EP1527354A1 - Method and arrangement and computer programme with programme code means for the analysis of neuronal activities in neuronal areas - Google Patents

Method and arrangement and computer programme with programme code means for the analysis of neuronal activities in neuronal areas

Info

Publication number
EP1527354A1
EP1527354A1 EP03790696A EP03790696A EP1527354A1 EP 1527354 A1 EP1527354 A1 EP 1527354A1 EP 03790696 A EP03790696 A EP 03790696A EP 03790696 A EP03790696 A EP 03790696A EP 1527354 A1 EP1527354 A1 EP 1527354A1
Authority
EP
European Patent Office
Prior art keywords
signals
coupling
neural
activities
quantities
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP03790696A
Other languages
German (de)
French (fr)
Inventor
Gustavo Deco
Norbert Galm
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of EP1527354A1 publication Critical patent/EP1527354A1/en
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4806—Functional imaging of brain activation

Definitions

  • the invention relates to an analysis of neuronal activities in neuronal areas, for example of neuronal activities in nerve structures in a patient's brain tissue.
  • the previously known magnetic resonance tomography (also magnetic resonance imaging, abbreviated: MR) is an imaging method which generates sectional images of the human body without the use of stressful X-rays.
  • the MR takes advantage of the behavior of the body tissue in a strong magnetic field. Pathological changes in the body tissue, for example in the brain or spinal cord, can be identified.
  • BOLD signal Bit Oxygenation Level Dependent
  • the result of the fMRI measurements shows the course of the activity of the individual areas over a certain period of time, for example during cognitive processes as a result of certain perceptual processes or motor tasks.
  • the fMRI measurements are analyzed using mathematical methods, thereby directly drawing conclusions about the functional disorders in a brain and their causes.
  • the fMRI measurement comprises a large number of such data points for possibly different perception processes and / or motor tasks for which the corresponding BOLD signals were measured.
  • the unknown quantities, the mean ⁇ and the covariance ⁇ depend exclusively on a (brain) model that describes the measurement data.
  • ⁇ describes the external influence on the individual BOLD signals, such as sensory input from sensory cells on the examined areas of the brain.
  • the influencing variables ⁇ i and ⁇ j on various examined areas i and j can certainly be correlated.
  • the model parameters to be determined are accordingly the coupling strengths S ⁇ of the underlying coupling matrix S, the mean value ⁇ of the external influence ⁇ and the covariance ⁇ of ⁇ .
  • the known analysis method has the disadvantage that it is insufficiently accurate, i.e. insufficiently describes the interaction of neuronal areas, and thus possibly leads to incorrect conclusions in the analysis.
  • This disadvantage in the known method can be attributed, among other things, to the fact that a modeling of the functioning of neuronal areas on which this method is based only insufficiently realizes, i.e. the biological model or the real brain.
  • a software tool for an fMRI analysis method is known from [4].
  • a device for carrying out the fMRI technique is known from [5].
  • the invention is therefore based on the object of specifying an improved modeling of the functioning of neuronal areas and thus an improved analysis method with which the neuronal activities can be better described or analyzed than with the known analysis method of neuronal activities.
  • This task is solved by the method and the arrangement as well as by the computer program with program code means and the computer program product for the analysis of neural activities in neuronal areas with the features according to the respective independent patent claim.
  • the method for analyzing neural activities in neural areas uses signals describing the neural activities as well as a coupling model in which a) the neural activities and the signals are coupled using cross-coupling quantities, b) the signals using signal coupling quantities , each coupling two of the signals to one another, c) the neural activities are coupled using activity coupling variables, which each couple two of the neuronal activities to one another.
  • the signals are determined in the analysis, one signal each describing the neuronal activity in one of the neuronal areas. Probabilities for the occurrence of the signals are determined, the occurrence of the signals being based on a statistical distribution described by a normal distribution. Then the
  • Probabilities optimized using the coupling model at least the signal coupling quantities being determined.
  • the neural activities are then analyzed at least using the signal coupling quantities.
  • the arrangement for analyzing neural activities in neural areas uses signals describing the neural activities as well as a coupling model in which a) the neural activities and the signals are coupled to one another using cross-coupling quantities, b) the signals are coupled using signal coupling quantities, which each couple two of the signals to one another, c) the neural activities using activity coupling quantities, each of the two neuronal ones
  • the arrangement has an analysis unit for analysis, which is set up in such a way that
  • the signals are determined, one signal each describing the neural activity in one of the neuronal areas,
  • Probabilities for an occurrence of the signals are determined, the occurrence of the signals being based on a statistical distribution described by a normal distribution,
  • the neural activities are analyzed at least using the signal coupling quantities.
  • the invention is based on the finding that a weak point in the (old) previously known analysis method (relationships (1) to (4)) for the analysis of neuronal activities is the modeling of linear statistical relationships between the signals there.
  • the aim of the old known as well as the inventive analysis method is the analysis of neural activities using the signal coupling quantities.
  • both methods use signals which represent the neural activities in neuronal areas.
  • the signals are coupled using signal coupling quantities, which each couple two of the signals to one another, and the neural activities using activity coupling quantities, which each couple two of the neuronal activities together.
  • the invention enables an improved modeling of the functioning of neuronal areas.
  • the analysis of neuronal activities and their interaction can be significantly improved by the invention.
  • the computer program according to the invention with program code means is set up to carry out all steps according to the method according to the invention for analyzing neural activities when the program is executed on a computer.
  • the computer program product with program code means stored on a machine-readable carrier is set up to carry out all steps according to the inventive method for analyzing neural activities when the program is executed on a computer.
  • the arrangement and the computer program with program code means, set up to carry out all steps according to the inventive method for analyzing neural activities when the program is executed on a computer, and the computer program product with program code means stored on a machine-readable medium in order to carry out all steps according to the inventive method for analyzing neural activities when the program is executed on a computer, are particularly suitable for carrying out the method according to the invention for analyzing neural activities or one of its further developments explained below.
  • the invention or any further development described below can also be implemented by a computer program product which has a storage medium on which the computer program with program code means which carries out the invention or further development is stored.
  • the activity coupling quantities and the cross coupling quantities are also determined.
  • the optimization can be carried out in a simple manner using a method of maximum likelihood estimation [1].
  • a relationship between the coupling model and the probabilities can be considered as a secondary condition during the optimization.
  • Previous knowledge can also be introduced into the coupling model by determining certain coupling quantities, such as specific signal, cross, activity and / or influence coupling quantities, according to the previous knowledge.
  • spatial relationships between the neuronal areas can be taken into account by specifying at least some of the activity coupling variables.
  • the signals for example BOLD signals
  • the signals can be determined by measuring signals or by transmitting and / or reading in already existing signals.
  • the invention and the further development described are particularly suitable for use with an fMRI technique, which can be considerably improved as a result.
  • BOLD signals are measured on the patient, which BOLD signals describe or represent the neuronal activities in the brain areas. These are evaluated or analyzed, the coupling quantities being determined.
  • a diagnosis of a functional disorder in a brain area of the patient can be made.
  • FIG. 1 device for carrying out an fMRI according to an exemplary embodiment
  • Figure 2 sketch with process steps in an analysis of BOLD signals according to an exemplary embodiment.
  • Exemplary embodiment functional magnetic resonance imaging (fMRI)
  • Fig. 1 shows a device 100 for performing a functional magnetic resonance tomography or.
  • Magnetic resonance imaging short: fMRI
  • fMRI Magnetic resonance imaging
  • Magnetic resonance tomograph 100 The basics of fMRI technology, which is a further development of the known magnetic resonance tomography, are known from [3].
  • the magnetic resonance tomograph 100 has a closed tube 110, which is embedded in a magnet 120 such that it generates a strong magnetic field in the tube 110.
  • the magnetic resonance tomograph 100 has a patient table 130 which can be moved into the tube 110 and on which a patient is supported during an examination.
  • the magnetic resonance tomograph 100 has a control device 131, which enables the patient table 130 to be checked and controlled during the examination, for example a controlled insertion of the patient table 130 into the tube 120.
  • the magnetic resonance tomograph 100 has a measuring device 140 for measuring BOLD signals (Blood Oxygenation Level Dependent), an associated evaluation device 141 for evaluating the measured BOLD signals, in this case a high-performance computer, and an operating or interaction device 142 for operating personnel as well as a display device 143 for displaying an examination result.
  • BOLD signals Bood Oxygenation Level Dependent
  • an associated evaluation device 141 for evaluating the measured BOLD signals
  • an operating or interaction device 142 for operating personnel as well as a display device 143 for displaying an examination result.
  • the components of the magnetic resonance tomograph 100 are functionally connected to one another, for example via signal or data lines 150, via which data and signals can be transmitted.
  • the neuronal activity in areas of the brain of a patient can be measured, analyzed and a diagnosis can be derived therefrom on the basis of the fMRI technique.
  • the measuring device 140 measures the BOLD signal (Blood Oxygenation Level Dependent) in individual areas of the patient's brain, which is related to the neuronal activity in the respective areas.
  • fMRI measurements shows the course of the activity of the individual areas over a certain period of time, for example during cognitive processes as a result of certain perceptual processes or motor tasks which the patient has to carry out during an examination. Functional disorders in the patient's brain are therefore implicit in the measured fMRI signals.
  • the fMRI measurements i.e. the BOLD signals measured in individual areas of the brain are analyzed.
  • Activation patterns in the examined areas in the brain and / or relationships between modes of action of activation patterns in the examined areas are determined and from this direct conclusions can be drawn about functional disorders in the brain and their causes.
  • the new analysis method provided by the evaluation device 140 is based on a model of the brain, the neuron structures in the brain and their behavior, in particular their interaction, on the basis of which the measured BOLD signal is analyzed and evaluated.
  • the fMRI measurements i.e. the BOLD signals in the examined brain areas of a patient, evaluated and analyzed (220 - 250) and / or compared with reference fMRI measurements and thereby immediately derived conclusions about functional disorders in the brain and their causes.
  • the analysis method 200 which generates statistical parameters, such as statistical correlations between fMRI measurements in different brain areas, is based on a mathematical model of the brain, in particular the interaction of the brain areas or activities, as well as assumptions about static distributions of activities and their influencing variables (220).
  • the general principle of this analysis method 200 is to determine so-called coupling strengths S, which describe statistical dependencies between the BOLD signals, in such a way that statistical parameters which are determined by this method from the fMRI measurements can best be explained (210 - 250).
  • the sought coupling strengths S are intended to maximize (240) the probability (230) of the occurrence of the measured data, ie the fMRI measurement or the BOLD signals. It is pointed out that the relationships and assumptions of the old known analysis method (relationships (1) to (4)) apply to the new analysis method 200, unless stated otherwise.
  • the probabilities P P (sl, ..., sT
  • the new analysis method 200 uses a different model, a so-called coupling model (220).
  • the external influence is modeled more explicitly in the coupling model:
  • e denotes the statistically independent external influences el, ..., eP.
  • the parameters of the coupling model (5) are accordingly S, A, B, W, U, V, ⁇ e and ⁇ e, where ⁇ e can be assumed to be diagonal without any restriction of generality.
  • the coupling model (5) used has a number of advantages. In this way, the measured fMRI data can be explained more precisely. That is, there are model parameters in (5) for which the probabilities from (2) assume higher values than by any choice of the model parameters in (3) of the old known analysis method described above (relationships (1) to (4)) ,
  • the external influences e can be better characterized. In this way, certain local influences on individual areas and global influences through the structures in U and V can be better recognized.
  • the coupling model can also be written:
  • the functional relationships S and A can be kept general, for example by a representation as a finite series [2], the coefficients of which are then also determined as model parameters by the maximum likelihood estimation (240).
  • a concrete form of A results, for example, from formal analyzes of the dynamics of neuronal populations based on the models of individual neurons. The resulting model then takes the following form:
  • the BOLD signals s depend exclusively on the neural activities a. Spatial relationships of neural areas can be modeled by constraints on the shape of A.
  • the activity of an area in turn only depends on the total input of this area, which is summed up linearly.
  • the remaining parameters ⁇ can be the same, permanently selected or unknown model parameters for all areas or, in the most general case, they can differ from area to area.
  • the model (6) also has a generally implicit relationship between ⁇ or ⁇ , the unknown parameters for the probabilities (2), and the model parameters to be determined:
  • ⁇ ⁇ (a, ß i ⁇ , ⁇ i , ⁇ )
  • the optimal model parameters can be determined using maximum likelihood estimation (240).
  • optimization determines the signal coupling strengths S to be analyzed and analyzed between the BOLD signals, which describe relationships between the BOLD signals.
  • the signal coupling strengths S are evaluated and analyzed (250) and form the basis of the medical diagnosis.
  • the immediate advantage of the new analysis method 200, in particular of the coupling model (220) used here, is a more precise analysis of the fMRI data.
  • the explicit form of the selected relationships S and A can also be extracted.

