Artykuł metodologiczny

Badanie funkcji głębokich struktur korowych i podkorowych za pomocą elektroencefalografii stereotaktycznej: lekcje z przedniej kory obręczy

DOI:

10.3791/52773

⸱

15 kwietnia 2015

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Neurosurgery, Columbia University Medical Center, New York Presbyterian Hospital, 2Department of Neurology, Columbia University Medical Center, New York Presbyterian Hospital, 3Columbia University Medical Center, New York Presbyterian Hospital, 4School of Medicine, King's College London

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Stereotaktyczna elektroencefalografia (SEEG) jest techniką operacyjną stosowaną w chirurgii epilepsji, która pomaga zlokalizować ogniska napadów. Jest to również wyjątkowa okazja do zbadania funkcji mózgu. Tutaj opisujemy, w jaki sposób SEEG może być wykorzystany do badania procesów poznawczych u ludzi.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Stereotaktyczna elektroencefalografia (SEEG) to technika stosowana do lokalizacji ognisk napadowych u pacjentów z medycznie nieuleczalną padaczką. Procedura ta polega na przewlekłym umieszczaniu elektrod o dużej głębokości w obszarach mózgu, które zwykle są niedostępne po umieszczeniu elektrod z siatką podtwardówkową. SEEG daje zatem wyjątkową okazję do zbadania funkcji mózgu. W tym artykule pokazujemy, w jaki sposób SEEG może być wykorzystany do zbadania roli grzbietowej przedniej kory zakrętu obręczy (dACC) w kontroli poznawczej. Załączamy opis procedury SEEG, demonstrujący chirurgiczne rozmieszczenie elektrod. Opisujemy komponenty i procesy wymagane do rejestrowania danych o potencjale pola lokalnego (LFP) od osób, które wyraziły zgodę, podczas gdy są one zaangażowane w zadanie behawioralne. W podanym przykładzie badani odgrywają zadanie interferencji poznawczej, a my pokazujemy, w jaki sposób sygnały są rejestrowane i analizowane z elektrod w grzbietowej przedniej korze obręczy, obszarze ściśle zaangażowanym w podejmowanie decyzji. Kończymy dalszymi sugestiami, w jaki sposób można wykorzystać tę metodę do badania procesów poznawczych człowieka.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Padaczka, powszechne zaburzenie neurologiczne charakteryzujące się wielokrotnymi nawracającymi napadami w czasie, stanowi 1% światowego obciążenia chorobami 1. Leki przeciwpadaczkowe nie są w stanie opanować napadów u 20 - 30% pacjentów 2,3. U tych pacjentów z problemami medycznymi często wskazana jest operacja padaczki 4,5. Decyzja o przystąpieniu do operacji wymaga zlokalizowania ogniska napadu, co jest warunkiem wstępnym sformułowania planu chirurgicznego. Początkowo stosuje się techniki nieinwazyjne do lateralizacji i lokalizacji ogniska napadu. Na przykład elektroencefalografia (EEG) mierzy aktywność elektryczną kory mózgowej zarejestrowaną przez elektrody umieszczone na skórze głowy i często może dostarczyć wystarczających informacji na temat lokalizacji ogniska napadu. Ponadto obrazowanie metodą rezonansu magnetycznego (MRI) może wykazać dyskretne zmiany, takie jak stwardnienie hipokampa, klasyczna patologia obserwowana w najczęstszej postaci padaczki nieuleczalnej medycznie, padaczce mezjalnego płata skroniowego (MTLE).

Często jednak, nieinwazyjne badanie nie jest w stanie zidentyfikować ogniska napadu. W takich przypadkach wymagana jest inwazyjna elektrokortykografia (ECoG) z elektrodami śródmózgowymi w celu zlokalizowania ogniska i ukierunkowania dalszego leczenia chirurgicznego 6. ECoG to technika neurofizjologiczna stosowana do pomiaru aktywności elektrycznej za pomocą elektrod umieszczonych w bezpośrednim kontakcie z mózgiem. Siatki lub paski elektrod powierzchniowych (podtwardówkowych) są umieszczane na powierzchni mózgu, proces ten wymaga kraniotomii (usunięcia płata kostnego) i dużego otworu opony twardej. Te elektrody powierzchniowe można umieścić nad przypuszczalnym obszarem (obszarami) wystąpienia napadu. Dystalne końce elektrod są tunelizowane przez małe otwory w skórze i podłączane do urządzenia rejestrującego w jednostce monitorowania padaczki (EMU). W EZT pacjent jest monitorowany pod kątem klinicznej aktywności napadowej za pomocą ciągłych nagrań wideo i ECoG. Technika ta jest przydatna do zbierania długoterminowych (dni do tygodni) zapisów wyładowań elektrycznych i międzynapadowych na stosunkowo dużych obszarach powierzchni kory mózgowej. Chociaż te wewnątrzczaszkowe zapisy są nieocenione klinicznie do badania ognisk napadów i propagacji, dają nam również możliwość zbadania funkcji poznawczych i neurofizjologii u ludzi poddawanych specjalnie zaprojektowanym zadaniom behawioralnym.

ECoG za pomocą elektrod z siatki podtwardówkowej zostało użyte do zbadania różnych aspektów funkcji kory mózgowej, w tym przetwarzania sensorycznego i językowego. Jako jeden z wielu przykładów, Bouchard i inni wykazali czasową koordynację mięśni jamy ustnej w tworzeniu sylab dla języka mówionego w brzusznej korze sensomotorycznej, regionie identyfikowanym jako kora sensomotoryczna ludzkiej mowy 7. Co więcej, ECoG z umieszczeniem siatki podtwardówkowej został również wykorzystany do zbadania mechanizmów, dzięki którym ludzie są w stanie zwrócić uwagę na określony głos w tłumie: tak zwany "efekt koktajlu" 8,9. Nagrania ECoG wykazały, że istnieją dwa odrębne pasma neuronalne, które dynamicznie śledzą strumienie mowy, zarówno fluktuacje fazy niskiej częstotliwości, jak i fluktuacji amplitudy o wysokiej gammie, oraz że istnieją odrębne miejsca przetwarzania - jedno miejsce "modulacji", które śledzi oba mówcy, i jedno miejsce "selekcji", które śledzi uczestniczącego mówcę 5.

