Name: פרוטוקול לחשיפת מנגנונים עצביים של השפעות נוירותרפיות על אלקטרואנצפלוגרפיה באמצעות הנוירוסולבר הניאוקורטיקלי האנושי (וידאו) | JoVE Journal
Uploaded: 2026-05-19T13:50:00.000+00:00
Duration: 7 min 47 s
Description: חקור מנגנונים עצביים של השפעות נוירותרפיות על אלקטרואנצפלוגרפיה באמצעות תוכנת HNN לדימוי מעגלים מוחיים. שיטה זו מאפשרת לחבר ביומרקרים של EEG לפעילות עצבית ברמת תאים ומעגלים.

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

playerTrialDesktop

<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>הפצת Python; גרסת Python &ge;3.9 ו-&lt;3.14</td></tr><tr><td>תחנת עבודה מחשבים</td><td>N.A.</td><td>N.A.</td><td>מערכת הפעלה: Windows &ge;10, Linux, או macOS. חומרה מומלצת מינימלית: &ge;16 GB RAM, &ge;8 ליבות CPU</td></tr><tr><td>EEGLAB</td><td>מפתחי EEGLAB</td><td>N.A.</td><td>ארגז כלים מבוסס MATLAB לעיבוד מוקדם של EEG וניתוח ERP</td></tr><tr><td>FieldTrip</td><td>מכון Donders למוח, קוגניציה והתנהגות, אוניברסיטת Radboud</td><td>N.A.</td><td>ארגז כלים מבוסס MATLAB לעיבוד EEG/MEG (אופציונלי)</td></tr><tr><td>Human Neocortical Neurosolver (HNN-core)</td><td>מפתחי HNN</td><td>N.A.</td><td>תוכנה למודלים עצביים ביו-פיזיקליים; גרסה &ge;0.6.0 המשמשת במחקר זה</td></tr><tr><td>MATLAB</td><td>MathWorks</td><td>N.A.</td><td>נדרש לריצת EEGLAB ו-FieldTrip (אם נעשה בהם שימוש)</td></tr><tr><td>MNE-Python</td><td>מפתחי MNE</td><td>N.A.</td><td>משמש לעיבוד מוקדם של EEG ולוקליזציה של מקורות</td></tr><tr><td>NumPy</td><td>מפתחי NumPy</td><td>N.A.</td><td>משמש לחישובים מספריים ויצירת מספרי מקריות</td></tr><tr><td>Pixi (מנהל חבילות/סביבה)</td><td>Prefix.dev</td><td>N.A.</td><td>משמש לניהול תלותיים במאגר הקוד המשייך</td></tr><tr><td>PyTorch</td><td>מפתחי PyTorch</td><td>N.A.</td><td>משמש לאימון רשתות עצביות של SBI והגדרת זרעים אקראיים</td></tr><tr><td>חבילת SBI (Simulation-Based Inference)</td><td>מפתחי SBI</td><td>N.A.</td><td>חבילת Python לחישוב פרמטרים וכימות אי ודאות</td></tr><tr><td>Windows Subsystem for Linux (WSL2)</td><td>Microsoft Corporation</td><td>N.A.</td><td>נדרש רק להתקנות מבוססות Windows</td></tr></tbody></table>

פרוטוקול לחשיפת מנגנונים עצביים של השפעות נוירותרפיות על אלקטרואנצפלוגרפיה באמצעות הנוירוסולבר הניאוקורטיקלי האנושי

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

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

JoVE Journal

Neuroscience

מדעי המוח

אנו מציגים שיטה לאיסוף אותות electrocorticographic למטרות מחקר מבני אדם אשר עוברים ניטור פולשני אפילפסיה. אנחנו מראים איך להשתמש בפלטפורמה BCI2000 תוכנה לאיסוף נתונים, עיבוד אותות מצגת גירוי. באופן ספציפי, אנחנו מדגימים את זיגפריד, כלי BCI2000 מבוסס על מיפוי בזמן אמת המוח תפקודית.

הקלטת אדם Electrocorticographic (ECOG) אותות לחקר Neuroscientific בזמן אמת מיפוי קורטיקלי פונקציונלית

הליך מתואר למניפולציה של פעילות תאי עצב בקליפת מוח פירמידליים מוחיים optogenetically תוך אלקטרו, electromyogram, וריכוז חומצת חלב מוחות המנוטרים. הקלטות ניסיוניות מבוצעות על עכברי כבלים-כבולים בזמן שהם עוברים מחזורי שינה / בעקבות ספונטניים. Optogenetic ציוד מורכב במעבדה שלנו; ציוד הקלטה זמין מסחרי.

Electroencephalography סימולטני, מדידה בזמן אמת של הריכוז לקטט ומניפולצית Optogenetic של פעילות עצבית בקליפת המוח המכרסמת

סרטון זה מדגים את התהליך של רישום פעילות עצבית קליפתית ותת-קורטיקלית באמצעות אלקטרואנצפלוגרפיה (EEG) ואלקטרודות גירוי מוחי עמוק (DBS) במהלך מבחן גירוי חזותי מבוסס קשב.

