Corticale Analyse de la source de haute densité EEG Recordings chez les enfants

L’objectif global de l’expérience suivante est d’estimer les générateurs neuronaux de l’EEG mesuré du cuir chevelu chez des participants pédiatriques. Ceci est réalisé en enregistrant des EEG à haute densité avec des enfants et en utilisant des procédures expérimentales appropriées dans un deuxième temps. Un modèle de surface est calculé sur la base de données d’imagerie par résonance magnétique, soit une IRM structurelle individuelle, soit un modèle d’élément de limite qui associe différents compartiments à des valeurs de conductivité pour la reconstruction de la source.

Ensuite, l’emplacement des canaux EEG est coenregistré avec le modèle inverse. Afin de calculer les générateurs probables des changements de tension mesurés du cuir chevelu, on obtient des résultats qui montrent la contribution des sources corticales sur la base des données EEG mesurées et des prédictions du modèle de tête. Le principal avantage de cette technique par rapport aux méthodes existantes telles que l’analyse au niveau des canaux est que la contribution probable de plusieurs zones corticales à une composante potentielle liée à un événement peut être évaluée.

Nous avons d’abord eu l’idée d’utiliser cette méthode lorsque nous avons voulu évaluer la structure du réseau des zones corticales à l’aide d’enregistrements EEG à l’état de repos. La démonstration visuelle de cette méthode est essentielle car elle est adaptée aux enfants. L’enregistrement de l’EEG est difficile à apprendre car les procédures d’enregistrement standard doivent être adaptées pour les enfants Pour commencer ce protocole.

Tout d’abord, assurez-vous que l’enfant est à l’aise avec l’environnement de test. Pour ce faire, laissez les jeunes enfants s’asseoir sur les genoux de leur gardien ou dans un siège d’enfant confortable. Laissez également l’enfant voir et sentir le filet de capteurs avant de l’appliquer sur la tête de l’enfant.

S’il y a un filet supplémentaire, demandez au parent d’en essayer un ou d’en placer un sur une poupée ou un nounours en peluche afin de garder les enfants à l’aise. Pendant la préparation de l’EEG, laissez l’enfant écouter de la musique. Regardez un dessin animé adapté à son âge ou distrayez-le à l’aide d’un autre expérimentateur.

Mesurez ensuite la circonférence maximale de la tête de l’enfant pour sélectionner la bonne taille de filet. Utilisez un ruban à mesurer et tenez-le sur le nasion. Mesurez ensuite la tête autour de la circonférence maximale d’environ un centimètre au-dessus de l’éon.

Ensuite, identifiez le sommet de la tête à l’intersection de la distance médiane entre nasion et eon, ainsi que la gauche et la droite par point auriculaire. Marquez ce point avec un stylo chinois pour vous assurer que le canal Vertex est correctement positionné lors de l’application du filet. Appliquez maintenant un filet de capteur qui a été trempé, une solution d’électrolyte, et assurez-vous que les canaux clés sont alignés avec les repères anatomiques.

Assurez-vous ensuite que les canaux ont un bon contact avec le cuir chevelu. En positionnant les capteurs individuellement. Tournez doucement chaque capteur d’un côté à l’autre pour écarter les cheveux.

Ensuite, mesurez les gains et les impédances des canaux. Cliquez sur démarrer pour commencer l’enregistrement dans la station réseau, le logiciel d’enregistrement EEG et démarrer la mesure de gain et d’impédance. Si la mesure ne démarre pas automatiquement, utilisez l’amplificateur d’étalonnage et le bouton de mesure des impédances nettes.

Vérifiez le logiciel d’enregistrement pour les canaux dont l’impédance est supérieure à 50 000 ohms, qui apparaîtront en rouge. Appliquez une solution d’électrolyte supplémentaire à l’aide d’une pipette pour réduire les impédances des canaux. Vérifiez également l’affichage EEG pour les canaux qui affichent une activité à haute fréquence.

Malgré une faible impédance ou une activité nettement inférieure à celle des canaux environnants, ces canaux peuvent avoir un contact lâche avec le cuir chevelu et nécessiter un ajustement. Une fois que tous les canaux sont satisfaisants, exécutez l’expérience EEG appropriée après l’expérience EEG. Tout d’abord, prétraitez les données pour détecter les artefacts.

Puis segment A : une IRM anatomique précédemment acquise avec un logiciel de surfeur gratuit. Configurez l’environnement shell pour inclure un surfeur libre pour dot bash rc. Incluez la commande vue ici dans le fichier RC dot bash.