Innym pojawiającym się zastosowaniem ECoG z podtwardówkowym umieszczeniem elektrod jest możliwość użycia z interfejsami mózg-komputer (BCI), które "dekodują" aktywność neuronów w celu wysterowania zewnętrznego wyjścia. Technologia ta może umożliwić pacjentom z poważnymi urazami mózgu lub rdzenia kręgowego komunikowanie się ze światem i manipulowanie protezami 10,11.

Chociaż umieszczenie siatki podtwardówkowej znacznie przyczyniło się do naszego zrozumienia powierzchownych obszarów korowych i jest przydatne w identyfikacji korowych ognisk padaczkowych, ta technika wymaga kraniotomii i związanego z nią ryzyka, i zazwyczaj ogranicza się do badania zewnętrznej powierzchni mózgu. Elektroencefalografia stereotaktyczna (SEEG) jest techniką umożliwiającą ocenę głębokich ognisk padaczkowych12. Z długą historią stosowania we Francji i Włoszech, jest również coraz częściej używany w USA 13. SEEG polega na umieszczeniu wielu elektrod (zwykle 10 - 16) głęboko w substancji mózgu przez małe (kilka mm) krętych otworów na żarna. Do zalet SEEG w porównaniu z siatką podtwardówkową należy jego mniej inwazyjny charakter, łatwość badania obustronnych półkul w razie potrzeby oraz możliwość generowania trójwymiarowych map propagacji napadów. Ponadto elektrody te umożliwiają identyfikację głębokich ognisk padaczkowych, które wcześniej były trudne do zidentyfikowania za pomocą elektrod powierzchniowych. Procedura ta daje również możliwość zbadania neurofizjologii i funkcji głębokich struktur korowych, takich jak układ limbiczny, kora mezociemieniowa, kora mezoskroniowa i kora oczodołowo-czołowa, z których wszystkie były wcześniej trudne do bezpośredniego zbadania u ludzi.

Ten artykuł pokazuje, jak SEEG może być wykorzystany do badania funkcji poznawczych w grzbietowej przedniej korze obręczy (dACC). DACC jest szeroko badanym regionem mózgu, ale jest również jednym z najsłabiej poznanych. Uważany za obszar istotny dla ludzkiego poznania, jest prawdopodobne, że dACC ma kluczowe znaczenie dla dynamicznego neuronalnego przetwarzania decyzji w kontekście stale zmieniających się wymagań narzucanych przez środowisko 14. Badania przeprowadzone zarówno na naczelnych 15,16, jak i na ludziach17 sugerują, że dACC integruje potencjalne ryzyko i korzyści związane z danym działaniem, zwłaszcza w sytuacjach wielu jednoczesnych sprzecznych żądań18-21, i moduluje te decyzje w kontekście poprzednich działań i ich wyników 14,22,23.

Zadanie zakłóceń z wielu źródeł (MSIT), zadanie behawioralne podobne do Stroopa, jest często używane do badania przetwarzania konfliktów w dACC. Zadanie MSIT aktywuje dACC poprzez rekrutację neuronów zaangażowanych w wiele domen przetwarzania regulowanych przez dACC 24,25. To zadanie w szczególności aktywuje dACC poprzez testowanie funkcji podejmowania decyzji, wykrywania celów, wykrywania nowości, wykrywania błędów, wyboru odpowiedzi i konkurencji bodziec/reakcja. Ponadto zadanie MSIT wprowadza wiele wymiarów interferencji poznawczej, które są wykorzystywane w tym badaniu do badania odpowiedzi neuronalnych dACC na jednoczesne sprzeczne bodźce za pomocą SEEG.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Upewnij się, że każdy pacjent jest oceniany pod kątem przydatności do badania naukowego, a odpowiedni pacjenci muszą wyrazić zgodę na udział w badaniu zgodnie z lokalnymi procedurami IRB.

1. Selekcja pacjentów do SEEG i badań

  1. Wybór pacjenta do SEEG
    Uwaga: Pacjenci z padaczką muszą być oceniani klinicznie przez multidyscyplinarny zespół składający się z epileptologów, neuropsychologów i neurochirurgów.
    1. Upewnij się, że pacjent ma medycznie oporną na leczenie padaczkę ogniskową, zdefiniowaną jako brak odpowiedzi na co najmniej 2 odpowiednie próby leków przeciwpadaczkowych.
    2. Upewnij się, że techniki nieinwazyjne nie pozwoliły zlokalizować ognisk padaczkowych.
    3. Potwierdź z multidyscyplinarnym zespołem, że pacjent nie nadaje się do badania tylko za pomocą podtwardówkowych elektrod siatkowych.
    4. Potwierdź z multidyscyplinarnym zespołem, że istnieje kliniczne podejrzenie strefy początku głębokiego napadu.
  2. Dobór pacjenta do zadania badawczego
    1. Upewnij się, że osoba badana jest w wieku od 13 do 65 lat.
    2. Uzyskanie zgody lub zgody (wraz ze zgodą rodziców, jeśli pacjent nie ukończył 18 lat) od pacjenta.
    3. Upewnij się, że badani są w stanie zająć się zadaniem i współpracować przy testowaniu.

