标准脑电图分析技术对神经系统功能的洞察有限。构建皮层连接性的统计模型能够更深入地研究潜在的网络动态。改进的功能评估为神经系统疾病的诊断、预后判断和结局预测开辟了新的可能性。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
摘要
无创电生理记录可用于评估神经系统功能。这些技术成本低廉、速度快、可重复，且比成像技术更节省资源。此外，所获得的功能性数据具有优异的时间分辨率，这是结构成像无法实现的。
脑电图（EEG）目前的应用受到数据处理方法的限制。使用单个通道的原始时间序列数据进行分析是探究神经系统活动的有限手段。通过研究通道之间的关系，并建立脑区间相互作用的统计模型，可以更详细地了解皮层功能，从而实现对脑网络间连接性的可视化。
本文描述了一种通过标准方式记录脑电图（EEG），进而分析电极间相干性指标以评估记录区域之间关系，从而建立大脑皮层网络活动统计模型的方法。通过评估相干性配对之间的协方差，可进一步研究高阶相互作用，生成高维数据 "地图" 网络相互作用的数据结构可用于评估皮层网络功能及其与病理之间的关系，这是传统技术无法实现的。
与原始时间序列分析相比，该方法对网络层面的相互作用具有更高的敏感性。然而，该方法受限于对潜在神经元群体的特定机制性结论难以推导，以及所产生的数据量较大，需要采用更高级的统计技术进行评估，包括降维和基于分类器的方法。
引言
该方法旨在利用临床可行的设置，基于非侵入性电极记录生成皮层网络的统计图谱，以促进对神经系统病理学、新型治疗手段的影响以及新型电生理生物标志物开发的研究。
脑电图（EEG）在神经系统功能与疾病研究方面具有巨大潜力1,2。该技术成本低廉，在科研和临床环境中广泛可用，且通常耐受性良好。记录过程操作简便、无创，便于临床应用，而现有的临床脑电图部门架构也使临床医生能够便捷地获取该技术。
从技术角度来看，脑电图（EEG）具有优异的时间域分辨率3。由于神经系统相互作用和网络动态的时间尺度非常短暂，这一特性在研究神经系统功能时尤为重要。尽管功能磁共振成像（fMRI）等成像方法具有更高的空间分辨率，并能提供易于解读的图像，但它们在探究神经系统功能方面的时间精细度远不及电生理记录技术4,5,6。
随着对神经系统疾病诊断、治疗和预后判断的需求日益增长，迫切需要具备探究神经系统功能....
访问受限。请登录或开始试用以查看此内容。
方案
以下实验方案符合所有适用于人类研究的本地、国家和国际伦理准则。用于测试该方案的数据已获得托斯卡纳地区伦理委员会的授权（编号：2018SMIA112 SI-RE）。
注意：用于实现所述分析的脚本可在 https://github.com/conorkeogh/NetworkAnalysis 获取。
1. 原始数据采集
- 准备受试者条件。
- 为确保记录的一致性，所有脑电图（EEG）记录均应在专用的记录环境中进行。移除环境中与记录期间执行任务无直接关联的所有设备或刺激物，以避免干扰。
注意： 若需进行静息态记录，应从房间内移除所有可能引起分心的来源，并在正式记录前让受试者提前接触记录环境，以消除环境的新奇性影响。 - 向受试者提供有关待执行任务的清晰指示。设备设置完成后，让受试者独自留在记录环境中，以适应环境，从而在正式开始记录前尽量减少移动和分心。
- 若受试者存在智力障碍，应允许其有足够时间适应环境，以限制任何可能的应激反应。有时这可能需要多次访问及在记录室中延长停留时间。
- 为确保记录的一致性，所有脑电图（EEG）记录均应在专用的记录环境中进行。移除环境中与记录期间执行任务无直接关联的所有设备或刺激物，以避免干扰。
- 安装电极。
- 将电极帽固定在受试者头部，并注意确保其正确....
访问受限。请登录或开始试用以查看此内容。
结果
频谱功率的测量将为每个被测频段产生 n 个测量值，其中 n 为记录的通道数。这些测量值的总功率以分贝（dB）表示。各个频段内的功率测量应表示为相对功率（即该频段内功率占总功率的比例），以便在不同组别和条件下进行准确比较。
在图2中展示了在多个频段和记录通道上频谱功率的可视化示例。频谱功率可在头皮表面进行插值可视化，从而对活动的“源”进行有限估计。
电极间相干性测量为每一对独特的电极组合提供一个数值（即
，其中n为记录的通道数.......
访问受限。请登录或开始试用以查看此内容。
讨论
所述方法能够从非侵入性脑电图（EEG）数据中推导出皮层网络动态的统计图谱。这使得研究人员能够通过评估记录区域之间的相互作用方式，而非孤立地分析各个单独位置发生的变化，来探究仅通过简单时间序列数据难以察觉的现象。该方法可为疾病病理机制提供重要的深入见解18。
该方法的关键在于确保数据质量。必须进行严格的数据评估、伪迹剔除和预处理，以保证数据具有足够高的质量，从而产生有意义的结果。只要所使用的数据质量适当，特征提取部分便可轻松修改，以仅针对特定感兴趣区域或在任意频率范围内建模网络相互作用，也可用于建模特定区域和频段之间的复杂相互作用。
该方法受限于所产生的结果具有高维度特性，若使用多个通道，数据量可能迅速变得极为庞大。这会限制对原始结果的解读，并导致较长的计算时间。因此，有必要采用降维技术（如主成分分析23），以便在组间进行有意义的统计比较，而无需执行大量统计检验。此外，利用所生成的高维网络图谱辅助决策时，可能需要借助机器学习分类器来整.......
访问受限。请登录或开始试用以查看此内容。
披露
作者无任何利益冲突需要披露。
致谢
本论文的发表部分得到了SFI FutureNeuro资助研究员项目对DT的资助支持。
....访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 电极帽 | ElectroCap International | 或任何适用的电极帽 | |
| 导电凝胶 | SignaGel | 或任何适用的凝胶 | |
| 针型电极 | BioSemi | 或任何适用的电极 | |
| BioSemi Active Two 记录系统 | BioSemi | ||
| ActiView 记录环境 | BioSemi | ||
| MATLAB 软件 | Mathworks |
参考文献
- Rosenow, F., Klein, K. M., Hamer, H. M. Non-invasive EEG evaluation in epilepsy diagnosis. Expert Review of Neurotherapeutics. 15 (4), 425-444 (2015).
- Sharmila, A. Epilepsy detection from EEG signals: a review. Journal of Medical Engineering & Technology
访问受限。请登录或开始试用以查看此内容。
重印与许可
