Name: Ein Protokoll zur Aufdeckung neuronaler Mechanismen neurotherapeutischer Effekte auf die Elektroenzephalographie mit dem humanen neokortikalen Neurosolver (Video) | JoVE Journal
Uploaded: 2026-05-19T13:50:00.000+00:00
Duration: 7 min 47 s
Description: Entdecken Sie neuronale Mechanismen neurotherapeutischer Effekte auf die EEG mit dem Human Neocortical Neurosolver. Diese biophysikalische Modellierung verknüpft Biomarker mit multiskaligen neuronalen Generatoren.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<ol>
	<li>Gribkoff VK, Kaczmarek LK. The need for new approaches in CNS drug discovery: Why drugs have failed, and what can be done to improve outcomes. Neuropharmacology. 2017;120:11-19.</li>
	<li>Loo SK, Lenartowicz A, Makeig S. Research review: Use of EEG biomarkers in child psychiatry research&#8212;current state and future directions. J Child Psychol Psychiatry. 2016;57(1):4-17.</li>
	<li>McLoughlin G, Makeig S, Tsuang MT. In search of biomarkers in psychiatry: EEG-based measures of brain function. Am J Med Genet B Neuropsychiatr Genet. 2014;165(2):111-121.</li>
	<li>Douglas RJ, Martin KAC. Neuronal circuits of the neocortex. Annu Rev Neurosci. 2004;27:419-451.</li>
	<li>Harris KD, Shepherd GMG. The neocortical circuit: themes and variations. Nat Neurosci. 2015;18(2):170-181.</li>
	<li>Murakami S, Okada Y. Contributions of principal neocortical neurons to magnetoencephalography and electroencephalography signals. J Physiol. 2006;575(3):925-936.</li>
	<li>Sherman MA, et al. Neural mechanisms of transient neocortical beta rhythms: Converging evidence from humans, computational modeling, monkeys, and mice. Proc Natl Acad Sci U S A. 2016;113(33):E4885-E4894.</li>
	<li>Shin H, et al. The rate of transient beta frequency events predicts behavior across tasks and species. eLife. 2017;6:e29086.</li>
	<li>De Pieri M, et al. Pharmaco-EEG of antipsychotic treatment response: A systematic review. Schizophrenia. 2023;9(1):85.</li>
	<li>Hyun J, Baik M, Kang U. Effects of psychotropic drugs on quantitative EEG among patients with schizophrenia-spectrum disorders. Clin Psychopharmacol Neurosci. 2011;9(2):78-85.</li>
	<li>Jobert M, et al. Guidelines for the recording and evaluation of pharmaco-EEG data in man: The International Pharmaco-EEG Society (IPEG). Neuropsychobiology. 2012;66(4):201-220.</li>
	<li>Mandema JW, Danhof M. Electroencephalogram effect measures and relationships between pharmacokinetics and pharmacodynamics of centrally acting drugs. Clin Pharmacokinet. 1992;23:191-215.</li>
	<li>Leiser SC, Dunlop J, Bowlby MR, Devilbiss DM. Aligning strategies for using EEG as a surrogate biomarker: A review of preclinical and clinical research. Biochem Pharmacol. 2011;81(12):1408-1421.</li>
	<li>Wilson FJ, Danjou P. Early decision-making in drug development: The potential role of pharmaco-EEG and pharmaco-sleep. Neuropsychobiology. 2016;72(3-4):188-194.</li>
	<li>Klumpp H, Shankman SA. Using event-related potentials and startle to evaluate time course in anxiety and depression. Biol Psychiatry Cogn Neurosci Neuroimaging. 2018;3(1):10-18.</li>
	<li>Proudfit GH, et al. Depression and event-related potentials: Emotional disengagement and reward insensitivity. Curr Opin Psychol. 2015;4:110-113.</li>
	<li>Luck SJ, et al. A roadmap for the development and validation of event-related potential biomarkers in schizophrenia research. Biol Psychiatry. 2011;70(1):28-34.</li>
	<li>Salisbury DF, Collins KC, McCarley RW. Reductions in the N1 and P2 auditory event-related potentials in first-hospitalized and chronic schizophrenia. Schizophr Bull. 2010;36(5):991-1000.</li>
