Name: Metoda śledzenia ewolucji w czasie potencjałów wywołanych w stanie ustalonym (Wideo) | JoVE Journal
Uploaded: 2019-05-25T15:00:00.000+00:00
Duration: 12 min 3 s
Description: Poznaj metodę analizy ewolucji w czasie potencjałów wywołanych w stanie ustalonym przy użyciu EEG. Technika ta pozwala badać dynamikę synchronizacji neuronalnej w odpowiedzi na długotrwałe bodźce sensoryczne.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Autorzy dziękują Lucíi Zepedzie, Grace A. Whitaker i Nicolasowi Nieto za ich wkład w produkcję wideo. Prace te były częściowo wspierane przez programy CONICYT BASAL FB0008, stypendium MEC 80170124 i doktoranckie 21171741, a także Narodowy Instytut Głuchoty i Innych Zaburzeń Komunikacyjnych Narodowych Instytutów Zdrowia w ramach nagrody numer P50DC015446. Wyłączną odpowiedzialność za treść ponoszą autorzy i nie muszą one reprezentować oficjalnych poglądów National Institutes of Health.

Niniejsze badanie zostało przeprowadzone za zgodą Komitetu ds. Badań i Etyki Universidad de Valparaíso, Chile (kod oceny CEC170-18), potwierdzone krajowymi wytycznymi dla badań z udziałem ludzi.
1. Przygotowanie
<ol>
	<li>Witam w temacie.</li>
	<li>Proszę wyjaśnić cele i znaczenie badania. Należy podać opis odpowiednich szczegółów technicznych. Dokładnie odpowiedz na wszystkie pytania.</li>
	<li>Wyraźnie wspomnij, że może przerwać sesję eksperymentalną w dowolnym momencie, jeśli jest to pożądane.</li>
	<li>Poproś ochotnika o przeczytanie Świadomej Zgody Uczestnika i podpisanie odpowiedniego formularza. Przerwij sesję eksperymentalną, jeśli nie uzyskano świadomej zgody.</li>
</ol>
2. Przygotowanie przedmiotu
<ol>
	<li>Poproś osobę, aby usiadła na krześle laboratoryjnym w wygodnej pozycji.
	<ol>
		<li>Oczyść skórę głowy etanolem (roztwór o stężeniu 95%), aby usunąć warstwę martwych komórek naskórka i sebum, które ją pokrywają. Ten krok jest ważny, aby zmniejszyć impedancję między elektrodami a skórą głowy.</li>
	</ol>
	</li>
	<li>Zmierz obwód głowy za pomocą taśmy mierniczej, aby określić rozmiar nasadki elektrody, która ma być użyta.
	<ol>
		<li>Poproś osobę badaną o założenie nasadki elektrody. Podaj instrukcje dotyczące wygodnego, ale prawidłowego ułożenia nasadki.</li>
		<li>Zmierz odległość między nasionem (Nz, środkowy punkt szwu nosowo-czołowego, który można zidentyfikować po zagłębieniu między oczami a czubkiem nosa) a wgłębieniem (Iz, wypukłość kości potylicznej) za pomocą taśmy mierniczej.</li>
		<li>Zmierz odległość między lewym i prawym punktem przedusznym (identyfikowanym jako wgłębienie tuż przed małżowiną uszną) za pomocą taśmy mierniczej.</li>
		<li>Popraw położenie nasadki elektrody tak, aby przecięcie między wyimaginowanymi liniami zdefiniowanymi w poprzednich krokach odpowiadało wierzchołkowi głowicy. Upewnij się, że obiekt jest wygodny po regulacjach.</li>
	</ol>
	</li>
	<li>Umieść żel przewodzący w uchwytach elektrod, zgodnie z lokalizacjami branymi pod uwagę w eksperymencie.
	<ol>
		<li>Użyj 64 lokalizacji skalpów zgodnie z systemem International 10-2031, aby użyć wyniku protokołu do przeprowadzenia analizy lokalizacji źródłowej. W razie potrzeby można użyć większej liczby miejsc elektrod (128) na skórze głowy.</li>
		<li>Zastosuj warunki kliniczne lub ambulatoryjne (z tylko kilkoma elektrodami), jeśli analiza lokalizacji źródła nie jest planowana. Użyj lokalizacji potylicznych, aby zarejestrować SSVEP, lokalizacji czasowych, aby uzyskać ASSR, i lokalizacji ciemieniowych, aby zarejestrować SSSEP.</li>
		<li>Wciśnij elektrody w uchwyty elektrod. Upewnij się, że etykieta elektrody jest zgodna z etykietą lokalizacji w nasadce.</li>
		<li>Odprowadź ochotnika do pomieszczenia doświadczalnego (najlepiej ekranowanej komory wyciszającej). Poproś osobę, aby usiadła na krześle w pokoju, w wygodnej pozycji.</li>
	</ol>
	</li>
	<li>Umieść elektrody zewnętrzne na nosie i płatkach uszu, jeśli do ponownego odniesienia do zapisu EEG będzie używane fizyczne odniesienie (inne niż elektrody skóry głowy) (w kroku 3.8.1).</li>
	<li>Umieść elektrody zewnętrzne w miejscach okołogałkowych.
	<ol>
		<li>Umieść elektrody na policzku i przedniej części głowy, około 1 cm nad brwią, aby zarejestrować mruganie (w kroku 2.6.1).</li>
		<li>Umieścić elektrody na zewnętrznej kancie oczu, około 1 cm powyżej/poniżej linii środkowej, aby rejestrować ruchy gałek ocznych (w kroku 2.6.1). 
		UWAGA: Elektrookulogram (EOG) zostanie użyty w kroku 3.8.5 do usuwania artefaktów EGG wywołanych mruganiem i ruchami gałek ocznych.</li>
	</ol>
	</li>
	<li>Włącz system akwizycji EEG i sprawdź impedancję elektrody, jeśli do rejestracji EEG używany jest system o niskiej impedancji. W razie potrzeby skoryguj impedancję zgodnie ze wskazówkami producenta. Impedancja powinna być utrzymywana poniżej 10 kΩ32.
	<ol>
		<li>Poproś osobę, aby mrugnęła i poruszała oczami w różnych kierunkach, aby upewnić się, że EOG jest prawidłowo rejestrowany.</li>
	</ol>
	</li>
	<li>Aby przeanalizować dynamikę SSVEP, dostosuj położenie ekranu w kierunku pionowym, aby dopasować je do kąta widzenia obiektu. Przyciemnij światła w pomieszczeniu, aż do osiągnięcia komfortowego poziomu. Dostosuj poziom luminancji ekranu do górnej granicy poziomu komfortu uczestnika.
	<ol>
		<li>Aby przeanalizować dynamikę ASSR, włóż słuchawki za pomocą odpowiednich wkładek piankowych, tak aby słuchawki pasowały do kanału słuchowego. Sprawdź, czy dźwięki są dostarczane z pożądaną intensywnością (np. poziom komfortu psychofizycznego33).</li>
	</ol>
	</li>
</ol>
3. Akwizycja EEG i wstępne przetwarzanie
<ol>
	<li>Ustawić parametry bodźca zdefiniowane w projekcie eksperymentalnym. Szczegółowe informacje na temat oprogramowania można znaleźć w instrukcji obsługi dostarczonej przez producenta systemu stymulacji. 
	UWAGA: Aby uzyskać wyczerpujące wyjaśnienia bodźca używanego do generowania SSVEP i ASSR, zobacz Norcia et al.8 i Rance34, odpowiednio.</li>
	<li>Poinstruuj badanego, aby zwracał uwagę na stymulację, w przypadku, gdy tematem eksperymentu jest porywanie wzrokowe.
	<ol>
		<li>Przedstaw film z napisami z wyłączonym dźwiękiem, gdy tematem eksperymentu jest porywanie słuchowe. 
		UWAGA: Prezentacja niemego filmu pozwala na odwrócenie uwagi od stymulacji akustycznej przy jednoczesnym zachowaniu poziomu pobudzenia25.</li>
	</ol>
	</li>
	<li>Obecne bodźce dłuższe niż 90 s, tak jak to zostało zrobione w celu zbadania ewolucji czasowej SSVEP i ASSR zarówno u ludzi, jak i u modeli zwierzęcych21,22,25,26. 
	UWAGA: Prezentuj bodźce o krótszym czasie trwania, jeśli przeprowadzono badanie pilotażowe.</li>
	<li>Przerwij stymulację na 2 minuty, jeśli testowany jest tylko jeden warunek eksperymentalny. Wejdź w interakcję z obiektem, aby sprawdzić świadomość. 
	UWAGA: Czas trwania pauzy zależy od czasu trwania stymulacji. Przerwy 3 razy dłuższe niż interwały stymulacji zapewnią, że reakcja wywołana przez jeden bodziec nie zostanie zakłócona przez poprzednią stymulację. Dłuższe przerwy są dozwolone, jeśli podmiot o to poprosi.
	<ol>
		<li>Wstrzymaj stymulację na co najmniej 10 sekund, gdy testowane są różne warunki eksperymentalne, ponieważ zaproponowano naprzemienną stymulację z przerwami trwającymi 10 sekund, aby zmniejszyć dodatkowe efekty adaptacyjne i skrócić czas trwania eksperymentu25.</li>
	</ol>
	</li>
	<li>Powtórz kroki prezentacji (kroki 3.3-3.4) co najmniej 30 razy, aby zapewnić wysoki stosunek sygnału do szumu (SNR) pomiarów po uśrednieniu epok (krok 4.4).</li>
