Name: 신경 활동과 연결 Intracranial 뇌 파 데이터를 사용 하 여 SPM 소프트웨어 분석 (동영상) | JoVE Journal
Uploaded: 2018-10-30T13:30:00.000+00:00
Duration: 6 min 50 s
Description: 배우세요 SPM12 소프트웨어를 사용하여 intracranial EEG 데이터의 신경 활동과 연결성을 분석하는 방법을. 시간-주파수 분석과 동적 인과 모델링을 통해 인지 신경과학에서 뇌 기능 메커니즘을 이해할 수 있습니다.

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

이 연구는 Benesse 공사, 다음 세대 세계 최고의 연구원 (LZ008), Neurodevelopmental 장애 연구 추진 조직에 대 한 과학 진흥 (JSP) 자금 프로그램에 대 한 일본 사회에서에서 자금에 의해 지원 되었다 그리고 JSP KAKENHI (15 K 04185; 18 K 03174).

우리의 연구는 현지 기관 윤리 위원회에 의해 승인 되었다.
1. 기본 정보
참고: 분석 프로토콜은 다양 한 유형의 특정 참가자, 전극, 참조 방법, 또는 전극 위치 어떤 제한 없이 데이터에 적용할 수 있습니다. 우리의 예제에서 우리는 6 환자 약리학 다루기 힘든 초점 간 질에서 고통 테스트. 아무 간 질 foci 관심 영역에 있던 환자 테스트.
<ol><li>대상 전극에서 인지 실험 기간 동안 기록 intracranial 뇌 파 데이터입니다.<ol>
<li>정위 적 방법12를 사용 하 여 깊이 전극 이식.</li>
		<li>아 백 금 전극을 사용 (직경: 2.3 m m)와 깊이 백 금 전극 (직경: 0.8 m m) 동시에 외피와 subcortical 활동을 각각 측정 하.</li>
		<li>기준 전극 참조 활성화12를 피하기 위해 두개골 멀리 직면 하는 전극의 연락처와 함께 중간 등 쪽 정면 지역, 두개골의 표면에 놓습니다.</li>
		<li>데이터를 증폭, 온라인 필터 (밴드 패스: 0.5-300 Hz), 그리고 1000 Hz에서 샘플.</li>
		<li>기록 하 고 통계적으로 눈 움직임와 관련 된 아티팩트를 제거, 또한 electrooculograms 기록. 이론적인 관심사에 따라 대상 전극 선택 합니다. 또한, 사용 하 여 개별 MRI 및 컴퓨터 단층 촬영 데이터 전극 위치 확인 하기.</li>
	</ol>
</li>
	<li>샘플 및 전처리 시험 intracranial 뇌 파 데이터 (그림 1). 참고: 분석 프로토콜은 다양 한 유형의 특정 데이터 길이 또는 전처리 방법에 어떤 무제한 데이터에 적용할 수 있습니다.<ol>
<li>여기, 3000 ms 동안 데이터를 견본 (사전 자극: 1000 ms; 후 자극: 2000 ms) 각 시험에 대 한.</li>
		<li>참가자 여기 비정상적으로 보여 미리 정의 된 임계값을 사용 하 여 이러한 국외 자 재판 제외 일부 시험에서 높은 진폭 활동 간 질, 가능 하 게 관련 있기 때문에 (> 800 μV 및 > 5 SD). 육안 검사 및 독립적인 구성 요소 분석을 포함 하 여 다른 전처리 단계 실험 목적과 조건에 따라 필요할 수 있습니다.</li>
	</ol>
</li>
	<li>(Cf. SPM12 수동 12.1 및 12.2) EEG 시스템 네이티브 형식 SPM MATLAB 기반 형식으로 변환 합니다. 참고: 대부분의 뇌 파 데이터 형식은 가져올 수 있습니다 직접 SPM 소프트웨어에 SPM 일괄 편집 인터페이스에 변환 을 선택 하 고 모든 필요한 입력된 매개 변수를 지정 하 여. 또 다른 가능한 방법은 SPM 프로그램 디렉토리의 남자/example_scripts 하위 디렉터리에 "spm_eeg_convert_arbitrary_data.m" 하는 예제 스크립트를 사용 하는 것입니다. 이 스크립트는 ASCII 파일 또는 SPM 형식으로 많은 뇌 파 시스템으로 내보낼 수 있는 매트 파일을 변환 하는 편리한 방법을 제공 합니다.</li>
</ol>2. 시간-주파수 SPM 분석
<ol><li>SPM12 설정 (http://www.fil.ion.ucl.ac.uk/spm/) M/뇌 파 분석 메뉴13 (그림 2)를 사용 하 여.</li>
	<li>미리 정의 된 매개 변수 ( 에 따라 Morlet 웨이브와 연속 웨이브 렛 분해를 사용 하 여 각 평가판의 전처리 intracranial 뇌 파 데이터에 대 한 SPM 메뉴에서 시간-주파수 SPM 분석2 "시간-주파수 분석"을 선택 하 여 수행 그림 3). 참고: 웨이 블 릿 변환 intracranial 뇌 파 데이터 여러 주파수14의 웨이브를 컨볼루션 하 여 스펙트럼 구성 요소의 시간적 진화를 공개.<ol>
<li>여기, 웨이 블 릿 분해 7 주기 Morlet 웨이브를 사용 하 여 전체 신 기원에 대 한 실시 (-1,000-2000 ms) 및 4-300 Hz의 주파수 범위.</li>
		<li>어머니 잔물결 및 이전 연구15에 따라 사이클의 수를 결정 합니다. 참고는 잔물결에 주기 수 시간-주파수 해상도 제어 하 고 추정 안정성13되도록 5 보다 하는 것이 좋습니다.</li>
		<li>연구 관심에 따라 시간 및 주파수 범위를 결정 합니다.</li>
