非侵襲的脳波を用いた皮質接続の統計的モデリング

サマリー

標準的な脳波分析技術は、神経系機能に関する限られた洞察を提供する。皮質接続の統計モデルを導き出すには、基礎となるネットワークダイナミクスを調査する能力がはるかに高くなります。機能評価の改善は、神経系疾患における診断、予後、および結果予測の新たな可能性を開きます。

要約

非侵襲的な電気生理学的記録は、神経系機能の評価に有用である。これらの手法は、イメージングよりも安価で高速で複製可能で、リソースを大量に消費しません。また、生成される機能データは、構造イメージングでは達成できない時間分解能に優れている。

脳波(EEG)の現在の適用は、データ処理方法によって制限されています。個々のチャネルで生の時系列データを使用する標準的な分析技術は、神経系の活動を問い合わせる非常に限られた方法です。皮質機能に関するより詳細な情報は、チャネル間の関係を調べ、エリアがどのように相互作用しているかの統計モデルを導き出すことによって達成でき、ネットワーク間の接続性を可視化することができます。

本稿では、脳波を標準的な方法で記録し、電極間コヘルス対策を調べて、記録された領域間の関係を評価することにより、皮質ネットワーク活動の統計モデルを導出する方法について説明する。高次相互作用は、コハレンスペア間の共分散を評価し、ネットワーク相互作用の高次元「マップ」を生成することによってさらに調べることができます。これらのデータ構築物は、皮質ネットワーク機能と病理学との関係を、従来の技術では達成できない方法で評価するために調べることができる。

このアプローチでは、生の時系列分析で実現できるよりも、ネットワーク レベルの相互作用に対する感度が高くなります。しかし、基礎となる神経集団と大量のデータに関する特定の機械的結論を導き出す複雑さによって制限され、次元を含む評価のためのより高度な統計的手法が必要になる。削減および分類子ベースのアプローチ。

概要

この方法は、臨床的に実行可能なセットアップを使用して非侵襲的な電極記録に基づいて皮質ネットワークの統計マップを生成することを目的とし、神経系の病理の調査、新規治療の影響、および新規の開発を可能にする電気生理学的バイオマーカー。

脳波は、神経系の機能と^疾患1、2の調査のための大きな可能性を提供しています。この技術は安価で、研究や臨床現場で容易に入手でき、一般的によく許容されています。録音のシンプルで非侵襲的な性質により、臨床使用が容易になり、臨床脳波部門の既存の枠組みにより、臨床医向けの技術に容易にアクセスできます。

技術的な観点から、脳波は優れた時間領域^解像度3を提供しています。これは、神経系の相互作用とネットワークダイナミクスの急速なタイムスケールによる神経系機能を調査する際に非常に重要です.機能MRIなどのイメージング方法は、より大きな空間分解能と容易に解釈可能な画像を提供しますが、電気生理学的記録によって提供される微細なタイムスケールで神経系の機能を問い合わせる能力ははるかに制限されています。^4、5、6

プロトコル

以下の実験プロトコルは、人間の研究のためのすべての地域、国、および国際倫理ガイドラインに従っています。プロトコルをテストするために使用されるデータは、地域トスカーナプロトコル2018SMIA112 SI-REの倫理的委員会の承認を得ています。

注:説明した分析の実装に使用するスクリプトは、https://github.com/conorkeogh/NetworkAnalysisで使用できます。

1. 生データ収集

1. サブジェクト条件を準備します。
   1. 録音間の一貫性を確保するには、専用の記録環境ですべての脳波記録を実行します。注意を避けるために、記録中に実行するタスクに直接関係しないすべての機器または刺激を環境から削除します。
      注:休止状態の記録を実行する場合は、部屋から気晴らしのすべてのソースを削除し、記録セッションの前に記録環境に被験者を公開して、環境からノベルティを削除します。
   2. 実行するタスクに関する明確な指示を件名に指示します。機器をセットアップしたら、記録環境にサブジェクトをそのまま残して、記録を開始する前に環境に慣れ、動きや気晴らしを最小限に抑えます。
   3. 被験者が知的障害を持っている場合は、ストレスを制限するために環境に慣れる....

結果

スペクトルパワーの測定値は、測定された周波数帯域ごとにn測定値を生成し、nは記録されたチャンネル数です。これらの措置は、全体的な電力のためにデシベルになります。個々の周波数帯域内の電力の測定値は、グループと条件の間で正確な比較を可能にするために、相対電力(すなわち、その帯域内の電力で表される全体的な電力の割合)として表す必要があります。

複数のバンドおよび記録されたチャネルにわたるスペクトルパワーの可視化の例を図2に示します。スペクトルパワーは頭皮全体に補間して可視化できるため、活動の「ソース」の推定を制限できます。

電極間コヘランス対策は、固有の電極対(

ディスカッション

記載された方法は、非侵襲的な脳波データからの皮質ネットワークダイナミクスの統計マップの導出を可能にする。これにより、記録された地域が相互にどのように相互作用しているかを評価し、個々の場所で何が起こっているかを評価するのではなく、単純な時系列データの検査で容易に明らかにされていない現象の調査が可能になります。分離。これは、疾患^病理学18に関する重要な洞察を明らかにすることができる。

この方法の重要な側面は、データ品質の確保です。データが有意義な結果を生み出すのに十分な高品質を確保するには、厳格なデータ評価、アーティファクト拒否、および前処理が必要です。使用されるデータが適切な品質である場合、フィーチャ抽出コンポーネントを簡単に変更して、対象地域のみのネットワークインタラクション、または任意の周波数制限内でのネットワークインタラクションのモデル化、および複雑な相互作用のモデリングを容易に行うことができます。特定の領域と周波数帯域。

このアプローチは、生成された結果の高次元性によって制.......

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
電極キャップ	エレクトロキャップインターナショナル		または任意の適切なキャップ
導電性ゲル	SignaGel		または任意の適切なゲル
ピン型電極	BioSemi		または任意の適切な電極
BioSemi Active Two 記録システム	BioSemi
ActiView 記録環境	BioSemi
MATLAB ソフトウェア	Mathworks