このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

心周期フェーズをイベント関連電位解析に統合:二次元および仮想現実環境のためのプロトコル

69 閲覧数

⸱

DOI：

10.3791/69752

⸱

2026年5月5日

 ,  ,  ,  , 
1Research Center for Genetics and Life Sciences, Sirius University of Science and Technology, 2Samara State Medical University, 3National Research University Higher School of Economics

この記事について

サマリー

本プロトコルは、同時心電図および心電図記録を用いて、視覚イベント関連電位の心位相依存変調を調査するアプローチを説明しています。このプロトコルは、収縮期および拡張期における刺激同期、心相分断、イベント関連電位解析を詳細に扱い、従来の二次元および没入型バーチャルリアリティ環境の両方に適用可能です。

要約

心拍は生命を維持するだけでなく、知覚や神経のプロセスを調節し、事象関連電位(ERP)の再現性に影響を与える基本的な生理リズムです。バーチャルリアリティ(VR)は従来の二次元(2D)スクリーンと比べて非常に没入感のある環境を提供しますが、同時に動作アーティファクト、提示遅延、そしてより強い心原性調節など、電気生理学的記録に独自の課題ももたらします。これらの要因は標準的な脳波計(EEG)前処理の効率を低下させ、大幅なデータ損失を引き起こす可能性があります。本研究は、同時進行のEEGと心電図(ECG)を組み合わせた詳細なプロトコルを提示し、VRおよび2D条件下での心脳相互作用を調査します。このアプローチは、刺激を心臓信号に正確に整列させ、VRによる潜伏遅延の補正、そして長期的なアーティファクト管理を含みます。心収縮期か拡張期かで刺激が発生したかに基づくEEGエポックの分割により、収縮期における視覚的ERP振幅の強力な抑制が示されました。重要なのは、この抑制効果がVR環境と2D環境の両方でほぼ同一であり、プロトコルの有効性を示し、この基本的な心脳相互作用が没入レベルの変化に耐性があることを確認したことです。このプロトコルは、心臓が認知に与える影響を調査するための標準化された枠組みを提供し、多様な視覚提示法に適応可能です。

概要

心臓のリズム活動は、重要な恒常性プロセスであるだけでなく、脳機能と認知の基本的な調節因子としてますます認識されています。増え続ける証拠は、心臓信号が知覚、注意、感情調整、意識など幅広い神経認知プロセスに継続的な影響を与えていることを示しています2,3。この心脳軸は、心血管の圧受容体および機械受容体からの求心性内受容シグナルによって媒介されており、これらは脳幹を通じて皮質領域に投射され、そこで外受容感覚情報と統合されます4,5。したがって、脳は外部からの刺激を受動的に処理するのではなく、身体の内部状態の文脈の中で処理します。その重要な指標は心臓サイクルの段階です。

中心的な方法論的課題は、心原性神経活動が視覚的ERPで測定される外部刺激の処理にどのように影響するかを明らかにすることです。この相互作用の最も顕著な電気生理学的表現は心拍誘発電位(HEP)であり、これは心臓収縮に時間的に固定された特定のEEG活動パターンです。HEPは内受容注意の神経マーカーと考えられており、脳が差し迫った心拍と感覚処理への影響を予測するコードを反映しています7,8。現代のモデルによれば、脳はこれらの心臓信号を利用して、外部の文脈の中で体の内部状態を統一的に表現しています。実証的証拠によれば、外部刺激の処理、特に知覚の顕著性や基礎となる神経相関は、収縮期11、12、13期の拡張期かによって大きく異なることが示されています。収縮期(収縮期)に提示される刺激は、拡張期(弛緩期)に提示されるものと比べて、ERP振幅の減少や行動反応の変化と一貫して神経処理の抑制に関連しています14,15,16。この効果は「体性感覚ゲーティング」仮説で説明され、脳が収縮期15,17の間に心臓の内受容信号を一時的に優先するために外受容信号処理を抑制するというものです。

心脳軸への関心が高まっているにもかかわらず、標準的なERP解析プロトコルは外部刺激にのみ焦点を当てており、刺激開始時に対してエポックを分割し、進行中の心臓サイクルによってもたらす試験ごとの大きな変動性を無視しています。視覚的ERPの心周期調節を正確に捉えるには、根本的に異なるアプローチが必要です。これは、同時心電図記録で確認された特定の心拍相と刺激の提示を正確に整列させる必要があります。現在の文献には、生データ取得から統計解析、心臓の段階を考慮したすべての処理段階を包括的に記述する標準化され、詳細かつ容易に再現可能なプロトコルが不足しています。

