EEG-Mu-Rhythmus in typischen und atypischen Entwicklung

Zusammenfassung

Bewertung des EEG mu Rhythmus bietet eine einzigartige Methodik zur Untersuchung der Hirnaktivität und, wenn sie mit verhaltensbasierten Assays kombiniert wird, kann ein leistungsfähiges Werkzeug für die Aufklärung Aspekte der sozialen Kognition, wie Imitation, in klinischen Populationen.

Zusammenfassung

Elektroenzephalographie (EEG) ist eine effektive, effiziente und nicht-invasive Methode zur Beurteilung und Aufzeichnung der Hirnaktivität. Angesichts der hervorragenden zeitlichen Auflösung kann EEG verwendet, um die neuronale Reaktion auf bestimmte Verhaltensweisen, Staaten oder äußere Reize Zusammenhang zu untersuchen. Ein Beispiel für dieses Programm ist die Bewertung des Spiegelneuronensystem (MNS) beim Menschen durch die Prüfung des EEG mu Rhythmus. Das EEG mu Rhythmus, oszillierende Aktivität im 8-12 Hz Frequenzbereich von zentral gelegenen Elektroden aufgezeichnet ist, wird unterdrückt, wenn eine Person ausgeführt wird, oder einfach nur beobachtet, zielgerichtete Handlungen. Als solches ist es vorgeschlagen worden, um die Aktivität der MNS reflektieren. Es wurde vermutet, dass Funktionsstörungen in der Spiegelneuronensystem (MNS) spielt eine Rolle bei den beitrag sozialen Defiziten von Autismus-Spektrum-Störung (ASD). Die MNS können dann nicht-invasiv in klinischen Populationen unter Verwendung von EEG mu Rhythmus Dämpfung als Index für seine Aktivität untersucht werden. Die beschriebene protOcol bietet einen Weg, um soziale kognitive Funktionen theoretisch an die MNS bei Personen mit typischen und atypischen Entwicklung, wie ASD verbunden zu untersuchen.

Einleitung

Elektroenzephalographie (EEG) ist eine effektive, effiziente und nicht-invasive Methode zur Beurteilung und Aufzeichnung der Hirnaktivität. Wie Nervenzellen im Gehirn ausgelöst, kann die resultierende Spannung verstärkt werden, aufgezeichnet und grafisch dargestellt. Die zeitliche Auflösung der EEG erlaubt die Analyse selbst kurzzeitige Änderungen in der Schwingungsmuster des Gehirns sowie die Analyse der Reaktion des Gehirns auf bestimmte Reize.

Obwohl er der älteste bildgebendes Verfahren, aus dem Ende des ^19. Jahrhunderts, hat EEG immer noch weitreich Anwendbarkeit. Während der funktionellen Magnetresonanztomographie (fMRI) hat ausgezeichnete räumliche Auflösung, es hat relativ schlechte zeitliche Auflösung. Dies stellt eine große Einschränkung der fMRI Einschätzung angesichts der unglaublichen Geschwindigkeit, mit der Prozesse im Gehirn auftreten. EEG hat die Fähigkeit, elektrischen Hirnaktivität zu der Millisekunden-Ebene zu bewerten und bietet Potential iin die Phasen der Verarbeitung des Gehirns NSight.

Entwickelnden Technologien sind auch die Anwendbarkeit der EEG erweitert. Eine Erhöhung der Dichte von Aufzeichnungssystemen hat für die Entwicklung der Quellenlokalisierung Techniken erlaubt, mildernde einige der EEG Einschränkungen hinsichtlich räumlicher Auflösung. Darüber hinaus haben moderne Systeme der einzelnen Teilnehmer Rüstzeiten deutlich reduziert, so dass für die Beurteilung der bisher nicht Bevölkerungen, wie Säuglings-und klinischen Proben ^1-3,28-30.