	<li>Zapisz EEG przy użyciu standardowych procedur35. Utwórz osobny plik EEG dla każdego przebiegu eksperymentalnego. 
	UWAGA: Szczegółowe informacje na temat oprogramowania można znaleźć w instrukcji obsługi systemu akwizycji.</li>
	<li>Monitoruj zapis EEG, aby wykrywać okresy snu na podstawie poziomu aktywności alfa i częstotliwości, z jaką pojawiają się artefakty mrugania. Przerwij eksperyment, gdy wykryte zostaną zwiększone poziomy alfa, którym towarzyszy zmniejszona częstotliwość mrugania, co wskazuje na senność. Odrzuć przebieg eksperymentalny od dalszej analizy po wykryciu okresów snu.
	<ol>
		<li>Obliczyć amplitudę odpowiedzi w stanie ustalonym na końcu każdego przebiegu doświadczalnego, postępując zgodnie z instrukcjami zawartymi w instrukcji obsługi oprogramowania do akwizycji użytego w eksperymencie.</li>
		<li>Monitoruj poziom uwagi badanego, porównując amplitudę odpowiedzi w stanie ustalonym uzyskanych na koniec każdego cyklu eksperymentalnego. Ustawić amplitudę w stanie ustalonym uzyskaną w pierwszych seriach doświadczalnych jako amplitudę odniesienia.</li>
		<li>Ustaw próg odrzucenia (spadek amplitudy odpowiedzi o 5% w stosunku do amplitudy odniesienia). Odrzuć przebiegi eksperymentalne, w których amplituda odpowiedzi w stanie ustalonym spełnia kryterium odrzucenia.</li>
		<li>Zakończ sesję eksperymentalną po uzyskaniu liczby przebiegów zdefiniowanej w projekcie eksperymentalnym.</li>
	</ol>
	</li>
	<li>Wstępnie przetwórz dane EEG w trybie offline przy użyciu standardowych procedur EEG35 opisanych w kolejnych krokach zgodnie ze wskazówkami producenta.
	<ol>
		<li>Ponownie należy odnieść się do zapisu, używając średniego odniesienia (średnia ze wszystkich elektrod rejestrujących) lub średniej z podzbioru elektrod. Alternatywnie należy użyć fizycznego odniesienia (np. elektrod zewnętrznych umieszczonych na nosie i płatkach uszu opisanych w kroku 2.4).</li>
		<li>Przekonwertuj współrzędne elektrody na międzynarodowy układ 10/20, jeśli radialny układ współrzędnych był używany podczas akwizycji EEG. Zapoznaj się z instrukcją producenta, aby uzyskać szczegółowe informacje na temat konwersji.</li>
		<li>Filtruj pasmowo-przepustowy sygnał EEG w zakresie 0,5-300 Hz. W razie potrzeby ustaw filtr wycinający (wyśrodkowany na 50 Hz lub 60 Hz).</li>
		<li>Próbkowanie sygnału EEG w dół w celu skrócenia czasu wykonania algorytmu wybranego do usuwania artefaktów ocznych (krok 3.8.5). 
		UWAGA: Częstotliwość próbkowania 512 Hz jest wystarczająca do analizy oscylacji mózgu o częstotliwości poniżej 40 Hz35.</li>
		<li>Usuń artefakty oka. 
		UWAGA: W tym celu można zastosować różne techniki (zobacz Urigüen i Garcia-Zapirain35, aby uzyskać obszerny przegląd algorytmów usuwania artefaktów). Wśród nich niezależna analiza składowych jest jedną z najbardziej rozbudowanych metodologii i jest implementowana zarówno w komercyjnych, jak i bezpłatnych programach analitycznych37,38,39.</li>
		<li>Segmentuj dane EEG w epokach ograniczonych czasowo do stymulacji. Wybierz długość epok zgodnie z celem eksperymentu. 
		UWAGA: Epoki powinny być wystarczająco długie, aby umożliwić analizę odpowiedzi w stanie ustalonym w dziedzinie częstotliwości z odpowiednią rozdzielczością spektralną.</li>
		<li>Na tym etapie nie uruchamiaj algorytmów odrzucania artefaktów w celu wykrywania i usuwania epok zawierających artefakty. 
		UWAGA: Usunięcie epoki na tym etapie spowoduje błędy, gdy zestaw danych jest zorganizowany w taki sposób, aby uruchamiał uśrednianie epok według kolumn (kroki 4.2 i 4.4). Algorytmy odrzucania są implementowane na późniejszym etapie przetwarzania (krok 4.1.4).</li>
		<li>Uruchom funkcję detrendu DC, aby obliczyć trendy DC w poszczególnych epokach EEG i je skorygować.</li>
		<li>Uruchom funkcję korekcji linii bazowej, aby skorygować linię bazową nagrania. Wybierz przedziały czasowe przed bodźcem dłuższe niż 200 ms. 
		UWAGA: Korekta linii bazowej polega na uśrednieniu danych w wybranym przedziale czasu. Średnia jest obliczana dla każdego kanału i odejmowana od każdego punktu danych w każdej epoce.</li>
	</ol>
	</li>
</ol>
4. Obliczanie amplitud odpowiedzi
<ol>
	<li>Wprowadź parametry potrzebne do obliczenia odpowiedzi w stanie ustalonym (Rysunek 1A). 
	UWAGA: Wewnętrzny kod używany do przetwarzania danych jest swobodnie dostępny pod adresem <https://figshare.com/ projects/Steady-state_visually_evoked_potentials_SSVEP_elicited_in_humans_by_continuos_light_modulated_in_amplitude_at_10Hz/62573>. Zapoznaj się z tekstem pomocy w kodzie, aby uzyskać dalsze instrukcje. Podobnie dostępny jest podzbiór danych wykorzystanych w tym badaniu.
	<ol>
		<li>Wprowadź liczbę nagrań (przebiegów eksperymentalnych) eksperymentu.</li>
		<li>Wprowadź długość epok, aby podzielić poszczególne nagrania na segmenty.</li>
		<li>Wprowadź częstotliwość próbkowania eksperymentu.</li>
		<li>Wybierz algorytmy odrzucania artefaktów, aby wykrywać i usuwać epoki zawierające artefakty. Dostępne kryteria wyboru to: 1) gradient (bezwzględna różnica między dwiema kolejnymi próbkami), 2) max-min (różnica między maksymalną i minimalną amplitudą w epoce) oraz 3) amplituda (bezwzględne maksymalne i minimalne amplitudy).</li>
		<li>Uruchom kod przetwarzania. 
		UWAGA: Kroki 4.2-4.7 są wykonywane automatycznie po wybraniu tej opcji. W razie potrzeby uruchom kroki ręcznie.</li>
	</ol>
	</li>
	<li>Ułóż epoki w macierz danych składającą się z n wierszy i m kolumn, w której n oznacza liczbę nagrań (przebiegów eksperymentalnych), a m liczbę epok (<silna klasa="xfig">Rysunek 1B).</li>
	<li>Zważ epokę, aby złagodzić efekt ruchu i artefaktów mięśniowych. 
	UWAGA: Ważone epoki EEG uzyskuje się przez podzielenie każdej próbki napięcia przez wariancję amplitudy epoki, do której należą, tak aby wariancja była używana jako miara zmienności amplitudy i współczynnika wagowego40.</li>
	<li>Uśrednianie zestawu danych według kolumn. W tym celu w dziedzinie czasu należy uśrednić epoki odpowiadające temu samemu oknu czasowemu w różnych nagraniach. 
	UWAGA: Ten krok umożliwia obliczenie amplitudy w stanie ustalonym w nagraniach o wyjątkowo wysokim stosunku sygnału do szumu (SNR).</li>
	<li>Eksport szeregów czasowych wynikających z uśredniania w celu dalszej analizy ewolucji czasu porywania w oprogramowaniu zewnętrznym.
	<ol>
		<li>Oblicz amplitudę odpowiedzi w stanie ustalonym w każdej epoce wynikającą z uśredniania kolumnowego, używając szybkiej transformaty Fouriera (FFT). 
		UWAGA: Długość FFT powinna odpowiadać długości jednej epoki. Wdrożenie techniki okienkowania nie jest obowiązkowe. Amplitudę odpowiedzi w stanie ustalonym definiuje się jako amplitudę widmową uzyskaną przy częstotliwości modulacji amplitudy bodźców czuciowych.</li>
	</ol>
	</li>
	<li>Wektor uśrednia amplitudę doraźnej liczby przedziałów FFT po każdej stronie częstotliwości odpowiedzi w celu obliczenia poziomu szumu resztkowego (RNL). Liczba odbiorników FFT powinna odpowiadać paśmie częstotliwości około 3 Hz, po każdej stronie częstotliwości odpowiedzi. 
	UWAGA: Wysoka specyficzność częstotliwościowa odpowiedzi w stanie ustalonym sprawia, że amplituda odpowiedzi jest niezależna od oscylacji tła o podobnych częstotliwościach, które z kolei rozkładają się równomiernie w stosunkowo wąskim paśmie częstotliwości41,42,43.</li>
	<li>Wykreśl amplitudę odpowiedzi w stanie ustalonym i RNL w funkcji indeksu kolumnowego (tj. liczby nabytej epoki), aby zbadać ewolucję odpowiedzi w stanie ustalonym w okresie stymulacji.</li>
</ol>

Autorzy nie mają nic do ujawnienia.