さらに、神経科学におけるVRのような没入型技術の急速な採用により、方法論的な課題が生じています。VR環境は非常に没入感があり魅力的な文脈を提供し、制御されつつも現実的な実験的設定の創造を可能にします。 しかし、VR環境内で高品質なEEGおよびECGデータを同時に取得することには、いくつかの技術的課題が伴います。これには、潜在的な動作アーティファクト、ヘッドセットからの電磁干渉、そして刺激提示(しばしば固有の遅延を伴う)、データ取得、モーショントラッキングシステム間の正確な時間同期の重要性が含まれます。これらの技術的課題により、従来の2Dパラダイムと没入型VRパラダイム間の心臓依存神経変調を直接比較するために設計された堅牢な解析プロトコルの不足が生まれています。この共通の枠組みの欠如は、没入感や存在感が基本的な脳と身体の相互作用メカニズムをどのように調節するかの研究を最終的に妨げています。

これらの課題に対応するため、本研究は同時進行のEEGおよびECG記録を統合することで、視覚ERPの心周期調節を調査するための包括的かつ段階的な方法論的プロトコルを提示します。このアプローチの基盤は、神経データを心臓Rピークに対して分割し、収縮期または拡張期の発生に基づいて刺激を分類することにあります。特に、刺激後の全時代のデータ駆動型分析を用いて、心相が神経反応に有意な調節的影響を及ぼす特定の時間窓を特定します。本研究の主な貢献は三つあります。(1) 直接複製可能な完全で可視化されたプロトコルを提供すること、(2) 標準的な2Dモニターと没入型VRヘッドセットで取得したデータを比較するためにプロトコルを適応・検証すること、(3) 感情価数の顔刺激が環境の没入度に応じて心臓の影響を神経処理に差をつけて調節することを明らかにすることでプロトコルの有用性を示すこと。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

この研究はサマラ州立医科大学の生命倫理委員会によって承認されました(プロトコルコード195、2018年10月10日付)。すべての参加者は研究前にインフォームド・ボランティア・コンセント(自発的同意)を提供しました。最終サンプルは19歳から21歳の健康な男性ボランティア27名で構成されました。テストセッションでは、各参加者が個別に実施される一連の標準化された評価を完了しました。試薬および使用機器は 材料表に記載されています。

1. 資材と装備

注意:適切な場合は機能的に同等のハードウェアとソフトウェアを使用してください。実験装置の概要、システムレイアウトや接続については 図1 を参照してください。実験前に以下の機器とソフトウェアを準備してください。一般的な要件は以下に説明され、具体的な構成は 材料表に記載されています。

  1. EEG/ECG取得システム
    1. 脳波と心電図を同時に記録できる増幅システムを使用してください。
    2. 頭皮から再割り当て可能なEEG電極を使って心電図記録を行いましょう。
  2. 心電図入力オプション(EEGシステムはバイポーラーチャネルをサポートしています)
    1. 利用可能な場合は、専用のバイポーラ入力チャンネルを使って心電図記録を行いましょう。
    2. 専用の双極性経路がない場合は、非臨界的な2つの脳波電極を再割り当てして双極心電図ペアを形成します。
  3. 心電図入力オプション(EEGシステムは単極チャネルのみをサポート)
    1. 差動アダプターを使ってECG信号を補助入力(AUX)または差動入力にルーティングします。
    2. 選択した入力構成に対応した受動電極および使い捨て接着電極を使用してください。
  4. 刺激提示
    1. 2Dプレゼンテーションには高リフレッシュレートディスプレイ(≥120Hz)を搭載したコンピュータを使いましょう。
    2. ヘッドマウントディスプレイとセカンダリーモニターを組み合わせてVRプレゼンテーションに使う。
  5. 同期とセンサー
    1. フォトダイオードやフォトセンサーと取り付けアクセサリーを使い、EEG捕捉システムに接続します。
  6. ソフトウェア
    1. VRランタイム環境と、正確なタイミング、シーケンス、トリガー出力が可能な刺激制御ソフトウェアを使用してください。
    2. イベント処理、前処理、ERP解析をサポートするEEG/ECG解析ソフトウェアを使用し、必要に応じてオプションのカスタムスクリプトを使用してください。
  7. 実験室環境と付属品
    1. EEG記録には、遮蔽され適切に隔離された部屋を使いましょう。
    2. 快適な椅子、ケーブル管理ソリューション、皮膚準備用品、導電性ジェル、ヘッドマウントディスプレイ用の衛生材料を提供します。

