9 avril 2014
Évaluation du rythme EEG mu fournit une méthodologie unique pour examiner l'activité cérébrale et lorsqu'il est combiné avec des analyses basées comportemental, peut être un outil puissant pour élucider certains aspects de la cognition sociale, tels que l'imitation, dans les populations cliniques.
L’objectif global de l’expérience suivante est d’utiliser des méthodes EEG pour évaluer l’activation du système de neurones miroirs chez les individus avec et sans ordre de troubles du spectre autistique. Ceci est réalisé en collectant d’abord un EEG à haute densité pendant l’observation et l’exécution d’une action motrice, ainsi que pendant une condition de repos de base. Dans un deuxième temps, les données EEG continues sont examinées, segmentées en épiques et les artefacts de mouvement sont supprimés.
Ensuite, une transformée de Fourier rapide est appliquée à la puissance de données qui est ensuite calculée sur la base du logarithme du rapport de la puissance dans la gamme de huit à 13 hertz pour les conditions d’exécution et d’observation respectivement par rapport à la condition de repos de base. Les résultats montrent l’activation du système de neurones miroirs lors de l’observation et de l’exécution d’actions motrices basées sur l’atténuation du rythme EEG MU. Le principal avantage de l’EEG par rapport à d’autres méthodes d’imagerie telles que l’IRMF est qu’il offre une excellente résolution temporelle, ce qui permet d’analyser même de brefs changements dans les modèles d’oscillation du cerveau.
EG est également non invasif d’une manière incroyablement efficace pour collecter des données, même auprès des populations les plus difficiles, telles que les nourrissons ou les enfants autistes. Cette méthode nous aidera à répondre à des questions clés dans le domaine des neurosciences cliniques concernant la nature du fonctionnement du système de neurones miroirs dans les troubles du spectre autistique. Bien que cette méthode puisse donner un aperçu du système de neurones miroirs dans l’autisme.
Il peut également être appliqué à d’autres populations et à des questions de recherche. Identifier les patients éligibles à la participation comme décrit dans le protocole textuel et identifier un échantillon de contrôle apparié sur des variables pertinentes telles que l’âge, le sexe et les capacités cognitives. Placez leet sur la table à portée de main d’un participant assis.
Il s’agit d’un bloc de bois doté d’un capteur qui envoie un marqueur horodaté au logiciel d’acquisition. Quand on le saisit. Activez le logiciel d’acquisition EEG et commencez une nouvelle séance pour préparer le réchaud net, une solution d’eau distillée, de chlorure de potassium et de shampooing pour bébé à 104 degrés Fahrenheit.
Ensuite, trempez le système EEG à réseau dense de 128 électrodes dans la solution saline chaude pendant au moins cinq minutes. Demandez au participant de s’asseoir à 75 centimètres du moniteur de présentation du stimulus et bien en vue de la caméra vidéo. Trouvez le sommet sur la tête du participant en localisant l’intersection du milieu entre la nasion et l’éon et le milieu entre l’auriculaire.
Utilisez un marqueur cutané pour marquer la position suivante du sommet, le capuchon EEG sur la tête du participant, de sorte que l’électrode du sommet soit placée directement sur la marque du sommet. À l’aide du logiciel d’acquisition, vérifiez les impédances et assurez-vous qu’elles sont inférieures au seuil approprié pour le système EEG. Les paramètres d’acquisition incluent la référence du signal à l’électrode de sommet et au filtre analogique entre 0,1 et 100 hertz et une fréquence d’échantillonnage de 500 échantillons par seconde.
Une fois la configuration terminée, commencez à filmer la session. Expliquez au participant qu’il y aura trois conditions expérimentales. Observez, exécutez et reposez-vous.
Pour la condition d’observation. Demandez au participant de s’asseoir tranquillement et de regarder une vidéo d’une personne saisissant l’andum manipulateur. Chaque essai dure six secondes et la prise observée se produit à exactement trois secondes.
Surveiller l’attention visuelle de leur participant pendant la tâche et marquer les épreuves pendant lesquelles le participant ne s’occupe pas de l’écran à jeter. Pendant le post-traitement de la condition d’exécution, demandez au participant de s’asseoir tranquillement avec sa main droite posée juste en dessous de l’andum de manipulation. Et à l’écoute d’un signal auditif pour imiter la manipulation andum, saisissez le clip vidéo de la condition d’observation.
Chaque essai doit durer six secondes. Avec une file d’attente auditive présentée à exactement trois secondes, un capteur sur l’andum de manipulation envoie un signal à l’ordinateur d’acquisition plaçant une marque dans l’enregistrement EEG pour enregistrer précisément le temps pendant lequel la prise du participant se produit. Le protocole se compose de blocs aléatoires des conditions d’observation et d’exécution.
Chaque bloc se compose de 10 essais pour un total de 40 essais par condition. Voici un bloc de 10. Les essais d’observation garantissent que l’image de l’andum de manipulation reste à l’écran tout au long des blocs d’observation et d’exécution, y compris entre les essais.
