Method Article

Modelowanie statystyczne połączeń korowych za pomocą nieinwazyjnych elektroencefalogramów

DOI:

10.3791/60249

November 1st, 2019

In This Article

Summary

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

Standardowe techniki analizy EEG oferują ograniczony wgląd w funkcjonowanie układu nerwowego. Wyprowadzanie modeli statystycznych połączeń korowych daje znacznie większe możliwości badania podstawowej dynamiki sieci. Poprawa oceny funkcjonalnej otwiera nowe możliwości diagnozowania, prognozowania i przewidywania wyników w chorobach układu nerwowego.

Abstract

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

Nieinwazyjne zapisy elektrofizjologiczne są przydatne do oceny funkcji układu nerwowego. Techniki te są niedrogie, szybkie, powtarzalne i mniej zasobożerne niż obrazowanie. Co więcej, uzyskane dane funkcjonalne mają doskonałą rozdzielczość czasową, co nie jest osiągalne w przypadku obrazowania strukturalnego.

Obecne zastosowania elektroencefalogramów (EEG) są ograniczone przez metody przetwarzania danych. Standardowe techniki analizy wykorzystujące surowe dane szeregów czasowych na poszczególnych kanałach są bardzo ograniczonymi metodami badania aktywności układu nerwowego. Bardziej szczegółowe informacje na temat funkcji kory mózgowej można uzyskać, badając relacje między kanałami i wyprowadzając modele statystyczne interakcji między obszarami, co pozwala na wizualizację połączeń między sieciami.

Ten manuskrypt opisuje metodę wyprowadzania modeli statystycznych aktywności sieci korowej poprzez rejestrację EEG w standardowy sposób, a następnie badanie miar koherencji międzyelektrodowej w celu oceny relacji między zarejestrowanymi obszarami. Interakcje wyższego rzędu można dalej badać, oceniając kowariancję między parami koherencji, tworząc wysokowymiarowe "mapy" interakcji sieciowych. Te konstrukty danych mogą być badane w celu oceny funkcji sieci korowej i jej związku z patologią w sposób nieosiągalny przy użyciu tradycyjnych technik.

To podejście oferuje większą czułość na interakcje na poziomie sieci, niż jest to możliwe do osiągnięcia przy użyciu surowej analizy szeregów czasowych. Jest ona jednak ograniczona ze względu na złożoność wyciągania konkretnych wniosków mechanistycznych na temat leżących u podstaw populacji neuronalnych oraz duże ilości generowanych danych, co wymaga bardziej zaawansowanych technik statystycznych do oceny, w tym redukcji wymiarowości i podejść opartych na klasyfikatorach.

Introduction

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

Ta metoda ma na celu stworzenie statystycznych map sieci korowych na podstawie nieinwazyjnych zapisów elektrod przy użyciu klinicznie użytecznego układu, aby umożliwić badanie patologii układu nerwowego, wpływ nowych terapii i rozwój nowych biomarkerów elektrofizjologicznych.

EEG oferuje ogromny potencjał do badania funkcji układu nerwowego i chorób1,2. Technologia ta jest niedroga, łatwo dostępna w warunkach badawczych i klinicznych i ogólnie dobrze tolerowana. Prosty, nieinwazyjny charakter zapisów sprawia, że zastosowanie kliniczne jest proste, a is....

Access restricted. Please log in or start a trial to view this content.

Protocol

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

Poniższy protokół eksperymentalny jest zgodny ze wszystkimi lokalnymi, krajowymi i międzynarodowymi wytycznymi etycznymi dotyczącymi badań na ludziach. Dane wykorzystane do przetestowania protokołu zostały pozyskane za zgodą Komitetu Etycznego regionu Toskania-protokół 2018SMIA112 SI-RE.

UWAGA: Skrypty używane do realizacji opisanych analiz są dostępne na stronie https://github.com/conorkeogh/NetworkAnalysis.

1. Gromadzenie surowych danych

  1. Przygotuj warunki przedmiotu.
    1. Aby zapewnić spójność między zapisami, wszystkie zapisy EEG należy przeprowadzać w dedyk....

Access restricted. Please log in or start a trial to view this content.

Results

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

Pomiary mocy widmowej dadzą n pomiarów dla każdego mierzonego pasma częstotliwości, gdzie n to liczba zarejestrowanych kanałów. Miary te będą wyrażone w decybelach dla ogólnej mocy. Miary mocy w poszczególnych pasmach częstotliwości powinny być wyrażone jako moc względna (tj. proporcja całkowitej mocy reprezentowanej przez moc w tym paśmie), aby umożliwić dokładne porównania między grupami i warunkami.

Przykład wizualizacji mocy widmowej w wie.......

Access restricted. Please log in or start a trial to view this content.

Discussion

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

Opisana metoda pozwala na wyprowadzenie map statystycznych dynamiki sieci korowej na podstawie nieinwazyjnych danych EEG. Pozwala to na badanie zjawisk, które nie są łatwo widoczne podczas badania prostych danych szeregów czasowych poprzez ocenę, w jaki sposób zarejestrowane regiony oddziałują ze sobą, a nie ocenę tego, co dzieje się w każdym pojedynczym miejscu w izolacji. Może to dostarczyć ważnych informacji na temat patologii choroby18.

Istotnym aspektem tej metody .......

Access restricted. Please log in or start a trial to view this content.

Disclosures

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

Autorzy nie mają nic do ujawnienia.

Acknowledgements

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

Publikacja tego manuskryptu została częściowo wsparta przez grant SFI FutureNeruro-Funded Investigator dla DT.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Nasadka elektrodyElectroCap InternationalLub dowolna odpowiednia nasadka
Żel przewodzącySignaGelLub dowolny odpowiedni żel
Elektrody typu pinowegoBioSemiLub dowolna odpowiednia elektroda
BioSemi Active Dwa systemy nagrywaniaBioSemi
ActiZobacz środowisko nagrywaniaBioSemi
Oprogramowanie MATLABMathworks

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Rosenow, F., Klein, K. M., Hamer, H. M. Non-invasive EEG evaluation in epilepsy diagnosis. Expert Review of Neurotherapeutics. 15 (4), 425-444 (2015).
  2. Sharmila, A. Epilepsy detection from EEG signals: a review. Journal of Medical Engineering & Technology

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Cortical ConnectivityEEG AnalysisInter electrode CoherenceNetwork DynamicsStatistical ModellingPrinciple Component AnalysisDimensionality ReductionFrequency Band AnalysisMachine Learning ApplicationsNeuropsychiatric Disorders

Related Articles