EEG和MEG是否可以检测到小脑信号？
请点击上面“思影科技”四个字，选择关注我们，思影科技专注于脑影像数据处理，涵盖（fMRI,结构像,DTI,ASL,EEG/ERP,FNIRS,眼动）等，希望专业的内容可以给关注者带来帮助，欢迎留言讨论及转发推荐，也欢迎了解思影科技的课程及数据处理服务，可添加微信号siyingyxf或18983979082进行咨询(咨询电话18580429226，杨晓飞）。(文末点击浏览）
小脑在运动学习、协调等方面起着关键作用，并且也与感觉和认知过程有关。目前对其电生理机制的了解主要来自动物的直接记录，而人类小脑功能研究主要依赖于病变、血液动力学和代谢成像研究。成像研究提供了关于小脑调节行为的各种小脑-皮质路径的基本见解，但在时间和频率分辨率方面仍然受到限制。虽然皮层下脑电图（EEG）和脑磁图（MEG）的有限空间分辨率和小脑剖结构会影响小脑无创电生理研究，不过越来越多的研究挑战了MEG和EEG无法检测小脑活动的说法。本文通过大量列举运动、感知觉、脑网络及神经障碍等领域通过MEG/EEG记录到的小脑各神经震荡活动来证明MEG和EEG无创性记录小脑活动确实可行；并且通过总结已有研究中具体的研究方法，提供关于如何优化MEG和EEG记录小脑活动的建议，比如在源空间中使用连通性分析；此外还讨论了可能导致杂散小脑源定位的MEG和EEG信号污染并提出了解决此类伪迹的方法。本文发表在Neuroimage杂志。
1．前言
小脑除了在运动行为控制和协调中有明确作用外，还参与感觉加工以及从学习记忆到高水平认知控制的认知任务。功能磁共振成像（fMRI）研究显示小脑参与各种功能，例如手部动作，扫视，注意力分散，流利表达，自传性回想，单词理解，动作观察，心算，情感处理和语言处理等，进一步证明，人类大脑研究中无法忽视小脑的作用。然而，诸如脑电图（EEG）和脑磁图（MEG）等非侵入性电生理技术在测量小脑反应中的可用性尚未明确，且使用EEG或MEG描绘大脑网络的研究通常不认为小脑是潜在信号来源。本文对EEG和MEG检测小脑活动的能力持更乐观看法，并为如何使用MEG改善小脑记录提供了建议。
目前对调节小脑活动的电生理机制的了解主要来自动物的直接记录。人类小脑研究主要包括小脑病变患者的研究或追踪代谢、血液动力学过程的研究，例如正电子发射断层扫描（PET）和fMRI。神经影像技术只能通过监测局部代谢或血液动力学反应来提供神经活动的间接测量，尽管如此其在阐明小脑功能性作用（运动控制，视觉引导行为和许多认知任务）中仍起着关键作用。由于它们同时测量整个大脑活动，因此这些成像技术还用于检查小脑在可能的大规模脑网络中的参与情况以及评估小脑-丘脑-皮质路径的功能性作用。
血流动力学和代谢反应相对缓慢的性质仍然严重局限了小脑活动的精确时间特性的研究。因此，通过电生理级别的时间分辨率（即毫秒范围）记录小脑信号对于研究小脑活动与行为参数（例如反应时间或随时间变化的运动参数）的相关性和对研究小脑与其他大脑结构之间的激活潜伏期至关重要，还可用来评估小脑与脑网络节点之间假定的精细同步性。因此需要一种提供毫秒级时间分辨率并覆盖整个头部的无创技术实现上述目的。EEG和MEG满足这些要求，前者测量头皮电信号，而后者则测量相同的可能大脑信号源在头皮产生的微小磁信号。二者都能以毫秒级的分辨率记录大脑信号，并且当前可用系统提供多达大约300个记录位点的可完全覆盖头部密集传感器阵列。