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Neurosurgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

The invention relates to an analysis of neuronal activities in neuronal areas, using a coupling model. In said coupling model a) the neuronal activities and the signals are coupled together using cross-coupling parameters, b) the signals are coupled by means of signal coupling parameters which each couple two of the signals together, c) the neuronal activities are coupled by means of activity coupling parameters, which each couple two of the neuronal activities together, whereby an optimisation of at least the signal coupling parameters is determined for the analysis.

Description

Beschreibungdescription
Verfahren und Anordnung sowie Computerprograinm mit Programmcode-Mitteln zur Analyse von neuronalen Aktivitäten in neuronalen ArealenMethod and arrangement as well as computer program with program code means for the analysis of neuronal activities in neuronal areas
Die Erfindung betrifft eine Analyse von neuronalen Aktivitäten in neuronalen Arealen, beispielsweise von neuronalen Aktivitäten in Nervenstrukturen in einem Gehirngewebe eines Pa- tienten.The invention relates to an analysis of neuronal activities in neuronal areas, for example of neuronal activities in nerve structures in a patient's brain tissue.
Analysen von neuronalen Aktivitäten und daraus gewonnene Kenntnisse über eine Funktionsweise eines neuronalen Areals sowie über ein Zusammenwirken von neuronalen Arealen sind grundlegend für eine funktionellen Kernspintomographie bzw. fMRI-Technologie [3], welche eine Weiterentwicklung der bekannten Magnetresonanztomographie ist.Analyzes of neuronal activities and the knowledge gained from them about the functioning of a neuronal area as well as the interaction of neuronal areas are fundamental for a functional magnetic resonance imaging or fMRI technology [3], which is a further development of the known magnetic resonance imaging.
Die bisher bekannte Magnetresonanztomographie (auch Kernspin- tomographie, kurz: MR) ist ein bildgebendes Verfahren, welches Schnittbilder vom menschlichen Körper ohne Einsatz belastender Röntgenstrahlen erzeugt.The previously known magnetic resonance tomography (also magnetic resonance imaging, abbreviated: MR) is an imaging method which generates sectional images of the human body without the use of stressful X-rays.
Stattdessen macht sich die MR das Verhalten des Körpergewebes in einem starken Magnetfeld zu Nutze. Krankhafte Veränderungen des Körpergewebes, beispielsweise im Gehirn oder Rückenmark, können damit erkannt werden.Instead, the MR takes advantage of the behavior of the body tissue in a strong magnetic field. Pathological changes in the body tissue, for example in the brain or spinal cord, can be identified.
Funktionelle Störungen im Körpergewebe, insbesondere im Ge- hirn eines Patienten, können allerdings mit der herkömmlichen Magnetresonanztomographie nicht erkannt werden.Functional disorders in the body tissue, especially in the brain of a patient, cannot be detected with conventional magnetic resonance imaging.
Dieses leistet die funktioneile Kernspintomographie bzw. fMRI-Technologie .This is done by functional magnetic resonance imaging or fMRI technology.
Mittels der fMRI-Technik kann indirekt die neuronale Aktivität in Arealen des Gehirns eines Patienten gemessen werden. Gemessen wird das sogenannte BOLD-Signal (Blood Oxygenation Level Dependent) in einzelnen Arealen des Gehirns, welches im Zusammenhang mit der neuronalen Aktivität in den jeweiligen Arealen steht.Using the fMRI technique, the neuronal activity in areas of a patient's brain can be measured indirectly. The so-called BOLD signal (Blood Oxygenation Level Dependent) is measured in individual areas of the brain, which is related to the neuronal activity in the respective areas.
Zwischen den neuronalen Aktivitäten in den Arealen bestehen Abhängigkeiten, welche sich unter anderem aus Strukturen im Gehirn, d.h. aus neuronalen Verknüpfungen von Nervenzellen bzw. Nervenstrukturen, ergeben.There are interdependencies between the neuronal activities in the areas, which include structures in the brain, i.e. result from neural connections of nerve cells or nerve structures.
Das Ergebnis der fMRI-Messungen zeigt den Verlauf der Aktivität der einzelnen Areale über einen gewissen Zeitraum, beispielsweise während kognitiver Abläufe als Resultat bestimmter Wahrnehmungsprozesse oder motorischer Aufgaben.The result of the fMRI measurements shows the course of the activity of the individual areas over a certain period of time, for example during cognitive processes as a result of certain perceptual processes or motor tasks.
Funktionelle Störungen, in diesem Fall im Gehirn, sind somit implizit in den gemessenen fMRI-Signalen enthalten.Functional disorders, in this case in the brain, are therefore implicit in the measured fMRI signals.
Unter Verwendung mathematischer Verfahren werden die fMRI- Messungen analysiert und dadurch unmittelbar Rückschlüsse auf die funktioneile Störungen in einem Gehirn und deren Ursachen gewonnen.The fMRI measurements are analyzed using mathematical methods, thereby directly drawing conclusions about the functional disorders in a brain and their causes.
Diesen Analyseverfahren, wie beispielsweise das aus [6] ge- kannte Analyseverfahren, welche in der Regel statistische Kenngrößen, wie statistische Korrelationen zwischen fMRI- Messungen in verschiedenen Gehirnarealen, generieren, liegen meist mathematische Modelle des Gehirns, insbesondere des Zusammenwirkens der Gehirnareale bzw. Aktivitäten, sowie Annah- men über statische Verteilungen von Aktivitäten und deren Einflussgrößen zugrunde.These analysis methods, such as the analysis method known from [6], which generally generate statistical parameters, such as statistical correlations between fMRI measurements in different brain areas, are mostly mathematical models of the brain, in particular the interaction of the brain areas or activities , as well as assumptions about static distributions of activities and their influencing factors.
Ein weiteres bekanntes Analyseverfahren wird nachfolgend beschrieben.Another known analysis method is described below.
Bei diesem Analyseverfahren stellt ein Datenpunkt s=st eine Gesamtheit aller BOLD-Signale sl, . . . , sN der einzelnen n Areale zu einem Zeitpunkt t oder über ein Zeitintervall t gemittelt dar (t=[l;T]).In this analysis method, a data point s = s t represents all of the BOLD signals sl,. , , , sN of the individual n areas at a time t or averaged over a time interval t (t = [l; T]).
Die fMRI-Messung umfasst eine Vielzahl solcher Datenpunkte für gegebenenfalls unterschiedliche Wahrnehmungsprozesse und/oder motorische Aufgaben, für welche die entsprechenden BOLD-Signale gemessen wurden, charakterisieren.The fMRI measurement comprises a large number of such data points for possibly different perception processes and / or motor tasks for which the corresponding BOLD signals were measured.
Bei dem bekannten Analyseverfahren werden nun nicht die ein- zelnen Datenpunkte sl, s2, ..., sT direkt, sondern statistische Kenngrößen, welche sich aus diesen ergeben, ausgewertet.In the known analysis method, it is not the individual data points sl, s2, ..., sT that are evaluated directly, but rather statistical parameters which result from these.
Für eine statistische Verteilung der Datenpunkte sl, s2, ..., sT wird angenommen, dass sie durch eine multivariante Normal- Verteilung, d.h. einer statistischen Verteilung erster Ordnung, mit einem Mittelwert μ und einer Kovarianz ∑ vollständig beschrieben ist:For a statistical distribution of the data points sl, s2, ..., sT, it is assumed that they are supported by a multivariate normal distribution, i.e. a first order statistical distribution, with a mean μ and a covariance ∑ is completely described:
Für genügend lange Messreihen kann das Auftreten der einzelnen Datenpunkte si von sl, s2, ..., sT als statistisch unabhängig betrachtet werden.For sufficiently long series of measurements, the occurrence of the individual data points si from sl, s2, ..., sT can be regarded as statistically independent.
Die Wahrscheinlichkeit P=P(sl, ..., sT|μ,∑) für ein Auftreten aller gemessenen Datenpunkte sl, ..., sT kann demnach geschrieben werden als :The probability P = P (sl, ..., sT | μ, ∑) for the occurrence of all measured data points sl, ..., sT can therefore be written as:
Dabei hängen die unbekannten Größen, der Mittelwert μ und die Kovarianz ∑, ausschließlich von einem (Gehirn-) odell ab, welches die Messdaten beschreibt. The unknown quantities, the mean μ and the covariance ∑ depend exclusively on a (brain) model that describes the measurement data.
Das Modell nimmt einen linearen statistischen Zusammenhang zwischen den einzelnen BOLD-Signalen an:The model assumes a linear statistical relationship between the individual BOLD signals:
N Sj = ∑SjjSj + Ej für i = 1 , . . . , NNS j = ∑S jj S j + E j for i = 1,. , , , N
7=1 bzw. s = Ss + ε ( 3)7 = 1 or s = Ss + ε (3)
wobei ε den äußeren Einfluss auf die individuellen BOLD- Signale beschreibt, wie ein sensorischer Input von Sinneszellen auf die untersuchten Areale des Gehirns.where ε describes the external influence on the individual BOLD signals, such as sensory input from sensory cells on the examined areas of the brain.
Die Einflussgrößen εi und εj auf verschiedene untersuchte Areale i und j können dabei durchaus korreliert sein.The influencing variables εi and εj on various examined areas i and j can certainly be correlated.
Die festzulegenden Modellparameter sind demnach die Kopp- lungsstärken S± der zugrundeliegenden Kopplungsmatrix S, der Mittelwert με des externen Einflusses ε und die Kovarianz ∑ε von ε.The model parameters to be determined are accordingly the coupling strengths S ± of the underlying coupling matrix S, the mean value με of the external influence ε and the covariance ∑ε of ε.
Von diesen hängen der Mittelwert μ und die Kovarianz ∑ ab:The mean μ and the covariance ∑ depend on these:
μ = μ(S,με)μ = μ (S, μ ε )
Σ = ∑{S,Σε) (4)Σ = ∑ {S, Σ ε ) (4)
Bei dem bekannten Analyseverfahren werden nun die Modellpara- meter so bestimmt, dass die in (2) gegebene Wahrscheinlichkeit P=P(sl, ..., sτ|μ,∑) für das Auftreten der Messdaten maximal wird.In the known analysis method, the model parameters are now determined in such a way that the probability given in (2) P = P (sl, ..., sτ | μ, ∑) for the occurrence of the measurement data becomes maximum.
