Previous research indicates that humans develop a phonological library in infancy. As humans grow into adulthood, their phonological library becomes well established. Upon encountering phonemes from a new language, humans process these phonemes by comparison to their native phonological library. Event-related potentials (ERP), specifically the mismatch negativity, have been shown to indicate that this process of comparing non-native phonemes to our native phonological library is not improved through learning the new language as an adult. An alternative explanation may be that there is an underlying change in the neural generators as the non-native phonemes are learned, but that this change is not reflected in the ERP. The current study seeks to examine this hypothesis through the simultaneous collection of ERP and blood-oxygen-level-dependent functional MRI (fMRI) data. The findings of the ERP and fMRI data are inconclusive. The study also explores the processing of diphthongs, a category of phonemes rarely tested before, through both behavioral and neuroimaging methods. The study presents behavioral data demonstrating that non-native diphthongs are processed based upon the separate elements of the phonemes, rather than as complete units.

The main objective of this diploma thesis is to describe simultaneous electroencephalography-correlated functional magnetic resonance imaging analysis using EEG data processing. It includes basic characteristics of EEG and fMRI recording and analysis and their combination as simultaneous EEG/fMRI analysis and deals with obstructions during its processing. The thesis includes a design of an experiment used for recording and analysis of simultaneous EEG/fMRI data using EEG source reconstruction for regressor construction. Thesis incorporates a software solution used for extraction of signal describing a source activity interpolated by EEG source reconstruction. The signal is then processed and used to construct a basic regressor. The thesis also deals with the software solution being used for a study focused on intracranial epileptic discharges localization using a simultaneous EEG/fMRI analysis in which it reveals source activity during ongoing epileptic spike and summarizes the results.

Um eine Entscheidung zu treffen, muss Information interpretiert und in eine Handlung übersetzt werden. Dafür wird die a priori Wahrscheinlichkeit bezüglich der Entscheidungsalternativen in den Prozess der Entscheidungsfindung integriert und löst Mechanismen der Handlungsvorbereitung aus. In der vorliegenden Dissertation habe ich untersucht, welche Vorbereitungsprozesse aufgrund von wahrscheinlichkeitsbasierter Vorinformation stattfinden und welche Gehirnareale mit der Integration dieser Information assoziiert sind. Um diese Fragen zu beantworten, habe ich eine Verhaltensstudie, eine Studie mit Ableitung des Elektroenzephalogramms (EEG) und eine Studie mittels der funktionellen Magnetresonanztomographie (fMRT) mit simultaner Ableitung des EEGs durchgeführt. Die Versuchspersonen bearbeiteten währenddessen eine Zahlenvergleichsaufgabe mit einem Hinweisreiz, der Wahrscheinlichkeitsinformation bezüglich der erforderlichen Antwort enthielt. Die Reaktionszeit wurde durch die wahrscheinlichkeitsbasierte Vorinformation des Hinweisreizes parametrisch moduliert (Studie 1). Daraus lässt sich schlussfolgern, dass Vorbereitungsprozesse in Abhängigkeit der Wahrscheinlichkeitsinformation stattfinden. Die EEG Studie (Studie 2) ergab einen parametrischen Effekt von Wahrscheinlichkeitsinformation auf die Amplitude der Contingent Negative Variation (CNV), einer EEG-Komponente, die Vorbereitungsprozesse auf prämotorischer Ebene reflektiert. Darüber hinaus fand sich mittels einer Dipolquellenanalyse ein Dipol im anterioren Cingulum (ACC), dessen Aktivität ebenfalls durch die Wahrscheinlichkeitsinformation parametrisch moduliert war. Diese Ergebnisse lassen auf prämotorische Vorbereitungsprozesse aufgrund von Wahrscheinlichkeitsinformation schließen. In den fMRT-Ergebnissen zeigte sich eine parametrisch modulierte neuronale Aktivierung im posterioren Teil des medial-frontalen Kortex (pMFC), die auf eine Kontrollfunktion zur Handlungsanpassung dieses Areals zurückgeführt werden kann (Studie 3a). Um dynamische Fluktuationen der Wahrscheinlichkeitsverarbeitung zu untersuchen, wurde die CNV Amplitude der Einzeltrials in das Modell der fMRT-Analyse integriert (Studie 3b). Die CNV Amplitude korrelierte mit der neuronalen Aktivität in einem Netzwerk, bestehend aus frontalen, parietalen und striatalen Arealen, das mit allgemeiner wahrscheinlichkeitsunabhängiger Handlungsvorbereitung im Zusammenhang steht. Dagegen zeigten sich im dorsolateralen Präfrontalkortex (DLPFC), im inferioren frontalen Gyrus (IPG) und im inferioren Parietallappen (IPL) Aktivierungen, die sich auf die dynamische Integration von Wahrscheinlichkeitsinformation zurückführen lassen. / To prepare actions in advance, prior information about the probability of decision alternatives is integrated into the decision-making process. In the present dissertation, I investigated preparatory processes elicited by prior probability (PP) and the neural basis of PP processing. In three studies, I collected behavioral data and, furthermore, recorded electroencephalographic (EEG) data separately as well as simultaneously with functional magnetic resonance imaging (fMRI). While applying these methods, participants had to perform a number comparison task with a precue delivering PP about a subsequent response-demanding stimulus. The probability precue elicited the preparation of the response, as shown by the parametrical modulation of response time (RT) depending on PP (Study 1). The EEG study (Study 2) revealed a parametrical effect of PP on the contingent negative variation (CNV) during the foreperiod, which is an indicator for premotor response preparation. Furthermore, a dipole was located in the anterior cingulate cortex (ACC) with its activity parametrically modulated by PP. These EEG results suggest that PP influences premotor response preparation in a parametrical fashion. An analysis of fMRI data showed that neural activity in the posterior medial frontal cortex (pMFC) increased with increasing PP (Study 3a), which is attributed to a monitoring function of this region with respect to behavioral adjustment and initiation of response preparation depending on the PP. By applying an EEG-informed fMRI analysis (Study 3b), I focused on trial-to-trial fluctuations in PP processing and general response preparation as represented by the single-trial CNV amplitude. I found that the CNV amplitude was correlated with neural activity in a network consisting of frontal, parietal, and striatal regions reflecting general preparatory processes independently of PP. Parts of the network, namely, the dorsolateral prefrontal cortex (DLPFC), the inferior frontal gyrus (IFG), and the inferior parietal lobule (IPL), showed activations, which exclusively represented the contributions of PP to the CNV amplitude fluctuations. These results suggest that PP elicits premotor response preparation and activates the pMFC parametrically signaling the need for behavioral adjustment. In contrast, DLPFC, IFG, and IPL are involved in dynamically fluctuating PP processing mechanisms.