2. Technika przygotowania i implantacji

  1. Wykonaj przed operacją wolumetryczny rezonans magnetyczny T1 z zastosowaniem wolumetrycznego T2 i kontrastowego i przenieś obrazy do oprogramowania do nawigacji stereotaktycznej, zgodnie z protokołem producenta.
    1. Zaplanuj docelowe elektrody głębinowe na podstawie rezonansu magnetycznego i klinicznego podejrzenia ognisk napadowych.
      Uwaga: Podane przykłady są oparte na oprogramowaniu nawigacyjnym BrainLab i dlatego są specyficzne dla tego systemu. Jednak każde oprogramowanie do nawigacji stereotaktycznej może być używane do planowania trajektorii i rozmieszczenia elektrod głębokościowych.
    2. Zdefiniuj interesujący obszar anatomiczny jako punkt docelowy w funkcji "Planowanie stereotaktyczne" w oprogramowaniu do nawigacji stereotaktycznej.
    3. Na przykład użyj dACC jako celu zainteresowania. Aby określić jego trajektorię, naciśnij "Nowa trajektoria", a następnie naciśnij "cel" i kliknij dACC. Wyśrodkuj cel w środku dACC, badając dACC we wszystkich 3 płaszczyznach (osiowej, czołowej i strzałkowej) i klikając na środek dACC w każdej płaszczyźnie.
      1. Zdefiniuj punkt wejścia na skórze głowy za pomocą funkcji "Planowanie stereotaktyczne" w oprogramowaniu do nawigacji stereotaktycznej.
    4. Na przykład wybierz punkt na skórze głowy, który wydaje się być najkrótszą ścieżką do dACC. Naciśnij "wejście" i wybierz punkt na skórze głowy, aby utworzyć punkt wejścia.
    5. Kliknij i przeciągnij punkty "cel" i "wejście", aby zmodyfikować zdefiniowaną trajektorię, aby uniknąć korowych i podkorowych struktur naczyniowych, a także wszelkich potencjalnych elokwentnych obszarów mózgu.
    6. Powtórz te czynności dla wszystkich planowanych celów elektrody głębokości (rysunek 1).
    7. Przyjmij pacjenta rano w dniu zabiegu, przyprowadź go na salę operacyjną i wywołaj w znieczuleniu ogólnym26,27.
    8. Przymocuj stereotaktyczną ramę głowy Cosman-Roberts-Wells (CRW) do głowy pacjenta za pomocą czaszkowych.
    9. Uzyskaj wolumetryczną tomografię komputerową z założoną ramą głowy.
    10. Załaduj wolumetryczne obrazy CT i MRI do oprogramowania do nawigacji stereotaktycznej za pomocą funkcji "Załaduj i importuj".
    11. Kliknij funkcję "Lokalizacja" w oprogramowaniu do nawigacji stereotaktycznej.
    12. Zlokalizuj ramę CRW, klikając wszystkie obrazy zdefiniowane przez oprogramowanie do nawigacji stereotaktycznej jako zawierające ramę główną, a następnie naciskając przycisk "Przypisz lokalizator".
    13. Kliknij funkcję "Lokalizacja AC/PC" w oprogramowaniu do nawigacji stereotaktycznej.
    14. Zidentyfikuj spoidła przednie i tylne na podstawie ich anatomicznego położenia.
    15. Wyznacz spoidła przednie i tylne za pomocą funkcji "Ustaw system AC/PC" w oprogramowaniu do nawigacji stereotaktycznej.
    16. Kliknij funkcję "Image Fusion" w oprogramowaniu do nawigacji stereotaktycznej.
    17. Połącz obrazy CT z obrazami MRI w oprogramowaniu do nawigacji stereotaktycznej28,29. Kliknij sparowane wolumetryczne obrazy CT i MRI pod zakładką "Fuzja", a następnie kliknij "Auto Fusion".
      Uwaga: Spowoduje to umieszczenie rezonansu magnetycznego we współrzędnych ramki stereotaktycznej.
    18. Kliknij funkcję "Planowanie stereotaktyczne" w oprogramowaniu do nawigacji stereotaktycznej i potwierdź planowane trajektorie z kroków 2.1.2 - 2.1.6.
    19. Wybierz wolumetryczną tomografię komputerową jako odniesienie stereotaktyczne w zakładce "Funkcje stereotaktyczne".
    20. Kliknij ikonę "drukuj" w pionowej kolumnie ikon, aby wydrukować końcowe współrzędne stereotaktyczne dla każdej trajektorii elektrody głębokości 30,31.
  2. Technika implantacji
    1. Wróć pacjenta na salę operacyjną po wykonaniu tomografii komputerowej.
    2. Przygotować i ułożyć pole operacyjne przy użyciu rutynowych metod sterylnych32,33.
    3. Upewnij się, że fluoroskop znajduje się na sali operacyjnej i jest udrapowany wraz z resztą pola operacyjnego.
    4. Korzystając z wydrukowanych współrzędnych stereotaktycznych z kroku 2.1.20, ustaw współrzędne pierwszej elektrody głębokościowej na ramie głowicy.
      Uwaga: Współrzędne stereotaktyczne podane są w 3 płaszczyznach: bocznej (x), pionowej (y) i przednio-tylnej (z). Na przykład wydrukowane współrzędne celu w prawym dACC to +48,2 mm A-P, 6,6 mm boczny i +2,2 mm pionowy. Rama główna jest następnie odpowiednio ustawiana na te współrzędne.
    5. Rozciągnij prowadnicę w dół do skóry i zaznacz położenie otworu zadziorów na skórze głowy pisakiem. Zamocuj blok prowadzący na miejscu w oparciu o współrzędne stereotaktyczne i w związku z tym do oznaczenia nacięcia nie są potrzebne żadne punkty orientacyjne.
    6. Wstrzyknąć 2-3 ml 0,5% bupiwakainy w rozcieńczeniu epinefryny w stosunku 1:100 000 do zaznaczonego nacięcia.
    7. Zrób nacięcie na skórze głowy skalpelem aż do czaszki w zaznaczonym nacięciu.
    8. Kauteryzację skóry właściwej i tkanek głębokich za pomocą kauteryzacji monopolarnej skierowanej za pomocą powlekanego obturatora w celu zminimalizowania krwawienia z naczyń w skórze lub tkance podskórnej.
    9. Wywierć otwór na zadziory za pomocą wiertła krętego 2.1 mm w środku nacięcia.
    10. Otwórz oponę twardą za pomocą sztywnej sondy zasłonowej. Wkręć kotwiącą w czaszkę. Umieść wstępnie zmierzoną sondę trzpieniową przez kotwiącą, aby utworzyć ścieżkę dla elektrody.
    11. Ostrożnie przesuń elektrodę na wcześniej obliczoną głębokość. Dokręć nasadkę kotwiącej, aby zabezpieczyć elektrodę.
    12. Powtórz ten proces dla wszystkich elektrod wgłębnych.
    13. Umieść fluoroskop pod głową pacjenta i otaczając ją zarówno w płaszczyźnie AP, jak i bocznej, aby uzyskać obrazy fluoroskopowe i zapewnić odpowiednie trajektorie rozmieszczenia wszystkich elektrod.
    14. Podłącz elektrody do klinicznego systemu EEG, aby zweryfikować odpowiednie impedancje.
    15. Wybudzić pacjenta ze znieczulenia i przetransportować go na salę pooperacyjną, a następnie na EMU.
    16. W EZT należy monitorować pacjenta za pomocą monitorowania w obwodzie zamkniętym w przypadku napadów klinicznych oraz za pomocą ECoG w przypadku elektrograficznych dowodów napadów.

