Summary
조밀한 배열 electroencephalography은 유아와 성인의 사회적인지 기능을 연구하기 위해 점점 사용되고 있습니다. 여기 우리는 유아와 어른의 뇌파 공부를위한 기존의 방법론에 큰 개선을 나타냅니다 설립 방법론을 제시한다.
Abstract
두뇌 활동 및 기타 최신 뇌 영상 기술 1,2에 의해 최고의 시간적 해상도를 측정하는 비침습 창을 제공 조밀한 배열 electroencephalography은 (EEG D), 유아 및 성인의 사회적인지 기능의 연구에 점점 사용되고 있습니다 . EEG D는 감성의 전례없는 수준의 두뇌 활동 패턴을 조사하기 위해 연구자를 지원하는 동안, 기존의 뇌파 기록 시스템은 가난한 공간 해상도와 소스 현지화 3,4, 2) 지속의 시험 과목에 대한 신체적 불편 한을 포함하여 특정 제한) 얼굴을 계속 두피의 표면 및 데이터를 수집하고 처리하는 여러 개의 소프트웨어 패키지를 사용하는 학습 연구원 3) 복잡 다양한 전극의 개별 응용 프로그램입니다. 여기 우리는 유아와 어른의 뇌파 공부를위한 기존의 방법론에 큰 개선을 나타냅니다 설립 방법의 개요를 제시한다. 여러 분석 소프트웨어 기술은 뇌파 D의 공간적 해상도를 향상시키기 위해 소스 지방화의 간접 지표를 확립하는 데 사용할 수 있지만, 전기 Geodesics (주) (에기), 동일한 거리를 유지 고밀도 감각 배열에게하여 HydroCel 측지 센서 네트 (HCGSN) 두피의 표면에 인접한 기록 전극 사이에, 추가로 표준 D EEG 시스템에 비해 공간 해상도 4,5,6을 향상시킵니다. 스폰지 기반 HCGSN은 성인 7,8, 어린이 9,10,11, 그리고 연구와 4,5,6,13,14 임상 모두에서 영유아 12과 함께 사용에 이상적, 신속하게 그리고 두피의 마모없이 적용할 수 있습니다 15 설정. 이 기능은 다른 D 뇌파 시스템에 비해 평균 NET 응용 프로그램 시간을 줄임으로써 상당한 비용과 시간 절감을위한 수 있습니다. 또한, HCGSN는 데이터의 모든 단계에 대한 통합, 완벽한 소프트웨어 애플 리케이션, 크게 수집, 처리, 및 D EEG 데이터의 분석을 단순화을 포함합니다.
HCGSN은 전해질 용액으로 가득 때 밀봉 microenvironment과 전극 - 두피 인터페이스를 생성, 로우 프로파일 전극 받침대를 제공합니다. 모든 측지 D EEG 시스템, 뇌파 센서는 실내 환경에서 발생하는 전기 노이즈의 작은 금액과 함께, 참가자의 두피에서 발생하는 전압의 변화를 감지. 측지 센서 망의 센서에서 전기 신호는 증폭기, 그들은 자동으로 처리되며, 패키지로 동시에 수신하고, 데이터 수집 컴퓨터 (DAC)에 발송됩니다. 일단 DAC 접수, 두피 전기 활동은 에기 소프트웨어에 포함된 필터링 및 유물 탐지 도구를 사용하여 분석을 위해 유물에서 격리 수 있습니다. 시간이 지남에 따라 전해질 용액이 마르면 아웃이 점차 두피 - 전극 인터페이스의 품질을 감소하기 때문에 일반적으로 HCGSN은 최대 두 시간 동안 지속적으로 사용할 수 있습니다.
토론토 대학에서 학부모 - 유아 연구실에서 우리는 사회인지 메모리를 포함하여 프로세스, 감정, 목표, intentionality, 기대, 그리고 성인 및 유아 참가자 모두에서 이그 제 큐 티브 기능을 연구하기 위해 D가 EEG 사용하고 있습니다.
Protocol
1. 실험 설정 준비
- 전에 실험실에서 참가자의 도착, 측지 EEG 시스템 (릿지) 구성 요소와 실험 제어 컴퓨터와 소프트웨어 (넷 역)가 제대로 작동하는지 확인합니다.
- 실험 룸에서 모든 불필요한 잠재적으로 혼란 항목을 제거합니다.