无法简单回答EEG/MEG是否为研究人类小脑生理提供了最佳时空分辨率。其一，它们在深层结构（远离传感器的结构）中的空间分辨率差。距传感器阵列的距离和信号扩散问题会在单个记录位置产生低信噪比（SNR）和线性混合。从信号来源角度看，与位于深层大脑结构（例如海马或小脑下部结构）的来源相比，浅层来源（例如，初级听觉或运动感觉区）更容易通过MEG或EEG进行无创定位。此外，小脑皮层的神经元结构导致的信号消除也可能是阻止通过非侵入性方法检测小脑源的特定限制因素。MEG和EEG信号来自于（a）神经活动的空间总和，即具有相似方向的相邻树突中的许多突触后电位，以及（b）这些电势的时间总和，即以相同短时间间隔产生的电流。人们认为由于小脑相对于大脑皮层更复杂的折叠，相邻的小脑激活区会产生相反方向的电流进而信号相互抵消。这些潜在困难以及MEG、EEG信号强度随深度衰减，导致普遍认为MEG和EEG不适合检测小脑活动，以至小脑信号通常被怀疑是人工伪迹或噪音。尽管如此，越来越多MEG和EEG研究报告了一系列任务中小脑激活。文献中已有足够的证据来回答MEG和EEG是否可以检测出小脑活动及如何优化其检测并排除误报的问题。
2．为什么用EEG和MEG检测小脑活动是一个有争议的问题？
由于小脑神经元排列成“封闭区域”，很难用无创EEG（包括MEG）记录小脑活动。不过，小脑皮层浦肯野细胞排列与大脑皮层锥体细胞排列非常相似（见图1），并且可能对头皮EEG / MEG信号有贡献。乌龟小脑研究表明在一定距离处可以检测到外部磁场。当激活一个10 mm3的小脑贴片时，在17 mm处检测到1pT磁场。乌龟小脑皮质结构与包括人类在内的较高物种的结构非常相似。具有有序结构的小脑会产生一个开放磁场配置，但小脑主要的局部激活意味着相应微弱的外部磁场。但是，从外部对小脑施加同步活动的情况下，可能会产生足以被MEG检测到的强磁场，比如癫痫相关治疗病例。由于同步活动也可能通过神经科学中常规使用的直接大脑刺激方法施加于小脑，因此至少原则上可以用MEG或EEG检测小脑活动。与EEG源定位相比，MEG源定位受头部模型不准确的影响较小；这使得在相同头部模型质量的情况下，使用MEG进行源定位比使用EEG更为精确和准确。此外对于高频振荡，MEG比EEG具有更高的保真度。
图 1浦肯野细胞（小脑）和锥体细胞（大脑皮层）之间的相似性。
A.人类小脑浦肯野细胞的草图。
B.成人感觉皮层和运动皮层中不同皮层的锥体细胞草图。
以往方法局限了EEG/MEG测量小脑活动。以往EEG、MEG研究采用事件相关平均值对不同锁相诱发的活动进行优化，因而较少的报告小脑激活。甚至采用侵入式记录动物小脑活动的实验也仅偶尔报告事件相关电位（ERP）;而现在绝大多数小脑研究报告神经振荡活动调制。
这表明小脑可能主要表现出不一定锁相的神经振荡调制。经典猫、豚鼠实验均发现小脑高频振荡活动，也在三例植入小脑电极尝试进行刺激治疗的Lennox-Gastaut综合征患者中观察到低频振荡（1.5-6 Hz）。Wistar大鼠浦肯野细胞层中产生会诱使单位放电的200 Hz振荡；分子和颗粒细胞层中的高频LFP远不那么明显。刺激小鼠下橄榄核会引发小脑高频振荡（350 Hz）。对极为罕见人类小脑颅内记录研究整理发现小脑存在β（15–30 Hz）以及低γ（35–50 Hz）和高γ（80–100 Hz）自发振荡，此外还包括250 Hz神经振荡。少量的人类小脑颅内记录结果似乎与动物文献相对应。