3. Zadanie behawioralne i akwizycja danych

  1. Zadanie behawioralne
    1. Otwórz oprogramowanie behawioralne na komputerze przeznaczonym wyłącznie do uruchamiania oprogramowania behawioralnego.
      Uwaga: Dostarczone instrukcje są oparte na MonkeyLogic, zestawie narzędzi MATLAB przeznaczonym do prezentacji i wykonywania czasowo precyzyjnych zadań psychofizycznych34,35, a zatem są specyficzne dla tej platformy oprogramowania behawioralnego. Ten program jest uruchamiany na Matlabie w wersji 2010a i wymaga "Data Acquisition Toolbox". Można jednak użyć dowolnej platformy oprogramowania behawioralnego zdolnej do prezentowania bodźców wizualnych i rejestrowania danych elektrofizjologicznych.
    2. Ustaw plik warunków przeznaczony do uruchamiania zadania MSIT tak, aby zawierał wszystkie cztery typy prób o jednakowej częstotliwości.
      Uwaga: Zadanie MSIT polega na przedstawieniu podmiotowi wskazówki składającej się z trzech liczb z zakresu od 0 do 3, gdzie dwie liczby, "dystraktory", są takie same, a jedna liczba, "cel", jest inna.
      1. Poinstruuj badanego, aby zidentyfikował "cel", naciskając odpowiedni przycisk na polu przycisków. Jeśli "1" jest celem, lewy przycisk jest właściwym wyborem. Jeśli "2", środkowy przycisk, a jeśli "3", prawy przycisk. Wartość "0" nie odpowiada żadnemu możliwemu przyciskowi (rysunek 2).
    3. Naciśnij przycisk "Ustaw warunki" i wybierz żądany plik warunków ustawiony w poprzednim kroku.
      Uwaga: Istnieją dwa rodzaje zakłóceń poznawczych, które wywołują konflikt podczas procesu podejmowania decyzji. Próby interferencji flankującej występują, gdy dystraktory są możliwe do wyboru przycisków (1, 2 lub 3, a nie 0) (np. 121), podczas gdy próby interferencji przestrzennej występują, gdy położenie przestrzenne liczby docelowej różni się od lokalizacji odpowiedzi (np. 200, w której środkowy przycisk jest poprawną odpowiedzią, mimo że liczba docelowa znajduje się w lewej pozycji). Istnieją cztery typy prób opartych na obecności lub braku tych dwóch typów zakłóceń.
    4. Przetestuj monitor wyświetlacza behawioralnego, klikając "Testuj" w polu wyświetlania. Monitor wyświetlacza powinien pokazywać badany bodziec wizualny przez 2 - 3 sekundy.
    5. Podłącz przedmiotowe urządzenie interfejsu (skrzynkę przycisków) do wejść analogowych na karcie akwizycji danych w komputerze przeznaczonym do rejestracji danych elektrofizjologicznych za pomocą trzech standardowych BNC.
    6. Podłącz skrzynkę przycisków do źródła zasilania.
    7. Podłącz kartę akwizycji danych do 512-kanałowego procesora sygnałów neuronowych za pomocą taśmowego podzielonego na 9 wstęg. 8 taśm jest podłączonych do portów 0 - 7 w cyfrowej części we/wy karty akwizycji danych, podczas gdy 9. wstążka jest podłączona do portu 0 w cyfrowej części PFI karty akwizycji danych.
      Uwaga: Taśmy wysyłają 8-bitowe znaczniki cyfrowe (porty 0 - 7, cyfrowe I/O) i impuls stroboskopowy (port 0, cyfrowy PFI) do procesora sygnału neuronowego.
    8. Ustaw żądaną częstotliwość próbkowania w oprogramowaniu procesora sygnału neuronowego.
      1. W tym przykładzie ustaw żądaną częstotliwość próbkowania na 50 000 próbek na sekundę, alias i zmniejsz próbkowanie online na 1 000 próbek na sekundę. Dostosuj częstotliwość próbkowania, aby dopasować ją do konkretnych celów zadania. Precyzyjne taktowanie poniżej milisekundy wymaga niezwykle wysokiej częstotliwości próbkowania.
    9. Podłącz wzmacniacz do procesora sygnału neuronowego za pomocą światłowodowego.
    10. Podłącz procesor sygnału neuronowego do strumienia danych i optycznej karty PCI w komputerze akwizycji danych neuronowych za pomocą światłowodowego.
  2. Akwizycja danych
    1. Skorzystaj ze stanowiska badawczego do elektrofizjologii EMU zawierającego 512-kanałowy procesor sygnałów neuronowych do przetwarzania i filtrowania zdigitalizowanych, wstępnie wzmocnionych sygnałów elektrycznych z elektrod głębokościowych.
      Uwaga: Chociaż istnieje 512 kanałów do przetwarzania, w praktyce nigdy nie umieszcza się więcej niż 15 - 20 elektrod do celów klinicznych. Dlatego zalecamy nagrywanie z jak największej liczby elektrod, o ile rozmiar danych i rozdzielczość przestrzenna nigdy nie stanowią problemu.
    2. Przetransportuj zestaw do pokoju pacjenta, umieść monitor behawioralny przed pacjentem na przenośnym stole i podłącz do komputera kontroli behawioralnej, na którym działa oprogramowanie behawioralne, za pomocą standardowego DVI.
    3. Umieść sprzęt nagrywający za lub z boku łóżka pacjenta, aby nie rzucał się w oczy.
    4. Podłącz system badawczy do skrzynki rozdzielającej, która oddziela zapis badania od systemu klinicznego.
    5. Kontroluj parametry nagrywania za pomocą oprogramowania procesora sygnału neuronowego34,35.
      Uwaga: Ten system umożliwia kontrolę zdarzeń behawioralnych w czasie poniżej milisekundy34,35. Synchronizację między danymi neuronalnymi i behawioralnymi można osiągnąć za pomocą impulsów analogowych kodujących zdarzenia zadania lub znaczników cyfrowych. Oba sygnały mogą być przesyłane z wyjść cyfrowych lub analogowych na płytce akwizycji danych do wejść analogowych lub cyfrowych w procesorze sygnałów neuronowych.
    6. Przekaż pacjentowi urządzenie interfejsu podmiotu (pole przycisków) i udziel instrukcji dotyczących zadania.
    7. Kliknij "Uruchom", aby uruchomić zadanie.
    8. Pozwól pacjentowi ukończyć 2 bloki po 150 prób każdy.