Angesichts der hervorragenden zeitlichen Auflösung kann EEG verwendet, um die neuronale Reaktion auf bestimmte Verhaltensweisen, Staaten oder äußere Reize Zusammenhang zu untersuchen. Ein Beispiel für dieses Programm ist die Bewertung des Spiegelneuronensystem (MNS) beim Menschen. Spiegelneuronen wurden ursprünglich bei Affen mit einzelnen Neurons Aufnahme ⁴ identifiziert, Nachweis einer Gruppe vonNeuronen, die sowohl für die Ausführung und Beobachtung von Kraft Aktionen reagiert. Diese direkte Aufnahme Methode der Platzierung von Elektroden im Gehirn ist nur selten in den Menschen, und nur im äußersten klinischen Fällen eingesetzt. EEG ist ein Verfahren zur Beurteilung der MNS durch Überwachen des EEG mu Rhythmus vorgesehen. Diese Schwingungsform im 8-12 Hz-Bereich hat sich gezeigt, EEG-Leistung in Reaktion auf die Ausführung und Beobachtung der Motor Aktionen, ähnlich der in Affen beobachtet ^5-7 Aktivierungsmuster zu dämpfen. Ebenso Stimulation von mutmaßlichen MNS Hirnregionen durch transkranielle Magnetstimulation (z. B. die inferioren frontalen Gyrus) hebt EEG mu Rhythmus ⁸ und EEG-Rhythmus mu Unterdrückung korreliert mit BOLD fMRI-Signale von vermeintlichen Spiegelneuronen Regionen innerhalb der Subjekte ^9, zusätzliche Unterstützung, dass dieser Rhythmus Indizes, zumindest teilweise, MNS-Aktivität. Bewertung des EEG mu Rhythmus für eine nicht-invasive Beurteilung des Spiegelneuronen Handlung erlaubtduktivität in den Menschen.

EEG bietet eine einzigartige Methodik zur Untersuchung der Hirnaktivität und, wenn sie mit verhaltensbasierten Assays kombiniert, kann es ein leistungsfähiges Werkzeug für die Aufklärung Aspekte der sozialen Kognition, wie Imitation, in klinischen Populationen. Ferner ermöglicht Einblick in Fähigkeiten der Personen, für die anderen bildgebenden Verfahren oder Verhaltensparadigmen möglicherweise weniger erfolgreich nutzen, die Anwendbarkeit des EEG für die Verwendung mit Populationen mit kognitiven oder Sprachstörungen. Das beschriebene Protokoll bietet eine Allee zu sozial-kognitiven Funktionen theoretisch dem Spiegelneuronensystem bei Personen mit typischen und atypischen Entwicklung, wie Autismus-Spektrum-Störung verbunden zu untersuchen.

Protokoll

Das folgende Protokoll hält sich an die Richtlinien der Universität von Washington Institutional Review Board.

