定型および非定型開発における脳波ムーリズム

サマリー

脳波ミューリズムの評価は、脳の活動を調べるための独自の方法論を提供し、行動ベースのアッセイと組み合わせたときに、臨床集団では、このような模倣など、社会的認知の側面を解明するための強力なツールとなります。

要約

脳波（EEG）は、脳の活動を評価し、記録する、効果的、効率的、かつ非侵襲的な方法です。優れた時間分解能を考えると、EEGは、特定の行動、状態、または外部刺激に関連した神経応答を調べるために使用することができる。このユーティリティの例は、脳波ミューリズムの検討を通じて、ヒトのミラーニューロンシステム（MNS）の評価である。単に個々の実行、または、目標指向行動を観察するときにEEGミューリズムは、中央に配置された電極から記録された8〜12 Hzの周波数範囲における振動活性が抑制される。このように、MNSの活性を反映することが提案されている。これは、ミラーニューロンシステム（MNS）における機能障害は、自閉症スペクトラム障害（ASD）の社会的障害に寄与する役割を果たしていることが理論化されています。 MNS次いで、非侵襲的にその活性の指標としてEEGミューリズム減衰を用いて、臨床集団において調べることができる。記載されPROTocolは、理論的なASDなどの定型および非定型の開発、を有する個人でMNSにリン​​クされ、社会的な認知機能を調べるための手段を提供します。

概要

脳波（EEG）は、脳の活動を評価し、記録する、効果的、効率的、かつ非侵襲的な方法です。ニューロンが脳内で発火したように、結果として生じる電圧が、増幅記録し、グラフィカルに表現することができる。 EEGの時間分解能も、簡単な脳の振動パターンの変化、ならびに特定の刺激に対する脳の応答の解析の解析を可能にする。

年代後半19 ^世紀にまで遡る、最も古い脳のイメージング技術であるにもかかわらず、脳波はまだ幅広い適用性を持っています。機能的磁気共鳴画像法（fMRI）は、優れた空間分解能を有するが、比較的貧弱な時間分解能を有する。これは、脳内で起こるプロセスれる信じられないほどのスピード与えfMRIの評価の主な限界を表している。 EEG電位を与えるiを、ミリ秒レベルで脳の電気的活性を評価する能力を有する脳の処理の段階にnsight。

進化する技術は、脳波の適用を拡大している。記録システムの密度の増加は、空間分解能に関するEEGの制限のいくつかを緩和する、音源定位技術の開発を可能にした。さらに、現代のシステムでは、幼児や臨床サンプル^1-3,28-30として以前は利用できなかった集団の評価を可能にし、大幅に個々の参加者のセットアップ時間を削減しました。

優れた時間分解能を考えると、EEGは、特定の行動、状態、または外部刺激に関連した神経応答を調べるために使用することができる。このユーティリティの例では、ヒトにおけるミラーニューロンシステム（MNS）の評価である。ミラーニューロンは、もともとのグループを証明する、単一のニューロン記録^4を使ってサルで同定されたモーターアクションの実行と観察の両方に対応したニューロン。脳内に電極を配置するこの直接記録方式はほとんどヒトであり、唯一の悲惨な臨床例で利用されていません。 EEGはEEGミューリズムを監視することにより、MNSを評価するための方法を提供している。 8〜12 Hzの範囲内のこの振動パターンは、実行およびサル^5-7で観察された活性化パターンに類似したモータの行動の観察に応答して、EEGパワーを減衰させることが示されている。同様に、経頭蓋磁気刺激（ 例えば下前頭回）を通じて、推定MNS脳領域の刺激が脳波ミューリズム^8を廃止し、脳波ミューリズム抑制は、追加のサポートを提供し、被験者⁹内の推定ミラーニューロンの地域でのfMRIのBOLD信号と相関することが、このリズムインデックスは、少なくとも部分的に、MNS活性。脳波ミューリズムの評価は、ミラーニューロンの行為の非侵襲的評価を可能にしたヒトでivity。

EEGは脳の活動を検査するためのユニークな方法を提供し、行動に基づくアッセイと組み合わせたとき、それは、臨床集団において、そのような模倣として、社会的認知の側面を解明するための強力なツールであることができる。さらに、認知や言語障害を持つ集団で使用するための脳波の適用性は、他の撮像技術や行動パラダイムはあまり成功して利用することがあります誰のための個人の能力への洞察を可能にします。記載されているプロトコルは、理論的にはこのような自閉症スペクトラム障害などの定型および非定型発達と個人におけるミラーニューロンシステムにリンクされた社会的な認知機能を調べるための手段を提供します。