4. Analiza danych

  1. Otwarty pakiet oprogramowania pozwalający na wizualizację danych elektrofizjologicznych.
    Uwaga: Poniższe instrukcje dotyczą wersji Matlab 2010a, ale można użyć dowolnego oprogramowania, które pozwala na wizualizację i manipulację danymi elektrofizjologicznymi.
  2. Otwórz plik .edf zawierający nieprzetworzone dane elektrofizjologiczne z sesji próbnej.
  3. Wizualizuj sygnał SEEG z sesji, aby upewnić się, że nie ma widocznych artefaktów, takich jak wyładowania padaczkowe lub artefakty ruchowe (ryc. 3A).
  4. Nałóż impulsy czasowe z zadania behawioralnego na surowy ślad LFP (rysunek 3B), aby zilustrować, w jaki sposób impulsy analogowe mogą nakreślić strukturę próby.
  5. Korzystając z impulsów czasowych, dopasuj ślad SEEG do prezentacji wskazówek dla każdej próby (Rysunek 3C).
  6. Usuń wartości odstające (>4 odchylenia standardowe) i ślady artefaktów (rysunek 3D).
  7. Zapisz wszystkie dopasowane badania w macierzy do dalszych analiz (20 badań pokazanych na rysunku 3E).
  8. Średnia aktywność LFP we wszystkich próbach w celu zmniejszenia wpływu szumu, artefaktu lub aktywności EEG niezwiązanych z prezentowanymi bodźcami i zwiększenia sygnału zainteresowania (ryc. 3F).
  9. Utwórz surowy, uśredniony próbnie spektrogram za pomocą wielostożkowej analizy spektralnej36-38,
    Uwaga: Analiza czasowo-częstotliwościowa może być stosowana w celu zbadania określonej dynamiki spektrologiczno-czasowej w jednym lub wielu badaniach. Metoda ta umożliwia badanie oscylacji neuronów o różnych częstotliwościach w czasie.
  10. Uzupełnij sygnał z każdej próby zerami do następnej największej potęgi liczby 2, aby uniknąć efektów krawędziowych.
  11. Zastosuj okno przesuwne 800 ms z 5 stożkami wiodącymi i iloczynem czasowo-pasmowym 9 co 10 ms przez cały czas trwania sygnału, aby utworzyć spektrogram (Rysunek 4A).
  12. Pomnóż logarytm spektrogramu przez 10 i znormalizuj, aby wyświetlić informacje o wyższej częstotliwości.
    Uwaga: Spektrogramy można znormalizować za pomocą teoretycznego rozkładu częstotliwości (tj. każda wartość częstotliwości podniesiona do ujemnej 2. potęgi) (rysunek 4B), średniego widma pewnej podstawowej aktywności (rysunek 4C) lub przez podzielenie przez średnią i odjęcie odchylenia standardowego wartości w każdym paśmie częstotliwości (rysunek 4D). Procedura ta pozwala na badanie określonych pasm częstotliwości zarówno w postaci surowej, jak i znormalizowanej w czasie pod kątem zmian specyficznych dla zadania. Na przykład uważa się, że aktywacja wysokiego pasma gamma (70 - 150 Hz), która jest pokazana na rysunku 3E, odzwierciedla lokalną aktywność pobudzającą lokalnej populacji neuronów otaczającej elektrodę39,40.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gdy pacjent zostanie wybrany do umieszczenia elektrody SEEG, przechodzi wolumetryczny rezonans magnetyczny T2 i T1 z kontrastowym wzmocnieniem. Trajektorie elektrod SEEG są następnie planowane przy użyciu stereotaktycznej nawigacji wolumetrycznych sekwencji MRI (ryc. 1). Technika ta pozwala na zbieranie lokalnych potencjałów pola ze struktur znajdujących się głęboko w korze mózgowej, takich jak grzbietowa przednia część kory obręczy (jasnopomarańczowa trajektoria, ryc. 1), co nie byłoby ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

