Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Medicine
Click here for the English version

Medicine

EEG Mu Ritmo en desarrollo típico y atípico

Published: April 9, 2014 doi: 10.3791/51412
Automatic Translation
1,2, 1,2, 1
1Department of Psychiatry, University of Washington, 2Department of Educational Psychology, University of Washington

Summary

Evaluación del ritmo mu EEG proporciona una metodología única para examinar la actividad cerebral y cuando se combina con ensayos basados ​​en el comportamiento, puede ser una herramienta poderosa para elucidar aspectos de la cognición social, tales como imitación, en poblaciones clínicas.

Abstract

Electroencefalografía (EEG) es un método eficaz, eficiente y no invasivo para evaluar y registrar la actividad cerebral. Dada la excelente resolución temporal, EEG se puede usar para examinar la respuesta neural relacionada con comportamientos específicos, estados o estímulos externos. Un ejemplo de esta utilidad es la evaluación del sistema de neuronas espejo (MNS) en los seres humanos a través del examen del ritmo mu EEG. El ritmo mu EEG, la actividad oscilatoria en el rango de frecuencia Hz 8-12 grabado de electrodos ubicados en el centro, se suprime cuando un individuo ejecuta, o simplemente observa, meta acciones dirigidas. Como tal, se ha propuesto para reflejar la actividad de los MNS. Se ha teorizado que la disfunción en el sistema de neuronas espejo (MNS) desempeña un papel que contribuye a los déficits sociales del trastorno del espectro autista (TEA). Los MNS pueden examinarse de forma no invasiva en poblaciones clínicas utilizando EEG mu atenuación del ritmo como un índice para su actividad. La prot describeOcol proporciona una vía para examinar las funciones cognitivas sociales teóricamente vinculados a las MNS en los individuos con un desarrollo típico y atípico, tal como TEA.

Introduction

Electroencefalografía (EEG) es un método eficaz, eficiente y no invasivo para evaluar y registrar la actividad cerebral. Como las neuronas disparan en el cerebro, la tensión resultante puede ser amplificado, grabado y representado gráficamente. La resolución temporal de EEG permite el análisis de incluso breves cambios en los patrones de oscilación del cerebro, así como el análisis de la respuesta del cerebro a los estímulos específicos.

A pesar de ser la técnica de imagen cerebral más antiguo, que data de finales de los 19 del siglo XX, EEG todavía tiene aplicabilidad amplia. Mientras imágenes de resonancia magnética funcional (fMRI) tiene una excelente resolución espacial, la que tiene relativamente pobre resolución temporal. Esto representa una de las principales limitaciones de la evaluación de fMRI dada la increíble velocidad a la que los procesos se producen en el cerebro. EEG tiene la capacidad para evaluar la actividad eléctrica del cerebro en el nivel de milisegundo, proporcionando potencial iNsight en las fases de procesamiento del cerebro.

La evolución de las tecnologías también han ampliado la aplicabilidad de EEG. Un aumento en la densidad de los sistemas de grabación ha permitido el desarrollo de técnicas de localización de origen, mitigar algunas de las limitaciones del EEG en relación con la resolución espacial. Además, los sistemas modernos han reducido el participante configuración de tiempo individual de manera significativa, lo que permite la evaluación de las poblaciones anteriormente no disponibles, como las muestras clínicas 1-3,28-30 infantil y.

