Name: EEG Mu Ritmo en desarrollo típico y atípico (Video) | JoVE Journal
Uploaded: 2014-04-09T22:15:00.000+00:00
Duration: 11 min 50 s
Description: Aprende a evaluar la activación del sistema de neuronas espejo mediante EEG en individuos con y sin trastorno del espectro autista. Este método no invasivo mide la atenuación del ritmo mu para investigar la cognición social.

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

Este trabajo fue apoyado por una beca de la Fundación Simons (SFARI # 89638 a RB).

El siguiente protocolo se adhiere a las directrices de la junta de revisión institucional de la Universidad de Washington. 1. Evaluación electrofisiológica <ol><li> Preparación de la Sesión <ol><li> Preparación de la sala: coloque el manipulandum (ver Figura 1), un bloque de madera con un sensor conectado, el cual envía un marcador con marca de tiempo con el software de adquisición cuando se agarra, en la mesa dentro de agarrar alcance del participante. Activar el software de adquisición de EEG y comenzar &quot;nueva sesión&quot; (Figura S1). </li><li> Preparación neto: solución caliente de agua destilada (1 l), cloruro de potasio (1 cucharada), y champú para bebés (1 cucharadita) a 104 ° F. Remojar 128-electrodo densa-matriz del sistema de EEG en la solución salina calentada. </li><li> Preparación de los participantes: asegúrese de que el participante está sentado cómodamente aproximadamente 75 cm del monitor presentación del estímulo y totalmente a la vista de la cámara de vídeoera. Encontrar y marcar el vértice en la cabeza del participante con un marcador de la piel. Mida el vértice mediante la búsqueda de la intersección del punto medio entre el nasión y el inion y el punto medio entre preauriculars. </li><li> Net: Coloque la tapa de EEG en la cabeza del participante tal que el electrodo vértice se coloca directamente sobre la marca de vértice. Compruebe impedancias y asegurarse de que las impedancias son por debajo del umbral apropiado para el sistema de EEG en uso (Figura S2). </li><li> Comience la sesión grabación de vídeo. </li></ol></li><li> Configuración de grabación: Señal de referencia al electrodo vértice. Filtro analógico entre 0,1 y 100 Hz, amplificar la señal, y digitalizar en 500 muestras / seg. </li><li> Presentación de Estímulo: presente participante con 3 condiciones: observar, ejecutar y descanso, adaptados desde el paradigma desarrollado por Muthukumaraswamy y sus colegas 5. <ol><li> Observe condición: Instruya participante para sentarse tranquilamente y verun vídeo de una persona sujetando la manipulandum. Cada ensayo debe durar 6 seg. Tiempo el vídeo pregrabado para los ensayos observar precisamente para asegurar que el alcance observado se produce exactamente en 3 seg. Supervisar la atención visual de los participantes durante la tarea, y marcar los ensayos en los que no asisten a la pantalla para ser desechados durante el post-procesamiento. </li><li> Ejecutar condición: Instruya a los participantes a sentarse en silencio con la mano derecha descansa justo debajo de la manipulandum y, al oír una señal auditiva pregrabado, para imitar la apropiación manipulandum de la condición videoclip observar. Cada ensayo debe durar 6 seg. Asegúrese de que la señal auditiva se presenta en exactamente 3 segundos por pre-grabación una pista auditiva que mantiene una cronometrada consistentemente ejecutar cue y el intervalo entre ensayos. Utiliza un sensor en el manipulandum para registrar con precisión el momento en que se produce el agarre del participante (Figura S3). </li><li> Condiciones Descanso: Instruya participante que se siente quietemente con los ojos abiertos y pasivamente observar una pequeña cruz en el monitor de estímulo. Registro de EEG continua durante el estado de reposo durante 3 min. </li><li> Tanto para observar y ejecutar las condiciones, presentes bloques al azar de diez ensayos, con un total de cuarenta ensayos por condición. Asegúrese de que la imagen de la manipulandum permanece en la pantalla a través de los bloques de observar y ejecutar, incluyendo entre los ensayos. Administrar el estado de reposo al final de las condiciones de observar y ejecutar. </li></ol></li><li> Proceso de datos <ol><li> Tras la recogida de datos, vuelva a comprobar las impedancias. Tenga en cuenta los cambios en los niveles de impedancia. Finalice la grabación software de adquisición. </li><li> Post-tratamiento: Señal Rereference EEG a la media. Segmento de datos de EEG continuos en cuarenta ensayos de 6 seg para cada condición (Figura S4). </li><li> Llevar a cabo la detección automatizada de artefactos. Utilizar algoritmos automatizados para inspeccionar segmentos para los artefactos de movimiento mediante la identificación de las amplitudes medias rápidas exceeding 200 mV, los tipos de amplitudes medias superiores a 100 mV, y la varianza cero a través de un juicio dado (Figura S5). </li><li> Llevar a cabo la detección de artefactos manual mediante la inspección visual de los datos y confirmando con la revisión de vídeo de la sesión para eliminar todos los ensayos en la condición de observación contaminada con cualquier artefacto de movimiento y todos los ensayos en la condición de ejecución contaminada con cualquier artefacto de movimiento no relacionado con el gesto de comprensión. Excluir ensayos con el artefacto importante del análisis. Deseche todos los ensayos que se marcan durante la adquisición que no asistieron. Examinar y tasa de rechazo de prueba para cada grupo de diagnóstico analizado en cuenta. </li></ol></li><li> Análisis de los datos <ol><li> Por Muthukumaraswamy et al. 5, segmento ensayos limpiados en 2 épocas seg consistentes en 1 seg de datos antes de que el alcance y 1 segundo después de tanto observar las condiciones (como marcado por la fotocélula) y ejecutar (como marcado por el sensor manipulandum). Segmento cinclinó 2 épocas sec de la condición de reposo. </li><li> Transformada rápida de Fourier (FFT) de cada segmento. Seleccione un grupo de ocho electrodos en cada hemisferio en torno a las posiciones C3 y C4 estándar para los análisis estadísticos (siguiendo Muthukumaraswamy et al. 5 y Bernier et al. 3) (Figura 2). Para cada condición, promediar la energía a través de los ensayos incluidos para calcular los espectros de potencia. </li><li> Calcular mu atenuación mediante el examen de la potencia media, ya sea durante la ejecución o la observación de una acción de motor, en relación con la potencia media durante el estado de reposo, en toda la gama 8-13 Hz. Utilice el registro de esta relación para determinar el grado de atenuación. Nota: un valor negativo representa una atenuación durante la ejecución o la observación, mientras que un valor positivo representa el aumento. Esta metodología tiene en cuenta la variabilidad entre los individuos, y la no normalidad de los valores expresados ​​en forma de ratio. &lt;br /&gt; Nota: Este protocolo fue desarrollado utilizando una densa matriz del sistema EEG de 128 electrodos con el software Net Station versión 4.1. Si bien los pasos básicos son similares en todos los sistemas de EEG, los protocolos de adquisición y análisis pueden variar. </li></ol></li></ol> 2. Caracterización de la muestra <ol><li> Identificar el potencial población de pacientes para participar en paradigma a través de registros de investigación, los listados de los participantes anteriores, o las referencias de clínicas de la zona y los clínicos. </li><li> Potenciales participantes de malla para las probabilidad de cumplir criterios diagnósticos de constructo clínico (por ejemplo, trastorno del espectro autista) e identificar cualquier criterio de exclusión, como la presencia de lesiones en la cabeza, tumor, historia de convulsiones, o el uso de la medicación anticonvulsiva o barbitúricos que pueden distorsionar la señal electrofisiológica. </li><li> Confirmar el estado de diagnóstico de la población de pacientes a través del uso de instrumentos de diagnóstico estándar de oro (por ejemplo, el diagnóstico de autismo Interview-ReVISED (ADI-R 11) y el Autismo Lista de Observación Diagnóstica-Generic (ADOS-G, 12) administrados por el médico experto siguiente Manual Diagnóstico y Estadístico - 5 ª Edición (DSM-5) Criterios de 13. </li><li> Identifique la muestra de control emparejados en las variables relevantes de interés, como la edad, el género, la capacidad cognitiva, etc </li></ol>