小脑的神经机制或形态可能阻止了强锁相诱发反应，这令人认为小脑非头皮EEG/ MEG信号源，直到时频分析技术中的非锁相分析出现。之后，随着源空间时频分析技术越来越普及，小脑活动MEG发现也更为引人注目。
传感器覆盖范围也可能是一个因素。传统10/20、高密度电极覆盖EEG系统以及大多数全脑MEG系统都可能无法在小脑信号可能投射区域（例如颈部顶部）提供足够的空间采样。使用低技术（low-tech）解决方案可以部分解决此问题，例如精心布置传统MEG传感器阵列（也许头部比平时更向前倾斜，以牺牲正面覆盖范围来获得更好的小脑覆盖；或在颈部以下使用额外的自由电极来补充EEG帽）。随着头皮MEG技术出现，例如光泵磁强计（OPM）和高临界温度（ 高-Tc）SQUID，放置传感器也变得自由，从而将它们尽可能靠近小脑，放置在头部背面或放置口腔中以从另侧接近小脑。
适合大脑皮层的传统假定球形头模型的源定位，可能导致小脑皮层拟合不佳。真实头部模型的应用通常会忽略小脑，比如将其完全移除或将其包含在大脑皮层区域中。另外，由于小脑不易分割，假设源与皮质表面正交的技术可能需要为小脑进行细化。由于小脑形态不同以及其皮层被厚硬脑膜（小脑腱）分离，考虑其实际电特性的模型可能有益于定位。模拟研究表明，没有对硬脑膜进行建模的头部模型会高估EEG中相应的电势。同样，鉴于MEG中次级电流对测量信号有贡献，通过仔细模拟小脑腱可以改善某些MEG源定位。
沟回上的信号源（同时具有相反的电流）可能同时处于活动状态，小脑特别精细的折叠会导致在MEG或EEG处记录的信号被抵消。然而，最近非常高分辨率的非侵入MRI（9.4T，体素大小190μm）创建的小脑边界成分模型量化了预期的信号消除程度。模拟估计相对于大脑皮层小脑信号平均仅衰减30–60％，这表明大部分小脑信号的最终强度仍在MEG和EEG可测量范围内。
3．先前研究和示例
时频分析的引入大大增加了有关小脑活动的研究数量，这些发现主要来自于MEG和一些EEG记录（表1）。本文将更详细地介绍其中某些使用fMRI无法提取的频谱信息。
表格 1 MEG、EEG小脑研究，按领域，主题组，反应类型和源定位方法分类。
3.1 运动任务
使用相干源动态成像技术（Dynamic Imaging of Coherent Sources ，DICS）发现正弦运动引起的肌电（EMG）与对侧感觉运动皮层MEG活动之间的相干性（即皮层相干性），进而定位到运动自然中断相关的8-10 Hz振荡反馈回路中与感觉运动皮层振荡相干的脑区：同侧小脑，丘脑和运动前皮层（PMC）。
通过使用DICS将与预期运动有关的小脑-丘脑-顶区（小脑到大脑）耦合增加及与非预期运动有关的顶区-小脑（大脑到小脑）耦合增加扩充到补充运动区（SMA）和顶叶后皮质（PPC）。这两个不同方向耦合分别对应了自主运动控制和失匹配检测。小脑与运动皮层的耦合也编码了手运动速度（图2）。这些研究利用外周EMG信号通过计算仅包括皮质脑-肌肉相干性最大值的脑区的脑-脑相干性来减少潜在相干性的空间分布。此外，使用小脑贡献没有争议的简单运动任务和个体MR来创建逼真的头部模型。
图2.基于任务的小脑与初级皮层相干性强度：受试通过移动轨迹球来抵消围绕中心旋转的立方体的不可预测运动。记录轨迹球运动的运动特性，并估计其与神经信号的时间序列耦合性，使用和M1活动（白点）的任务相关Z变换相干性作为结果量度（ΔZcoh）显示与小脑的相干性