2. システム設定とレイテンシ検出

  1. 刺激策プレゼンテーションソフトウェアをインストールし、設定してください。
    1. VR条件
      1. ヘッドマウントディスプレイに必要なベンダー固有のVRランタイムをインストールしてください。
      2. ランタイムドキュメントに従って、実験的刺激アプリケーションをVRヘッドセットに展開します。
      3. 初期のVRシステムのセットアップは、トラッキングシステムのキャリブレーション(該当する場合)と、メーカーの指示に従ってプレイエリアの境界を定義することで、安定したトラッキングを確保し、動きに関連するアーティファクトを最小限に抑えます。
    2. 2次元条件
      1. データ取得中の中断やタイミング遅延を最小限に抑えるために、不要なバックグラウンドアプリケーションやプロセスを無効化して刺激プレゼンテーションワークステーションを最適化します。
  2. EEG取得ソフトウェアで記録モンタージュを作成します。
    1. 新しいワークスペースや録画設定を作成し、研究識別子に従って名前を付けます。
    2. アンプのハードウェアドキュメントに従ってEEGチャンネルを割り当て、AUX入力チャンネルを予約します。
    3. フォトダイオードと心電図信号用に2つの追加チャンネルを追加してください。チャンネル名、種類、単位を適切に設定し、これらのチャンネルをEEGと同じ記録ファイルに含めてください。心電図のチャンネルには一貫してラベルを付けてください(例:「ECG」)。
  3. フォトダイオードを使って刺激提示遅延を測定します。
    1. フォトダイオードをEEGアンプの利用可能なAUX入力に接続します。
    2. VR条件:フォトダイオードをヘッドセットレンズの刺激ロックされた輝度パッチに対応する位置に取り付けます。少なくとも100の刺激イベントを提示し、フォトダイオード信号を記録して、意図したトリガーに対する表示遅延や試行間ジッターを測定します。VR測定が完了したら、フォトダイオードを2Dディスプレイに移します。
    3. 2D条件:フォトダイオードをモニター上の専用の刺激ロックピクセル領域に置きます。少なくとも100件の刺激イベントを提示し、フォトダイオード信号を記録して、意図したトリガーに対する表示遅延やジッターを測定します。
    4. オプション:2つのフォトダイオードが利用可能な場合は、それぞれのセンサーを別々のAUXチャネルに接続し、同期フラッシュを提示して2DとVRのレイテンシを同時に測定します。
    5. レイテンシー測定が終わった後、フォトダイオードを2Dディスプレイから外し、参加者の視界を遮らないようにしてください。
    6. 各プレゼンテーション環境の平均表示遅延と標準偏差(ジッター)を計算します。
    7. 2DとVRの条件ごとにレイテンシとジッター値を別々に記録してください。
    8. 遅延ジッターがセッション全体で安定しているか確認してください。ハードウェアやソフトウェアの設定が変更された場合は、遅延測定を繰り返します。
  4. 心電図記録チャンネルを設定してください。
    1. 利用可能なアンプの能力(双極チャネル対応 対単極チャネルのみ、ステップ1.2および1.3参照)に基づいてECG入力構成を決定します。
    2. 双極心電図記録に対応している場合は、記録ソフトウェアで専用の双極心電図入力を有効にし、「ECG」というチャンネルラベルを予約してください。
    3. モノポーラチャネルのみが利用可能な場合は、差動アダプターをAUXまたは差動入力に接続し、この入力を録音ソフトウェアのECGチャネルとしてマッピングします。チャンネルラベルは「ECG」予約してください。
    4. この段階で心電図電極を設置しないでください。参加者準備中に電極配置とインピーダンスのチェックを行います。