Dazu wird ein Methode (Optimierung) einer bekannten Maximum Likelyhood Estimation [1] angewendet. Unter Verwendung der Zusammenhänge (4) in (2) ergibt sich ein von den Kopplungsstärken Si , dem Mittelwert με und der Kovarianz ∑ε abhängiger Ausdruck, welcher durch die Optimierung maximiert wird.For this purpose, a method (optimization) of a known maximum likelihood estimation [1] is applied. Using the relationships (4) in (2), the result is an expression dependent on the coupling strengths Si, the mean value με and the covariance ∑ε, which expression is maximized by the optimization.
Die Optimierung führt dann zu den gesuchten Kopplungsstärken S zwischen den BOLD-Signalen.The optimization then leads to the desired coupling strengths S between the BOLD signals.
Diese wiederum ermöglichen dann die Erkennung funktioneller Zusammenhänge zwischen verschiedenen Gehirnarealen bei bestimmten Wahrnehmungsprozesse oder motorische Aufgaben (funktionale Konnektivität) .These in turn then enable functional relationships between different brain areas to be identified in certain perceptual processes or motor tasks (functional connectivity).
Das bekannte Analyseverfahren weist den Nachteil auf, dass es unzureichend genau ist, d.h. das Zusammenwirken von neuronalen Arealen nur unzureichend beschreibt, und damit gegebenenfalls zu falschen Rückschlüssen bei der Analyse führt.The known analysis method has the disadvantage that it is insufficiently accurate, i.e. insufficiently describes the interaction of neuronal areas, and thus possibly leads to incorrect conclusions in the analysis.
Dieser Nachteil bei dem bekannten Verfahren lässt sich unter • anderem darauf zurückführen, dass eine bei diesem Verfahren zugrunde gelegte Modellierung der Funktionsweise neuronaler Areale nur unzureichend eine Realität, d.h. das biologische Vorbild bzw. das reale Gehirn, beschreibt.This disadvantage in the known method can be attributed, among other things, to the fact that a modeling of the functioning of neuronal areas on which this method is based only insufficiently realizes, i.e. the biological model or the real brain.
Aus [4] ist ein Software-Tool für ein fMRI-Analyseverfahren, eine „fmri.pro", bekannt. Aus [5] ist ein Gerät zur Durchführung der fMRI-Technik bekannt.A software tool for an fMRI analysis method, an “fmri.pro”, is known from [4]. A device for carrying out the fMRI technique is known from [5].
Somit liegt der Erfindung die Aufgabe zugrunde, eine verbesserte Modellierung der Funktionsweise neuronaler Areale und damit ein verbessertes Analyseverfahren anzugeben, mit welcher bzw. mit welchem die neuronalen Aktivitäten besser beschrieben bzw. analysiert werden können als mit dem bekannten Analyseverfahren von neuronalen Aktivitäten. Diese Aufgabe wird durch das Verfahren und die Anordnung sowie durch das Computerprogramm mit Programmcode-Mitteln und das Computerprogramm-Produkt zur Analyse von neuronalen Aktivitäten in neuronalen Arealen mit den Merkmalen gemäß dem je- weiligen unabhängigen Patentanspruch gelöst.The invention is therefore based on the object of specifying an improved modeling of the functioning of neuronal areas and thus an improved analysis method with which the neuronal activities can be better described or analyzed than with the known analysis method of neuronal activities. This task is solved by the method and the arrangement as well as by the computer program with program code means and the computer program product for the analysis of neural activities in neuronal areas with the features according to the respective independent patent claim.
Das Verfahren zur Analyse von neuronalen Aktivitäten in neuronalen Arealen verwendet zur Analyse die neuronalen Aktivitäten beschreibende Signale sowie ein Kopplungsmodells, bei welchem a) die neuronalen Aktivitäten und die Signale unter Verwendung von Kreuzkopplungsgrößen miteinander gekoppelt werden, b) die Signale unter Verwendung von Signal-Kopplungsgrößen, die jeweils zwei von den Signalen miteinander koppeln, gekoppelt werden, c) die neuronalen Aktivitäten unter Verwendung von Aktivitäten-Kopplungsgrößen, die jeweils zwei von den neuronalen Aktivitäten miteinander koppeln, gekoppelt werden. Bei der Analyse werden die Signale ermittelt, wobei jeweils ein Signal die neuronale Aktivität in einem der neuronalen Arealen beschreibt. Wahrscheinlichkeiten für ein Auftreten der Signale werden ermittelt, wobei dem Auftreten der Signale eine durch eine Normalverteilung beschriebene statistische Verteilung zugrunde gelegt wird. Anschließend werden dieThe method for analyzing neural activities in neural areas uses signals describing the neural activities as well as a coupling model in which a) the neural activities and the signals are coupled using cross-coupling quantities, b) the signals using signal coupling quantities , each coupling two of the signals to one another, c) the neural activities are coupled using activity coupling variables, which each couple two of the neuronal activities to one another. The signals are determined in the analysis, one signal each describing the neuronal activity in one of the neuronal areas. Probabilities for the occurrence of the signals are determined, the occurrence of the signals being based on a statistical distribution described by a normal distribution. Then the
Wahrscheinlichkeiten unter Verwendung des Kopplungsmodells optimiert, wobei zumindest die Signal-Kopplungsgrößen ermittelt werden. Die neuronalen Aktivitäten werden dann zumindest unter Verwendung der Signal-Kopplungsgrößen analysiert.Probabilities optimized using the coupling model, at least the signal coupling quantities being determined. The neural activities are then analyzed at least using the signal coupling quantities.
Die Anordnung zur Analyse von neuronalen Aktivitäten in neuronalen Arealen verwendet bei der Analyse die neuronalen Aktivitäten beschreibenden Signalen sowie ein Kopplungsmodells, bei welchem a) die neuronalen Aktivitäten und die Signale unter Verwendung von Kreuzkopplungsgrößen miteinander gekoppelt werden, b) die Signale unter Verwendung von Signal-Kopplungsgrößen, die jeweils zwei von den Signalen miteinander koppeln, gekoppelt werden, c) die neuronalen Aktivitäten unter Verwendung von Aktivitä- ten-Kopplungsgrößen, die jeweils zwei von den neuronalenThe arrangement for analyzing neural activities in neural areas uses signals describing the neural activities as well as a coupling model in which a) the neural activities and the signals are coupled to one another using cross-coupling quantities, b) the signals are coupled using signal coupling quantities, which each couple two of the signals to one another, c) the neural activities using activity coupling quantities, each of the two neuronal ones
Aktivitäten miteinander koppeln, gekoppelt werden. Die Anordnung weist zur Analyse eine Analyseeinheit auf, welche eingerichtet ist derart, dassCoupling activities with each other, being coupled. The arrangement has an analysis unit for analysis, which is set up in such a way that
- die Signale ermittelt werden, wobei jeweils ein Signal die neuronale Aktivität in einem der neuronalen Arealen beschreibt,the signals are determined, one signal each describing the neural activity in one of the neuronal areas,
- Wahrscheinlichkeiten für ein Auftreten der Signale ermittelt werden, wobei dem Auftreten der Signale eine durch eine Normalverteilung beschriebene statistische Verteilung zugrunde gelegt wird,Probabilities for an occurrence of the signals are determined, the occurrence of the signals being based on a statistical distribution described by a normal distribution,
- die Wahrscheinlichkeiten unter Verwendung des Kopplungsmodells optimiert werden, wobei zumindest die Signal- Kopplungsgrößen ermittelt werden und- The probabilities are optimized using the coupling model, at least the signal coupling quantities being determined and
- die neuronalen Aktivitäten zumindest unter Verwendung der Signal-Kopplungsgrößen analysiert werden.- The neural activities are analyzed at least using the signal coupling quantities.
Der Erfindung liegt die Erkenntnis zugrunde, dass ein Schwachpunkt bei dem (alten) bisher bekannten Analyseverfahren (Beziehungen (1) bis (4)) zur Analyse von neuronalen Ak- tivitäten die dortige Modellierung von linear statistischen Zusammenhängen zwischen den Signalen ist.The invention is based on the finding that a weak point in the (old) previously known analysis method (relationships (1) to (4)) for the analysis of neuronal activities is the modeling of linear statistical relationships between the signals there.
Ziel des alten bekannten wie auch des erfinderischen Analyseverfahrens ist die Analyse von neuronalen Aktivitäten unter Verwendung der Signal-Kopplungsgrößen. Beide Verfahren verwenden dazu Signale, welche die neuronalen Aktivitäten in neuronalen Arealen repräsentieren.The aim of the old known as well as the inventive analysis method is the analysis of neural activities using the signal coupling quantities. For this purpose, both methods use signals which represent the neural activities in neuronal areas.
Bei dem alten bekannten Analyseverfahren (Beziehungen (1) bis (4)) werden diese Signale aber durch das dortige verwendete, linear statistische Modell (3) mit den neuronalen Aktivitäten gleichgesetzt . Trotz des engen Zusammenhangs zwischen den Signalen und den neuronalen Aktivitäten trifft das Gleichsetzten bei dem alten bekannten Analyseverfahren nicht auf das reale biologische Vorbild zu, sondern ist nur eine vereinfachte Näherung.In the old known analysis method (relationships (1) to (4)), however, these signals are equated with the neuronal activities by the linear statistical model (3) used there. Despite the close connection between the signals and the neural activities, the identifying in the old known analysis method does not apply to the real biological model, but is only a simplified approximation.
Hier setzt die Erfindung an und verwendet ein anderes, besonderes Kopplungsmodell, in der Regel nicht lineares Modell, bei welchem die Signale unter Verwendung von Kreuzkopplungs- großen mit den neuronalen Aktivitäten gekoppelt werden.This is where the invention comes in and uses another, special coupling model, usually a non-linear model, in which the signals are coupled to the neural activities using cross-coupling variables.
Weiter sind bei dem erfinderischen Kopplungsmodell die Signale unter Verwendung von Signal-Kopplungsgrößen, die jeweils zwei von den Signalen miteinander koppeln, sowie die neurona- len Aktivitäten unter Verwendung von Aktivitäten- Kopplungsgrößen, die jeweils zwei von den neuronalen Aktivitäten miteinander koppeln, gekoppelt.Furthermore, in the inventive coupling model, the signals are coupled using signal coupling quantities, which each couple two of the signals to one another, and the neural activities using activity coupling quantities, which each couple two of the neuronal activities together.