运动前后出现小脑β（15–30 Hz）活动（图3）。当受试者进行手指运动时，小脑发生高γ（> 65 Hz）活动，基于整个大脑定位而不是基于与那些表现出最大皮质相干性的区域。
图3.小脑皮质中的运动前β激活。屈伸运动后同侧小脑皮质β激活。最大值在同侧小脑分隔（cerebellum crus）Ⅱ的下部。
以上表明可以通过MEG检测到简单运动时小脑活动。最近一项EEG研究使用分布式模型来重建与腕部简单弯曲有关的锁相活动，使用MEG是否可以完成相同的操作还有待观察。
除了在健康参与者中检测小脑活动外，在网络功能障碍或病理性运动功能异常的患者中也检测到小脑活动。使用DICS（相干源动态成像技术）发现6名帕金森病患者手部震颤EMG与其对侧M1之间存在振荡相干性、对侧M1-同侧小脑相干性的证据。在8名原发性震颤患者中发现手部EMG和对侧M1之间存在振荡相干性，使用DICS发现了M1-同侧小脑相干性。威尔逊氏病有关的震颤也发现了类似的结果。
3.2 躯体感觉
小脑参与纯躯体感觉的MEG研究要早于其参与运动控制的研究。不同于远距离EMG连接的运动研究，正中神经刺激引起小脑事件相关反应。同研究组发现如果没有预期的体感刺激，则在应该发生刺激的时间点之后会引发小脑振荡活动，并且在随后预期刺激之前振荡活动再次增加。在这些研究中，神经活动并不是严格来自小脑；而是首先假设神经活动源自小脑进而估计了小脑源活动时程。不过，以这种方式测量活动时程，神经活动源可能包括在与假定源相邻的其他源。使用波束形成器技术将正中神经诱发反应定位到小脑。由于该研究突出了传感器覆盖范围的重要性，因此在下一部分（第4节）中将对该研究进行更深入的讨论。
除肌电外，还发现身体运动的运动学信号在各种情况下都与小脑活动耦合，这种现象称为皮层运动相干性（CKC）。例如，小脑活动与手指运动的速度和方位有关。综述认为CKC反映了本体感受性脊髓皮质输入信号，而CMC则反映了皮质脊髓输出信号。这与使用EMG作为外围信号来减少相干性源分布空间非常相似。
使用非耦合DICS(图4)发现局部小脑振荡活动与更新和保持躯体感觉期望有关且θ和β活动出现在受刺激手同侧，与听觉研究相似，表明低频小脑振荡可能与更新和维持预期有关。DICS研究与上文运动研究的重要区别是，上文运动研究间接依赖于外围参考信号，比如EMG或手运动学。在引用的大多数运动研究中首先测量外部参考信息（例如EMG）-M1相干性，然后研究了M1-其他区域之间相干性。而非耦合DICS研究，虽然也使用DICS，但改用DICS输出的功率图谱而非全脑DICS。这表明，使用最新MEG和源重建方法可以检索小脑信号。
图4.预期刺激和非预期刺激的小脑激活差异。对受试者的右手食指进行节奏性（每3秒一次）刺激。时不时地撤销刺激呈现。对比表明，重复刺激（另一刺激之后的刺激）的大脑区域比第一刺激（遗漏之后的刺激）具有更大的功率，其中0 ms表示刺激呈现。
3.3 听觉活动
与运动有关的可预期（与运动有关）或不可预期（与运动无关）听觉反馈MEG研究发现，θ（3–7 Hz）和β（15–30 Hz）活动在两种不同反馈模式中有所不同。通过共同空间模式（CSP）分析发现预期和不可预期反馈差异最密切相关的活动模式，与偶极子相匹配后揭示小脑是这些神经活动的源头。当TMS破坏小脑活动时，如听觉场减少那样，自生音衰减会降低；此外，小脑蚓部在真实自生音衰减期更活跃，即在TMS的假状态期间更为活跃。使用eLORETA算法基于事件相关场（ERF）重构信号源。
