Name: Un protocole pour découvrir les mécanismes neuronaux des effets neurothérapeutiques sur l’électroencéphalographie à l’aide du neurosolveur néocortical humain (Vidéo) | JoVE Journal
Uploaded: 2026-05-19T13:50:00.000+00:00
Duration: 7 min 47 s
Description: Découvrez la modélisation biophysique avec HNN pour relier les biomarqueurs EEG aux mécanismes neuronaux sous-jacents. Ce protocole permet d'étudier les effets neurothérapeutiques sur l'activité des circuits cérébraux.

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>Distribution Python ; version Python &ge;3.9 et &lt;3.14</td></tr><tr><td>Station de travail informatique</td><td>N.A.</td><td>N.A.</td><td>Système d'exploitation : Windows &ge;10, Linux ou macOS. Matériel recommandé minimum : &ge;16 Go de RAM, &ge;8 cœurs CPU</td></tr><tr><td>EEGLAB</td><td>EEGLAB Developers</td><td>N.A.</td><td>Boîte à outils facultative basée sur MATLAB pour le prétraitement EEG et l'analyse ERP</td></tr><tr><td>FieldTrip</td><td>Donders Institute for Brain, Cognition and Behaviour, Radboud University</td><td>N.A.</td><td>Boîte à outils facultative basée sur MATLAB pour l'analyse EEG/MEG</td></tr><tr><td>Human Neocortical Neurosolver (HNN-core)</td><td>HNN Developers</td><td>N.A.</td><td>Logiciel de modélisation neuronale biophysique ; version &ge;0.6.0 utilisée dans cette étude</td></tr><tr><td>MATLAB</td><td>MathWorks</td><td>N.A.</td><td>Requis pour exécuter EEGLAB et FieldTrip (si utilisé)</td></tr><tr><td>MNE-Python</td><td>MNE Developers</td><td>N.A.</td><td>Utilisé pour le prétraitement EEG et la localisation des sources</td></tr><tr><td>NumPy</td><td>NumPy Developers</td><td>N.A.</td><td>Utilisé pour les calculs numériques et la génération de nombres aléatoires</td></tr><tr><td>Pixi (gestionnaire de package/environnement)</td><td>Prefix.dev</td><td>N.A.</td><td>Utilisé pour gérer les dépendances dans le dépôt de code associé</td></tr><tr><td>PyTorch</td><td>PyTorch Developers</td><td>N.A.</td><td>Utilisé pour l'entraînement des réseaux neuronaux SBI et la définition de graines aléatoires</td></tr><tr><td>Package SBI (Inférence basée sur la simulation)</td><td>SBI Developers</td><td>N.A.</td><td>Package Python pour l'inférence de paramètres et la quantification de l'incertitude</td></tr><tr><td>Windows Subsystem for Linux (WSL2)</td><td>Microsoft Corporation</td><td>N.A.</td><td>Requis uniquement pour les installations basées sur Windows</td></tr></tbody></table>

un protocole pour découvrir les mécanismes neuronaux des effets neurothérapeutiques sur l’électroencéphalographie à l’aide du neurosolveur néocortical humain

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

Un protocole pour découvrir les mécanismes neuronaux des effets neurothérapeutiques sur l’électroencéphalographie à l’aide du neurosolveur néocortical humain

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

Recherche

JoVE Journal

Neuroscience

Neurosciences

Nous présentons une méthode pour collecter des signaux electrocorticographic des fins de recherche de l'homme qui sont en cours de surveillance d'épilepsie invasive. Nous montrons comment utiliser la plate-forme BCI2000 logiciels pour la collecte des données, traitement du signal et la présentation du stimulus. Plus précisément, nous démontrons Sigfried, un outil basé sur BCI2000 en temps réel la cartographie fonctionnelle du cerveau.

Enregistrement de l&#39;homme (Electrocorticographic ECoG) Signaux pour la recherche neuroscientifique et en temps réel la cartographie fonctionnelle corticale

Une procédure est décrite pour la manipulation de l'activité du cortex cérébral neurones pyramidaux optogenetically tandis que l'électroencéphalogramme, électromyogramme, et la concentration de lactate cérébral sont surveillés. Enregistrements expérimentaux sont effectués sur les câbles attachés-souris tandis qu'ils subissent spontanément veille / sommeil cycles. Optogenetic matériel est assemblé dans notre laboratoire, le matériel d'enregistrement est disponible dans le commerce.