	</ol>
</li>
	<li>가장자리 효과 제거 하려면 SPM 메뉴에 "자르기"를 선택 하 여 결과 시간-주파수 지도 자동으로 자르기. 여기, 시간-주파수 지도-200으로 자르기-500 밀리초.</li>
	<li>더 이벤트 관련 전력 변화를 시각화 하 고 데이터의 정상을 개선에 시간-주파수 지도 대 한 SPM 메뉴에서 "시간-주파수 rescale"를 선택 하 여 데이터 변환 (선택 사항) 및 기준선 보정을 수행 합니다. 참고: 여기에서, 시간-주파수 지도 했다 로그 변환 및 기준선 (-200-0 ms)-수정.</li>
	<li>SPM 메뉴에서 "Convert2Images"를 선택 하 여 시간-주파수 지도 2 차원 (2D) 이미지로 변환 합니다.<ol>
<li>부드러운 커널을 사용 하 가우스 전자 반-최대 (FWHM) 미리 정의 된 값이 상호 주제 변화에 대 한 보상 하는 통계적 추론2,13에에서 사용 된 임의의 필드 이론의 가정에 따라야 . 참고: 여기에서, 시간-주파수 지도 시간 영역에서 96 ms의 FWHM 및 이전 연구2에 따라 주파수 영역에서 12 Hz의 가우스 커널 부드럽게 했다.</li>
	</ol>
</li>
	<li>SPM 메뉴에서 "지정 1-레벨"을 선택 하 여 일반 선형 모델에 2D 이미지를 입력 합니다.</li>
	<li>SPM 메뉴에서 "모델 추정"를 선택 하 여 일반 선형 모델을 견적 한다.</li>
	<li>SPM 메뉴에서 "결과"를 선택 하 여 임의의 필드 이론2 에 따라 시간-주파수 SPM {T} 데이터에 통계적 추론을 수행 합니다. (아마도 여러 비교에 대 한 수정)는 미리 정의 된 임계값을 크게 활성화 된 시간-주파수 클러스터를 검색. 참고: 여기, p 의 범위 임계값 < 0.05 p 의 높이 임계값을 갖는 여러 비교 FWE 수정 했던 < 0.001 (교정된) 사용 되었다.</li>
</ol>3입니다. 유도 응답의 DCM
<ol><li>SPM12 설정 (http://www.fil.ion.ucl.ac.uk/spm/) M/뇌 파 분석 메뉴13 (그림 4)를 사용 하 여.<ol>
<li>SPM 메뉴에서 "DCM" 버튼을 클릭 하 여 DCM 분석을 시작 합니다. "산업" 목록 상자에서 선택 하 여 유도 응답 DCM을 활성화 합니다. M/뇌 파 메뉴 DCM에서 "새로운 데이터"를 클릭 하 여 전처리 intracranial 뇌 파 데이터를 가져옵니다.</li>
	</ol>
</li>
	<li>시간 창 관심, 선택 된 조건 (이 네트워크 사양에 사용 되는 변조 입력 정의), 관심, 주파수 창 및 M/뇌 파 메뉴 (DCM에서 잔물결 사이클의 수에 대 한 관심, 대조의 조건 지정 그림 5)입니다.<ol>
<li>5-사이클 Morlet 웨이브 (1 Hz 단계에서 4-100 Hz)를 사용 하 고 1-500 ms로 시간 창을 설정 합니다.</li>
		<li>기본 설정에 따라 웨이블렛 주기를 결정 합니다. 참고 소프트웨어 추천 추정 안정성13되도록 5 보다 큰 값입니다. 시간-주파수 범위 우리의 연구 관심사에 따라 결정 했다. 참고 추가 ± 512 ms와 시간 창 가장자리 효과 제거를 계산 하는 동안 자동으로 사용 되었다.</li>
	</ol>
</li>
	<li>(1) 정의 DCM 프레임 워크4,5에 따라, 입력, 신경 상태;에 감각 입력을 대표 하는 운전 (2) 기본 연결 신경 상태와 자기 연결 기준 연결 구현 그리고 (3) modulatory 효력 null 가설된 모델에 대 한 실험 조작을 통해 내장 연결에. 또한 선형 (내 주파수) 또는 (사이 비선형-주파수)으로 변조 유형을 정의 합니다.<ol>
<li>M/뇌 파 메뉴 DCM에 내장 (선형 및 비선형) 연결, 운전 입력 및 변조 입력을 지정 합니다.</li>
		<li>필요한 경우 일부 관련된 매개 변수 (예를 들어, 이전 자극 발병 시간 및 기간)의 기본 설정을 수정 합니다. M/뇌 파 메뉴 DCM에서 "반전 DCM"을 선택 하 여 모델을 견적 한다. 그 후 선택 그림으로 결과 저장 주파수 주파수 modulatory 하기 매개 변수 이미지 커플링.</li>
	</ol>
</li>
	<li>최적의 네트워크 모델을 식별 하는 M/뇌 파 메뉴 DCM에서 "진동"를 클릭 하 여 임의 효과 베이지안 모델 선택 (BMS) 분석17 를 실시 합니다. 사용 하 여 모델 예상 확률 및 헌신 확률 평가 측정으로.</li>
	<li>SPM 메뉴를 사용 하 여 우승 모델 매개 변수를 사용 하 여 modulatory 연결의 크로스 주파수 패턴에 관한 추론을 확인 (단계 2 참조).<ol>
<li>SPM 메뉴에서 "Convert2Images"를 선택 하 여 modulatory 커플링 매개 변수 이미지를 부드럽게.</li>
		<li>SPM 메뉴에서 "둘째 수준 지정"을 선택 하 여 일반 선형 모델 분석을 수행 합니다.</li>
		<li>SPM 메뉴에서 "결과"를 선택 하 여 2D SPM {T} 값을 계산 합니다. 참고: 여기는 FWHM은 이전 연구4에 따라 8 Hz에서 설정 했다. 중요 한 값 exploratorily p 의 높이 임계값을 사용 하 여 식별 된 < 0.05 (교정된).</li>
	</ol>
</li>
</ol>