3. 参加者の準備

  1. 脳波キャップの設置
    1. 国際的な10–10または10–20システムに従って、Cz電極を合わせ、キャップサイズを参加者の頭部周囲に合わせて22に合わせます。
    2. 各電極部位の毛髪を綿棒または鈍先カニューレ(直径約2〜3mm)で分けます。インピーダンスを減らすために、軽い研磨剤や皮膚準備液を塗布します。
    3. 各電極を設置し、導電性ジェルを塗布し、電極ホルダーを優しく回転させて頭皮にしっかりと接触させます。隣接する電極間に導電性のゲルブリッジを作るのは避けてください。
    4. 電極インピーダンスを測定し、毛分けを繰り返し、追加の皮膚処理を施す、必要に応じて導電性ジェルを加えることで、8 kΩ(または実験室標準)以下に下げます。
    5. 動きを最小限に抑え、参加者が快適だと感じているかどうかを確認するためにEEGケーブルを固定してください。
  2. 心電図の電極配置
    1. 両手首の内側(手のひら向き)の皮膚をアルコールウェットティッシュで拭き、完全に乾かします。
    2. 使い捨て接着電極を手首に貼り、標準肢リードIを記録し、負電極を右手首、正電極を左手首に配置します。電極との接触を良好にし、骨突出部の上に置かないようにしてください。
    3. 医療用テープで心電図ケーブルを固定し、小さなたるみループを残して動きに伴うアーティファクトを減らす。
    4. 安静時の心電図信号を確認してください。Rピークがはっきり見え、直立していることを確認しましょう。Rピークが逆に見える場合は、電極の極性を入れ替えます。心電図の信号が時間経過しても安定しているか確認してください。
    5. EEGおよびECG記録に単一のアンプを使用する場合は、システムが必要とするEEGとEEGのグラウンド電極を接続してください。複数の接地接点がある場合は、EEGとECG用の別々の接地電極を配置し、信号の安定性を高め、すべての接地電極がアンプ内で内部に接続されていることを確認します。

4. VRヘッドセットの装着(VR状態のみ)

  1. ヘッドセット装着前にEEGキャップを外したり、EEGやECG電極を外したりしないでください。
  2. VRヘッドセットの上部ストラップとリアの締め付け機構を緩めて、EEGキャップの上に置くようにしてください。
  3. 参加者にVRヘッドセットの前面部分を顔に合わせるよう指示します。後部をEEGキャップの上に下げ、ストラップを徐々に締めてヘッドセットがしっかり装着します。
    1. ヘッドセットがEEG電極に過度な圧力をかけないように注意してください。長時間の使用時に快適さを維持しつつ、ヘッドセットの滑りを防ぐフィット感を調整しましょう。脳波信号のラインノイズや圧力誘発アーティファクトを点検し、必要に応じてヘッドセットを再調整してください。
  4. VRディスプレイの出力を二次モニターにミラーリングすることで、刺激の提示や参加者の行動をリアルタイムで監視できます。
  5. ヘッドセット装着後にEEG電極インピーダンスを再確認してください。8 kΩ(または実験室標準)を超えるチャネルには導電性ゲルを再塗布してください。VR状態の間、定期的にインピーダンスチェックを繰り返します。

5. 録音

  1. 刺激提示
    1. 視覚刺激を正確かつ再現可能なタイミングで提示します。EEG記録内の各刺激開始時にイベントトリガーを送信・記録します。2DおよびVR環境で同一の刺激タイミングパラメータ(例:刺激持続時間、刺激間間隔)を使用します。
  2. 参加者モニタリング
    1. 刺激提示中に頭の動きやまばたきを最小限に抑えるよう指導します。記録中は脳波(EEG)と心電図(ECG)信号を継続的に監視してください。必要に応じて実験を一時停止して電極インピーダンスを修正したり、ケーブルを調整したりしてください。
  3. 録音ブロック
    1. プレゼンテーション環境(2DとVR)の両方でデータを記録します。該当する場合は、参加者間で環境の秩序をバランスさせて秩序効果の制御を行う。