Électroencéphalographie simultanée, en temps réel Mesure de la concentration de lactate et manipulation optogenetic de l&#39;activité neuronale dans le cortex cérébral des rongeurs

Cette vidéo montre le processus d’enregistrement de l’activité neuronale corticale et sous-corticale à l’aide d’électroencéphalographies (EEG) et d’électrodes de stimulation cérébrale profonde (DBS) lors d’un test de stimulation visuelle basé sur l’attention.

Enregistrement de l’activité neuronale corticale et sous-corticale à l’aide de systèmes d’électrodes

Le présent protocole vise à évaluer les fonctions cognitives-émotionnelles dans les ganglions de la base par l’enregistrement neurophysiologique simultané des potentiels de champ local et de l’activité corticale cérébrale (EEG) non invasive. La procédure est illustrée par l’utilisation de paradigmes impliquant des stimuli de parole à connotation émotionnelle ou la tâche de Flanker impliquant le contrôle cognitif.

Combiné Fonctions envahissantes et sous-corticales Surface non-invasive neurophysiologique Enregistrements pour l&#39;évaluation des fonctions cognitives et émotionnelles chez les humains

L’IRM de connectivité fonctionnelle à l’état de repos a identifié des anomalies chez des patients atteints d’un large éventail de troubles neuropsychiatriques, y compris l’épilepsie due à des malformations du développement cortical. La stimulation magnétique transcrânienne en combinaison avec l’EEG peut démontrer que les patients atteints d’épilepsie ont une hyperexcitabilité corticale dans les régions où la connectivité est anormale.

Une méthode Multimodal Imaging- et basée Stimulation-de l&#39;évaluation de connectivité liés excitabilité cérébrale chez les patients atteints d&#39;épilepsie

Ce protocole décrit les étapes clés impliqués dans l’évaluation de la sensibilité du cerveau d’une personne pour le traitement de stimulation de sa fin autres en sélectionnant paires de partenaires, en enregistrant leur électroencéphalogramme (EEG) simultanément et en calcul leur potentiels de cerveau liées à l’événement (ERPs).

Comment effets trouver des Stimulus traitement sur l’événement connexe cerveau potentiels de fermer d’autres quand Hyperscanning partenaires

Nous présentons deux protocoles analytiques qui peuvent être utilisés pour analyser les données de l’électroencéphalographie intracrânienne en utilisant le logiciel de statistiques paramétriques cartographie (SPM) : analyse temps-fréquence statistique paramétrique mappage pour l’activité neuronale et la dynamique causale modélisation des réponses induites pour intra - et inter - régionales, connectivité.

Analyser l’activité neurale et la connectivité à l’aide des données EEG intracrânienne avec logiciel SPM

Les techniques standard d'analyse de l'EEG offrent un aperçu limité de la fonction du système nerveux. La dérivation de modèles statistiques de connectivité corticale offre une capacité beaucoup plus grande d'étudier la dynamique du réseau sous-jacente. L'évaluation fonctionnelle améliorée ouvre de nouvelles possibilités pour le diagnostic, le pronostic, et la prévision de résultat dans les maladies de système nerveux.

Modélisation statistique de la connectivité corticale à l'aide d'électroencéphalogrammes non invasifs

Un nouveau protocole de stimulation magnétique transcrânienne personnalisée en combinaison avec la cartographie par électroencéphalographie (TMS-EEG) des réseaux corticaux, informé par plusieurs modalités de données d’imagerie par résonance magnétique (IRM).

TMS-EEG guidé par neuroimagerie pour la cartographie du réseau cortical en temps réel

Ce protocole décrit une méthode chirurgicale en deux phases pour créer une grande fenêtre crânienne re-scellable et conservatrice de la dure-mère chez la souris. Cette technique permet des enregistrements électrophysiologiques chroniques et multimodaux à partir de réseaux transmis et profonds du cerveau, tels que le Default Mode Network, sur plusieurs semaines.

Protocole chirurgical pour une grande fenêtre crânienne refermable permettant des enregistrements électrophysiologiques longitudinaux et multimodaux du réseau en mode par défaut de la souris

Découvrez la modélisation biophysique avec HNN pour relier les biomarqueurs EEG aux mécanismes neuronaux sous-jacents. Ce protocole permet d'étudier les effets neurothérapeutiques sur l'activité des circuits cérébraux.

Un protocole pour découvrir les mécanismes neuronaux des effets neurothérapeutiques sur l’électroencéphalographie à l’aide du neurosolveur néocortical humain (Vidéo) | JoVE Journal

Un protocole pour découvrir les mécanismes neuronaux des effets neurothérapeutiques sur l’électroencéphalographie à l’aide du neurosolveur néocortical humain

Explorer plus de vidéos