<ol><li>Lachaux, J. P., Rudrauf, D., Kahane, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intracranial+EEG+and+human+brain+mapping%5BTitle%5D)+AND+%22Journal+of+Physiology+-+Paris%22%5BJournal%5D)">Intracranial EEG and human brain mapping.</a> Journal of Physiology - Paris. 97 (4-6), 613-628 (2003).</li>
<li>Kilner, J. M., Kiebel, S. J., Friston, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Applications+of+random+field+theory+to+electrophysiology%5BTitle%5D)+AND+%22Neuroscience+Letters%22%5BJournal%5D)">Applications of random field theory to electrophysiology.</a> Neuroscience Letters. 374 (3), 174-178 (2005).</li>
<li>Canolty, R. T., Knight, R. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+functional+role+of+cross-frequency+coupling%5BTitle%5D)+AND+%22Trends+in+Cognitive+Sciences%22%5BJournal%5D)">The functional role of cross-frequency coupling.</a> Trends in Cognitive Sciences. 14 (11), 506-515 (2010).</li>
<li>Chen, C. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+dynamic+causal+model+for+evoked+and+induced+responses%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">A dynamic causal model for evoked and induced responses.</a> Neuroimage. 59 (1), 340-348 (2012).</li>
<li>Friston, K. J., Harrison, L., Penny, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+causal+modelling%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Dynamic causal modelling.</a> Neuroimage. 19 (4), 1273-1302 (2003).</li>
<li>Canolty, R. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+gamma+power+is+phase-locked+to+theta+oscillations+in+human+neocortex%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">High gamma power is phase-locked to theta oscillations in human neocortex.</a> Science. 313, 1626-1628 (2006).</li>
<li>Tort, A. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+cross-frequency+couplings+of+local+field+potential+oscillations+in+rat+striatum+and+hippocampus+during+performance+of+a+T-maze+task%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Dynamic cross-frequency couplings of local field potential oscillations in rat striatum and hippocampus during performance of a T-maze task.</a> Proceedings of the National Academy of Sciences of the United States of America. 105 (51), 20517-20522 (2008).</li>
<li>Voytek, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Shifts+in+gamma+phase-amplitude+coupling+frequency+from+theta+to+alpha+over+posterior+cortex+during+visual+tasks%5BTitle%5D)+AND+%22Frontiers+in+Human+Neuroscience%22%5BJournal%5D)">Shifts in gamma phase-amplitude coupling frequency from theta to alpha over posterior cortex during visual tasks.</a> Frontiers in Human Neuroscience. 4, 191(2010).</li>
<li>Mukamel, R., Fried, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Human+intracranial+recordings+and+cognitive+neuroscience%5BTitle%5D)+AND+%22Annual+Review+of+Psychology%22%5BJournal%5D)">Human intracranial recordings and cognitive neuroscience.</a> Annual Review of Psychology. 63, 511-537 (2012).</li>
<li>Parvizi, J., Kastner, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Promises+and+limitations+of+human+intracranial+electroencephalography%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Promises and limitations of human intracranial electroencephalography.</a> Nature Neuroscience. 21, 474-483 (2018).</li>
<li>Hill, N. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recording+human+electrocorticographic+%28ECoG%29+signals+for+neuroscientific+research+and+real-time+functional+cortical+mapping%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%22%5BJournal%5D)">Recording human electrocorticographic (ECoG) signals for neuroscientific research and real-time functional cortical mapping.</a> Journal of Visualized Experiments. (64), 3993(2012).</li>
<li>Herrmann, C. S., Rach, S., Vosskuhl, J., Strüber, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Time-frequency+analysis+of+event-related+potentials%3A+A+brief+tutorial%5BTitle%5D)+AND+%22Brain+Topography%22%5BJournal%5D)">Time-frequency analysis of event-related potentials: A brief tutorial.</a> Brain Topography. 27 (4), 438-450 (2014).</li>
<li>Litvak, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+and+MEG+data+analysis+in+SPM8%5BTitle%5D)+AND+%22Computational+Intelligence+and+Neuroscience%22%5BJournal%5D)">EEG and MEG data analysis in SPM8.</a> Computational Intelligence and Neuroscience. 2011, 852961(2011).</li>
<li>Mihara, T., Baba, K. <a target="_blank" href="https://ci.nii.ac.jp/naid/10029338435/">Combined use of subdural and depth electrodes.</a> Epilepsy Surgery. , 613-621 (2001).</li>
<li>Kilner, J., Bott, L., Posada, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modulations+in+the+degree+of+synchronization+during+ongoing+oscillatory+activity+in+the+human+brain%5BTitle%5D)+AND+%22European+Journal+of+Neuroscience%22%5BJournal%5D)">Modulations in the degree of synchronization during ongoing oscillatory activity in the human brain.</a> European Journal of Neuroscience. 21, 2547-2554 (2005).</li>
<li>Lachaux, J. P., Rodriguez, E., Martinerie, J., Varela, F. J. <a target="_blank" href="https://onlinelibrary.wiley.com/doi/abs/10.1002/(SICI)1097-0193(1999)8:4%3C194::AID-HBM4%3E3.0.CO;2-C">Measuring phase synchrony in brain signals.</a> Human Brain Mapping. 8 (4), 194-208 (1999).</li>
<li>Stephan, K. E., Penny, W. D., Daunizeau, J., Moran, R. J., Friston, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bayesian+model+selection+for+group+studies%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Bayesian model selection for group studies.</a> Neuroimage. 46 (4), 1004-1017 (2009).</li>
<li>Sato, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rapid%2C+high-frequency%2C+and+theta-coupled+gamma+oscillations+in+the+inferior+occipital+gyrus+during+face+processing%5BTitle%5D)+AND+%22Cortex%22%5BJournal%5D)">Rapid, high-frequency, and theta-coupled gamma oscillations in the inferior occipital gyrus during face processing.</a> Cortex. 60, 52-68 (2014).</li>
<li>Sato, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bidirectional+electric+communication+between+the+inferior+occipital+gyrus+and+the+amygdala+during+face+processing%5BTitle%5D)+AND+%22Human+Brain+Mapping%22%5BJournal%5D)">Bidirectional electric communication between the inferior occipital gyrus and the amygdala during face processing.</a> Human Brain Mapping. 38 (2), 4511-4524 (2017).</li>
