情节记忆的特点，采用事件相关电位研究在阿尔茨海默氏症患者
2011年8月30日
高密度事件相关电位数据收集的方法，而与阿尔茨海默氏症患者进行识别记忆任务是审查。该协议将包括受编制，质量保证，数据采集和数据分析。
以下实验的总体目标是了解遗忘性轻度认知障碍和阿尔茨海默病患者与图片与文字识别相关的大脑生理学差异。这是通过使用 EEG 测量头皮电活动来实现的。当阿尔茨海默病患者对图片和文字做出识别记忆决定时。
为此，应为受试者的电极放置和 DEG 设置和头皮做好准备。应使用特殊的 3D 数字化器获取空间定位数据。接下来，应在记录原始脑电图数据的同时运行行为记忆任务。
然后，为了检查与图片和文字记忆相关的事件相关电位，必须对原始脑电图数据进行后处理并平均为 ERP 波形对于每种情况，这些平均的 ERP 可以在不同条件下进行统计比较。这项研究获得的结果表明，与健康的老年人相比，阿尔茨海默病患者的记忆熟悉度或对图片而不是文字的概念处理似乎保持不变。这是通过检查早期额叶 ERP 旧新效应来实现的，该效应发生在刺激开始后大约 300 到 500 毫秒。
大家好，我是范德堡大学神经病学系助理教授兼记忆障碍研究实验室主任 Brandon Ally。大家好，我是 Aaron Hussey，是记忆障碍研究实验室的实验室经理。今天，我们将向您展示一些实验方法，以了解阿尔茨海默病患者的大脑生理学。
这种方法可以帮助我们回答关键问题，例如这些患者的哪些记忆方面保持完整，Aaron 今天将向我们展示开始此协议的方法。首先，实验期间将使用的脑电图设备必须在此处正确设置。带有有源电极的 128 通道 bios 半有源双采集系统将与有源双电极帽结合使用，以获取 ERP 数据，确保电池充满电并连接到放大器。
现在，收集参与者设置所需的所有材料，包括注射器凝胶、卷尺、各种尺寸的脑电图帽、酒精棉签、面部电极贴纸和用于固定电极电缆的魔术贴带。将贴纸贴在五个面部电极上，为实验做好准备。接下来，打开刺激演示计算机和数据采集计算机并设置软件。
在该协议中，ePrime 软件将用于呈现刺激并获取行为数据 bios。半主动视图将用于获取原始 EEG 数据检查，以确保放大器向数据采集计算机发送适当的触发代码。为此，首先打开参与者室中的放大器，不要插入任何电极或电缆。
然后在数据采集计算机上打开软件并开始数据采集，但不要保存。接下来，转到刺激演示计算机。打开 experiment 文件，然后运行范例。
编程到实验文件中的触发代码现在应该出现在数据采集软件程序中。当参与者先到达时，解释所有研究程序并解决任何安全问题，然后获得书面同意以确保受试者完全理解协议。让他们用自己的话报告协议。
让参与者舒适地坐在实验室的中等高度硬背木椅上。然后测量以确保他或她到刺激显示的视线是实验的标准距离。这里使用的距离是 48 英寸。
接下来，测量参与者头部的周长，以确定应该使用哪种 EEG 帽。然后要求参与者取下任何首饰或发饰，以确保脑电图帽正确贴合并准确记录。此外，如果参与者戴眼镜，最好此时摘下眼镜。
使用酒精棉签清洁参与者放置面部电极区域的皮肤。一个将放置在每个乳突上，一个放置在每个太阳穴上，一个放置在左眼的正下方。接下来，将少量导电凝胶放在每个面部电极上。
然后从贴纸上取下背衬并将其放在参与者身上。施加少量压力以确保电极保持在原位。现在，如果需要，参与者可以重新戴上眼镜。
然后将脑电图帽放在参与者的头上，并将带子系在下巴下方。接下来，以厘米为单位从鼻孔到鼻孔进行测量。将此测量值乘以 0.5 以找到中点并放置电极，此处从前到后放置电极 A 1。
接下来从一只耳朵的耳前点到另一只耳朵测量。该测量的中点是电极 A 应从一侧放置到另一侧的位置。接下来，我们将获取参与者头部电极位置的三维表示，以控制受试者之间颅骨形状的变化，并在将来可能的情况下与 MRI 数据进行同步。
在这里，palus Patriot Digitizer 定位器首先将定位发射器放在受试者左耳后面的帽子下方，多余的绳索塞在下巴带下以将其固定到位。然后将接收器连接到木椅上，位于参与者头部下方的位置，距离发射器约 6 英寸。现在打开数字化软件，按照软件提示使用测针测量电极位置。
现在可以使用 MR Locator 软件生成电极位置的 3D 头部模型。接下来，除了原始 EEG 数据的定位。在计算机显示屏上验证参与者的 3D 头部模型后，用导电凝胶填充盖子上的电极孔。
然后将电极放在活动 2 帽上的每个预定义位置。此时，最好让年长的参与者休息一下。对于阿尔茨海默病患者来说尤其如此，他们可能需要经常休息以保持注意力和对实验任务的持续关注。
休息后，将电缆和面部电极插入放大器。接下来应在数据采集时检查电极的偏移水平。计算机确保偏移电平在 25 微伏以内。
一旦所有电阻水平都可接受并且所有电极都没有伪影，就可以进行实验了。在本实验中，使用 bios 半主动使用软件来获取和查看原始脑电图数据。要开始，请加载行为数据演示文稿文件并输入参与者编号。
实验软件会保存参与者的回答并自动生成数据文件。实验运行完成后，检查以确保参与者的座位距离显示器中心 48 英寸。加载实验后，与参与者一起阅读并验证行为说明。
现在开始在采集计算机上保存原始 EEG 数据。然后开始刺激递送。在刺激演示计算机上。
让研究人员准备好与老年人或认知障碍患者合作，通过此处的按钮框输入答案。该实验从学习阶段开始，参与者将看到一系列图片或文字，在行为任务期间监控参与者并评估休息的必要性。呈现所有行为刺激后，请务必保存原始 EEG 数据文件。
