Artykuł metodologiczny

Stymulacja mózgu zależna od stanu mózgu z przezczaszkową stymulacją magnetyczną wyzwalaną elektroencefalografią w czasie rzeczywistym

DOI:

10.3791/59711

⸱

20 sierpnia 2019

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Neurology & Stroke, University of Tübingen, 2Hertie Institute for Clinical Brain Research, University of Tübingen, 3Department of Neuroscience and Biomedical Engineering, Aalto University

W tym artykule

Podsumowanie

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

Ten artykuł opisuje przezczaszkową stymulację magnetyczną w czasie rzeczywistym wyzwalaną elektroencefalografią w celu badania i modulowania sieci ludzkiego mózgu.

Streszczenie

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

Wpływ bodźca na mózg zależy nie tylko od parametrów bodźca, ale także od dynamiki aktywności mózgu w momencie stymulacji. Połączenie elektroencefalografii (EEG) i przezczaszkowej stymulacji magnetycznej (TMS) w systemie stymulacji zależnej od stanu mózgu w czasie rzeczywistym pozwala na badanie zależności między dynamiką aktywności mózgu, pobudliwością kory mózgowej i indukcją plastyczności. W tym miejscu demonstrujemy nowo opracowaną metodę synchronizacji czasu stymulacji mózgu z fazą trwających oscylacji EEG za pomocą systemu analizy danych w czasie rzeczywistym. Ten wyzwalany przez EEG w czasie rzeczywistym TMS ludzkiej kory ruchowej, gdy TMS jest zsynchronizowany z powierzchniowym ujemnym szczytem EEG rytmu sensomotorycznego μ-alfa (8-14 Hz), wykazał zróżnicowane efekty pobudliwości korowo-rdzeniowej i plastyczności. Wykorzystanie tej metody sugeruje, że informacje w czasie rzeczywistym o chwilowym stanie mózgu mogą być wykorzystane do efektywnej indukcji plastyczności. Dodatkowo, podejście to umożliwia spersonalizowaną stymulację mózgu zsynchronizowaną z EEG, co może prowadzić do opracowania bardziej skutecznych terapeutycznych protokołów stymulacji mózgu.

Wprowadzenie

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

TMS jest dobrze znaną metodą nieinwazyjnej stymulacji mózgu i umożliwia specyficzną modulację trwającej dynamiki sieci oraz badania korowo-korowo-rdzeniowych ścieżek nerwowych z wysoką precyzją czasoprzestrzenną1. Podczas stymulacji pierwotnej kory ruchowej (M1) odpowiedź neuronalną można określić ilościowo jako motoryczne potencjały wywołane (MEP), a także potencjały EEG wywołane TMS. MEP mogą być rejestrowane za pomocą elektromiografii (EMG) docelowych mięśni, a ich amplituda odzwierciedla pobudliwość korowo-rdzeniową podczas stymulacji pierwotnej kory ruchowej2.

Pomimo unikalnego potencjału nieinwazyjnej stymulacji mózgu jako narzędzia naukowego do badania i modulowania sieci mózgowych u zdrowych uczestników badania i u pacjentów, badania TMS cierpią na dużą zmienność między próbami oraz wewnątrz- i międzyosobniczą zmiennością wywołanych odpowiedzi3,4,5. W szczególności, w badaniach TMS dotyczących pobudliwości i plastyczności korowo-rdzeniowej, odpowiedzi MEP, a także plastyczność podobna do indukowanego długoterminowego wzmocnienia (LTP) lub długotrwałej depresji (LTD), wykazują wysoką wewnętrzną zmienność, nawet gdy parametry bodźca są dokładnie kontrolowane3,4. Jednak dowody z badań na zwierzętach wskazują, że obserwowana zmienność odpowiedzi nie jest związana z "losowym szumem", ale jest związana z fluktuującymi stanami mózgu w czasie stymulacji6. W związku z tym, łącząc TMS z EEG w paradygmacie stymulacji zależnej od stanu mózgu w czasie rzeczywistym (tj. TMS wyzwalanego przez EEG), fluktuujący chwilowy stan mózgu można wykorzystać do optymalizacji czasu bodźca7,8,9,10.

Kilka badań powiązało chwilową fazę trwających oscylacji neuronalnych z pobudliwością neuronów za pomocą systemów EEG kompatybilnych z TMS11,12. Nowoczesne wzmacniacze EEG mogą radzić sobie z dużymi artefaktami elektromagnetycznymi TMS, a coraz bardziej ugruntowane protokoły eksperymentalne istnieją dla połączenia EEG z TMS13,14 i usuwaniu post hoc artefaktów EEG związanych z TMS15,16. Podczas gdy wpływ stanu mózgu przed bodźcem oceniany za pomocą EEG na reakcje wywołane TMS można ocenić za pomocą losowo stosowanych bodźców TMS, które są sortowane post hoc17,18, powtarzające się stosowanie TMS w predefiniowanym stanie mózgu wymaga TMS11,19.

Tutaj do synchronizacji impulsów TMS TMS z predefiniowaną fazą trwających oscylacji mózgu używana jest niestandardowa konfiguracja TMS o milisekundowej rozdzielczości EEG<< sup class="xref">11, wykazując, że ujemne odchylenie EEG rytmu μ-alfa odpowiada wyższemu stanowi pobudliwości kory mózgowej (prowadzącemu do większych amplitud MEP) w porównaniu do dodatniego odchylenia EEGsup class="xref">8,11,12,20. W tym manuskrypcie przedstawiamy metodę przeprowadzania protokołów TMS wyzwalanych przez EEG w czasie rzeczywistym w celu badania sieci ludzkiego mózgu.

Protokół

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

Wszystkie procedury eksperymentalne opisane w poniższych sekcjach zostały zatwierdzone przez Instytucjonalną Komisję Etyki zgodnie z wytycznymi Deklaracji Helsińskiej, a wszyscy uczestnicy wyrazili pisemną świadomą zgodę przed zapisaniem do badania.