Dadurch lasst sich durch die Erfindung eine verbesserte Mo- dellierung der Funktionsweise neuronaler Areale realisieren. Insbesondere die Analyse von neuronalen Aktivitäten und deren Zusammenwirken lässt sich durch die Erfindung wesentlich verbessern.As a result, the invention enables an improved modeling of the functioning of neuronal areas. In particular, the analysis of neuronal activities and their interaction can be significantly improved by the invention.
Das erfindungsgemäße Computerprogramm mit Programmcode- Mitteln ist eingerichtet, um alle Schritte gemäß dem erfindungsgemäßen Verfahren zur Analyse von neuronalen Aktivitäten durchzuführen, wenn das Programm auf einem Computer ausgeführt wird.The computer program according to the invention with program code means is set up to carry out all steps according to the method according to the invention for analyzing neural activities when the program is executed on a computer.
Das Computerprogramm-Produkt mit auf einem maschinenlesbaren Träger gespeicherten Programmcode-Mitteln ist eingerichtet, um alle Schritte gemäß dem erfindungsgemäßen Verfahren zur Analyse von neuronalen Aktivitäten durchzuführen, wenn das Programm auf einem Computer ausgeführt wird. Die Anordnung sowie das Computerprogramm mit Programmcode- Mitteln, eingerichtet um alle Schritte gemäß dem erfinderischen Verfahren zur Analyse von neuronalen Aktivitäten durchzuführen, wenn das Programm auf einem Computer ausgeführt wird, sowie das Computerprogramm-Produkt mit auf einem maschinenlesbaren Träger gespeicherten Programmcode-Mitteln, eingerichtet um alle Schritte gemäß dem erfinderischen Verfahren zur Analyse von neuronalen Aktivitäten durchzuführen, wenn das Programm auf einem Computer ausgeführt wird, sind insbesondere geeignet zur Durchführung des erfindungsgemäßen Verfahrens zur Analyse von neuronalen Aktivitäten oder einer seiner nachfolgend erläuterten Weiterbildungen.The computer program product with program code means stored on a machine-readable carrier is set up to carry out all steps according to the inventive method for analyzing neural activities when the program is executed on a computer. The arrangement and the computer program with program code means, set up to carry out all steps according to the inventive method for analyzing neural activities when the program is executed on a computer, and the computer program product with program code means stored on a machine-readable medium in order to carry out all steps according to the inventive method for analyzing neural activities when the program is executed on a computer, are particularly suitable for carrying out the method according to the invention for analyzing neural activities or one of its further developments explained below.
Bevorzugte Weiterbildungen der Erfindung ergeben sich aus den abhängigen Ansprüchen.Preferred developments of the invention result from the dependent claims.
Die im weiteren beschriebenen Weiterbildungen beziehen sich sowohl auf die Verfahren als auch auf die Anordnung.The further developments described below relate both to the method and to the arrangement.
Die Erfindung und die im weiteren beschriebenen Weiterbildungen können sowohl in Software als auch in Hardware, beispielsweise unter Verwendung einer speziellen elektrischen Schaltung, realisiert werden.The invention and the further developments described below can be implemented both in software and in hardware, for example using a special electrical circuit.
Ferner ist eine Realisierung der Erfindung oder einer im weiteren beschriebenen Weiterbildung möglich durch ein computerlesbares Speichermedium, auf welchem das Computerprogramm mit Programmcode-Mitteln gespeichert ist, welches die Erfindung oder Weiterbildung ausführt.Furthermore, an implementation of the invention or a further development described below is possible by means of a computer-readable storage medium on which the computer program with program code means which carries out the invention or further development is stored.
Auch kann die Erfindung oder jede im weiteren beschriebene Weiterbildung durch ein Computerprogrammerzeugnis realisiert sein, welches ein Speichermedium aufweist, auf welchem das Computerprogramm mit Programmcode-Mitteln gespeichert ist, welches die Erfindung oder Weiterbildung ausführt. So werden bei einer Weiterbildung neben den Signal- Kopplungsgrößen bei der Optimierung auch die Aktivitäten- Kopplungsgrößen und die Kreuzkopplungsgrößen ermittelt.The invention or any further development described below can also be implemented by a computer program product which has a storage medium on which the computer program with program code means which carries out the invention or further development is stored. In a further development, in addition to the signal coupling quantities during the optimization, the activity coupling quantities and the cross coupling quantities are also determined.
Die Optimierung lässt sich auf einfache Weise durch eine Methode einer Maximum Likelyhood Estimation [1] durchführen.The optimization can be carried out in a simple manner using a method of maximum likelihood estimation [1].
Bei der Optimierung kann ein Zusammenhang zwischen dem Kopplungsmodell und den Wahrscheinlichkeiten als Nebenbedingung berücksichtigt werden.A relationship between the coupling model and the probabilities can be considered as a secondary condition during the optimization.
Ferner ist es zweckmäßig, weil dadurch das biologische Vorbild neuronaler Strukturen realer nachbildbar ist, dass bei dem Kopplungsmodell äußere Einflüsse auf die Signale und/oder neuronale Aktivitäten berücksichtigt werden. Solche äußere Einflüsse können beispielsweise sensorische Inputs von Sinneszellen auf die untersuchten Areale sein.Furthermore, because the biological model of neuronal structures can be reproduced more real, it is expedient that external influences on the signals and / or neuronal activities are taken into account in the coupling model. Such external influences can be, for example, sensory inputs from sensory cells to the areas examined.
Die Berücksichtigung dieser äußeren Einflüsse kann unter Ver- endung von Einfluss-Kopplungsgrößen realisiert werden.These external influences can be taken into account using influencing coupling variables.
Auch kann in das Kopplungsmodell Vorwissen eingebracht werden dadurch, dass bestimmte Kopplungsgrößen, wie bestimmte Signal-, Kreuz-, Aktivitäten- und/oder Einfluss-Kopplungsgrößen, gemäß dem Vorwissen festgelegt werden.Previous knowledge can also be introduced into the coupling model by determining certain coupling quantities, such as specific signal, cross, activity and / or influence coupling quantities, according to the previous knowledge.
So können beispielsweise auf diese Weise durch die Festlegung zumindest eines Teils der Aktivitäten-Kopplungsgrößen räumliche Beziehungen zwischen den neuronalen Arealen berücksich- tigt werden.In this way, for example, spatial relationships between the neuronal areas can be taken into account by specifying at least some of the activity coupling variables.
Die Ermittlung der Signale bei der Erfindung, beispielsweise von BOLD-Signalen, kann durch Messung von Signalen oder auch durch Übermittlung und/oder Einlesen bereits vorliegender Signale erfolgen. Die Erfindung und beschriebene Weiterbildung sind insbesondere geeignet zum Einsatz bei einer fMRI-Technik, welche dadurch erheblich verbessert werden kann.In the invention, the signals, for example BOLD signals, can be determined by measuring signals or by transmitting and / or reading in already existing signals. The invention and the further development described are particularly suitable for use with an fMRI technique, which can be considerably improved as a result.
Im Rahmen eines solchen fMRI-Einsatzes sind die neuronalenWithin the framework of such an fMRI use, the neural ones are
Areale meist Gehirnareale mit entsprechenden Nervenstrukturen von zu untersuchenden und zu diagnostizierenden Patienten.Areas mostly brain areas with corresponding nerve structures of patients to be examined and diagnosed.
Bei einer solche fMRI-Untersuchung werden BOLD-Signale am Pa- tienten gemessen, welche BOLD-Signale die neuronalen Aktivitäten in den Gehirnarealen beschreiben bzw. repräsentieren. Diese werden ausgewertet bzw. analysiert, wobei die Kopplungsgrößen ermittelt werden.In such an fMRI examination, BOLD signals are measured on the patient, which BOLD signals describe or represent the neuronal activities in the brain areas. These are evaluated or analyzed, the coupling quantities being determined.
Unter Verwendung der Analyseergebnisse, insbesondere der Signal-Kopplungsgrößen, kann eine Diagnose über eine funktioneile Störung in einem Gehirnareal des Patienten gestellt werden.Using the analysis results, in particular the signal coupling quantities, a diagnosis of a functional disorder in a brain area of the patient can be made.
Ein Ausführungsbeispiel der Erfindung ist in Figuren dargestellt und wird im weiteren erläutert.An embodiment of the invention is shown in figures and is explained below.
Es zeigenShow it
Figur 1 Gerät zur Durchführung einer fMRI gemäß einem Ausführungsbeispiel ,FIG. 1 device for carrying out an fMRI according to an exemplary embodiment,
Figur 2 Skizze mit Verfahrensschritte bei einer Analyse von BOLD-Signalen gemäß einem Ausf ührungsbeispiel .Figure 2 sketch with process steps in an analysis of BOLD signals according to an exemplary embodiment.
Ausführungsbeispiel : Funktionelle Kernspintomographie (fMRI)Exemplary embodiment: functional magnetic resonance imaging (fMRI)
Fig . l zeigt ein Gerät 100 zur Durchführung einer funktionel- len Kernspintomographie bzw . Magnetresonanztomographie ( kurz : fMRI ) , einen funktionellen Kernspintomograph bzw . Magnetresonanztomograph 100. Aus [3] sind Grundlagen der fMRI-Technologie, welche eine Weiterentwicklung der bekannten Magnetresonanztomographie ist, bekannt.Fig. 1 shows a device 100 for performing a functional magnetic resonance tomography or. Magnetic resonance imaging (short: fMRI), a functional magnetic resonance imaging or. Magnetic resonance tomograph 100. The basics of fMRI technology, which is a further development of the known magnetic resonance tomography, are known from [3].
Der Kernspintomograph 100 weist eine geschlossen Röhre 110 auf, welche derart in einen Magneten 120 eingelagert ist, dass dieser ein starkes Magnetfeld in der Röhre 110 erzeugt.The magnetic resonance tomograph 100 has a closed tube 110, which is embedded in a magnet 120 such that it generates a strong magnetic field in the tube 110.
