高密度阵列脑电图正越来越多地被用于研究婴儿和成人的社会认知功能。本文介绍了一种已建立的方法学，该方法相较于传统的婴儿和成人脑电图研究方法具有显著改进。
本文内容
摘要
摘要
高密度阵列脑电图（d脑电图（EEG），可非侵入性地测量脑活动，其时间分辨率优于当前任何其他脑成像技术1,2，越来越多地被用于研究婴儿和成人的社会认知功能。尽管 d脑电图（EEG）使研究人员能够以前所未有的灵敏度水平检测大脑活动模式，但传统的EEG记录系统仍面临某些局限性，包括1）空间分辨率较低和源定位能力差3,4，2）被试者在头皮表面接受多个电极逐个安放时所承受的身体不适，以及3）研究人员需要学习使用多种软件包来采集和处理数据的复杂性。本文介绍一种已建立的方法学概览，该方法相较于传统的婴幼儿及成人脑电图（EEG）研究方法具有显著改进。尽管已有多种分析软件技术可用于建立源定位的间接指标，以提高空间分辨率 d脑电图（EEG），结合美国电气测地公司（Electrical Geodesics, Inc., EGI）开发的HydroCel Geodesic Sensor Net（HCGSN），是一种密集型传感器阵列，可在头皮所有区域保持相邻记录电极之间的等距分布，从而进一步提高空间分辨率4,5,6 与标准相比 d脑电图系统。基于海绵的高密度脑电图帽（HCGSN）可快速应用且无需对头皮进行磨损处理，因此非常适合成人使用7,8，儿童9,10,11和婴儿12在科研与临床中4,5,6,13,14,15 设置。该功能通过缩短平均净应用时间，相较于其他方法可显著节省成本和时间 d脑电图系统。此外，HCGSN 包含统一且无缝的软件应用程序，适用于数据的所有阶段，可极大地简化数据的采集、处理和分析。 d脑电图数据。
HCGSN 采用低剖面电极基座，当其充满电解液时，可形成一个密封的微环境以及电极-头皮界面。在所有 Geodesic dEEG 系统中，EEG 传感器可检测来自受试者头皮的电压变化，同时也会采集少量来自周围环境的电噪声。Geodesic 传感器网中所有传感器的电信号被放大器同步接收，并在其中自动完成处理、打包后传输至数据采集计算机（DAC）。信号到达 DAC 后，可利用 EGI 软件中的滤波和伪迹检测工具，将头皮电活动与干扰伪迹分离，进而进行分析。通常情况下，HCGSN 连续使用时间不超过两小时，因为电解液会随时间逐渐干燥，导致头皮-电极界面质量逐步下降。
在多伦多大学的亲子研究实验室中，我们正在使用dEEG技术研究成人和婴儿参与者中的社会认知过程，包括记忆、情绪、目标、意向性、预期以及执行功能。
方案
1. 实验装置的准备
- 在参与者到达实验室之前，确保地理定位脑电图系统（Geodesic EEG System，GES）组件、实验控制计算机及软件（Net Station）均正常运行。
- 从实验室内移除所有不必要的、可能造成干扰的物品。
- 根据所实施的具体实验范式布置实验环境。本研究采用的范式包括通过E-Prime呈现软件实施的基于计算机的任务，以及多种亲子互动和实验者-婴儿互动范式。
- 确保视频摄像机已充满电，并将摄像机以适合当前实验设置的最佳角度架设。
2. 信息交换
- 参与者到达实验室后，向其介绍Geodesic Sensor Net的应用流程，并解释实验内容。
- 在确认参与者充分理解实验流程后，确保其本人（或其法定监护人）签署知情同意书，然后方可开始实验。
- 在脑电图（EEG）研究中，通常需要获取一些可能影响记录到的脑电活动的参与者信息。例如，关于嗜睡状态、最近一次进食和最近一次睡眠的情况可能具有参考价值。在Haley实验室，这些信息通过标准化问卷获取。为了确保实验能够及时顺利进行，建议配备两名实验人员：一人负责发放问卷，另一人同时开展下文所述的HCGSN准备工作。
3. 准备受水凝胶地球测量传感器网应用
- 制备由蒸馏水、氯化钾和婴儿洗发液组成的 HydroCel 盐溶液，充分搅拌直至氯化钾完全溶解。
- 使用卷尺测量受试者头部的头围，并以厘米为单位记录测量值。
- 选取合适尺寸的 HCGSN，即其适用头围范围应包含该受试者的头围数值。
