Нейрофизиология и биомедицинская инженерия

Магнитоэнцефалография: методы и перспективы исследования мозга.

Магнитоэнцефалография (МЭГ): неинвазивный метод картирования мозговой активности по магнитным полям. Применение в исследованиях мозга и клинической практике.

14 мин чтения

100%

Источник: Magnetoencephalography — Wikipedia

Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.

Содержание

Введение

Картографирование активности мозга путем регистрации магнитных полей, создаваемых токами в мозге.

Магнитоэнцефалография (МЭГ) – это функциональная нейровизуализационная техника для картирования активности мозга путем регистрации магнитных полей, генерируемых электрическими токами, возникающими естественным образом в мозге, с использованием высокочувствительных магнитометров. В настоящее время наиболее распространенными магнитометрами являются массивы СКВИДов (сверхпроводящих квантовых интерференционных устройств), а магнитометр SERF (свободный от релаксации обмена спинами) исследуется для использования в будущих установках. Области применения МЭГ включают фундаментальные исследования процессов восприятия и познания мозга, локализацию областей, пораженных патологией, перед хирургическим удалением, определение функций различных частей мозга и нейрообратную связь. Это может применяться как в клинической практике для выявления местоположения аномалий, так и в экспериментальных условиях для измерения активности мозга.

История

Сигналы MEG были впервые измерены физиком Дэвидом Коэном из Университета Иллинойса в 1968 году, до появления SQUID, используя в качестве детектора медную индукционную катушку. Для снижения магнитного фонового шума измерения проводились в помещении с магнитной экранировкой. Чувствительности катушечного детектора едва хватало, что приводило к некачественным, шумным измерениям МЭГ, которые было сложно использовать. Позже Коэн построил гораздо более эффективную экранированную комнату в MIT и использовал один из первых детекторов SQUID, разработанный Джеймсом Э. Циммерманом, исследователем Ford Motor Company, для повторного измерения сигналов MEG. В этот раз сигналы были почти такими же четкими, как и сигналы ЭЭГ. Это стимулировало интерес физиков, которые искали применение для SQUID. После этого начали измерять различные типы спонтанных и вызванных МЭГ. Сначала для последовательного измерения магнитного поля в нескольких точках вокруг головы испытуемого использовался один детектор SQUID. Это было громоздко, и в 1980-х годах производители MEG начали объединять несколько датчиков в массивы для охвата большей площади головы. Современные МЭГ-массивы размещаются в вакуумной колбе в форме шлема, которая обычно содержит 300 датчиков, покрывающих большую часть головы. Таким образом, МЭГ, полученные у испытуемого или пациента, теперь можно быстро и эффективно накапливать. Недавние разработки направлены на повышение портативности сканеров MEG с помощью спин-обменных релаксационных магнитометров (SERF). Магнитометры SERF относительно небольшие, поскольку для их работы не требуются громоздкие системы охлаждения. При этом они обладают чувствительностью, сопоставимой с чувствительностью SQUID. В 2012 году было продемонстрировано, что MEG может работать с атомным магнитометром чипового масштаба (CSAM, тип SERF). Совсем недавно, в 2017 году, исследователи создали рабочий прототип, использующий магнитометры SERF, установленные в портативные индивидуально изготовленные 3D-печатные шлемы, то есть токи с положением, ориентацией и величиной, но без пространственного распространения. Согласно правилу правой руки, диполь тока создает магнитное поле, направленное вокруг оси его векторной составляющей. Для генерации обнаруживаемого сигнала требуется примерно 50 000 активных нейронов. Поскольку диполи тока должны иметь схожую ориентацию для генерации магнитных полей, которые усиливают друг друга, часто именно слой пирамидальных клеток, расположенный перпендикулярно поверхности коры, является источником измеримых магнитных полей. Пучки этих нейронов, ориентированные тангенциально к поверхности кожи головы, проецируют измеримую часть своих магнитных полей за пределы головы, и эти пучки обычно расположены в бороздах. Исследователи экспериментируют с различными методами обработки сигналов в поисках методов обнаружения глубоких мозговых (то есть некортикальных) сигналов, но в настоящее время клинически полезного метода не существует. Стоит отметить, что потенциалы действия обычно не создают наблюдаемого поля, главным образом потому, что токи, связанные с потенциалами действия, текут в противоположных направлениях, и магнитные поля взаимно уничтожаются. Однако поля действия были измерены в периферической нервной системе.