<li>Bartlett, J. C., Searcy, J., Abdi, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((What+are+the+routes+to+face+recognition%3F%5BTitle%5D)+AND+%22Perception+of+faces%2C+objects%2C+and+scenes%3A+Analytic+and+holistic+processing%22%5BJournal%5D)">What are the routes to face recognition?</a> Perception of faces, objects, and scenes: Analytic and holistic processing. , 21-52 (2003).</li>
<li>Bouvier, S. E., Engel, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Behavioral+deficits+and+cortical+damage+loci+in+cerebral+achromatopsia%5BTitle%5D)+AND+%22Cerebral+Cortex%22%5BJournal%5D)">Behavioral deficits and cortical damage loci in cerebral achromatopsia.</a> Cerebral Cortex. 16 (2), 183-191 (2006).</li>
<li>Pitcher, D., Walsh, V., Duchaine, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+the+occipital+face+area+in+the+cortical+face+perception+network%5BTitle%5D)+AND+%22Experimental+Brain+Research%22%5BJournal%5D)">The role of the occipital face area in the cortical face perception network.</a> Experimental Brain Research. 209 (4), 481-493 (2011).</li>
<li>Latini, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((New+insights+in+the+limbic+modulation+of+visual+inputs%3A+The+role+of+the+inferior+longitudinal+fasciculus+and+the+Li-Am+bundle%5BTitle%5D)+AND+%22Neurosurgical+Review%22%5BJournal%5D)">New insights in the limbic modulation of visual inputs: The role of the inferior longitudinal fasciculus and the Li-Am bundle.</a> Neurosurgical Review. 38 (1), 179-189 (2015).</li>
<li>Davies-Thompson, J., Andrews, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intra-+and+interhemispheric+connectivity+between+face-selective+regions+in+the+human+brain%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">Intra- and interhemispheric connectivity between face-selective regions in the human brain.</a> Journal of Neurophysiology. 108 (11), 3087-3095 (2012).</li>
<li>Jerbi, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Saccade+related+gamma-band+activity+in+intracerebral+EEG%3A+dissociating+neural+from+ocular+muscle+activity%5BTitle%5D)+AND+%22Brain+Topography%22%5BJournal%5D)">Saccade related gamma-band activity in intracerebral EEG: dissociating neural from ocular muscle activity.</a> Brain Topography. 22, 18-23 (2009).</li>
<li>Buzsáki, G., Silva, F. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+frequency+oscillations+in+the+intact+brain%5BTitle%5D)+AND+%22Progress+in+Neurobiology%22%5BJournal%5D)">High frequency oscillations in the intact brain.</a> Progress in Neurobiology. 98, 241-249 (2012).</li>
<li>Benayoun, M., Kohrman, M., Cowan, J., van Drongelen, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG%2C+temporal+correlations%2C+and+avalanches%5BTitle%5D)+AND+%22Journal+of+Clinical+Neurophysiology%22%5BJournal%5D)">EEG, temporal correlations, and avalanches.</a> Journal of Clinical Neurophysiology. 27 (6), 458-464 (2010).</li>
<li>Herrmann, C. S., Grigutsch, M., Busch, N. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+oscillations+and+wavelet+analysis%5BTitle%5D)+AND+%22Event-related+potentials%3A+A+methods+handbook%22%5BJournal%5D)">EEG oscillations and wavelet analysis.</a> Event-related potentials: A methods handbook. , 229-259 (2005).</li>
<li>Pigorini, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Time-frequency+spectral+analysis+of+TMS-evoked+EEG+oscillations+by+means+of+Hilbert-Huang+transform%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">Time-frequency spectral analysis of TMS-evoked EEG oscillations by means of Hilbert-Huang transform.</a> Journal of Neuroscience Methods. 198 (2), 236-245 (2011).</li>
<li>Holdgraf, C. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rapid+tuning+shifts+in+human+auditory+cortex+enhance+speech+intelligibility%5BTitle%5D)+AND+%22Nature+communications%22%5BJournal%5D)">Rapid tuning shifts in human auditory cortex enhance speech intelligibility.</a> Nature communications. 7, 13654(2016).</li>
<li>Aru, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Untangling+cross-frequency+coupling+in+neuroscience%5BTitle%5D)+AND+%22Current+Opinion+in+Neurobiology%22%5BJournal%5D)">Untangling cross-frequency coupling in neuroscience.</a> Current Opinion in Neurobiology. 31, 51-61 (2015).</li>
<li>Gerber, E. M., Sadeh, B., Ward, A., Knight, R. T., Deouell, L. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Non-sinusoidal+activity+can+produce+cross-frequency+coupling+in+cortical+signals+in+the+absence+of+functional+interaction+between+neural+sources%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Non-sinusoidal activity can produce cross-frequency coupling in cortical signals in the absence of functional interaction between neural sources.</a> PLoS One. 11 (12), e0167351(2016).</li>
<li>Cole, S. R., Voytek, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Brain+oscillations+and+the+importance+of+waveform+shape%5BTitle%5D)+AND+%22Trends+in+Cognitive+Sciences%22%5BJournal%5D)">Brain oscillations and the importance of waveform shape.</a> Trends in Cognitive Sciences. 21 (2), 137-149 (2017).</li>
<li>Mikulan, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intracranial+high-%CE%B3+connectivity+distinguishes+wakefulness+from+sleep%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Intracranial high-γ connectivity distinguishes wakefulness from sleep.</a> Neuroimage. 169, 265-277 (2018).</li>
<li>Zheng, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Amygdala-hippocampal+dynamics+during+salient+information+processing%5BTitle%5D)+AND+%22Nature+communications%22%5BJournal%5D)">Amygdala-hippocampal dynamics during salient information processing.</a> Nature communications. 8, 14413(2017).</li>
<li>Maris, E., Oostenveld, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nonparametric+statistical+testing+of+EEG-+and+MEG-data%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">Nonparametric statistical testing of EEG- and MEG-data.</a> Journal of Neuroscience Methods. 164 (1), 177-190 (2007).</li>
<li>Stolk, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrated+analysis+of+anatomical+and+electrophysiological+human+intracranial+data%5BTitle%5D)+AND+%22Nature+Protocols%22%5BJournal%5D)">Integrated analysis of anatomical and electrophysiological human intracranial data.</a> Nature Protocols. 13, 1699-1723 (2018).</li>
<li>Friston, K. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+causal+modelling+revisited%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Dynamic causal modelling revisited.</a> NeuroImage. , (2017).</li>
</ol>