	<li>Kang E, et al. Atypicality of the N170 event-related potential in autism spectrum disorder: A meta-analysis. Biol Psychiatry Cogn Neurosci Neuroimaging. 2018;3(8):657-666.</li>
	<li>Modi ME, Sahin M. Translational use of event-related potentials to assess circuit integrity in ASD. Nat Rev Neurol. 2017;13(3):160-170.</li>
	<li>Horvath A, et al. EEG and ERP biomarkers of Alzheimer&#8217;s disease: A critical review. Front Biosci (Landmark Ed). 2018;23:183-220.</li>
	<li>Malver LP, et al. Electroencephalography and analgesics. Br J Clin Pharmacol. 2014;77(1):72-95.</li>
	<li>Preskorn SH, et al. Normalizing effects of EVP-6124 on event-related potentials and cognition: A randomized trial in schizophrenia. J Psychiatr Pract. 2014;20(1):12-24.</li>
	<li>Schwertner A, et al. Effects of subanesthetic ketamine on visual and auditory event-related potentials in humans: A systematic review. Front Behav Neurosci. 2018;12:70.</li>
	<li>Visser S, et al. Dose-dependent EEG effects of zolpidem provide evidence for GABAA receptor subtype selectivity in vivo. J Pharmacol Exp Ther. 2003;304(3):1251-1257.</li>
	<li>Okoroafor F, et al. Neurophysiologic biomarkers of invasive neuromodulation therapy for epilepsy. Neuromodulation: Technol Neural Interface. 2026;29(3):360-375.</li>
	<li>Maki-Marttunen T, et al. Biophysical psychiatry&#8212;how computational neuroscience can help understand the complex mechanisms of mental disorders. Front Psychiatry. 2019;10:534.</li>
	<li>Murray JD, Demirtas M, Anticevic A. Biophysical modeling of large-scale brain dynamics and applications for computational psychiatry. Biol Psychiatry Cogn Neurosci Neuroimaging. 2018;3(9):777-787.</li>
	<li>Cagney DN, et al. The FDA NIH biomarkers, endpoints, and other tools (BEST) resource in neuro-oncology. Neuro Oncol. 2018;20(9):1162-1172.</li>
	<li>Cecchi M, et al. Validation of a suite of ERP and QEEG biomarkers in schizophrenia. Schizophr Res. 2023;254:178-189.</li>
	<li>Dura-Bernal S, et al. NetPyNE, a tool for data-driven multiscale modeling of brain circuits. eLife. 2019;8:e44494.</li>
	<li>Linden H, et al. LFPy: a tool for biophysical simulation of extracellular potentials. Front Neuroinform. 2014;7:41.</li>
	<li>Neymotin SA, et al. Human Neocortical Neurosolver (HNN), a new software tool for interpreting MEG/EEG data. eLife. 2020;9:e51214.</li>
	<li>Sanz Leon P, et al. The Virtual Brain: a simulator of primate brain network dynamics. Front Neuroinform. 2013;7:10.</li>
	<li>Hamalainen M, et al. Magnetoencephalography&#8212;theory, instrumentation, and applications. Rev Mod Phys. 1993;65(2):413-497.</li>
	<li>Ikeda H, Wang Y, Okada YC. Origins of the somatic N20 and high-frequency oscillations evoked by trigeminal stimulation in the piglets. Clin Neurophysiol. 2005;116(4):827-841.</li>
	<li>Okada YC, Wu J, Kyuhou S. Genesis of MEG signals in CNS structure. Electroencephalogr Clin Neurophysiol. 1997;103(4):474-485.</li>
	<li>Bush PC, Sejnowski TJ. Reduced compartmental models of pyramidal cells. J Neurosci Methods. 1993;46(2):159-166.</li>
	<li>Jones SR, et al. Neural correlates of tactile detection. J Neurosci. 2007;27(40):10751-10764.</li>
	<li>Jones SR, et al. Quantitative analysis of MEG mu rhythm. J Neurophysiol. 2009;102(6):3554-3572.</li>
	<li>Law RG, et al. Thalamocortical mechanisms regulating beta events. Cereb Cortex. 2022;32(4):668-688.</li>
	<li>Fernandez Pujol C, Blundon EG, Dykstra AR. Laminar specificity of the auditory perceptual awareness negativity: A biophysical modeling study. PLoS Comput Biol. 2023;19(6):e1011003.</li>
	<li>Kohl C, Parviainen T, Jones SR. Neural mechanisms underlying auditory evoked responses. Brain Topogr. 2022;35(1):19-35.</li>
