Method Article

Microstate וניתוחים המורכבות אומגה של אלקטרואנצפלוגרם נח-המדינות

DOI:

10.3791/56452

⸱

June 15th, 2018

 ,  , 
1Department of Pain Medicine, Peking University People's Hospital, 2Key Laboratory of Child Development and Learning Science of Ministry of Education, Research Center for Learning Science, School of Biological Sciences & Medical Engineering, Southeast University

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מאמר זה מתאר את פרוטוקול המשמש כבסיס אלקטרואנצפלוגרם (EEG) microstate ניתוח וניתוח אומגה המורכבות, המהווים אמצעי EEG ללא התייחסות שני ויקר מאוד לחקור את המנגנונים העצביים של הפרעות מוח.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המורכבות microstate של אומגה נמצאים שני אמצעים ללא התייחסות אלקטרואנצפלוגרם (EEG) יכול לייצג את המורכבות הגיאופוליטיות והמרחביות הזמני של נתוני EEG, היה בשימוש נרחב כדי לחקור את המנגנונים העצביים העומדים בהפרעות במוח. מטרת מאמר זה היא לתאר את הפרוטוקול המשמש כבסיס EEG microstate ו אומגה למורכבות ניתוחים צעד אחר צעד. היתרון העיקרי של שני אמצעים אלה הוא שהם יכולים לחסל הבעיה תלויי-הפניה הטמון ניתוח הספקטרום מסורתיים. בנוסף, ניתוח microstate עושה שימוש טוב של רזולוציה הגיע הזמן של נח-המדינות EEG, המעמדות microstate שהושג ארבע יכול להתאים הרשתות נח-המדינה המתאימה בהתאמה. המורכבות אומגה מאפיינת את המורכבות המרחבי של כל המוח או אזורים ספציפיים במוח, אשר יש יתרון ברור לעומת אמצעים מסורתיים המורכבות התמקדות המורכבות שידור ערוץ אחד. אמצעים אלה-EEG שני יכול משלימים אחד את השני כדי לחקור את מורכבות המוח מהתחום הטמפורלי, מרחבי בהתאמה.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

אלקטרואנצפלוגרם (EEG) כבר בשימוש נרחב כדי להקליט את הפעילות החשמלית של המוח האנושי הן אבחנה קלינית והן מחקר מדעי, מאז זה לא פולשנית, costed נמוך, יש רזולוציה טמפורלית גבוהה מאוד1. על מנת ללמוד את האותות EEG ב נח המדינה, חוקרים פיתחו רבים EEG טכניקות (למשל, ניתוח הספקטרום כוח, אנליזה פונקציונלית קישוריות)2,3. אלה, microstate ניתוח וניתוח מורכבות אומגה יכול לעשות שימוש טוב של המידע המרחבי ואת זמני הטמונה EEG אותות4.

מחקרים קודמים הראו כי למרות ההתפלגות הטופוגרפי של אותות EEG שמשתנה במשך הזמן בתוך העין סגורה או העין-פתח נח המדינה, הסדרה של מפות רגעית להציג שינויים מקוטע של נופים, קרי, בתקופות של יציבות לסירוגין עם תקופות המעבר קצר בין מסוימים topographies ומעין יציב אא ג5. Microstates מוגדרים המקרים עם topographies EEG ומעין יציב, אשר נמשכים בין 80 ל-120 ms1. מאז יש נופים פוטנציאל חשמלי שונים נוצרו על ידי מקורות עצביים שונים, microstates אלה עשוי להיות זכאי כמו אבני יסוד של mentation ואתה יכול להיחשב "אטומים של מחשבה ורגש"6. באמצעות אלגוריתמים סיווג דפוס מודרני, ארבעה נח EEG microstate שיעורים באופן עקבי נצפו, אשר כינו מדרגה ראשונה, class B, class C ו- class D7. יתר על כן, החוקרים גילו כי אלה ארבע כיתות microstate של נח EEG נתונים היו קשורים באופן הדוק במערכות פונקציונלי ידועים שנצפתה רבים מצבים נח fMRI (הדמיית תהודה מגנטית תפקודית) מחקרים8,9 . לפיכך, ניתוח microstate מספק גישה מוזרה ללמוד הרשתות במצב מנוחה (RSNs) של המוח האנושי. בנוסף, משך הזמן הממוצע, מתדירות המופעים של כל מחלקה microstate, צורת המפות microstate ארבעת הטופוגרפי באופן משמעותי מושפעים קצת מוח הפרעות4,10,11, והן משויכות מודיעין נוזלים12 ו אישיות13.