<ol><li>Kuhl, P. K., Coffey-Corina, S., Padden, D., Dawson, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Links+between+social+and+linguistic+processing+of+speech+in+preschool+children+with+autism%3A+behavioral+and+electrophysiological%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Links between social and linguistic processing of speech in preschool children with autism: behavioral and electrophysiological.</a> 8, (2005).</li>
<li>McPartland, J., Dawson, G., Webb, S. J., Panagiotides, H., Carver, L. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Event-related+brain+potentials+reveal+anomalies+in+temporal+processing+of+faces+in+autism+spectrum+disorder%5BTitle%5D)+AND+%22J.+Child+Psychol.+Psychiatry%22%5BJournal%5D)">Event-related brain potentials reveal anomalies in temporal processing of faces in autism spectrum disorder.</a> J. Child Psychol. Psychiatry. 45, 1235-1245 (2004).</li>
<li>Bernier, R., Dawson, G., Webb, S., Murias, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+mu+rhythm+and+imitation+impairments+in+individuals+with+autism+spectrum+disorder%5BTitle%5D)+AND+%22Brain+Cogn%22%5BJournal%5D)">EEG mu rhythm and imitation impairments in individuals with autism spectrum disorder.</a> Brain Cogn. 64, 228-237 Forthcoming.</li>
<li>Rizzolatti, G., Fadiga, L., Gallese, V., Fogassi, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Premotor+cortex+and+the+recognition+of+motor+actions%5BTitle%5D)+AND+%22Brain+Res.+Cogn.+Brain%22%5BJournal%5D)">Premotor cortex and the recognition of motor actions.</a> Brain Res. Cogn. Brain. 3, 131-141 (1996).</li>
<li>Muthukumaraswamy, S. D., Johnson, B. W., McNair, N. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mu+rhythm+modulation+during+observation+of+an+object-directed+grasp%5BTitle%5D)+AND+%22Brain+Res.+Cogn.+Brain+Res%22%5BJournal%5D)">Mu rhythm modulation during observation of an object-directed grasp.</a> Brain Res. Cogn. Brain Res. 19, 195-201 Forthcoming.</li>
<li>Pineda, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+functional+significance+of+mu+rhythms%3A+translating+%26%2334%3Bseeing%26%2334%3B+and+%26%2334%3Bhearing%26%2334%3B+into+%26%2334%3Bdoing%26%2334%5BTitle%5D)+AND+%22Brain+Res.+Brain+Res.+Rev%22%5BJournal%5D)">The functional significance of mu rhythms: translating &#34;seeing&#34; and &#34;hearing&#34; into &#34;doing&#34.</a> Brain Res. Brain Res. Rev. 50, 57-68 (2005).</li>
<li>Vanderwert, R. E., Fox, N. A., Ferrari, P. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+mirror+mechanism+and+mu+rhythm+in+social+development%5BTitle%5D)+AND+%22Neurosci.+Lett%22%5BJournal%5D)">The mirror mechanism and mu rhythm in social development.</a> Neurosci. Lett. 540, 15-20 (2013).</li>
<li>Keuken, M. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+the+left+inferior+frontal+gyrus+in+social+perception%3A+an+rTMS+study%5BTitle%5D)+AND+%22Brain+Res%22%5BJournal%5D)">The role of the left inferior frontal gyrus in social perception: an rTMS study.</a> Brain Res. , 1383-13196 (2011).</li>
<li>Braadbaart, L., Williams, J. H., Waiter, G. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Do+mirror+neuron+areas+mediate+mu+rhythm+suppression+during+imitation+and+action+observation%5BTitle%5D)+AND+%22Int.+J.+Psychophysiol%22%5BJournal%5D)">Do mirror neuron areas mediate mu rhythm suppression during imitation and action observation.</a> Int. J. Psychophysiol. , 99-105 (2013).</li>
<li>Rogers, S., Cook, I., Greiss-Hess, L. Mature Imitation Task. Unpublished coding manual. , M.I.N.D. Institute, University of California - Davis. Forthcoming.</li>
<li>Lord, C., Rutter, M., Le Couteur, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Autism+Diagnostic+Interview-Revised%3A+a+revised+version+of+a+diagnostic+interview+for+caregivers+of+individuals+with+possible+pervasive+developmental+disorders%5BTitle%5D)+AND+%22J.+Autism+Disord%22%5BJournal%5D)">Autism Diagnostic Interview-Revised: a revised version of a diagnostic interview for caregivers of individuals with possible pervasive developmental disorders.</a> J. Autism Disord. 24, 659-685 (1994).</li>
<li>Lord, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+autism+diagnostic+observation+schedule-generic%3A+a+standard+measure+of+social+and+communication+deficits+associated+with+the+spectrum+of+autism%5BTitle%5D)+AND+%22J.+Autism+Dev.+Disord%22%5BJournal%5D)">The autism diagnostic observation schedule-generic: a standard measure of social and communication deficits associated with the spectrum of autism.</a> J. Autism Dev. Disord. 30, 205-223 (2000).</li>
<li><a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((American+Psychiatric+Association+%28APA%29.+Diagnostic+and+statistical+manual+of+mental%5BTitle%5D)+AND+%22disorders%2C+Edition%22%5BJournal%5D)">American Psychiatric Association (APA). Diagnostic and statistical manual of mental.</a> disorders, Edition. , Forthcoming.</li>