	<li>Lankinen K, Ahveninen J, Jas M, Raij T, Ahlfors SP. Neuronal modeling of cross-sensory visual evoked magnetoencephalography responses in the auditory cortex. J Neurosci. 2024;44(17):e1119232024.</li>
	<li>Kaplan L, et al. Modeling cortical dynamics using HNN [poster presentation]. Presented at: Society for Neuroscience Annual Meeting; San Diego, CA, USA; 2025.</li>
	<li>Diesburg DA, Wessel JR, Jones SR. Biophysical modeling of ERP generation. J Neurosci. 2024;44(20).</li>
	<li>Bonaiuto JJ, et al. Laminar dynamics of beta bursts. Neuroimage. 2021;242:118479.</li>
	<li>Ferrante M, Blackwell KT, Migliore M, Ascoli GA. Computational models of neuronal biophysics. Curr Med Chem. 2008;15(24):2456-2471.</li>
	<li>Geerts H, et al. Quantitative systems pharmacology for neuroscience drug discovery. CPT Pharmacometrics Syst Pharmacol. 2020;9(1):5-20.</li>
	<li>Geerts H, et al. Computational neuroscience and systems pharmacology. J Pharmacokinet Pharmacodyn. 2024;51(5):563-573.</li>
	<li>Kappenman ES, Luck SJ. ERP components: brainwave recordings. Oxford Handbook ERP Components. 2012;1:3-30.</li>
	<li>Goncalves PJ, et al. Training neural density estimators. eLife. 2020;9:e56261.</li>
	<li>Papamakarios G, et al. Normalizing flows for probabilistic modeling. J Mach Learn Res. 2021;22(57):1-64.</li>
	<li>Pastore M, Calcagni A. Measuring distribution similarities. Front Psychol. 2019;10.</li>
	<li>Tolley N, et al. Estimating parameters in neural models with SBI. PLoS Comput Biol. 2024;20(2):e1011108.</li>
	<li>Gramfort A, et al. MEG and EEG analysis with MNE-Python. Front Neuroinform. 2013;7:267.</li>
	<li>Sliva DD, et al. Transcranial stimulation and EEG perception. Front Psychol. 2018;9:2117.</li>
	<li>Thorpe RV, et al. Distinct neocortical mechanisms underlie human SI responses to median nerve and laser evoked peripheral activation. bioRxiv. 2021; Available at: https://doi.org/10.1101/2021.10.11.463545.</li>
	<li>Delorme A, Makeig S. EEGLAB toolbox. J Neurosci Methods. 2004;134(1):9-21.</li>
	<li>Oostenveld R, et al. FieldTrip software. Comput Intell Neurosci. 2011;2011:156869.</li>
	<li>Puce A, H&#228;m&#228;l&#228;inen MS. A review of issues related to data acquisition and analysis in EEG/MEG studies. Brain Sci. 2017;7(6):58.</li>
	<li>Tejero-Cantero A, et al. sbi: toolkit for simulation-based inference. J Open Source Softw. 2020;5(52):2505.</li>
	<li>Lee S, Jones SR. Distinguishing mechanisms of gamma frequency oscillations in human current source signals using a computational model of a laminar neocortical network. Front Hum Neurosci. 2013;7:869.</li>
	<li>Szul MJ, et al. Beta burst waveform motifs. Prog Neurobiol. 2023;228:102490.</li>
	<li>Hashemi M, et al. Bayesian virtual epileptic patient. Neuroimage. 2020;217:116839.</li>
	<li>Billeh YN, et al. Systematic integration of structural and functional data into multi-scale models of mouse primary visual cortex. Neuron. 2020;106(3):388-403.</li>
	<li>Borges FS, Moreira JV, Takarabe LM, Lytton WW, Dura-Bernal S. Large-scale biophysically detailed model of somatosensory thalamocortical circuits in NetPyNE. Front Neuroinform. 2022;16:884245.</li>
	<li>Markram H, et al. Reconstruction of neocortical microcircuitry. Cell. 2015;163(2):456-492.</li>
	<li>Hagen E, N&#230;ss S, Ness TV, Einevoll GT. Multimodal modeling of neural network activity: computing LFP, ECoG, EEG, and MEG signals with LFPy 2.0. Front Neuroinform. 2018;12:92.</li>
	<li>Geerts H. Of mice and men in CNS drug discovery. CNS Drugs. 2009;23(11):915-926.</li>
	<li>Nestler EJ, Hyman SE. Animal models of neuropsychiatric disorders. Nat Neurosci. 2010;13(10):1161-1169.</li>
</ol>