- 시행되고있는 특정 실험 패러다임에 따라 실험 공간을 설정합니다. 여기 우리는 다양한 부모 - 유아 및 실험자 - 유아 상호 작용 패러다임에 E - 프라임 프레 젠 테이션 소프트웨어를 통해 관리 컴퓨터 기반 작업까지 패러다임을 사용합니다.
- 비디오 카메라가 부과 있는지 확인하고 현재 실험 설정에 이상적인 각도에서 카메라를 준비.
2. 정보를 교환
- 실험실에서 참가자 도착시 측지 센서 네트워크 애플 리케이션 프로토콜을 설명하고 실험을 설명합니다.
- 참가자가 실험 프로토콜의 좋은 이해를 가지고 확인한 후, 그 또는 그녀 (또는 자신의 법적 보호자)는 실험을하기 전에 동의서에 서명되었는지 확인합니다.
- EEG 연구, 그것은 기록된 전기 두뇌 활동에 영향을 것으로 예상 수있는 참가자 특정 정보에서 얻을 종종 유용합니다. 예를 들어, 졸음, 마지막 식사, 그리고 마지막으로 수면에 대한 정보 관심 수도 있습니다. 할리 연구실에서는 이러한 정보를 표준화된 설문을 관리하여 얻을 수 있습니다. 적시에 진행 실험을하기 위해, 두 경험이 존재하도록 권장합니다 : 하나는 설문 조사를 관리하고, 하나는 아래에 설명된 HCGSN 준비를 수행합니다.
3. HydroCel 측지 센서 NET 응용 프로그램 준비
- 염화칼륨의 모든 솔루션에 녹아 때까지 철저하게 저어해야하고, 증류수, 염화칼륨, 그리고 아기 샴푸의 HydroCel 살린 전해질 용액을 준비합니다.
- 측정 테이프를 사용하여 cm로 측정을 기록, 참가자의 머리 둘레를 측정합니다.
- 적절하게 크기 HCGSN - 즉, 참가자의 머리 둘레가 떨어지면있는 머리 circumferences의 범위를 포함 하나를 검색할 수 있습니다.
- 잠수함 센서 전해질 용액에 HCGSN 끝 그리고 멀리 모든 액체에서 커넥터 끝을 유지하십시오되고, 5 분 때를 벗길 수 있습니다. 정확한 타이밍을 보장하기 위해 타이머 또는 스톱워치를 사용하는 것이 좋습니다입니다.
- 제어 컴퓨터에서 인터넷 스테이션 소프트웨어를 열고 제로 및 이득 측정이 HCGSN 커넥터를 연결하고 데이터를 수집하기 전에 이동하도록 실험 제어 세션을 시작합니다.
4. HydroCel 측지 센서 네트워크 적용
수집 EEG 데이터의 유효하고 일관된 분석을 위해 수 있도록하기 위해, 그물 신청 절차는 매우 표준화해야합니다. 이러한 표준화는 참가자의 참가자로 전극의 정확하고 일관된 배치를 보장하기 위해 참가자의 머리 (위에서 설명한 것처럼)의 측정에 의해 이루어진다. 최적의 네트워크 위치는 처음에 달성되지 않을 경우, 그물을 제거하고 다시 적용합니다.
- 전해질 용액에 몸을 담글 완료 센서 네트워크를 기다리는 동안, 실험 방으로 참가자 안내를하고 의자에 앉아 그를 또는 그녀를 지시합니다. 의자 센서 네트워크 응용 프로그램 중 불필요한 움직임을 방지하기 위해 바퀴가없이되어야합니다. 유아 참가자의 경우, 유아의 보호자는 유아의 전체 머리가 액세스할 수 있으며 유아가 남아 있도록 허리의 아기를 들고, 유아가 자신의 무릎에 똑바로 앉아있는 의자에 앉아있다.
- 측정 테이프와 중국 마커 연필을 사용하여 위치를 다음과 같은 측정을 복용하여 정점을 표시합니다 :
- 머리의 맨 위에 귀에 이어
- 머리의 맨 위에 inion에 Nasion
- 전해질 양동이에서 센서 네트워크를 제거하고 깨끗한, 마른 수건에 놓으십시오. 부드럽게 초과 전해질 용액을 제거하기 위해 수건으로 센서 네트워크를 두드려.
- 참가자 또는 NET 응용 프로그램 중에 개최하는 두 번째 실험자에 HCGSN의 커넥터 끝을주세요.
