Name: Un protocollo per scoprire i meccanismi neurali degli effetti neuroterapeutici sullelettroencefalografia utilizzando il neurosolver neocorticale umano (Video) | JoVE Journal
Uploaded: 2026-05-19T13:50:00.000+00:00
Duration: 7 min 47 s
Description: Scopri come utilizzare il software HNN per modellare i meccanismi neurali dei biomarcatori EEG e valutare gli effetti dei neuroterapeutici sul circuito corticale umano.

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>

```html
<table><tbody><tr><td>Anaconda Python</td><td>Anaconda, Inc.</td><td>N.A.</td><td>Distribuzione Python; Versione Python &ge;3.9 e &lt;3.14</td></tr><tr><td>Computer workstation</td><td>N.A.</td><td>N.A.</td><td>Sistema operativo: Windows &ge;10, Linux o macOS. Hardware minimo raccomandato: &ge;16 GB RAM, &ge;8 CPU cores</td></tr><tr><td>EEGLAB</td><td>EEGLAB Developers</td><td>N.A.</td><td>Toolbox opzionale basato su MATLAB per la pre-elaborazione EEG e l'analisi ERP</td></tr><tr><td>FieldTrip</td><td>Donders Institute for Brain, Cognition and Behaviour, Radboud University</td><td>N.A.</td><td>Toolbox opzionale basato su MATLAB per l'analisi EEG/MEG</td></tr><tr><td>Human Neocortical Neurosolver (HNN-core)</td><td>HNN Developers</td><td>N.A.</td><td>Software di modellazione neurale biofisica; versione &ge;0.6.0 utilizzata in questo studio</td></tr><tr><td>MATLAB</td><td>MathWorks</td><td>N.A.</td><td>Necessario per eseguire EEGLAB e FieldTrip (se utilizzato)</td></tr><tr><td>MNE-Python</td><td>MNE Developers</td><td>N.A.</td><td>Utilizzato per la pre-elaborazione EEG e la localizzazione delle sorgenti</td></tr><tr><td>NumPy</td><td>NumPy Developers</td><td>N.A.</td><td>Utilizzato per calcoli numerici e generazione di numeri casuali</td></tr><tr><td>Pixi (package/environment manager)</td><td>Prefix.dev</td><td>N.A.</td><td>Utilizzato per gestire le dipendenze nel repository del codice associato</td></tr><tr><td>PyTorch</td><td>PyTorch Developers</td><td>N.A.</td><td>Utilizzato per l'addestramento delle reti neurali SBI e l'impostazione di semi casuali</td></tr><tr><td>SBI (Simulation-Based Inference) package</td><td>SBI Developers</td><td>N.A.</td><td>Pacchetto Python per l'inferenza dei parametri e la quantificazione dell'incertezza</td></tr><tr><td>Windows Subsystem for Linux (WSL2)</td><td>Microsoft Corporation</td><td>N.A.</td><td>Necessario solo per le installazioni basate su Windows</td></tr></tbody></table>
```

un protocollo per scoprire i meccanismi neurali degli effetti neuroterapeutici sull'elettroencefalografia utilizzando il neurosolver neocorticale umano

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

Un protocollo per scoprire i meccanismi neurali degli effetti neuroterapeutici sull'elettroencefalografia utilizzando il neurosolver neocorticale umano

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

Ricerca

JoVE Journal

Neuroscience

Neuroscienze

Vi presentiamo un metodo per raccogliere i segnali electrocorticographic a fini di ricerca da esseri umani che sono sottoposti a monitoraggio invasivo epilessia. Mostriamo come utilizzare il BCI2000 piattaforma software per la raccolta dati, elaborazione del segnale e la presentazione dello stimolo. In particolare, abbiamo dimostrato Sigfried, uno strumento basato su BCI2000 in tempo reale la mappatura funzionale del cervello.

Registrazione umani Electrocorticographic (ECOG) Segnali per la ricerca neuroscientifica e in tempo reale la mappatura funzionale corticale

La procedura è descritta per manipolare l'attività dei neuroni cerebrali corticali piramidali optogenetically mentre l'elettroencefalogramma, elettromiogramma, e cerebrale concentrazione di lattato sono monitorati. Registrazioni sperimentali vengono eseguite su cavo-frenati topi, mentre subiscono spontanee sonno / veglia cicli. Optogenetic apparecchiatura è assemblata nel nostro laboratorio, apparecchi registrazione è commercialmente disponibile.