Ferner weist der Kernspintomograph 100 einen in die Röhre 110 einfahrbaren Patiententisch 130, auf welchem ein Patient bei einer Untersuchung gelagert wird.Furthermore, the magnetic resonance tomograph 100 has a patient table 130 which can be moved into the tube 110 and on which a patient is supported during an examination.
Darüber hinaus weist der Kernspintomograph 100 eine Steuer- einrichtung 131 auf, welche eine Kontrolle und Steuerung des Patiententisches 130 bei der Untersuchung, beispielsweise ein kontrolliertes Einfahren des Patiententisches 130 in die Röhre 120, ermöglicht.Furthermore, the magnetic resonance tomograph 100 has a control device 131, which enables the patient table 130 to be checked and controlled during the examination, for example a controlled insertion of the patient table 130 into the tube 120.
Als weitere Komponenten weist der Kernspintomograph 100 eine Messvorrichtung 140 zur Messung von BOLD-Signalen (Blood Oxy- genation Level Dependent) , eine zugehörige Auswertevorrichtung 141 zur Auswertung der gemessenen BOLD-Signale, in diesem Fall ein Hochleistungscomputer, sowie eine Bedien- bzw. Interaktionsvorrichtung 142 für ein Bedienpersonal wie auch eine Anzeigevorrichtung 143 zur Anzeige eines Untersuchungsergebnisses, auf.As further components, the magnetic resonance tomograph 100 has a measuring device 140 for measuring BOLD signals (Blood Oxygenation Level Dependent), an associated evaluation device 141 for evaluating the measured BOLD signals, in this case a high-performance computer, and an operating or interaction device 142 for operating personnel as well as a display device 143 for displaying an examination result.
Die Komponenten des Kernspintomograph 100 sind funktioneil miteinander verbunden, beispielsweise über Signal- oder Datenleitungen 150, über die Daten und Signale übertragbar sind.The components of the magnetic resonance tomograph 100 are functionally connected to one another, for example via signal or data lines 150, via which data and signals can be transmitted.
Mit dem in Fig.l dargestellten funktionellen Kernspinto- mographen 100 kann auf Grundlage der fMRI-Technik die neuronale Aktivität in Arealen des Gehirns eines Patienten gemessen, analysiert und daraus eine Diagnose abgeleitet werden. Gemessen wird dazu mittels der Messvorrichtung 140 das BOLD- Signal (Blood Oxygenation Level Dependent) in einzelnen Arealen des Gehirns des Patienten, welches im Zusammenhang mit der neuronalen Aktivität in den jeweiligen Arealen steht.Using the functional magnetic resonance tomograph 100 shown in FIG. 1, the neuronal activity in areas of the brain of a patient can be measured, analyzed and a diagnosis can be derived therefrom on the basis of the fMRI technique. For this purpose, the measuring device 140 measures the BOLD signal (Blood Oxygenation Level Dependent) in individual areas of the patient's brain, which is related to the neuronal activity in the respective areas.
Das Ergebnis solcher fMRI-Messungen zeigt den Verlauf der Aktivität der einzelnen Areale über einen gewissen Zeitraum, beispielsweise während kognitiver Abläufe als Resultat be- stimmter Wahrnehmungsprozesse oder motorischer Aufgaben, welche vom Patienten während einer Untersuchung durchzuführen sind. Funktionelle Störungen im Gehirn des Patienten sind somit implizit in den gemessenen fMRI-Signalen enthalten.The result of such fMRI measurements shows the course of the activity of the individual areas over a certain period of time, for example during cognitive processes as a result of certain perceptual processes or motor tasks which the patient has to carry out during an examination. Functional disorders in the patient's brain are therefore implicit in the measured fMRI signals.
Unter Verwendung der Auswertevorrichtung 141, welche ein entsprechendes, neues Analyseverfahren zur Verfügung stellt bzw. durchführt, werden die fMRI-Messungen, d.h. die in einzelnen Arealen des Gehirns gemessenen BOLD-Signale, analysiert.Using the evaluation device 141, which provides or carries out a corresponding, new analysis method, the fMRI measurements, i.e. the BOLD signals measured in individual areas of the brain are analyzed.
Dadurch wird die Gehirnaktivität in Form von entsprechendenThis causes brain activity in the form of appropriate
Aktivierungsmuster in den untersuchten Arealen im Gehirn und/ oder Zusammenhänge zwischen Wirkweisen von Aktivierungsmustern in den untersuchten Arealen ermittelt und daraus unmittelbar Rückschlüsse auf funktioneile Störungen im Gehirn und deren Ursachen gewonnen.Activation patterns in the examined areas in the brain and / or relationships between modes of action of activation patterns in the examined areas are determined and from this direct conclusions can be drawn about functional disorders in the brain and their causes.
Dem von der Auswertevorrichtung 140 zur Verfügung gestellten neuen Analyseverfahren liegt ein Modell des Gehirns, der Neu- ronenstrukturen im Gehirn und deren Verhalten, insbesondere deren Zusammenwirken, zugrunde, auf dessen Basis das gemessene BOLD-Signal analysiert und ausgewertet wird.The new analysis method provided by the evaluation device 140 is based on a model of the brain, the neuron structures in the brain and their behavior, in particular their interaction, on the basis of which the measured BOLD signal is analyzed and evaluated.
Grundlagen des neuen Analyseverfahrens sowie das Modell des Gehirns, der Neuronenstrukturen im Gehirn und deren Verhalten werden nachfolgend erläutert. Die Ergebnisse bzw. die Rückschlüsse einer Untersuchung werden auf der Anzeigevorrichtung 143 dargestellt und können mittels der Bedien- und Interaktionsvorrichtung 142 in Verbindung mit der Auswertevorrichtung 141 weiterbearbeitet werden. Auch dienen sie als Grundlage für eine medizinische Diagnose für einen untersuchten Patienten.Basics of the new analysis method as well as the model of the brain, the neuron structures in the brain and their behavior are explained below. The results or the conclusions of an examination are shown on the display device 143 and can be processed further by means of the operating and interaction device 142 in connection with the evaluation device 141. They also serve as the basis for a medical diagnosis for an examined patient.
Grundlagen des neuen Analyseverfahrens (Fig.2, Schritte 210 bis 250)Basics of the new analysis method (Fig. 2, steps 210 to 250)
Unter Verwendung mathematischer Verfahren werden die fMRI- Messungen (210) , d.h. die BOLD-Signale in untersuchten Gehirnbereichen eines Patienten, ausgewertet und analysiert (220 - 250) und/oder mit Referenz-fMRI-Messungen verglichen und dadurch unmittelbar Rückschlüsse auf funktioneile Störungen im Gehirn und deren Ursachen gewonnen.Using mathematical methods, the fMRI measurements (210), i.e. the BOLD signals in the examined brain areas of a patient, evaluated and analyzed (220 - 250) and / or compared with reference fMRI measurements and thereby immediately derived conclusions about functional disorders in the brain and their causes.
Dem Analyseverfahren 200, das statistische Kenngrößen, wie statistische Korrelationen zwischen fMRI-Messungen in verschiedenen Gehirnarealen, generiert, liegt ein mathematisches Modell des Gehirns, insbesondere des Zusammenwirkens der Gehirnareale bzw. Aktivitäten, sowie Annahmen über statische Verteilungen von Aktivitäten und deren Einflussgrößen zugrun- de (220) .The analysis method 200, which generates statistical parameters, such as statistical correlations between fMRI measurements in different brain areas, is based on a mathematical model of the brain, in particular the interaction of the brain areas or activities, as well as assumptions about static distributions of activities and their influencing variables (220).
Das allgemeine Prinzip dieses Analyseverfahrens 200 ist, sogenannte Kopplungsstärken S, welche statistische Abhängigkeiten zwischen den BOLD-Signalen beschreiben, so zu bestimmen, dass statistische Kenngrößen, welche durch dieses Verfahren aus den fMRI-Messungen ermittelt werden, am besten erklärt werden können (210 - 250) .The general principle of this analysis method 200 is to determine so-called coupling strengths S, which describe statistical dependencies between the BOLD signals, in such a way that statistical parameters which are determined by this method from the fMRI measurements can best be explained (210 - 250).
Das heißt, durch die gesuchten Kopplungsstärken S soll eine Wahrscheinlichkeit (230) für ein Auftreten der gemessenen Daten, d.h. der fMRI-Messung bzw. der BOLD-Signale, maximiert werden (240) . Es wird darauf hingewiesen, dass für das neue Analyseverfahren 200 - soweit nicht anderes gesagt wird - die Beziehungen und Annahmen des alten bekannten Analyseverfahrens (Beziehun- gen (1) bis (4)) gelten.This means that the sought coupling strengths S are intended to maximize (240) the probability (230) of the occurrence of the measured data, ie the fMRI measurement or the BOLD signals. It is pointed out that the relationships and assumptions of the old known analysis method (relationships (1) to (4)) apply to the new analysis method 200, unless stated otherwise.
Ein Datenpunkt s=s(t) stellt eine Gesamtheit aller BOLD- Signale sl, ..., sN der einzelnen n Areale zu einem Zeitpunkt t dar. Die fMRI-Messung (210) umfasst eine Vielzahl solcher Datenpunkte sl, ..., sT - die BOLD-Signale der n Areale zu verschiedenen Zeitpunkten t mit Kt<T (T= maximale Anzahl der betrachteten Zeitpunkte) .A data point s = s (t) represents a total of all BOLD signals sl, ..., sN of the individual n areas at a time t. The fMRI measurement (210) comprises a large number of such data points sl, ..., sT - the BOLD signals of the n areas at different times t with Kt <T (T = maximum number of times considered).
Die Wahrscheinlichkeiten P=P(sl, ..., sT|μ,∑) für ein Auftre- ten aller gemessenen Datenpunkte sl, ..., sT werden gemäß (1) und (2) bestimmt (230) .The probabilities P = P (sl, ..., sT | μ, ∑) for the occurrence of all measured data points sl, ..., sT are determined according to (1) and (2) (230).
Im Gegensatz zu dem bekannten Analyseverfahren, bei welchem die BOLD-Signale durch das linear statistische Modell (3) mit den neuronalen Aktivitäten gleichgesetzt werden, wird bei dem neuen Analyseverfahren 200 ein anderes Modell, ein sogenanntes Kopplungsmodell (220) verwendet.In contrast to the known analysis method, in which the BOLD signals are equated with the neural activities by the linear statistical model (3), the new analysis method 200 uses a different model, a so-called coupling model (220).
Trotz des engen Zusammenhangs zwischen den BOLD-Signalen und den neuronalen Aktivitäten trifft das Gleichsetzten bei dem alten bekannten Analyseverfahren nicht auf das reale biologische Vorbild zu, sondern ist nur eine vereinfachte Näherung.Despite the close connection between the BOLD signals and the neural activities, the identifying in the old known analysis method does not apply to the real biological model, but is only a simplified approximation.