- 将 HCGSN 的传感器端浸入电解液中，浸泡 5 分钟，注意保持连接端远离任何液体。建议使用计时器或秒表以确保时间准确。
- 在控制计算机上打开 Net Station 软件，并启动实验控制会话，以便在连接 HCGSN 连接器并开始采集数据前完成零点和增益测量。
4. 应用 HydroCel Geodesic Sensor Net
为了确保采集的脑电图（EEG）数据能够进行有效且一致的分析，电极帽的应用过程必须高度标准化。这种标准化通过测量受试者头部尺寸（如上所述）来实现，以确保电极在不同受试者之间能够准确且一致地定位。如果初次佩戴未能达到最佳位置，应取下电极帽并重新佩戴。
- 在等待传感器网在电解液中完成浸泡的同时，引导受试者进入实验房间，并指示其坐在椅子上。椅子不应带轮子，以避免在安装传感器网过程中产生不必要的移动。若受试者为婴儿，则让婴儿的监护人坐在椅子上，将婴儿直立抱坐在其膝上，并用手扶住婴儿腰部，确保婴儿头部完全可触及且保持静止。
- 使用卷尺和陶瓷标记笔，通过以下测量方法定位并标记头顶点（vertex）：
- 从一侧耳经头顶至另一侧耳
- 从鼻根点（nasion）经头顶至枕外隆凸点（inion）
- 将传感器网从电解液桶中取出，放置于干净、干燥的毛巾上。用毛巾轻轻拍压传感器网，以去除多余的电解液。
- 将高密度脑电传感器网（HCGSN）的连接端交由受试者或另一位实验人员手持，以便在安装过程中固定。
- 双手伸入传感器网内部将其拿起，使双侧拇指牢固但轻柔地抵住中央最靠前的电极两侧，小指则用力抵住连接最靠后一排电极的带状部分。注意不要过度拉伸传感器网。其余六根手指应自然放松置于网内，使网的中心部分保持松弛下垂状态。
- 蹲下或跪下，使自己与受试者保持视线水平。
- 从后向前将传感器网轻轻套过受试者头部。在为婴儿受试者安装传感器网时，建议有第二位实验人员在场，以分散婴儿注意力并尽量减少头部移动。
- 用指尖轻轻拉动传感器网的带状部分，调整位置，使头顶点电极准确对准先前用陶瓷标记笔标出的头顶点。收紧耳部和下颌固定带。检查解剖标志点位置及传感器网的对称性，确认其位置是否正确，并进行必要的调整。
5. 测量电极阻抗
脑电图（EEG）通过测量参考位点与记录位点之间的电位差（电压）获得。头皮与电极界面的高阻抗会导致测量电压下降、信号振幅衰减以及噪声增加。尽管在某些研究中（例如，传统的事件相关电位研究）可通过采集后的滤波去除部分噪声，但高阻抗通常会降低所获取脑电数据的保真度。因此，在开始记录脑电数据之前，确保阻抗处于可接受的范围之内至关重要。
- 将HCGSN的连接器端插入接口电缆，并转动杠杆将其锁定。打开相机电源。
- 在控制室内，于Net Station中新建一个会话，输入受试者信息，然后点击“开始会话”。由于视频和dEEG信号已同步，实验室内摄像的实时视频应显示在屏幕上。
- 选择“面板”下拉菜单，打开“阻抗”窗口，然后点击“测量”按钮。屏幕上将显示HCGSN传感器阵列的布局图。将该窗口拖至屏幕边缘，以便其在实验室内显示器上打开。
- 使用一次性移液管拨开受试者的头发，确保每个电极直接接触受试者的头皮。
- 参考显示器上显示HCGSN布局图的阻抗测量窗口。与头皮接触不良的传感器将显示为红色。记录下这些电极传感器的编号。使用移液管和少量预先配制好的电解液，改善这些传感器的阻抗。随着阻抗改善，布局图上的电极将变为绿色。
- 当阻抗达到满意水平（即布局图上所有电极均为绿色）时，点击控制室内阻抗测量窗口上的“保存并关闭”按钮。
- 在Net Station中打开密集波形显示界面。滚动查看波形，注意是否存在因头皮接触不良而导致高幅噪声的通道。
6. 获取基线记录
在开始实验范式之前，先采集受试者静息状态下脑电活动的基线dEEG记录。在连续dEEG研究中，静息基线记录非常重要，因为不同受试者之间的脑电活动存在高度个体差异。因此，大多数连续dEEG研究必须采用被试内设计，通过分析各实验条件与实验前基线阶段之间的差异来进行研究。而对于事件相关EEG研究，可能无需设置基线阶段。
