Räumlich-zeitliche inverse Ansätze für die EEG/MEG-Rekonstruktion neuronaler Netzwerke im menschlichen Gehirn

• Antragsteller: Professor Dr. Martin Burger; Professor Dr. Carsten Hermann Wolters
• Fachliche Zuordnung: Mathematik ; Klinische Neurologie; Neurochirurgie und Neuroradiologie ; Kognitive und systemische Humanneurowissenschaften ; Medizinische Physik, Biomedizinische Technik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 559485081

Bei der Elektro- (EEG) und Magnetoenzephalographie (MEG) Quellanalyse werden elektrische Stromquellen im Gehirn aus nichtinvasiv an der Kopfoberfläche gemessenen Potenzialen und Magnetfeldern rekonstruiert. EEG/MEG-Quellanalyse wird in der Grundlagen-Hirnforschung und in der Klinik eingesetzt, z.B. auf dem Gebiet der evozierten Potenziale (EP) und Felder (EF) und für die präoperative Diagnose fokaler Epilepsie. Bei diesen Anwendungen ist es das Ziel, (sub-)kortikale propagierende Aktivitäten zu rekonstruieren, die von fokalen Ursprungsquellen ausgehen und sich dann entlang der Faserverbindungen im Nah- oder Fernbereich zu anderen Hirnregionen ausbreiten, wobei sich die Quelltiefe und der Synchronisationsgrad, d.h. die Ausdehnung der Quelle, während der Ausbreitung kontinuierlich ändern können. Derzeit gibt es nur wenige inverse EEG- und MEG-Quellanalyseansätze, die die verfügbaren räumlich-zeitlichen Vorinformationen solcher wandernden Aktivitäten berücksichtigen. In diesem Projekt werden wir neue kombinierte EEG/MEG-Ansätze zur räumlich-zeitlichen inversen Stromdichte-Rekonstruktion (englisch: CDR) entwickeln, die die komplementäre Information der EEG- und MEG-Daten nutzen und auf realistischer Finite-Elemente-Methode (FEM) Vorwärtsmodellierung und individueller Schädelleitfähigkeits-Kalibrierung basieren. Da die L1-Norm CDR eher für die Rekonstruktion von fokalen Quellen geeignet ist, während sich für ausgedehnte Quellen die L2-Norm CDR anbietet, werden wir für die räumliche Regularisierung Lp für 1<= p <= 2 in Kombination mit geeigneten Ansätzen zur Tiefengewichtung entwickeln. Dies wird mit einer Glättung der zeitlichen Ableitungen der CDR kombiniert (WP 2). Darüber hinaus wird die Earth Mover's Metrik (englisch: EMD) als neues zeitliches Regularisierungskonzept eingeführt, die eine kontinuierliche Änderung des Synchronisationsgrades und damit der Ausdehnung der zugrunde liegenden Quellen ermöglicht (WP 4). Über gelernte Regularisierungskonzepte für Norm und Gewichte der CDR-Priors soll unter Verwendung von Standard-Bilevel-Optimierung und neuartigen sogenannten adversarial Regularisierungsansätzen zwischen tiefen fokalen und oberflächlichen ausgedehnten Quellaktivitäten in kombinierten EEG/MEG-Szenarien unterschieden werden. Die Leistung unserer neuen dynamischen Inversionsansätze im Vergleich zu den derzeitigen Standards wie Dipol-Scanning, Beamforming und instantane CDR wird umfassend validiert, zunächst in Computersimulationsstudien in gut kontrollierten Mehrschichtkugel- sowie realistischen Kopfmodellen, in neurophysiologischen EP/EF-Untersuchungen mit Quellen unterschiedlicher Tiefe und Ausdehnung und in Bezug auf eine verbesserte Diagnose und Behandlung von Patienten, die an medikamentenresistenter fokaler Epilepsie leiden (WP1). Als Zukunftsperspektive für eine zweite Förderperiode schlagen wir hierarchische Bayes'sche Modellierung (HBM) vor, bei der die zeitliche Glättung der EMD auf den Hyperprior-Parametern realisiert wird.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Finnland, Frankreich
• Kooperationspartner: Professor Dr. Sampsa Pursiainen; Professor Fabrice Wallois