Dada la excelente resolución temporal, EEG se puede usar para examinar la respuesta neural relacionada con comportamientos específicos, estados o estímulos externos. Un ejemplo de esta utilidad es la evaluación del sistema de neuronas espejo (MNS) en los seres humanos. Las neuronas espejo fueron identificados originalmente en monos utilizando la grabación de las neuronas individuales 4, evidenciando un grupo deneuronas que respondieron a la ejecución y observación de las acciones motoras. Este método de grabación directa de la colocación de electrodos en el cerebro rara vez se utiliza en los seres humanos, y sólo en casos clínicos graves. EEG ha proporcionado un método para evaluar el MNS mediante la supervisión del ritmo mu EEG. Este patrón de oscilación en el rango de 8-12 Hz se ha demostrado para atenuar la potencia del EEG en respuesta a la ejecución y la observación de las acciones de motor, similar al patrón de activación observada en monos 5-7. Del mismo modo, la estimulación de supuestas regiones cerebrales MNS través de la estimulación magnética transcraneal (por ejemplo, el giro frontal inferior) suprime EEG ritmo mu 8 y supresión EEG ritmo mu correlaciona con señales BOLD de fMRI en las regiones de neuronas espejo putativos dentro de temas 9, proporcionando apoyo adicional de que este ritmo índices, al menos en parte, la actividad de MNS. Evaluación del ritmo mu EEG ha permitido una evaluación no invasiva de la Ley de neuronas espejoividad en los seres humanos.

EEG proporciona una metodología única para examinar la actividad cerebral y cuando se combina con ensayos basados ​​en el comportamiento, puede ser una herramienta poderosa para elucidar aspectos de la cognición social, tales como imitación, en poblaciones clínicas. Además, la aplicabilidad de EEG para su uso con las poblaciones con deficiencias cognitivas o de lenguaje permite la visión de las capacidades de los individuos para quienes otras técnicas de imagen o paradigmas de comportamiento pueden ser utilizan con menos éxito. El protocolo descrito proporciona una vía para examinar las funciones cognitivas sociales teóricamente relacionados con el sistema de neuronas espejo en los individuos con un desarrollo típico y atípico, como el trastorno del espectro autista.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

El siguiente protocolo se adhiere a las directrices de la junta de revisión institucional de la Universidad de Washington.