<li>Gastaut, H. J., Bert, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+changes+during+cinematographic+presentation%3B+moving+picture+activation%5BTitle%5D)+AND+%22of+the+EEG.+Electroencephalogr.+Clin.+Neurophysiol%22%5BJournal%5D)">EEG changes during cinematographic presentation; moving picture activation.</a> of the EEG. Electroencephalogr. Clin. Neurophysiol. 6, 433-444 (1954).</li>
<li>Muthukumaraswamy, S. D., Johnson, B. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Changes+in+rolandic+mu+rhythm+during+observation+of+a+precision+grip%5BTitle%5D)+AND+%22Psychophysiology%22%5BJournal%5D)">Changes in rolandic mu rhythm during observation of a precision grip.</a> Psychophysiology. 41, 152-156 (2004).</li>
<li>Chatrian, G. E., Petersen, M. C., Lazarte, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+blocking+of+the+rolandic+wicket+rhythm+and+some+central+changes+related+to+movement%5BTitle%5D)+AND+%22Electroencephalogr.+Clin.+Neurophysiol%22%5BJournal%5D)">The blocking of the rolandic wicket rhythm and some central changes related to movement.</a> Electroencephalogr. Clin. Neurophysiol. 11, 497-510 (1959).</li>
<li>Pfurtscheller, G., Neuper, C., Andrew, C., Edlinger, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Foot+and+hand+area+mu+rhythms%5BTitle%5D)+AND+%22Int.+J.+Psychophysiol%22%5BJournal%5D)">Foot and hand area mu rhythms.</a> Int. J. Psychophysiol. 26, 121-135 (1997).</li>
<li>Arroyo, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+significance+of+the+mu+rhythm+of+human+cortex%3A+an+electrophysiologic+study+with+subdural+electrodes%5BTitle%5D)+AND+%22Electroencephalogr.+Clin.+Neurophysiol%22%5BJournal%5D)">Functional significance of the mu rhythm of human cortex: an electrophysiologic study with subdural electrodes.</a> Electroencephalogr. Clin. Neurophysiol. 87, 76-87 (1993).</li>
<li>Babiloni, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Human+cortical+electroencephalography+%28EEG%29+rhythms+during+the+observation+of+simple+aimless+movements%3A+a+high-resolution+EEG+study%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Human cortical electroencephalography (EEG) rhythms during the observation of simple aimless movements: a high-resolution EEG study.</a> Neuroimage. 17, 559-572 (2002).</li>
<li>Babiloni, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Human+movement-related+potentials+vs+desynchronization+of+EEG+alpha+rhythm%3A+a+high-resolution+EEG+study%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Human movement-related potentials vs desynchronization of EEG alpha rhythm: a high-resolution EEG study.</a> Neuroimage. 10, 658-665 (1999).</li>
<li>Babiloni, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transient+human+cortical+responses+during+the+observation+of+simple+finger+movements%3A+a+high-resolution+EEG+study%5BTitle%5D)+AND+%22Hum.+Brain%22%5BJournal%5D)">Transient human cortical responses during the observation of simple finger movements: a high-resolution EEG study.</a> Hum. Brain. 20, 148-157 (2003).</li>
<li>Cochin, S., Barthelemy, C., Lejeune, B., Roux, S., Martineau, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Perception+of+motion+and+qEEG+activity+in+human+adults%5BTitle%5D)+AND+%22Electroencephalogr.+Clin.+Neurophysiol%22%5BJournal%5D)">Perception of motion and qEEG activity in human adults.</a> Electroencephalogr. Clin. Neurophysiol. 107, 287-295 (1998).</li>
<li>Cochin, S., Barthelemy, C., Roux, S., Martineau, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Observation+and+execution+of+movement%3A+similarities+demonstrated+by+quantified+electroencephalography%5BTitle%5D)+AND+%22Eur.+J.+Neurosci%22%5BJournal%5D)">Observation and execution of movement: similarities demonstrated by quantified electroencephalography.</a> Eur. J. Neurosci. 11, 1839-1842 (1999).</li>
<li>Cochin, S., Barthelemy, C., Roux, S., Martineau, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Electroencephalographic+activity+during+perception+of+motion+in+childhood%5BTitle%5D)+AND+%22Eur.+J.+Neurosci%22%5BJournal%5D)">Electroencephalographic activity during perception of motion in childhood.</a> Eur. J. Neurosci. 13, 1791-1796 (2001).</li>
<li>Martineau, J., Cochin, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+perception+in+children%3A+human%2C+animal+and+virtual+movement+activates+different+cortical+areas%5BTitle%5D)+AND+%22Int.+J.+Psychophysiol%22%5BJournal%5D)">Visual perception in children: human, animal and virtual movement activates different cortical areas.</a> Int. J. Psychophysiol. 51, 37-44 (2003).</li>
<li>Lepage, J. F., Theoret, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+evidence+for+the+presence+of+an+action+observation-execution+matching+system+in+children%5BTitle%5D)+AND+%22Eur.+J.+Neurosci%22%5BJournal%5D)">EEG evidence for the presence of an action observation-execution matching system in children.</a> Eur. J. Neurosci. 23, 2505-2510 (2006).</li>