1. Uczestnicy badania

  1. Rekrutacja przedmiotowa
    1. Rekrutacja uczestników badania na podstawie wcześniej zdefiniowanych kryteriów włączenia. Kandydaci do badań przesiewowych pod kątem przeciwwskazań, takich jak obecność wszczepionych urządzeń medycznych (np. rozrusznika serca), zgodnie z wytycznymi bezpieczeństwa TMS21 lub pod kątem chorób neurologicznych lub psychiatrycznych oraz stosowania leków działających na układ nerwowy.
    2. W przypadku badań wymagających obrazowania metodą rezonansu magnetycznego (MRI) należy ocenić potencjalnych uczestników badania pod kątem ewentualnych przeciwwskazań do wykonania rezonansu magnetycznego zgodnie z normami bezpieczeństwa radiologicznego22. Wykonaj analizę mocy, aby upewnić się, że próbka badawcza jest wystarczająca do analizy statystycznej.
    3. Opcjonalnie, należy wstępnie wybrać osoby o wyraźnej oscylacji zainteresowania sygnałem wyodrębnionym przez wybrany montaż EEG, aby poprawić dokładność detekcji fazy.
      nuta: W tym eksperymencie Laplace'a skoncentrowany na C3 (C3 odnoszący się do średniej otaczających elektrod CP1, CP5, FC1 i FC5) został użyty do wyodrębnienia sensomotorycznego rytmu μ z badanym w spoczynku i otwartymi oczami. Wstępnie wybrano osoby z pojedynczym szczytem w paśmie alfa (8-14 Hz), które zawiera >25% całkowitej mocy w widmie mocy o obecnej gęstości źródła (CSD). Kryterium to zapewniało, że amplituda oscylacji była wystarczająco duża w porównaniu z szumem tła (dobry stosunek sygnału do szumu [SNR]), aby umożliwić algorytmowi oszacowanie chwilowej fazy sygnału wyzwalającego z wystarczającą dokładnością i zwiększyć prawdopodobieństwo zaobserwowania znaczącego efektu pobudliwości11,12,28,29,30.
  2. Informacje na temat
    1. Przekaż uczestnikom formularz świadomej zgody związanej z badaniem. Dostarcz wydrukowane kwestionariusze przesiewowe bezpieczeństwa TMS i MRI.
      nuta: Dokumenty te i protokół badania, a także wykorzystanie danych osobowych (np. z kwestionariuszy) i możliwych do zidentyfikowania danych dotyczących ludzi (np. z rezonansu magnetycznego) muszą zostać wstępnie zatwierdzone przez komisję bioetyczną (Instytucjonalną Komisję Rewizyjną).
    2. Poproś osobę badaną o wypełnienie kwestionariuszy przesiewowych bezpieczeństwa TMS i MRI. Uzyskanie pisemnej świadomej zgody na udział w badaniu i planowane wykorzystanie danych.
    3. Pozyskiwanie danych demograficznych.
    4. Oceń ręczność podmiotu za pomocą standardowych inwentarzy (np. Inwentarz Ręczności w Edynburgu)23.
    5. Zapoznaj osobę badaną z procedurą konfiguracji i stymulacji. Upewnij się, że każdy uczestnik jest zaznajomiony z odczuciem TMS i dobrze go toleruje.
    6. Uzyskaj MRI dla każdego uczestnika przed sesjami eksperymentalnymi TMS. Wymagane są anatomiczne obrazy MR całej głowy, w tym górnej części skóry głowy i anatomicznych punktów orientacyjnych (tj. tragusa obu uszu), ponieważ będą one służyć jako punkty odniesienia dla neuronawigacji w kolejnych krokach tego protokołu.
    7. Zaplanuj sesje eksperymentalne zgodnie ze specyfikacjami protokołu badania (tj. weź pod uwagę "okresy wypłukiwania" między eksperymentami).
      nuta: Idealnie byłoby, gdyby badani przychodzili w tym samym czasie i tego samego dnia tygodnia w protokołach porównujących różne warunki podczas wielu sesji.
    8. Poinstruuj uczestników, aby powstrzymali się od spożywania alkoholu, nikotyny lub kofeiny przed zaplanowanymi sesjami eksperymentalnymi. Badani powinni również regularnie spać w noc poprzedzającą eksperyment i nie być nadmiernie zmęczeni.