W niniejszej pracy opisano eksperymentalną procedurę analizy dynamiki oscylacyjnych reakcji mózgu. Taka metodologia polega na uzyskaniu wystarczającej liczby niezależnych serii doświadczalnych w tych samych warunkach eksperymentalnych oraz na uśrednieniu epok w dziedzinie czasu odpowiadających temu samemu oknu czasowemu w różnych nagraniach (uśrednianie kolumnowe na rysunku 1B). Amplituda obliczona na uśrednionych danych reprezentuje chwilową amplitudę odpowiedzi oscylacyjnej. Wykreślenie tych amplitud w funkcji czasu (lub liczby kolumn w zbiorze danych) pozwala na analizę ewolucji w czasie odpowiedzi oscylacyjnej zablokowanej w czasie na stymulację. Metodologia ta jest modyfikacją tej zaproponowanej przez Rittera i wsp.23 do analizy adaptacji przejściowych korowych potencjałów wywołanych. Metoda ta została wykorzystana do analizy dynamiki słuchowych potencjałów wywołanych zarówno u ludzi24, jak i na modelach zwierzęcych20,21.
Z metodologicznego punktu widzenia kombinacja parametrów użytych do wywołania reakcji w stanie ustalonym i tych zaimplementowanych w celu wyodrębnienia odpowiedzi neuronalnej z szumu tła ma kluczowe znaczenie dla analizy ewolucji w czasie potencjałów wywołanych w stanie ustalonym22. Długość bodźca zastosowana w prezentowanym eksperymencie (40 s) została dobrana na podstawie wyników uzyskanych w badaniu pilotażowym. Ta długość bodźca była wystarczająca do analizy adaptacji ASSR generowanego w pniu mózgu szczura21,22. Ponadto długość bodźca powinna przekraczać czas, w którym osiągana jest asymptotyczna chwilowa moc pasma SSVEP (ryc. 1 w Labecki i wsp.26). Niemniej jednak, asymptotyczne chwilowe pasmo mocy SSVEP mogą być w niektórych przypadkach osiągnięte powyżej 60 s (Rysunek 2 w Labecki i wsp.26). Dlatego zaleca się przeprowadzenie badania pilotażowego na małej próbie w celu określenia długości bodźca stymulacji. W przeciwnym razie zaleca się długość bodźca dłuższą niż 90 s, aby uzyskać pełną reprezentację ewolucji reakcji w czasie. Stosowanie odpowiednio długich przerw między kolejnymi nagraniami implikuje traktowanie kolejnych przebiegów eksperymentalnych jako statystycznie niezależnych (tj. różnych, niezależnych miar tej samej zmiennej). Zgodnie z naszą najlepszą wiedzą, nie przeprowadzono żadnych eksperymentów w celu przeanalizowania optymalnej przerwy między biegami (minimalna przerwa wymagana do uniezależnienia się od siebie). Kryterium stosowania pauz co najmniej 3 razy dłuższych niż długość bodźca jest wystarczająco konserwatywne, aby zapewnić, że poprzednia stymulacja nie ma wpływu na reakcję w stanie ustalonym zarejestrowaną w dowolnym przebiegu.
Ostatnio zaproponowano naprzemienne bodźce (warunki eksperymentalne) jako wybór w celu skrócenia przerwy między seriami eksperymentalnymi, unikając dodatkowego efektu adaptacji25. Podobnie, liczba przebiegów eksperymentalnych (30) zaimplementowanych w tym protokole eksperymentalnym jest konserwatywna, ponieważ asymptotyczne RNL i pSNR są zwykle osiągane po uśrednieniu około 20 przebiegów eksperymentalnych. Gdy bodźce mieszczą się w środkowym i górnym obszarze zakresu dynamicznego odpowiedzi (wysokie poziomy odczuć), prawdopodobnie potrzebna jest mniejsza liczba przebiegów do analizy dynamiki wywołanej reakcji. Niemniej jednak, w przypadkach, w których testowane są różne warunki eksperymentalne, posiadanie tej samej liczby serii eksperymentalnych ma kluczowe znaczenie dla dokonywania porównań między warunkami (tj. różnymi poziomami wrażeń).
Oprócz kolumnowego uśredniania epok, dynamika oscylacyjnych potencjałów wywołanych została przeanalizowana poprzez filtrowanie pomiarów pojedynczej próby w wąskim paśmie częstotliwości wokół interesującej nas częstotliwości i obliczenie obwiedni sygnału mocy za pomocą filtrowania dolnoprzepustowego26. Podobnie, analiza pojedynczego badania została wdrożona w celu scharakteryzowania okresu przejściowego, który poprzedza stabilny region SSVEP48, oraz zmian amplitudy i fazy SSVEP w stabilnym regionie odpowiedzi49. Podczas gdy analizy pojedynczej próby pozwalają na rozróżnienie stosunkowo szybkich wahań amplitudy odpowiedzi, projekty eksperymentalne do analizy średniej odpowiedzi w blokach oddzielonych danym interwałem międzyblokowym uwzględniają tylko długoterminowe zmiany amplitudy potencjału wywołanego50,51. Kolumnowe uśrednianie epok plasuje się pomiędzy tymi dwiema opcjami. Konwersja uśrednionego sygnału na dziedzinę częstotliwości za pomocą FFT implikuje analizę dynamiki odpowiedzi z rozdzielczością równą długości epoki. W przedstawionym przykładzie SSVEP był raportowany co 4 s. O ile rozdzielczość 4 s jest wystarczająca do opisania dynamiki zachodzącej w odstępach czasu przekraczających kilkadziesiąt sekund, jak np. SSVEP26, o tyle częściowo nakładające się na siebie epoki w oryginalnych nagraniach pozwalają w bardziej wyrafinowany sposób opisać ewolucję w czasie reakcji w stanie ustalonym25.
Dynamika odpowiedzi w stanie ustalonym uzyskanych po kolumnowym uśrednieniu epok reprezentuje głównie ewolucję aktywności oscylacyjnej, która jest zsynchronizowana między uśrednionymi segmentami EEG (tymi, które przeżywają uśrednianie). W związku z tym głównym zagadnieniem dotyczącym wykonalności metodologii jest możliwe tłumienie amplitud odpowiedzi spowodowane zmianami w fazie oscylacji neuronalnych z jednego niezależnego przebiegu eksperymentalnego na drugi (tj. między nagraniami). Temat ten wymaga eksperymentalnego rozwiązania. Dowody wskazują jednak, że faza reakcji oscylacyjnych mózgu jest mniej zmienna niż oczekiwano. W rzeczywistości kilka badań wykazało regularność w oczekiwanej fazie ludzkiego ASSR 80 Hz 47,48,49. Gdy opóźnienia są szacowane na podstawie fazy aktywności oscylacyjnej, zaobserwowano przewidywalny wpływ intensywności i częstotliwości nośnej bodźców akustycznych na opóźnienie odpowiedzi słuchowych (tj. opóźnienie zmniejsza się wraz ze wzrostem intensywności i częstotliwości nośnej)52,53,54. Co więcej, typowe dojrzewające zmiany amplitudy i asymetrii od lewej do prawej w poziomach słyszenia zaobserwowano również przy szacowaniu opóźnień od fazy ASSR 47,55,56,57,58. Opisując ewolucję SSVEP w czasie za pomocą analizy pojedynczej próby, Labecki i wsp.26 zaobserwowali, że chociaż międzyprocesowa zmienność amplitud odpowiedzi w obrębie tego samego podmiotu była znacznie wysoka, zmienność fazy była znacznie mniej wyraźna.
Opierając się na swoich obserwacjach, Labecki i wsp.26 zasugerowali, że należy uśrednić co najmniej 50 prób, aby uzyskać wiarygodne oszacowanie średniej obwiedni mocy odpowiedzi. Wyniki te wskazują, że nawet jeśli amplituda odpowiedzi jest obliczana w pojedynczych próbach, uśrednianie (w tym przypadku kopert) jest potrzebne, aby uzyskać wiarygodne wyniki. Co więcej, międzypróbna zmienność amplitudy SSVEP zgłoszona przez Labeckiego i wsp.26 sugeruje, że na obliczenie tego parametru w pojedynczych próbach może mieć duży wpływ szum tła. Biorąc pod uwagę ewolucję stosunku sygnału do szumu przedstawioną na rysunku 2, obliczenie odpowiedzi w uśrednionym sygnale zamiast w pojedynczych próbach znacznie zmniejsza liczbę odcinków EEG, które należy przetworzyć w celu uzyskania wiarygodnych pomiarów. Dodatkowo, niska zmienność fazy uzyskana przez Labeckiego i wsp.26 potwierdza ideę, że kolumnowe uśrednianie epok przedstawione tutaj jest poprawną procedurą obliczania dynamiki oscylacyjnych potencjałów wywołanych.
Uśrednianie danych na różnych poziomach prowadzi do różnej interpretacji wyników. Jeśli chodzi o oscylacyjne potencjały wywołane, obliczanie amplitudy odpowiedzi po uśrednieniu w dziedzinie czasu niezależnych przebiegów oznacza analizowanie tylko oscylacji zablokowanych w czasie (tj. tych, które przetrwały uśrednianie). Procedura ta może filtrować istotne informacje dotyczące dynamiki odpowiedzi w poszczególnych badaniach. Gwarantuje jednak odpowiednio wysoki stosunek sygnału do szumu pomiarów. Ten aspekt może mieć znaczenie, gdy odpowiedzi są bliskie progowi elektrofizjologicznemu, w którym to stanie wykrywanie porywania może być utrudnione ze względu na niski stosunek sygnału do szumu pomiaru.