Das Kopplungsmodell (220) bei dem neuen Analyseverfahren 200 betrachtet N BOLD-Signale (sl, ..., SN) und M neuronale Aktivitäten (al, ..., aM) , wobei bei gleicher Ortsauflösung N=M angenommen werden kann. Darüber hinaus wird bei dem Kopplungsmodell der externe Einfluss expliziter modelliert:The coupling model (220) in the new analysis method 200 considers N BOLD signals (sl, ..., SN) and M neuronal activities (al, ..., aM), where N = M can be assumed with the same spatial resolution. In addition, the external influence is modeled more explicitly in the coupling model:
Hier bezeichnet e die statistisch unabhängigen äußeren Einflüsse el, ... , eP. Here e denotes the statistically independent external influences el, ..., eP.
Die Parameter des Kopplungsmodells (5) sind demnach S, A, B, W, U, V, μe und ∑e, wobei ∑e ohne Beschränkung der Allgemeinheit als diagonal angenommen werden kann.The parameters of the coupling model (5) are accordingly S, A, B, W, U, V, μe and ∑e, where ∑e can be assumed to be diagonal without any restriction of generality.
Das verwendete Kopplungsmodell (5) weist eine Reihe von Vorteilen auf. So können die gemessenen fMRI-Daten genauer er- klärt werden. D.h., es gibt Modellparameter in (5), für welche die Wahrscheinlichkeiten aus (2) höhere Werte annehmen, als durch irgendeine Wahl der Modellparameter in (3) des alten bekannten und im Vorherigen beschriebenen Analyseverfahrens (Beziehungen (1) bis (4) ) .The coupling model (5) used has a number of advantages. In this way, the measured fMRI data can be explained more precisely. That is, there are model parameters in (5) for which the probabilities from (2) assume higher values than by any choice of the model parameters in (3) of the old known analysis method described above (relationships (1) to (4)) ,
Darüber hinaus erlaubt die explizitere Modellierung der Zusammenhänge durch das Kopplungsmodell (5) eine gezieltere A- nalyse und Interpretation der Ergebnisse:In addition, the more explicit modeling of the relationships using the coupling model (5) enables a more targeted analysis and interpretation of the results:
- Die Signal-Kopplung S zwischen den BOLD-Signalen und die neuronalen Kopplungen W zwischen den Aktivitäten bzw. den Arealen wird unterschieden.- A distinction is made between the signal coupling S between the BOLD signals and the neural couplings W between the activities or the areas.
Bestimmte Annahmen über die gegenseitigen Abhängigkeiten zwischen den BOLD-Signalen und den neuronalen Aktivitäten werden explizit im Kopplungsmodell berücksichtigt. Dieses kann durch bestimmte Einschränkungen von A bzw. B erreicht werden.Certain assumptions about the interdependencies between the BOLD signals and the neural activities are explicitly taken into account in the coupling model. This can be achieved by certain restrictions of A or B.
Die externen Einflüsse e können besser charakterisiert werden. So lasse sich bestimmte lokale Einflüsse auf ein- zelne Areale und globale Einflüsse durch die Strukturen in U und V besser erkennen.The external influences e can be better characterized. In this way, certain local influences on individual areas and global influences through the structures in U and V can be better recognized.
Weiter lässt sich das Kopplungsmodell schreiben:The coupling model can also be written:
a' = γ,δi (5'fl'e) für * = -,M • ( 6) Die funktionellen Zusammenhänge S und A können dabei von allgemeinen Parametern α und γ und von arealspezifischen Parametern ßi und δ abhängen. a ' = γ, δ i ( 5 ' fl ' e ) for * = -, M • ( 6 ) The functional relationships S and A can depend on general parameters α and γ and on area-specific parameters ßi and δ.
Die funktionellen Zusammenhänge S und A können allgemein gehalten sein, beispielsweise durch eine Darstellung als endliche Reihe [2], deren Koeffizienten als Modellparameter dann ebenfalls durch die Maximum Likelyhood Estimation (240) ermittelt werden.The functional relationships S and A can be kept general, for example by a representation as a finite series [2], the coefficients of which are then also determined as model parameters by the maximum likelihood estimation (240).
Auch können explizite Annahmen über die funktionellen Zusammenhänge S 1 und A X gemacht werden. Eine konkrete Form von A ergibt sich beispielsweise aus formalen Analysen der Dy- namik neuronaler Populationen basierend auf den Modellen einzelner Neuronen. Das resultierende Modell nimmt dann folgende Form an:Explicit assumptions about the functional relationships S 1 and A X can also be made. A concrete form of A results, for example, from formal analyzes of the dynamics of neuronal populations based on the models of individual neurons. The resulting model then takes the following form:
s = Aas = Aa
ai =fθi i∑ ιWü"j +∑ V Ü ej) für i = l,...,M . (7) a i = f θi i∑ ι W ü "j + ∑ V Ü e j) for i = l, ..., M. (7)
Hierin hängen die BOLD-Signale s ausschließlich von den neuronalen Aktivitäten a ab. Räumliche Beziehungen von neurona- len Arealen können durch Einschränkungen der Form von A modelliert werden.The BOLD signals s depend exclusively on the neural activities a. Spatial relationships of neural areas can be modeled by constraints on the shape of A.
Die Aktivität eines Areals hängt in obigem Fall wiederum nur vom linear aufsummierten Gesamtinput dieses Areals ab. Die verbleibenden Parameter θ können dabei für alle Areale der gleiche, fest gewählte oder unbekannte Modellparameter sein oder sie können sich im allgemeinsten Fall von Areal zu Areal unterscheiden. In jedem Fall ergibt sich auch beim Modell (6) ein im allgemeinen impliziter Zusammenhang zwischen μ bzw. Σ, den unbekannten Parametern bei den Wahrscheinlichkeiten (2), und den zu bestimmenden Modellparametern:In the above case, the activity of an area in turn only depends on the total input of this area, which is summed up linearly. The remaining parameters θ can be the same, permanently selected or unknown model parameters for all areas or, in the most general case, they can differ from area to area. In any case, the model (6) also has a generally implicit relationship between μ or Σ, the unknown parameters for the probabilities (2), and the model parameters to be determined:
μ = μ(a,ßiγ,δi,μ)μ = μ (a, ß i γ, δ i , μ)
∑ = ∑(a,ßi,y,δi,∑) . (8)∑ = ∑ (a, ß i , y, δ i , ∑). (8th)
Über diesen Zusammenhang können die optimalen Modellparameter mittels Maximum Likelyhood Estimation ermittelt werden (240) .In this context, the optimal model parameters can be determined using maximum likelihood estimation (240).
Im Gegensatz zu dem linearen Modell bei dem alten bekannten Analyseverfahren (Beziehungen (1) bis (4)) wird bei den neuen Analyseverfahren die Optimierung sowohl mit den Modellparametern als auch mit den Parametern μ und. Σ der angenommenen statistischen Verteilung durchgeführt, wobei die Gleichungen (8) als Nebenbedingungen berücksichtigt werden.In contrast to the linear model in the old known analysis method (relationships (1) to (4)), in the new analysis method the optimization is carried out both with the model parameters and with the parameters μ and. Σ of the assumed statistical distribution, whereby equations (8) are taken into account as secondary conditions.
Bei der Optimierung (240) werden dann die gesuchten und zu analysierenden Signal-Kopplungsstärken S zwischen den BOLD- Signalen bestimmt, welche Zusammenhänge zwischen den BOLD- Signalen beschreiben. Die Signal-Kopplungsstärken S werden ausgewertet und analysiert (250) und bilden die Grundlage der medizinischen Diagnose.Optimization (240) then determines the signal coupling strengths S to be analyzed and analyzed between the BOLD signals, which describe relationships between the BOLD signals. The signal coupling strengths S are evaluated and analyzed (250) and form the basis of the medical diagnosis.
Der unmittelbare Vorteil des neuen Analyseverfahrens 200, insbesondere des dabei verwendeten Kopplungsmodells (220) , ist eine genauere Analyse der fMRI-Daten. Durch die Paramet- risierung mit α, ßj_, γ und δi kann zusätzlich die explizite Form der gewählten Beziehungen S und A extrahiert werden. Im Rahmen dieses Dokuments sind folgende Veröffentlichungen zitiert:The immediate advantage of the new analysis method 200, in particular of the coupling model (220) used here, is a more precise analysis of the fMRI data. By parameterizing with α, ßj_, γ and δi, the explicit form of the selected relationships S and A can also be extracted. The following publications are cited in this document:
[1] T.W. Anderson, An Introduction to Multivariable Sta- tistical Analysis, Kapitel 3, John Wiley & Sons, Inc., New York, London, Sydney, 1994[1] T.W. Anderson, An Introduction to Multivariable Statistical Analysis, Chapter 3, John Wiley & Sons, Inc., New York, London, Sydney, 1994
[2] Bronstein-Semendjajew, Taschenbuch der Mathematik, Unendliche Reihen, Funktionenfolgen, Kap. 3.1.14, Seiten 355 - 375, 22. Auflage, Verlag Harri Deutsch, Thun und Frankfurt/Main, ISBN 3-87 144-492-8, 1985[2] Bronstein-Semendjajew, Paperback of Mathematics, Infinite Series, Sequences of Functions, Chap. 3.1.14, pages 355 - 375, 22nd edition, publisher Harri Deutsch, Thun and Frankfurt / Main, ISBN 3-87 144-492-8, 1985
[3] A. W. Toga and J. C. Maziotta (Hrsg), „Brain Mapping:[3] A. W. Toga and J. C. Maziotta (ed.), "Brain Mapping:
The Methods", Kap 9: M. S. Cohen: „Rapid MRI and Functi- onal Applications", Acade ic Press 1996The Methods ", Chap. 9: M. S. Cohen:" Rapid MRI and Functional Applications ", Acade ic Press 1996
[4] Beschreibung für eine Software „fmri.pro" zur quantita- tiven fMRI-Analyse, erhältlich am 07.09.2001, unter http: //www.med.uni-muenchen. de/radin/html/ arbeitsgruppen/fmri/ccfmri .html[4] Description for a software "fmri.pro" for quantitative fMRI analysis, available on September 7th, 2001, under http: //www.med.uni-muenchen. De / radin / html / workgroups / fmri / ccfmri .html
[5] Beschreibung fMRI - Gerät, erhältlich am 07.09.2001, unter http : // ww. unipublic . nizh. ch/campus/uni-ne s/ 2001/0147/fmri.html[5] Description of the fMRI device, available on September 7, 2001, at http: // ww. unipublic. Nizh. ch / campus / uni-ne s / 2001/0147 / fmri.html
[6] A.R. Mclntosh et al., Structural Equation Modeling and Its Application to Networ Analysis in Functional Brain Imaging, Human Brain Mapping, 2:2-22, 1994. [6] A.R. Mclntosh et al., Structural Equation Modeling and Its Application to Networ Analysis in Functional Brain Imaging, Human Brain Mapping, 2: 2-22, 1994.