接下来，将在测试阶段重复前面的步骤，参与者将再次看到一系列图片或文字 在测试阶段，呈现的项目中有一半来自前一个学习阶段，一半项目将是新颖的。参与者将通过向研究人员大声报告他们的答案来识别这些物品是旧的还是新的。然后，研究人员将通过按钮框输入参与者的回答，以开始数据后处理。
必须先准备原始数据并进行数字过滤，以去除信号中的噪声和伪影，然后才能在此处完成分析。首先使用 EMSE Suite 5.3 软件。必须应用时间滤波器，例如无限脉冲响应和带通滤波器。
接下来，数据必须引用到头部的某个点，选择公共平均参考。接下来，必须在空间上过滤数据，并且任何不良通道都应该相互关联。对数据进行目视检查并使用适当的过滤器。
最后，必须使用眼影矫正方法来校正眨眼和眼动伪影的信号。在这里，我们看到与成功检索单词和图片相关的额叶 ERP 活动 对于非常轻微的阿尔茨海默病患者和健康的老年对照。这些图像是在 300 到 500 毫秒的时间间隔内拍摄的，通常与概念处理或纪念性熟悉度有关。
请注意图片的类似正面 old new 效果，但组间单词的效果减弱。因此，在你分析完大脑对新旧反应的反应后，你随后可以轻松地进行统计，将阿尔茨海默病患者群体与健康的老年人进行比较。重要的是要记住，在进行这种技术时，患者往往会四处走动并大量交谈，从而在信号中产生不需要的伪影。
因此，重要的是要记住包含足够的 Trial 值，这样，如果您必须为不需要的工件抛弃任何 Trial 值，您就有足够的时间进行可靠的统计。感谢观看。
查看完整文字稿并访问数千部科学视频
概述
本文回顾了一种在阿尔茨海默病患者中进行识别记忆任务时收集高密度事件相关电位数据的方法。该协议包括受试者准备、质量保证、数据采集和数据分析。
关键研究组成部分
科学领域
- 神经科学
- 电生理学
- 认知心理学
背景
- 识别记忆对于理解认知能力下降至关重要。
- 阿尔茨海默病影响记忆和认知功能。
- EEG提供了记忆任务中的脑活动洞察。
- 健忘型轻度认知障碍是阿尔茨海默病的前兆。
研究目的
- 调查识别任务中的脑生理差异。
- 比较对图片和文字的识别。
- 利用EEG测量任务期间的头皮电活动。
使用的方法
- 准备受试者进行电极放置。
- 设置EEG设备和头皮准备。
- 使用3D数字化仪采集空间定位数据。
- 在行为记忆任务期间记录原始EEG数据。
主要结果
- 观察到脑活动模式的差异。
- 识别任务引发了不同的EEG反应。
- 研究结果有助于理解认知障碍。
- 结果可能为未来的阿尔茨海默病研究提供信息。
结论
- 该方法有效地在阿尔茨海默病患者中捕获EEG数据。
- 理解识别记忆可以帮助早期诊断。
- 需要进一步研究来探索治疗干预。
常见问题
Executive Industry Relevance
High-density event-related potential (ERP) analysis enables biopharma teams to dissect cognitive process integrity in Alzheimer's disease, supporting mechanistic de-risking and target validation for memory-related pathways. Quantitative ERP outputs provide predictive confidence for distinguishing preserved versus impaired neural functions, informing early discovery and translational biomarker strategies. This methodology strengthens portfolio decisions by clarifying which cognitive domains remain actionable for therapeutic intervention.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- ERP analysis enables precise interrogation of memory retrieval mechanisms in disease-relevant populations.
- Quantitative comparison of neural responses to pictures versus words clarifies pathway-specific impairment.
- Functional readouts support biological de-risking and inform target selection for cognitive therapeutics.
- ERP-based endpoints enhance predictive confidence for advancing memory-related targets.
Screening & Assay Development
- Validated ERP protocols establish reproducible, quantitative measures for cognitive function assays.
- Standardized data acquisition and artifact correction ensure assay reliability across patient cohorts.