MEG signals were first measured by University of Illinois physicist David Cohen in 1968, before the availability of the SQUID, using a copper induction coil as the detector. To reduce the magnetic background noise, the measurements were made in a magnetically shielded room. The coil detector was barely sensitive enough, resulting in poor, noisy MEG measurements that were difficult to use. Later, Cohen built a much better shielded room at MIT, and used one of the first SQUID detectors, just developed by James E. Zimmerman, a researcher at Ford Motor Company, to again measure MEG signals. This time the signals were almost as clear as those of EEG. This stimulated the interest of physicists who had been looking for uses of SQUIDs. Subsequent to this, various types of spontaneous and evoked MEGs began to be measured. At first, a single SQUID detector was used to successively measure the magnetic field at a number of points around the subject's head. This was cumbersome, and, in the 1980s, MEG manufacturers began to arrange multiple sensors into arrays to cover a larger area of the head. Present day MEG arrays are set in a helmet shaped vacuum flask that typically contain 300 sensors, covering most of the head. In this way, MEGs of a subject or patient can now be accumulated rapidly and efficiently. Recent developments attempt to increase portability of MEG scanners by using spin exchange relaxation free (SERF) magnetometers. SERF magnetometers are relatively small, as they do not require bulky cooling systems to operate. At the same time, they feature sensitivity equivalent to that of SQUIDs. In 2012, it was demonstrated that MEG could work with a chip scale atomic magnetometer (CSAM, type of SERF). More recently, in 2017, researchers built a working prototype that uses SERF magnetometers installed into portable individually 3D printed helmets, i. e. currents with a position, orientation, and magnitude, but no spatial extent. According to the right hand rule, a current dipole gives rise to a magnetic field that points around the axis of its vector component. To generate a signal that is detectable, approximately 50,000 active neurons are needed. Since current dipoles must have similar orientations to generate magnetic fields that reinforce each other, it is often the layer of pyramidal cells, which are situated perpendicular to the cortical surface, that gives rise to measurable magnetic fields. Bundles of these neurons that are orientated tangentially to the scalp surface project measurable portions of their magnetic fields outside of the head, and these bundles are typically located in the sulci. Researchers are experimenting with various signal processing methods in the search for methods that detect deep brain (i. e., non cortical) signal, but no clinically useful method is currently available. It is worth noting that action potentials do not usually produce an observable field, mainly because the currents associated with action potentials flow in opposite directions and the magnetic fields cancel out. However, action fields have been measured from peripheral nerve system.

Магнитная экранизация

Поскольку магнитные сигналы, испускаемые мозгом, находятся в диапазоне нескольких фемтотесла, необходима защита от внешних магнитных сигналов, включая магнитное поле Земли. Достичь надлежащей магнитной защиты можно путем создания помещений из алюминия и мю-металла для снижения высокочастотных и низкочастотных помех соответственно.

Магнитно экранированное помещение (MSR)

Модель магнитно-экранированной комнаты (MSR) состоит из трех вложенных основных слоев. Каждый из этих слоев состоит из слоя чистого алюминия и высокопроницаемого ферромагнитного слоя, состав которого аналогичен молибденовому пермаллою. Ферромагнитный слой поставляется в виде листов толщиной 1 мм, внутренний слой состоит из четырех листов в плотном контакте, а два внешних слоя – из трех листов каждый. Магнитная непрерывность обеспечивается перекрывающимися полосами. В винтовых соединениях используются изолирующие шайбы для обеспечения электрической изоляции каждого основного слоя. Это помогает устранить радиочастотное излучение, которое может ухудшить характеристики SQUID. Электрическая непрерывность алюминия также поддерживается алюминиевыми перекрывающимися полосами для обеспечения экранирования от вихревых токов переменного тока, что особенно важно на частотах выше 1 Гц. Соединения внутреннего слоя часто электролитически покрываются серебром или золотом для повышения проводимости алюминиевых слоев.