6. 脳波前処理

  1. データインポートとチャネル検証
    1. 連続的なEEG、ECG、フォトダイオードデータをEEG解析ソフトウェアにインポートします。すべてのチャンネルラベル、種類、ユニットが正しく割り当てられているか確認してください。
  2. 信号フィルタリング
    1. ローカル電源線の周波数(50Hzまたは60Hz)でノッチフィルターを適用します。検査室標準で必要な場合は、高調波周波数も含めてください。
    2. 検査室の標準(例:0.1〜40Hz)に従って、脳波データにバンドパスフィルターを適用します。
  3. イベントマーカーの補正と再ラベリング
    1. ステップ2.3で測定された環境特有の表示遅延を差し引いて刺激イベントマーカーを修正します。後続解析のために遅延補正刺激マーカーを生成する。
    2. 提示環境に応じて刺激マーカーのラベルを書き直します(例:イベントラベルに「2D_」や「VR_」)。
  4. アーティファクト検出と修正
    1. 連続したデータを視覚的に確認し、アーティファクトがないか確認してください。過度のノイズや動きのアーティファクトを含むセグメントを特定し、マーキングしてください。適切な場合、標準的な検査手順に従い、不良チャネルを補間してください。
    2. 独立成分分析(ICA)24 を実施し、眼や筋肉のアーティファクトを特定します。コンポーネントタイムコース、頭皮の地形図、スペクトル特性を検査してください。客観的な基準や専門家の判断に基づいてアーティファクト関連のコンポーネントを削除してください。適切な場合は、ICAや回帰分析に基づくアプローチを拡張して心臓関連の人工物をモデル化します。
    3. 刺激ロックされたERPと同じ前処理パラメータを用いて、RピークにタイムロックされたERPを計算します。得られた波形と頭皮のトポグラフィーを検査し、潜在的な心臓フィールドアーティファクト(CFA)汚染の可能性を評価してください。EEG信号(図2)で、頭皮に伝導された残存心電活動体を示す顕著なQRS様複合体やその他の心電図関連の偏向を特定します。
      1. 有意な心臓関連活動が観察された場合は、追加の補正手順、心電図を連続予測因子として用いる一般的な線形モデル回帰、拡張ICAベースの手法、または機械学習に基づくアプローチを適用します。
    4. 刺激ロック型ERPとHEPの重複を考慮してください。回帰ベースやデコンボリューション手法など、重なり合う神経応答を明示的にモデル化する手法を用いましょう。適切な場合は、心臓関連神経効果の堅牢性を評価するために代理母に基づく手法や対照解析を適用してください。28,29。

7. 心相分節(オフライン)

  1. Rピークの検出
    1. 解析ソフトウェアを使って心電図信号のRピークを自動的に検出します。検出されたすべてのイベントを手動で確認し、見逃されたり誤検出されたRピークを修正して正確な心拍タイミングを確保します。
  2. 心相の定義
    1. 心拍数や拍数ごとの変動を考慮しつつ、収縮期と拡張期を定義します。可能であれば、固定された時間ウィンドウよりもサイクル固有の定義を好みます。
      注意:以下のいずれかの方法を用いてください。(1) 収縮期と拡張期を、心拍数と心相持続時間の非線形関係と一致する各R-R間隔の比率として定義すること;(2) 心電図信号の質が許す場合、T波の終点を生理的に接地されたマーカーとして用いて収縮期の終わりを定義する。(3) 信頼できるT波検出が不可能な場合は、固定された時間的ウィンドウ(例:Rピークの後の最初の300ms)を用いて収縮を定義します。この近似を明示的に認め、個々の心拍数差も後の解析で考慮してください。
  3. 刺激に心相ラベルを割り当てる
    1. 遅延補正刺激マーカーを用いて、刺激開始時に存在する心相(収縮期または拡張期)に各刺激を割り当てます。各プレゼンテーション環境(2DまたはVR)ごとにフェーズラベルを個別に割り当て、イベント名をそれに応じて変更します(例:2D_systole、VR_diastole)。
  4. 曖昧な試験は除外する
    1. 参加者の瞬時心拍数に基づき、計画されたERP解析ウィンドウが両方の心拍相にまたがる試験を特定し、除外します。
  5. ソフトウェア実装例
    注:以下の手順は、ECGイベント検出およびイベント再表示をサポートするEEG解析ソフトウェアパッケージを用いた一つの可能な実装例を示しています。
    1. 自動Rピーク検出:イベント検出メニューを開き、心拍検出機能を選択してください。最も高い信号品質のECGチャネルを選択し、検出されたイベントのラベル(例:「Rピーク」)を定義し、検出アルゴリズムを実行してRピークイベントマーカーを生成します。
    2. Rピーク検出の手動レビュー:重ねたRピークマーカーを用いて心電図信号を視覚的に確認します。ソフトウェアが提供するイベント編集ツールを使って、欠落したマーカーを追加し、誤った検出を削除してください。
    3. 心臓位相に基づくイベント再表示:イベントの組み合わせ関数または選択関数を用いて、開始時の心相に応じて刺激を分類します。
      注:収縮期試験では、各Rピークの後にあらかじめ定められた収縮期間隔内に発生する刺激を選択します。拡張期試験では、次のRピークの前にあらかじめ定められた拡張期区間内に発生する選択刺激を選びます。収縮期と拡張期の新しいイベントカテゴリーを作成しましょう。この手技は、心臓の各段階や症状環境ごとに別々に行ってください。