Gdy aktywność elektryczna mózgu jest rejestrowana ze skóry głowy, jest obserwowana jako ciągłe i regularne zmiany napięcia w czasie. Ta aktywność elektryczna nazywa się elektroencefalogramem (EEG) i została po raz pierwszy opisana przez Hansa Bergera pod koniec lat dwudziestych ubiegłego wieku1. Późniejsze badania naukowe opisywały EEG jako złożony szereg czasowy, w którym można zaobserwować różne rytmiczne lub powtarzające się wzorce2,3,4. Obecnie EEG jest zwykle podzielone na pięć dobrze ustalonych pasm częstotliwości: delta, theta, alfa, beta i gamma, które są związane z różnymi procesami sensorycznymi i poznawczymi.
Przez lata badanie oscylacji mózgu za pomocą EEG ograniczało się albo do analizy spektrum w trwającej aktywności, albo do zmian w aktywności oscylacyjnej wywołanych przez nieokresowe zdarzenia sensoryczne. W ostatnich dziesięcioleciach wdrożono różne metodologie modulacji trwających oscylacji EEG i badania wpływu takich modulacji na procesy percepcyjne i poznawcze, w tym prezentacji rytmicznej stymulacji sensorycznej w celu wywołania porywania neuronów. Termin porywanie neuronów odnosi się do synchronizacji aktywności neuronalnej z okresowymi właściwościami bodźców sensorycznych. Proces ten prowadzi do generowania potencjałów wywołanych w stanie ustalonym (tj. oscylacji EEG związanych z okresowymi właściwościami bodźców sterujących). Potencjały wywołane w stanie ustalonym są najczęściej wywoływane przez stymulację wzrokową, słuchową i wibrodotykową, przy użyciu bodźców przejściowych prezentowanych ze stałą szybkością lub ciągłej stymulacji modulowanej amplitudą przy interesującej częstotliwości. Podczas gdy somatosensoryczne potencjały wywołane w stanie ustalonym (SSSEP) są rejestrowane w odpowiedzi na powtarzającą się stymulację dotykową5,6, wizualne potencjały wywołane w stanie ustalonym (SSVEPs) są zazwyczaj wywoływane przez okresową prezentację migotania luminancji, obrazów i twarzy7,8. Słuchowe reakcje w stanie ustalonym (ASSR) są zwykle generowane przez ciągi przejściowych bodźców akustycznych lub przez ciągłą prezentację tonów modulowanych amplitudą9,10.
Ekstrakcja potencjałów wywołanych w stanie ustalonym z mierzonego EEG zasadniczo polega na uśrednianiu następnie nabytych epok EEG związanych z bodźcem11. Ze względu na okresowość odpowiedzi można je analizować zarówno w dziedzinie czasu, jak i częstotliwości. Po transformacji w dziedzinie częstotliwości, odpowiedź sensoryczna jest obserwowana jako piki amplitudy przy szybkości prezentacji lub częstotliwości modulacji bodźców zewnętrznych i odpowiadających im harmonicznych. Procedury te (uśrednianie w dziedzinie czasu i późniejsza transformacja w dziedzinie częstotliwości) były niezbędne do opracowania testu słuchu opartego na wykrywaniu metod ASSR w celach klinicznych12,13,14,15,16.
Ponadto, klasyczne uśrednianie epok EEG w dziedzinie czasu było niezwykle przydatne do analizy procesów fizjologicznych, takich jak powstawanie i wymieranie SSVEP17,18. Prezentując kolejne ciągi migotania świateł i uśredniając kolejne epoki w obrębie nagrania, Wacker i in.19 zaobserwowali, że wskaźnik blokowania fazy SSVEP gwałtownie wzrósł podczas pierwszych 400 ms stymulacji i utrzymywał się później na wysokim poziomie. Poinformowali również, że silne porywanie wzrokowe zostało ustalone między 700-1 100 ms po nadejściu bodźca. Pewien stopień porywania pozostał skuteczny po przesunięciu ciągu stymulacji, co trwało około trzech okresów odpowiedzi oscylacyjnej17,19. Zachowania te zostały zinterpretowane jako efekt włączania/wyłączania obserwowanych oscylacji, który jest konsekwencją nieliniowego przetwarzania informacji w ludzkim systemie wzrokowym17. Alternatywnie, wiadomo, że w pewnych warunkach eksperymentalnych stymulacja migotania może wywoływać reakcje włączania na początku i reakcje wyłączenia na końcu pociągów stymulacji zamiast porywania neuronów18.
Głównym założeniem do uśredniania kolejno nabytych epok EEG jest to, że sygnał EEG stanowi liniową kombinację odpowiedzi sensorycznej i szumu tła20. Ponadto zakłada się, że amplituda, częstotliwość i faza odpowiedzi oscylacyjnej są stacjonarne, podczas gdy szum tła jest uważany za aktywność losową. Jednak w przypadkach, w których założenie to nie jest spełnione, amplituda odpowiedzi obliczona po kilku epokach niekoniecznie odpowiada chwilowej amplitudzie potencjału wywołanego.
Ostatnio doniesiono, że ASSR generowany w pniu mózgu szczurów dostosowuje się do ciągłej prezentacji tonów modulowanych amplitudą (tj. amplituda odpowiedzi maleje wykładniczo w czasie)21,22. Adaptacja została zinterpretowana jako mechanizm neuronalny, który odzwierciedla utratę nowości monotonnie powtarzającego się bodźca sensorycznego, zwiększając wrażliwość na odpowiednie fluktuacje w środowisku akustycznym23,24. W ścieżce słuchowej adaptacja może poprawić rozumienie mowy w hałaśliwym otoczeniu. Co więcej, proces ten może być częścią istniejących mechanizmów monitorowania słuchowego sprzężenia zwrotnego własnego głosu w celu kontrolowania produkcji mowy.
Analizując ewolucję czasową ASSR 40 Hz u ludzi, Van Eeckhoutte et al.25 zaobserwowali znaczący, ale niewielki spadek amplitudy odpowiedzi w czasie (około -0,0002 μV/s na podstawie analizy grupowej, zakładając liniowy spadek w czasie). W związku z tym autorzy ci doszli do wniosku, że ASSR 40 Hz u ludzi nie dostosowuje się do stymulacji. U ludzi zaobserwowano zachowania niestacjonarne podczas analizy stabilności SSVEP26. Autorzy ci zaobserwowali, że amplituda częstotliwości podstawowej i druga harmoniczna SSVEP były stacjonarne odpowiednio tylko u 30% i 66,7% badanych. Fazy obu składowych częstotliwości SSVEP, choć względnie stabilne w czasie, wykazywały niewielkie dryfty26.
Dlatego, mimo że klasyczne uśrednianie w dziedzinie czasu kolejnych nabytych epok pozwala na badanie stacjonarnych właściwości porywania neuronów, ta metodologia musi zostać zrewidowana, gdy długoterminowa dynamika porywania jest przedmiotem badań, lub gdy uśrednianie krótkoterminowej dynamiki jest zniekształcone przez występowanie długoterminowej dynamiki. Aby scharakteryzować niestacjonarne zachowania reakcji w stanie ustalonym, odpowiedź wywołana obliczona w danym oknie czasowym nie powinna być zagrożona przez odpowiedzi obliczone w poprzednich segmentach EEG. Innymi słowy, potencjał wywołany powinien być wydobyty z szumu tła bez uśredniania epok w dziedzinie czasu z poprzedzającymi je segmentami EEG.
W tym badaniu przedstawiono metodę oceny dynamiki porywania neuronów. Reakcje w stanie ustalonym są powtarzalnie rejestrowane w odpowiedzi na tę samą stymulację, gdzie kolejne nagrania są przeplatane interwałem spoczynkowym trzykrotnie dłuższym niż długość przebiegu eksperymentalnego. Biorąc pod uwagę, że jeśli ewolucja w czasie reakcji fizjologicznej jest taka sama w różnych niezależnych seriach eksperymentalnych (niezależnych nagraniach), nagrania są uśredniane kolumnowo. Innymi słowy, epoki odpowiadające tej samej lokalizacji w różnych nagraniach są uśredniane, bez uśredniania epok w obrębie nagrania. W związku z tym amplituda odpowiedzi obliczona w dowolnym interwale stymulacji będzie odpowiadać chwilowej amplitudzie wywołanego potencjału. Reakcje sensoryczne mogą być analizowane w dziedzinie czasu lub przekształcane w dziedzinę częstotliwości, w zależności od celu eksperymentu. W każdym razie amplitudy można wykreślić jako funkcję czasu, aby przeanalizować ewolucję w czasie odpowiedzi w stanie ustalonym. Generowanie i ekstynkcja potencjałów wywołanych w stanie ustalonym może być oceniona poprzez ograniczenie analizy do pierwszej i ostatniej epoki nagrań.
Dynamika porywania neuronów może być analizowana za pomocą innych podejść, takich jak wąskopasmowe filtrowanie pojedynczych prób pomiarów wokół interesującej nas częstotliwości i obliczanie obwiedni sygnału mocy za pomocą filtrowania dolnoprzepustowego25 i transformacja Hilberta27. W porównaniu z tymi metodologiami, kolumnowe uśrednianie epok umożliwia obliczanie parametrów stanu ustalonego na podstawie sygnałów o wyższym stosunku sygnału do szumu (SNR). Ostatnio filtrowanie Kalmana okazało się obiecującą techniką szacowania amplitud ASSR 40 Hz28,29,30. Implementacja filtrowania Kalmana może poprawić wykrywanie reakcji w stanie ustalonym bliżej progu elektrofizjologicznego i skrócić czas testu słuchu29. Co więcej, nie trzeba zakładać odpowiedzi stacjonarnych, gdy do oszacowania amplitudy ASSR stosuje się podejście filtrujące Kalmana30. Niemniej jednak tylko w jednym badaniu przeanalizowano ewolucję ASSR w czasie przy użyciu Kalman filtering25. Wniosek z badania jest taki, że amplituda ASSR 40 Hz jest stabilna w okresie stymulacji. Dlatego filtrowanie Kalmana musi być testowane w warunkach, w których ASRR nie jest nieruchomy.
Chociaż czasochłonna, metoda uśredniania kolumn nie wymaga modelu i nie wymaga wartości inicjalizacji i/lub apriorycznych definicji zachowania szumu. Ponadto, ponieważ nie obejmuje czasów zbieżności, uśrednianie kolumnowe może zapewnić bardziej wiarygodną reprezentację początku porywania neuronów. W związku z tym wyniki uzyskane metodą uśredniania kolumnowego można uznać za podstawową prawdę do analizy dynamiki porywania neuronów za pomocą filtrowania Kalmana.
Ten opis protokołu jest oparty na przykładzie SSVEP. Należy jednak zauważyć, że przedstawiona tutaj metoda jest niezależna od modalności, dzięki czemu może być również wykorzystana do analizy ewolucji w czasie SSSEP i ASSR.