1. Evaluación electrofisiológica

  1. Preparación de la Sesión
    1. Preparación de la sala: coloque el manipulandum (ver Figura 1), un bloque de madera con un sensor conectado, el cual envía un marcador con marca de tiempo con el software de adquisición cuando se agarra, en la mesa dentro de agarrar alcance del participante. Activar el software de adquisición de EEG y comenzar "nueva sesión" (Figura S1).
    2. Preparación neto: solución caliente de agua destilada (1 l), cloruro de potasio (1 cucharada), y champú para bebés (1 cucharadita) a 104 ° F. Remojar 128-electrodo densa-matriz del sistema de EEG en la solución salina calentada.
    3. Preparación de los participantes: asegúrese de que el participante está sentado cómodamente aproximadamente 75 cm del monitor presentación del estímulo y totalmente a la vista de la cámara de vídeoera. Encontrar y marcar el vértice en la cabeza del participante con un marcador de la piel. Mida el vértice mediante la búsqueda de la intersección del punto medio entre el nasión y el inion y el punto medio entre preauriculars.
    4. Net: Coloque la tapa de EEG en la cabeza del participante tal que el electrodo vértice se coloca directamente sobre la marca de vértice. Compruebe impedancias y asegurarse de que las impedancias son por debajo del umbral apropiado para el sistema de EEG en uso (Figura S2).
    5. Comience la sesión grabación de vídeo.
  2. Configuración de grabación: Señal de referencia al electrodo vértice. Filtro analógico entre 0,1 y 100 Hz, amplificar la señal, y digitalizar en 500 muestras / seg.
  3. Presentación de Estímulo: presente participante con 3 condiciones: observar, ejecutar y descanso, adaptados desde el paradigma desarrollado por Muthukumaraswamy y sus colegas 5.
    1. Observe condición: Instruya participante para sentarse tranquilamente y verun vídeo de una persona sujetando la manipulandum. Cada ensayo debe durar 6 seg. Tiempo el vídeo pregrabado para los ensayos observar precisamente para asegurar que el alcance observado se produce exactamente en 3 seg. Supervisar la atención visual de los participantes durante la tarea, y marcar los ensayos en los que no asisten a la pantalla para ser desechados durante el post-procesamiento.
    2. Ejecutar condición: Instruya a los participantes a sentarse en silencio con la mano derecha descansa justo debajo de la manipulandum y, al oír una señal auditiva pregrabado, para imitar la apropiación manipulandum de la condición videoclip observar. Cada ensayo debe durar 6 seg. Asegúrese de que la señal auditiva se presenta en exactamente 3 segundos por pre-grabación una pista auditiva que mantiene una cronometrada consistentemente ejecutar cue y el intervalo entre ensayos. Utiliza un sensor en el manipulandum para registrar con precisión el momento en que se produce el agarre del participante (Figura S3).
    3. Condiciones Descanso: Instruya participante que se siente quietemente con los ojos abiertos y pasivamente observar una pequeña cruz en el monitor de estímulo. Registro de EEG continua durante el estado de reposo durante 3 min.
    4. Tanto para observar y ejecutar las condiciones, presentes bloques al azar de diez ensayos, con un total de cuarenta ensayos por condición. Asegúrese de que la imagen de la manipulandum permanece en la pantalla a través de los bloques de observar y ejecutar, incluyendo entre los ensayos. Administrar el estado de reposo al final de las condiciones de observar y ejecutar.
  4. Proceso de datos
    1. Tras la recogida de datos, vuelva a comprobar las impedancias. Tenga en cuenta los cambios en los niveles de impedancia. Finalice la grabación software de adquisición.
    2. Post-tratamiento: Señal Rereference EEG a la media. Segmento de datos de EEG continuos en cuarenta ensayos de 6 seg para cada condición (Figura S4).
    3. Llevar a cabo la detección automatizada de artefactos. Utilizar algoritmos automatizados para inspeccionar segmentos para los artefactos de movimiento mediante la identificación de las amplitudes medias rápidas exceeding 200 mV, los tipos de amplitudes medias superiores a 100 mV, y la varianza cero a través de un juicio dado (Figura S5).
    4. Llevar a cabo la detección de artefactos manual mediante la inspección visual de los datos y confirmando con la revisión de vídeo de la sesión para eliminar todos los ensayos en la condición de observación contaminada con cualquier artefacto de movimiento y todos los ensayos en la condición de ejecución contaminada con cualquier artefacto de movimiento no relacionado con el gesto de comprensión. Excluir ensayos con el artefacto importante del análisis. Deseche todos los ensayos que se marcan durante la adquisición que no asistieron. Examinar y tasa de rechazo de prueba para cada grupo de diagnóstico analizado en cuenta.
  5. Análisis de los datos
    1. Por Muthukumaraswamy et al. 5, segmento ensayos limpiados en 2 épocas seg consistentes en 1 seg de datos antes de que el alcance y 1 segundo después de tanto observar las condiciones (como marcado por la fotocélula) y ejecutar (como marcado por el sensor manipulandum). Segmento cinclinó 2 épocas sec de la condición de reposo.
    2. Transformada rápida de Fourier (FFT) de cada segmento. Seleccione un grupo de ocho electrodos en cada hemisferio en torno a las posiciones C3 y C4 estándar para los análisis estadísticos (siguiendo Muthukumaraswamy et al. 5 y Bernier et al. 3) (Figura 2). Para cada condición, promediar la energía a través de los ensayos incluidos para calcular los espectros de potencia.
    3. Calcular mu atenuación mediante el examen de la potencia media, ya sea durante la ejecución o la observación de una acción de motor, en relación con la potencia media durante el estado de reposo, en toda la gama 8-13 Hz. Utilice el registro de esta relación para determinar el grado de atenuación. Nota: un valor negativo representa una atenuación durante la ejecución o la observación, mientras que un valor positivo representa el aumento. Esta metodología tiene en cuenta la variabilidad entre los individuos, y la no normalidad de los valores expresados ​​en forma de ratio. <br /> Nota: Este protocolo fue desarrollado utilizando una densa matriz del sistema EEG de 128 electrodos con el software Net Station versión 4.1. Si bien los pasos básicos son similares en todos los sistemas de EEG, los protocolos de adquisición y análisis pueden variar.

