调查深皮层的功能和皮层下结构采用立体定向脑电图:由前扣带皮层的经验教训
April 15th, 2015
立体定向脑电图（SEEG）是一种手术技术在癫痫手术用于帮助本地化癫痫病灶。它也提供了一个独特的机会来调查大脑功能。这里，我们描述SEEG如何可以被用来研究在人受试者认知过程。
该程序的总体目标是记录来自大脑深处的电生理信号。这是通过首先将电极放置在感兴趣的目标区域来实现的。然后在患者的床边设置数据采集装置，并在最后一步指导患者如何执行简单的认知任务。
当患者完成任务时，电生理信号通过电极记录下来。最终，多锥形光谱分析用于证明局部领域的方差、背侧前扣带皮层的潜在活动，具体取决于认知任务的难度。立体全息术相对于硬膜下网格植入等其他记录技术的优势在于，通过立体脑电图，我们可以接触到大脑内的深层结构。
当我们认为癫痫发作可能由这些深层结构引起时，从研究的角度来看，这是一个临床优势，因为它使我们能够进入我们无法进入的大脑区域。否则，患者选择至关重要，因为该技术特别适合定位来自深皮层和皮层下结构的癫痫发作。像这样的录音可以帮助我们回答癫痫领域的关键问题，例如，癫痫发作从哪里开始？
癫痫发作分布在哪里，我们如何绘制这些区域的地图？不过，使用标准的脑电图技术，这种方法可以提供对癫痫和癫痫发作起源的见解，我们也可以将其应用于神经科学的其他方面，例如认知、记忆和社会意识。通常，刚接触这种方法的人会努力使用该技术的数据采集部分，因为获取电生理信号可能很复杂。
CT 扫描后，将患者送回手术室，并根据常规无菌方法准备手术区域。接下来，使用扫描中打印的立体定向坐标，在横向、垂直和前后平面的头架上设置第一个深度电极的坐标。坐标由 cos 外科医生验证和修改，如有必要 使用手术室的计算机工作站，使用导块识别皮肤上的插入部位，并用记号笔标记该位置。
将 1 到 2 毫升局部麻醉剂注射到标记的切口中。然后使用 11 号手术刀将标记的切口切开到颅骨，并使用带有涂层光学器的单极烧灼术通过导向块烧灼真皮和深层组织。为了保持正确的轨迹，请使用 2.1 毫米的麻花钻头和手持式电钻创建一个钻孔。
使用由刚性涂层透光器探针引导的单极烧灼打开硬脑膜，仍然用导向块引导轨迹。将地脚螺栓拧入孔中，然后将预先测量的管心针探针穿过地脚螺栓，为电极制作一条轨道。然后小心地将电极推进到预先计算的深度，拧紧盖住的地脚螺栓，以便在电极就位后将其固定。
为确保所有电极有足够的放置轨迹，请将无菌覆盖荧光镜带入手术区域并获得 AP 透视图像。然后将电极连接到临床 EEG 系统以验证适当的阻抗。放置敷料。
取下立体定向头架，将患者从麻醉中唤醒。对于行为任务设置，请打开相应的行为软件并设置旨在运行多源干扰任务的条件文件。要包含频率相等的所有四种试验类型，请按 set conditions 按钮选择所需的条件文件。
然后单击显示框中的 test 以测试行为显示监视器。测试的视觉刺激应出现 2 到 3 秒。接下来，将按钮盒连接到数据采集板上的模拟输入和电源。
使用分成 9 个带状的带状电缆将其中 8 个带状电缆连接到数据采集板数字 IO 部分的端口 0 到 7。将第九个色带连接到电路板数字 PFI 部分的零端口。然后在神经信号处理器软件中设置所需的采样率。
例如，此处将所需的采样率设置为每秒 50， 000 个样本，并使用别名和每秒 1000 个样本的在线下采样。通过光纤电缆将放大器连接到神经信号处理器，通过光纤电缆将神经信号处理器连接到神经数据采集计算机中的数据流器和光学 PCI 卡，从而完成设置。确保成功采集数据的关键是在进入患者房间之前测试信号处理设置，以便记录可以顺利进行。
当行为监控器准备就绪时。将研究装置运送到患者房间，将监护仪放在患者面前的便携式治疗台上。使用标准 DVI 电缆将显示器连接到行为控制计算机，并将录制设备放置在不显眼的位置。
接下来，将研究系统连接到将研究记录与临床系统分开的分流盒。然后将按钮盒交给患者，并指示患者通过按下相应的按钮来识别目标。最后，单击运行以运行任务，并允许患者完成两个块，每个块 150 次试验，每个块使用神经信号处理器软件来控制记录参数。
一旦选择患者进行立体定向 EEG 电极放置，就会进行体积 T 2 和 T 1 对比增强 MRI。然后使用体积 MRI 序列的立体定向导航来规划立体定向 EEG 电极轨迹。这种技术有助于从皮层深处的结构收集局部场电位，例如如图所示的背侧前扣带回皮层，这在典型的表面电极放置中是不可能的。
在经过足够数量的多源干扰任务试验后，对来自背侧前扣带皮层立体定向脑电图电极的局部场电位数据进行预处理，以将局部场电位数据与 Q 表示对齐，以便进一步进行下游分析。此外，一旦对齐局部野，就可以对潜在数据进行平均，以检查试验类型之间平均电生理反应的变化。随后，制作多锥度频谱图来研究频带随时间的变化。
事实上，与头皮一样，脑电图研究表明在背侧前扣带皮层观察到的活动具有不同的频带。时频分析是将在背侧前扣带皮层观察到的电生理变化与适当的相应行为联系起来的重要方法。一旦掌握，大约需要两到三个小时，而且并发症很小。
尝试此过程时，请务必记住根据所记录的皮层或皮层下区域定制认知任务。按照此过程，可以应用其他数据分析方法，例如时频分析。这些使我们能够解开不同时间不同类型神经振荡的影响。
观看本视频后，您应该对如何使用立体定向放置的电极和数据采集装置记录来自大脑深处的电生理信号有很好的了解。
View the full transcript and gain access to thousands of scientific videos
概述
立体定位脑电图（SEEG）是一种用于癫痫手术的操作技术，用于定位癫痫焦点并研究大脑功能。本文描述了使用SEEG来探索人类受试者的认知过程。
关键研究组成部分
科学领域
- 神经科学
- 电生理学
- 认知神经科学
背景
- SEEG可以记录来自深层大脑结构的数据。
- 它有助于理解认知任务的神经基础。
- 该技术用于接受癫痫手术的患者。
- 电极被放置在目标大脑区域以捕获信号。
研究目的
- 记录认知任务期间的电生理信号。
- 分析局部场电位活动与任务难度的关系。
- 展示SEEG相对于其他记录技术的优势。
使用的方法
- 在目标大脑区域放置电极。
- 在患者床边设置数据采集设备。
- 指导患者执行认知任务。
- 对记录的信号进行多阶跃谱分析。
主要结果
- 观察到局部场电位活动的变化。
- 背侧前扣带皮质的活动随任务难度变化。
- SEEG提供了其他方法无法获得的深层大脑结构访问。
- 数据支持使用SEEG进行认知神经科学研究。
结论
- SEEG是研究认知过程的宝贵工具。
- 它增强了我们对大脑功能与行为关系的理解。
- 该技术可以为未来的癫痫治疗策略提供信息。
常见问题
Executive Industry Relevance