Mnoho rozdílných strategií fúze bylo vyvinuto během posledních 15 let výzkumu simultánního EEG-fMRI. Aktuální dizertační práce shrnuje aktuální současný stav v oblasti výzkumu fúze simultánních EEG-fMRI dat a pokládá si za cíl vylepšit vizualizaci úkolem evokovaných mozkových sítí slepou analýzou přímo z nasnímaných dat. Dva rozdílné modely, které by to měly vylepšit, byly navrhnuty v předložené práci (tj. zobecněný spektrální heuristický model a zobecněný prostorovo-frekvenční heuristický model). Zobecněný frekvenční heuristický model využívá fluktuace relativního EEG výkonu v určitých frekvenčních pásmech zprůměrovaných přes elektrody zájmu a srovnává je se zpožděnými fluktuacemi BOLD signálů pomocí obecného lineárního modelu. Získané výsledky ukazují, že model zobrazuje několik na frekvenci závislých rozdílných úkolem evokovaných EEG-fMRI sítí. Model překonává přístup fluktuací absolutního EEG výkonu i klasický (povodní) heuristický přístup. Absolutní výkon vizualizoval s úkolem nesouvisející širokospektrální EEG-fMRI komponentu a klasický heuristický přístup nebyl senzitivní k vizualizaci s úkolem spřažené vizuální sítě, která byla pozorována pro relativní pásmo pro data vizuálního oddball experimentu. Pro EEG-fMRI data s úkolem sémantického rozhodování, frekvenční závislost nebyla ve finálních výsledcích tak evidentní, neboť všechna pásma zobrazily vizuální síť a nezobrazily aktivace v řečových centrech. Tyto výsledky byly pravděpodobně poškozeny artefaktem mrkání v EEG datech. Koeficienty vzájemné informace mezi rozdílnými EEG-fMRI statistickými parametrickými mapami ukázaly, že podobnosti napříč různými frekvenčními pásmy jsou obdobné napříč různými úkoly (tj. vizuální oddball a sémantické rozhodování). Navíc, koeficienty prokázaly, že průměrování napříč různými elektrodami zájmu nepřináší žádnou novou informaci do společné analýzy, tj. signál na jednom svodu je velmi rozmazaný signál z celého skalpu. Z těchto důvodů začalo být třeba lépe zakomponovat informace ze svodů do EEG-fMRI analýzy, a proto jsme navrhli více obecný prostorovo-frekvenční heuristický model a také jak ho odhadnout za pomoci prostorovo-frekvenční skupinové analýzy nezávislých komponent relativního výkonu EEG spektra. Získané výsledky ukazují, že prostorovo-frekvenční heuristický model vizualizuje statisticky nejvíce signifikantní s úkolem spřažené mozkové sítě (srovnáno s výsledky prostorovo-frekvenčních vzorů absolutního výkonu a s výsledky zobecněného frekvenčního heuristického modelu). Prostorovo-frekvenční heuristický model byl jediný, který zaznamenal s úkolem spřažené aktivace v řečových centrech na datech sémantického rozhodování. Mimo fúzi prostorovo-frekvenčních vzorů s fMRI daty, jsme testovali stabilitu odhadů prostorovo-frekvenčních vzorů napříč různými paradigmaty (tj. vizuální oddball, semantické rozhodování a resting-state) za pomoci k-means shlukovacího algoritmu. Dostali jsme 14 stabilních vzorů pro absolutní EEG výkon a 12 stabilních vzorů pro relativní EEG výkon. Ačkoliv 10 z těchto vzorů vypadají podobně napříč výkonovými typy, prostorovo-frekvenční vzory relativního výkonu (tj. vzory prostorovo-frekvenčního heuristického modelu) mají vyšší evidenci k úkolům.