2. Caracterización de la muestra

  1. Identificar el potencial población de pacientes para participar en paradigma a través de registros de investigación, los listados de los participantes anteriores, o las referencias de clínicas de la zona y los clínicos.
  2. Potenciales participantes de malla para las probabilidad de cumplir criterios diagnósticos de constructo clínico (por ejemplo, trastorno del espectro autista) e identificar cualquier criterio de exclusión, como la presencia de lesiones en la cabeza, tumor, historia de convulsiones, o el uso de la medicación anticonvulsiva o barbitúricos que pueden distorsionar la señal electrofisiológica.
  3. Confirmar el estado de diagnóstico de la población de pacientes a través del uso de instrumentos de diagnóstico estándar de oro (por ejemplo, el diagnóstico de autismo Interview-ReVISED (ADI-R 11) y el Autismo Lista de Observación Diagnóstica-Generic (ADOS-G, 12) administrados por el médico experto siguiente Manual Diagnóstico y Estadístico - 5 ª Edición (DSM-5) Criterios de 13.
  4. Identifique la muestra de control emparejados en las variables relevantes de interés, como la edad, el género, la capacidad cognitiva, etc

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Adultos típicos, niños y lactantes han demostrado de forma consistente ritmo mu durante la ejecución y observación de acciones a través de una variedad de paradigmas y estímulos 5, 14-30. Atenuación en esta banda de frecuencias está localizada consistentemente través de los electrodos centrales (Figura 3) que indica que esta no es la reducción de potencia alfa, que se registra en otras regiones del cuero cabelludo. Del mismo modo, la atenuación en esta frecuencia durante la observación del movimiento se limita a la observación de movimiento y la supresión de base biológica no está provocado simplemente por el movimiento pasa a través del campo visual, tales como pelotas de rebote (Figura 4). Supresión de Mu en respuesta a un evento, tales como la ejecución o la observación de un objetivo dirigido agarrar acción, se demuestra por la reducción de la potencia espectral seguido de un retorno a los niveles basales (Figura 5).

Ha habidoocho estudios independientes y un análisis conjunto del ritmo mu EEG y la cognición social en la población ASD. Mientras que los resultados de mu supresión tanto durante la observación y la ejecución de las acciones se han observado constantemente en los individuos con un desarrollo normal, las conclusiones con respecto al ritmo mu en ASD han sido variables. Un estudio inicial 31 del ritmo mu EEG individuos en comparación con TEA entre las edades de 6 a 46 años a una edad y el género coincide con el grupo de control. El grupo ASD demostró mu atenuación sólo durante la ejecución de acciones, y no durante la observación. Este mismo patrón se repitió en los varones adultos con TEA en comparación con un grupo de edad y el CI emparejado compañeros típicos, y en este grupo el grado de atenuación mu estuvo significativamente relacionado con la capacidad imitativa 3. Del mismo modo, un tercer estudio no logró encontrar mu supresión durante la visualización de las acciones humanas-realizado en niños de 5-7 años de edad con TEA, pero lo hizo en el ma edad y sexocompañeros típicos hed 32. Un segundo estudio realizado por Oberman et al. 33, que se encuentra la supresión típico mu en una muestra de niños de 8-12 años de edad 13 con TEA durante la observación de las acciones mostradas por personas familiares (madres), pero no durante la observación de las acciones realizadas por desconocidos personas 33. Tres estudios han fracasado en encontrar diferencias de grupo en mu supresión entre los individuos con ASD y los grupos de control. Durante la observación de las acciones realizadas por la mano del hombre, no se encontraron diferencias en mu atenuación entre los niños 8-13 años de edad con TEA y la edad y el CI emparejado niños de desarrollo típico 34 o entre las personas 11-26 años de edad con TEA y la edad, el género, y el coeficiente intelectual corresponde compañeros 35.

Por último, Bernier y sus colegas 36 no encontraron diferencias entre los niños con TEA, que cumplan requisitos de diagnóstico estándar de oro, y la edad y el género en pares emparejados mu atenuación durante la observación del goal dirige las acciones, pero sí encontró una relación significativa entre el ritmo mu EEG y la capacidad de imitación de comportamiento evaluados. Esto sugiere que las diferencias en el EEG mu atenuación que han sido observadas pueden reflejar diferencias en la capacidad de imitar, en lugar de ser un resultado directo de TEA 36.