בהיבט אחר, קישוריות פונקציונלי המסורתי של רב ערוצית EEG יכול רק לתאר את החיבורים פונקציונלי בין שתי אלקטרודות הקרקפת, ובכך נכשלה להעריך קישוריות פונקציונלי גלובלית על פני הקרקפת או בתוך אזור מסוים במוח. המורכבות אומגה, המוצע על ידי Wackermann (1996)14 ומחושבים דרך גישה המשלבת ניתוח גורמים ראשיים (PCA) ואנטרופיה שאנון, שימש כדי לכמת את הסינכרון הכללית של פס רחב בין במרחב מופץ אזורים במוח. על מנת להעריך את המורכבות אומגה של כל רצועת תדרים, התמרת פורייה נערך בדרך כלל בתור צעד ראשוני25.

Microstates והמורכבות omega יכול לשמש כדי לשקף שני מושגים, קרי, את זמני המורכבות ואת המורכבות המרחבי4. מאז המעמדות microstate לייצג פעולות נפשיות מסוימות במוח האנושי, הם יכול לשקף את המבנה הזמני של תנודות עצביים. משך נמוכה וקצב התרחשות גבוהה יותר לשניה עליך לציין המורכבות טמפורלית גבוה יותר. המורכבות אומגה קשורה באופן חיובי עם מספר מקורות עצמאיים עצביים במוח, ולכן בדרך כלל נחשבים כמחוון של מורכבות מרחבי4.

המאמר הנוכחי מתאר את הפרוטוקול של EEG microstate ניתוח וניתוח מורכבות אומגה בפירוט. EEG microstate ו אומגה המורכבות הבדיקות מציעים את ההזדמנות כדי למדוד את המורכבות הגיאופוליטיות והמרחביות הטמפורלי של פעילות מוחית בהתאמה.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

פרוטוקול זה אושרה על ידי הוועדה האתית המקומית. כל המשתתפים והוריהם חתמה על טופס הסכמה מדעת לניסוי זה.

1. נושאים

  1. לכלול רק 15 זכר בגיל ההתבגרות לנסיינים בריאים, שגילו נע בין 14 ל- 22 שנים (זאת אומרת ± סטיית התקן: 18.3 ± שנים 2.8).
    הערה: הפרוטוקול הנוכחי כדי לנתח את המורכבות microstate של אומגה פותחה לנסיינים בריאים, אך אינה מוגבלת רק לקבוצה זו.