W niniejszej pracy SEEG został wykorzystany do zbadania aktywności lokalnych populacji neuronów w obrębie dACC podczas zadania decyzyjnego u ludzi. Wcześniejsze prace polegały na badaniu aktywności poszczególnych neuronów w dACC za pomocą śródoperacyjnych zapisów mikroelektronów 14 i wykazali, że aktywność dACC jest modulowana przez wcześniejszą aktywność. Badania mikroelektrod umożliwiają zbadanie aktywności impulsowej poszczególnych neuronów. SEEG mierzy LFP, które są związane ze zsumowanymi potencjałami syn...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają do ujawnienia konfliktu interesów.

Podziękowania

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają żadnych podziękowań ani ujawnień finansowych.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
wyzwalający I/ONatus Medical Inc.5029PS2 do BNC
BNC do impulsów analogowychMożna zamówić w większości sklepów z elektroniką.
Listwa zasilająca z ochroną przeciwprzepięciową i podtrzymaniem bateryjnymTripp LiteSMART500RT1U UPCŹródło zasilania i kopia zapasowa
Instrumenty krajowe wielofunkcyjna skrzynka do akwizycji danych DAQ Karty DAQ NI PCIe-6382National InstrumentsPCIe-6382 z BNC 2090Ado interfejsu kontroli behawioralnej
Pudełko na przyciski wykonane na zamówienie - urządzenieinterfejsu człowiekaMożna użyć dowolnego urządzenia interfejsu użytkownika z trzema przyciskami. Alternatywnie można użyć 3 przycisków klawiatury.
128-kanałowy kliniczny system monitorowania wewnątrzczaszkowego EEG Xltek EMU128FSNatus Medical Inc.002047cSystem rejestracji klinicznej
Monitor pacjenta i powiązane do prezentacji bodźców wizualnychDellU2212HMcWiększość monitorów jest tutaj odpowiednia.
Osobisty komputer z oprogramowaniem behawioralnym z zainstalowanymi kartami DAQSuperlogicsSL-2U-PD-Q87SLQ-BAKomputer do nagrywania danych neuronowych
sieciowy do monitoraZwykle dostarczany z monitorem, można go kupić w każdym sklepie z elektroniką.
Oprogramowanie Monkey Logic, które działa na Matlab 2010ABezpłatnie ze strony MonkeyLogic
Oprogramowanie MATLAB 2010a z zestawem narzędzi do akwizycji danychOprogramowanie MathworksMatlab
elektrody sEEG AD TECH lub PMTAD TECH2102-##-101Końcówka platynowa, średnica (0,89 mm, 1 mm, 1,1 mm), długość nieizolowana 2,3 mm; ## w numerze katalogowym wskazuje liczbę styków na elektrodzie (08, 10, 12 lub 16)
Złącza CabrioPMT2125-##-01## w numerze katalogowym oznacza liczbę styków na elektrodzie (08, 10, 12 lub 16)
Wzmacniacz Tucker Davis Technologies PrzedwzmacniaczTucker Davs TechnologiesPZ5do danych neuronowych
Procesor Tucker Davis TechnologiesTucker Davs TechnologiesRZ2Procesor sygnału neuronowego do danych neuronowych
Streamer danych TuckerDavisTechnologies Tucker Davs TechnologiesRS4Streamer i przechowywanie danych
światłowodowe do łączenia systemów TDTTucker Davs TechnologiesF05światłowodowe do łączenia produktów Tucker Davis Technologies.
taśmowy i złącze szeregowe zatrzaskowe do markerówMożna zamówić w sklepach z elektroniką ost
komputer osobisty z uruchomionym oprogramowaniem TDT RPvdsEx i OpenExSuperlogicsSL-2U-PD-Q87SLQ-BAkomputer do kontroli behawioralnej
Szafa serwerowa Middle Atlantic z kółkamiMiddle Atlantic ProductsPTRK-21Obudowa serwerowa do przechowywania wszystkich elementów badawczych
Skrzynka rozdzielacza Tucker Davis Technologies do dzielenia badań klinicznych i badawczychTucker Davs TechnologiesTa skrzynka rozgałęźna jest urządzeniem pół-niestandardowym. Badacze powinni skonsultować się z neurologami w sprawie podziału badań i zapisów klinicznych w sposób, który nie koliduje z opieką kliniczną.
Monitor badacza z wymaganymiDellU2212HMcWiększość monitorów jest tutaj odpowiednia.
Źródło zasilania skrzynki guzikowej - 5 woltów, 2 amperyMożna kupić w każdym sklepie z elektroniką
Karta PCI z interfejsem optycznym TDTTucker Davs TechnologiesP05
cyfrowych ..