Estos experimentos sugieren que el examen del ritmo mu EEG es una herramienta viable para la aclaración de los mecanismos relacionados con la cognición social en ambas poblaciones típicas como en clínicas.

Figura 1
Figura 1. Manipulandum. Con el fin de examinar con precisión la observación y la ejecución de un conocimiento dirigido a un objetivo, los participantes son instruidos para ejecutar una comprensión sencilla mano del manipulandum u observar un modelo de agarrar el manipulandum. Cuando el manipulandum se agarra, un tiemposeñal bloqueada se envía al equipo de adquisición de datos para más adelante, fuera de la línea de segmentación de cada ensayo.

Figura 2
Figura 2. Dense selección plomo tapa del electrodo para capturar la actividad del ritmo mu.

Figura 3
Figura 3. Topografía Características de la atenuación del ritmo mu como se demuestra por el individuo con el desarrollo típico (macho, edad 9,2 años), mientras que la observación de objetivo dirigida agarrar acción. Mu atenuación ritmo se refleja en la topografía del cuero cabelludo como la reducción de la amplitud en el ubicados centralmente electrodos.

Figura 4 . Figura 4 potencia espectral durante la observación del movimiento biológico y no biológico movimiento en 11 niños (edad media de 10,8 años (rango = 8-15 años;. 3 varones, 8 mujeres) de potencia espectral promediada en la frecuencia de mu (8-13 Hz) grabado de electrodos ubicados en el centro durante la observación del movimiento biológico (una bailarina de animación) se atenúa respecto al valor basal, mientras que el poder mu no se atenúa durante la observación del movimiento no biológica (una bola de animación). El registro de transformada de la relación de la potencia (microvoltios 2 ) para cada condición respecto al valor basal indica una mayor reducción de la potencia en la condición de movimiento biológico a través del valor de la potencia más negativa.

La figura 5
Figura 5. Event-reatenuación de potencia espectral cionados. potencia Mu (8-13 Hz de cables centrales) atenúa respecto al valor basal durante la ejecución (potencia de media sobre 20 ensayos GRASP) y la observación (en promedio de energía de más de 30 observar los juicios) de las acciones en un desarrollo típico de 6 años masculina.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

El éxito de adquisición, procesamiento y análisis de los datos electrofisiológicos relacionados con el ritmo mu y la aplicación a las poblaciones clínicas requiere 1) la aplicación de EEG herramientas metodológicas, 2) detección de cuidado artefacto y reducción de datos, 3) la identificación precisa del ritmo mu, y 4) la caracterización precisa de la población clínica y la identificación de grupos de control apropiados.

Metodología apropiada EEG requiere que funcione correctamente y el equipo integrado, elección tapa adecuada y la colocación, la amplificación precisa y sincronización de la señal, una señal clara, sin trabas, libre de impurezas, una señal de referencia, debidamente segmentados (si relacionados con eventos) Ensayos, cuidadosamente calculado transformaciones de energía, la atención a los estímulos, y, por supuesto, un paradigma y los estímulos que provocan la capacidad cognitiva que se investiga.

14 aunque puede ser claramente demostrada y fiable durante acontecimiento relacionados con los análisis 17,37. Dada la pequeña señal a ruido, artefacto puede fácilmente cambios oscuros de potencia espectral en este ritmo. Como resultado, detección de artefactos cuidado a través de programas automatizados o investigación manual de los datos de electrodo que contribuye es necesaria para la identificación del ritmo mu. Las diferencias entre los grupos en la cantidad de artefactos observados y retirados deben ser registrados para asegurar diferencias entre los grupos no son observadas como resultado de artefacto de datos o el proceso de eliminación de artefactos. La muestra de datos EEG final, en el caso de los relacionados con el evento analiza tal como se describe en este protocolo, debe contener los ensayos libres de artefactos y un número suficiente de ensayos para capturar con precisión el grado de atenuación, o la falta del mismo, para una condición dada.