<table><tbody><tr><td>Elektrody aktywne&nbsp;</td><td>Biosemi</td><td>P32-1020-32ACMS (ABC)</td><td>dla kanałów 1-32</td></tr><tr><td>Elektrody aktywne&nbsp;</td><td>Biosemi</td><td>P32-1020-32A (ABC)</td><td>dla kanałów 33-64</td></tr><tr><td>Elektrody aktywne&nbsp;</td><td>Elektrody zewnętrzne</td> <td>Biosemi</td><td>8 x TP FLAT</td></tr><tr><td>System adquisition Active-Two System pozyskiwania</td><td>Biosemi</td><td>wersja 7.0</td><td>System pozyskiwania EEG</td></tr><tr><td>alkohol</td><td>Salcobrand</td><td>Kod:&nbsp; 3309011</td><td>do czyszczenia skóry głowy</td></tr><tr><td>Nasadka elektrody 64 kanały&nbsp;</td><td>Biosemi</td><td>CAP MS xx yy</td><td>cap&nbsp;</td></tr><tr><td>Nasadka elektrody 64 kanały&nbsp;</td><td>Biosemi</td><td>CAP ML xx yy</td><td>cap&nbsp;</td></tr><tr><td>żel</td><td>Biosemi</td><td>SIGNA BOX12</td><td>żel przewodzący</td></tr><tr><td>Laptop</td><td>Asus</td><td>Core i7 1TB DD + 128GB SSD 8GB RAM&nbsp;</td><td>komputer do stymulacji</td></tr><tr><td>Laptop</td><td>Asus</td><td>Core i7 1TB DD + 128GB SSD 8GB RAM&nbsp;</td><td>Komputer do nagrywania</td></tr><tr><td>Ekran LED</td><td>własnej produkcji</td> <td>-</td> <td>Ekran składa się z czterech diod elektroluminescencyjnych (LED) umieszczonych na środku czarnego ekranu o wymiarach 50x50 cm, jako wierzchołki kwadratu o wymiarach 5x5 cm</td></tr><tr><td>sterylnej gazy</td><td>Kod Salcobrand</td><td>: &nbsp; 8730277</td><td>do czyszczenia skóry głowy</td></tr></tbody></table>

metoda śledzenia ewolucji w czasie potencjałów wywołanych w stanie ustalonym

A Method for Tracking the Time Evolution of Steady-State Evoked Potentials

Porywanie neuronów odnosi się do synchronizacji aktywności neuronalnej z okresowością bodźców sensorycznych. Ta synchronizacja określa generowanie reakcji wywołanych w stanie ustalonym (tj. oscylacji w elektroencefalogramie zsynchronizowanych fazowo z bodźcami sterującymi). Klasyczna interpretacja amplitudy reakcji wywołanych w stanie ustalonym zakłada stereotypową niezmienniczą w czasie odpowiedź neuronalną oraz losowe fluktuacje tła, tak że uśrednienie powtarzających się prezentacji bodźca przywraca stereotypową odpowiedź. Takie podejście ignoruje dynamikę stanu ustalonego, jak w przypadku adaptacji wywołanej długotrwałą ekspozycją na bodziec. Aby przeanalizować dynamikę reakcji w stanie ustalonym, można założyć, że ewolucja amplitudy odpowiedzi w czasie jest taka sama w różnych seriach stymulacji oddzielonych wystarczająco długimi przerwami. Opierając się na tym założeniu, przedstawiono metodę charakteryzowania ewolucji w czasie reakcji w stanie ustalonym. Wystarczająco duża liczba nagrań jest pozyskiwana w odpowiedzi na ten sam warunek eksperymentalny. Przebiegi eksperymentalne (nagrania) są uśredniane kolumnowo (tj. przebiegi są uśredniane, ale epoki w nagraniach nie są uśredniane z poprzednimi segmentami). Uśrednianie kolumnowe umożliwia analizę odpowiedzi w stanie ustalonym w nagraniach o wyjątkowo wysokich stosunkach sygnału do szumu. W związku z tym uśredniony sygnał zapewnia dokładne odwzorowanie ewolucji w czasie odpowiedzi w stanie ustalonym, która może być analizowana zarówno w dziedzinie czasu, jak i częstotliwości. W niniejszej pracy przedstawiono szczegółowy opis metody, wykorzystując jako przykład odpowiedzi potencjały wywołane wizualnie w stanie ustalonym. Zalety i zastrzeżenia są oceniane na podstawie porównania z metodami jednopróbowymi przeznaczonymi do analizy porywania neuronów.