2. א. ג נתונים הקלטה

  1. שאלו נושאים לשבת על כסא נוח בחדר שקט, בטמפרטורה מבוקרת, איפה הנתונים EEG הוקלט. איסוף הנתונים EEG ערוץ 20 באמצעות מערכת הנמלים EEG ב פרוטוקול זה.
  2. לשים הכובע על הראש של הנבדקים.
    1. במחקר זה, להשתמש כובע בגודל בינוני, היות שזה מתאים ביותר בגיל ההתבגרות או גברית נושאים. עבור הילדים, בבקשה למדוד את היקף הראש של כל נושא, ולקבוע את הכובע עם גודל מתאים.
    2. הצב האלקטרודה Cz כ 50% של המרחק בין inion ל- nasion ו- 50% של המרחק בין הכניסות נכון בין שמיעה ושמאלה. במקום האלקטרודות הפניה על העצם פטמתי ימינה ושמאלה, בהתאמה. הצב האלקטרודות קרקפת אחרים במיקומים רגיל לפי הבינלאומית מערכת 10-20.
      הערה: מערכת אלקטרודה, EEG מגבר עם 20 ערוצים מספיקה EEG microstate ניתוח וניתוח מורכבות אומגה.
  3. ממלאים כל האלקטרודות שיפוזר על ידי החדרת מחט בוטה באמצעות האלקטרודות. השתמש את ג'ל מוליך להפחית את התנגדות. שמור כל אלקטרודה impedances נמוך מ 10 kiloohms (kΩ).
    1. במהלך תקופה זו, לספק בידור עבור הנתינים (למשל, הצגת סרט קצר). אם נעשה שימוש סלקטיבי או של אלקטרודה מלוחים, לדלג על השלב של הזרקת ג'ל מוליך.
  4. להורות את הנושאים להירגע עם עיניים עצומות במהלך ההקלטה, שנמשך 5 דק השתמש בתוכנה הדיגיטציה כדי דיגיטייז ולהקליט את גלי המוח לאותת. השתמש בקצב דגימה של דגימות לפחות 250/ס שימוש במסנן מקוונת רחבה יותר 0.1 ו 80 הרץ.
    הערה: למרות מערכות אלקטרודה זמין-מגבר מסחריות ביותר להשתמש מערכת אלקטרודה פעיל, אשר יכול לשפר את אות יחס לרעש של האות EEG, אין למקם מערכת זו קרוב לכל מכשירי חשמל במהלך ההקלטה EEG.

3. א. ג נתונים Preprocessing

הערה: הנתונים EEG יכול להיות בקובייה באמצעות קוד פתוח או תוכנה מסחרית שונים. ההוראות המפורטות להלן הן ספציפיות עבור EEGLAB. זהו רק אחד מתוך אפשרויות רבות זמינות של תהליך מוקדם נתוני EEG.

  1. לייבא את הנתונים הגולמיים של EEG לתוכנה EEG (למשל, EEGLAB) (קובץ | ייבוא נתונים | באמצעות פונקציות EEGLAB תוספים).
    הערה: הנתונים הגולמיים EEG הקליט ממערכות שונות אלקטרודה-מגבר יכול להיות מזוהה על-ידי EEGLAB, כגון EGI, נמלה, מקליט הראייה במוח, ואת Neuroscan.