Consideraciones de desarrollo son importantes para el trabajo neurofisiológico. La atenuación del ritmo mu ha guardado en respuesta a la observación de la meta acciones dirigidas en individuos a partir de 8 meses de agcorreo a la edad adulta 28-29,38. Es importante destacar que, si bien está presente, el grado de atenuación observado en la infancia y la niñez es mucho menor que el observado en los adultos 39-40. Este patrón de relieve la importancia de considerar las influencias del desarrollo en los ritmos neuronales y emparejando las poblaciones de control a los grupos experimentales en el nivel de desarrollo.

Finalmente, para llevar a cabo este trabajo en poblaciones clínicas, la evaluación cuidadosa de la población clínica es necesaria para asegurar que los grupos se definen de manera adecuada. Los criterios de inclusión y exclusión de los grupos clínicos y de comparación necesario describir claramente y cuidadosamente considerado. Por ejemplo, es necesario para el establecimiento de poblaciones clínicas del uso de instrumentos de diagnóstico estándar de oro. Sin un protocolo diagnóstico claro, por las poblaciones clínicas heterogéneas, la construcción cognitiva en estudio puede variar enormemente dentro de un grupo clínico vagamente definido. Tight, definiciones diagnósticas reducir esa probabilidad. Si se excluyen ciertas subpoblaciones de una muestra clínica, que necesita ser identificado ya que afecta la posibilidad de generalizar los hallazgos. Por ejemplo, mientras que la exclusión de las personas con epilepsia a partir de un estudio de la CIA ayuda a limpiar la señal de EEG que podrían ser oscurecida por la inclusión de las personas con crisis de comorbilidad, esto cambia la generalización de los resultados, dada la alta prevalencia de convulsiones en personas con ASD.

El protocolo descrito anteriormente proporciona una vía para examinar un índice EEG del sistema de neuronas espejo en poblaciones clínicas en una manera no invasiva. Requiere poca capacidad comunicativa permitiendo así la aplicación a las personas con discapacidad y no es invasivo, de fácil aplicación, y proporciona una excelente resolución para comprender las construcciones cognitivas relacionadas con las habilidades sociales.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores declaran no tener intereses financieros en competencia.

Acknowledgments

Este trabajo fue apoyado por una beca de la Fundación Simons (SFARI # 89638 a RB).

Materials

Name Company Catalog Number Comments
Geodesic EEG System EGI N/A Any EEG system, not only EGI based systems, is applicable for the described study
MATLAB software MATLAB N/A Any mathematical, statistical software that can work with matrices is applicable
Netstation software EGI N/A Any EEG acquisition software is applicable for the described study
Manipulandum custom N/A Any object that is coregistered with data acquisition software to signal a successful grasp

