ソースレベルEEGにおける機能的結合性とグラフ理論の測定の信頼性のある評価: いくつの電極が十分か？

目的: EEGを用いてグラフ理論を通じて機能的脳ネットワークを特性評価することが、臨床および基礎研究で大きな関心を集めてきました。しかし、信頼性のある測定の最小要件は依然として大部分が未解決です。ここでは、異なる電極密度から得られたEEGを用いて機能的結合性の推定とグラフ理論の指標を検討しました。方法: 33人の参加者に対して128の電極でEEGが記録されました。高密度のEEGデータは、その後、3つのより疎なモンタージュ（64、32、19の電極）にサブサンプリングされました。4つの逆解法、4つの機能的結合性の測定、および5つのグラフ理論の指標がテストされました。結果: 128電極で得られた結果とサブサンプリングされたモンタージュの間の相関は、電極数の関数として減少しました。電極密度の低下の結果、ネットワーク指標は歪みました: 平均ネットワーク強度およびクラスタリング係数は過大評価され、一方で特性経路長は過小評価されました。結論: 電極密度が減少した際にいくつかのグラフ理論の指標が変更されました。リソースの要求と結果の精度の最適なバランスのためには、ソース再構築されたEEGデータにおいて機能的脳ネットワークを特性評価するために、最小64の電極を利用することが推奨されます。意義: 低密度EEGから得られる機能的脳ネットワークの特性評価は、慎重な考慮を要します。