  2. לטעון את הקובץ במיקום ערוץ לתוך התוכנה EEG (עריכה | ערוץ מיקומים). למרות הנתונים EEG ושמות ערוץ המיובאים כדי EEGLAB, לייבא קובץ במיקום ערוץ לתוך התוכנה EEG כדי להשיג את המיקומים המרחבי של האלקטרודות.
  3. הסר את אלקטרודות ייחוס (עריכה | בחר נתונים | בחר נתונים בטווח הערוץ). האפשרות "בחר נתונים בטווח ערוץ" של תיבת הדיאלוג הנפתח, בחר רק את אלקטרודות הקלטה ובחר לא האלקטרודות הפניה כך שניתן יהיה להסיר את האלקטרודות הפניה. הנתונים שנרשמו אלקטרודות ייחוס אינה אות המוח 'true', שכן אלה שתי אלקטרודות ממוקמות על העצם פטמתי ימינה ושמאלה בהתאמה.
  4. להקת נתונים מסנן EEG עוברים בין 0.5 ל- 80 הרץ (כלים | סנן את הנתונים | אשוח בסיסי מסנן [חדש, ברירת מחדל]). בתיבת הדיאלוג הנפתח, בחר 5 עבור "בקצה התחתון של הלהקה לעבור תדר (Hz)" ובחרו ' 80 "גבוה יותר לקצה של הלהקה לעבור תדר (Hz)". לאחר מכן לחצו על הכפתור של "אישור".
  5. הסרת הרעש קו חשמל עם מסנן חריץ בין 49 ו 51 הרץ (כלים | סנן את הנתונים | אשוח בסיסי מסנן [חדש, ברירת מחדל]). בתיבת הדיאלוג הנפתח, בחר 49 עבור "בקצה התחתון של הלהקה לעבור תדר (Hz)", ולא לבחור 51 "גבוה יותר לקצה של הלהקה לעבור תדר (Hz)" ולאחר בחר באפשרות של "חריץ לסנן את הנתונים במקום אישור הלהקה". לאחר מכן לחצו על הכפתור של "אישור".
  6. לתקן את החלקים נתונים שזוהמו על ידי תנועות עיניים, אלקטרומיוגרפיה (EMG) או כל חפצים שאינם-פיזיולוגיים אחרים באמצעות אלגוריתם ההפרדה במקור עיוור (BSS)15. תנועות עיניים, לחץ על כלים | החפץ הסרה באמצעות AAR 1.3 | הסרת EOG | באמצעות BSS; עבור EMG, כלים | החפץ הסרה באמצעות AAR 1.3 | EMG הסרה באמצעות BSS.
  7. פלח מראש מעובד רציפה לנתונים EEG לתוך שהשרתים, אפוק באורך של 2 s. כדי לעשות זאת, לכתוב 'EEG = eeg_regepochs (EEG, 'החוזר', 2, 'גבולות', [0 2], 'rmbase', נאן); pop_saveset(EEG)', ואז ללחוץ על מקש Enter של המקלדת. חלון יופיע המאפשרת שמירת הנתונים EEG מקוטע.
  8. ייבוא נתוני EEG מקוטע לתוכנה EEG (קובץ | לטעון נתונים קיימים).
  9. דחה שהשרתים EEG עם ערכים משרעת העולה על µV ± 80-כל אלקטרודה (כלים | דחה שהשרתים נתונים | דחה נתונים [כל שיטות]).
  10. לשמור את נתוני EEG עיבוד מקדים (קובץ | שמור ערכת הנתונים הנוכחי כמו).