8. エポッケーティングと平均化

  1. エポッホージングおよびベースライン補正
    1. 心臓相ラベルは刺激開始時の心相(収縮期または拡張期)に基づいてのみ割り当ててください。刺激開始に対してERPのエポックを定義してください。期が次の心臓期にまで延長され、位相分類に影響を与えないようにしましょう。
    2. エポック長は約400msを使用します。より長いウィンドウ(例:600ms)が必要な場合は、解析ウィンドウが次の心相に大きく延長される試験は除外します。刺激前の短い間隔(例:-50〜0ms、または-50〜-2ms)を用いて基準補正を行います。
  2. 平均化
    1. 4つの実験条件(2D_systole、2D_diastole、VR_systole、VR_diastole)について別々にERPを計算します。各疾患ごとに保持された試験数を報告してください。
  3. 電極選択の考慮事項
    1. 研究課題および関心のあるERP成分の性質に基づいて分析用の電極を選択します。視覚的パラメータには後頭電極(O1、Oz、O2)を使用してください。これにより、高い信号対雑音比を持つ標準的な視覚ERPを捉えます。

9. 品質管理とトラブルシューティング

  1. トリガー刺激遅延ジッター
    1. トリガータイムスタンプとフォトダイオード測定刺激開始間の試験間遅延ジッターを評価する。特に初期ERPコンポーネントにおいて、試行で約10msを超えるジッターは問題とみなされます。過度なジッターが観察された場合は、刺激タイミング、ハードウェア同期を再評価し、必要に応じて実行特有の遅延補正を適用します。
  2. 心電図の飽和度またはノイズ
    1. 心電図の電極接触とインピーダンスを確認してください。Rピークが逆の場合は電極極性を交換します。手首の記録がノイズが続く場合は、心電図の電極を前腕に移してください。
  3. VRヘッドセットの圧力アーティファクト
    1. ヘッドセットストラップを再調整して、EEG電極への圧力を下げてください。必要に応じてパッドを追加し、影響を受けた電極には導電性ジェルを再塗布してください。
  4. 心臓相をまたぐ不均等な試験数
    1. ERPのエポックウィンドウや刺激タイミングを調整し、収縮期および拡張期のバランスの取るサンプルを確保します。
  5. 曖昧なフェーズ試験
    1. 刺激開始が心臓位相境界付近(例:収縮期と拡張期の移行付近)で起こり、計画された解析ウィンドウが両相にまたがる試験を特定します。これらの裁判は曖昧なものとしてフラグを立ててください。心電図信号と瞬間のR-R間隔を調べ、曖昧な試行はさらなる解析から除外します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

本研究では、心周期期(収縮期対拡張期)における求心性内受容信号によるERP調節を、標準的な2Dモニターと没入型VR環境の2つの実験環境で調査する分析プロトコルを用いた。同時記録された心電図のRピークに対してEEGエポックを抽出・解析しました。

後頭電極(O1、Oz、O2)で記録された視覚的ERPに対して、全時代を通じて非パラメトリックなクラスターベースの置換検定を適用した結果、両実験環境における収縮期と拡張期のERP波形に持続的かつ統計的に有意な差が見られました(p<.001、誤検出率補正済み)。

2次元環境では、有意なクラスターは刺激から186ミリ秒後に始まり、解析対象のエポックの残りの期間持続しました。このクラスター内の波形の振幅は、収縮期にタイムロックされた試行で一貫して減少し、拡張期と比べて減少しました(図3)。VR環境でもほぼ同じパターンが観察されました。刺激から178ミリ秒後から解析対象の...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

プロトコル内の重要なステップ
提案されたプロトコルのいくつかのステップは、有効な心臓相依存型ERP効果を得るために重要です。まず、刺激提示とEEG記録の正確な同期が不可欠であり、環境特有の表示遅延はフォトダイオードを用いて定量化し、イベントマーカーレベルで補正する必要があります。補正されていない遅延や過度なジッターはERP成分の時間的なスミアを引き起こす可能性があります。第二に、心電図Rピークの正確な検出と信頼できる心相定義が重要であり、収縮期および拡張期の発症誤分類は位相割り当てに直接バイアスを与えます。第三に、Rピークに時間ロックされたERPを用いたCFAの明示的な評価は、刺激ロックERPに差異を及ぼす可能性のある残留心臓汚染を特定するために必要である25,27。第四に、刺激ロック型ERPとHEPの潜在的な重複を考慮する必要があります。なぜなら、神経応答の重複は適切にモデル化...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者たちは利益相反がないと宣言しています。

謝辞

この活動は、「シリウス」連邦直轄領の国家プログラム「シリウス」連邦直轄領の科学技術開発(協定番号28-03、日付2024年9月27日)の助成によって支援されました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

