2013年6月3日
本文介绍了如何使用脑磁图(MEG)记录杏仁核活动。此外,本文还将描述如何在无意识状态下进行痕迹性恐惧条件反射实验,该任务可激活杏仁核。内容涵盖三个主题:1)设计一种利用后向掩蔽来调控意识水平的痕迹条件反射范式;2)在实验过程中使用脑磁图记录大脑活动;3)利用源成像技术从皮层下结构中恢复信号。
本实验的总体目标是利用脑磁图(MAGNETOENCEPHALOGRAPHY,MEG)检测学习过程中杏仁核的活动。首先设计一种可激活杏仁核的内隐恐惧学习任务,以实现该目标;第二步是在任务执行过程中使用MEG记录大脑活动。
接下来,使用高分辨率的解剖学 MRI 扫描图像识别大脑皮层和杏仁核的表面结构。最后一步是利用皮层和杏仁核的表面结构对 MEJ 信号的神经源进行建模。最终,源成像模型可用于显示学习过程中无意识状态下杏仁核的神经活动。
因此,与现有的功能磁共振成像(FMRI)等方法相比,该技术的主要优势在于MEG信号是实时记录的,可用于研究快速或短暂的神经过程。尽管该方法可用于研究杏仁核功能,但它同样适用于研究其他皮层下区域的功能。首先使用标准的DB 25多芯带状电缆将刺激呈现计算机连接到MEG采集系统。
接下来,将刺激呈现计算机连接到slab独立显示器或sam。使用八位转两位隔离适配器和同步线缆时,用于标记刺激呈现的晶体管-晶体管逻辑脉冲如果被发送至sam,可能会在MEG数据中引起伪迹。为避免这些伪迹,应仅使用被隔离适配器屏蔽的位来标记刺激的起始时间,如此处所示。
然后将刺激器连接到 sam。接下来,将屏蔽延长电缆穿过波导管并连接到刺激器。随后应将 SAM 连接到运行 slab 数据采集软件的计算机。
使用游戏端口转游戏端口 BNC 分路器和游戏端口转 USB 适配器,将旋转拨盘连接到刺激呈现计算机和 MEG 采集系统。根据此处所示示意图,将电极和传感器连接至受试者。正确设置后,使用标记点对受试者头部相对于 HPI 线圈的位置进行数字化处理。
接下来,沿受试者的头皮数字化采集50至100个点。引导受试者进入MEG系统,并将电极和传感器连接至相应的接口。升高座椅,使受试者的头部接触MEG头盔顶部,并调整屏幕位置,使投影图像清晰对焦。
接下来,将刺激强度设定为受试者报告为疼痛但可耐受的水平。最后,通过一个示例演示场景,指导受试者正确使用调节旋钮。首先启动 slab 数据采集软件,以开始记录事件编码和电刺激的传递。
训练会话预先编程,包含四个差异性痕迹恐惧条件反射区块,每个区块每种条件、刺激或条件刺激(CS)包含15次试验,如图所示,当一切准备就绪时开始。进行四次训练试验,并以每秒2000个数据点的速率记录原始数据。每次试验期间,实时目视检查数据是否存在系统性噪声来源。
每次实验结束后,要求受试者对电击强度进行评分,以评估习惯化程度。完成所有试验后,使用 FreeSurfer 生成皮层下结构的分割体积,以及大脑皮层、外层皮肤和外层颅骨的表面模型。接着,创建杏仁核和海马体的体积,并将其转换为表面模型。
使用 Slicer 3 和 ParaView,下一步是在 Brainstorm 数据库中创建一个新被试。将 MRI 体积数据导入 Brainstorm,并通过识别标记点将该体积数据配准至标准空间,导入表面数据,并手动将头皮表面与 MRI 对齐。完成上述步骤后。