<li>Marshall, P. J., Bar-Haim, Y., Fox, N. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+the+EEG+from+5+months+to+4+years+of+age%5BTitle%5D)+AND+%22Clin.+Neurophysiol%22%5BJournal%5D)">Development of the EEG from 5 months to 4 years of age.</a> Clin. Neurophysiol. 113, 1199-1208 (2002).</li>
<li>Southgate, V., Johnson, M. H., El Karoui, I., Csibra, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Motor+system+activation+reveals+infants%27+on-line+prediction+of+others%27+goals%5BTitle%5D)+AND+%22Psychol.+Sci%22%5BJournal%5D)">Motor system activation reveals infants' on-line prediction of others' goals.</a> Psychol. Sci. 21, 355-359 (2010).</li>
<li>Nystrom, P., Ljunghammar, T., Rosander, K., von Hofsten, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+mu+rhythm+desynchronization+to+measure+mirror+neuron+activity+in+infants%5BTitle%5D)+AND+%22Dev.+Sci%22%5BJournal%5D)">Using mu rhythm desynchronization to measure mirror neuron activity in infants.</a> Dev. Sci. 14, 327-335 (2011).</li>
<li>Southgate, V., Johnson, M. H., Osborne, T., Csibra, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predictive+motor+activation+during+action+observation+in+human+infants%5BTitle%5D)+AND+%22Biol%22%5BJournal%5D)">Predictive motor activation during action observation in human infants.</a> Biol. , 769-772 (2009).</li>
<li>Oberman, L. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+evidence+for+mirror+neuron+dysfunction+in+autism+spectrum+disorders%5BTitle%5D)+AND+%22Brain+Res.+Cogn.+Brain+Res%22%5BJournal%5D)">EEG evidence for mirror neuron dysfunction in autism spectrum disorders.</a> Brain Res. Cogn. Brain Res. 24, 190-198 (2005).</li>
<li>Martineau, J., Cochin, S., Magne, R., Barthelemy, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impaired+cortical+activation+in+autistic+children%3A+is+the+mirror+neuron+system+involved%5BTitle%5D)+AND+%22Int.+J.+Psychophysiol%22%5BJournal%5D)">Impaired cortical activation in autistic children: is the mirror neuron system involved.</a> Int. J. Psychophysiol. 68, 35-40 (2008).</li>
<li>Oberman, L. M., Ramachandran, V. S., Pineda, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modulation+of+mu+suppression+in+children+with+autism+spectrum+disorders+in+response+to+familiar+or+unfamiliar+stimuli%3A+the+mirror+neuron+hypothesis%5BTitle%5D)+AND+%22Neuropsychologia%22%5BJournal%5D)">Modulation of mu suppression in children with autism spectrum disorders in response to familiar or unfamiliar stimuli: the mirror neuron hypothesis.</a> Neuropsychologia. 46, 1558-1565 (2008).</li>
<li>Raymaekers, R., Wiersema, J. R., Roeyers, H. EEG Study of the Mirror Neuron System in Children with High Functioning Autism. Brain Res. , 113-121 (2009).</li>
<li>Fan, Y. T., Decety, J., Yang, C. Y., Liu, J. L., Cheng, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unbroken+mirror+neurons+in+autism+spectrum+disorders%5BTitle%5D)+AND+%22J.+Child+Psychol.+Psychiatry%22%5BJournal%5D)">Unbroken mirror neurons in autism spectrum disorders.</a> J. Child Psychol. Psychiatry. 51, 981-988 (2010).</li>
<li>Bernier, R., Aaronson, B., McPartland, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+imitation+in+the+observed+heterogeneity+in+EEG+mu+rhythm+in+autism+and+typical+development%5BTitle%5D)+AND+%22Brain+Cogn%22%5BJournal%5D)">The role of imitation in the observed heterogeneity in EEG mu rhythm in autism and typical development.</a> Brain Cogn. 82, 69-75 (2013).</li>
<li>Pfurtscheller, G., Lopesda Silva,, H, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Event-related+EEG%2FMEG+synchronization+and+desynchronization%3A+basic+principles%5BTitle%5D)+AND+%22Clin.+Neurophysiol%22%5BJournal%5D)">Event-related EEG/MEG synchronization and desynchronization: basic principles.</a> Clin. Neurophysiol. 110, 1842-1857 (1999).</li>
<li>Marshall, P. J., Young, T., Meltzoff, A. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+correlates+of+action+observation+and+execution+in+14%E2%80%90month%E2%80%90old+infants%3A+An+event%E2%80%90related+EEG+desynchronization+study%5BTitle%5D)+AND+%22Dev.+Sci%22%5BJournal%5D)">Neural correlates of action observation and execution in 14‐month‐old infants: An event‐related EEG desynchronization study.</a> Dev. Sci. , 474-480 (2011).</li>
<li>Marshall, P. J., Meltzoff, A. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+mirroring+systems%3A+Exploring+the+EEG+mu+rhythm+in+human+infancy%5BTitle%5D)+AND+%22Dev.+Cogn.+Neurosci%22%5BJournal%5D)">Neural mirroring systems: Exploring the EEG mu rhythm in human infancy.</a> Dev. Cogn. Neurosci. , 110-123 (2011).</li>
<li>Oberman, L., McCleery, J., Hubbard, E., Bernier, R., Pineda, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Developmental+changes+in+mu+suppression+to+observed+actions+in+individuals+with+autism+spectrum+disorders%5BTitle%5D)+AND+%22Soc.+Cogn.+Affective+Neurosci%22%5BJournal%5D)">Developmental changes in mu suppression to observed actions in individuals with autism spectrum disorders.</a> Soc. Cogn. Affective Neurosci. 8, 300-304 Forthcoming.</li>
</ol>