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
actiCAP slim / スナップブレイン・プロダクツ GmbHBP-185-220064チャンネルのアクティブ電極キャップ。
actiCHamp Plus 多用途オールインワンラボアンプブレイン・プロダクツ GmbH注:ACBM17120955主な脳波データ取得システム。
Ag/AgCl 使い捨てエレクトード 26mmニカ・メディカル株式会社該当なし三誘導心電図用の使い捨て電極
BIP2AUXアダプターブレイン・プロダクツ GmbH該当なし心電図の出力をEEGの補助入力に接続します。
デスクトップ版ROG Srtix ASUSTeKコンピュータ株式会社G835LR-SA117高性能ワークステーション。VRシステム(HTC Vive)、刺激提示ソフトウェア、EEG記録プラットフォーム(BrainVision Recorder)の同時運用に使用されます。
HTC Vive プロ・アイHTCコーポレーション S/N FA1142100443没入型刺激提示のためのVRシステム。
フォトセンサーブレイン・プロダクツ GmbH該当なし刺激開始の光学的検出のために。
Samsung 27インチ ViewFinity S8 サムスン電子株式会社S/N 0UYMHNBXB00044D2D条件のプライマリディスプレイ。
Samsung 27インチ ViewFinity S8 サムスン電子株式会社S/N 0UYMHNBXB00030E実験者の展示。実験中のEEG記録ソフトの実行やデータの監視に使用されます。
遮蔽された部屋のネイロイコニカ「エキスパート」ネイロイコニカ支援株式会社S/N figure-materials-1スナップリードケーブルニューロソフト社該当なし心電図の電極をアダプターに接続します
トリガーボックス・プラスブレイン・プロダクツ GmbH製造番号 TB-A100009-0624TTLトリガーの同期インターフェース。