Elettroencefalografia simultanea, in tempo reale misura della concentrazione di lattato e la manipolazione Optogenetic di attività neuronale nella corteccia cerebrale Rodentia

Questo video mostra il processo di registrazione dell'attività neuronale corticale e sottocorticale utilizzando elettrodi di elettroencefalografia (EEG) e stimolazione cerebrale profonda (DBS) durante un test di stimolazione visiva basato sull'attenzione.

Registrazione dell'attività neuronale corticale e sottocorticale utilizzando sistemi di elettrodi

Il presente protocollo mira a valutare le funzioni cognitivo-emotive nei gangli della base mediante la registrazione neurofisiologica simultanea dei potenziali di campo locale e dell'attività corticale cerebrale (EEG) non invasiva. La procedura è esemplificata dall'uso di paradigmi che coinvolgono stimoli vocali con connotazione emotiva o il compito Flanker che coinvolge il controllo cognitivo.

Invasiva sottocorticali e superficie non invasiva neurofisiologiche registrazioni per la valutazione delle cognitivo ed emotivo funzioni combinate negli esseri umani

La risonanza magnetica di connettività funzionale in stato di riposo ha identificato anomalie in pazienti con un'ampia gamma di disturbi neuropsichiatrici, inclusa l'epilessia dovuta a malformazioni dello sviluppo corticale. La stimolazione magnetica transcranica in combinazione con l'EEG può dimostrare che i pazienti con epilessia hanno ipereccitabilità corticale nelle regioni con connettività anormale.

Un multimodale Imaging- e stimolazione a base di metodo di valutazione relativi alla connettività del cervello eccitabilità pazienti con epilessia

Questo protocollo descrive passaggi chiave coinvolti nel valutare la sensibilità del cervello di una persona per l'elaborazione dello stimolo di una stretta altri selezionando coppie di partner, registrando contemporaneamente loro elettroencefalogramma (EEG) e computing loro potenziali evento-relativi del cervello (ERPs).

Come trovare gli effetti di stimolo elaborazione evento correlati cervello potenziali del vicino agli altri quando Hyperscanning partner

Presentiamo due protocolli analitici che possono essere utilizzati per analizzare i dati di elettroencefalografia intracranica utilizzando il software di mappatura statistica parametrica (SPM): analisi tempo-frequenza mappatura statistica parametrica per attività neurale e dinamica causale modellazione di risposte indotte per connettività intra - e inter - regionale.

Analizzando l'attività neurale e connettività utilizzando dati EEG intracranico con SPM Software

Le tecniche di analisi EEG standard offrono una visione limitata della funzione del sistema nervoso. La derivazione di modelli statistici di connettività corticale offre una capacità molto maggiore di studiare le dinamiche di rete sottostanti. Una migliore valutazione funzionale apre nuove possibilità per la diagnosi, la prognostizione e la previsione dell'esito nelle malattie del sistema nervoso.

Modellazione statistica della connettività corticale mediante elettroencefalogrammi non invasivi

Un nuovo protocollo per la stimolazione magnetica transcranica personalizzata in combinazione con la mappatura elettroencefalografica (TMS-EEG) delle reti corticali, informata da modalità di dati di risonanza magnetica multipla (MRI).

TMS-EEG guidato da neuroimaging per la mappatura della rete corticale in tempo reale

Questo protocollo descrive un metodo chirurgico a due fasi per creare una grande finestra cranica richiudibile e conservatrice della durata nei topi. Questa tecnica consente registrazioni elettrofisiologiche croniche e multimodali da reti cerebrali profonde distribuite, come la Default Mode Network, nell'arco di diverse settimane.

Protocollo chirurgico per una grande finestra cranica richiudibile che consente registrazioni elettrofisiologiche longitudinali e multimodali della rete in modalità predefinita del mouse

Scopri come utilizzare il software HNN per modellare i meccanismi neurali dei biomarcatori EEG e valutare gli effetti dei neuroterapeutici sul circuito corticale umano.

Un protocollo per scoprire i meccanismi neurali degli effetti neuroterapeutici sullelettroencefalografia utilizzando il neurosolver neocorticale umano (Video) | JoVE Journal

Un protocollo per scoprire i meccanismi neurali degli effetti neuroterapeutici sull'elettroencefalografia utilizzando il neurosolver neocorticale umano

Esplora altri video