Система активного экранирования

Активные системы предназначены для трехмерного подавления шума. Для реализации активной системы низкошумящие магнитометры на эффекте Холла устанавливаются в центре каждой поверхности и ориентируются ортогонально к ней. Это обеспечивает отрицательную обратную связь с усилителем постоянного тока через фильтр нижних частот с плавным спадом, чтобы минимизировать положительную обратную связь и возникновение колебаний. В систему встроены вибропроволоки и провода для размагничивания. Вибропроволоки увеличивают магнитную проницаемость, а постоянные провода для размагничивания наносятся на все поверхности внутреннего основного слоя для размагничивания этих поверхностей. где параметры модели (например, местоположение источника) известны, а данные (например, поле на заданном расстоянии) подлежат оценке. Основная трудность заключается в том, что обратная задача не имеет единственного решения (то есть существует бесконечное количество возможных "правильных" ответов), и проблема определения "наилучшего" решения сама по себе является предметом интенсивных исследований. Возможные решения могут быть получены с использованием моделей, включающих априорные знания об активности мозга. Модели источников могут быть переопределенными или недоопределенными. Переопределенная модель может состоять из нескольких точечных источников ("эквивалентных диполей"), местоположение которых затем оценивается на основе данных. Недоопределенные модели могут использоваться в случаях, когда активированы многочисленные распределенные области ("решения распределенного источника"): существует бесконечно много возможных распределений тока, объясняющих результаты измерений, но выбирается наиболее вероятное. Алгоритмы локализации используют заданные модели источника и головы для определения вероятного местоположения лежащего в основе генератора фокального поля. Один из типов алгоритмов локализации для переопределенных моделей работает по принципу максимизации ожидания: система инициализируется с начального предположения. Запускается цикл, в котором прямая модель используется для моделирования магнитного поля, которое возникло бы при текущем предположении. Предположение корректируется для уменьшения расхождения между смоделированным и измеренным полем. Этот процесс повторяется до достижения сходимости. Другая распространенная техника — формирование луча, при котором теоретическая модель магнитного поля, создаваемого заданным токовым диполем, используется в качестве априорной информации, наряду со статистикой второго порядка данных в виде матрицы ковариации, для вычисления линейного взвешивания массива датчиков (формирователя луча) посредством обратной формулы Бэкуса-Гилберта. Это также известно как линейно-ограниченный формирователь луча с минимальной дисперсией (LCMV). При применении к данным формирователь луча выдает оценку мощности в "виртуальном канале" в месте источника. Степень нерешенности обратной задачи MEG без ограничений нельзя переоценить. Если цель состоит в том, чтобы оценить плотность тока в человеческом мозге с разрешением, скажем, 5 мм, то хорошо известно, что подавляющее большинство информации, необходимой для выполнения уникальной инверсии, должно поступать не от измерения магнитного поля, а от ограничений, применяемых к задаче. Более того, даже когда уникальная инверсия возможна при наличии таких ограничений, эта инверсия может быть неустойчивой. Эти выводы легко подтверждаются опубликованными работами.

Active systems are designed for three dimensional noise cancellation. To implement an active system, low noise fluxgate magnetometers are mounted at the center of each surface and oriented orthogonally to it. This negatively feeds a DC amplifier through a low pass network with a slow falloff to minimize positive feedback and oscillation. Built into the system are shaking and degaussing wires. Shaking wires increase the magnetic permeability, while the permanent degaussing wires are applied to all surfaces of the inner main layer to degauss the surfaces. where the model parameters (e. g. source location) are known and the data (e. g. the field at a given distance) is to be estimated.) The primary difficulty is that the inverse problem does not have a unique solution (i. e., there are infinite possible "correct" answers), and the problem of defining the "best" solution is itself the subject of intensive research. Possible solutions can be derived using models involving prior knowledge of brain activity. The source models can be either over determined or under determined. An over determined model may consist of a few point like sources ("equivalent dipoles"), whose locations are then estimated from the data. Under determined models may be used in cases where many different distributed areas are activated ("distributed source solutions"): there are infinitely many possible current distributions explaining the measurement results, but the most likely is selected. Localization algorithms make use of given source and head models to find a likely location for an underlying focal field generator. One type of localization algorithm for overdetermined models operates by expectation maximization: the system is initialized with a first guess. A loop is started, in which a forward model is used to simulate the magnetic field that would result from the current guess. The guess is adjusted to reduce the discrepancy between the simulated field and the measured field. This process is iterated until convergence. Another common technique is beamforming, wherein a theoretical model of the magnetic field produced by a given current dipole is used as a prior, along with second order statistics of the data in the form of a covariance matrix, to calculate a linear weighting of the sensor array (the beamformer) via the Backus Gilbert inverse. This is also known as a linearly constrained minimum variance (LCMV) beamformer. When the beamformer is applied to the data, it produces an estimate of the power in a "virtual channel" at the source location. The extent to which the constraint free MEG inverse problem is ill posed cannot be overemphasized. If one's goal is to estimate the current density within the human brain with say a 5mm resolution then it is well established that the vast majority of the information needed to perform a unique inversion must come not from the magnetic field measurement but rather from the constraints applied to the problem. Furthermore, even when a unique inversion is possible in the presence of such constraints said inversion can be unstable. These conclusions are easily deduced from published works.