Après un bloc, présentez le bloc aléatoire suivant, qui dans cet exemple est un bloc d’exécution. Après avoir terminé deux blocs, administrez la condition de repos pendant trois minutes. Dans la condition de repos, le participant s’assoit tranquillement, les yeux ouverts, et observe passivement un petit réticule sur le moniteur de stimulus.
Enregistrez l’EEG continu pendant les trois minutes de repos suivant la collecte des données, vérifiez à nouveau les impédances et notez toute modification des niveaux d’impédance. Terminez ensuite l’enregistrement du logiciel d’acquisition pour le post-traitement. Référencez le signal EEG au segment moyen, les données EEG continues en 40 essais de six secondes chacun pour chaque condition.
Utilisez désormais des algorithmes automatisés et l’inspection visuelle pour rejeter les essais avec des artefacts de mouvement en identifiant les segments avec des amplitudes moyennes rapides dépassant 200 microvolts, des amplitudes moyennes différentielles dépassant 100 microvolts et une variance nulle sur un essai donné. Ensuite, recherchez des artefacts de mouvement supplémentaires en inspectant visuellement les données, confirmez les artefacts de mouvement en examinant la vidéo de la session. Excluez de l’analyse tous les essais dans l’état observé, contaminés par un artefact de mouvement, et tous les essais dans l’état d’exécution contaminés par un artefact de mouvement sans rapport avec le geste de préhension.
Ignorez tous les essais qui ont été signalés lors de l’acquisition et dans lesquels le participant n’a pas prêté attention. Notez le taux de rejet de l’essai pour chaque groupe de diagnostic analysé après le retrait de l’artefact. Segmentez les essais propres en deux épopées de deux secondes composées d’une seconde de données avant la prise en main et d’une seconde après pour les conditions d’observation et d’exécution.
De plus, le segment a nettoyé deux secondes de l’état de repos. Ensuite, effectuez une transformée de Fourier rapide. Sur chaque segment, sélectionnez un groupe de huit électrodes sur chaque hémisphère entourant les quatre positions C3 et C standard pour l’analyse statistique.
Pour chaque condition, faites la moyenne de la puissance sur l’ensemble des essais inclus. Pour calculer les spectres de puissance, calculez l’atténuation mu en examinant la puissance moyenne pendant l’exécution ou l’observation d’une action motrice par rapport à la puissance moyenne. Au repos dans la gamme de huit à 13 hertz, utilisez le logarithme de ce rapport pour déterminer le degré d’atténuation.
Une valeur négative représente une atténuation pendant l’exécution ou l’observation. Alors qu’une valeur positive représente une augmentation, la topographie caractéristique de l’atténuation du rythme mu telle que démontrée par un individu avec un développement typique tout en observant un objectif, une action de préhension dirigée est montrée ici. L’atténuation du rythme mu se reflète dans la topographie du cuir chevelu sous la forme d’une amplitude réduite sur des électrodes situées au centre.
La puissance spectrale moyenne dans la fréquence mu lors de l’observation du mouvement biologique est atténuée par rapport à la ligne de base. Alors que la puissance mu n’est pas atténuée lors de l’observation d’un mouvement non biologique, la puissance mu s’atténue par rapport à la ligne de base lors de l’exécution et de l’observation des actions. Chez un mâle de 6 ans en développement typique, une fois maîtrisée, cette technique, y compris la collecte et le traitement des données, peut être complétée en deux heures par sujet si elle est exécutée correctement après son développement.
Cette technique a ouvert la voie aux chercheurs dans le domaine des neurosciences cliniques pour explorer certains des mécanismes sous-jacents des troubles du spectre autistique. Après avoir regardé cette vidéo, vous devriez avoir une bonne compréhension d’une méthode d’évaluation de l’activation du système de neurones miroirs chez l’homme. L’EEG est une méthode efficace et non invasive pour comprendre comment le cerveau traite l’information sociale.
Consultez la transcription complète et accédez à des milliers de vidéos scientifiques
Cet article présente un protocole utilisant l'électroencéphalographie (EEG) pour évaluer l'activation du système de neurones miroirs (MNS) chez des individus avec ou sans trouble du spectre autistique (ASD). La méthode exploite l'atténuation du rythme mu de l'EEG (8–13 Hz) lors de l'observation et de l'exécution d'actions orientées vers un but comme indicateur de l'activité du MNS. Le protocole est non invasif, efficace et adapté à un large éventail de populations, y compris les enfants et les groupes cliniques.
L'atténuation du rythme mu à l'EEG fournit un indicateur quantitatif non invasif de l'activité du système de neurones miroirs (MNS), permettant une détection mécanistique dans la validation de cibles en neurodéveloppement. Cette approche renforce la confiance prédictive dans les portefeuilles de découverte précoce et de neurosciences translationnelles, notamment pour des troubles tels que le trouble du spectre de l'autisme (ASD). L'efficacité et l'extensibilité du protocole le rendent adapté au criblage phénotypique à haut débit et aux études transversales de populations.
Ce protocole fondé sur l'EEG intègre les premières étapes de découverte jusqu'à l'identification de candidats et la recherche préclinique, offrant une plateforme réutilisable pour l'évaluation de biomarqueurs neuronaux.