Claims

Patentansprüche claims
1. Verfahren zur Analyse von neuronalen Aktivitäten in neuronalen Arealen unter Verwendung von die neuronalen Aktivitäten beschreibenden Signalen und eines Kopplungsmodells, bei welchem a) die neuronalen Aktivitäten und die Signale unter Verwendung von Kreuzkopplungsgrößen miteinander gekoppelt werden, b) die Signale unter Verwendung von Signal-Kopplungsgrößen, die jeweils zwei von den Signalen miteinander koppeln, gekoppelt werden, c) die neuronalen Aktivitäten unter Verwendung von Aktivitäten-Kopplungsgrößen, die jeweils zwei von den neuronalen Aktivitäten miteinander koppeln, gekoppelt werden, bei welchem Verfahren1. A method for analyzing neural activities in neural areas using signals describing the neural activities and a coupling model, in which a) the neural activities and the signals are coupled to one another using cross-coupling quantities, b) the signals using signal Coupling quantities, which each couple two of the signals to each other, c) the neural activities are coupled using activity coupling quantities, which each couple two of the neuronal activities to one another, in which method
- die Signale ermittelt werden, wobei jeweils ein Signal die neuronale Aktivität in einem der neuronalen Arealen beschreibt, - Wahrscheinlichkeiten für ein Auftreten der Signale ermittelt werden, wobei dem Auftreten der Signale eine durch eine Normalverteilung beschriebene statistische Verteilung zugrunde gelegt wird,the signals are determined, one signal each describing the neural activity in one of the neuronal areas, probabilities for the occurrence of the signals are determined, the occurrence of the signals being based on a statistical distribution described by a normal distribution,
- die Wahrscheinlichkeiten unter Verwendung des Kopplungsmo- dells optimiert werden, wobei zumindest die Signal- Kopplungsgrößen ermittelt werden und- The probabilities are optimized using the coupling model, at least the signal coupling quantities being determined and
- die neuronalen Aktivitäten zumindest unter Verwendung der Signal-Kopplungsgrößen analysiert werden.- The neural activities are analyzed at least using the signal coupling quantities.
2. Verfahren nach Anspruch 1, bei dem bei der Optimierung auch die Aktivitäten- Kopplungsgrößen und die Kreuzkopplungsgrößen ermittelt werden. 2. The method according to claim 1, in which the activity coupling variables and the cross-coupling variables are determined during the optimization.
3. Verfahren nach einem der vorangehenden Ansprüche, bei dem bei dem Kopplungsmodell äußere Einflüsse auf die Signale und/oder auf die neuronalen Aktivitäten unter Verwendung von Einfluss-Kopplungsgrößen berücksichtigt werden.3. The method as claimed in one of the preceding claims, in which external influences on the signals and / or on the neuronal activities are taken into account in the coupling model using influence coupling variables.
4. Verfahren nach einem der vorangehenden Ansprüchen, bei dem in das Kopplungsmodell Vorwissen eingebracht wird, indem Kopplungsgrößen gemäß dem Vorwissen festgelegt werden.4. The method according to any one of the preceding claims, in which prior knowledge is introduced into the coupling model by determining coupling sizes according to the prior knowledge.
5. Verfahren nach dem vorangehenden Anspruch, bei dem räumliche Beziehungen zwischen den neuronalen Arealen durch die Festlegung zumindest eines Teils der Aktivitäten- Kopplungsgrößen berücksichtigt werden.5. The method according to the preceding claim, in which spatial relationships between the neuronal areas are taken into account by specifying at least a part of the activity coupling quantities.
6. Verfahren nach einem der vorangehenden Ansprüche, bei dem die Optimierung unter Verwendung eine Methode einer Maximum Likelyhood Estimation durchgeführt wird.6. The method according to any one of the preceding claims, in which the optimization is carried out using a method of maximum likelihood estimation.
7. Verfahren nach einem der vorangehenden Ansprüche, bei dem bei der Optimierung ein Zusammenhang zwischen dem'7. The method according to any one of the preceding claims, wherein in the optimization a relationship between the '
Kopplungsmodell und den Wahrscheinlichkeiten als Nebenbedingung berücksichtigt wird.Coupling model and the probabilities as a constraint is taken into account.
8. Verfahren nach einem der vorangehenden Ansprüche, bei dem die Signale durch Messung ermittelt werden.8. The method according to any one of the preceding claims, in which the signals are determined by measurement.
9. Verfahren nach einem der vorangehenden Ansprüche, bei dem das Signal ein BOLD-Signal ist.9. The method according to any one of the preceding claims, wherein the signal is a BOLD signal.
10. Verfahren nach einem der vorangehenden Ansprüche, bei dem das neuronale Areal ist Gehirnareal einer Person ist.10. The method according to any one of the preceding claims, wherein the neuronal area is the brain area of a person.
11. Verfahren nach einem der vorangehenden Ansprüche, eingesetzt bei einer fMRI-Technik, bei welcher BOLD-Signale analysiert werden, wobei das Signal eines der BOLD-Signale ist . 11. The method according to any one of the preceding claims, used in an fMRI technique in which BOLD signals are analyzed, the signal being one of the BOLD signals.
12. Verfahren nach dem vorangehenden Anspruch, eingesetzt zu einer Diagnose einer funktionellen Störung in einem Gehirnareal unter Verwendung der fMRI-Technik derart, dass unter Verwendung der Analyse der BOLD-Signale die Diag- nose gestellt wird.12. The method according to the preceding claim, used to diagnose a functional disorder in a brain area using the fMRI technique in such a way that the diagnosis is made using the analysis of the BOLD signals.
13. Anordnung zur Analyse von neuronalen Aktivitäten in neuronalen Arealen unter Verwendung von die neuronalen Aktivitäten beschreibenden Signalen und eines Kopplungsmodells, bei welchem d) die neuronalen Aktivitäten und die Signale unter Verwendung von Kreuzkopplungsgrößen miteinander gekoppelt werden, e) die Signale unter Verwendung von Signal-Kopplungsgrößen, die jeweils zwei von den Signalen miteinander koppeln, gekoppelt werden, f) die neuronalen Aktivitäten unter Verwendung von Aktivitäten-Kopplungsgrößen, die jeweils zwei von den neuronalen Aktivitäten miteinander koppeln, gekoppelt werden, welche Anordnung eine Analyseeinheit aufweist, welche eingerichtet ist derart, dass13. Arrangement for the analysis of neural activities in neural areas using signals describing the neural activities and a coupling model in which d) the neural activities and the signals are coupled using cross-coupling quantities, e) the signals using signal Coupling quantities, which each couple two of the signals, are coupled, f) the neural activities are coupled using activity coupling quantities, which each couple two of the neural activities, which arrangement has an analysis unit which is set up in such a way, that
- die Signale ermittelt werden, wobei jeweils ein Signal die neuronale Aktivität in einem der neuronalen Arealen beschreibt, - Wahrscheinlichkeiten für ein Auftreten der Signale ermittelt werden, wobei dem Auftreten der Signale eine durch eine Normalverteilung beschriebene statistische Verteilung zugrunde gelegt wird,the signals are determined, one signal each describing the neural activity in one of the neuronal areas, probabilities for the occurrence of the signals are determined, the occurrence of the signals being based on a statistical distribution described by a normal distribution,
- die Wahrscheinlichkeiten unter Verwendung des Kopplungsmo- dells optimiert werden, wobei zumindest die Signal- Kopplungsgrößen ermittelt werden und- The probabilities are optimized using the coupling model, at least the signal coupling quantities being determined and
- die neuronalen Aktivitäten zumindest unter Verwendung der Signal-Kopplungsgrößen analysiert werden.- The neural activities are analyzed at least using the signal coupling quantities.
14. Computerprogramm-Erzeugnis , das ein computerlesbares14. Computer program product that is a computer readable
Speichermedium umfasst, auf dem ein Programm gespeichert ist, das es einem Computer ermöglicht, nachdem es in einen Spei- eher des Computers geladen worden ist, folgende Schritte durchzuführen zur Analyse von neuronalen Aktivitäten in neuronalen Arealen unter Verwendung von die neuronalen Aktivitäten beschreibenden Signalen und eines Kopplungsmodells, bei welchem Kopplungsmodell a) die neuronalen Aktivitäten und die Signale unter Verwendung von Kreuzkopplungsgrößen miteinander gekoppelt werden, b) die Signale unter Verwendung von Signal-Kopplungsgrößen, die jeweils zwei von den Signalen miteinander koppeln, gekoppelt werden, c). die neuronalen Aktivitäten unter Verwendung von Aktivitäten-Kopplungsgrößen, die jeweils zwei von den neuronalen Aktivitäten miteinander koppeln, gekoppelt werden, - die Signale werden ermittelt, wobei jeweils ein Signal die neuronale Aktivität in einem der neuronalen Arealen beschreibt,Storage medium on which a program is stored, which enables a computer after it has been stored in a rather, the computer has been loaded to perform the following steps for analyzing neural activities in neural areas using signals describing the neural activities and a coupling model, in which coupling model a) the neural activities and the signals are coupled using cross-coupling quantities, b ) the signals are coupled using signal coupling quantities, which each couple two of the signals to one another, c). the neural activities are coupled using activity coupling quantities, which each couple two of the neural activities, the signals are determined, one signal describing the neural activity in one of the neuronal areas,
- Wahrscheinlichkeiten werden für ein Auftreten der Signale ermittelt, wobei dem Auftreten der Signale eine durch eine Normalverteilung beschriebene statistische Verteilung zugrunde gelegt wird,Probabilities are determined for the occurrence of the signals, the occurrence of the signals being based on a statistical distribution described by a normal distribution,
- die Wahrscheinlichkeiten werden unter Verwendung des Kopplungsmodells optimiert, wobei zumindest die Signal- Kopplungsgrößen ermittelt werden und - die neuronalen Aktivitäten werden zumindest unter Verwendung der Signal-Kopplungsgrößen analysiert.- The probabilities are optimized using the coupling model, at least the signal coupling quantities being determined and - The neuronal activities are analyzed at least using the signal coupling quantities.
15. Computerlesbares Speichermedium, auf dem ein Programm gespeichert ist, das es einem Computer ermöglicht, nachdem es in einen Speicher des Computers geladen worden ist, folgende Schritte durchzuführen zur Analyse von neuronalen Aktivitäten in neuronalen Arealen unter Verwendung von die neuronalen Aktivitäten beschreibenden Signalen und eines Kopplungsmodells, bei welchem Kopplungsmodell a) die neuronalen Aktivitäten und die Signale unter Verwendung von Kreuzkopplungsgrößen miteinander gekoppelt werden, b) die Signale unter Verwendung von Signal-Kopplungsgrößen, die jeweils zwei von den Signalen miteinander koppeln, gekoppelt werden, c) die neuronalen Aktivitäten unter Verwendung von Aktivitä- ten-Kopplungsgrößen, die jeweils zwei von den neuronalen15. Computer-readable storage medium, on which a program is stored, which, after it has been loaded into a memory of the computer, enables a computer to carry out the following steps for analyzing neural activities in neural areas using signals describing the neural activities and one Coupling model, in which coupling model a) the neural activities and the signals are coupled to one another using cross-coupling variables, b) the signals are coupled using signal coupling quantities, which each couple two of the signals to one another, c) the neural activities using activity coupling quantities, each of the two neuronal ones
Aktivitäten miteinander koppeln, gekoppelt werden,Coupling activities, being coupled,
- die Signale werden ermittelt, wobei jeweils ein Signal die neuronale Aktivität in einem der neuronalen Arealen beschreibt, - Wahrscheinlichkeiten werden für ein Auftreten der Signale ermittelt, wobei dem Auftreten der Signale eine durch eine Normalverteilung beschriebene statistische Verteilung zugrunde gelegt wird,the signals are determined, one signal each describing the neural activity in one of the neuronal areas, probabilities for the occurrence of the signals are determined, the occurrence of the signals being based on a statistical distribution described by a normal distribution,
- die Wahrscheinlichkeiten werden unter Verwendung des Kopp- lungsmodells optimiert, wobei zumindest die Signal- Kopplungsgrößen ermittelt werden und- The probabilities are optimized using the coupling model, at least the signal coupling quantities being determined and
- die neuronalen Aktivitäten werden zumindest unter Verwendung der Signal-Kopplungsgrößen analysiert.- The neural activities are analyzed at least using the signal coupling quantities.
16. Computerprogramm mit Programmcode-Mitteln, um alle16. Computer program with program code means to all
Schritte gemäß Anspruch 1 durchzuführen, wenn das Programm auf einem Computer ausgeführt wird.Perform steps according to claim 1 when the program is executed on a computer.
17. Computerprogramm mit Programmcode-Mitteln gemäß Anspruch 16, die auf einem computerlesbaren Datenträger gespeichert sind.17. Computer program with program code means according to claim 16, which are stored on a computer-readable data carrier.
18. Computerprogramm-Produkt mit auf einem maschinenlesbaren Träger gespeicherten Programmcode-Mitteln, um alle Schritte gemäß Anspruch 1 durchzuführen, wenn das Programm auf einem Computer ausgeführt wird. 18. A computer program product with program code means stored on a machine-readable carrier, in order to carry out all the steps according to claim 1 when the program is executed on a computer.
EP03790696A 2002-08-09 2003-08-07 Method and arrangement and computer programme with programme code means for the analysis of neuronal activities in neuronal areas Withdrawn EP1527354A1 (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE10236629 2002-08-09
DE10236629 2002-08-09
PCT/DE2003/002663 WO2004021026A1 (en) 2002-08-09 2003-08-07 Method and arrangement and computer programme with programme code means for the analysis of neuronal activities in neuronal areas