Магнитные изображения

Местоположения источников могут быть объединены с изображениями магнитно-резонансной томографии (МРТ) для создания изображений магнитных источников (МСИ). Два набора данных объединяются путем измерения координат общего набора фидуциальных точек, отмеченных во время МРТ липидными маркерами и во время МЭГ электрически активированными катушками с проволокой, излучающими магнитные поля. Координаты фидуциальных точек в каждом наборе данных затем используются для определения общей системы координат, что позволяет совместить функциональные данные МЭГ со структурными данными МРТ ("сорегистрация"). Критика использования этой методики в клинической практике заключается в том, что она создает цветные области с четкими границами, наложенные на МРТ-скан: неспециалист может не понимать, что цвета не отражают физиологическую достоверность, не из-за относительно низкого пространственного разрешения МЭГ, а скорее из-за внутренней неопределенности в облаке вероятностей, полученном в результате статистической обработки. Однако, когда изображение магнитного источника подтверждается другими данными, оно может быть клинически полезным.

Локализация источника дипольной модели

Широко используемый метод моделирования источников в МЭГ включает в себя вычисление набора эквивалентных диполей тока (ЭДТ), основанного на предположении о локализованности основных нейронных источников. Эта процедура подгонки диполей является нелинейной и переопределенной, поскольку число неизвестных параметров диполей меньше числа измерений МЭГ. Для анализа МЭГ-ответов применяются автоматизированные алгоритмы многодипольного моделирования, такие как классификация множественных сигналов (MUSIC) и многозапускное пространственно-временное моделирование (MSST). Ограничения дипольных моделей при характеристике нейронных ответов заключаются в (1) трудностях локализации протяженных источников с помощью ЭДТ, (2) проблемах с точной предварительной оценкой общего числа диполей и (3) зависимости от местоположения диполей, особенно от глубины их расположения в мозге.

Распределенные модели источников

В отличие от моделирования с использованием множественных диполей, модели распределенных источников разделяют пространство источников на сетку, содержащую большое количество диполей. Обратная задача заключается в определении дипольных моментов для узлов сетки. Поскольку количество неизвестных дипольных моментов значительно превышает количество MEG-сенсоров, обратное решение сильно не определено, поэтому для снижения неоднозначности решения необходимы дополнительные ограничения. Основное преимущество этого подхода состоит в отсутствии необходимости предварительного задания модели источника. Однако полученные распределения могут быть сложны для интерпретации, поскольку они отражают лишь "размытую" (или даже искаженную) картину истинного распределения нейронных источников. Ситуация усложняется тем, что пространственное разрешение сильно зависит от различных параметров, таких как область мозга, глубина, ориентация, количество сенсоров и т.д.

Независимый анализ компонентов (ICA)

Независимый компонентный анализ (ICA) — это еще одно решение в области обработки сигналов, которое разделяет различные сигналы, статистически независимые во времени. В основном он используется для удаления артефактов, таких как моргание, движения глазных мышц, артефакты от мышц лица, кардиальные артефакты и т. д., из сигналов МЭГ и ЭЭГ, которые могут быть загрязнены внешними шумами. Однако ICA обладает низким разрешением при анализе сильно коррелированных источников мозговой активности.