저자는 공개 없다.

여기 소개 하는 SPM 소프트웨어를 사용 하 여 intracranial 뇌 파 데이터 분석 프로토콜 기능 MRI에 비해 몇 가지 장점이 있다. 첫째, 프로토콜 높은 시간 해상도에서 신경 활성화를 묘사할 수 있다. 따라서, 결과 처리의 이른 또는 늦은 단계에서 신경 활성화의 인지 상관 관계는 구현 여부를 나타냅니다. 우리의 예제에서는 얼굴 효과 시각적 처리의 매우 초기 단계 (즉, 110 ms) 확인 되었다. 또한, 다른 심리적 기능에 관련 된 신경 활동의 일시적인 프로 파일의 비교 흥미로운 의미를 제공 합니다. 특히, 우리의 예제는 IOG에서 각각 115 ms, 165 ms에서 시작 얼굴과 얼굴-반전 효과 대 한 다른 활성화 시간을 밝혔다. 이러한 풍부한 시간적 정보 neurocognitive 메커니즘에 대 한 우리의 이해를 심화 수 있습니다.
또한, 프로토콜 내 고 남북 regional 신경 연결을 묘사할 수 있다. Hemodynamic 신호와 전자기 신호 두 ...

신경 활동과 연결 관련 된 높은 공간과 시간 해상도에서 인지 기능 측정 인지 신경 과학의 주 목표 중 하나입니다. 그러나,이 목표 달성은 쉽지 않다입니다. 신경 활동을 기록 하는 데 사용 하는 하나의 인기 있는 방법은 기능 자기 공명 영상 (MRI) 이다. 기능적 MRI 밀리미터 수준 및 비-침략 적 기록, 높은 공간 해상도 같은 몇 가지 장점을 제공 하지만 기능 MRI의 명확한 불리는 낮은 시간적 해상도입니다. 또한, 기능적 MRI만 직접으로 전기 신경 활동을 반영 하는 혈액 산소 수준 종속 신호를 측정 합니다. Electroencephalography (뇌 파) 등 magnetoencephalography (멕), 인기 있는 electrophysiological 방법 밀리초 수준에서 높은 시간 해상도가지고. 그러나 그들은 두 피에서 전기/자기 신호를 기록 하 고 두뇌 활동을 묘사 하기 위해 어려운 역 문제를 해결 해야 하기 때문에, 그들은 상대적으로 낮은 공간 해상도, 있다.
Intracranial 뇌 파 직접 높은 시간 (밀리초)와 공간 (센티미터) 해상도1전기 신경 활동을 기록할 수 있다. 그것은 분명 한계를가지고 있지만이 측정 신경 활동과 연결, 이해 하는 귀중 한 기회를 제공할 수 있습니다 (예를 들어, 측정 지역 임상 기준으로 제한 됩니다). 여러 intracranial 뇌 파 연구는 신경 활동을 묘사 하기 위해 전통적인 평균 분석을 적용 했습니다. 평균 분석 민감하게 시간 동기 및 낮은 주파수 밴드 활성화를 검색할 수 있습니다, 하지만 그것은 비 위상 동기를 검색할 수 없습니다 또는 높은-주파수 (예: 감마 밴드) 활성화. 또한, 기능 신경 결합 하지 intracranial 뇌 파 기록 문학에 깊이 분석 되었습니다. 몇 가지 새로운 기술은 신경 활동와 내 통해 regional 연결 intracranial 뇌 파 데이터 분석에 적용 될 수 있는 기능성 MRI와 EEG/멕 녹음을 묘사 하기 위해 최근에 개발 되었습니다.
여기, 우리가 최근 통계적 파라미터 매핑 (SPM) 소프트웨어를 사용 하 여 intracranial 뇌 파 데이터 분석에 적용 분석 프로토콜을 소개 합니다. 첫째, 언제, 그리고 어느 주파수에서 공개 뇌 영역 활성화 될 수 있는, 우리가 수행 시간-주파수 SPM 분석2. 이 분석 시간 및 주파수 도메인을 동시에 사용 하 여 연속 웨이 블 릿 변환 분해 및 임의 필드 이론을 사용 하 여 시간-주파수 지도 family-wise 오류 (FWE) 속도 적절 하 게 수정. 둘째, 뇌 영역 통신 하는 방법을 공개, 우리 유도 응답4의 동적 인과 모델링 (DCM) 적용. DCM의 효과적인 연결 조사 수 있습니다 (즉, 뇌 영역5중 인과 및 방향 영향). DCM 기능 MRI 데이터5를 분석 하기 위한 도구로 원래 제안 되었다, 비록 유도 응답의 DCM electrophysiological 신호4시간 가변 파워 스펙트럼 분석을 확장 되었습니다. 이 분석 두 내부 및 남북 regional 신경 연결의 묘사를 허용 한다. 지역 내 지역 계산 및 장거리 간 지역 통신 주로 사용 하 여 감마 세타 밴드 진동, 각각, 그리고 그들의 상호 작용 (예, entrainments) 수 여러 신경 생리학 연구 제안 세타 감마 주파수 크로스 커플링3,6,,78에 의해 반영 됩니다. 이 보고서는 데이터 분석 프로토콜;에 초점을 맞추고합니다 배경 정보9,10 의 개요 및 기록 프로토콜11 intracranial 뇌 파의 문학을 참조 하십시오.