2. Przygotowanie do konfiguracji

  1. System EEG z możliwością strumienia danych w czasie rzeczywistym
    1. Użyj wzmacniacza EEG/EMG kompatybilnego z TMS, który poradzi sobie ze skokami napięcia wywołanymi impulsem TMS.
      nuta: System wzmacniacza musi udostępniać surowy strumień danych ze stałym, niskim opóźnieniem (<5 ms) w celu późniejszego przetworzenia przez procesor czasu rzeczywistego. W tym eksperymencie do zapisów EEG i EMG użyto 24-bitowego, 80-kanałowego wzmacniacza biosygnału.
    2. Skonfiguruj system wzmacniacza EEG/EMG na filtr dolnoprzepustowy (np. odcięcie 0,16 Hz) i próbkuj w dół dane biosygnałowe do 5 kHz od częstotliwości próbkowania na stopniu głównym wzmacniacza.
    3. Upewnij się, że system wzmacniacza wysyła pakiety danych zawierające odpowiednie kanały za pośrednictwem protokołu datagramów użytkownika w czasie rzeczywistym (UDP) do procesora czasu rzeczywistego w regularnych stałych odstępach czasu ≤1 ms. Użyj wysokiej częstotliwości próbkowania (np. 5 kHz), aby uchwycić odpowiedzi EMG i zminimalizować opóźnienie filtra danych EEG.
  2. Urządzenie TMS kompatybilne z EEG
    1. Użyj urządzenia TMS, które może być wyzwalane zewnętrznie ze stałym i minimalnym opóźnieniem i które minimalizuje artefakty w jednoczesnym zapisie EEG (np. szum linii w EEG przez cewki TMS, artefakty ładowania po impulsie).
    2. Upewnij się, że odległość między stymulatorem TMS (w tym cewką i cewki) a systemem rejestracji EEG jest zmaksymalizowana w celu zmniejszenia zakłóceń elektrycznych (co najmniej 1 m). Jeśli to możliwe, wyłącz źródła zakłóceń elektromagnetycznych, takie jak wentylatory i silniki. Ponadto upewnij się, że przewody rejestrujące EEG i EMG są ustawione i wyrównane w taki sposób, aby powszechne zakłócenia się znosiły.
  3. System przetwarzania danych EEG w czasie rzeczywistym
    nuta: Strumień danych EEG w czasie rzeczywistym jest pozyskiwany i analizowany za pomocą cyfrowego systemu przetwarzania sygnału w czasie rzeczywistym, który następnie uruchamia urządzenie TMS, gdy spełniony jest z góry określony warunek. Taki system został opracowany specjalnie w naszym laboratorium11 w celu implementacji algorytmu detekcji fazy podobnego do podejścia Chen et al.24 i składa się z następujących kroków.
    1. Przeanalizuj przesuwane okno danych o długości 500 ms (ryc. 1a), aby oszacować chwilową fazę docelowej oscylacji mózgu, która ma wyzwolić stymulator TMS specyficznie dla fazy.
    2. Wykonaj filtrowanie pasmowo-przepustowe okna dla interesujących nas częstotliwości (np. od 9 do 14 Hz dla rytmu sensomotorycznego μ-alfa; Rysunek 1b). Rozważ dostosowanie parametrów filtra do indywidualnej częstotliwości szczytowej oscylacji docelowej.
    3. Usuń wszelkie dane zniekształcone przez efekty krawędzi filtrowania. Zauważ, że istnieje kompromis polegający na tym, że silniejsze filtry mają większe efekty krawędziowe.
    4. Użyj modelu autoregresyjnego, aby przewidywać sygnał w przód (Yule-Walker, rząd 30; Rysunek 1c).
    5. Zastosuj transformację Hilberta wynikowego okna danych, aby uzyskać sygnał analityczny, na podstawie którego określa się chwilową fazę sygnału, biorąc kąt liczby zespolonej w odpowiednim punkcie czasowym.
    6. Oszacuj widmo mocy EEG z przesuwanego okna danych w interesujących nas przedziałach częstotliwości (np. 9-14 Hz) za pomocą krótkotrwałego FFT z oknem Hanna.
    7. Gdy zarówno faza, jak i moc spełniają z góry określone kryterium (np. ujemny szczyt, minimalny próg mocy), wygeneruj cyfrowy impuls wyjściowy (TTL) z systemem czasu rzeczywistego, aby wyzwolić urządzenie TMS.
  4. System neuronawigacji
    1. Aby monitorować pozycję cewki i osiągać dokładne i spójne celowanie TMS w ramach sesji i między nimi, użyj systemu neuronawigacji.
      nuta: System stereoskopowych kamer na podczerwień służy do precyzyjnego lokalizowania w przestrzeni trójwymiarowej odbiciowych urządzeń śledzących, które są zamontowane na głowie badanego i cewce stymulującej, umożliwiając precyzyjne względne pozycjonowanie cewki w stosunku do anatomii mózgu danej osoby po kalibracji i rejestracji MRI. W przypadku badań jednosesyjnych i gdy planowane jest analizowanie tylko EMG, a nie odpowiedzi EEG na TMS, wystarczająca jest nawigacja oparta na standardowym mózgu, a nie na indywidualnym rezonansie magnetycznym.
    2. Załaduj indywidualne dane strukturalnego rezonansu magnetycznego do oprogramowania systemu nawigacyjnego przed rozpoczęciem eksperymentu dla każdego uczestnika.
  5. Eksperymentalny komputer sterujący
    1. Użyj eksperymentalnego komputera sterującego, który jest podłączony do systemu EEG, urządzenia TMS, urządzenia czasu rzeczywistego i systemu neuronawigacji.
      nuta: Oprogramowanie EEG steruje systemem wzmacniacza EEG, ustawia parametry oraz uruchamia i zatrzymuje archiwizację danych EEG. Urządzenie TMS może być zdalnie sterowane w celu zmiany parametrów stymulacji (intensywność, kierunek prądu itp.) za pomocą zestawu narzędzi do zdalnego sterowania25.
    2. Zdalnie steruj urządzeniem w czasie rzeczywistym, aby ustawić żądane warunki wyzwalania.
      nuta: System neuronawigacji może być zdalnie sterowany, na przykład w celu celowania w różne lokalizacje cewek.
    3. Połącz wszystkie powyższe elementy w eksperymentalnym skrypcie kontrolnym, aby umożliwić automatyzację warunków eksperymentalnych i przepływu kontroli.
  6. Elektrody rejestrujące EEG
    1. Upewnij się, że nasadki do zapisu EEG kompatybilne z TMS z żądanym układem elektrod są dostępne w różnych rozmiarach. Zmierz obwód głowy fotografowanej osoby i przygotuj czapkę o odpowiednim rozmiarze.
    2. Miej pod ręką niezbędne materiały do przygotowania EEG (np. żele ścierne i przewodzące, strzykawki ze sterylnymi igłami itp.).
  7. Elektrody rejestrujące EMG
    1. Utrzymuj w gotowości powierzchniowe elektrody EMG, przewody i materiały wymagane do przygotowania skóry.