Использование в полевых условиях

В исследованиях основное применение МЭГ – измерение временных характеристик активности. МЭГ способен регистрировать события с точностью 10 миллисекунд и даже быстрее, в то время как функциональная магнитно-резонансная томография (фМРТ), зависящая от изменений кровотока, в лучшем случае позволяет регистрировать события с точностью в несколько сотен миллисекунд. МЭГ также точно определяет источники активности в первичных слуховых, соматосенсорных и моторных областях мозга. Для создания функциональных карт коры головного мозга во время выполнения более сложных когнитивных задач МЭГ чаще всего комбинируют с фМРТ, поскольку эти методы дополняют друг друга. Нейронные данные МЭГ и гемодинамические данные фМРТ не всегда совпадают, несмотря на тесную связь между локальными полевыми потенциалами (LFP) и сигналами, зависящими от уровня оксигенации крови (BOLD). Сигналы МЭГ и BOLD могут исходить из одного и того же источника (хотя сигналы BOLD фильтруются через гемодинамический отклик). МЭГ также используется для более точной локализации реакций в мозге. Открытая конструкция МЭГ позволяет легко вводить внешние слуховые и зрительные стимулы. Допускается также некоторое движение испытуемого, если оно не вызывает смещения головы. Реакции мозга до, во время и после предъявления таких стимулов/выполнения движений можно картировать с более высоким пространственным разрешением, чем это было возможно ранее с помощью ЭЭГ. Психологи также используют нейровизуализацию с помощью МЭГ для лучшего понимания взаимосвязи между функциями мозга и поведением. Например, было проведено несколько исследований, сравнивающих МЭГ-ответы у пациентов с психологическими проблемами и контрольной группы. Достигнуты значительные успехи в выделении уникальных реакций у пациентов с шизофренией, таких как дефицит слуховой фильтрации человеческой речи. МЭГ также используется для установления корреляции между стандартными психологическими реакциями, такими как эмоциональная вовлеченность в понимание языка. Недавние исследования сообщили об успешной классификации пациентов с рассеянным склерозом, болезнью Альцгеймера, шизофренией, синдромом Шегрена, хроническим алкоголизмом, лицевой болью и таламокортикальными дисритмиями. МЭГ может быть использован для дифференциальной диагностики этих пациентов по сравнению со здоровыми испытуемыми, что указывает на потенциальную роль МЭГ в диагностике. Значительная часть сложности и стоимости использования МЭГ связана с необходимостью ручного анализа данных. Достигнут прогресс в автоматизированном анализе, когда сканы пациента сравниваются с данными из обширной базы нормальных сканов, что может значительно снизить затраты. или слуховой коры. В других исследованиях МЭГ использовался для изучения нейронных взаимодействий между различными областями мозга (например, между лобной и зрительной корой). Магнитоэнцефалография также может быть использована для изучения изменений нейронных осцилляций на разных стадиях сознания, например, во время сна.

In research, MEG's primary use is the measurement of time courses of activity. MEG can resolve events with a precision of 10 milliseconds or faster, while functional magnetic resonance imaging (fMRI), which depends on changes in blood flow, can at best resolve events with a precision of several hundred milliseconds. MEG also accurately pinpoints sources in primary auditory, somatosensory, and motor areas. For creating functional maps of human cortex during more complex cognitive tasks, MEG is most often combined with fMRI, as the methods complement each other. Neuronal (MEG) and hemodynamic fMRI data do not necessarily agree, in spite of the tight relationship between local field potentials (LFP) and blood oxygenation level dependent (BOLD) signals. MEG and BOLD signals may originate from the same source (though the BOLD signals are filtered through the hemodynamic response). MEG is also being used to better localize responses in the brain. The openness of the MEG setup allows external auditory and visual stimuli to be easily introduced. Some movement by the subject is also possible as long as it does not jar the subject's head. The responses in the brain before, during, and after the introduction of such stimuli/movement can then be mapped with greater spatial resolution than was previously possible with EEG. Psychologists are also taking advantage of MEG neuroimaging to better understand relationships between brain function and behavior. For example, a number of studies have been done comparing the MEG responses of patients with psychological troubles to control patients. There has been great success isolating unique responses in patients with schizophrenia, such as auditory gating deficits to human voices. MEG is also being used to correlate standard psychological responses, such as the emotional dependence of language comprehension. Recent studies have reported successful classification of patients with multiple sclerosis, Alzheimer's disease, schizophrenia, Sjögren's syndrome, chronic alcoholism, facial pain and thalamocortical dysrhythmias. MEG can be used to distinguish these patients from healthy control subjects, suggesting a future role of MEG in diagnostics. A large part of the difficulty and cost of using MEG is the need for manual analysis of the data. Progress has been made in analysis by computer, comparing a patient's scans with those drawn from a large database of normal scans, with the potential to reduce cost greatly. or auditory cortex. Other studies have used MEG to study the neural interactions between different brain regions (e. g., between frontal cortex and visual cortex). Magnetoencephalography can also be used to study changes in neural oscillations across different stages of consciousness, such as in sleep.

