CD-PSIICOS: в погоне за истинными сетями мозга

CD-PSIICOS: в погоне за истинными сетями мозга

Публикация: Kleeva, D., & Ossadtchi, A. (2025). Context-dependent PSIICOS: A novel framework for functional connectivity estimation accounting for task-related power leakage. NeuroImage, 121268

В Neuroimage вышла в свет ещё одна наша статья!

Представьте, что у вас есть десятки или сотни датчиков МЭГ или ЭЭГ, и вы хотите понять, какие области мозга работают согласованно

Это соотносится с понятием функциональной связности

Активность каждого источника "растекается” по сенсорам. И когда вы делаете обратное преобразование от сенсоров в пространство источников, этот эффект так называемой объёмной проводимости приводит к тому, что один и тот же источник кажется активным сразу в нескольких соседних точках

А это уже — ложные связи

Вы видите сеть, но она фантомная

Поскольку артефакты протечки сигналов мгновенны, один из самых известных способов обойти эту проблему — просто игнорировать связи с нулевыми задержками

Мнимая когерентность избавляется не только от артефактов, но и от реальных взаимодействий, которые могут происходить с близкими к нулю фазовыми задержками

Метод PSIICOS устраняет вклад объёмной проводимости, не отсекая связи с нулевой задержкой

Прежде всего мы строим прямую модель — описание того, как активность в каждой точке коры “попадает” на сенсоры

Это модель базируется на анатомии головы, распределении проводимости тканей и прочих параметрах

Метод PSIICOS строит проектор, который, используя прямую модель, подавляет те компоненты, которые соотносятся с артефактами объёмной проводимости

Оригинальный PSIICOS опирается на предположение, что все источники равновероятно активны

CD-PSIICOS идёт дальше: он адаптирует проектор к конкретным данным, используя информацию о распределении мощности сигнала по коре

Мы учитываем, какие области действительно были активны во время регистрации данных, и именно на них фокусируем чистку от объёмной проводимости

Это делает проектор гораздо более селективным

Мы словно говорим методу:

«Смотри, вот где в коре действительно была активность — убирай артефакты объёмной проводимости именно там»

Такой подход делает фильтрацию точнее и позволяет не только подавить ложные связи, но и подчеркнуть настоящие, даже если они слабые и дистальные

Ссылка на репозиторий: https://github.com/dkleeva/CD-PSIICOS

Даже если вы не хотите вникать во все тонкости проекций, прямого и обратного моделирования и подавления артефактов — это не страшно

Если у вас есть МЭГ или ЭЭГ с индуцированной активностью (например, до/после стимула) и вы хотите выявить функциональные сети, а также отследить их динамику во времени — просто используйте этот тулбокс

Всё, начиная от загрузки эпох и заканчивая визуализацией активации сетей, уже реализовано (см. демо-скрипт)

А в ближайших обновлениях появятся новые функции!