Odpowiedź SSVEP wywołano za pomocą ciągłych bodźców wizualnych o długości 40 s, w których natężenie światła było modulowane falą sinusoidalną o częstotliwości 10 Hz (głębokość modulacji 90%). Bodźce były dostarczane przez cztery diody emitujące światło (LED) umieszczone w centrum czarnego ekranu o wymiarach 50 cm x 50 cm, w wierzchołkach kwadratu o boku 5 cm x 5 cm. Przy odległości uczestnika od ekranu wynoszącej 70 cm, obszar kwadratu diod LED subtenduje kąt widzenia około 4°. Ekran LED został zaprojektowany z wykorzystaniem systemu rozwoju mikrokontrolerów opartego na USB oraz czterech superjasnych białych diod LED o średnicy 10 mm. Do kontroli mocy dostarczanej do diod LED zastosowano technikę modulacji szerokości impulsu (PWM). Technika ta kontrolowała natężenie diod LED przy danej częstotliwości i generowała końcową obwiednię sinusoidalną. Aby uniknąć dostrzegalnego efektu migotania, zastosowano częstotliwość PWM wynoszącą 40 kHz.
Uzyskano trzydzieści nagrań, które podzielono na epoki o długości 4 s. W rezultacie otrzymano zestaw danych składający się z 10 kolumn (liczba epok EEG w obrębie nagrań) i 30 wierszy (liczba nagrań, liczba serii eksperymentalnych).
Oscylacje neuronalne zsynchronizowane z bodźcem stały się wyraźne po przeprowadzeniu uśredniania w kolumnach (Rysunek 2). Co istotne, interwał, w którym generowany jest SSVEP, można zaobserwować na przebiegach odpowiadających kolumnie 1. W tej kolumnie, poza pierwszymi 0,8 s synchronizacji neuronalnej, naniesiono również 0,2 s linii bazowej sprzed bodźca. W związku z tym opisana tutaj procedura pozwala na charakterystykę 1) dynamiki odpowiedzi oscylacyjnej po ustanowieniu synchronizacji neuronalnej oraz 2) procesu angażowania oscylacji neuronalnych. Do macierzy danych można również włączyć jedną lub więcej epok zarejestrowanych po zakończeniu stymulacji, aby zbadać wygaszanie odpowiedzi stanu stacjonarnego po ustaniu bodźca.
Podczas uśredniania epok w kolumnach średnia amplituda SSVEP (amplituda widmowa przy 10 Hz, obliczona poprzez zastosowanie FFT) malała podczas uśredniania pierwszych epok w kolumnach, a następnie wykazywała tendencję do stabilizacji (Rysunek 3A). Wynik ten jest zgodny z poprzednimi badaniami analizującymi ewolucję ASSR podczas uśredniania sekwencyjnie pozyskanych epok21,22,40,43,44. Zachowanie amplitudy odpowiedzi podczas uśredniania jest zazwyczaj wyjaśniane stosunkowo wysokim wkładem nieuśrednionego szumu w amplitudę odpowiedzi obliczaną w pierwszych epokach, który ulega tłumieniu w miarę przeprowadzania uśredniania13,44,45,46,47. Warto zauważyć, że zmienność amplitudy SSVEP znacząco zmniejszała się wraz z postępem uśredniania.
Przeanalizowano również RNL pomiarów podczas uśredniania epok w kolumnach (Rycina 3B). RNL obliczono w wąskim pasmie częstotliwości (3 Hz) po obu stronach częstotliwości SSVEP. Choć procedura ta nie jest powszechna przy analizie SSVEP, uśrednianie wektorowe określonej liczby binów częstotliwości wokół częstotliwości pociągania neuronalnego jest standardem szacowania RNL w pomiarach ASSR41,42,43. Zgodnie z oczekiwaniami, RNL stopniowo malało wraz ze wzrostem liczby uśrednianych epok i osiągnęło poziom asymptotyczny po przetworzeniu około 20 epok. W przeciwieństwie do obserwacji dotyczących analizy amplitudy SSVEP, odchylenie standardowe RNL pozostało stosunkowo stałe wraz ze wzrostem liczby uśrednianych epok, co sugeruje, że warunki rejestracji były stabilne w trakcie sesji eksperymentalnej.
Przedstawione powyżej wyniki określiły zmiany w szczytowym stosunku sygnału do szumu (pSNR) pomiarów podczas uśredniania epok w obrębie kolumn (Rysunek 3C). Termin ten definiuje się tutaj jako stosunek (w dB) kwadratu amplitudy odpowiedzi (SSVEP) do kwadratu amplitudy RNL. W miarę postępu uśredniania pSNR wzrastał wraz ze wzrostem liczby uśrednianych epok do około 18. Dalsze zwiększanie liczby uśrednianych epok nie miało istotnego wpływu na jakość sygnału. Zmienność pSNR malała wraz z uśrednianiem większej liczby epok.
Na koniec, dynamika amplitudy SSVEP oraz RNL została przedstawiona na Rysunku 4. Ewolucje czasowe te uzyskano poprzez wykreślenie parametrów odpowiedzi obliczonych po zakończeniu uśredniania epok w kolumnach w funkcji liczby kolumn (czyli w funkcji czasu). Jak wykazali Labecki i wsp.26, dynamika SSVEP może się znacząco różnić między osobnikami. Ponieważ wyniki przedstawione na Rysunku 4 dotyczą jednej osoby, nie można wyciągać generalnych wniosków. U tego badanego amplituda SSVEP wykazała stosunkowo złożone zachowanie (Rysunek 4A). Amplituda odpowiedzi stopniowo wzrastała przez pierwsze 12 sekund po wystąpieniu bodźca (czas ten odpowiada długości 3 epok). W miarę trwania stymulacji, amplituda SSVEP konsekwentnie spadała przez kolejne 12 sekund, a następnie pozostała stosunkowo stała. Wyników tych nie można wyjaśnić zachowaniem RNL, ponieważ parametr ten był stosunkowo stały w odstępie czasu stymulacji (Rysunek 4B). Wzrost amplitudy SSVEP po wystąpieniu bodźca jest widoczny na przebiegach przedstawionych na Rysunku 2 i może być wyjaśniony procesami integracji, które prowadzą do stabilizacji synchronizacji neuronalnej. Następujący spadek amplitudy sugeruje adaptację SSVEP do długotrwałej stymulacji. Niemniej jednak hipotezy te muszą zostać przetestowane w kontrolowanych eksperymentach z odpowiednią wielkością próby.
<img alt="Konfiguracja kodu do analizy danych i schemat uśredniania serii czasowych w obrębie epok i serii dla badania statystycznego." class="xfigimg" src="/files/ftp_upload/59898/59898fig1v2.jpg" data-altupdatedat="1788282455000" data-alt="Rycina 1"> 
Rycina 1: Kluczowe etapy wyodrębniania ewolucji czasowej amplitudy odpowiedzi w stanie ustalonym. (A) Zrzut ekranu kodu przetwarzającego, w którym zdefiniowano parametry analizy. (B) Reprezentatywny schemat ilustrujący organizację zbioru danych. Przedstawiono macierz danych składającą się z 30 nagrań po 10 epok. W pierwszej kolumnie zaznaczono uśrednianie epok wzdłuż kolumn. Linia pionowa reprezentuje kierunek uśredniania. <a href="https://www.jove.com/files/ftp_upload/59898/59898fig1large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<img alt="Analiza sygnału EEG, wzorce fal w epokach, wykres liniowy, pomiar aktywności mózgu, czas (s)." class="xfigimg" src="/files/ftp_upload/59898/59898fig2v2.jpg" data-altupdatedat="1788282455000" data-alt="Figure 2"> 
Rycina 2: Zmiany w kształcie fali potencjałów wzrokowych wywoływanych w stanie stacjonarnym (SSVEP) podczas uśredniania epok w kolumnach. Odpowiedzi zostały wywołane przez ciągłą prezentację światła modulowanego amplitudowo z częstotliwością 10 Hz. Wiersze przedstawiają przebiegi fal uzyskane po uśrednieniu wszystkich poprzednich zapisów (tj. wiersz 1 to pierwszy zapis, wiersz 5 to przebieg fali uzyskany po uśrednieniu pierwszych pięciu zapisów, a ostatni wiersz to średnia ze wszystkich zapisów). W każdej kolumnie obserwowano bardziej wiarygodne przebiegi SSVEP wraz ze wzrostem liczby cykli uśredniania. W celu zwiększenia przejrzystości (aby uczynić widocznymi oscylacje SSVEP) przedstawiono jedynie pierwszą sekundę epok. Wyjątkiem są ślady w pierwszej kolumnie zbioru danych, dla których wyświetlono 0,2 sekundy linii bazowej sprzed bodźca. <a href="https://www.jove.com/files/ftp_upload/59898/59898fig2large.jpg" target="_blank">Prosimy kliknąć tutaj, aby zobaczyć powiększoną wersję tej ryciny.</a>
<img alt="SSVEP, RNL, pSNR w funkcji uśrednionych epok; wykres przedstawiający analizę sygnału w badaniu EEG." class="xfigimg" src="/files/ftp_upload/59898/59898fig3v2.jpg" data-altupdatedat="1788282455000" data-alt="Rycina 3"> 
Rycina 3: Zmiany parametrów odpowiedzi i rejestracji podczas uśredniania epok w poszczególnych kolumnach. (A) Ewolucja amplitudy SSVEP. (B) Zachowanie RNL. (C) Zmiany pSNR. Linie czarne reprezentują wartości średnie uzyskane dla każdej kolumny (n = 10), a szary cień oznacza obszar objęty ± jednym odchyleniem standardowym. <a href="https://www.jove.com/files/ftp_upload/59898/59898fig3large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<img alt="Wykresy SSVEP i RNL pokazujące amplitudę sygnału EEG w czasie w mikrowoltach, analiza eksperymentalna." class="xfigimg" src="/files/ftp_upload/59898/59898fig4v2.jpg" data-altupdatedat="1788282455000" data-alt="Rysunek 4"> 
Rysunek 4: Ewolucja czasowa SSVEP wywołanego prezentacją ciągłej stymulacji wizualnej, modulowanej amplitudowo z częstotliwością 10 Hz. (A) Przebieg czasowy amplitudy SSVEP. (B) Przebieg czasowy RNL. <a href="https://www.jove.com/files/ftp_upload/59898/59898fig4large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.</a>

Przedstawiono protokół do oceny ewolucji w czasie porywania neuronów do zewnętrznych powtarzających się bodźców. Zapisy w stanie ustalonym tego samego stanu eksperymentalnego są pozyskiwane i uśredniane w dziedzinie czasu. Dynamika stanu ustalonego jest analizowana poprzez wykreślenie amplitudy odpowiedzi w funkcji czasu.