Los autores declaran no tener intereses financieros en competencia.

El éxito de adquisición, procesamiento y análisis de los datos electrofisiológicos relacionados con el ritmo mu y la aplicación a las poblaciones clínicas requiere 1) la aplicación de EEG herramientas metodológicas, 2) detección de cuidado artefacto y reducción de datos, 3) la identificación precisa del ritmo mu, y 4) la caracterización precisa de la población clínica y la identificación de grupos de control apropiados. Metodología apropiada EEG requiere que funci...

Electroencefalografía (EEG) es un método eficaz, eficiente y no invasivo para evaluar y registrar la actividad cerebral. Como las neuronas disparan en el cerebro, la tensión resultante puede ser amplificado, grabado y representado gráficamente. La resolución temporal de EEG permite el análisis de incluso breves cambios en los patrones de oscilación del cerebro, así como el análisis de la respuesta del cerebro a los estímulos específicos. A pesar de ser la técnica de imagen cerebral más antiguo, que data de finales de los 19 del siglo XX, EEG todavía tiene aplicabilidad amplia. Mientras imágenes de resonancia magnética funcional (fMRI) tiene una excelente resolución espacial, la que tiene relativamente pobre resolución temporal. Esto representa una de las principales limitaciones de la evaluación de fMRI dada la increíble velocidad a la que los procesos se producen en el cerebro. EEG tiene la capacidad para evaluar la actividad eléctrica del cerebro en el nivel de milisegundo, proporcionando potencial iNsight en las fases de procesamiento del cerebro. La evolución de las tecnologías también han ampliado la aplicabilidad de EEG. Un aumento en la densidad de los sistemas de grabación ha permitido el desarrollo de técnicas de localización de origen, mitigar algunas de las limitaciones del EEG en relación con la resolución espacial. Además, los sistemas modernos han reducido el participante configuración de tiempo individual de manera significativa, lo que permite la evaluación de las poblaciones anteriormente no disponibles, como las muestras clínicas 1-3,28-30 infantil y. Dada la excelente resolución temporal, EEG se puede usar para examinar la respuesta neural relacionada con comportamientos específicos, estados o estímulos externos. Un ejemplo de esta utilidad es la evaluación del sistema de neuronas espejo (MNS) en los seres humanos. Las neuronas espejo fueron identificados originalmente en monos utilizando la grabación de las neuronas individuales 4, evidenciando un grupo deneuronas que respondieron a la ejecución y observación de las acciones motoras. Este método de grabación directa de la colocación de electrodos en el cerebro rara vez se utiliza en los seres humanos, y sólo en casos clínicos graves. EEG ha proporcionado un método para evaluar el MNS mediante la supervisión del ritmo mu EEG. Este patrón de oscilación en el rango de 8-12 Hz se ha demostrado para atenuar la potencia del EEG en respuesta a la ejecución y la observación de las acciones de motor, similar al patrón de activación observada en monos 5-7. Del mismo modo, la estimulación de supuestas regiones cerebrales MNS través de la estimulación magnética transcraneal (por ejemplo, el giro frontal inferior) suprime EEG ritmo mu 8 y supresión EEG ritmo mu correlaciona con señales BOLD de fMRI en las regiones de neuronas espejo putativos dentro de temas 9, proporcionando apoyo adicional de que este ritmo índices, al menos en parte, la actividad de MNS. Evaluación del ritmo mu EEG ha permitido una evaluación no invasiva de la Ley de neuronas espejoividad en los seres humanos. EEG proporciona una metodología única para examinar la actividad cerebral y cuando se combina con ensayos basados ​​en el comportamiento, puede ser una herramienta poderosa para elucidar aspectos de la cognición social, tales como imitación, en poblaciones clínicas. Además, la aplicabilidad de EEG para su uso con las poblaciones con deficiencias cognitivas o de lenguaje permite la visión de las capacidades de los individuos para quienes otras técnicas de imagen o paradigmas de comportamiento pueden ser utilizan con menos éxito. El protocolo descrito proporciona una vía para examinar las funciones cognitivas sociales teóricamente relacionados con el sistema de neuronas espejo en los individuos con un desarrollo típico y atípico, como el trastorno del espectro autista.