<table><tbody><tr><td>Anaconda Python</td><td>Anaconda, Inc.</td><td>N.A.</td><td>Python-Distribution; Python-Version &ge;3.9 und &lt;3.14</td></tr><tr><td>Computerarbeitsplatz</td><td>N.A.</td><td>N.A.</td><td>Betriebssystem: Windows &ge;10, Linux oder macOS. Empfohlene Mindesthardware: &ge;16 GB RAM, &ge;8 CPU-Kerne</td></tr><tr><td>EEGLAB</td><td>EEGLAB-Entwickler</td><td>N.A.</td><td>Optionales MATLAB-basiertes Tool für EEG-Präprozessierung und ERP-Analyse</td></tr><tr><td>FieldTrip</td><td>Donders Institute für Gehirn, Kognition und Verhalten, Radboud University</td><td>N.A.</td><td>Optionales MATLAB-basiertes Tool für EEG/MEG-Analyse</td></tr><tr><td>Human Neocortical Neurosolver (HNN-core)</td><td>HNN-Entwickler</td><td>N.A.</td><td>Biophysikalische neuronale Modellierungssoftware; Version &ge;0.6.0 in dieser Studie verwendet</td></tr><tr><td>MATLAB</td><td>MathWorks</td><td>N.A.</td><td>Erforderlich zum Ausführen von EEGLAB und FieldTrip (falls verwendet)</td></tr><tr><td>MNE-Python</td><td>MNE-Entwickler</td><td>N.A.</td><td>Verwendet für EEG-Präprozessierung und Quellenlokalisierung</td></tr><tr><td>NumPy</td><td>NumPy-Entwickler</td><td>N.A.</td><td>Verwendet für numerische Berechnungen und Generierung von Zufallszahlen</td></tr><tr><td>Pixi (Paket-/Umgebungsmanager)</td><td>Prefix.dev</td><td>N.A.</td><td>Verwendet für die Verwaltung von Abhängigkeiten im zugehörigen Code-Repository</td></tr><tr><td>PyTorch</td><td>PyTorch-Entwickler</td><td>N.A.</td><td>Verwendet für das Training von SBI-Neuronalen Netzwerken und das Setzen von Zufallssamen</td></tr><tr><td>SBI (Simulation-Based Inference) Paket</td><td>SBI-Entwickler</td><td>N.A.</td><td>Python-Paket für Parameterinferenz und Unsicherheitsquantifizierung</td></tr><tr><td>Windows Subsystem für Linux (WSL2)</td><td>Microsoft Corporation</td><td>N.A.</td><td>Nur für Windows-basierte Installationen erforderlich</td></tr></tbody></table>