- High-density electrode arrays enable scalable, high-resolution screening of neural responses.
- ERP outputs facilitate robust compound evaluation in preclinical cognitive models.
Translational & Preclinical Research
- ERP signatures align with disease-relevant cognitive biomarkers for translational continuity.
- Quantitative ERP metrics bridge discovery findings to preclinical and clinical validation stages.
- Comparative ERP analysis informs risk-adjusted advancement of cognitive therapeutic candidates.
- Mechanistic insights from ERP data support predictive de-risking in translational research.
Pipeline & Workflow Integration
This ERP methodology integrates from early discovery through preclinical validation, supporting hypothesis testing and mechanistic clarification in Alzheimer's disease research.
- Discovery Biology: ERP readouts enable hypothesis-driven assessment of memory retrieval pathways and functional target validation.
- Screening: Standardized ERP protocols provide reproducible, quantitative outputs for cognitive assay development.
- Analytics: Statistical comparison of ERP waveforms across conditions supports robust group-level analyses.
- Translational Research: ERP biomarkers facilitate continuity from discovery to preclinical and clinical research phases.
- Enterprise Reuse: High-density ERP acquisition is adaptable across cognitive models and patient populations.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in cognitive target validation.
- Operational Value: Enables standardized, reproducible, and scalable ERP data collection in vulnerable populations.
- Strategic Value: Supports informed go/no-go decisions and capital-efficient advancement of cognitive therapeutics.
- Portfolio Impact: Facilitates risk-adjusted prioritization of memory-related drug candidates.
Implementation Considerations
- Requires expertise in ERP acquisition, artifact correction, and statistical analysis.
- Demands high-density EEG instrumentation and robust data processing infrastructure.
- Necessitates cross-team standardization for participant preparation and data quality assurance.
- Adaptation across cognitive models may require protocol optimization for specific populations.
- Artifact-prone patient groups require sufficient trial numbers for reliable statistical analysis.