Publications (1)

Publication Number Publication Date
EP1527354A1 true EP1527354A1 (en) 2005-05-04

Family

ID=31968956

Family Applications (1)

Application Number Title Priority Date Filing Date
EP03790696A Withdrawn EP1527354A1 (en) 2002-08-09 2003-08-07 Method and arrangement and computer programme with programme code means for the analysis of neuronal activities in neuronal areas

Country Status (4)

Country Link
US (1) US20050009003A1 (en)
EP (1) EP1527354A1 (en)
AU (1) AU2003263124A1 (en)
WO (1) WO2004021026A1 (en)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007138579A2 (en) 2006-05-25 2007-12-06 Elminda Ltd. Neuropsychological spatiotemporal pattern recognition
WO2009069135A2 (en) * 2007-11-29 2009-06-04 Elminda Ltd. System and method for neural modeling of neurophysiological data
US7961922B2 (en) * 2007-05-31 2011-06-14 The Board Of Regents Of The University Of Texas System Systems and methods for processing medical image data to facilitate comparisons among groups of subjects
EP2227725A4 (en) * 2007-11-29 2013-12-18 Elminda Ltd Clinical applications of neuropsychological pattern analysis and modeling
FR3055998B1 (en) * 2016-09-09 2018-10-12 Olea Medical SYSTEM AND METHOD FOR RECONSTRUCTING A PHYSIOLOGICAL SIGNAL OF AN ARTERY / FABRIC / VEIN DYNAMIC SYSTEM OF AN ORGAN IN A SURFACE SPACE
CN116776941B (en) * 2023-06-19 2024-04-26 浙江大学 Neuron coding model parameter estimation method and device based on two-photon calcium imaging data

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6370416B1 (en) * 1998-11-25 2002-04-09 Ge Medical Systems Global Technology Company Llc fMRI signal processing
WO2001039664A1 (en) * 1999-12-02 2001-06-07 The General Hospital Corporation Method and apparatus for measuring indices of brain activity

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2004021026A1 *

Also Published As

Publication number Publication date
AU2003263124A1 (en) 2004-03-19
US20050009003A1 (en) 2005-01-13
WO2004021026A1 (en) 2004-03-11

Similar Documents

Publication Publication Date Title
DE102007036564B4 (en) Method for tissue-specific optimization of imaging parameters
EP1527407A2 (en) Method and computer program comprising program code means, and computer program product for analysing the activity of a pharmaceutical preparation
DE102016202254B4 (en) Model-free determination of image areas with anomalous diffusion based on diffusion-weighted magnetic resonance image data
DE112013000671B4 (en) Device for planning neuromodulation treatment
DE102015205694B3 (en) MR saturation taking into account the anatomical structures to be imaged
Cheng et al. Task-related brain functional network reconfigurations relate to motor recovery in chronic subcortical stroke
DE10100441C2 (en) Method for operating a magnetic resonance device upon initiation of a neural activity and magnetic resonance device for performing the method
DE10162927A1 (en) Evaluation of images of the brain obtained using functional magnetic resonance tomography
Shi et al. On the relationship between MRI and local field potential measurements of spatial and temporal variations in functional connectivity
EP1527354A1 (en) Method and arrangement and computer programme with programme code means for the analysis of neuronal activities in neuronal areas
DE102017215444B4 (en) Recording of trace-weighted magnetic resonance image data with anisotropic diffusion directions
DE10056457C2 (en) Method for operating a magnetic resonance device with functional imaging
DE10121802A1 (en) Generating image from nuclear resonance signals from MRI apparatus, by forming component for each pixel by multiplication with weighting factor
EP3287915B1 (en) Generation of multiple protocols comprising an amount of favourites for controlling a medical imaging device
DE19913547C2 (en) Method for emulating the electrical stimulations generated by gradient coils of a nuclear magnetic resonance device in an examination object and device for carrying out the method
DE102019209079A1 (en) Method for measuring eddy current fields in a magnetic resonance device, magnetic resonance device, computer program and electronically readable data carrier
DE102014221054A1 (en) A method for generating an image data set to be displayed from magnetic resonance data, computing device and computer program
EP1425679A2 (en) Arrangement with artificial neurons for describing the transmission behavior of a nerve cell to be excited and method for determining the transmission behavior of a nerve cell to be excited using artificial neurons
DE102021200990A1 (en) Method of controlling an MR device
EP1527406A2 (en) Method and arrangement and computer programme with programme code means and computer programme products for the analysis of neuronal activities in neuronal areas
DE102018203784A1 (en) Method for determining a local concentration distribution of magnetic particles, system for the visual display of MPI image data
DE102016217223A1 (en) Verification of a temporal change of a magnetic field in a magnetic resonance device
WO2004021244A2 (en) Method, system, computer program with program code means, and computer program product for analyzing neuronal activities in neuronal areas
DE10114270A1 (en) Measurement of a user&#39;s brain activity in response to operating a technical device, especially a motor vehicle so that ergonomic and safety aspects of the operating equipment can be optimized
DE102013219034B4 (en) Minimization of the repetition time in a magnetic resonance measurement

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20040227

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IT LI LU MC NL PT RO SE SI SK TR

AX Request for extension of the european patent

Extension state: AL LT LV MK

DAX Request for extension of the european patent (deleted)
RBV Designated contracting states (corrected)

Designated state(s): DE FR GB

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20080301