- NET의 내부에서 양손을 가하고, HCGSN를 선택하십시오. 엄지는 전극의 가장 뒷부분 행을 연결하는 밴드에 대해 굳게 밀고있는 중앙, 대부분의 전두엽 전극 및 핑키 손가락의 양쪽에 (하지만 부드럽게) 확고하게 밀고있다는 그물 같은 잡아. 그물을 overstretch하지 않도록주의하십시오. 당신의 남은 여섯 손가락이 중앙 부분이 미약 가을 수 있도록 네트워크 내에서 느슨하게해야합니다.
- 크루치 또는 눈에되도록 무릎 꿇고참가자와 함께 수준.
- 다시 앞으로부터 참가자의 머리 위로 센서 그물을 당기십시오. 그것은 유아 참가자에 센서 네트워크를 적용할 때 유아의주의를 분산하고 머리의 움직임을 최소화하기 위해, 두 번째 실험자 선물을 가지고 종종 유용합니다.
- 귀하의 손끝을 사용하여 버텍스 전극 이전에 중국 마커 연필로 표시된 정점 지점에 앉아 있도록 네트의 밴드에 부드럽게 당겨 그것을 조정합니다. 귀와 턱 스트랩을 조인다. NET가 올바르게 배치되었는지 확인하고, 필요한 조정을하기 위해 해부 랜드마크 위치 및 NET 대칭을 검사합니다.
5. 전극 임피던스 측정
EEG는 참조 사이트 및 측정 사이트 사이의 전위차 (전압)로 측정됩니다. 두피 - 전극 인터페이스에서 높은 임피던스 측정 전압, 신호 진폭의 감쇠 및 소음의 존재를 증가에서 드롭을 초래합니다. 특정 연구 필터링 이후의 인수는 (예를 들어, 기존의 ERP 연구)이 소음 없애 수 있지만, 높은 임피던스는 일반적으로 취득 뇌파 데이터의 충실도를 타협. 그것은 뇌파 데이터를 기록하기 시작하기 전에 반드시 임피던스가 나쁘지 규격 내에 있도록하는 것이 중요합니다.
- 인터페이스 케이블에 HCGSN의 커넥터 끝을 플러그 및 장소에서 잠글 수있는 레버를 켜십시오. 카메라를 켭니다.
- 컨트롤 룸에서, 인터넷 스테이션의 새로운 세션을 열어 참가자의 정보를 입력하고 세션을 시작합니다. 비디오와 D EEG 신호가 서로 연관되기 때문에, 실험 공간에서 라이브 비디오 피드가 화면에 나타납니다.
- 패널 드롭 다운 메뉴를 열고 임피던스를 선택하고, 측정 버튼을 클릭합니다. HCGSN 센서 배열의 몽타주가 화면에 나타납니다. 이 실험 방에 모니터에 열리 있도록 화면의 가장자리로 창을 끕니다.
- 별도로 각각의 전극은 참가자의 두피에 직접 장착되어 있도록 참가자의 머리를 일회용 피펫, 갈퀴를 사용하여.
- 모니터에 HCGSN 몽타주를 표시 임피던스 측정 윈도우를 참조하십시오. 두피와 좋은 접촉을 만들 수 없습니다 센서가 빨간색으로 나타납니다. 전극 센서 번호를 적어 둡니다. 이러한 센서의 임피던스를 개선하기 위해 피펫과 이미 준비 전해질 용액의 소량을 사용합니다. 자신의 임피던스가 향상으로 몽타주에 전극이 녹색으로 켜집니다.
- 임피던스는 (몽타주의 모든 전극은 녹색 즉,) 만족하는 경우, 컨트롤 룸에서 임피던스 측정 창에서 저장 후 닫기 버튼을 클릭하십시오.
- 당기 역에서 덴스 파형 디스플레이를 엽니다. 파형을 스크롤하여 가난한 두피 접촉에 의한 높은 진폭 노이즈를 표시하는 모든 채널을 확인합니다.
6. 베이스 라인 녹음 촬영
실험 패러다임을 시작하기 전에 참가자의 휴식 전기 뇌 활동의 몇 가지 기본 D 뇌파 기록을. 참가자의 참여로 전기 두뇌 활동에 변화의 높은 수준이 있기 때문에 쉬고있는 기본 녹음 지속 D 뇌파 연구에 중요합니다. 결과적으로, 대부분의 지속적인 D 뇌파 연구는 각 실험 조건 및 사전 실험 기본 단계의 차이를 분석, 시간 - 과목 실험 설계를 구현해야합니다. 이벤트 관련 뇌파 연구, 기본 단계가 필요하지 않을 수 있습니다.
