9 december 2022
Dit artikel beschrijft de semi-geautomatiseerde meting van de amplitudes en latenties van de eerste vijf pieken en dalen in de auditieve hersenstamresponsgolfvorm. Een extra routine compileert en annoteert de gegevens in een spreadsheet voor experimentele analyse. Deze gratis computerroutines worden uitgevoerd met behulp van het open-source statistische pakket R.
Auditieve hersenstamreacties worden routinematig verzameld om gehoordrempels te bepalen. De ABR-golfvorm bevat aanvullende informatie over hersenstamactiviteit, maar eerder hebben veel onderzoekers deze handmatig moeten analyseren. R-scripts werken met R-software in het RStudio-framework om ABR-golfvormanalyse semi-automatiseren.
Ze zijn gratis en gemakkelijk te gebruiken. Onze hoop is dat routinematige analyse van de ABR-golfvorm latere studies in staat zal stellen om de relevantie van deze pre-cognitieve auditieve verwerking bij de diagnose te beoordelen. Exporteer om te beginnen de auditieve hersenstamrespons of ABR-opname als een ASCII-bestand.
Open voor IHS het computerprogramma, laad het interessante bestand en geef de gewenste golfvormen op één pagina weer. Selecteer onder het tabblad Gegevens de optie Pagina opslaan als ASCII om een txt-bestand te verkrijgen. Nadat u het gegevensbestand op de juiste manier een naam hebt gegeven met een ID, legt u de ID en de onderwerpinformatie vast in een metagegevensbestand met de naam info.
csv, waarbij u ervoor zorgt dat u geen informatie zoals het genotype, geslacht, leeftijd of behandeling in de ID opneemt.Herhaal de stappen met alle bestanden die als afzonderlijke ID-bestanden moeten worden geanalyseerd en verkrijg de metagegevens. Download en installeer de R- en RStudio-programma's vanaf hun respectieve websites. Installeer vervolgens de vereiste bibliotheken, tidyverse, Shiny, Plotly en Zoo, met de vereiste opdrachten in het opdrachtvenster van RStudio.
Download vervolgens de scripts findpeaks. r en see_trace_click. r van de White Lab GitHub, evenals de bijbehorende bestandstijd.csv.
Maak een nieuwe map met de naam Test Folder om alle ASCII-bestanden, info, te plaatsen. csv, en tijd.csv. Maak in de testmap een submap met de naam ASCII-map en plaats de ASCII-bestanden.
Open de findpeaks. r script in RStudio door met de rechtermuisknop te klikken op het tabblad voor het script in de werkbalk om de ingestelde werkmap te selecteren en in te stellen op Test Folder. Klik in het scriptvenster op Bron rechtsboven op de werkbalk om het programma te laden.
Gebruik vervolgens in het opdrachtvenster de opdrachten om de golfvormen in afzonderlijke en batchverwerkingsmodi te analyseren. Laad de golfvormgegevens voor de specifieke persoon met behulp van de opdracht. Vervolgens in het geopende venster van see_trace_click.
r script in RStudio, klik op de knop App uitvoeren in de koptekst en wacht tot er een nieuw interactief venster verschijnt. Voer in het vak linksboven het geluidsniveau in voor de golfvorm die moet worden herzien en zoek naar de golfvorm die in het venster wordt weergegeven. Beweeg de cursor rond de golfvorm om de latentie en amplitude op elk gewenst moment weer te geven.
Om de latentie- en amplitudegegevens vast te leggen, klikt u op de juiste piek en kopieert / plakt u de gegevens vervolgens in het csv-bestand. Herhaal het proces om de gegevens voor de trog vast te leggen na een onmiddellijke piek en bereken de amplitudemeting door de trogamplitude af te trekken van de piekamplitude in de spreadsheetcel. Breng de geverifieerde over.
csv-bestanden naar een nieuwe submap met de naam Piekgegevens in de testmap om de gegevens toe te voegen. Combineer vervolgens de metagegevens door de opdracht uit te voeren. Om statistische analyse uit te voeren op de verzamelde gegevens, gebruikt u een test voor normaliteit zoals de Shapiro-Wilk-test om de verdeling van de gegevens te beoordelen door de functie uit te voeren.
Als de Shapiro-Wilk-test niet significant is, betekent dit dat de dataset een normale verdeling heeft. Beoordeel daarom de gegevens met een parametrische test zoals ANOVA door de functie uit te voeren. Als de Shapiro-Wilk-test kleiner is dan P gelijk is aan 0,05, gebruik dan de Kruskal-Wallis rank-sum test of een andere geschikte niet-parametrische meting.
Geef ten slotte de gemiddelde golfvormen weer door de opdracht uit te voeren. In de golfvormrespons van 75 decibel klikstimulus voor een jonge F1-muis werden de pieken en dalen automatisch geïdentificeerd met findpeaks.r. De golfvormen tussen 5 en 75 decibel verkregen uit de handmatig geïdentificeerde pieken en vindpunten.
r werden vergeleken. De gemiddelden worden uitgezet als zware lijnen waarbij het gearceerde gebied één standaarddeviatie vertegenwoordigt en de resultaten worden verkregen door findpeaks. r correleert sterk met de handmatige resultaten.
Wanneer u deze procedure probeert, vergeet dan niet om de werkmap in te stellen, omdat dit zeer cruciaal is. R-script geeft pieken en dalen aan op basis van de latentievensters voor de muis die ABR met de tijd heeft geïmplementeerd. csv-bestand.
Dit kan door gebruikers worden aangepast om andere EEG-golfvormen te kwantificeren.
Dit artikel beschrijft een semi-geautomatiseerde methode voor het meten van de amplitudes en latenties van de eerste vijf pieken en dalen in de golfvorm van de auditieve hersenstamrespons (ABR). Met behulp van het open-source statistische pakket R kunnen onderzoekers ABR-gegevens efficiënter analyseren dan met handmatige methoden, wat verdere studie naar precognitieve auditieve verwerking faciliteert.
Semi-geautomatiseerde analyse van auditory brainstem response (ABR)-golfvormen met behulp van R maakt schaalbare, kwantitatieve beoordeling van de neurale functie in preklinische modellen mogelijk. Deze aanpak vermindert de handmatige werklast en verhoogt de reproduceerbaarheid, wat bijdraagt aan een robuuste targetvalidatie en mechanistische risicoreductie in pipelines voor auditieve en neurofarmacologie. De integratie van gestandaardiseerde golfvormanalyse verhoogt de voorspellende betrouwbaarheid bij vroege ontdekkingsfasen en translationele overgangspunten.
Deze semi-geautomatiseerde ABR-analysemethode is geschikt vanaf de vroege ontdekkingsfase tot aan preklinisch onderzoek en ondersteunt de identificatie van lead-verbindingen en de ontwikkeling van translationele biomarkers wanneer neurale eindpunten relevant zijn.