<table><tbody><tr><td>Sistema de EEG geodésico</td><td>EGI</td><td>N/A</td><td>Cualquier sistema de EEG, no solo los sistemas basados en EGI, es aplicable para el estudio descrito</td></tr><tr><td>Software MATLAB MATLAB</td><td></td><td>N/A</td><td>Cualquier software matemático y estadístico que pueda trabajar con matrices es aplicable</td></tr> Software <tr><td>Netstation</td><td>EGI</td><td>N/A</td><td>Cualquier software de adquisición de EEG es aplicable para el estudio descrito</td></tr><tr><td>Manipulandum</td><td>personalizado</td><td>N/A</td><td>Cualquier objeto que esté registrado conjuntamente con el software de adquisición de datos para indicar un agarre exitoso</td></tr></tbody></table>

eeg mu ritmo en desarrollo típico y atípico

EEG Mu Rhythm in Typical and Atypical Development

Electroencefalografía (EEG) es un método eficaz, eficiente y no invasivo para evaluar y registrar la actividad cerebral. Dada la excelente resolución temporal, EEG se puede usar para examinar la respuesta neural relacionada con comportamientos específicos, estados o estímulos externos. Un ejemplo de esta utilidad es la evaluación del sistema de neuronas espejo (MNS) en los seres humanos a través del examen del ritmo mu EEG. El ritmo mu EEG, la actividad oscilatoria en el rango de frecuencia Hz 8-12 grabado de electrodos ubicados en el centro, se suprime cuando un individuo ejecuta, o simplemente observa, meta acciones dirigidas. Como tal, se ha propuesto para reflejar la actividad de los MNS. Se ha teorizado que la disfunción en el sistema de neuronas espejo (MNS) desempeña un papel que contribuye a los déficits sociales del trastorno del espectro autista (TEA). Los MNS pueden examinarse de forma no invasiva en poblaciones clínicas utilizando EEG mu atenuación del ritmo como un índice para su actividad. La prot describeOcol proporciona una vía para examinar las funciones cognitivas sociales teóricamente vinculados a las MNS en los individuos con un desarrollo típico y atípico, tal como TEA.

Adultos típicos, niños y lactantes han demostrado de forma consistente ritmo mu durante la ejecución y observación de acciones a través de una variedad de paradigmas y estímulos 5, 14-30. Atenuación en esta banda de frecuencias está localizada consistentemente través de los electrodos centrales (Figura 3) que indica que esta no es la reducción de potencia alfa, que se registra en otras regiones del cuero cabelludo. Del mismo modo, la atenuación en esta frecuencia durante la observación del mo...

Evaluación del ritmo mu EEG proporciona una metodología única para examinar la actividad cerebral y cuando se combina con ensayos basados ​​en el comportamiento, puede ser una herramienta poderosa para elucidar aspectos de la cognición social, tales como imitación, en poblaciones clínicas.

EEG Mu Ritmo en desarrollo típico y atípico

Electroencephalography (EEG) is an effective, efficient, and noninvasive method of assessing and recording brain activity. Given the excellent temporal ...