EEG研究发现小脑参与所谓的40 Hz听觉稳态反应（ASSR）。40 Hz ASSR是当音调以40 Hz的频率进行幅度调制时产生的神经振荡，使用LORETA算法加权/不加权独立PET扫描的方法重建该活动后将其定位在小脑左侧。
3.4 视觉运动
每3秒进行一次水平扫视的任务中，通过非线性最小二乘拟合在八名受试者分别拟合双偶极子模型，每个模型都有一个偶极子定位于小脑，一个偶极子定位于顶叶后皮层。还发现扫视开始后约170毫秒出现诱发反应。但是这些偶极子拟合表明溯源定位而不是时程的估计。在观察实验者有节奏地（3 Hz）移动手指的研究中使用DICS方法减少相干源分布空间后发现观察者运动皮层出现与手指移动频率一致的3 Hz神经振荡；此外，初级运动皮层与小脑、V3在3 Hz处出现神经震荡相干性。
在视觉运动任务中使用EEG比较了宇航员失重状态（在太空中）或在地球上时的α-mu（~8–12 Hz）振荡,宇航员在太空中目视目标刺激时会出现更大的mu失调。使用LORETA算法发现小脑活动导致了这种差异，可能反映了姿势稳定所必需的小脑激活。
3.5 认知
小脑高γ（~60–180 Hz）与决策制定、决策/感知和运动的内省有关。当参与者做出与数字呈现，外显记忆和自我表示有关的决策时，小脑出现高γ活动。小脑左半球和顶下小叶是内部暗示决策的关键结构。对音素感知、反应决策或反应执行的时间进程进行反思的激活网络中包含小脑。以上相关结果通过时频波束形成器技术以及基于非参数映射统计的群体统计数据获得。使用LCMV（线性约束最小方差）波束形成器在MEG中发现情绪唤醒、情绪效价及其相互作用的神经活动（60-100 Hz）位于小脑的不同区域，并且遵循时间进程在处理效价之前处理唤醒。
3.6 癫痫
在三名小脑刺激实验疗法候选癫痫患者的小脑植入深度电极上以及头皮EEG中记录到小脑信号，这表明侵入式和非侵入式均可记录小脑活动，包括明显正常的睡眠纺锤波和癫痫发作活动。使用LCMV（线性约束最小方差）波束形成器对一名4岁男孩MEG宽带活动（25–100 Hz）分析发现运动皮层激活14s后小脑出现活动，小脑延迟可能在癫痫发作终止中起调节作用。然而，14个月女孩的高密度头皮EEG研究发现小脑病变是癫痫主要的发源地，随后在手术切除前的颅内脑电图以及术后无癫痫发作则证实了小脑病变。通过使用DICS分析癫痫发作期间记录的10s EEG频谱信号源头，也在一部分患者中发现小脑活动。
3.7 静息态和神经网络
小脑被认为是默认模式网络一部分。波束成形-独立成分分析（ICA）组合检索到的组成默认网络成分与fMRI研究中发现的网络组成成分有很大的重叠，小脑β（13–30 Hz）活动。使用转移熵和DICS波束成形技术在听觉短期记忆研究中发现了γ（60-120 Hz）脑-小脑连接。阅读任务中的相位耦合研究使用DICS波束形成器发现，阅读过程中α（8–13 Hz）脑-小脑耦合。
3.8 总结
以上表明，某些情况下MEG和EEG可以检测到小脑活动。许多研究依靠外部参考（例如运动和观察到的运动）来建立脑区相干性、振荡相干性，而不是标准的与任务相关的源激活相干性。同时，小脑中除神经振荡反应外也发现事件相关场/电位。