3. Przeprowadzanie eksperymentu

  1. Praktyki wstępne
    1. Upewnij się, że wymagane dokumenty są w porządku (podpisany jest formularz zgody na badanie) i że uczestnik nie miał żadnych działań niepożądanych od poprzedniej sesji.
    2. Posadź osobę badaną w wygodnej pozycji półleżącej, aby zminimalizować ruchy głowy podczas eksperymentu. Poduszka próżniowa owinięta wokół szyi i dolnej części głowy może pomóc podeprzeć głowę uczestnika bez powodowania dodatkowego napięcia mięśni (np. tak jak zrobiłaby to podpórka pod podbródek).
  2. Wykonywanie EEG i EMG
    1. Umieść nasadkę EEG o odpowiednim rozmiarze na głowie osoby badanej i ustaw ją prawidłowo. Unikaj nadmiernego napięcia poniżej podbródka, aby zmniejszyć aktywność mięśni czaszki i szyi, które mogłyby zanieczyścić EEG26.
    2. Zarejestruj obiekt w oprogramowaniu do rejestracji EEG.
    3. Przygotuj elektrody EEG zgodnie z protokołem specyficznym dla laboratorium (np. nałóż żel ścierny, a następnie żel przewodzący).
    4. Sprawdź, czy impedancje elektrod EEG są poniżej 5 kΩ.
    5. Aby zapobiec wysychaniu lub rozmazywaniu się żelu przewodzącego na sąsiednich elektrodach przez jakikolwiek ruch cewki TMS, przykryj nasadkę EEG folią. Następnie umieść siatkową nasadkę nad plastikową folią, aby utrzymać w stałej pozycji, aby zmniejszyć zmienność artefaktów EEG, i nałóż taśmę klejącą, aby zwiększyć stabilność wielu warstw.
    6. Przymocuj powierzchniowe elektrody EMG do docelowych mięśni po oczyszczeniu i lekkim przetarciu skóry (np. użyj bipolarnego zapisu z prawego mięśnia ręki odwodziciela pollicis brevis w montażu brzucha-ścięgna).
      nuta: W tym przypadku wykorzystano dwubiegunowy zapis mięśnia ręki prawego odwodziciela pollicis brevis w montażu brzucha-ścięgna. Rozmieszczenie elektrod EMG jest ważne, ponieważ elektrody powierzchniowe zazwyczaj rejestrują aktywność wielu leżących poniżej mięśni.
    7. Sprawdź prawidłowe dopasowanie między rzeczywistymi czujnikami EEG na głowie a śladami zarejestrowanymi w systemie EEG, stukając w kilka elektrod EEG, aby spowodować artefakty. W ramach kontroli poczytalności sprawdź, czy potyliczna alfa wzrasta, gdy uczestnik zamyka oczy.
    8. Sprawdź wzrokowo trwający sygnał EEG i EMG pod kątem artefaktów (np. szumu linii, aktywności mięśni) lub uszkodzonych elektrod.
    9. Upewnij się, że uczestnik pozostaje przytomny i ma otwarte oczy przez cały czas trwania eksperymentu, aby uniknąć zanieczyszczania sygnału przez potyliczne oscylacje alfa.
  3. Przygotowanie neuronawigacji
    1. Przymocuj odblaskowy tracker głowy do głowy uczestnika za pomocą wystarczającej taśmy klejącej, aby zapewnić stabilność przez cały czas trwania eksperymentu.
    2. Użyj narzędzia wskazującego, aby zarejestrować model głowy z odpowiednimi anatomicznymi punktami orientacyjnymi (np. nasionami, tragi obu uszu, kąciki oczu).
    3. Podłącz tracker cewki do cewki stymulacyjnej i skalibruj cewkę.
    4. Umieść wskaźnik w różnych punktach na powierzchni głowy i zweryfikuj poprawność wyświetlanej pozycji na monitorze systemu neuronawigacji.
    5. Wskaż lokalizacje czujników EEG w celu jednoczesnej rejestracji z indywidualnym rezonansem magnetycznym.
  4. Wyjściowe EEG
    1. Zademonstruj badanemu typowe artefakty EEG (np. połykanie, żucie, mruganie oczami) i poinstruuj badanego, aby unikał ich przez cały czas trwania eksperymentu. Poproś ich również, aby unikali zaciskania szczęk, ziewania lub mówienia.
    2. Poproś badanego, aby skupił się na punkcie z otwartymi oczami i wykonał krótkie nagranie EEG w stanie spoczynku z otwartymi oczami.
    3. Jeśli jest to wymagane do obliczenia filtrów w czasie rzeczywistym, rejestruj dodatkową aktywność EEG podczas zadań.
  5. Znalezienie "gorącego punktu" silnika i wyznaczenie progu spoczynkowego silnika
    1. Znajdź "gorący punkt" silnika (tj. miejsce stymulacji, w którym pojedynczy impuls TMS wywołuje dobrze ukształtowane MEP o porównywalnie stałej amplitudzie we wszystkich próbach) i zapisz odpowiednią pozycję cewki (w tym orientację cewki i kątowanie) w systemie neuronawigacji.
    2. Znajdź spoczynkowy próg motoryczny (RMT), stosując pojedyncze impulsy TMS przez korę ruchową przy stopniowo zwiększającej się intensywności stymulacji, aż wywołane MEP osiągną amplitudy między szczytami większe niż 50 μV w ponad 50% prób21.
    3. Jeśli to możliwe, użyj automatycznego skryptu do szacowania parametrów za pomocą testów sekwencyjnych (PEST), na przykład zgodnie ze strategią maksymalnego prawdopodobieństwa27, który zapewnia również oszacowanie online przedziału ufności RMT na podstawie obserwowanej zmienności pojedynczych odpowiedzi i który zazwyczaj wymaga około 30 impulsów testowych o adaptacyjnie zmieniającej się intensywności, aby uzyskać wiarygodne oszacowanie RMT.
    4. Jeśli nie jest to pierwsza sesja eksperymentalna, porównaj położenie cewki z poprzednią pozycją i porównaj uzyskany RMT z poprzednim RMT, aby potwierdzić spójność.
    5. W razie potrzeby określ intensywność stymulacji dla progu aktywnej motoryki (AMT) lub dla amplitudy MEP między szczytami 1 mV, korzystając ze standardowych procedur21.
  6. Przygotowanie uczestników finałowych
    1. Opcjonalnie unieruchomij głowę badanego za pomocą poduszki próżniowej.
    2. Opcjonalnie dostarcz dźwięk maskujący przez zatyczki do uszu (gdy planujesz analizę potencjałów EEG wywołanych przez TMS). W przeciwnym razie zaopatrz osobę w zatyczki do uszu i słuchawki do ochrony słuchu.
    3. Opcjonalnie wyrównaj i zamocuj cewkę w żądanej pozycji za pomocą ramienia mechanicznego.
  7. Walidacja jakości danych przed eksperymentem
    1. Sprawdź, czy procesor czasu rzeczywistego odbiera dane z systemu EEG.
    2. Sprawdź sygnał uzyskany z żądanego filtra przestrzennego EEG (np. montażu Laplace'a wyśrodkowanego na C3) pod kątem oczywistych artefaktów.
    3. Wizualnie potwierdź jakość sygnału EEG, sprawdź, czy nie ma uszkodzonych elektrod, nadmiernego szumu linii i artefaktów mięśniowych, a także dostosuj okno czasowe i skalowanie amplitudy w oprogramowaniu systemu EEG w celu bieżącej kontroli wizualnej podczas eksperymentu.
  8. Główna sesja eksperymentalna
    1. O ile intensywność stymulatora nie jest zdalnie sterowana w skrypcie eksperymentalnym, ręcznie ustaw intensywność stymulacji na żądaną wartość (np. 110% RMT).
    2. Uruchom skrypt eksperymentalny, aby zastosować impulsy w różnych fazach oscylacji docelowej w losowej kolejności.
    3. Podczas eksperymentu monitoruj progi warunków wyzwalania (próg wykrywania artefaktów, próg przed unerwieniem, minimalna moc itp.).
      nuta: Bodźce będą wyzwalane w nieregularnych odstępach czasu, ponieważ procesor czasu rzeczywistego czeka na wystąpienie warunków wyzwalania. Należy jednak ustawić warunki w taki sposób, aby większość bodźców występowała w przewidywalnym przedziale czasu (np. 2-3 s po poprzednim impulsie) i unikano długich przerw (np. w tym przypadku >5 s), ponieważ prowadziłyby one do większych reakcji wywołanych z powodu nowości.
      1. Alternatywnie, użyj stratyfikacji post hoc, aby usunąć badania po zbyt długich odstępach czasu.
    4. Aby osiągnąć wystarczającą moc statystyczną do różnicowania efektów stymulacji specyficznych dla fazy, należy przeprowadzić wystarczającą liczbę prób
      nuta: Zazwyczaj wybieraliśmy 80-120 prób z przeplotem na warunek20.
    5. Dokumentuj godziny rozpoczęcia i zakończenia różnych sesji i prowadź rejestr wszelkich nietypowych zdarzeń.

