Method Article

Статистическое моделирование кортикальной связи с использованием неинвазивных электроэнцефалограмм

DOI:

10.3791/60249

November 1st, 2019

In This Article

Summary

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

Стандартные методы анализа ЭЭГ предлагают ограниченное понимание функции нервной системы. Производные статистические модели корковых подключений дают гораздо большую способность исследовать базовую динамику сети. Улучшенная функциональная оценка открывает новые возможности для диагностики, прогнозирования и прогнозирования результатов при заболеваниях нервной системы.

Abstract

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

Неинвазивные электрофизиологические записи полезны для оценки функции нервной системы. Эти методы являются недорогими, быстрыми, реплицируемыми и менее ресурсоемкими, чем изображения. Кроме того, полученные функциональные данные имеют отличное временное разрешение, что не достижимо при структурной визуализации.

Текущее применение электроэнцефалограмм (ЭЭГ) ограничено методами обработки данных. Стандартные методы анализа с использованием необработанных данных временных рядов на отдельных каналах являются очень ограниченными методами изучения активности нервной системы. Более подробная информация о корковой функции может быть достигнута путем изучения взаимосвязи между каналами и получения статистических моделей взаимодействия областей, что позволяет визуализировать связь между сетями.

Данная рукопись описывает метод получения статистических моделей корковой сетевой активности путем стандартного учета ЭЭГ, а затем изучения мер интерэлектродной согласованности для оценки взаимосвязи между зарегистрированными областями. Взаимодействия более высокого порядка можно дополнительно изучить путем оценки ковариантности между парами согласованности, создавая высокомерные «карты» сетевых взаимодействий. Эти конструкции данных могут быть изучены для оценки функции корковой сети и ее связи с патологией способами, недостижимыми с традиционными методами.

Такой подход обеспечивает большую чувствительность к взаимодействию на уровне сети, чем это достижимо при анализе необработанных временных рядов. Однако она ограничена сложностью составления конкретных механистических выводов о базовых нейронных популяциях и больших объемах генерируемых данных, требующих более передовых статистических методов оценки, включая размерность подходов, основанных на сокращении и классификации.

Introduction

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

Этот метод направлен на составление статистических карт корковых сетей на основе неинвазивных записей электродов с использованием клинически жизнеспособной установки, чтобы позволить исследование патологии нервной системы, влияние новых методов лечения, а также развитие романа электрофизиологические биомаркеры.

ЭЭГ предлагает большой потенциал для исследования функции нервной системы и заболевания1,2. Эта технология является недорогим, легко доступны в научных исследованиях и клинических условиях, и, как правило, хорошо переносится. Простой, неинвазивный характер записей делает клин....

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

Protocol

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

Следующий экспериментальный протокол соответствует всем местным, национальным и международным руководящим принципам этики для исследований человека. Данные, использованные для проверки протокола, были получены с разрешения Комитета по этике региона Тоскана-протокол 2018SMIA112 SI-RE.

ПРИМЕЧАНИЕ: Сценарии, используемые для реализации описанных анализов, доступны в https://github.com/conorkeogh/NetworkAnalysis.

1. Сбор необработанных данных

  1. Подготовьте условия темы.
    1. Для обеспечения согласованности записей, проводить все записи ЭЭГ в специальной среде записи. Уд....

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

Results

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

Измерения спектральной мощности будут производить n измерения для каждого измеренного диапазона частот, где n является числом записанных каналов. Эти меры будут в децибелах для общей мощности. Измерения силы в отдельных частотных диапазонах должны быть выражены как относительная сила (т.е. доля общей власти, представленной властью в пределах этой полосы), с тем чтобы обеспечить точное сопоставление между группами и условиями.

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

Discussion

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

Описанный метод позволяет производные статистические карты динамики корковых сетей на основе неинвазивных данных ЭЭГ. Это позволяет исследует явления, не всегда очевидные при изучении простых данных временных рядов путем оценки того, как зарегистрированные регионы взаимодействуют друг с другом, а не оценивать то, что происходит в каждом отдельном месте в Изоляции. Это может выявить важные идеи в патологии болезни18.

Существенным аспектом этого метода является обеспечени.......

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

Disclosures

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

Авторам нечего раскрывать.

Acknowledgements

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

Публикация этой рукописи была частично поддержана SFI FutureNeruro финансируемых следователь грант DT.

....

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

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Электродный колпачокElectroCap InternationalИли любой подходящий колпачок
Проводящий гельSignaGelИли любой подходящий гель
Электроды штифтового типаBioSemiИли любой подходящий электрод
BioSemi Active Two записывающая системаBioSemi
ActiView Записывающая средаBioSemi
Программное обеспечение 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