- 让参与者独自留在实验室内，并指示其安静就坐，尽量减少身体活动。对于婴儿参与者，家长或监护人应留在房间内，让婴儿安静地坐在其腿上。在Haley实验室中，会播放一部名为 Baby Mozart 的影片，该影片结合了古典音乐与色彩丰富的动态图案，以确保婴儿保持安静和静止。尽管互动式基线期并不总是理想选择，但可将其作为前基线阶段，在正式记录基线数据前帮助婴儿平静下来。
- 在Net Station中，点击“Record”按钮以开始录制视频和波形数据。在密集波形显示界面中，可插入事件标记，以将行为事件与实验全过程中的脑电活动相对应。在波形显示界面上插入一个“baseline”事件标记。
- 按照标准化的时间段记录基线数据。在Haley实验室中，标准基线阶段持续2分钟。
7. 运行实验
在 dEEG 研究中，整个实验过程中必须至少有两名实验人员在场。其中一名实验人员负责与受试者互动并实施行为范式，另一名实验人员则负责监控密集波形显示。
- 实施实验范式。
- 在整个实验过程中监测密集波形显示，以确定是否有通道显示出噪声水平升高。噪声水平升高可能反映阻抗增加。可通过使用更多电解液溶液来恢复可接受的阻抗水平。此操作应在实验方案的间歇期间进行。
8. 参与者汇报
- 实验结束后，小心松开并取下参与者头部的HCGSN。冲洗、消毒并擦干网状电极帽。
- 提供一条毛巾，供参与者擦去多余的电解质溶液。
- 将任何尚未完成的问卷交给参与者，供其填写。
9. 分析
用于采集dEEG数据的同一款EGI软件也可用于分析数据，从而实现从数据采集到数据分析的顺畅、便捷过渡。由于HCGSN还会接收到环境中产生的电噪声，因此必须首先对数据进行滤波和清理，然后才能进行分析。Net Station已包含所有必要的分析工具。
- 在 Net Station 中，单击并打开波形工具面板。设置所需参数后，通过滤波和伪迹检测工具运行采集的数据文件。伪迹检测工具可识别由眨眼或眼球运动引起的尖峰信号，并检测不良通道。在许多情况下，可能需要进一步手动编辑和去除伪迹（尤其是在处理婴儿群体数据时，因为无法控制其眨眼和眼球运动）。
- 根据插入的事件标记对数据进行分段，以分离不同实验条件下的数据。
- 应用所需的任何分析方法。Haley 实验室采用频谱分析来研究脑活动的特征频率在不同实验条件之间以及不同脑区之间的变化情况。某区域脑波功率的降低可能反映该区域神经元活动增强。
10. 典型数据
图1. 原始脑电图（EEG）波形图，显示单个电极（电极30）在时间（秒）进程中记录的电压波动（μV）。这些波形代表了在三个实验阶段（基线期、演示期和即时回忆期）各自前1000毫秒内采集的数据。
图 2. 在参与实验的婴儿完成木偶任务的三个实验阶段（基线期、演示期、即时回忆期）期间，从整个头皮（128 导电极蒙太奇）采集的原始数据。数据以拓扑图形式呈现，展示了不同脑区在木偶任务各实验阶段中表面脑电活动（μv）的差异。
讨论
EGI 的 Hydrocel Geodesic Sensor Net（HCGSN）是一种非侵入性且易于使用的工具，可用于获取成人和婴儿被试的dEEG数据。该技术兼具高时间分辨率和高空间分辨率，并提高了被试的活动自由度，因此非常适用于复杂的认知行为范式研究，尤其适合检测仅在电活动细微变化中反映的认知活动。鉴于人们对婴儿认知发展研究的兴趣日益增加，而适用于婴儿群体的脑成像技术相对匮乏，HCGSN 的应用预计将进一步扩大，从而推动我们对婴儿认知能力的深入理解。
披露
未声明任何利益冲突。
致谢
Geodesic Sensor Net 的制造商是 Electrical Geodesics, Inc (EGI)。有关联系方式，请访问 http://www.egi.com/company。
参考文献
- 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. EEG-fMRI reciprocal functional neuroimaging. Clinical Neurophysiology. 121, 1240-1250 (2010).
- 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).
重印与许可