Wyniki

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

Wykorzystanie TMS uruchamianego przez EEG w czasie rzeczywistym w ludzkiej pierwotnej korze ruchowej ujawnia zróżnicowane efekty pobudliwości korowo-rdzeniowej i plastyczności. Korzystając z opisanego powyżej protokołu, zastosowano EEG-TMS w czasie rzeczywistym, synchronizując TMS z trwającą fazą oscylacyjną EEG endogennego rytmu sensomotorycznego μ w trzech warunkach wyzwalania (szczyt dodatni, pik ujemny i faza losowa) w kolejności losowej. Montaż EEG Laplace'a został wykorzystany do wyodrębnienia sensomotorycznego rytmu μ poprzez odniesienie elektrody EEG C3 do średniej z czterech otaczających elektrod (FC1, FC5, CP1 i CP5). Rysunek 2a pokazuje średni sygnał EEG przed bodźcem w ciągu 400 ms przed impulsem TMS dla trzech predefiniowanych warunków. Średnia liczba wywołanych posłów do PE zarejestrowanych z mięśni prawej ręki jest przedstawiona na Rysunek 2b. Wyniki te pokazują, że ujemne odchylenie rytmu μ EEG odpowiada wyższemu stanowi pobudliwości kory mózgowej (prowadzącemu do większych amplitud MEP) w porównaniu z dodatnim odchyleniem EEG, z niską zmiennością międzypróbną odnotowanych efektów pobudliwości korowo-rdzeniowej, przedstawionej w Ryc. 2c.