1. Elektrophysiologische Bewertung

1. Vorbereitung der Session
   1. Zimmer Zubereitung: Ort der Manipulationsvorrichtung (siehe Abbildung 1), ein Holzblock mit einem Sensor angebracht, der einen Zeitstempel versehen Marker, um Erfassungssoftware sendet, wenn sie innerhalb Greifen Reichweite des Teilnehmers erfasst, auf den Tisch. Aktivieren EEG-Erfassungssoftware und beginnen "neue Sitzung" (Abbildung S1).
   2. Net Zubereitung: warmen Lösung von destilliertem Wasser (1 l), Kaliumchlorid (1 Esslöffel) und Baby-Shampoo (1 Teelöffel) bis 104 ° F. Soak 128-Elektrode dicht-Array EEG-System in der erwärmten Salzlösung.
   3. Teilnehmer der Zubereitung: sicherzustellen, dass die Teilnehmer bequem ca. 75 cm von der Reizdarbietung Monitor und vollständig im Hinblick auf die Video-Cam sitzenÄra. Suchen und markieren Sie den Scheitelpunkt auf dem Kopf des Teilnehmers mit einem Hautmarker. Messung der Scheitel von der Schnittpunkt der Mittelpunkt zwischen dem Nasenwurzel und Inions und dem Mittelpunkt zwischen preauriculars.
   4. Net-Anwendung: Positionieren Sie den EEG-Kappe auf dem Kopf des Teilnehmers, dass der Scheitelpunkt Elektrode direkt über den Scheitelpunkt Marke platziert. Überprüfen und sicherzustellen, dass Impedanzen Impedanzen unter dem Schwellenwert für die EEG-System verwendet wird (Abbildung S2) geeignet ist.
   5. Beginnen Video Taping Sitzung.
2. Aufnahme-Setup: Referenzsignal an den Scheitelpunkt-Elektrode. Analogfilter zwischen 0,1 und 100 Hz, das Signal zu verstärken, zu digitalisieren und in 500 Proben / sec.
3. Stimulus-Präsentation: Gegenwart Teilnehmer mit 3 Bedingungen: beobachten, auszuführen und zu ruhen, aus dem durch Muthukumaraswamy und Kollegen entwickelte Paradigma ⁵ angepasst.
   1. Beachten Zustand: Weisen Teilnehmer, still zu sitzen und beobachtenein Video von einer Person Ergreifen des Manipulations. Jeder Versuch sollte 6 Sekunden dauern. Zeit der aufgezeichneten Video für die Versuche genau beobachten, um sicherzustellen, dass der beobachtete Griff auf genau 3 sec auftritt. Überwachung visuelle Aufmerksamkeit des Teilnehmers während der Aufgabe, und markieren Studien, in denen sie nicht persönlich an, um den Bildschirm, um in der Nachbearbeitung verworfen werden.
   2. Führen Zustand: Weisen Teilnehmer, ruhig mit der rechten Hand ruht nur unterhalb der Manipulations sitzen und beim Hören eine aufgezeichnete Gehör Cue, um die Manipulations Greifer aus dem Zustand beobachten Videoclip zu imitieren. Jeder Versuch sollte 6 Sekunden dauern. Stellen Sie sicher, dass die auditive Cue wird bei genau 3 sec durch die vorgezogene Aufnahme eine auditive Spur, hält präsentiert ein konsequent zeitlich ausführen Cue und Inter-Prozess-Intervall. Nutzen Sie einen Sensor an der Manipulations genau die Zeit, die der Teilnehmer zu erfassen auftritt (Abbildung S3) aufzeichnen.
   3. Ruhezustand: Weisen Teilnehmer quie sitzently mit offenen Augen und passiv beobachten ein kleines Fadenkreuz auf dem Stimulus-Monitor. Rekord kontinuierliche EEG während der Ruhezustand für 3 min.
   4. Für die beiden beobachten und ausführen Bedingungen, Gegenwart randomisierten Blöcken von zehn Studien mit insgesamt vierzig Versuchen pro Zustand. Stellen Sie sicher, dass das Bild des Manipulations bleibt auf dem Bildschirm in den Blöcken beobachten und ausführen, auch zwischen den Studien. Verabreichen Sie die Ruhezustand an der Fertigstellung der beobachten und ausführen Bedingungen.
4. Datenverarbeitung
   1. Nach der Datensammlung, überprüfen Impedanzen. Hinweis Änderungen an Impedanzwerte. End Erfassungssoftware Aufnahme.
   2. Post-Processing: Rereference EEG-Signal an den Durchschnitt. Segment kontinuierliche EEG-Daten in vierzig 6-Sekunden-Studien für jede Bedingung (Abbildung S4).
   3. Führen Sie automatische Erkennung von Artefakten. Verwenden Sie automatisierte Algorithmen, um Segmente für Bewegungsartefakte durch die Identifizierung schnell durchschnittlichen Amplituden exceedin inspizieren200 g uV, Differential durchschnittliche Amplituden von mehr als 100 uV und null Varianz über eine gegebene Studie (Abbildung S5).
   4. Führen Sie manuelle Artefakterkennung durch visuelle Inspektion von Daten und Bestätigung mit Video-Review der Sitzung, um alle Prüfungen in der Beobachtungsbedingung mit jeder Bewegung Artefakt und alle Prüfungen in der Ausführungsbedingung mit jeder Bewegung Artefakt in keinem Zusammenhang mit dem Zugriff Geste kontaminierten kontaminierten entfernen. Studien mit signifikanten ausschließen Artefakt aus Analyse. Entsorgen Sie alle Studien, die während der Akquisition gekennzeichnet wurden nicht besucht. Überprüfen und notieren Rate von Studien Ablehnung für jede Diagnosegruppe unter Analyse.
5. Datenanalyse
   1. Pro Muthukumaraswamy et al. ^5, Segment gereinigt Studien in 2 Sekunden Epochen bestehend aus 1 sec von Daten vor dem Zugriff und 1 s nach für beide beobachten (wie von der Photozelle markiert) und Ausführen (wie durch die Manipulationssensor markiert) Bedingungen. Segment clehnte 2 Sek. Epochen von der Ruhezustand.
   2. Schnelle Fourier-Transformation (FFT) jedes Segments. Wählen Sie einen Cluster aus acht Elektroden auf jeder Hemisphäre rund um die Standard-C3-und C4-Positionen für statistische Analysen (nach Muthukumaraswamy et al. ⁵ und Bernier et al. ³⁾ (Abbildung 2). Für jede Bedingung durchschnittlich die Macht über die eingeschlossenen Studien zu Leistungsspektren zu berechnen.
   3. Berechnen mu Dämpfung durch die Untersuchung der Durchschnittsleistung während entweder die Ausführung oder Beobachtung eines Motors Aktion, bezogen auf die Durchschnittsleistung während der Ruhezustand, über den 13.8 Hz-Bereich. Verwenden Sie das Protokoll dieses Verhältnisses zu Dämpfungsgrad zu bestimmen. Hinweis: Ein negativer Wert bedeutet Dämpfung während der Ausführung oder Beobachtung, ein positiver Wert stellt Augmentation. Diese Methode berücksichtigt die Variabilität zwischen Individuen, und die Nicht-Normalität der Werte in Verhältnis Form ausgedrückt.
      Hinweis: Dieses Protokoll wurde mit einem 128-Elektroden-Array-dichte EEG-System mit Net Station-Software Version 4.1 entwickelt. Während die grundlegenden Schritte sind ähnlich über EEG-Systemen kann Erfassungs-und Analyseprotokolle variieren.