如果您对脑电及脑磁图数据处理感兴趣，欢迎浏览思影科技课程及服务（可添加微信号siyingyxf或18983979082进行咨询）：
第二十届脑电数据处理中级班（重庆，8.9-14）
脑磁图（MEG）数据处理学习班（预报名）
4．如何增强MEG监测小脑的能力
本节将介绍提高MEG检测到小脑活动的方式方法并讨论进一步有希望的策略。
4.1 优化设计（表层目标和初始定位）
MEG传感器距小脑的距离导致小脑前部信号相对较弱。基于其他研究发现的特定小脑区域，研究目标可以针对小脑相对表层的区域。一种相关策略是使用一种可以强烈引发小脑反应也可以将其有效局部化的研究范式。使用这种范式，首先定位小脑源，然后估计其时程以进行更精细的操作和定位范式变化。一个可能范式是眨眼条件范式。在眨眼条件范式中，眨眼和音调开始形成连接（条件刺激），然后向眼睛吹气（非条件刺激）。这种条件反应取决于已被MEG研究验证的完整小脑。但是该范式估计的是假定小脑源的时间过程。
4.2 MEG传感器阵列或EEG覆盖范围
通过扩展10/20导联到电极Oz下方，发现这些“小脑”电极记录到高频神经振荡（> 100 Hz），而在上方枕骨电极或下方脾肌电极上均未有相似发现，这表明真正覆盖小脑的重要性：可以及时记录小脑信号。
使用160轴梯度-Yokogawa MEGVISION研究了正中神经刺激引起运动感觉场。使用波束形成器方法重建小脑内侧部分产生的磁场。如图5所示，该研究通过让受试者相对于头盔向前倾斜头部将传感器覆盖范围扩展到小脑以下，包括颈椎上部。牺牲额叶来提高小脑采样能力是非常简单有益的策略。如图5下所示，当受试者不倾斜头部时，小脑无法被完全覆盖。
图 5倾斜头部以获得更好的小脑传感器覆盖范围。
上，现代MEG系统Neuromag Triux中典型的头部放置，其102个传感器位置用蓝色表示。虽然小脑被部分覆盖，不过相对于传感器阵列向后倾斜头部可以提供对小脑的更完整覆盖。
下，使用160通道Yokogawa MEG系统进行的定位（A=前，P=后，L=左，R=右）。
4.3 仔细去除伪迹
由于小脑活动容易被颈部肌电掩盖或混淆，建议记录主要颈部肌电。最小范数估计和偶极子拟合的源重建（将传感器记录的所有磁场分配到假定的源空间）将从此受益。如果源空间包括小脑，并且在重建源之前未除去颈部肌肉活动，则可能由于错认为小脑信号而将颈部肌肉活动重建。即使存在伪像，波束形成器方法也是有用的，因为这些方法可以在每个假定的信号源位置独立地重建信号活动。通过创建一个空间过滤器来将来自其他来信号源（如大脑和噪声）的贡献降至最低。
4.4 远距离耦合
第3节中讨论了一种成功定位小脑活动的策略是根据其与“远距离”信号（如EMG或手脚的运动信号）相干性来进行定位。由于短距离连接性评估有很多解释上的缺陷，远程耦合为连接性评估增加了一定程度的可信度。但是，策略相关范式可能仅限于感觉和运动范式。
4.5 使用皮层信号抑制来减少新皮层活动
皮层信号抑制（CSS）方法基于分别使用平面梯度计和磁力计的独特特征。简单说，平面梯度是“近探测点”，对大脑皮层产生的信号最敏感，而磁力计对大脑皮层以外的信号也敏感。通过仅从磁力计信号中投射出磁力计和平面梯度计之间共享的信号，就可以获得一个唯一代表非大脑皮层的磁力计信号。将这种方法应用于听觉稳态反应（ASSR），能够将大脑皮层产生的ASSR信号降低为97％，皮质下产生的ASSR信号增加10％。该方法尚未用于研究小脑活动。该方法不需要任何特殊的数据获取过程。因此，如果预期信号来自小脑或皮层下，可以使用CSS（皮层信号抑制）对已有数据重新分析。