ein protokoll zur aufdeckung neuronaler mechanismen neurotherapeutischer effekte auf die elektroenzephalographie mit dem humanen neokortikalen neurosolver

A Protocol For Uncovering Neural Mechanisms Of Neurotherapeutic Effects On Electroencephalography Using The Human Neocortical Neurosolver

Ein Protokoll zur Aufdeckung neuronaler Mechanismen neurotherapeutischer Effekte auf die Elektroenzephalographie mit dem humanen neokortikalen Neurosolver

Electroencephalography (EEG) and electrophysiological methods provide millisecond-resolution biomarkers for central nervous system disorders and are ...

a-protocol-for-uncovering-neural-mechanisms-neurotherapeutic-effects

Research

Forschung

JoVE Journal

Neuroscience

Neurowissenschaften

Wir stellen eine Methode zum Sammeln electrocorticographic Signale für die Forschung von Menschen, die sich einer invasiven Monitoring-Epilepsie sind. Wir zeigen, wie das BCI2000 Software-Plattform für die Datenerfassung, Signalverarbeitung und Stimulus Präsentation zu nutzen. Insbesondere zeigen wir, Sigfried, ein BCI2000-basiertes Tool für die Echtzeit-funktionelles Brain Mapping.

Aufnahme Menschliche Electrocorticographic (ECoG) Signale für neurowissenschaftliche Forschung und Real-time Funktionelle kortikale Mapping

Es wird ein Verfahren zur Manipulation der Aktivität der zerebralen kortikalen Pyramidenzellen optogenetically während das Elektroenzephalogramm, Elektromyogramm, und zerebrale Laktatkonzentration überwacht werden beschrieben. Experimentelle Aufnahmen werden auf Kabel-tethered Mäusen durchgeführt, während sie spontane Schlaf / Wach-Zyklen. Optogenetische Ausrüstung wird in unserem Labor zusammengebaut; Kontrollgerät ist kommerziell erhältlich.

Gleichzeitige Elektroenzephalographie, Real-time Messung der Laktat-Konzentration und optogenetische Manipulation der neuronalen Aktivität in der Nagetier Cerebral Cortex

Dieses Video zeigt den Prozess der Aufzeichnung der kortikalen und subkortikalen neuronalen Aktivität mittels Elektroenzephalographie (EEG) und Tiefenhirnstimulation (DBS) Elektroden während eines aufmerksamkeitsbasierten visuellen Stimulationstests.

Aufzeichnung der kortikalen und subkortikalen neuronalen Aktivität mit Hilfe von Elektrodensystemen

Das vorliegende Protokoll zielt darauf ab, kognitiv-emotionale Funktionen in den Basalganglien durch gleichzeitige neurophysiologische Aufzeichnung lokaler Feldpotentiale und nicht-invasiver kortikaler Aktivität (EEG) des Gehirns zu beurteilen. Ein Beispiel für das Verfahren ist die Verwendung von Paradigmen, die Sprachreize mit emotionaler Konnotation beinhalten, oder die Flanker-Aufgabe mit kognitiver Kontrolle.

Kombinierte Invasive Subcortical und Nicht-invasive Oberflächenneurophysiologische Aufnahmen zur Beurteilung von kognitiven und emotionalen Funktionen beim Menschen

Die MRT mit funktioneller Konnektivität im Ruhezustand hat Anomalien bei Patienten mit einer Vielzahl von neuropsychiatrischen Störungen identifiziert, einschließlich Epilepsie aufgrund von Fehlbildungen der kortikalen Entwicklung. Die transkranielle Magnetstimulation in Kombination mit dem EEG kann zeigen, dass Patienten mit Epilepsie in Regionen mit abnormaler Konnektivität eine kortikale Übererregbarkeit aufweisen.