プロトコル

次のプロトコルは、ワシントン大学の施設内倫理委員会のガイドラインに準拠しています。

1。電気生理学的評価

1. セッションの準備
   1. 部屋の準備：場所マニピュ、それが把握された場合、参加者の範囲を把握内の表に、収集ソフトウェアにタイムスタンプ付きのマーカーを送る取り付けられたセンサ、木製のブロック（ 図1を参照）。脳波取得ソフトウェアをアクティブにして、「新規セッション」（ 図S1）を開始します。
   2. NETの準備：104°Fに蒸留水（1リットル）、塩化カリウム（大さじ1）、およびベビーシャンプー（小さじ1杯）の温溶液温めた生理食塩水で128電極高密度のアレイEEGシステムを浸す。
   3. 参加者の準備：参加者がビデオカムを考慮して快適に約75センチメートル刺激提示モニタから、完全に装着されていることを確認時代。見つけて、肌のマーカーで参加者の頭の上に頂点をマーク。 [後]とイニオンとpreauricularsの中間点間の中間点の交点を見つけることによって、頂点を測定します。
   4. Netアプリケーション：頂点電極は頂点マークの上に直接配置されるように、参加者の頭部にEEGキャップを置きます。インピーダンスをチェックして、インピーダンスが閾値以下に、使用中のEEGシステム（ 図S2）のために適切であることを確認。
   5. ビデオテーピングのセッションを開始します。
2. レコーディングのセットアップ：頂点電極基準信号。 0.1〜100Hzの間のアナログフィルタは、信号を増幅し、そして/秒500サンプルでデジタル化する。
3. 刺激提示：3条件を有する本参加者：観察実行し、休息、Muthukumaraswamyと同僚⁵によって開発パラダイムから適応。
   1. 条件を守って静かに座って見て、参加者に指示マニピュランダムを把握する人物の映像。各試行は6秒を持続する必要があります。正確に観測された把握が正確に3秒で起こることを確実にするための時間を観察試験のための事前に記録された映像。タスクの実行中に参加者の視覚的注意を監視し、それらが事後処理中に破棄されるように画面に出席しないその間トライアルをマーク。
   2. 条件を実行します。ちょうどマニピュ下の右側の休憩で静かに座って、事前に録音された聴覚信号を聞いて、観察条件のビデオクリップからマニピュグラブを模倣するために、参加者に指示します。各試行は6秒を持続する必要があります。聴覚信号を維持し、聴覚トラックを予め記録することにより、正確に3秒で発表されていることを確認し、一貫して、キューと試行間インターバルを実行タイムアウトしました。正確に参加者の把握（ 図S3）が発生した時刻を記録するためにマニピュ上のセンサーを利用する。
   3. 休止状態：quie座って、参加者に指示TLY目でオープンかつ受動的に刺激モニター上の小さな十字線を観察します。 3分間の休止状態中に記録連続脳波。
   4. 条件を守って実行の両方について、条件ごとの40の試験の合計10試行の存在無作為化ブロック。マニピュランダムのイメージが試験間を含め、観察し、実行するブロック全体で、画面上に残っていることを確認してください。観察し、実行条件が完了した時点で残りの条件を管理する。
4. データ処理
   1. データ収集に続いて、インピーダンスを再確認。インピーダンス·レベルの変更に注意してください。エンド収集ソフトウェア記録。
   2. 後処理：平均にRereference EEG信号。各条件（ 図S4）のための40の6秒の試験にセグメントの連続EEGデータ。
   3. 自動化されたアーチファクトの検出を行っています。 exceedin速い平均振幅を特定することにより、運動の成果物のためのセグメントを検査する自動化されたアルゴリズムを使用G 200μV、平均100μVを超える振幅、および指定された試験（ 図S5）全体でゼロ分散を差動。
   4. データを視覚的に検査し、あらゆる動きアーティファクトと把握ジェスチャーとは関係のないあらゆる動きアーチファクトで汚染実行条件内のすべての試験で汚染観察条件にすべての試験を削除するには、セッションのビデオレビューを確認することで、手動のアーチファクトの検出を行っています。分析からの重要な成果物との比較試験を除外します。出席していないとして、取得の際にフラグが立てられたすべての試験を捨てる。検討し、分析中の各診断グループの試用拒否率に注意してください。
5. データ解析
   1. あたりのMuthukumaraswamy ら ⁵両観測（フォトセルによって示された）と（マニピュセンサーによって示された）実行条件の後に把握し、1秒前にデータの1秒からなる2秒のエポックにセグメント洗浄試験。セグメントC静止状態から2秒のエポックを傾け。
   2. 高速フーリエ変換（FFT）各セグメントを変換する。 Muthukumaraswamy ら ⁵以下の統計分析のための標準的なC3、C4の位置を（周囲の各半球上の8個の電極のクラスタを選択し、 ベルニエら ^3）（ 図2）。各条件について、パワースペクトルを計算するために含ま治験にわたって電力を平均化する。
   3. 8月13日Hzの範囲で、安静状態時の平均電力と比較して、モーターのアクションの実行や観察のいずれかの間の平均電力を調べることによって、ムーの減衰を計算します。減衰の度合いを決定するために、この比率のログを使用しています。注：正の値は増加を表している負の値は、実行または観察時の減衰を表す。この方法は、個人のアカウントを横切っ変動を考慮に入れると、比形で発現値の非正規性
      注意：このプロトコルはネットステーションソフトウェアバージョン4.1で128電極高密度のアレイEEGシステムを使用して開発されました。基本的な手順は、EEGシステム間で類似しているが、取得および分析プロトコルが異なる場合があります。