figure-results-1
Rycina 1: TMS wyzwalany przez fazę EEG zależny od stanu mózgu. Surowe dane EEG skóry głowy pochodzące z pięciokanałowego montażu Laplace'a wyśrodkowanego na elektrodzie C3 nad lewą korą czuciowo-ruchową zostały pozyskane próbka po próbce przez cyfrowy system przetwarzania sygnału w czasie rzeczywistym. (a) Przesuwane okno danych EEG o długości 500 ms było przetwarzane przez algorytm co 2 ms. (b) Sygnał po filtrowaniu pasmowo-przepustowym i usunięciu artefaktów krawędziowych. c) sygnał przewidywany w przód (czerwony ślad) oparty na modelu prognozowania autoregresyjnego, który został obliczony na podstawie okna danych. Faza w czasie zero ("w tej chwili") została oszacowana za pomocą transformaty Hilberta, moc widmowa została oszacowana na podstawie okna danych. Stymulator TMS był uruchamiany, gdy spełniony został wcześniej zdefiniowany warunek fazy i amplitudy widmowej. TMS nad lewą pierwszorzędową korą ruchową spowodował MEP w mięśniach prawej ręki zarejestrowanych w powierzchniowym EMG. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-2
Rycina 2: Dane od jednego przykładowego pacjenta, który otrzymał TMS wyzwalany przez EEG w czasie rzeczywistym po lewej stronieM1, ukierunkowany na fazę μ czuciowo-motorycznej 10 Hz. Każdy z nich zawierał sto bodźców zgodnie z trzema warunkami wyzwalania fazy (szczyt dodatni, pik ujemny i faza losowa) w połączeniu ze stałym warunkiem progu mocy widmowej minimum 10 Hz, w kolejności losowej, z interwałem międzypróbnym wynoszącym około 3 s. Montaż EEG Laplace'a został wykorzystany do wyodrębnienia sensomotorycznego rytmu μ poprzez odniesienie elektrody EEG C3 do średniej z czterech otaczających elektrod (FC1, FC5, CP1 i CP5). (a) Średni sygnał EEG przed bodźcem w ciągu 400 ms przed impulsem TMS dla trzech warunków. (b) Średni ślad EMG motorycznego potencjału wywołanego (MEP) zarejestrowany z prawego mięśnia odwodziciela pollicis brevis dla każdego stanu. c) Międzyszczytowa amplituda MEP (w mikrowoltach) każdej próby w czasie, dla każdego warunku aktywacji. Należy zauważyć, że MEP są największe w ujemnym stanie szczytowym, najmniejsze w dodatnim stanie szczytowym i pośrednie w stanie fazy losowej. (d) Średnia amplituda MEP w każdym warunku jest przedstawiona za pomocą słupków błędu ilustrujących błąd standardowy średniej. Należy zauważyć, że uczestnik ze szczególnie wyraźnym efektem został wybrany do celów ilustracyjnych i że ta wielkość efektu nie jest reprezentatywna dla średniej grupy. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Dyskusja

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

TMS wyzwalany EEG zależny od stanu mózgu jest nowatorską metodą o unikalnych perspektywach w odniesieniu do skuteczności i spójności wynikających z tego efektów stymulacji mózgu 8,9,31. Główną zaletą tej metody jest to, że funkcjonalnie istotny endogenny stan mózgu może być specjalnie ukierunkowany na wyzwalanie impulsu TMS, wywołując potencjalnie mniej zmienne i dłużej trwające reakcje mózgu11. Powtarzające się TMS wyzwalane EEG w czasie rzeczywistym w ujemnej fazie rytmu μ sensomotorycznego człowieka M1 (tj. stan zwiększonej pobudliwości korowo-rdzeniowej, ryc. 2) indukowały znacznie większą plastyczność podobną do LTP (długoterminowy wzrost amplitudy MEP) w porównaniu z TMS niezależnym od stanu mózgu11,20. Oprócz użyteczności naukowej, zastosowanie EEG-TMS w czasie rzeczywistym do obszarów kory mózgowej, takich jak grzbietowo-boczna kora przedczołowa (DLPFC), może potencjalnie zwiększyć skuteczność obecnych terapeutycznych protokołów stymulacji mózgu.

W niniejszym manuskrypcie przedstawiono kroki metodologiczne związane z wdrożeniem EEG-TMS w czasie rzeczywistym. Podstawowymi wymogami do przeprowadzania eksperymentów tą metodą są, po pierwsze, zastosowanie systemu EEG kompatybilnego z TMS z opcją wyjścia cyfrowego w czasie rzeczywistym, a po drugie, zastosowanie przetwarzania sygnału w czasie rzeczywistym z implementacją algorytmu detekcji fazy24, który wyodrębnia pożądany rytm mózgu (np. sensomotoryczny μ-rytm) z zarejestrowanego sygnału EEG za pomocą filtrów przestrzennych (np. Filtr Laplace'a skoncentrowany na C3) i stosuje stymulację, gdy spełnione są wcześniej wybrane warunki (tj. faza i moc docelowego rytmu mózgu). Wydajność i dokładność algorytmu zależą w dużym stopniu od SNR zapisu EEG20. W związku z tym etapy przygotowania EEG protokołu mają kluczowe znaczenie dla osiągnięcia wysokiego SNR i zapewnienia dokładnego wyzwolenia TMS, a wstępna selekcja uczestników może być konieczna, jeśli odpowiednia oscylacja docelowa nie jest wystarczająco widoczna za pomocą EEG u każdej osoby. Ponadto wskazane jest zastosowanie mechanicznych ramion podtrzymujących cewki i poduszek próżniowych do unieruchamiania głowy uczestnika, w celu zminimalizowania artefaktów spowodowanych zmiennym naciskiem cewki na elektrody.

Jeśli chodzi o zastosowanie metody EEG-TMS w czasie rzeczywistym w paradygmatach eksperymentalnych, wybór interesującego rytmu mózgu może się różnić. W związku z tym wskazane są dostosowania filtrowania, aby ułatwić identyfikację docelowej aktywności mózgu. Ostatnio zaproponowano kilka metod filtrowania przestrzennego w celu optymalnego wyodrębnienia funkcjonalnie istotnego stanu mózgu (np. w przestrzeni kanału19, przy obecnej gęstości źródła13, przy lokalnych filtrach przestrzennych11,28 oraz przy filtrach zindywidualizowanych wykorzystujących np. dekompozycję przestrzenno-spektralną29)). Jednak jak dotąd nie istnieje jednoznaczna metoda wyodrębnienia z powierzchniowych sygnałów EEG (przestrzeni sensorycznej) rzeczywistej fazy oscylacji mózgu (przestrzeni źródłowej). Przyszłe badania, które oceniają zgodność sygnałów powierzchniowych i źródłowych, są uzasadnione w celu poprawy precyzji algorytmów EEG w czasie rzeczywistym.

Podczas gdy w tym protokole skupiliśmy się na sensomotorycznym rytmie μ 8-14 Hz, aby pokazać wpływ chwilowej fazy tej oscylacji na pobudliwość korowo-rdzeniową, inne oscylacje (np. oscylacje beta, theta lub infrawolne) mogą również odgrywać rolę. Metoda ta może być w zasadzie stosowana do celowania w fazę dla dowolnej oscylacji, którą można odizolować za pomocą wystarczającego SNR, w tym wielokrotnych nałożonych oscylacji (np. ujemny cykl alfa i jednoczesny dodatni szczyt gamma).

