Objective To compare cortical dipole fitting spatial accuracy between the widely used yet highly simplified 3-layer and modern more realistic 5-layer BEM-FMM models with and without adaptive mesh refinement (AMR) methods. Methods We generate simulated noiseless 256-channel EEG data from 5-layer (7-compartment) meshes of 15 subjects from the Connectome Young Adult dataset. For each subject, we test four dipole positions, three sets of conductivity values, and two types of head segmentation. We use the boundary element method (BEM) with fast multipole method (FMM) acceleration, with or without (AMR), for forward modeling. Dipole fitting is carried out with the FieldTrip MATLAB toolbox. Results The average position error (across all tested dipoles, subjects, and models) is ∼4 mm, with a standard deviation of ∼2 mm. The orientation error is ∼20° on average, with a standard deviation of ∼15°. Without AMR, the numerical inaccuracies produce a larger disagreement between the 3- and 5-layer models, with an average position error of ∼8 mm (6 mm standard deviation), and an orientation error of 28° (28° standard deviation). Conclusions The low-resolution 3-layer models provide excellent accuracy in dipole localization. On the other hand, dipole orientation is retrieved less accurately. Therefore, certain applications may require more realistic models for practical source reconstruction. AMR is a critical component for improving the accuracy of forward EEG computations using a high-resolution 5-layer volume conduction model. Significance Improving EEG source reconstruction accuracy is important for several clinical applications, including epilepsy and other seizure-inducing conditions.

This study aims to describe a MATLAB software package for transcranial magnetic stimulation (TMS) coil analysis and design.Electric and magnetic fields of the coils as well as their self- and mutual (for coil arrays) inductances are computed, with or without a magnetic core. Solid and stranded (Litz wire) conductors are also taken into consideration. The starting point is the centerline of a coil conductor(s), which is a 3D curve defined by the user. Then, a wire mesh and a computer aided design (CAD) mesh for the volume conductor of a given cross-section (circular, elliptical, or rectangular) are automatically generated. Self- and mutual inductances of the coil(s) are computed. Given the conductor current and its time derivative, electric and magnetic fields of the coil(s) are determined anywhere in space.Computations are performed with the fast multipole method (FMM), which is the most efficient way to evaluate the fields of many elementary current elements (current dipoles) comprising the current carrying conductor at a large number of observation points. This is the major underlying mathematical operation behind both inductance and field calculations.The wire-based approach enables precise replication of even the most complex physical conductor geometries, while the FMM acceleration quickly evaluates large quantities of elementary current filaments. Agreement to within 0.74% was obtained between the inductances computed by the FMM method and ANSYS Maxwell 3D for the same coil model. Although not provided in this study, it is possible to evaluate non-linear magnetic cores in addition to the linear core exemplified. An experimental comparison was carried out against a physical MagVenture C-B60 coil; the measured and simulated inductances differed by only 1.25%, and nearly perfect correlation was found between the measured and computed E-field values at each observation point.The developed software package is applicable to any quasistatic inductor design, not necessarily to the TMS coils only.

A particular yet computationally successful solution of an inverse transcranial magnetic stimulation (TMS) problem is reported. The goal has been focusing the normal unsigned electric field at the inner cortical surface and its vicinity (the D wave activation site) given a unique high-resolution gyral pattern of a subject and a precise coil model. For 16 subjects and 32 arbitrary target points, the solution decreases the mean deviation of the maximum-field domain from the target by a factor of 2 on average. The reduction in the maximum-field area is expected to quadruple. The average final deviation is 6 mm. Rotation about the coil axis is the most significantly altered parameter, and the coil moves 10 mm on average during optimization. The maximum electric field magnitude decreases by 16% on average. Stability of the solution is enforced. The relative average de-focalization is below 1.2 when position/orientation accuracies are within 3 mm/6 degrees, respectively. The solution for the maximum normal field may also maximize the total field and its gradient for neighboring cortical layers III-V (I wave activation).

