皮质下结构在大脑功能中起着关键作用，感觉知觉、记忆、情绪和意识等大脑活动都与皮质下有关。对于许多研究来说，评估皮质下电生理活动至关重要。然而一直以来，鉴于皮质下神经网络与细胞结构的复杂性，通过脑电图（Electroencephalogram, EEG）监测皮质下电生理活动的可行性一直受质疑【1】。
Christoph M. Michel教授（researchgate.net）
前不久，来自日内瓦大学的Michel教授带领的研究团队在Nature Communications上发表了题为Subcortical electrophysiological activity is detectable with high-density EEG source imaging的论文，通过高密度EEG源成像监测皮质下电生理活动，证实了通过EEG监测皮质下电生理的可行性【2】。

人类大脑的活动随着时间与空间的变化而演变，因此使用高空间和时间分辨率的工具对大脑动力学进行成像非常重要。

EEG源成像通过头皮的电位分布逆推颅内皮层的电位分布，并根据患者头颅的解剖特点采用限差分头模融入头颅空间，从而实现无创监测。但是由于低密度EEG成像空间分辨率低，往往不能得出精确的结果，而高密度EEG源成像极大地提升了脑电的空间分辨率，使得通过脑电本身来精确定位大脑深部电生理成为可能【3】。

脑电图（EEG）是可以反映出大脑复杂的神经激活和编码的非侵入性监测方式。它提供了极高的的空间分辨率和时间分辨率，可以测量各个时间尺度上的大脑活动。电生理源成像的整合可以进一步增强时空分辨率和特异性，达到单独使用任何一种技术都无法达到的高度【1】。

但是一直以来，通过EEG监测皮质下活动仅仅是研究者们的设想，尽管有几项研究已经表示这个方案的可行性，但是他们并没有提供直接证据【4】。

目前人们对使用非侵入性的方法鉴定神经元活动的准确性和精确性存在很大的疑问。而对产生脑电波的源头进行追踪的最可靠方式便是颅内记录，医生通过在皮下或颅内植入电极对脑电进行监测。

研究者们招募了两名患有抽动秽语综合征（GTS综合征）的患者和两名患有OCD（强迫症）的患者，在GTS患者的中央内侧丘脑和OCD患者的伏隔核中植入电极，在保持外化的条件下给予深部脑刺激，同时建立EEG模型，对患者的大脑电生理进行监测。

为了大脑内空间结构有着更清晰的认识，研究者们为实验对象进行了磁共振成像扫描。随后他们将EEG源成像结果与计算机断层扫描（CT）中识别的实际深部脑刺激电极位置进行比较。为了便于比较，他们将来自于不同途径的成像数据进行整合，在空间上重新展示出来。

颅内监测与头皮EEG中同时监测到α波

通过EEG在所有受试者中都观察到了α波的活动，并且这些结果与颅内监测到的α波活动完全一致。

随后，研究者们将来自颅内电极的α波在时间与空间上的信息与覆盖在每个受试者的整个脑灰质的虚拟点处的（头皮）EEG源成像得到的等效信号进行比较，发现了明显的相关性。这意味着，如果在皮质下电极上存在明显的信号，能够使用EEG源成像定位这些活动。

左右大脑半球颅内记录相关性
而在进行两个半球的颅内记录时，研究者们发现了这两项记录之间存在着明显的相关性。这与EEG中报告的皮质下信号的双侧定位是一致的，这是一个意外之喜，研究者们首次在真正意义上证明了静息状态下人类伏隔核中双侧α波的一致性。

未来的道路

本项研究提供了高密度EEG成像可以监测皮质下电生理活动的直接证据，证实了通过EEG监测皮质下电生理活动的可行性。

这项技术在神经科学领域有着广泛的应用前景，除了在脑科学的研究中应用以外。由于EEG低成本的配置，计算机的便捷性以及方便获取的成像分析工具将使EEG源成像在临床上的广泛应用成为可能。

随着人们对EEG的更深一步发掘，将EEG与脑磁图或颅聚焦超声等技术联合使用，设计出更加精准的算法，它将在基础和临床神经科学中发挥更大的作用，帮助我们更加清晰直观得认识神经科学。

参考文献

【1】He, B., Sohrabpour, A., Brown, E. & Liu, Z. Electrophysiological Source Imaging: A Noninvasive Window to Brain Dynamics. Annual Review of Biomedical Engineering 20, 171-196, doi:10.1146/annurev-bioeng-062117-120853 (2018).

【2】Seeber, M. et al. Subcortical electrophysiological activity is detectable with high-density EEG source imaging. Nature Communications 10, 753, doi:10.1038/s41467-019-08725-w (2019).

【3】Nemtsas, P. et al. Source localization of ictal epileptic activity based on high-density scalp EEG data. Epilepsia 58, 1027-1036, doi:10.1111/epi.13749 (2017).

【4】Krishnaswamy, P. et al. Sparsity enables estimation of both subcortical and cortical activity from MEG and EEG. Proceedings of the National Academy of Sciences 114, E10465-E10474, doi:10.1073/pnas.1705414114 (2017).