El objetivo general del siguiente experimento consiste en utilizar métodos de EEG para evaluar la activación del sistema de neuronas espejo en personas con y sin trastorno del espectro autista. Esto se logra primero mediante la recopilación de EEG de alta densidad durante la observación y ejecución de una acción motora, así como durante una condición de reposo basal. Como segundo paso, se revisa la señal continua de EEG, se segmenta en épocas y se eliminan los artefactos provocados por el movimiento.A continuación, se aplica una transformada rápida de Fourier a los datos; luego, se calcula la potencia en función del logaritmo de la relación de la potencia en el rango de ocho a 13 hercios para las condiciones de ejecución y observación, respectivamente, en relación con la condición de reposo basal. Los resultados muestran la activación del sistema de neuronas espejo durante la observación y ejecución de acciones motoras, basada en la atenuación del ritmo MU del EEG. La principal ventaja del EEG frente a otros métodos de imagen como la IRMf es que el EEG ofrece una excelente resolución temporal, lo que permite analizar incluso cambios breves en los patrones de oscilación del cerebro.EG también es una forma increíblemente eficiente y no invasiva de recopilar datos incluso de poblaciones particularmente difíciles, como lactantes o niños con autismo. Este método nos ayudará a responder preguntas clave en el campo de la neurociencia clínica sobre la naturaleza del funcionamiento del sistema de neuronas espejo en los trastornos del espectro autista. Aunque este método puede proporcionar información sobre el sistema de neuronas espejo en el autismo.También puede aplicarse a otras poblaciones y preguntas de investigación. Identifique pacientes elegibles para participar según se describe en el protocolo del texto e identifique una muestra de control emparejada según variables relevantes como edad, género y capacidad cognitiva. Coloque el dispositivo sobre la mesa dentro del alcance de la mano de un participante sentado.El theand es un bloque de madera con un sensor que envía un marcador con marca de tiempo al software de adquisición. Cuando se agarra, active el software de adquisición de EEG e inicie una nueva sesión para preparar la red, utilizando una solución de agua destilada, cloruro de potasio y champú para bebés a 104 grados Fahrenheit.Luego, sumerja el sistema de EEG de matriz densa de 128 electrodos en la solución salina tibia durante al menos cinco minutos. Pida al participante que se siente a 75 centímetros del monitor de presentación de estímulos y completamente visible para la cámara de video. Localice el vértice en la cabeza del participante hallando la intersección entre el punto medio entre la nasión y el inión y el punto medio entre las orejas auriculares.Utilice un marcador cutáneo para marcar la posición del vértex, y coloque el casco de EEG en la cabeza del participante de manera que el electrodo del vértex quede directamente sobre la marca del vértex. Mediante el software de adquisición, verifique las impedancias y asegúrese de que se encuentren por debajo del umbral adecuado para el sistema de EEG. Las configuraciones de adquisición incluyen referenciar la señal al electrodo del vértex y aplicar un filtro analógico entre 0,1 y 100 hercios, con una tasa de muestreo de 500 muestras por segundo.Una vez finalizada la configuración, comience a grabar en video la sesión. Explique al participante que habrá tres condiciones experimentales: observar, ejecutar y descansar.Para la condición de observación. Instruya al participante a sentarse tranquilamente y observar un video de una persona agarrando el objeto manipulable. Cada ensayo dura seis segundos y el agarre observado ocurre exactamente a los tres segundos.Observe la atención visual de su participante durante la tarea y marque los ensayos en los que el participante no preste atención a la pantalla para descartarlos. Durante el posprocesamiento de la condición de ejecución, indique al participante que permanezca sentado tranquilamente con su mano derecha reposando justo debajo del manipul andum. Y tras escuchar una señal auditiva, que imite la acción de agarrar el manipul andum del video de la condición de observación.Cada ensayo debe durar seis segundos. Cuando se presenta la señal auditiva exactamente a los tres segundos, un sensor en el manipulando envía una señal al ordenador de adquisición, colocando una marca en el registro de EEG para registrar con precisión el momento en que se produce el agarre del participante. El protocolo consiste en bloques aleatorizados de las condiciones de observar y ejecutar.Cada bloque consta de 10 ensayos, para un total de 40 ensayos por condición. Aquí se muestra un bloque de 10. Los ensayos de observación aseguran que la imagen del manipulandum permanezca en pantalla durante todo el bloque de observación y ejecución, incluyendo entre los ensayos.Después de un bloque, presente el siguiente bloque aleatorizado, que en este ejemplo es un bloque de ejecución. Después de completar dos bloques, administre la condición de descanso durante tres minutos. En la condición de descanso, el participante permanece sentado en silencio con los ojos abiertos y observa pasivamente una pequeña cruz en el monitor de estímulos.Registre el EEG continuo durante la condición de reposo de tres minutos tras la recopilación de datos, verifique nuevamente las impedancias y anote cualquier cambio en los niveles de impedancia. Luego finalice la grabación del software de adquisición para el postprocesamiento. Vuelva a referenciar la señal de EEG al segmento promedio, dividiendo los datos de EEG continuo en 40 ensayos de seis segundos cada uno para cada condición.Ahora utilice algoritmos automatizados y la inspección visual para rechazar ensayos con artefactos de movimiento, identificando segmentos con amplitudes promedio rápidas que superen los 200 microvoltios, amplitudes promedio diferenciales que superen los 100 microvoltios y varianza cero a lo largo de un ensayo determinado. A continuación, busque artefactos de movimiento adicionales mediante la inspección visual de los datos y confirme los artefactos de movimiento revisando el video de la sesión. Excluya del análisis todos los ensayos en la condición observada que estén contaminados con cualquier artefacto de movimiento, y todos los ensayos en la condición de ejecución que estén contaminados con cualquier artefacto de movimiento no relacionado con el gesto de prensión.Descarte cualquier ensayo que haya sido marcado durante la adquisición en el que el participante no prestaba atención. Anote la tasa de rechazo de ensayos para cada grupo diagnóstico bajo análisis tras la eliminación de artefactos. Segmente los ensayos limpios en episodios de dos segundos que consistan en un segundo de datos antes del agarre y un segundo después, tanto para las condiciones de observar como de ejecutar.Además, segmente dos segundos limpios de los épocas de la condición de reposo. A continuación, realice una transformada rápida de Fourier. En cada segmento, seleccione un grupo de ocho electrodos en cada hemisferio alrededor de las posiciones estándar C3 y C4 para el análisis estadístico.Para cada condición, promedie la potencia a través de los ensayos incluidos. Para calcular los espectros de potencia, determine la atenuación de la onda mu examinando la potencia promedio durante la ejecución o la observación de una acción motora en relación con la potencia promedio durante la condición de reposo en el rango de ocho a 13 hercios; utilice el logaritmo de esta relación para determinar el grado de atenuación.Un valor negativo representa una atenuación durante la ejecución o la observación. Mientras que un valor positivo representa una topografía característica de aumento de la atenuación del ritmo mu, como se muestra aquí en un individuo con desarrollo típico al observar una acción de prensión dirigida a un objetivo. La atenuación del ritmo mu se refleja en la topografía del cuero cabelludo como una reducción de la amplitud sobre electrodos ubicados en regiones centrales.La potencia espectral promediada en la frecuencia mu durante la observación del movimiento biológico se atenúa en relación con la línea base. Mientras que la potencia mu no se atenúa durante la observación del movimiento no biológico, la potencia mu se atenúa en relación con la línea base tanto durante la ejecución como la observación de acciones. En un niño masculino típicamente desarrollado de 6 años, una vez dominada esta técnica, incluyendo la recopilación y el procesamiento de datos, puede completarse en dos horas por sujeto si se realiza correctamente después de su desarrollo.Esta técnica allanó el camino para que los investigadores en el campo de la neurociencia clínica exploraran algunos de los mecanismos subyacentes de los trastornos del espectro autista. Después de ver este video, deberías tener una buena comprensión de un método para evaluar la activación del sistema de neuronas espejo en humanos. El EEG es un método eficaz y no invasivo para comprender cómo el cerebro procesa la información social.