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Murray, C. J., Lopez, A. D., Jamison, D. T. The global burden of disease in 1990: summary results, sensitivity analysis and future directions. Bulletin of the World Health Organization. 72, 495(1994).
  2. Berg, A. T. Understanding the delay before epilepsy surgery: who develops intractable focal epilepsy and when. CNS Spectr. 9, 136-144 (2004).
  3. Hauser, W. A. Epilepsy: frequency, causes and consequences. , Demos Press. (1990).
  4. Wiebe, S., Blume, W. T., Girvin, J. P., Eliasziw, M. A Randomized, Controlled Trial of Surgery for Temporal-Lobe Epilepsy. New England Journal of Medicine. 345, 311-318 (2001).
  5. Fisher, R. Electrical stimulation of the anterior nucleus of thalamus for treatment of refractory epilepsy. Epilepsia. 51, 899-908 (2010).
  6. Zumsteg, D., Wieser, H. G. Presurgical evaluation: current role of invasive EEG. Epilepsia. 41, Suppl 3. S55-S60 (2000).
  7. Bouchard, K. E., Mesgarani, N., Johnson, K., Chang, E. F. Functional organization of human sensorimotor cortex for speech articulation. Nature. 495, 327-332 (2013).
  8. Zion Golumbic, E. M. Mechanisms underlying selective neuronal tracking of attended speech at a 'cocktail party'. Neuron. 77, 980-991 (2013).
  9. Mesgarani, N., Chang, E. F. Selective cortical representation of attended speaker in multi-talker speech perception. Nature. 485, 233-236 (2012).
  10. Leuthardt, E. C., Miller, K. J., Schalk, G., Rao, R. P. N., Ojemann, J. G. Electrocorticography-based brain computer Interface-the seattle experience. Neural Systems and Rehabilitation Engineering, IEEE Transactions on. 14, 194-198 (2006).
  11. Leuthardt, E. C., Schalk, G., Wolpaw, J. R., Ojemann, J. G., Moran, D. W. A brain-computer interface using electrocorticographic signals in humans. Journal of neural engineering. 1, 63-71 (2004).
  12. Talairach, J. New approach to the neurosurgery of epilepsy. Stereotaxic methodology and therapeutic results. 1. Introduction and history. Neurochirurgie. 20, Suppl 1. 1-240 (1974).
  13. Gonzalez-Martinez, J. Stereotactic placement of depth electrodes in medically intractable epilepsy. Journal of neurosurgery. 120, 639-644 (2014).
  14. Sheth, S. A. Human dorsal anterior cingulate cortex neurons mediate ongoing behavioural adaptation. Nature. 488, 218-221 (2012).
  15. Hayden, B. Y., Platt, M. L. Neurons in anterior cingulate cortex multiplex information about reward and action. The Journal of neuroscience : the official journal of the Society for Neuroscience. 30, 3339-3346 (2010).
  16. Hayden, B. Y., Pearson, J. M., Platt, M. L. Fictive Reward Signals in the Anterior Cingulate Cortex. Science. 324, 948-950 (2009).
  17. Williams, Z. M., Bush, G., Rauch, S. L., Cosgrove, G. R., Eskandar, E. N. Human anterior cingulate neurons and the integration of monetary reward with motor responses. Nature neuroscience. 7, 1370-1375 (2004).
  18. Botvinick, M., Nystrom, L. E., Fissell, K., Carter, C. S., Cohen, J. D. Conflict monitoring versus selection-for-action in anterior cingulate cortex. Nature. 402, 179-181 (1999).
  19. Carter, C. S., Van Veen, V. Anterior cingulate cortex and conflict detection: an update of theory and data. Cognitive, Affective, & Behavioral Neuroscience. 7, 367-379 (2007).
  20. Botvinick, M. M., Cohen, J. D., Carter, C. S. Conflict monitoring and anterior cingulate cortex: an update. Trends in cognitive sciences. 8, 539-546 (2004).
  21. Veen, V., Carter, C. S. The anterior cingulate as a conflict monitor: fMRI and ERP studies. Physiology & Behavior. 77, 477-482 (2002).
  22. Kennerley, S. W., Walton, M. E., Behrens, T. E. J., Buckley, M. J., Rushworth, M. F. S. Optimal decision making and the anterior cingulate cortex. Nat Neurosci. 9, 940-947 (2006).
  23. Brown, J. W., Braver, T. S. Learned predictions of error likelihood in the anterior cingulate cortex. Science. 307, 1118-1121 (2005).
  24. Bush, G., Shin, L. M., Holmes, J., Rosen, B. R., Vogt, B. A. The Multi-Source Interference Task: validation study with fMRI in individual subjects. Mol Psychiatry. 8, 60-70 (2003).
  25. Bush, G., Shin, L. M. The Multi-Source Interference Task: an fMRI task that reliably activates the cingulo-frontal-parietal cognitive/attention network. Nature protocols. 1, 308-313 (2006).
  26. Candelaria, L. M., Smith, R. K. Propofol infusion technique for outpatient general anesthesia. J Oral Maxillofac Surg. 53, 124-128 (1995).
  27. Shafer, A., Doze, V. A., Shafer, S. L., White, P. F. Pharmacokinetics and pharmacodynamics of propofol infusions during general anesthesia. Anesthesiology. 69, 348-356 (1988).
  28. Cohen, D. S., Lustgarten, J. H., Miller, E., Khandji, A. G., Goodman, R. R. Effects of coregistration of MR to CT images on MR stereotactic accuracy. J Neurosurg. 82, 772-779 (1995).
  29. Ken, S. Quantitative evaluation for brain CT/MRI coregistration based on maximization of mutual information in patients with focal epilepsy investigated with subdural electrodes. Magn Reson Imaging. 25, 883-888 (2007).
  30. Niemann, K., Naujokat, C., Pohl, G., Wollner, C., von Keyserlingk, D. Verification of the Schaltenbrand and Wahren stereotactic atlas. Acta neurochirurgica. 129, 72-81 (1994).