신경 활동과 연결 intracranial 뇌 파 데이터를 사용 하 여 spm 소프트웨어 분석

Analyzing Neural Activity and Connectivity Using Intracranial EEG Data with SPM Software

신경 활동과 연결 관련 된 높은 공간과 시간 해상도에서 인지 기능을 측정 하는 것은 인지 신경 과학에서 중요 한 목표입니다. Intracranial electroencephalography (뇌 파) 직접 전기 신경 활동을 기록할 수 있으며이 목표를 달성 하기 위해 독특한 잠재력. 전통적으로, 평균 분석에 적용 된 분석 intracranial 뇌 파 데이터; 그러나, 몇 가지 새로운 기술을 묘사 신경 활동 및 내부와 남북 regional 연결 사용할 수 있습니다. 우리가 최근 통계적 파라미터 매핑 (SPM) 소프트웨어를 사용 하 여 intracranial 뇌 파 데이터 분석에 적용 하는 두 개의 분석 프로토콜 소개: 신경 활동 및 동적 인과 모델링의 시간-주파수 SPM 분석에 대 한 응답을 유도 내 고 남북 regional 연결입니다. 우리 대표 결과 얼굴의 관찰 동안 intracranial 뇌 파 데이터 분석 보고. 결과 밝혀 열 등 후 두 이랑 (IOG) 얼굴에 아주 초기 단계 (110 ms) 모두 IOG와 편도 빠른 내부 및 남북 regional 연결 진동의 다양 한 종류를 사용 하 여 보였다에서 감마 밴드 활동을 보였다. 이러한 분석 프로토콜 기본 높은 공간 및 시간 프로필 인지 기능 신경 메커니즘을 식별 하기 위해 가능성이 있다.

우리 얼굴18,19응답에서 intracranial 뇌 파 데이터 분석 여기에 소개 하는 프로토콜을 사용 하 여. 우리 얼굴, 모자이크, 및 직 립에 집의 수동 보는 동안 6 환자에서 데이터를 기록 하 고 방향 반전. 똑바로 모자이크 대 수직 얼굴 및 직 립 집 대 똑바로 얼굴 대조 얼굴 효과를 (즉, 다른 개체를 기준으로 얼굴 특정 두뇌 활동)을 공개 했다. 직의 대비 대 반전 얼굴 얼굴 공개 얼굴-반전 효과 (즉., 얼굴 전용 시각 처리 가능 하 게 configural/전체 론 처리20관련). 시간-주파수 분석 및 위상-진폭 주파수 크로스 커플링에 대 한 대상 영역으로 우리는 바로 열 등 후 두 이랑 (IOG) 이전 neuropsychologi...

선물이 intracranial electroencephalography 데이터 통계 파라미터 매핑 (SPM) 소프트웨어를 사용 하 여 분석 하는 데 사용할 수 있는 두 개의 분석 프로토콜: 신경 활동, 및 동적 인과 관계에 대 한 시간-주파수 통계적 파라미터 매핑 분석 내부 및 남북 regional 연결에 대 한 유발된 반응의 모델링.

신경 활동과 연결 Intracranial 뇌 파 데이터를 사용 하 여 SPM 소프트웨어 분석

Measuring neural activity and connectivity associated with cognitive functions at high spatial and temporal resolutions is an important goal in cognitive ...