Jednym z głównych ograniczeń eksperymentów EEG-TMS w czasie rzeczywistym jest to, że rozdzielczość czasoprzestrzenna w odniesieniu do źródeł w mózgu jest silnie zależna od występowania artefaktów i spójności stymulacji. W związku z tym krytycznym warunkiem wstępnym protokołu jest monitorowanie wydajności algorytmu (tj. zapewnienie, że stymulacja następuje po wykryciu aktywności neuronalnej, a nie artefaktowej w trakcie trwania eksperymentu). Co więcej, wykorzystanie neuronawigacji do optymalnego i spójnego pozycjonowania cewki stymulacyjnej (szczególnie w paradygmatach eksperymentalnych wykorzystujących miejsca stymulacji, takie jak DLPFC) jest pomocne w zmniejszaniu zmienności odpowiedzi spowodowanej zmiennością pozycji cewki. Należy również zauważyć, jako kolejne ograniczenie, że wymagane są specjalnie wybrane i skonfigurowane urządzenia do przetwarzania EEG/EMG, TMS i przetwarzania w czasie rzeczywistym, wraz z doświadczeniem w przygotowywaniu i przeprowadzaniu eksperymentów w taki sposób, aby zminimalizować zewnętrzne źródła zmienności odpowiedzi, które mogą maskować efekt chwilowego stanu mózgu.

Podsumowując, zademonstrowaliśmy standardowy protokół przeprowadzania eksperymentów EEG-TMS w czasie rzeczywistym i wprowadziliśmy nowatorską metodę wykorzystania endogennych stanów mózgu będących przedmiotem zainteresowania (tj. wstępnie wybranych faz i mocy ukierunkowanych endogennych oscylacji mózgu) do wywołania stymulacji mózgu. Dalsze badania z wykorzystaniem metody EEG-TMS w czasie rzeczywistym pozwolą na usprawnienie metodologiczne i ułatwią opracowanie skutecznych protokołów badania i modulacji sieci mózgowych człowieka.

Oświadczenia

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

C.Z. i P.C.G. są częściowo finansowane z grantu EXIST Transfer of Research niemieckiego Federalnego Ministerstwa Gospodarki i Energii (grant 03EFJBW169). C.Z. informuje o dodatkowym zatrudnieniu jako pracownik w niepełnym wymiarze godzin w fundacji non-profit zajmującej się innowacjami medycznymi (Stiftung für Medizininnovationen, Tybinga, Niemcy); spółka zależna tej fundacji produkuje procesor czasu rzeczywistego, o którym mowa w tym artykule (Medical Innovations Incubator GmbH, Tybinga, Niemcy).

Podziękowania

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

C.Z. dziękuje za wsparcie ze strony Programu Naukowców Klinicystów na Wydziale Lekarskim Uniwersytetu w Tybindze. U.Z. dziękuje za wsparcie ze strony Niemieckiej Fundacji Badawczej (grant ZI 542/7-1). T.O.B. dziękuje za wsparcie ze strony Niemieckiej Fundacji Badawczej (grant BE 6091/2-1). J.O.N. dziękuje za wsparcie ze strony Akademii Fińskiej (decyzje nr 294625 i 306845). Autorzy dziękują za wsparcie ze strony Funduszu Wydawniczego Open Access Uniwersytetu w Tybindze.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
rejestracji EEG i EMG
Wzmacniacz EEG/EMG NeurOne z wyjściem cyfrowym w czasie rzeczywistym, Bittium Biosignals Ltd., Finlandia
Urządzenie TMS MAG & Więcej Research 100, MAG & Więcej GmbH, Monachium, Niemcy
Oprogramowanie Mathworks Simulink w czasie rzeczywistym (Mathworks Ltd, Stany Zjednoczone) 
Stereofoniczny system neuronawigacji z kamerą na podczerwień, w tym odblaskowy tracker głowy, narzędzie wskaźnikowe, śledzenie
Eksperymentalny komputer sterujący, który jest podłączony do systemu EEG, stymulatora TMS, urządzenia czasu rzeczywistego i systemu
Elektrody EEG, elektrody EMG, strzykawki, żel
ścierny i przewodzącyFolia i taśma
Systemy głowyneuronawigacji klejąca