- 실험 방에 혼자 참가자를 떠나 그를 지시 또는 그녀는 조용히 앉아서 움직임을 최소화하기 위해. 유아 참가자, 학부모 / 보호자는 유아가 자신의 무릎에 조용히 앉아있는 공간에 남아있는 것입니다. 할리 연구실에서는 베이비 모짜르트, 클래식 음악과 화려한 디자인의 움직이는 시청각 조합을,라는 영화가 유아가 여전히 조용하고 유지되도록 재생됩니다. 대화형 기본 단계는 항상 이상적인 것은 아니지만, 그것은 기본 기록을 복용하기 전에 유아를 진정하기 위해 사전 단계 기준으로 사용할 수 있습니다.
- 당기 역에서 녹화 비디오 및 파형 데이터를 시작하려면 기록 단추를 클릭하십시오. 덴스 파형 디스플레이, 이벤트 마커는 실험을 통해 전기 활동을 행동 이벤트를 링크 삽입하실 수 있습니다. 파형 디스플레이에 '기본'이벤트 마커를 삽입합니다.
- 표준 기간 동안 기록 기준. 할리 연구실에서 표준 기본 단계는 2 분 정도.
7. 실험을 실행
D EEG 연구에서는, 그것은 연구를 통해 현재 두 개 이상 경험을 가지고하는 것이 필수적입니다. 두 번째 실험자의 덴스 파형 디스플레이를 모니터링하는 동안 한 실험자은 참가자와 상호 작용하고 행동 패러다임을 구현하기위한 책임을 져야합니다.
- 실험 용건을 구현digm.
- 모든 채널 증가 소음을 표시하는지 확인하기 위해 실험을하는 동안 덴스 파형 디스플레이를 모니터링합니다. 증가 소음 증가 임피던스 반영 수 있습니다. 허용 임피던스 레벨 더 전해질 용액을 사용하여 회복하실 수 있습니다. 이것은 실험 프로토콜의 휴식에서 수행되어야합니다.
8. 보고서 참가자에게
- 실험이 완료되면, 신중하게 풀어 참가자의 머리에서 HCGSN를 제거합니다. , 린스 소독하고, 그물을 건조.
- 참가자에게 초과 전해질 용액을 닦아있는 수건을 제공합니다.
- 참가자에게 완료해야하는 나머지 설문주세요.
9. 분석
dEEG 데이터를 취득하는 데 사용되는 동일한 에기 소프트웨어는 또한 데이터 수집에서 데이터 분석을 원활하고 쉽게 전환할 수 있도록 데이터를 분석하는 데 사용됩니다. HCGSN 또한 환경에서 발생하는 최대 전기 노이즈를 예상하기 때문에, 데이터를 먼저 필터링해야하며 그것이 분석되기 전에 청소. 필요한 모든 도구는 네트워크 스테이션에 포함되어 있습니다.
- 당기 역에서 클릭하고 파형 도구 패널을 여십시오. 원하는 매개 변수를 설정 후 필터링 및 유물 검색 도구를 통해 얻은 데이터 파일을 실행합니다. 유물 검색 도구는 눈 깜박이나 눈동자의 움직임으로 인한 스파이크를 식별하고 나쁜 채널을 감지합니다. 대부분의 경우, 추가적인 수동 편집 및 유물 제거 (당신은 눈 깜박임과 움직임을 제어하지 수있는 유아 인구, 작업 특히) 필요할 수 있습니다.
- 세그먼트 데이터 때문에 삽입된 이벤트 마커에 기초하여 여러 가지 실험 조건을 분리하는 등.
- 모든 원하는 분석을 적용합니다. 할리 연구실에서, 주파수 분석은 뇌 활동의 특성 주파수는 실험 조건 간의 서로 다른 뇌 영역 간의 차이가 어떻게 분석하는 데 사용됩니다. 웨이브 전력의 감소는 지역의 뉴런의 활동의 증가 가능성이 반사됩니다.
10. 대표 데이터
그림 1. 원시 EEG 파형 하나의 전극 (전극 30)에서, 시간 (S)에 걸쳐 기록된 전압 (μv)의 변동을 보여주는. 기준, 시위, 그리고 즉각적인 리콜 : 파형 3 실험 단계의 각각의 첫 번째 1000ms 동안 수집된 데이터를 나타냅니다.