이 방법은 인지 신경 과학 분야의 주요 질문에 대답하는 데 도움이 될 수 있습니다. 이 기술의 주요 장점은 신경 활동과 고공간 측두성 진화에 대한 연결을 분석할 수 있다는 것입니다. 두개 내 EEG 데이터 분석을 시작하려면 SPM12를 설정하고 MEG EEG 분석 메뉴를 선택합니다.먼저 미리 정의된 매개 변수를 기반으로 모레 웨이블릿을 사용하여 연속 웨이블릿 분해를 사용하여 각 시험의 전처리된 두개내 EEG 데이터에 대한 시간 주파수 분석을 수행합니다. 스펙트럼 성분의 시간적 진화를 밝히기 위해, 4~300 헤르츠의 주파수 범위를 사용하여 전체 1, 000 ~ 2, 000 밀리초의 전체 시대에 7사이클 모렛 웨이블릿을 사용하여 웨이블릿 분해를 실시한다. 다음으로, 마더 웨이블릿과 사이클 수를 결정하고 사이클 수가 시간 주파 해상도를 제어하고 추정 안정성을 보장하기 위해 5 개 이상이어야한다는 점에 유의하십시오.시간 및 주파수 범위를 결정합니다. 그런 다음 결과 시간 주파수 맵을 자동으로 자르면 가장자리 효과를 제거합니다. 여기서 맵은 200밀리초에서 500밀리초로 자른다.시간 주파수 맵의 시간 주파수 재축을 선택하여 이벤트 관련 전원 변경을 더 잘 시각화하고 정상성을 개선하여 원하는 경우 데이터 변환을 수행하고 기준 수정을 수행합니다. 다음으로 시간 주파수 맵을 2차원 이미지로 변환합니다. 또한 미리 정의된 전체 너비 반최대 값의 가우시안 커널을 사용하여 피사체 간 가변성을 보정하고 무작위 필드 이론의 가정을 준수합니다.이제 SPM 메뉴에서 두 번째 레벨을 지정하고 분석할 2D 이미지를 입력합니다. 그런 다음 모델 추정을 선택하여 일반 선형 모델을 실행합니다. 마지막으로 임의 필드 이론에 따라 시간 주파 데이터에 대한 통계 적 추론을 수행하도록 결과를 선택합니다.여기에 있는 임계값과 같이 미리 정의된 임계값을 가진 현저하게 활성화된 시간 주파수 클러스터를 감지합니다. SPM 메뉴에서 DCM을 선택하여 동적 인과 모델링 분석을 시작합니다. 그런 다음 IND 옵션을 선택하고 새 데이터를 선택하여 미리 처리된 두개내 EEG 데이터를 가져옵니다.그런 다음 MEG EEG 메뉴를 사용하여 관심 있는 시간 창, 관심 빈도 창, 사용할 웨이블렛 주기 수, 관심 조건 및 조건에 대한 대비를 지정합니다. 시간 창을 1~500밀리초로 설정합니다. 헤르츠 계단에서 4~100 헤르츠의 5주기 모렛 웨이브를 사용하십시오.웨이블렛 주기의 기본 설정을 사용합니다. 연구 관심에 따라 시간 주파 범위를 결정합니다. 계산 중에 512밀리초를 추가로 사용할 수 있는 시간 창을 사용하여 가장자리 효과를 제거할 수 있습니다.DCM 프레임워크를 기반으로 신경 상태에 대한 감각 입력과 신경 상태 간의 기준연결내의 연결을 나타내는 구동 입력을 정의합니다. 또한 null 및 가설 모델에 대한 실험 적 조작을 통해 본질적인 연결에 대한 변조 효과를 정의합니다. 변조 유형을 선형 또는 비선형으로 정의합니다.이제 본질적인 선형 및 비선형 연결, 구동 입력 및 변조 입력을 지정합니다. 사전 자극 개시 시간 및 기간과 같이 필요한 경우 관련 매개 변수의 기본 설정을 수정합니다. 그런 다음 모델을 추정하기 위해 반전 DCM을 선택합니다.그런 다음 결과를 이미지로 저장하여 주파수 주파수 조절 커플링 매개 변수 이미지를 저장합니다. 다음으로 최적의 네트워크 모델을 식별하기 위해 BMS를 선택하여 Bayesian 모델 선택 분석을 임의로 효과 수행합니다. 모델 예상 확률 및 응력 확률을 평가 척도로 사용합니다.그런 다음 위닝 모델 매개 변수를 사용하여 변조 연결의 교차 주파수 패턴에 대해 추론합니다. 이제 이미지로 변환을 선택하여 변조 커플링 매개 변수 이미지를 부드럽게 합니다. 그런 다음 두 번째 레벨을 지정하여 일반 선형 모델 분석을 수행합니다.마지막으로 결과를 선택하여 2D SPMT 값을 계산합니다. 여기서 전체 폭 의 절반 최대값은 8 헤르츠로 설정되었으며 중요한 값은 0.05 미만의 P의 수정되지 않은 높이 임계값을 사용하여 탐색적으로 식별되었습니다. 시간 주파 분석은 단계의 처리 중에 열등한 Occipital Gyrus 또는 IOG 활동의 시간 적 및 주파수 프로파일을 조사하기 위해 수행되었다.여기에서는 직립 단계 및 직립 모자이크 조건에 대한 올바른 IOG 활동의 시간 주파 맵이 표시됩니다. 직립 상 대 직립 모자이크에 대한 SPMT 데이터도 표시됩니다. 기능성 네트워크 모델은 여기에 표시됩니다.IOG와 편도체 사이의 연결에 직립 모자이크 대 직립 위상의 변조 입력의 8 개의 가능한 조합을 조사하고 각 영역에 자체 연결. IOG 대 편도체 및 편도체 대 IOG 변조에 대한 직립 상 대 직립 모자이크에 대한 주파수 주파수 조절 커플링 파라미터 및 SPMT 값이 여기에 나와 있다. 빨간색-노란색 영역은 상당한 흥분성 연결을 나타내고 청색-시안 영역은 억제 연결을 나타냅니다.이 비디오를 시청한 후에는 SPM 소프트웨어를 사용하여 신경 활동 및 연결을 감지하기 위한 두개내 EEG 데이터를 분석하는 방법에 대해 잘 이해해야 합니다.

analyzing-neural-activity-connectivity-using-intracranial-eeg-data

Research

연구

JoVE Journal

Neuroscience

신경과학

우리는 자기 공명 영상 (MRI)에 의해 캡처 해부학 적 정보와 결합 마그네토와 electroencephalography (멕 / EEG)은, 청각주의와 관련된 대뇌 피질의 네트워크의 역학을 매핑 사용합니다.