4.6 改善小脑的解剖模型
在波束形成器应用中，通常不会将源方向包括在源模型中而是选择使波束形成器输出SNR最大化的方向作为源方向，该方向是通过奇异值分解优化后获得的。但是如果引入解剖学约束，则可以改善波束形成器的信号，从而在源模型中正确定向信号源。信号改善关键取决于MEG和MRI之间的共配准误差以及放射源方向估计的精度。对于这些解剖学约束，这些误差必须分别小于2mm和10。。目前有几种不同的策略将共配准误差减小到2mm以下，例如摄影测量法，结构光扫描仪，以及头模型（head casts）。
关于放射源方向的估计，MEG典型解剖学约束是假设放射源与从MRI T1结构扫描提取的皮层表面正交。但是，由于皮层太薄造成1.5T或3T MRI收集到的高质量皮层数据较难分析小脑信息，造成大多数依赖于皮层信息的源分析方法都只能将小脑从完整源空间中剔除，不过7T MRI有足够的分辨率来合理提取小脑皮层信息。另外，标准分割小脑低估信号抵消而导致对小脑信号的高估，这可以通过高分辨率小脑皮层模型来避免。高分辨率模型还显示，与大脑皮层相比小脑中信号消除更多，尽管如此也可以使用MEG和EEG来检测小脑活动。作为高分辨率扫描表层信息提取的替代方法，神经纤维方向可以从3T弥散加权MRI（DWI）序列中获取，该方法可以帮助区分视觉皮层和小脑的激活。小脑侵入性电生理记录与MEG/EEG不能提供有关小脑中信号消除幅度的实际信息，不过数据模型表明，小脑信号消除不太可能使MEG/EEG无法记录小脑信号。
4.7 未来推测—颅表MEG
试图创建头皮上或几乎头皮上的MEG传感器阵列的技术正在研发中。一种可能方法是已经成功记录了体感和听觉区域信号d 高-Tc SQUID。已经建立了多达7个高-Tc SQUID磁力计的阵列，且几乎可以放在头皮上（<1毫米）。另外一种方法是使用已经商业化的光泵磁力计（OPM）组装成适合MEG的小型系统。已实现利用放置在距头皮约6.5 mm的20个 OPM记录信号。由于朝向头皮移动时，磁力计的拾波线圈尺寸可以做得更小，因此空间分辨率将提高。与最新的MEG相比，可以对大脑活动更精密区域的磁场进行采样。更好的空间分辨率可以减轻折叠而导致的信号消除问题。另外， Yokogawa系统的记录面积比当前CTF系统和Neuromag系统更精细，然而高-Tc SQUID中的拾波线圈尺寸仅81 mm2，等效OPM的记录面积甚至更精细。已有研究使用OPM(光泵磁力计)记录小脑诱发磁场。此外，在经典正中神经刺激研究中有可能使用头皮技术从小脑中记录诱发的反应。头皮MEG还可提高高频神经振荡SNR，因为它比从远处采样大脑的常规MEG更稀疏地采样大脑活动。OPM中带宽和灵敏度成反比，因此不能使用同一传感器同时采样低频和高频活动；不过，某些类型OPM可以单独调整，使其带宽适合进行相关活动。而高-Tc SQUID带宽与MEG状态系统带宽相同。
在设计阵列时，传感器位置要比目前固定低-Tc SQUID阵列位置低（图5）。构建具有高-Tc SQUID和OPM的灵活阵列也是可行的，人们可以根据范式所需最佳状态放置传感器。最后，类似于CTF-MEG系统中参考传感器，使用多层传感器可以更好地分离大脑皮层和深层来源。参考传感器可用于消噪也可用于抑制皮层信号。