Ein Multimodal Imaging- und Stimulations-basierte Verfahren zur Bewertung der Connectivity-bezogenen Erregbarkeit des Gehirns bei Patienten mit Epilepsie

Dieses Protokoll beschreibt die wichtigsten Schritte bei der Beurteilung der Empfindlichkeit des Gehirns von einer Person, die Reizverarbeitung einer engen andere indem Paare Partner auswählen, ihre Elektroenzephalogramm (EEG) gleichzeitig aufnehmen und computing ihre veranstaltungsbezogenen Gehirn Potentiale (ERP).

Wie Sie finden Effekte des Stimulus Verarbeitung auf Veranstaltung Verwandte Gehirn Potenziale der enge anderen wenn Hyperscanning Partner

Wir präsentieren zwei analytische Protokolle, die verwendet werden können, intrakranielle Elektroenzephalographie Datenanalyse mit Hilfe der statistischen Parametric Mapping (SPM) Software: statistische parametrische Zuordnung Zeit-Frequenz-Analyse für neuronale Aktivität und dynamische kausale Modellierung der induzierten Reaktionen für Intra - und inter - regionale Verbindungen.

Analyse der neuronalen Aktivität und Konnektivität mit intrakraniellen EEG-Daten mit SPM-Software

Standard-EEG-Analysetechniken bieten nur begrenzte Einblicke in die Funktion des Nervensystems. Die Ableitung statistischer Modelle kortikaler Konnektivität bietet eine weitaus größere Möglichkeit, die zugrunde liegende Netzwerkdynamik zu untersuchen. Eine verbesserte funktionelle Bewertung eröffnet neue Möglichkeiten für Diagnose, Prognose und Ergebnisvorhersage bei Erkrankungen des Nervensystems.

Statistische Modellierung der kortikalen Konnektivität mit nichtinvasiven Elektroenzephalogrammen

Ein neuartiges Protokoll für die personalisierte transkranielle Magnetstimulation in Kombination mit der Elektroenzephalographie (TMS-EEG) Kartierung kortikaler Netzwerke, das auf mehreren Datenmodalitäten der Magnetresonanztomographie (MRT) basiert.

Neuroimaging-gesteuertes TMS-EEG für die Echtzeit-Kartierung kortikaler Netzwerke

Dieses Protokoll beschreibt eine zweiphasige chirurgische Methode, um bei Mäusen ein großes, wiederverschließbares, dura-schonendes Schädelfenster zu schaffen. Diese Technik ermöglicht chronische, multimodale elektrophysiologische Aufzeichnungen aus verteilten, tief-gehirnbasierten Netzwerken wie dem Default Mode Network über mehrere Wochen.

Chirurgisches Protokoll für ein großes, wiederverschließbares Schädelfenster, das longitudinale, multimodale elektrophysiologische Aufzeichnungen des Maus-Default-Mode-Netzwerks ermöglicht

Entdecken Sie neuronale Mechanismen neurotherapeutischer Effekte auf die EEG mit dem Human Neocortical Neurosolver. Diese biophysikalische Modellierung verknüpft Biomarker mit multiskaligen neuronalen Generatoren.

Ein Protokoll zur Aufdeckung neuronaler Mechanismen neurotherapeutischer Effekte auf die Elektroenzephalographie mit dem humanen neokortikalen Neurosolver (Video) | JoVE Journal

Ein Protokoll zur Aufdeckung neuronaler Mechanismen neurotherapeutischer Effekte auf die Elektroenzephalographie mit dem humanen neokortikalen Neurosolver

Weitere Videos entdecken