eeg-mu-rhythm-in-typical-and-atypical-development

Research

Investigación

JoVE Journal

Medicine

Medicina

Electroencefalografía densa red se está utilizando cada vez más a los estudios sociales las funciones cognitivas en niños y adultos. Aquí se presenta una metodología establecida que representa una mejora significativa en las metodologías convencionales para el estudio de EEG en niños y adultos.

La investigación de la cognición social en niños y adultos usando electroencefalografía denso conjunto ( D EEG)

Este vídeo explica la teoría de fondo de la actividad EEG neonatal y las respuestas sensoriales, seguido por una demostración en vivo de su registro en la unidad de cuidados intensivos neonatales.

Prematuro EEG: Un protocolo neurofisiológico Multimodal

En los últimos años, ha habido un creciente interés en la estimación de las fuentes corticales de cuero cabelludo medidos actividad eléctrica para los experimentos de neurociencia cognitiva. En este artículo se describe cómo se adquiere EEG de alta densidad y cómo se procesan las grabaciones para la estimación de fuente cortical en los niños desde la edad de 2 años en el bebé Lab Londres.

Cortical Análisis Fuente de Alta Densidad EEG Grabaciones en niños

La electroencefalografía de alta densidad (dEEG) se utiliza cada vez más para estudiar el desarrollo y la plasticidad del cerebro en los primeros años de vida. Aquí presentamos una aplicación de técnicas de análisis sofisticadas que se basan en el registro tradicional de EEG para comprender la dinámica oscilatoria del procesamiento auditivo rápido en el cerebro infantil.

Procesamiento Auditivo Infantil y oscilaciones cerebrales relacionados con eventos

Las oscilaciones de alta frecuencia (HFO) han surgido como biomarcadores prequirúrgicos para la identificación de la zona epileptógena en pacientes pediátricos con epilepsia resistente a fármacos. Se presenta una metodología no invasiva para la grabación, la detección y localización de HFO con electroencefalografía cuero cabelludo simultánea (EEG) y magnetoencefalografía (MEG).

Interictales oscilaciones de alta frecuencia detectada con magnetoencefalografía simultánea y electroencefalografía como biomarcador de Epilepsia Pediátrica

Aquí, mostramos cómo aplicar electroencefalografía integrada por amplitud para vigilar la función cerebral en recién nacidos.

Aplicación de un Monitor de EEG de amplitud integrada (Monitor de función Cerebral) a los recién nacidos

Métodos de EEG se aplican para extraer biomarcadores de disfunciones cerebrales. El enfoque se centra en las potencialidades multicanal relacionadas con eventos (ERP) registradas en una tarea GO/NOGO seleccionada. Los artefactos no cerebrales se corrigen y los ERPs se comparan con los datos normativos. Los ejemplos se relacionan con biomarcadores para el diagnóstico del TDAH y la predicción de la respuesta a los medicamentos.

Potenciales relacionados con eventos (ERP) y otros métodos basados en EEG para extraer biomarcadores de la disfunción cerebral: ejemplos de trastorno por déficit de atención pediátrica e hiperactividad (TDAH)

Este artículo proporciona un protocolo directo para adquirir datos de la electroencefalografía de buena calidad (EEG) durante EEG simultáneo y proyección de imagen de resonancia magnética funcional utilizando productos médicos fácilmente disponibles.

Adquisición confiable de datos de electroencefalografía durante la electroencefalografía simultánea y la RMN funcional

Usando video-EEG-ECG-oximetry-capnography simultáneo, desarrollamos una metodología para evaluar la susceptibilidad de los modelos del conejo para desarrollar arritmias y asimientos provocados. Este novedoso sistema de grabación establece una plataforma para probar la eficacia y seguridad de la terapéutica y puede capturar la compleja cascada de eventos multi-sistema que culminan en la muerte súbita.

Monitoreo multisistema para la identificación de convulsiones, arritmias y apnea en conejos restringidos conscientes

Este protocolo describe cómo se capturaron electroencefalografías, electrocardiografías y registros conductuales sincronizados de díadas bebé-cuidador en un entorno hogareño.

Hiperexploración de EEG en el hogar para las interacciones sociales entre el bebé y el cuidador

Aprende a evaluar la activación del sistema de neuronas espejo mediante EEG en individuos con y sin trastorno del espectro autista. Este método no invasivo mide la atenuación del ritmo mu para investigar la cognición social.

EEG Mu Ritmo en desarrollo típico y atípico

Explorar más videos