  31. Nowinski, W. L. Anatomical targeting in functional neurosurgery by the simultaneous use of multiple Schaltenbrand-Wahren brain atlas microseries. Stereotact Funct Neurosurg. 71, 103-116 (1998).
  32. Hopper, W. R., Moss, R. Common breaks in sterile technique: clinical perspectives and perioperative implications. AORN J. 91, 350-364 (2010).
  33. Mangram, A. J., Horan, T. C., Pearson, M. L., Silver, L. C., Jarvis, W. R. Guideline for prevention of surgical site infection. Hospital Infection Control Practices Advisory Committee. Infect Control Hosp Epidemiol. 20, 250-278 (1999).
  34. Asaad, W. F., Eskandar, E. N. A flexible software tool for temporally-precise behavioral control in Matlab. Journal of Neuroscience Methods. 174, 245-258 (2008).
  35. Asaad, W. F., Eskandar, E. N. Achieving behavioral control with millisecond resolution in a high-level programming environment. Journal of Neuroscience Methods. 173, 235-240 (2008).
  36. Bokil, H., Andrews, P., Kulkarni, J. E., Mehta, S., Mitra, P. P. Chronux: A platform for analyzing neural signals. Journal of Neuroscience Methods. 192, 146-151 (2010).
  37. Bokil, P. M. aH. Observed Brain Dynamics. , Oxford University Press. (2008).
  38. Chronux. , Available from: http://chronux.org (2014).
  39. Miller, K. J. Broadband Spectral Change: Evidence for a Macroscale Correlate of Population Firing Rate. The Journal of Neuroscience. 30, 6477-6479 (2010).
  40. Buzsáki, G., Anastassiou, C. A., Koch, C. The origin of extracellular fields and currents — EEG, ECoG, LFP and spikes. Nat Rev Neurosci. 13, 407-420 (2012).
  41. Carter, C. S. Anterior cingulate cortex, error detection, and the online monitoring of performance. Science. 280, 747-749 (1998).
  42. Botvinick, M., Nystrom, L. E., Fissell, K., Carter, C. S., Cohen, J. D. Conflict monitoring versus selection-for-action in anterior cingulate cortex. Nature. 402, 179-181 (1999).
  43. Holroyd, C. B., Coles, M. G. The neural basis of human error processing: reinforcement learning, dopamine, and the error-related negativity. Psychological review. 109, 679-709 (2002).
  44. Shenhav, A., Botvinick, M. M., Cohen, J. D. The expected value of control: an integrative theory of anterior cingulate cortex function. Neuron. 79, 217-240 (2013).
  45. Roesch, M. R., Olson, C. R. Neuronal Activity Related to Reward Value and Motivation in Primate Frontal Cortex. Science. 304, 307-310 (2004).
  46. Croxson, P. L. Quantitative Investigation of Connections of the Prefrontal Cortex in the Human and Macaque using Probabilistic Diffusion Tractography. The Journal of Neuroscience. 25, 8854-8866 (2005).
  47. Rushworth, M. F. S., Behrens, T. E. J., Rudebeck, P. H., Walton, M. E. Contrasting roles for cingulate and orbitofrontal cortex in decisions and social behaviour. Trends in Cognitive Sciences. 11, 168-176 (2007).
  48. Kawasaki, H. Single-neuron responses to emotional visual stimuli recorded in human ventral prefrontal cortex. Nat Neurosci. 4, 15-16 (2001).
  49. Wang, S. Neurons in the human amygdala selective for perceived emotion. Proceedings of the National Academy of Sciences. 111, E3110-E3119 (2014).
  50. Milad, M. R., Rauch, S. L. The role of the orbitofrontal cortex in anxiety disorders. Annals of the New York Academy of Sciences. 1121, 546-561 (2007).
  51. Milad, M. R., Rauch, S. L. Obsessive-compulsive disorder: beyond segregated cortico-striatal pathways. Trends Cogn Sci. 16, 43-51 (2012).
  52. Raichle, M. E. A default mode of brain function. Proceedings of the National Academy of Sciences of the United States of America. 98, 676-682 (2001).
  53. David, N. Neural representations of self versus other: visual-spatial perspective taking and agency in a virtual ball-tossing game. Journal of cognitive neuroscience. 18, 898-910 (2006).
  54. Kjaer, T. W., Nowak, M., Lou, H. C. Reflective self-awareness and conscious states: PET evidence for a common midline parietofrontal core. NeuroImage. 17, 1080-1086 (2002).
  55. Kircher, T. T. The neural correlates of intentional and incidental self processing. Neuropsychologia. 40, 683-692 (2002).
  56. Addis, D. R., McIntosh, A. R., Moscovitch, M., Crawley, A. P., McAndrews, M. P. Characterizing spatial and temporal features of autobiographical memory retrieval networks: a partial least squares approach. NeuroImage. 23, 1460-1471 (2004).
  57. Gilboa, A., Winocur, G., Grady, C. L., Hevenor, S. J., Moscovitch, M. Remembering our past: functional neuroanatomy of recollection of recent and very remote personal events. Cerebral cortex (New York, N.Y. : 1991). 14, 1214-1225 (2004).
  58. Cavanna, A. E., Trimble, M. R. The precuneus: a review of its functional anatomy and behavioural correlates. Brain: a journal of neurology. 129, 564-583 (2006).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Stereotactic ElectroencephalographyDorsal Anterior Cingulate CortexLocal Field PotentialMulti Taper Spectral AnalysisCognitive Interference TaskDepth Electrode PlacementElectrophysiological Signal RecordingData Acquisition RigBehavioral Task SetupTime Frequency Analysis

Powiązane artykuły