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Hallett, M. Transcranial magnetic stimulation: a primer. Neuron. 55 (2), 187-199 (2007).
  2. Barker, A. T., Jalinous, R., Freeston, I. L. Non-invasive magnetic stimulation of human motor cortex. Lancet. 1 (8437), 1106-1107 (1985).
  3. Lopez-Alonso, V., Cheeran, B., Río-Rodríguez, D., Fernandez-del-Olmo, M. Inter-individual variability in response to non-invasive brain stimulation paradigms. Brain Stimulation. 7 (3), 372-380 (2014).
  4. Muller-Dahlhaus, J. F., Orekhov, Y., Liu, Y., Ziemann, U. Interindividual variability and age-dependency of motor cortical plasticity induced by paired associative stimulation. Experimental Brain Research. 187 (3), 467-475 (2008).
  5. Ziemann, U., Siebner, H. R. Inter-subject and inter-session variability of plasticity induction by non-invasive brain stimulation: Boon or bane? Brain Stimulation. 8 (3), 662-663 (2015).
  6. Arieli, A., Sterkin, A., Grinvald, A., Aertsen, A. Dynamics of ongoing activity: explanation of the large variability in evoked cortical responses. Science. 273 (5283), 1868-1871 (1996).
  7. Thut, G., Ives, J. R., Kampmann, F., Pastor, M. A., Pascual-Leone, A. A new device and protocol for combining TMS and online recordings of EEG and evoked potentials. Journal of Neuroscience Methods. 141 (2), 207-217 (2005).
  8. Zrenner, C., Belardinelli, P., Müller-Dahlhaus, F., Ziemann, U. Closed-Loop Neuroscience and Non-Invasive Brain Stimulation: A Tale of Two Loops. Frontiers in Cellular Neuroscience. 10, 92(2016).
  9. Bergmann, T. O. Brain State-Dependent Brain Stimulation. Frontiers in Psychology. 9, 2108(2018).
  10. Matthews, P. B. The effect of firing on the excitability of a model motoneurone and its implications for cortical stimulation. Journal of Physiology. 518 (Pt 3), 867-882 (1999).
  11. Zrenner, C., Desideri, D., Belardinelli, P., Ziemann, U. Real-time EEG-defined excitability states determine efficacy of TMS-induced plasticity in human motor cortex. Brain Stimulation. 11 (2), 374-389 (2018).
  12. Stefanou, M. I., Desideri, D., Belardinelli, P., Zrenner, C., Ziemann, U. Phase Synchronicity of mu-Rhythm Determines Efficacy of Interhemispheric Communication Between Human Motor Cortices. Journal of Neuroscience. 38 (49), 10525-10534 (2018).
  13. Berger, B., Minarik, T., Liuzzi, G., Hummel, F. C., Sauseng, P. EEG oscillatory phase-dependent markers of corticospinal excitability in the resting brain. BioMed Research International. 2014, 936096(2014).
  14. Keil, J., et al. Cortical brain states and corticospinal synchronization influence TMS-evoked motor potentials. Journal of Neurophysiology. 111 (3), 513-519 (2014).
  15. Rogasch, N. C., et al. Analysing concurrent transcranial magnetic stimulation and electroencephalographic data: A review and introduction to the open-source TESA software. NeuroImage. 147, 934-951 (2017).
  16. Herring, J. D., Thut, G., Jensen, O., Bergmann, T. O. Attention Modulates TMS-Locked Alpha Oscillations in the Visual Cortex. Journal of Neuroscience. 35 (43), 14435-14447 (2015).
  17. Romei, V., et al. Spontaneous fluctuations in posterior alpha-band EEG activity reflect variability in excitability of human visual areas. Cerebral Cortex. 18 (9), 2010-2018 (2008).
  18. Sauseng, P., Klimesch, W., Gerloff, C., Hummel, F. C. Spontaneous locally restricted EEG alpha activity determines cortical excitability in the motor cortex. Neuropsychologia. 47 (1), 284-288 (2009).
  19. Bergmann, T. O., et al. EEG-guided transcranial magnetic stimulation reveals rapid shifts in motor cortical excitability during the human sleep slow oscillation. Journal of Neuroscience. 32 (1), 243-253 (2012).
  20. Schaworonkow, N., Triesch, J., Ziemann, U., Zrenner, C. EEG-triggered TMS reveals stronger brain state-dependent modulation of motor evoked potentials at weaker stimulation intensities. Brain Stimulation. 12 (1), 110-118 (2019).
  21. Rossi, S., Hallett, M., Rossini, P. M., Pascual-Leone, A. Safety of TMS Consensus Group. Safety, ethical considerations, and application guidelines for the use of transcranial magnetic stimulation in clinical practice and research. Clinical Neurophysiology. 120 (12), 2008-2039 (2009).
  22. Kanal, E., et al. ACR guidance document for safe MR practices: 2007. American Journal of Roentgenology. 188 (6), 1447-1474 (2007).
  23. Oldfield, R. C. The assessment and analysis of handedness: The Edinburgh inventory. Neuropsychologia. 9 (1), 97-113 (1971).
  24. Chen, L. L., Madhavan, R., Rapoport, B. I., Anderson, W. S. Real-time brain oscillation detection and phase-locked stimulation using autoregressive spectral estimation and time-series forward prediction. IEEE Transactions on Biomedical Engineering. 60 (3), 753-762 (2013).
  25. Habibollahi Saatlou, F., et al. An open-source MATLAB toolbox for external control of transcranial magnetic stimulation devices. Brain Stimulation. 11 (5), 1189-1191 (2018).
  26. Lioumis, P., Zomorrodi, R., Hadas, I., Daskalakis, Z. J., Blumberger, D. M. Combined Transcranial Magnetic Stimulation and Electroencephalography of the Dorsolateral Prefrontal Cortex. Journal of Visualized Experiments. (138), e57983(2018).
  27. Mishory, A., et al. The maximum-likelihood strategy for determining transcranial magnetic stimulation motor threshold, using parameter estimation by sequential testing is faster than conventional methods with similar precision. The Journal of Electroconvulsive Therapy (ECT). 20 (3), 160-165 (2004).
  28. Thies, M., Zrenner, C., Ziemann, U., Bergmann, T. O. Sensorimotor mu-alpha power is positively related to corticospinal excitability. Brain Stimulation. 11 (5), 1119-1122 (2018).
  29. Schaworonkow, N., et al. μ-Rhythm Extracted With Personalized EEG Filters Correlates With Corticospinal Excitability in Real-Time Phase-Triggered EEG-TMS. Frontiers in Neuroscience. 12, 954(2018).
  30. Hjorth, B. An on-line transformation of EEG scalp potentials into orthogonal source derivations. Electroencephalography and Clinical Neurophysiology. 39 (5), 526-530 (1975).
  31. Bergmann, T. O., Karabanov, A., Hartwigsen, G., Thielscher, A., Siebner, H. R. Combining non-invasive transcranial brain stimulation with neuroimaging and electrophysiology: Current approaches and future perspectives. NeuroImage. 140, 4-19 (2016).

Przedruki i uprawnienia

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

Poproś o pozwolenie

Tagi

EEG triggered TMSBrain State dependent StimulationReal time Brain StimulationElectroencephalography AnalysisSensorimotor RhythmCortical ExcitabilityNeuro navigation SystemClosed loop ExperimentMotor Evoked Potentials

Powiązane artykuły