler.Außerdem hatten MEG-Anwender vereinzelt von höheren Digitalisierungsfehlern berichtet, wenn die Kabel verzogen oder über einen Stahlbetonboden verlegt waren.Da die Fastrak- und Aurora-Kabel physisch unterschiedlich sind, wird auch erwartet, dass sich die Auswirkungen des physischen Kontakts zwischen den Kabeln unterscheiden.Daher haben wir unsere Untersuchung erweitert, um festzustellen, wie effektiv die Kabelkonstruktionen (Abschirmung und innere Architektur) solche Störungen aufheben.Wir haben Bedingungen geschaffen, mit denen Benutzer normalerweise konfrontiert sind, wenn sie die Kabel während der Digitalisierung handhaben, wie z.Die Daten des 3D-Testrahmens wurden unter diesen Bedingungen mit allen drei Systemen gesammelt, indem der Rahmen in einem Abstand von 15 cm zum Sender unbeweglich platziert wurde.Ein magnetisches Objekt in der Nähe kann das Senderfeld stören und die Digitalisierungsgenauigkeit verringern.Um solche Effekte zu bewerten, wurde das Senderfeld während der Digitalisierung durch externe EM-Felder unterschiedlicher Stärke gestört.Der 3D-Testrahmen wurde 15 cm vom Sender entfernt digitalisiert, während verschiedene Objekte vorhanden waren: ein winziges Objekt wie eine kleine Kupferplatte oder Schleife;Biomed.Eng.Artikel CAS PubMedGoogle ScholarVorderseite.Neurosci.Artikel PubMed PubMed CentralGoogle ScholarPhys.Med.Biol.Klin.Artikel CAS PubMedGoogle ScholarBiomed.Eng.Vorderseite.Artikel PubMed PubMed CentralGoogle ScholarArtikel CAS PubMedGoogle ScholarArtikel PubMed PubMed CentralGoogle ScholarEng.Klin.Klin.Artikel CAS PubMedGoogle ScholarKlin.Artikel CAS PubMedGoogle Scholaret al.Klin.Artikel CAS PubMedGoogle ScholarKlin.Artikel CAS PubMedGoogle ScholarKlin.Wissenschaft.Phys.Klin.Artikel CAS PubMedGoogle ScholarBiomed.Eng.J. Neurosci.Artikel ADS PubMedGoogle ScholarWissenschaft.Med.Phys.Artikel PubMed PubMed CentralGoogle ScholarJ. Appl.Klin.Med.Phys.Artikel PubMed PubMed CentralGoogle ScholarMed.AuflösungAuflösungJ. Appl.Phys.Sie können diesen Autor auch in PubMed Google Scholar suchenSie können diesen Autor auch in PubMed Google Scholar suchenSie können diesen Autor auch in PubMed Google Scholar suchenDie Autoren erklären keine konkurrierenden Interessen.Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Verwendung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, solange Sie den/die ursprünglichen Autor(en) und die Quelle angemessen nennen. Stellen Sie einen Link zur Creative Commons-Lizenz bereit und geben Sie an, ob Änderungen vorgenommen wurden.Die Bilder oder andere Materialien von Drittanbietern in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in einer Quellenangabe für das Material nichts anderes angegeben ist.Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung durch gesetzliche Bestimmungen nicht gestattet ist oder die zulässige Nutzung überschreitet, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen.Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:Leider ist für diesen Artikel derzeit kein teilbarer Link verfügbar.Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedItDurch das Absenden eines Kommentars erklären Sie sich mit unseren Nutzungsbedingungen und Community-Richtlinien einverstanden.Wenn Sie etwas missbräuchlich finden oder unseren Bedingungen oder Richtlinien nicht entsprechen, markieren Sie es bitte als unangemessen.Wissenschaftliche Berichte (Sci Rep) ISSN 2045-2322 (online)Melden Sie sich für den Nature Briefing-Newsletter an – was in der Wissenschaft wichtig ist, täglich kostenlos in Ihrem Posteingang.