2. Probencharakterisierung

1. Identifizieren Sie potenzielle Patientenpopulation für die Teilnahme an Paradigma durch Forschung Register, frühere Teilnehmer einsehen, oder Empfehlungen aus dem Bereich Kliniken und Ärzten.
2. Bildschirm potenzielle Teilnehmer für Wahrscheinlichkeit die Diagnosekriterien für klinische Konstrukt (zB Autismus-Spektrum-Störung) und zu Ausschlusskriterien, wie z. B. Vorhandensein von Kopfverletzung, Tumor, Beschlagnahme der Geschichte, oder die Nutzung von Krampf oder Barbiturat Medikamente, die verzerren können identifizieren die elektrophysiologischen Signals.
3. Bestätigen Diagnosestatus Patientenpopulation durch die Verwendung von Gold-Standard-Diagnose-Instrumente (zB Autismus Diagnostic Interview-Rerevised ^(ADI-R-11) und der Autismus-Diagnose-Observation Schedule-Generika (ADOS G, ^12), verabreicht von erfahrenen Kliniker folgende Diagnostische und Statistische Manual - ^5. Edition (DSM-5) ¹³ Kriterien.
4. Identifizieren Kontrollprobe zu relevanten Variablen von Interesse, wie zum Beispiel Alter, Geschlecht, kognitive Fähigkeiten, usw. abgestimmt

Ergebnisse

Typische Erwachsene, Kinder und Kleinkinder haben immer mu Rhythmus sowohl bei der Ausführung und Beobachtung von Aktionen in einer Vielzahl von Paradigmen und Reize ^{5, 14-30} demonstriert. Dämpfung in diesem Frequenzband ist konsequent in Mittel-Elektroden (Abbildung 3) zeigt, dass dies nicht Reduktion von alpha Macht, die in anderen Regionen der Kopfhaut aufgezeichnet wird lokalisiert. In ähnlicher Weise wird die Dämpfung in dieser Frequenz während der Beobachtung der Bewegung der Beobachtun...

Diskussion

Die erfolgreiche Akquisition, Verarbeitung und Analyse der elektrophysiologischen Daten an die mu Rhythmus und der Anwendung an klinischen Populationen verwandt erfordert 1) die Anwendung von EEG methodischen Werkzeuge, 2) vorsichtig Artefakterkennung und Datenreduktion, 3) eine genaue Identifizierung des mu Rhythmus, und 4) eine genaue Charakterisierung der klinischen Bevölkerung und die Identifizierung von geeigneten Kontrollgruppen.

Entsprechende EEG-Methodik e...

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
Geodätisches EEG-System	EGI	N/A	Jedes EEG-System, nicht nur EGI-basierte Systeme, ist für die beschriebene Studie anwendbar
MATLAB-Software	MATLAB	N/A	Jede mathematische, statistische Software, die mit Matrizen arbeiten kann, ist anwendbar
Netstation-Software	EGI	N/A	Jede EEG-Erfassungssoftware ist für die beschriebene Studie anwendbar
Manipulandum	custom	N/A	Jedes Objekt, das mit einer Datenerfassungssoftware koregistriert ist, um ein erfolgreiches Greifen zu signalisieren