Ensuite, définissez le répertoire de l’objet, qui est le dossier. La sortie sera écrite à l’aide de la commande vue ici. Importez ensuite les segments dans un logiciel de brainstorming et utilisez les outils d’affichage pour vérifier s’il n’y a pas de segmentation incorrecte, comme des sphères qui se chevauchent ou des compartiments anatomiquement improbables.

Inspectez visuellement la segmentation en cliquant avec le bouton droit de la souris et en sélectionnant afficher pour estimer d’abord l’activité de la source, démarrez l’application de brainstorming, puis créez un nouveau protocole et ajoutez un nouveau sujet au protocole. Importez ensuite les données EEG du participant et importez un fichier de chaîne. Vérifiez que les modèles d’éléments de frontière et les canaux s’alignent comme prévu en cliquant avec le bouton droit de la souris sur le fichier du canal du sujet et en accédant à l’enregistrement et à la vérification de l’IRM.

Notez que si les sphères du modèle se chevauchent ou si les canaux se trouvent à l’intérieur des modèles d’éléments de frontière, la reconstruction de la source produira des résultats incorrects. Ajustez l’alignement à l’aide de l’option d’édition dans le menu de segmentation MRI. Ensuite, calculez la matrice de bruit Covance à partir de la ligne de base de chaque épique en choisissant la matrice de bruit Covance et calculez à partir de l’enregistrement.

Calculez ensuite le modèle source en sélectionnant Calculer le modèle source. Calculez la solution inverse à l’aide de l’estimation de la norme minimale pondérée en profondeur en sélectionnant la source de calcul et l’estimation de la norme minimale. Répétez ces étapes pour tous les participants à l’étude.

Ensuite, faites la moyenne de l’activité de la source sur les essais par participant en faisant glisser les enregistrements vers le menu du processus et en sélectionnant moyenne et par condition. Sujet moyen. Comparez la condition en sélectionnant les processus et en faisant glisser chaque condition dans une fenêtre.

Sélectionnez ensuite le test T en fonction de la conception de l’étude pour effectuer plusieurs comparaisons. Définissez les seuils d’amplitude et de surface dans l’affichage de la carte statistique résultante dans le menu des statistiques. Calculez maintenant la réponse liée à l’événement pour une région d’intérêt.

Pour les retours sur investissement basés sur la parcellisation. Chargez la parcelisation du surfeur libre en faisant un clic droit sur la surface du cortex dans le menu d’anatomie et en sélectionnant importer les étiquettes. Naviguez dans le fichier correspondant et chargé.

Sélectionnez ensuite une région d’intérêt dans le volet d’exploration du menu des données fonctionnelles. Obtenez l’activité liée à l’événement de la région d’intérêt en faisant glisser les fichiers vers la fenêtre de traitement et en sélectionnant Extraire la série chronologique Scout. Dans le menu des sources.

Notez que plusieurs régions d’intérêt peuvent être sélectionnées simultanément et que la série chronologique peut être exportée pour un traçage et une analyse plus approfondis. Les résultats présentés ici sont basés sur un enregistrement avec un garçon de 6 ans. Cette figure montre les réponses potentielles liées aux événements au niveau du canal aux stimuli du visage et du visage brouillé.

La réponse montre généralement une déviation plus négative entre 130 et 220 millisecondes après le début du stimulus du côté droit pour les visages par rapport aux visages brouillés. Nous voyons ici la comparaison statistique de l’activité source projetée sur la base d’un modèle standard de tête adulte et d’un modèle de tête adapté à l’âge. Dans les deuxième et troisième rangées, la carte des couleurs illustre la taille de l’effet, le rouge indiquant une activité plus élevée dans l’état des visages et le bleu indiquant une activité plus élevée dans l’état des visages brouillés.

Et enfin, cette figure montre les réponses potentielles liées à l’événement source du gyrus fusiforme droit en réponse aux visages et aux visages brouillés sur la base de la reconstruction de la source d’un enregistrement. Utilisation d’un modèle d’élément de limite adapté à l’âge avec estimation de la norme minimale Une fois maîtrisée, cette technique peut être réalisée en quelques heures à partir de l’analyse de la source si elle est effectuée correctement En suivant cette procédure. D’autres méthodes telles que la fréquence-temps, la décomposition peuvent être effectuées afin de répondre à des questions supplémentaires sur la contribution des oscillateurs neurologiques dans différentes bandes de fréquences.

Après avoir regardé cette vidéo, vous devriez avoir une bonne compréhension de la façon d’estimer les générateurs corticaux des enregistrements EEG à haute densité chez les participants pédiatriques.