רישום פעילות עצבית קורטיקלית ותת-קורטיקלית באמצעות מערכות אלקטרודות

הפרוטוקול הנוכחי נועד להעריך תפקודים קוגניטיביים-רגשיים בגרעיני הבסיס על ידי רישום נוירופיזיולוגי בו זמנית של פוטנציאל שדה מקומי ופעילות קליפת המוח הלא פולשנית (EEG). ההליך מודגם על ידי שימוש בפרדיגמות הכוללות גירוי דיבור עם קונוטציה רגשית או משימת פלנקר הכוללת שליטה קוגניטיבית.

פולשנית קורטיקליים ולא פולשנית משולבת Surface הנוירופיזיולוגיים הקלטות עבור הערכת קוגניטיבי ותפקידים רגשיים בבני אדם

MRI במצב מנוחה זיהה חריגות בחולים עם מגוון רחב של הפרעות נוירו-פסיכיאטריות, כולל אפילפסיה עקב מומים בהתפתחות קליפת המוח. גירוי מגנטי טרנס-גולגולתי בשילוב עם EEG יכול להוכיח שלחולים עם אפילפסיה יש ריגוש יתר בקליפת המוח באזורים עם קישוריות לא תקינה.

מולטימודליות Imaging- מבוסס גירוי אופן הערכת קישוריות הקשורות מוח רגיש בחולים עם אפילפסיה

פרוטוקול זה מתאר את השלבים החשובים מעורב בהערכת הרגישות של מוחו של אדם אחד של העיבוד גירוי של קרוב אחרים על-ידי בחירת זוגות של שותפים, הקלטה שלהם העוויתיים (EEG) בו זמנית, מחשוב שלהם פוטנציאל הקשור לאירוע מוחי (ארפס).

כיצד למצוא את ההשפעות של גירוי עיבוד על אירועים הקשורים המוח פוטנציאל של קרובים אחרים כאשר Hyperscanning שותפים

אנו מציגים שני פרוטוקולים אנליטי שיכול לשמש לניתוח נתונים אלקטרואנצפלוגרם תוך-גולגולתי שימוש בתוכנה פרמטרית סטטיסטי-מיפוי (SPM): מיפוי פרמטרית סטטיסטי זמן-תדר ניתוח פעילות עצבית, הסיבתי דינמי מידול המושרה תגובות עבור קישוריות "אינטרה" בין regional.

ניתוח פעילות עצבית וקישוריות באמצעות נתוני EEG תוך-גולגולתי בתוכנה SPM

טכניקות סטנדרטיות של ניתוח EEG מציעות תובנה מוגבלת בתפקוד מערכת העצבים. באמצעות מודלים סטטיסטיים של קישוריות קורטיקלית מציעה יכולת גדולה הרבה יותר לחקור את הדינמיקה הבסיסית של הרשת. הערכה תפקודית משופרת פותחת אפשרויות חדשות לאבחון, תחזיות, וחיזוי התוצאה במחלות מערכת העצבים.

הדוגמנות הסטטיסטית של קישוריות קורטיקלית באמצעות אלקטרונצלוגרמות שאינן פולשנית

פרוטוקול חדשני לגירוי מגנטי טרנס-גולגולתי מותאם אישית בשילוב עם מיפוי אלקטרואנצפלוגרפיה (TMS-EEG) של רשתות קליפת המוח, המבוסס על אופני נתונים של הדמיית תהודה מגנטית מרובה (MRI).

TMS-EEG מונחה הדמיה מוחית למיפוי רשת קליפת המוח בזמן אמת

פרוטוקול זה מתאר שיטה כירורגית דו-שלבית ליצירת חלון גולגולתי גדול, ניתן לסגירה מחדש, ששומר על הדורה בעכברים. טכניקה זו מאפשרת הקלטות אלקטרופיזיולוגיות כרוניות ורב-מודליות מרשתות מוח עמוקות מפוזרות, כגון רשת מצב ברירת המחדל, במשך מספר שבועות.

פרוטוקול ניתוחי לחלון גולגולתי גדול וניתן לסגירה מחדש המאפשר הקלטות אלקטרופיזיולוגיות לאורך זמן ורב-מודליות של רשת מצב ברירת מחדל של העכבר

חקור מנגנונים עצביים של השפעות נוירותרפיות על אלקטרואנצפלוגרפיה באמצעות תוכנת HNN לדימוי מעגלים מוחיים. שיטה זו מאפשרת לחבר ביומרקרים של EEG לפעילות עצבית ברמת תאים ומעגלים.

פרוטוקול לחשיפת מנגנונים עצביים של השפעות נוירותרפיות על אלקטרואנצפלוגרפיה באמצעות הנוירוסולבר הניאוקורטיקלי האנושי

גלה סרטונים נוספים