4. א. ג Microstate ניתוח

הערה: גרסה מותאמת של האלגוריתם הקלאסית של קיבוץ באשכולות K-אמצעי משמש microstate מחלקת ניתוח16, אשר מכיל את הליך מלמטה למעלה, שגרת למעלה-למטה. בהליך מלמטה למעלה, המעמדות ברמת הקבוצה microstate מזוהים באמצעות המתאם המרחבי כקריטריון קיבוץ באשכולות. ואז בהליך למעלה-למטה, כל מפה טופוגרפית של כל נושא בכל קבוצה מוקצה למחלקה microstate EEG עם קורלציה מרחבית המרבי. לניתוח microstate של נח-המדינות EEG, התעלמו בדרך כלל הקוטביות של מפות טופוגרפיות. EEG microstate מחלקת ניתוח יכול להיעשות באמצעות תוכנות קוד פתוח שונות, כגון CARTOOL, sLORETA, אמה ואת MapWin. ההוראות המפורטות להלן הן ספציפיות עבור התוסף EEGLAB עבור Microstates. היתה אפשרות להוריד את התוסף EEGLAB מ- https://sccn.ucsd.edu/wiki/EEGLAB_Extensions_and_plug-ins.

  1. לכל נושא, לטעון את נתוני EEG עיבוד מקדים (קובץ | העומס הקיים dataset), המר ערוצי הפניה להפניה ממוצע נפוץ (כלים | מחדש הפניה), ומעביר הלהקה לסנן את הנתונים EEG בין 2 ל- 20 Hz (כלים | סנן את הנתונים | אשוח בסיסי מסנן [חדש, ברירת מחדל]).
  2. לזהות במפות microstate ארבעה לכל נושא (כלים | Microstates | זהה microstate מפות). בתיבת הדיאלוג הנפתח, בחר 3 עבור "דקות מספר שיעורים" בחרו 6 עבור "מקס מספר שיעורים", לבחור 50 עבור "מספר הפעלות מחדש", לבחור "מספר מרבי של מפות לשימוש", בחר את האפשרויות של "שיא GFP בלבד", "אין קוטביות". לאחר מכן לחצו על הכפתור של "אישור".
  3. לשמור את נתוני EEG של כל נושא לאחר זיהוי משלה microstate מפות (קובץ | שמור ערכת הנתונים הנוכחי כמו).
  4. ייבוא datasets EEG של כל הנושאים הציל בשלב האחרון בו זמנית (קובץ | לטעון נתונים קיימים).
  5. לזהות את המפות ברמת הקבוצה microstate (כלים | Microstates | Microstate הממוצע מפות על פני datasets). בתיבת הדיאלוג הנפתח, בחר את קבצי הנתונים של כל הנושאים האפשרות "בחר הגדרת עבור חישוב ממוצע". האפשרות "שם" של ממוצע, תן שם עבור המפות microstate ברמת הקבוצה. שם ברירת המחדל הוא "GrandMean". לאחר מכן לחצו על הכפתור של "אישור". פעולה זו תיצור ערכת נתונים חדש בשם "GrandMean", אשר מאחסן את המפות microstate ברמת הקבוצה.
  6. באופן ידני את הסדר המיון של ארבע מפות ברמת הקבוצה microstate לפי סדר קלאסי (מגרש | עריכת מפות microstate). החלון המוקפץ, בחר 'עוד', ואז המספר של מפות מוצג הופך ארבע. בחר "איש מיון". בתיבת הדיאלוג הנפתח, הזן את סדר חדש של ארבע מפות ברמת הקבוצה microstate. ואז לחץ על "סגור".
  7. את הסדר המיון של ארבע מפות microstate של כל נושא (כלים | Microstates | מיון microstate בודדים מפות על פי ממוצע).
  8. להציל את הפרמטרים microstate של כל נושא (כלים | Microstates | לכמת microstates ב- dataset [תבנית רשע מפות]), אשר המשתקף דרך שתי תיבות דו-שיח מוקפצות ברצף.
    1. בתיבת הדיאלוג הראשון, בחר ערכות נתונים בכל המקצועות. בתיבת הדיאלוג השני, בחר "המעמדות 4" אופציה "מספר של המעמדות", בחר את האפשרויות של "התאמה רק על ה-GFP פסגות", "הסר באופן פוטנציאלי נחתך microstates", לבחור 30 לתווית"החלקת חלון (ms)" ובחרו 1 עבור חלקות שאינן " עונש". לאחר מכן לחצו "אישור". קובץ csv אשר מאחסן את הפרמטרים microstate יישמרו במחשב.

5. אומגה ניתוח סיבוכיות

  1. לשמור את נתוני EEG של כל תקופה, כל נושא ב- ASCII או txt באמצעות תבנית אישית script. להלן דוגמה של קובץ ה-script מותאמים אישית עבור שלב 5.1 היתה אפשרות למצוא את החומרים המשלימים.
    הערה: אם המורכבות אומגה העולמית מחושב, הנתונים EEG של כל אלקטרודות הקרקפת נחוצים כדי לייצא בפורמט ASCII או txt. אם המורכבות אומגה אזוריים מחושב, לייצא רק את הנתונים EEG של אלקטרודות באותו אזור הקרקפת. לדוגמה, כדי לחשב המורכבות אומגה הקדמי, לייצא רק את הנתונים EEG של אלקטרודות באזור הקדמי (קרי, Fp1 Fp2, F7, F3, Fz, F4, F8); על מנת לחשב את המורכבות אומגה האחורי, לייצא רק את הנתונים EEG של אלקטרודות באזור האחורי (קרי, T5, T6, P3, P4, Pz, O1 ו O2).
  2. לחשב את המורכבות אומגה של כל התדרים דיסקרטית באמצעות תוכנת sLORETA17 (עזרי | קישוריות הכללית). תוכנה זו הינה זמינה במלון http://www.uzh.ch/keyinst/loreta.htm.
  3. חשב את המורכבות אומגה של כל רצועת תדרים באמצעות script מותאמים אישית26. במקרה שלנו, לחשב את המורכבות אומגה הלהקות תדירות שמונה הבאים כערך רשע בתוך כל מגבלת תדירות, אשר דלתא (0.5-3.5 הרץ), תטא (4-7.5 הרץ), alpha1 (8-10 Hz), alpha2 (10.5-13.5 Hz), beta1 (14-18 הרץ), beta2 (18.5-30 הרץ), gamma1 ( 30.5-48 Hz), ו- gamma2 (52-80 Hz)4. להלן דוגמה של קובץ ה-script מותאמים אישית עבור שלב 5.3 היתה אפשרות למצוא את החומרים המשלימים.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