Metoda śledzenia ewolucji w czasie potencjałów wywołanych w stanie ustalonym

Neural entrainment refers to the synchronization of neural activity to the periodicity of sensory stimuli. This synchronization defines the generation of ...

Porywanie neuronalne to synchronizacja aktywności neuronalnej z okresowością bodźców sensorycznych. Ta synchronizacja generuje potencjał wywołany w stanie ustalonym, czyli oscylacje w elektroencefalogramie zamknięte fazowo do bodźców czuciowych. Klasyczna interpretacja amplitudy reakcji wywołanych w stanie ustalonym zakłada stałą odpowiedź neuronalną zablokowaną fazowo na bodziec oraz losowy szum tła niezwiązany z bodźcem.Stereotypową odpowiedź można uzyskać uśredniając po wielokrotnym prezentowaniu bodźca. Takie podejście ignoruje dynamikę reakcji, jak w przypadku wywołanej potencjalnej adaptacji, wywołanej długotrwałą ekspozycją na bodziec. W modelach zwierzęcych słuchowa reakcja w stanie ustalonym generowana jest w korowych obszarach mózgu i przyczynia się do ciągłej prezentacji tonów modulowanych amplitudą.U ludzi wykazano niedawno, że moc podstawowej częstotliwości wizualnie wywoływanego potencjału w stanie ustalonym jest stacjonarna tylko u 30% badanych. Gdy badania koncentrują się na dynamice porywania, możemy założyć, że czasowa ewolucja odpowiedzi będzie taka sama w różnych niezależnych seriach eksperymentalnych. W związku z tym, uśredniając sygnał w każdej epoce w niezależnych przebiegach, zapewniamy dokładne odwzorowanie długoterminowej dynamiki odpowiedzi oscylacyjnej.Opierając się na tym założeniu, opracowaliśmy metodę charakteryzowania ewolucji w czasie reakcji w stanie ustalonym. Metoda polega na pozyskaniu kilku nagrań tego samego stanu eksperymentalnego, podążaniu za kolejnymi epokami w obrębie nagrań zamiast ich uśredniania. Epoki, które odpowiadają temu samemu oknu czasowemu w różnych nagraniach, są uśredniane.W tym opracowaniu przedstawiamy szczegółowy opis metody, używając wizualnie wywołanych potencjałów w stanie ustalonym jako przykładu odpowiedzi. Jednak metodologia ta może być wykorzystana do analizy reakcji w stanie ustalonym innych bodźców sensorycznych. Na koniec przedstawiamy zalety i wady metodologii, na podstawie porównania z metodami jednopróbowymi, wykorzystując ją do analizy porywania neuronów.Witam w temacie. Zaproś rozmówcę, aby w przyjaznej atmosferze wypowiedział się na temat celów i znaczenia tego badania. Należy podać opis odpowiednich szczegółów technicznych.Dokładnie odpowiedz na wszystkie jego pytania. Wyraźnie wspomnij, że ma prawo przerwać sesję eksperymentalną w dowolnym momencie, jeśli jest to pożądane. Poproś ochotnika o przeczytanie Świadomej Zgody Uczestnika i podpisanie odpowiedniego formularza.Oczyść skórę głowy etanolem, roztworem o stężeniu 95%, aby usunąć warstwę martwych komórek naskórka i sebum, które ją pokrywają. Ten krok jest ważny, aby zmniejszyć impedancję między elektrodami a skórą głowy. Zmierz obwód głowy, aby określić rozmiar nasadki elektrody, która zostanie użyta w eksperymencie.Poproś osobę badaną o założenie nasadki elektrody. Podaj instrukcje dotyczące wygodnego, ale prawidłowego ułożenia nasadki. Zmierz odległość między nasionami a inionem.Podobnie zmierz odległość między lewym i prawym punktem przedusznym. Popraw położenie nasadki elektrody. Umieść żel przewodzący w miejscach elektrod branych pod uwagę w eksperymencie.Liczba miejsc nagrywania może się zmieniać w zależności od potrzeb. Zazwyczaj nagrywamy z 64 lokalizacji skóry głowy za pomocą systemu radiowego. Umieść elektrody rejestrujące we właściwych miejscach.Odprowadź ochotnika do pokoju eksperymentalnego i poproś go, aby usiadł w wygodnej pozycji. Umieść elektrody zewnętrzne w miejscach okołogałkowych, aby zarejestrować elektrookulogram. Sygnały te zostaną wykorzystane w kolejnych krokach, do korekcji artefaktów EEG wywołanych mruganiem i ruchami gałek ocznych.Włączanie systemu akwizycji EEG i sprawdzenie impedancji elektrody. W razie potrzeby skoryguj impedancję zgodnie ze wskazówkami producenta. Poproś badanego, aby mrugnął i poruszał oczami w różnych kierunkach, aby upewnić się, że EOG jest prawidłowo rejestrowany przez elektrody zewnętrzne.Dostosuj położenie ekranu w kierunku pionowym, zgodnie z kątem widzenia obiektu. Nasz ekran składa się z czterech diod elektroluminescencyjnych umieszczonych na środku czarnego ekranu o wymiarach 50x50 cm, ponieważ wierzchołki kwadratu mają wymiary 5x5 cm. Uczestnicy siedzą w odległości około 70 centymetrów od ekranu, więc kwadrat diod LED ma kąt widzenia około czterech stopni.Dostosuj poziom luminancji ekranu do górnej granicy komfortowego poziomu uczestników. Ustaw parametry stymulacji wzrokowej. W naszych eksperymentach prezentowana jest ciągła stymulacja wzrokowa, w której natężenie światła jest modulowane z częstotliwością 10 Hz.Przedstaw bodziec na czas wymagany w eksperymencie. Zatrzymaj stymulację na dwie minuty. Zalecane są przerwy trzy razy dłuższe niż okres stymulacji.Powtórz kroki prezentacji 30 razy. 30 przebiegów eksperymentu zapewni wysoki stosunek sygnału do szumu pomiarów. Niemniej jednak w protokole eksperymentalnym można zaimplementować większą liczbę powtórzeń.Rejestruj EEG zgodnie ze standardowymi procedurami. Przebiegi eksperymentalne mogą być przechowywane w jednym pliku lub można utworzyć inny plik dla każdego przebiegu. Kolejne kroki odpowiadają standardowemu procesowi EEG.To przetwarzanie odbywa się w trybie offline i może być odpowiednio modyfikowane. Ponownie odwołaj się do nagrania, używając średniego odniesienia. Pasmo przepustowe filtruje sygnał EEG, odcięte częstotliwości można modyfikować w razie potrzeby.W razie potrzeby przekonwertuj współrzędne elektrody na międzynarodowy układ 10-20. Usuń artefakty oka za pomocą odpowiednich procedur. W tym celu można zastosować różne techniki.Segmentuj dane EEG i epoki o odpowiedniej długości. Usuń epoki zawierające artefakty EEG. Detrendyzacja epok EEG do dryfu prądu stałego.Zmień kolejność epok w macierz danych składającą się z N wierszy i M kolumn, w których N oznacza liczbę nagrań, a M liczbę epok. Uśrednij zestaw danych według kolumn. W tym celu trzydzieści epok odpowiadających temu samemu oknu czasowemu w różnych nagraniach należy uśrednić w dziedzinie czasu.Oblicz amplitudę odpowiedzi w stanie ustalonym na końcu uśredniania przy użyciu szybkiej transformaty Fouriera. Amplitudę odpowiedzi w stanie ustalonym definiuje się jako amplitudę widmową uzyskaną przy częstotliwości modulacji amplitudy bodźców sensorycznych. Wektor uśrednia amplitudę dodawania jastrzębia liczby pojemników FFT po każdej stronie częstotliwości odpowiedzi w celu obliczenia poziomu hałasu resztkowego.Wykreśl amplitudę odpowiedzi w stanie ustalonym i RNL jako funkcję indeksu kolumny, aby zbadać ewolucję parametrów w okresie stymulacji. Wyniki. Rysunek drugi ilustruje zmiany w kształcie fali SSVEP wynikające z kolumnowego uśredniania epok. Uzyskano trzydzieści nagrań.Czas oscylacji neuronalnej zablokowany w stymulacji stał się widoczny, gdy przeprowadzono uśrednianie kolumnowe. Co istotne, okres, w którym generowany jest SSVEP, można zaobserwować w śladach odpowiadających kolumnie pierwszej. W tej kolumnie wykreślono 02 sekundy linii bazowej sprzed bodźca.Dlatego opisana tutaj procedura pozwala scharakteryzować nie tylko dynamikę odpowiedzi oscylacyjnej, gdy porywanie neuronów jest już ustalone, ale także zaangażowanie oscylacji neuronalnych. Średnia amplituda SSVEP zmniejszyła się podczas uśredniania pierwszych epok kolumn i miała tendencję do stabilizacji w późniejszym czasie. Zachowanie to można wytłumaczyć stosunkowo dużym udziałem szumu w amplitudzie odpowiedzi obliczonej w pierwszych uśrednionych epokach, która jest tłumiona w miarę uśredniania.Odchylenie standardowe poziomu szumu resztkowego pozostawało względnie stałe wraz ze wzrostem liczby uśrednionych epok, co sugeruje, że warunki zapisu były stabilne na odcinku doświadczalnym. Przedstawione powyżej wyniki określiły zmiany w stosunku sygnału szczytowego do szumu pomiarów. Wraz z postępem uśredniania szczytowy stosunek sygnału do szumu wzrastał wraz ze wzrostem liczby średnich epok do około 18.Dalsze przyrosty liczby uśrednionych epok nie wpłynęły istotnie na jakość sygnału. Wreszcie, dynamika wizualnej amplitudy potencjału w stanie ustalonym oraz poziom szumu resztkowego przedstawiono na rys. 4 Dynamikę tę uzyskano przez wykreślenie parametrów odpowiedzi obliczonych na końcu kolumny pod względem uśredniania epok w funkcji liczby kolumn w funkcji czasu.U tego pacjenta amplituda odpowiedzi stopniowo wzrastała w ciągu pierwszych 12 sekund, po nadejściu bodźca. Czas, który odpowiada długości trzech epok. W miarę utrzymywania się bodźca, odpowiedź konsekwentnie zmniejszała się w ciągu następnych 12 sekund, a następnie utrzymywała się na względnie stałym poziomie.Wyniki te nie mogą być wyjaśnione zachowaniem RNL, ponieważ parametr ten był względnie stały w okresie stymulacji. Wzrost amplitudy SSVEP po nadejściu bodźca można wytłumaczyć procesami integracji, które skutkują stabilizacją porywania nerwowego. Późniejszy spadek amplitudy sugeruje adaptację SSVEP do długotrwałej stymulacji.Niemniej jednak hipotezy te muszą być testowane w kontrolowanych eksperymentach z odpowiednią wielkością próby. Obliczanie amplitudy odpowiedzi w stanie ustalonym po uśrednieniu w dziedzinie czasu niezależnych przebiegów oznacza analizowanie tylko oscylacji zablokowanych w czasie, czyli tych, które przetrwały uśrednianie. Procedura ta może filtrować istotne informacje dotyczące dynamiki odpowiedzi w poszczególnych badaniach.Gwarantuje jednak odpowiednio wysoki stosunek sygnału do szumu. Aspekt ten może mieć szczególne znaczenie, gdy odpowiedzi są bliskie progowi elektrofizjologicznemu, w którym wykrywanie porywania może być utrudnione ze względu na niski stosunek sygnału do szumu pomiaru.