将此变换应用于所有其他表面。合并皮层、海马和杏仁核表面。最后,为杏仁核和海马创建感兴趣区域。
创建后,导入每个训练阶段的MEG记录文件。MEG采集软件使用信号空间分离技术,以消除由磁屏蔽室外源引起的伪迹。务必使用通常位于标记为SSS的文件夹中的干净文件来分析诱发电位响应。
首先,使用事件通道识别与每个实验试次相对应的事件片段。利用心电图和眼电图通道中识别出的事件,通过信号空间投影去除由心跳和眼动引起的伪迹。接下来,利用头部标记点优化 MRI 配准。
使用皮层输入,通过重叠球面法从记录数据中计算噪声协方差,构建头部模型,并采用最小范数估计方法计算源信号,随后在源空间进行后续分析。接着对单个试验的源信号进行带通滤波。对带通滤波后的源信号取绝对值,根据基线变异性将这些值转换为Z分数,对源信号进行空间平滑,并对各试验的源信号进行平均。
将这些平均值投射到该实验的默认解剖结构上。接着,在不同条件下对源空间数据进行 T 检验。使用空间和时间阈值对显著的 T 检验结果进行滤波,以校正整体误差。
确定显著激活的脑区,并导出每位受试者每个时间点的激活时间进程。最后,计算每个时间点上跨被试的均值及均值标准误。首先,将个体试验的原始数据投影到该实验的默认解剖结构上。然后,对来自解剖学和功能感兴趣区域的数据进行时频分解。
将得到的时间-频率分解图转换为Z分数,并对每个受试者的所有试验结果图进行平均。最后,对不同条件下的图进行T检验。此处显示的是典型条件反射研究的行为学结果。左侧的图表表明,受试者在60次试验中的预期水平相似,提示掩蔽程序阻碍了他们区分条件刺激的能力。
右侧的图表显示了测试阶段的差异性反应。请注意,与新刺激相比,未过滤组对旧刺激的反应更大,这表明与过滤组相比,训练能够带来更好的再习得效果。此示例展示了典型条件化实验中的脑磁图(MEG)结果。
左侧的 3D 模型显示了杏仁核(橙色)和海马体(绿色)。右侧的图表代表来自杏仁核簇的活动。浅色线条表示由未滤波面孔诱发的活动,而深色线条表示由滤波面孔诱发的活动。
该图展示了从杏仁核记录的脑磁图(MEG)信号,按时间和频率进行分解。暖色表示在频谱图中,未滤波面孔相比滤波面孔具有显著更高功率的区域。冷色表示相反的区域,带条纹叠加的区域表示组间存在显著差异。
该图显示了枕部面孔区域的激活情况。在典型的条件化实验中,暖色表示对未滤波面孔的反应强于对滤波面孔的反应。按照此步骤进行。
其他方法(如相干性分析)也可用于回答与神经通信相关的其他问题。观看本视频后,您应能够充分理解如何利用源成像技术来检测神经反应及皮层下脑结构。
本文介绍了一种在无意识条件下利用脑磁图(MEG)记录杏仁核活动的方法,用于痕迹性恐惧条件反射研究。文中阐述了痕迹条件反射范式的构建、脑活动的记录过程,以及利用源成像技术分析来自皮层下结构信号的方法。
在隐式恐惧学习过程中检测杏仁核活动,可为潜意识威胁信息处理提供一种机制性观察窗口,这对于降低靶向中枢神经系统治疗假说的风险具有重要意义。结合源成像的脑磁图(MEG)技术能够以高时间分辨率实时探测深部脑结构活动,有助于对情绪调节和焦虑障碍相关靶点进行早期验证。该方法通过量化个体在无意识状态下对生物学相关刺激的神经反应,架起了发现型神经科学与转化生物标志物开发之间的桥梁。
该方法适用于从靶点假设验证到先导化合物鉴定的整个发现过程,可在表型筛选实验之前提供神经层面的读出信号,从而为机制性风险评估提供依据。