Background: Transcranial magnetic stimulation (TMS) is currently the only non-invasive neurostimulation modality that enables painless and safe supra-threshold stimulation by employing electromagnetic induction to efficiently penetrate the skull. Accurate, fast, and high resolution modeling of the electric fields (E-fields) may significantly improve individualized targeting and dosing of TMS and therefore enhance the efficiency of existing clinical protocols as well as help establish new application domains. Objective: To present and disseminate our TMS modeling software toolkit, including several new algorithmic developments, and to apply this software to realistic TMS modeling scenarios given a high-resolution model of the human head including cortical geometry and an accurate coil model. Method: The recently developed charge-based boundary element fast multipole method (BEM-FMM) is employed as an alternative to the 1st order finite element method (FEM) most commonly used today. The BEM-FMM approach provides high accuracy and unconstrained field resolution close to and across cortical interfaces. Here, the previously proposed BEM-FMM algorithm has been improved in several novel ways. Results and Conclusions: The improvements resulted in a threefold increase in computational speed while maintaining the same solution accuracy. The computational code based on the MATLAB platform is made available to all interested researchers, along with a coil model repository and examples to create custom coils, head model repository, and supporting documentation. The presented software toolkit may be useful for post-hoc analyses of navigated TMS data using high-resolution subject-specific head models as well as accurate and fast modeling for the purposes of TMS coil/hardware development.

Across all domains of brain stimulation (neuromodulation), conventional analysis of neuron activation involves two discrete steps: i) prediction of macroscopic electric field, ignoring presence of cells and; ii) prediction of cell activation from tissue electric fields. The first step assumes that current flow is not distorted by the dense tortuous network of cell structures. The deficiencies of this assumption have long been recognized, but - except for trivial geometries - ignored, because it presented intractable computation hurdles. This study introduces a novel approach for analyzing electric fields within a microscopically realistic brain volume. Our pipeline overcomes the technical intractability that prevented such analysis while also showing significant implications for brain stimulation. Contrary to the standard finite element method (FEM), we suggest using a nested iterative boundary element method (BEM) coupled with the fast multipole method (FMM). This approach allows for solving problems with multiple length scales more efficiently. A target application is a subvolume of the L2/3 P36 mouse primary visual cortex containing approximately 400 detailed densely packed neuronal cells at a resolution of 100 nm, which is obtained from scanning electron microscopy data. Our immediate result is a reduction of the stimulation field strength necessary for neuron activation by a factor of 0.85-0.55 (by 15%-45%) as compared to macroscopic predictions. This is in line with modern experimental data stating that existing macroscopic theories substantially overestimate electric field levels necessary for brain stimulation.

Abstract A BEM (boundary element method) based approach is developed to accurately solve an EEG/MEG forward problem for a modern high-resolution head model in approximately 60 seconds using a common workstation. The method utilizes a charge-based BEM with fast multipole acceleration (BEM-FMM) and a “smart” mesh pre-refinement (called b -refinement) close to the singular source(s). No costly matrix-filling or direct solution steps typical for the standard BEM are required; the method generates on-skin voltages as well as MEG magnetic fields for high-resolution head models in approximately 60 seconds after initial model assembly. The method is verified both theoretically and experimentally.

In our recent work pertinent to modeling of brain stimulation and neurophysiological recordings, substantial modeling errors in the computed electric field and potential have sometimes been observed for standard multi-compartment head models. The goal of this study is to quantify those errors and, further, eliminate them through an adaptive mesh refinement (AMR) algorithm. The study concentrates on transcranial magnetic stimulation (TMS), transcranial electrical stimulation (TES), and electroencephalography (EEG) forward problems.

Abstract Background Accurate high-resolution EEG source reconstruction (localization) is important for several tasks, including rigorous and rapid mental health screening. Objective The present study has developed, validated, and applied a new source localization algorithm utilizing a charge-based boundary element fast multipole method (BEM-FMM) coupled with the Helmholtz reciprocity principle and the transcranial electrical stimulation (TES) forward solution. Methods The unknown cortical dipole density is reconstructed over the entire cortical surface by expanding into global basis functions in the form of cortical fields of active TES electrode pairs. These pairs are constructed from the reading electrodes. An analog of the minimum norm estimation (MNE) equation is obtained after substituting this expansion into the reciprocity principle written in terms of measured electrode voltages. Delaunay (geometrically balanced) triangulation of the electrode cap is introduced first. Basis functions for all electrode pairs connected by the edges of a triangular mesh are precomputed and stored in memory. A smaller set of independent basis functions is then selected and employed at every time instant. This set is based on the highest voltage differences measured. Results The method is validated against the classic, yet challenging problem of median nerve stimulation and the tangential cortical sources located at the posterior wall of the central sulcus for an N20/P20 peak (2 scanned subjects). The method is further applied to perform source reconstruction of synthesized tangential cortical sources located at the posterior wall of the central sulcus (12 different subjects). In the second case, an average source reconstruction error of 7 mm is reported for the best possible noiseless scenario. Conclusions Once static preprocessing with TES electrodes has been done (the basis functions have been computed), our method requires fractions of a second to complete the accurate high-resolution source localization.