Analisi della connettività funzionale da dati di elettroencefalografia ad alta densità acquisiti a riposo/Functional connectivity analysis of resting state high-density electroencephalography data
Finalità:
Porpouse
Lo scopo del corso è fornire allo studente una serie di competenze che permettano l'analisi avanzata di datielettroencefalografici ad alta densità (hdEEG). Il corso include tutte le fasi necessarie allo svolgimento di analisi di connettività funzionale da dati hdEEG acquisiti a riposo. In particolare, le varie fasi includono preprocessamento dei dati EEG, generazione di un modello realistico della testa, localizzazione delle sorgenti EEG, e analisi di connettività. L'analisi di connettività include due tipi di approcci per l'estrazione dei network cerebrali: i) data-driven, basato sull'analisi delle componenti indipendenti e ii) hypothesis-driven, basato sulla definizione di specifiche regioni di interesse. Tutte le lezioni prevedono sia una parte teorica sia pratica, quest'ultima al fine di permettere allo studente di familiarizzare con il software NET. L'interazione diretta dello studente è altamente incoraggiata.
The aim of the course is to provide a series of skills to perform advanced analysis of high-density electroencephalographic (hdEEG) data. The course covers all the steps required to perform functional connectivity analysis of resting state hdEEG data. In particular, the different steps include EEG signal preprocessing, head modelling, EEG source localization, and connectivity analysis. Connectivity analysis include two different approaches to extract brain networks: i) data-driven, based on independent component analysis (ICA) and ii) hypothesis-driven, based on the definition of specific regions of interest (seed). All lessons will include both theoretical and practical sessions, these latter to allow familiarizing with NET software. During the lessons, students' direct interaction is highly encouraged.
Software utilizzato:
Il corso necessita l'utilizzo di MATLAB
Software
The course requires the use of MATLAB
Programma del corso:
- LEZIONE 1: Introduzione su EEG ad alta densità
NET - installazione del software
Panoramica sulle applicazioni con EEG ad alta densità usando NET
Introduzione su connettività funzionale a riposo
- LEZIONE 2: Processamento dei dati EEG - Correzione "bad channels", filtraggio dati, attenuazione degli artefatti, re- referencing
- LEZIONE 3: Modello realistico della testa - Segmentazione dei tessuti della testa, registrazione degli elettrodi, EEG "forward solution"
Localizzazione delle sorgenti EEG
- LEZIONE 4: Network mapping and connectivity analysis: ICA-based and seed-based
- LEZIONE 5: Final project
Course program
- LEZIONE 1: Introduction of high-density EEG
- NET - software installation
Overview of high-density EEG applications using NET
Introduction of resting state functional connectivity
- LEZIONE 2: EEG signal processing - Bad channel correction, data filtering, artifact attenuation, re-referencing
- LEZIONE 3: Head modelling - Head tissue segmentation, electrode registration, EEG forward solution
EEG source localization
- LEZIONE 4: Network mapping and connectivity analysis: ICA-based and seed-based
- LEZIONE 5: Final project
Prerequisiti: Principi base di elettroencefalografia, principi base di programmazione/Basic principles of electroencephalography, Basic principles of coding
Durata del corso: 20 ore
Aule di svolgimento delle lezioni: Da definirsi/To be defined
Numero massimo di partecipanti: 10
Conduttore: Marco Marino
