1 juli 2015
High-density elektro-encefalografie (dEEG) wordt steeds vaker gebruikt om de hersenontwikkeling en plasticiteit in de vroege levensjaren te bestuderen. Hier presenteren we een toepassing van geavanceerde analysetechnieken die voortbouwt op traditionele EEG-opnames om de oscillerende dynamiek van snelle auditieve verwerking in de babyhersenen te begrijpen.
Het algemene doel van deze procedure is om de dynamiek van neuronale oscillaties in hersenstructuren van baby's over een korte tijdschaal te schatten. Dit wordt bereikt door eerst een sensornet met hoge dichtheid op het hoofd van de baby aan te brengen en hersengolven op te nemen tijdens het presenteren van stimuli. De tweede stap is het voorverwerken van de hersengolfdata om gebeurtenisgerelateerde potentialen te creëren.
Vervolgens voer je een discrete meerbronanalyse uit, geprojecteerd op een leeftijdsgeschikt baby-MRI-sjabloon. De laatste stap is het toepassen van de bronmontage en het ontleden van het signaal in het tijd-frequentiedomein. Uiteindelijk wordt de analyse van hersenoscillaties bij baby's gebruikt om veranderingen in hersenfunctie in de vroege ontwikkeling te tonen.
Het belangrijkste voordeel van deze techniek boven conventionele ERP-analyse is dat het de mogelijkheid biedt om hersenoscillaties te onderzoeken met duidelijke parameters van frequentie, voorkomen, amplitude en tijdsduur. Visuele demonstratie van deze techniek is cruciaal, omdat de stappen voor het aanbrengen van het net moeilijk te leren zijn omdat de acties van de handen, het lichaam en de armen in relatie tot de baby en de verzorger moeilijk in woorden te beschrijven zijn. Deze procedure zal worden gedemonstreerd door Theresa Alpe, die onze hoofd-EEG-technicus is, en zij zal worden bijgestaan door Jess, een andere EEG-medewerker in het lab.
Om te beginnen begeleid je de baby en de verzorger naar de testkamer, laat de baby op de schoot van de verzorger zitten en laat een assistent met de baby spelen. Terwijl de procedure voor het aanbrengen van het net wordt uitgelegd, meet je de kopsomtrek van de baby op het breedste punt van het hoofd en kies je de juiste netmaat op basis van deze meting.
Meet vervolgens van nasion tot nian en markeer de schedel op de helft van de totale meting. Doe hetzelfde voor de meting van oor tot oor. De laatste vertex tussen deze twee metingen is de cz, plaats het net op het hoofd van de baby terwijl de assistent de netconnector en de verzamelde draden achter het kind vasthoudt.
Pas de netpositie aan door de CZ-elektrode op de vertex-schedelmarkering te plaatsen. Plaats elke elektrode door van achter naar voren te bewegen om ervoor te zorgen dat er een rechte hoek is tussen elke elektrode en het hoofdoppervlak. Steek ten slotte de netconnector in.
Meet de elektrode-impedantie met een drempel van minder dan 50 kilo ohm. Voordat je begint met de opname, geef je de verzorger een koptelefoon om eventuele interferentie van de verzorger met de babyopname te voorkomen. Als je deze techniek eenmaal onder de knie hebt, kan deze in 10 minuten worden uitgevoerd als het goed wordt uitgevoerd.
Nu de baby voor het instrument is voorbereid, begin je met het presenteren van auditieve stimuli via luidsprekers die op gelijke afstand van het hoofd van de baby staan. Start vervolgens de EEG-opname. Zorg voor een rustige omgeving voor de baby.
Tijdens de opname, houd je de baby bezig met stille speeltjes. Nadat het experiment is voltooid, verwijder je het net en droog je het haar en het hoofd van de baby. Begin met het verwerken van de ERP-gegevens door de ruwe uitvoer visueel te inspecteren.
Verwerp alle segmenten met artefacten van hoge amplitude. Neem de gemiddelde epics voor elke individu en elke conditie. Combineer deze gemiddelden volgens groep en conditie om een groot gemiddelde te maken.
Co-registreer vervolgens elk individueel en groot gemiddelde ERP-bestand met een leeftijdsgeschikt magnetisch resonantie-sjabloon. Schat vervolgens het aantal en de locatie van de onderliggende bronnen die aan de gegevens moeten worden aangepast. Gebruik voor dit auditieve paradigma een linker- en rechterdipool met vrije locatie en rotatie om de gegevens van de bronlokalisatie te verwerken.
Kies eerst een tijdvenster van belang binnen het grote gemiddelde ERP-bestand dat overeenkomt met een piek. Controleer de pasvorm van de dipoolmodeloplossing. Gebruik de software-uitvoer van resterende variantie om de tijdvenster aan te passen en de resterende variantie te minimaliseren.
Ten slotte, om de tijd-frequentiegegevens in het bronruimte te analyseren, pas je de DPO-modeloplossing toe op de ruwe ongefilterde continue EEG-gegevens en transformeer je het tijdsdomein enkele bronsignalen in het tijd-frequentiedomein. De resultaten van deze EEG-studie tonen een representatieve grote gemiddelde ERP-respons van 23 4 maanden oude baby's voor de controle- en snelle snelheidsconditie. Een oddball-paradigma wordt gebruikt om te bepalen of de hersenen van een baby het verschil tussen twee verschillende tonen kunnen herkennen.
Hier worden de resultaten van de gelokaliseerde brondata getoond voor de linker- en rechterdipool. Tijdens de snelle snelheidsconditie is een grote piek op 400 milliseconden merkbaar in de rechterhersenhelft voor het varianttonenpaar. Bovendien geven deze temporele spectrale grafieken de tonen in de controleconditie met het interstimulusinterval van 300 milliseconden aan die gebeurtenisgerelateerde oscillaties veroorzaken met vermogensveranderingen in het delta-theta-bereik.
Volgend op deze procedure kunnen andere methoden zoals cross-frequency fasekoppeling of oscillerende coherentie worden uitgevoerd om aanvullende vragen over vroege hersenontwikkeling te beantwoorden. Na het bekijken van deze video zou je een goed begrip moeten hebben van hoe je hersenreacties bij baby's kunt opnemen en analyseren in zowel het tijds- als tijd-frequentiedomein.
Dit artikel presenteert een methode voor het schatten van de dynamiek van neuronale oscillaties in hersenstructuren van zuigelingen met behulp van high-density elektroencefalografie (dEEG). De techniek maakt een gedetailleerde analyse mogelijk van hersenoscillaties tijdens auditieve verwerking bij zuigelingen, wat inzicht geeft in de vroege hersenontwikkeling.
Het begrijpen van de auditieve verwerking en de oscillatoire hersendynamiek bij zuigelingen biedt een mechanistische basis voor de ontdekking van vroege neurodevelopmentale biomarkers. Deze methode maakt een kwantitatieve beoordeling van de getrouwheid van de sensorische verwerking mogelijk, wat doelvalidatie ondersteunt in onderzoek naar ontwikkelingsstoornissen. De benadering biedt voorspellende waarde voor het identificeren van zuigelingen met een risico op taalgerelateerde leerproblemen vóór het optreden van klinische symptomen.
De methode wordt geïntegreerd in workflows voor discovery biology door oscillatoire biomarkers te leveren die bijdragen aan de mechanistische risicoreductie van neurodevelopmentale targets voorafgaand aan de inspanningen voor lead-identificatie.