a-method-for-tracking-time-evolution-steady-state-evoked

Research

JoVE Journal

Neuroscience

Neuronauka

Ten film demonstruje procedurę ustawiania wycinka mózgu w komorze zanurzeniowej w celu rejestrowania aktywności synaptycznej. Proces ten polega na zabezpieczeniu wycinka na papierze soczewki, utrzymaniu ciągłego przepływu sztucznego płynu mózgowo-rdzeniowego (aCSF) w celu zapewnienia żywotności neuronów oraz dokładnym ustawieniu elektrod stymulacyjnych i rejestrujących względem określonego obszaru mózgu będącego przedmiotem zainteresowania. Taka konfiguracja pozwala na precyzyjne monitorowanie...

Rejestrowanie pobudzających potencjałów postsynaptycznych pola neuronalnego w ostrych wycinkach hipokampa

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.

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

Nauka unikania shuttle-boxów jest dobrze ugruntowana w neuronauce behawioralnej. Protokół ten opisuje, w jaki sposób uczenie się w pudełku wahadłowym u gryzoni można połączyć z specyficzną dla miejsca elektryczną mikrostymulacją wewnątrzkorową (ICMS) i jednoczesnymi przewlekłymi zapisami in vivo jako narzędzie do badania wielu aspektów uczenia się i percepcji.

Połączony trening w skrzynce wahadłowej z rejestracją i stymulacją kory elektrofizjologicznej jako narzędziem do badania percepcji i uczenia się

Rezonans magnetyczny funkcjonalnej łączności w stanie spoczynku zidentyfikował nieprawidłowości u pacjentów z szerokim zakresem zaburzeń neuropsychiatrycznych, w tym padaczką spowodowaną wadami rozwojowymi kory mózgowej. Przezczaszkowa stymulacja magnetyczna w połączeniu z EEG może wykazać, że pacjenci z padaczką mają nadpobudliwość kory mózgowej w regionach o nieprawidłowej łączności.

Multimodalna metoda obrazowania i stymulacji oceny pobudliwości mózgu związanej z łącznością u pacjentów z padaczką

Ten protokół opisuje stabilizację poziomu tlenu w małej objętości buforu z recyklingu oraz metodologiczne aspekty rejestrowania plastyczności synaptycznej zależnej od aktywności w zanurzonych ostrych wycinkach hipokampa.

Rejestrowanie plastyczności synaptycznej w ostrych wycinkach hipokampa utrzymywanych w systemie komór do recyklingu, perfuzji i zanurzenia o małej objętości

Zaprojektowaliśmy 16-kanałowy czujnik EEG typu suchego, który jest nieinwazyjny, odkształcalny i wielokrotnego użytku. W artykule opisano cały proces od wytworzenia proponowanej elektrody EEG do przetwarzania sygnałów wizualnego potencjału wywołanego (VEP) mierzonych na skórze głowy myszy za pomocą suchego, nieinwazyjnego wielokanałowego czujnika EEG.

Wizualne zapisy potencjału wywołanego u myszy za pomocą suchego, nieinwazyjnego wielokanałowego czujnika EEG skóry głowy

Ilustrujemy, jak przeprowadzić rejestrację i elektryczną modulację aktywności padaczkowej indukowanej przez 4-aminopirydynę w wycinkach mózgu gryzoni za pomocą układów mikroelektrod. Niestandardowa komora rejestracyjna utrzymuje żywotność tkanek podczas długotrwałych sesji eksperymentalnych. Mapowanie elektrod na żywo i wybór par stymulujących odbywa się za pomocą niestandardowego graficznego interfejsu użytkownika.

Rejestracja i modulacja aktywności padaczkowej w wycinkach mózgu gryzoni sprzężonych z układami mikroelektrod

W tym artykule prezentujemy protokół do badania różnicowych wzorców morfologicznych wywołanych wzrokowo poprzez stymulację sieci brzusznych i grzbietowych za pomocą EEG o dużej gęstości. Opisano paradygmaty obiektu wizualnego i bodźca ruchowego, z fluktuacją czasową i bez niej. Przedstawiono również wizualne analizy morfologiczne potencjału wywołanego.

Specyficzne dla bodźca wizualne wizualne wywołane potencjalne wzorce morfologiczne

Magnetoencefalografia (MEG) i elektroencefalografia o wysokiej gęstości (HD-EEG) rzadko są rejestrowane jednocześnie, chociaż dostarczają informacji potwierdzających i uzupełniających. W tym miejscu ilustrujemy eksperymentalną konfigurację do jednoczesnego rejestrowania MEG i HD-EEG oraz metodologię analizy tych danych mającą na celu zlokalizowanie padaczkowych i elokwentnych obszarów mózgu u dzieci z padaczką lekooporną.

Obrazowanie źródeł elektromagnetycznych w ocenie przedoperacyjnej dzieci z padaczką lekooporną

Protokół ten ustanawia praktyczne podejście do łączenia HD-tACS z EEG w celu badania efektów stymulacji nerwowych podczas zadań poznawczych, wykorzystując stymulację częstotliwością theta w pamięci roboczej jako przykład.

Połączenie stymulacji prądem przemiennym przezczaszkowym i elektroencefalogramu

Poznaj metodę analizy ewolucji w czasie potencjałów wywołanych w stanie ustalonym przy użyciu EEG. Technika ta pozwala badać dynamikę synchronizacji neuronalnej w odpowiedzi na długotrwałe bodźce sensoryczne.

Metoda śledzenia ewolucji w czasie potencjałów wywołanych w stanie ustalonym

Przeglądaj więcej filmów