4.8小脑MEG、EEG源定位
MEG/EEG对大脑皮层信号敏感性谱有所不同， MEG对沟回激活不敏感。由于小脑精细折叠，所以没有明确沟和回。与EEG相比，MEG源定位对头部模型中的误差不敏感，因此如果使用相同的头部模型则MEG源定位将比EEG源定位更精确。传感器越相邻对于MEG可能效果很好，但对EEG则效果不佳。因此，小脑源定位中EEG头模型的有效性尤其需要额外注意。仔细关注MEG头部模型也可能会改善小脑源定位，但不如EEG中重要。在敏感性方面，MEG对小脑皮层后侧特别敏感，值得研究在小脑皮层后侧附近引起活动的范式，例如吹气范式和潜在的触摸/省略范式；而EEG可能对小脑前叶更敏感。
4.9总结和建议
目前有几种策略可用于检测小脑活动。对于任何一种范式，都应该通过获得尽可能多的试验来增加信噪比，这就需要没有太多条件的相对简单的范式。比如，可以通过确定与运动或躯体感觉相关的任何反应均来自同侧小脑来验证结果，这需要对两侧（例如左右手）进行测试，与减少条件数量的想法背道而驰。因此，必须在这些相互竞争的考虑因素之间优化实验设计。
4.10 MEG对新皮质外其他结构的敏感性
为了消除MEG和EEG仅由大脑皮层锥体细胞产生的观念，简要考虑一下MEG/EEG对新皮质外结构的敏感性的证据。
听觉脑干反应是头皮传感器能够测量皮层下活动的著名证据。听觉脑干反应包括对短时听觉刺激的反应，这些反应由耳蜗，听神经，上橄榄核复合体，侧弯韧带和下丘脑相继产生的，作为临床听力测试或神经完整性测量指标，通常使用头皮电极进行测量。MEG传感器也能够在实验环境中捕获听觉脑干反应。
最近综述发现2005-2018年的37项MEG研究显示强烈海马活动。同样，使用MEG独立成分分析（ICA）可以发现海马和杏仁核激活甚至丘脑激活的证据。这些激活通过独立瞬时颅内EEG记录验证。即使不到一半被试具有可检测到的信号，这也表明有可能从其他较深的区域进行记录。在另一项最新研究中，先天性盲人受试者中发现了丘脑和视觉皮层之间的α波段功能连接。尤其是丘脑位置靠近大脑中心，并且形态不佳，因此丘脑是否能被MEG完全检测到仍然存在争议。然而，模拟和真实数据表明MEG对源自海马，杏仁核和丘脑的信号敏感。在不同区域中需要具有解剖学上精确的源空间，受方向约束的偶极子（如果该区域具有首选方向）以及偶极矩密度的真实估计。因此，建议使用解剖学精确的小脑模型。
5. 结论
使用多种方法的许多研究已经在听觉，视觉和躯体感觉等不同感觉领域以及运动过程中使用EEG和MEG记录到小脑信号。也有基于MEG的证据表明小脑参与了更多的认知操作，例如更新和维持感觉期望以及决策制定。
但是仍存在一些限制。最主要的原因是由于大部分小脑与传感器之间的距离较大（与大脑相比），因此信噪比较低。如果信噪比低，很可能会错过真正小脑激活。在有利的情况下，例如大量试验，优化的范式，有效耦合方法，抑制皮层活动等，可以检测到小脑和其他更深层大脑结构例如海马、杏仁核和丘脑激活。但是，即使检测到的小脑激活有效仍然面临空间分辨率的限制-使用EEG和MEG很难检测出我们在小脑中的确切位置。更精确的小脑解剖模型对于EEG和MEG源重建可能有用。
与缓慢变化的fMRI反应相比，可以实时显示脑活动的小脑EEG和MEG研究具有巨大实用性，这对于理解小脑功能和功能障碍的复杂性和细节至关重要。
腾讯云开发者