동시 멕 / EEG와 해부학적인 몸의 구조 제약 최소 - 표준 견적을 사용하여 매핑 두피 역학 : 청각주의 예

신경 영상 연구는 일반적으로 반복 실험 실험을 통해 평균 활동으로 뇌의 반응을 고려하고 "노이즈"와 같은 시간에 신호 변화를 무시하십시오. 하지만, 그 잡음 신호가 분명 해지고있다. 이 문서에서는 시간 영역에서 뇌 신호 변화를 정량화를위한​​ 멀티 스케일 엔트로피의 새로운 방법에 대해 설명합니다.

이벤트 관련 후보, 분광 및 멀티 스케일 엔트로피 : EEG 신경 영상 데이터의 응용

이 논문은 기능성 자기 공명 영상 (fMRI)으로 밝혀 활성화에 의해 유도 동시 경 두개 자기 자극 (TMS) 동안 (EEG)의 데이터를 수집하고 뇌파를 분석하는 방법을 설명합니다. 사건 관련 전위의 TMS 이슈 제거 및 추출 방법은 패러다임의 설계 및 실험 장치의 고려 사항뿐만 아니라 설명되어 있습니다.

fMRI를 유도 경 두개 자기 자극하는 동안 기록 된 EEG 데이터에서 시각 유발 전위를 추출

이 비디오는 비침습적 조건에서 국소 간질의 특정 전임상 모델을 사용하여 진정된 쥐에서 고해상도 EEG의 준비, 기록 및 소스 분석 절차를 소개합니다.

고해상도 뇌파 기록을 사용하여 초점 간질의 전임상 쥐 모델에서 뇌 원본 영상

정위 뇌파 (SEEG)은 발작 초점을 현지화하기 위해 간질 수술에 사용되는 수술 방법이다. 또한 뇌 기능을 연구 할 수있는 독특한 기회를 제공한다. 여기에서 우리는 SEEG 인간을 대상으로인지 과정을 조사하는 데 사용할 수있는 방법에 대해 설명합니다.

정위 뇌파를 사용하여 깊은 피질의 기능 및 피질 하 구조 조사 : 전방에 cingulate 피질 수업

이 원고는 공간적으로 집중된 공학 문제를 해결하면서 인간의 신경 활성을 측정하는 방법을 설명한다. 뇌파 방법론 궁극적 문제 유형 간의 참가자 사이 모두 작업 성능의 비교를 가능하게 할 목적으로, 신경 효율의 관점에서 베타 뇌파 측정을 해석 돕는다.

작업 별 신경 효율성 비교를위한 뇌파 전위 측정을 활용 : 공간 지능 작업을

Resting-state functional-connectivity MRI는 피질 발달의 기형으로 인한 간질을 포함한 광범위한 신경 정신 질환을 가진 환자의 이상을 확인했습니다. EEG와 함께 경두개 자기 자극법은 간질 환자가 비정상적인 연결성을 가진 영역에서 피질 과흥분성을 가지고 있음을 입증할 수 있습니다.

간질 환자의 뇌 흥분을 연결 관련 평가하는 멀티 모달 Imaging- 및 자극 기반 방법

이미징 방법, 방법, 이미징 spatiotemporal fMRI 제한 된 뇌 파 소스 라고 하는 뇌 파 fMRI multimodal 여기 설명 되어 있습니다. 제시 방법 고용 조건에 따라 활성 fMRI 하위 지도, 또는 priors, 공간 특이성을 향상 하 고 잘못 된 결과 제한 하는 방식으로 뇌 파 소스 지역화 가이드.

동시 뇌 파와 기능적 MRI 기록과 동적 대뇌 피 질의 활동 영상에 대 한 통합 분석

표준 뇌파 분석 기술은 신경계 기능에 대한 제한된 통찰력을 제공합니다. 피질 연결의 통계 모델을 도출하면 기본 네트워크 역학을 조사할 수 있는 훨씬 더 큰 기능을 제공합니다. 향상된 기능 평가는 신경계 질병에 있는 진단, 예후 및 결과 예측을 위한 새로운 가능성을 엽니다.

비침습적 뇌전도를 이용한 피질 연결의 통계적 모델링

본 프로토콜은 동시 EEG 및 fNIRS 기록을 수행하는 방법과 EEG 및 fNIRS 데이터 간의 관계를 검사하는 방법을 설명합니다.

플랭커 태스크를 이용한 동시 전류 뇌파 및 기능적 근적외선 분광 기록 수행

다중 자기 공명 영상(MRI) 데이터 양식에 의해 정보를 얻은 대뇌파 네트워크의 뇌파검사(TMS-EEG) 매핑과 결합된 맞춤형 경두개 자기 자극을 위한 새로운 프로토콜입니다.

실시간 피질 네트워크 매핑을 위한 신경영상 유도 TMS-EEG

배우세요 SPM12 소프트웨어를 사용하여 intracranial EEG 데이터의 신경 활동과 연결성을 분석하는 방법을. 시간-주파수 분석과 동적 인과 모델링을 통해 인지 신경과학에서 뇌 기능 메커니즘을 이해할 수 있습니다.

신경 활동과 연결 Intracranial 뇌 파 데이터를 사용 하 여 SPM 소프트웨어 분석

더 많은 동영상 탐색