Фокальная эпилепсия

Клиническое применение МЭГ заключается в выявлении и локализации патологической активности у пациентов с эпилепсией, а также в локализации функционально значимых зон коры для хирургического планирования у пациентов с опухолями головного мозга или трудноизлечимой эпилепсией. Целью хирургического лечения эпилепсии является удаление эпилептогенной ткани с сохранением здоровых участков мозга. Знание точного расположения жизненно важных областей мозга (таких как первичная моторная и первичная сенсорная кора, зрительная кора, а также области, отвечающие за речь и понимание) помогает избежать неврологических дефицитов, вызванных хирургическим вмешательством. Прямая стимуляция коры и соматосенсорные вызванные потенциалы, регистрируемые с помощью электрокортикографии (ЭКоГ), считаются «золотым стандартом» для локализации этих важных областей мозга. Эти процедуры могут выполняться как во время операции, так и с использованием хронически имплантированных поддуральных электродов. Обе процедуры являются инвазивными. Неинвазивная локализация центральной борозды с помощью МЭГ, основанная на соматосенсорных вызванных магнитных полях, демонстрирует высокую степень соответствия с этими инвазивными записями. Исследования МЭГ способствуют уточнению функциональной организации первичной соматосенсорной коры и определению пространственного распространения соматосенсорной коры руки посредством стимуляции отдельных пальцев. Это соответствие между инвазивной локализацией корковой ткани и данными МЭГ подтверждает эффективность анализа МЭГ и позволяет предположить, что в будущем МЭГ может заменить инвазивные процедуры.

Фетос

МЭГ использовался для изучения когнитивных процессов, таких как зрение, слух и обработка речи у плодов и новорожденных. В мире существует всего две специализированные системы МЭГ, разработанные специально для записи данных у плода. Первая была установлена в Университете Арканзаса в 2000 году, а вторая – в Университете Тюбингена в 2008 году. Оба устройства называются массивами SQUID для оценки репродуктивной функции (SARA) и используют вогнутый массив датчиков, форма которого соответствует форме живота беременной женщины. Запись корковой активности плода с помощью устройства SARA возможна начиная примерно с 25 недель беременности и до родов. Несмотря на то, что системы SARA разработаны для записи данных у плода, они также могут использоваться для записи данных у младенцев, помещенных в колыбель головой в направлении сенсорного массива. Вероятно, в ближайшем будущем это приведет к увеличению числа исследовательских центров, способных проводить запись и публиковать данные МЭГ у плода.

Сравнение с аналогичными методами

MEG разрабатывается с 1960-х годов, но значительно продвинулся благодаря недавним достижениям в вычислительных алгоритмах и аппаратном обеспечении и обещает улучшенное пространственное разрешение в сочетании с исключительно высоким временным разрешением (лучше 1 мс). Поскольку сигнал MEG является прямым измерением нейронной активности, его временное разрешение сопоставимо с разрешением внутричерепных электродов. MEG дополняет другие методы измерения активности мозга, такие как электроэнцефалография (ЭЭГ), позитронно-эмиссионная томография (ПЭТ) и фМРТ. Его преимущества заключаются в независимости от геометрии головы по сравнению с ЭЭГ (за исключением случаев наличия ферромагнитных имплантатов), неинвазивности, отсутствии ионизирующего излучения, в отличие от ПЭТ, и высоком временном разрешении по сравнению с фМРТ.

MEG по сравнению с EEG

Хотя сигналы ЭЭГ и МЭГ возникают из одних и тех же нейрофизиологических процессов, существуют важные различия. Магнитные поля искажаются меньше, чем электрические, при прохождении через череп и кожу головы, что обеспечивает более высокое пространственное разрешение МЭГ. В то время как ЭЭГ, снятая с кожи головы, чувствительна как к тангенциальным, так и к радиальным компонентам источника тока в сферическом объёмном проводнике, МЭГ регистрирует только тангенциальные компоненты. Следовательно, ЭЭГ с кожи головы может регистрировать активность как в бороздах, так и на вершинах извилин коры, в то время как МЭГ наиболее чувствителен к активности, возникающей в бороздах. Таким образом, ЭЭГ чувствительна к активности в большем количестве областей мозга, но активность, видимая на МЭГ, может быть локализована с большей точностью. ЭЭГ с кожи головы чувствительна к внеклеточным токам, создаваемым постсинаптическими потенциалами. МЭГ регистрирует внутриклеточные токи, в основном связанные с этими синаптическими потенциалами, поскольку компоненты поля, генерируемые объёмными токами, как правило, компенсируют друг друга в сферическом объёмном проводнике. Затухание магнитных полей с увеличением расстояния более выражено, чем для электрических полей. Поэтому МЭГ более чувствительна к поверхностной активности коры, что делает её полезной для изучения неокортикальной эпилепсии. Наконец, МЭГ не требует опорного электрода, в то время как ЭЭГ с кожи головы использует опорный электрод, который, будучи активным, может затруднить интерпретацию данных.