EEG microstate

גרנד מתכוון microstate מנורמל מפות מוצגים באיור1. הנופים פוטנציאל חשמלי של אלה ארבע כיתות microstate המזוהה כאן דומים מאוד לאלה שנמצאו מחקרים קודמים4.

וסטיית (SD) של microstate פרמטרים של הנבדקים בריא הוצגו בטבלה1. לשיעור microstate A, שיעור ההתרחשות היה 3.44 ± פעמים 1.29 / s, וכן את משך...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

במאמר זה, שני סוגים של שיטות אנליטית EEG (קרי, microstate ניתוח וניתוח אומגה מורכבות), מדידת את המורכבות טמפורלית והמורכבות המרחבי של המוח האנושי בהתאמה, שתוארו בפירוט. ישנם מספר שלבים קריטיים בתוך פרוטוקול אשר יש לציין. ראשית, יש לנקות את נתוני EEG לפני חישוב מורכבות microstate, אומגה. שנית, כדאי remontaged את נתוני EEG נגד ההפניה הממוצע לפני חישוב מורכבות microstate, אומגה. שלישית, נתוני EEG רציפה עליך ניתן לחלק שהשרתים לפני חישוב מורכבות microstate, אומגה. לאורך כל התקופה צריכה להיות 2 s. לבסוף, התוכנה יכול לשמש בניתו...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחברים אין לחשוף.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מאמר זה נתמך על ידי נבחרת מדעי הטבע קרן של סין (31671141).

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
מערכת EEG / ERP של ANT 20 ערוציםASA-Lab, ANT B.V., הולנדכתובת אינטרנט: תוסף
> http://www.ant-neuro.com/ EEGLAB עבור Microstatesתומאס קניגhttps://sccn.ucsd.edu/wiki/EEGLAB_Extensions_and_plug-ins
sLORETAרוברטו ד. פסקואל-מרקיhttp://www.uzh.ch/keyinst/loreta.htm
MATLAB 2010a MathWorks בע"מכתובת האינטרנט של החברה:
> http://www.mathworks.com/ eeglabSwartz Center for Computational Neuroscience, אוניברסיטת קליפורניה, סן דייגוhttps://sccn.ucsd.edu/eeglab/index.php

