Microstato e analisi di complessità Omega dell'elettroencefalografia dello stato di riposo

Questo articolo viene descritto il protocollo sottostante l'elettroencefalografia (EEG) microstato analisi e analisi di complessità di omega, che sono due misure di EEG privo di riferimento e preziosa per esplorare i meccanismi neurali di disturbi cerebrali.

Questo semestre ho risposto a 10 domande nel campo del disturbo cerebrale, come ad esempio come identificare una coppia efficiente di marcatori per un codice di bios nella diagnosi di oggi. Il vantaggio principale di questa tecnica è che potrebbe essere emanata come riferimento del problema in sospeso quando si aderisce all'analisi EEG tradizionale. Le applicazioni di questa tecnica si estendono alla nostra comprensione delle reti di stati di riposo del cervello umano.

Per iniziare questa procedura, importare i dati EEG grezzi nel software di laboratorio EEG. Quindi, caricare il file di localizzazione del canale nel software di laboratorio EEG per ottenere le posizioni spaziali di questi elettrodi. Per rimuovere gli elettrodi di riferimento, selezionare l'opzione Seleziona dati nell'intervallo del canale della finestra di dialogo a comparsa, selezionare solo gli elettrodi di registrazione e non selezionare gli elettrodi di riferimento in modo che gli elettrodi di riferimento possano essere rimossi.

Per filtrare i dati EEG tra 0,5 e 80 hertz, nella finestra di dialogo a comparsa, scegliere 0,5 per il bordo inferiore della banda passafrequenza hertz e scegliere 80 per il fronte superiore della banda passafrequenza hertz. Quindi fare clic su Ok.To rimuovere il rumore della linea elettrica con un filtro notch compreso tra 49 e 51 hertz, nella finestra di dialogo popup, scegliere 49 per il bordo inferiore della banda passa-frequenza hertz e scegliere 51 per il fronte superiore della banda passa-frequenza hertz. Quindi selezionare l'opzione di Notch filtra i dati invece della banda passante e fare clic su Ok.To rimuovere i movimenti oculari, fare clic su Strumenti, quindi fare clic su Rimozione artefatti utilizzando AAR 1.3 e Rimozione EOG utilizzando BSS.

Per rimuovere EMG, fare clic su Strumenti, quindi su Rimozione artefatti utilizzando AAR 1.3 e Rimozione EMG tramite BSS. Successivamente, segmentare i dati EEG continui pre-elaborati in epoche con una lunghezza dell'epoca di due secondi. Apparirà una finestra che consente il salvataggio dei dati EEG segmentati.

Quindi importa i dati EEG segmentati nel software di laboratorio EEG e rifiuta le epoche EEG con valori di ampiezza superiori a più o meno 80 microvolt su qualsiasi elettrodo. Quindi, salva i dati EEG pre-elaborati. In questa procedura per ciascun soggetto, caricare i dati EEG pre-elaborati, convertire i canali di riferimento in riferimento medio comune e filtrare i dati EEG passa-banda tra due e 20 hertz.

Quindi, identifica le quattro mappe dei microstati in ogni soggetto. Nella finestra di dialogo popup, scegli tre per il numero minimo di classi, scegli sei per il numero massimo di classi, scegli 50 per il numero di riavvii, scegli il numero massimo di mappe da utilizzare e seleziona le opzioni di solo picco GFP e Nessuna polarità. Quindi, fai clic sul pulsante Ok.

Successivamente, salvare i dati EEG di ciascun soggetto dopo aver identificato le proprie mappe di microstato. Importa contemporaneamente i set di dati EEG di tutti i soggetti salvati nell'ultimo passaggio. Quindi identificare le mappe dei microstati a livello di gruppo.

Nella finestra di dialogo popup, selezionare i set di dati di tutti i soggetti nell'opzione Scegli set per la media. Nell'opzione Nome della media, dare un nome per le mappe di microstati a livello di gruppo, quindi fare clic sul pulsante Ok.Questo creerà un nuovo set di dati denominato GrandMean che memorizza le mappe di microstati a livello di gruppo. Ordina manualmente l'ordine di quattro mappe di microstati a livello di gruppo in base al loro ordine classico.

Nella finestra popup, seleziona Altro, quindi il numero di mappe visualizzate diventa quattro. Successivamente, seleziona Ordinamento uomo. Nella finestra di dialogo popup, inserisci il nuovo ordine di quattro mappe di microstati a livello di gruppo e fai clic su Chiudi.

Successivamente, ordina l'ordine delle quattro mappe di microstato di ciascun soggetto, salva i parametri di microstato per ciascun soggetto che richiameranno due finestre di dialogo popup in sequenza. Nella prima finestra di dialogo, selezionare i set di dati di tutti gli argomenti. Nella seconda finestra di dialogo, selezionare 4 classi per l'opzione Numero di classi.

Selezionate le opzioni Adatta solo ai picchi GFP e Rimuovi microstati potenzialmente troncati. Quindi, scegli 30 per la finestra di levigatura dell'etichetta, ms e scegli uno per la penalità di non levigatezza, quindi fai clic su Ok.Un file CSV che memorizza i parametri del sottomicrostato verrà salvato sul computer. Queste immagini mostrano che i microstati di classe A e B hanno rispettivamente un orientamento frontale destro a occipitale sinistro e un orientamento frontale sinistro a occipitale destro.

Le classi C e D dei microstati hanno topografie simmetriche, ma sono stati osservati rispettivamente l'orientamento prefrontale rispetto all'occipitale e l'orientamento frontale-centrale rispetto all'occipitale. Questa tabella mostra la media e la deviazione standard dei parametri del microstato dei soggetti sani. Una volta padroneggiata, questa tecnica può essere eseguita in un'ora se eseguita correttamente.

Durante il tentativo di questa procedura, è importante ricordare che i dati EEG devono essere pre-elaborati con attenzione. Seguendo questa procedura, è possibile eseguire altri metodi come la localizzazione della fonte per rispondere a ulteriori domande, ad esempio da dove provengono queste mappe di microstati. Questa tecnica ha aperto la strada ai ricercatori nel campo della scienza del cervello per esporre la malattia come nel cervello umano.