参考文献

  1. Barrett, L. F., Simmons, W. K. Interoceptive predictions in the brain. Nat Rev Neurosci. 16 (7), 419-429 (2015).
  2. Critchley, H. D., Garfinkel, S. N. Interoception and emotion. Curr Opin Psychol. 17, 7-14 (2017).
  3. Quigley, K. S., Kanoski, S., Grill, W. M., Barrett, L. F., Tsakiris, M. Functions of interoception: from energy regulation to experience of the self. Trends Neurosci. 44 (1), 29-38 (2021).
  4. Cechetto, D. F. Cortical control of the autonomic nervous system. Exp Physiol. 99 (2), 326-331 (2014).
  5. Gianaros, P. J., Wager, T. D. Brain-body pathways linking psychological stress and physical health. Curr Dir Psychol Sci. 24 (4), 313-321 (2015).
  6. Schandry, R., Sparrer, B., Weitkunat, R. From the heart to the brain: a study of heartbeat-contingent scalp potentials. Int J Neurosci. 30 (4), 261-275 (1986).
  7. Azzalini, D., Rebollo, I., Tallon-Baudry, C. Visceral signals shape brain dynamics and cognition. Trends Cogn Sci. 23 (6), 488-509 (2019).
  8. Park, H. D., Blanke, O. Heartbeat-evoked cortical responses: underlying mechanisms, functional roles, and methodological considerations. Neuroimage. 197, 502-511 (2019).
  9. Saltafossi, M., Zaccaro, A., Perrucci, M. G., Ferri, F., Costantini, M. The impact of cardiac phases on multisensory integration. Biol Psychol. 182, 108642(2023).
  10. Seth, A. K., Friston, K. J. Active interoceptive inference and the emotional brain. Philos Trans R Soc B Biol Sci. 371 (1708), 20160007(2016).
  11. Kirasirova, L. A., Pyatin, V. F. Face-related ERP is influenced by cardiac afferent information. Opera Med Physiol. 9 (1), 54-59 (2022).
  12. Martins, A. Q., Ring, C., McIntyre, D., Edwards, L., Martin, U. Effects of unpredictable stimulation on pain and nociception across the cardiac cycle. Pain. 147 (1-3), 84-90 (2009).
  13. Motyka, P., et al. Interactions between cardiac activity and conscious somatosensory perception. Psychophysiology. 56 (3), e13424(2019).
  14. Edwards, L., Inui, K., Ring, C., Wang, X., Kakigi, R. Pain-related evoked potentials are modulated across the cardiac cycle. Pain. 137 (3), 488-494 (2008).
  15. Garfinkel, S. N., et al. Fear from the heart: sensitivity to fear stimuli depends on individual heartbeats. J Neurosci. 34 (19), 6573-6582 (2014).
  16. Rau, H., Elbert, T. Psychophysiology of arterial baroreceptors and the etiology of hypertension. Biol Psychol. 57, 179-201 (2001).
  17. Gray, M. A., Rylander, K., Harrison, N. A., Wallin, B. G., Critchley, H. D. Following one’s heart: cardiac rhythms gate central initiation of sympathetic reflexes. J Neurosci. 29, 1817-1825 (2009).
  18. Pollatos, O., Schandry, R. Accuracy of heartbeat perception is reflected in the amplitude of the heartbeat-evoked brain potential. Psychophysiology. 41 (3), 476-482 (2004).
  19. Parsons, T. D. Virtual reality for enhanced ecological validity and experimental control in clinical, affective and social neurosciences. Front Hum Neurosci. 9, 520(2015).
  20. Slobounov, S. M., Ray, W., Johnson, B., Slobounov, E., Newell, K. M. Modulation of cortical activity in 2D versus 3D virtual reality environments: an EEG study. Int J Psychophysiol. 95 (3), 254-260 (2015).
  21. Pavlov, Y. G., et al. EEGManyLabs: Investigating the replicability of influential EEG experiments. Cortex. 144, 213-229 (2021).
  22. Klem, G., Lüders, H., Jasper, H., Elger, C. The ten-twenty electrode system of the International Federation. Electroencephalogr Clin Neurophysiol Suppl. 52, 3-6 (1999).
  23. Larsen, O. F. P., et al. A method for synchronized use of EEG and eye tracking in fully immersive VR. Front Hum Neurosci. 18, 1347974(2024).
  24. Vigário, R., Särelä, J., Jousmäki, V., Hämäläinen, M., Oja, E. Independent component approach to the analysis of EEG and MEG recordings. IEEE Trans Biomed Eng. 47 (5), 589-593 (2000).
  25. Al, E., et al. Heart-brain interactions shape somatosensory perception and evoked potentials. Proc Natl Acad Sci USA. 117 (19), 10575-10584 (2020).
  26. Ehinger, B. V., Dimigen, O. Unfold: An integrated toolbox for overlap correction, non-linear modeling, and regression-based EEG analysis. PeerJ. 7, e7838(2019).
  27. Arnau, S., Sharifian, F., Wascher, E., Larra, M. F. Removing the cardiac field artifact from EEG using neural network regression. Psychophysiology. 60 (4), e14323(2023).
  28. Aprile, F., et al. The heartbeat-evoked potential in young and older adults during attention orienting. Psychophysiology. 62 (1), e70057(2025).
  29. Steinfath, P., et al. Validating genuine changes in heartbeat-evoked potentials using pseudotrials and surrogate procedures. Imaging Neurosci. 3, IMAG.a.30(2025).
  30. Walker, B. B., Sandman, C. A. Visual evoked potentials change as heart rate and carotid pressure change. Psychophysiology. 19 (5), 520-527 (1982).
  31. Maris, E., Oostenveld, R. Nonparametric statistical testing of EEG and MEG data. J Neurosci Methods. 164 (1), 177-190 (2007).
  32. Coll, M. P., Hobson, H., Bird, G., Murphy, J. Systematic review and meta-analysis of the relationship between the heartbeat-evoked potential and interoception. Neurosci Biobehav Rev. 122, 190-200 (2021).
  33. Kirasirova, L., Tugin, S., Pyatin, V., Kabir, M. S., Sagalajev, B. Modality-specific ERP dynamics in virtual and non-immersive environments. Proc Int Conf Neurotechnologies Neurointerfaces, , 36-39 (2025).
  34. Sagehorn, M., et al. Real-life relevant face perception is not captured by the N170 but reflected in later potentials: a comparison of 2D and virtual reality stimuli. Front Psychol. 14, 1050892(2023).
  35. Kirasirova, L., Maslova, O., Pyatin, V. Impact of virtual agent facial emotions and attention on N170 ERP amplitude: comparative study. Front Behav Neurosci. 19, 1523705(2025).
  36. Marín-Morales, J., et al. Affective computing in virtual reality: Emotion recognition from brain and heartbeat dynamics using wearable sensors. Sci Rep. 8, 13657(2018).
  37. Kirasirova, L., et al. Standardized EEG protocol for comparing cortical responses to mechanical and electrical tactile stimuli. J Vis Exp. (229), e69817(2026).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

タグ

EEGEEGECGERP
動画は近日公開
お問い合わせ
図書館への推薦

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。