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Khanna, A., et al. Microstates in resting-state EEG: current status and future directions. Neurosci Biobehav Rev. 49, 105-113 (2015).
  2. Chen, J. L., Ros, T., Gruzelier, J. H. Dynamic changes of ICA-derived EEG functional connectivity in the resting state. Hum Brain Mapp. 34 (4), 852-868 (2013).
  3. Imperatori, C., et al. Aberrant EEG functional connectivity and EEG power spectra in resting state post-traumatic stress disorder: a sLORETA study. Biol Psychol. 102, 10-17 (2014).
  4. Gao, F., et al. Altered Resting-State EEG Microstate Parameters and Enhanced Spatial Complexity in Male Adolescent Patients with Mild Spastic Diplegia. Brain Topogr. 30 (2), 233-244 (2017).
  5. Seitzman, B. A., et al. Cognitive manipulation of brain electric microstates. Neuroimage. 146, 533-543 (2017).
  6. Lehmann, D., Michel, C. M. EEG-defined functional microstates as basic building blocks of mental processes. Clin Neurophysiol. 122 (6), 1073-1074 (2011).
  7. Koenig, T., et al. Millisecond by millisecond, year by year: normative EEG microstates and developmental stages. Neuroimage. 16 (1), 41-48 (2002).
  8. Britz, J., Van De Ville, D., Michel, C. M. BOLD correlates of EEG topography reveal rapid resting-state network dynamics. Neuroimage. 52 (4), 1162-1170 (2010).
  9. Musso, F., et al. Spontaneous brain activity and EEG microstates. A novel EEG/fMRI analysis approach to explore resting-state networks. Neuroimage. 52 (4), 1149-1161 (2010).
  10. Strelets, V., et al. Chronic schizophrenics with positive symptomatology have shortened EEG microstate durations. Clin Neurophysiol. 114 (11), 2043-2051 (2003).
  11. Kikuchi, M., et al. EEG microstate analysis in drug-naive patients with panic disorder. PLoS One. 6 (7), e22912(2011).
  12. Santarnecchi, E., et al. EEG Microstate Correlates of Fluid Intelligence and Response to Cognitive Training. Brain Topogr. , (2017).
  13. Schlegel, F., et al. EEG microstates during resting represent personality differences. Brain Topogr. 25 (1), 20-26 (2012).
  14. Wackermann, J. Beyond mapping: estimating complexity of multichannel EEG recordings. Acta Neurobiol Exp (Wars). 56 (1), 197-208 (1996).
  15. Jung, T. P., et al. Removing electroencephalographic artifacts by blind source separation. Psychophysiology. 37 (2), 163-178 (2000).
  16. Pascual-Marqui, R. D., Michel, C. M., Lehmann, D. Segmentation of brain electrical activity into microstates: model estimation and validation. IEEE Trans Biomed Eng. 42 (7), 658-665 (1995).
  17. Pascual-Marqui, R. D. Standardized low-resolution brain electromagnetic tomography (sLORETA): technical details. Methods Find Exp Clin Pharmacol. 24, Suppl D. 5-12 (2002).
  18. Hu, L., et al. The primary somatosensory cortex contributes to the latest part of the cortical response elicited by nociceptive somatosensory stimuli in humans. Neuroimage. 84, 383-393 (2014).
  19. Murray, M. M., Brunet, D., Michel, C. M. Topographic ERP analyses: a step-by-step tutorial review. Brain Topogr. 20 (4), 249-264 (2008).
  20. Van de Ville, D., Britz, J., Michel, C. M. EEG microstate sequences in healthy humans at rest reveal scale-free dynamics. Proc Natl Acad Sci U S A. 107 (42), 18179-18184 (2010).
  21. Gonuguntla, V., Mallipeddi, R., Veluvolu, K. C. Identification of emotion associated brain functional network with phase locking value. Conf Proc IEEE Eng Med Biol Soc. 2016, 4515-4518 (2016).
  22. Wen, D., et al. Resting-state EEG coupling analysis of amnestic mild cognitive impairment with type 2 diabetes mellitus by using permutation conditional mutual information. Clin Neurophysiol. 127 (1), 335-348 (2016).
  23. Rosales, F., et al. An efficient implementation of the synchronization likelihood algorithm for functional connectivity. Neuroinformatics. 13 (2), 245-258 (2015).
  24. Jia, H., Peng, W., Hu, L. A novel approach to identify time-frequency oscillatory features in electrocortical signals. J Neurosci Methods. 253, 18-27 (2015).
  25. Wackermann, J. Global characterization of brain electrical activity by means of the Ω complexity production rate. Brain Topogr. 18, 135(2005).
  26. Wackermann, J., Putz, P., Gaßler, M. Unfolding EEG spatial complexity as a function of frequency. Brain Topogr. 16 (2), 124(2003).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

EEG Microstate AnalysisOmega ComplexityResting state EEGEEG PreprocessingBandpass FilteringArtifact RemovalMicrostate MappingGroup Level AnalysisEEG Lab SoftwareReference free EEG

Related Articles