Stereotactic Electroencephalography (SEEG) enables direct electrophysiological access to deep cortical and subcortical structures, supporting high-confidence target validation in neuropsychiatric and neurological research. By capturing local field potentials during cognitive tasks, SEEG provides quantitative, region-specific data critical for mechanistic de-risking and translational continuity in CNS drug discovery. This capability strengthens predictive confidence at the discovery and preclinical inflection points for portfolio advancement.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of deep brain targets implicated in cognitive control and decision-making.
- Supports functional validation of neural circuits inaccessible to surface EEG or subdural grids.
- Provides mechanistic de-risking by linking electrophysiological signatures to behavioral outputs.
- Facilitates portfolio triage by clarifying target engagement in disease-relevant systems.
Screening & Assay Development
- Establishes validated electrophysiological readouts for downstream compound screening.
- Delivers reproducible, quantitative local field potential measurements for assay standardization.
- Enables robust comparison of intervention effects across cognitive task conditions.
- Prepares disease-relevant systems for scalable screening workflows.
Translational & Preclinical Research
- Aligns human electrophysiological biomarkers with preclinical models for translational continuity.
- Supports risk-adjusted advancement by providing direct evidence of target modulation in vivo.
- Enables cross-species validation of neural circuit engagement in cognitive paradigms.
- Reduces late-stage biological risk through mechanistic linkage of neural activity and behavior.
Pipeline & Workflow Integration
SEEG integrates into the discovery continuum from early target validation through preclinical research, bridging human mechanistic insights with translational biomarker development.
- Discovery Biology: Provides direct hypothesis testing and pathway clarification in deep brain regions.
- Screening: Supplies quantitative, reproducible electrophysiological outputs for assay readiness.
- Analytics: Enables spectral and time-frequency analyses to compare neural responses across conditions.
- Translational Research: Connects human neural signatures to preclinical endpoints for biomarker alignment.
- Enterprise Reuse: Establishes a reusable platform for investigating diverse cognitive and neuropsychiatric targets.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in CNS target validation.
- Operational Value: Standardizes deep brain electrophysiological data acquisition and analysis workflows.
- Strategic Value: Informs go/no-go decisions and enhances capital efficiency by clarifying biological risk early.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of CNS programs.
Implementation Considerations
- Requires specialized neurosurgical and electrophysiological expertise for electrode placement and data acquisition.
- Demands advanced instrumentation for high-fidelity signal recording and spectral analysis.
- Necessitates rigorous cross-team standardization of behavioral tasks and data processing pipelines.
- Adaptation across model systems may be limited by anatomical and ethical constraints.
- Data acquisition complexity and patient selection criteria must be carefully managed for reproducibility.