2。サンプルキャラ

1. 研究レジストリ、前回の参加者のリスト、または地域の診療所や医師からの紹介を通じてパラダイムへの参加のための潜在的な患者集団を特定します。
2. 臨床構築物（ 例えば自閉症スペクトラム障害）の診断基準を満たし、このような頭部外傷、腫瘍、発作歴、または歪むことがあり抗痙攣またはバルビツール薬の使用の有無など任意の除外基準を識別するための可能性のための画面潜在的な参加電気生理学的信号。
3. ゴールドスタンダード診断機器を利用して患者集団の診断状況を確認（ 例えば自閉症診断インタビュー-RE（ADI-R ^11）教師ありと自閉症診断観察スケジュール-汎用^{（ADOS-G、12）}の診断と統計マニュアル、次の専門家の臨床医によって投与- ^第 5 ^版 （DSM-5）の基準^13を 。
4. など 、年齢、性別、認知能力、のような関心の関連の変数にマッチしたコントロールサンプルを識別

結果

典型的な大人、子供や幼児は一貫して^、パラダイムと刺激⁵の様々にわたるアクションの実行と観察の両方の間に^14-30をミューリズムを実証している。この周波数帯における減衰量は一貫して、これは他の頭皮の領域に記録されているα電力の低減はないことを示す（ 図3）中央の電極間に局在している。同様に、動きの観察中に、この周波数での減衰量は、生物学的に基づいた運動と抑圧の観察に限定されているようなボールをバウンドするような視野を通過する運動、（ 図4）から、単純に誘発されていません。そのような目標の実行や観察などのイベントに応答して、μ抑制は、アクションを把持向けベースラインレベルに戻った（ 図5）、続いてスペクトルパワーの減少によって実証される。

が行われている8つの独立した研究やASD集団の脳波ミューリズムと社会的認知の1統合解析。行動の観察および実行時の両方μ抑制の所見は、典型的には一貫して現像個体において観察されたが、AS...

ディスカッション

臨床集団にミューリズムとアプリケーションに関連する電気生理学的データを正常に収集、処理、および分析を必要とする1）脳波方法論ツールの適用、2）慎重なアーチファクト検出およびデータ削減、ミューリズムの3）正確な識別、そして4）臨床集団と適切な対照群の同定の正確な特性。

適切な脳波手法は適切に機能して、慎重に統合された機器は、適切なキャップの選択と配置、信号を正確に増幅し、タイミング、明確な、妨げられることなく、アーチファクトのない信号、正しく参照信号、適切にセグメント化（IFイベント関連）試験を必要とし、調査中の認知能力を引き出す計算された電力変換、刺激に対する注意、そして、もちろん、パラダイムと刺激。

14中に検査時に= "jove_content">ミューリズムが一過性であることが指摘されているが^17,37を分...

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
測地線脳波計	EGI	N/A	EGIベースのシステムだけでなく、任意の脳波システムも記載された研究に適用可能
MATLAB	ソフトウェア	MATLAB N/A	行列を扱うことができる任意の数学的な統計ソフトウェアが適用可能
Netstationソフトウェア	EGI	N/A	任意の脳波取得ソフトウェアは、記載された研究に適用可能
Manipulandum	custom	N/A	データ集録ソフトウェアと同時登録され、把握が成功したことを示す任意のオブジェクト