그림 2. 원시 데이터가 참가 유아 세 실험 단계 (기준, 데모, 즉각적인 리콜) 동안 전체 두피 (128 전극 몽타주)에서 수집했습니다. 데이터는 지형도로 제시하고 두뇌 지역에 걸쳐 표면 수준의 뇌 전기 활동의 차이 (μv)과 꼭두각시 작업의 실험 단계를 설명합니다.
Discussion
에기에서 Hydrocel 측지 센서 넷은 성인 및 유아 참가자 모두에서 D EEG 데이터를 얻기의 비침습 및 쉬운 적용 방법을 구성합니다. 이 기술은 전기 활동에 미묘한 변화에 반영 수인지 활동을 조사하기 위해 복잡한 행동 패러다임에 사용에 이상적, 이동성 증가 기회 높은 시간적 및 공간적 해상도를 결합한 제품입니다. 유아 인식 및 유아 인구에서 사용에 적합 뇌 이미징 기술의 상대적인 부족의 발전을 조사 증가 관심을 감안할 때, HCGSN의 사용은 유아 인식의 깊은 이해로 우리를 이끌어 증가 가능성이 높습니다.
Disclosures
관심 없음 충돌 선언하지 않습니다.
Acknowledgments
측지 센서 네트워크의 제조 업체는 전기 Geodesics, Inc의 (에기)입니다. 연락처 내용은 다음 페이지를 참조하십시오 http://www.egi.com/company을 .
References
- Willis, W. G., Weiler, M. D. Neural substrates of childhood attention-deficit / hyperactivity disorder: Electroencephalographic and Magnetic Resonance Imaging evidence. Developmental Neuropsychology. 27, 135-182 (2005).
- Yang, L., Liu, Z., He, B.
- Dale, M. P., Halgren, E. Spatiotemperal mapping of brain activity by integration of multiple imaging modalities. Current Opinion in Neurobiology. 11, 202-208 (2001).
- Sperli, F., Spinelli, L., Seeck, M., Kurian, M., Michel, C. M., Lantz, G. EEG source imaging in pediatric epilepsy surgery: A new perspective in presurgical workup. Epilepsia. 47, 1-10 (2006).
- Holmes, M. D., Quiring, J., Tucker, D. M. Evidence that juvenile myoclonic epilepsy is a disorder of frontotemporal corticothalamic networks. NeuroImage. 49, 80-93 (2010).
- Holmes, M. D., Tucker, D. M., Quiring, J. M., Hakimian, S., Miller, J. W., Ojemann, J. G. Comparing Noninvasive dense array and intracranial electroencephalography for the localization of seizures. Neurosurgery. 66, 1-10 (2010).
- Muthukumaraswamy, S. D., Johnson, B. W. Changes in rolandic mu rhythm during observation of a precision grip. Psychophysiology. 41, 152-156 (2004).
- Muthukumaraswamy, S. D., Johnson, B. W., McNair, N. A. Mu rhythm modulation during observation of an object-directed grasp. Cognitive Brain Research. 19, 195-201 (2004).
- Arbel, Y. Error processing by individuals with specific language impairment: An ERP study. Dissertation Abstracts International: Section B: The Sciences and Engineering. 67, 3095-3095 (2006).
- Lepage, J., Théoret, H. EEG evidence for the presence of an action observation-execution matching system in children. European Journal of Neuroscience. 23, 2505-2510 (2006).
- Sokhadze, E. Event-related potential study of novelty processing abnormalities in autism. Applied Psychphysiology and Biofeedback. 34, 37-51 (2009).
- Nyström, P. The infant mirror neuron system studied with high density EEG. Social Neuroscience. Special Issue: The Mirror Neuron System. , 3-3 (2008).
- Bernier, R., Dawson, G., Webb, S., Murias, M. EEG mu rhythm and imitation impairments in individuals with autism spectrum disorder. Brain and Cognition. 64, 228-237 (2007).
- Brodbeck, V., Lascano, A. M., Spinelli, L., Seeck, M., Michel, C. M. Accuracy of EEG source imaging of epileptic spikes in patients with large brain lesions. Clinical Neurophysiology. 120, 679-685 (2009).
- Ramon, C. Power spectral density changes and language lateralization during covert object naming tasks measured with high-density EEG recordings. Epilepsy and Behaviour. 14, 54-59 (2009).