DOWNLOAD MATERIALS LIST

References

  1. Kuhl, P. K., Coffey-Corina, S., Padden, D., Dawson, G. Links between social and linguistic processing of speech in preschool children with autism: behavioral and electrophysiological. 8, (2005).
  2. McPartland, J., Dawson, G., Webb, S. J., Panagiotides, H., Carver, L. J. Event-related brain potentials reveal anomalies in temporal processing of faces in autism spectrum disorder. J. Child Psychol. Psychiatry. 45, 1235-1245 (2004).
  3. Bernier, R., Dawson, G., Webb, S., Murias, M. EEG mu rhythm and imitation impairments in individuals with autism spectrum disorder. Brain Cogn. 64, 228-237 Forthcoming.
  4. Rizzolatti, G., Fadiga, L., Gallese, V., Fogassi, L. Premotor cortex and the recognition of motor actions. Brain Res. Cogn. Brain. 3, 131-141 (1996).
  5. Muthukumaraswamy, S. D., Johnson, B. W., McNair, N. A. Mu rhythm modulation during observation of an object-directed grasp. Brain Res. Cogn. Brain Res. 19, 195-201 Forthcoming.
  6. Pineda, J. A. The functional significance of mu rhythms: translating "seeing" and "hearing" into "doing". Brain Res. Brain Res. Rev. 50, 57-68 (2005).
  7. Vanderwert, R. E., Fox, N. A., Ferrari, P. F. The mirror mechanism and mu rhythm in social development. Neurosci. Lett. 540, 15-20 (2013).
  8. Keuken, M. C., et al. The role of the left inferior frontal gyrus in social perception: an rTMS study. Brain Res. , 1383-13196 (2011).
  9. Braadbaart, L., Williams, J. H., Waiter, G. D. Do mirror neuron areas mediate mu rhythm suppression during imitation and action observation. Int. J. Psychophysiol. , 99-105 (2013).
  10. Rogers, S., Cook, I., Greiss-Hess, L. Mature Imitation Task. Unpublished coding manual. , M.I.N.D. Institute, University of California - Davis. Forthcoming.
  11. Lord, C., Rutter, M., Le Couteur, A. Autism Diagnostic Interview-Revised: a revised version of a diagnostic interview for caregivers of individuals with possible pervasive developmental disorders. J. Autism Disord. 24, 659-685 (1994).
  12. Lord, C., et al. The autism diagnostic observation schedule-generic: a standard measure of social and communication deficits associated with the spectrum of autism. J. Autism Dev. Disord. 30, 205-223 (2000).
  13. American Psychiatric Association (APA). Diagnostic and statistical manual of mental. disorders, Edition. , Forthcoming.
  14. Gastaut, H. J., Bert, J. EEG changes during cinematographic presentation; moving picture activation. of the EEG. Electroencephalogr. Clin. Neurophysiol. 6, 433-444 (1954).
  15. Muthukumaraswamy, S. D., Johnson, B. W. Changes in rolandic mu rhythm during observation of a precision grip. Psychophysiology. 41, 152-156 (2004).
  16. Chatrian, G. E., Petersen, M. C., Lazarte, J. A. The blocking of the rolandic wicket rhythm and some central changes related to movement. Electroencephalogr. Clin. Neurophysiol. 11, 497-510 (1959).
  17. Pfurtscheller, G., Neuper, C., Andrew, C., Edlinger, G. Foot and hand area mu rhythms. Int. J. Psychophysiol. 26, 121-135 (1997).
  18. Arroyo, S., et al. Functional significance of the mu rhythm of human cortex: an electrophysiologic study with subdural electrodes. Electroencephalogr. Clin. Neurophysiol. 87, 76-87 (1993).
  19. Babiloni, C., et al. Human cortical electroencephalography (EEG) rhythms during the observation of simple aimless movements: a high-resolution EEG study. Neuroimage. 17, 559-572 (2002).
  20. Babiloni, C., et al. Human movement-related potentials vs desynchronization of EEG alpha rhythm: a high-resolution EEG study. Neuroimage. 10, 658-665 (1999).
  21. Babiloni, C., et al. Transient human cortical responses during the observation of simple finger movements: a high-resolution EEG study. Hum. Brain. 20, 148-157 (2003).
  22. Cochin, S., Barthelemy, C., Lejeune, B., Roux, S., Martineau, J. Perception of motion and qEEG activity in human adults. Electroencephalogr. Clin. Neurophysiol. 107, 287-295 (1998).
  23. Cochin, S., Barthelemy, C., Roux, S., Martineau, J. Observation and execution of movement: similarities demonstrated by quantified electroencephalography. Eur. J. Neurosci. 11, 1839-1842 (1999).
  24. Cochin, S., Barthelemy, C., Roux, S., Martineau, J. Electroencephalographic activity during perception of motion in childhood. Eur. J. Neurosci. 13, 1791-1796 (2001).
  25. Martineau, J., Cochin, S. Visual perception in children: human, animal and virtual movement activates different cortical areas. Int. J. Psychophysiol. 51, 37-44 (2003).
  26. Lepage, J. F., Theoret, H. EEG evidence for the presence of an action observation-execution matching system in children. Eur. J. Neurosci. 23, 2505-2510 (2006).
  27. Marshall, P. J., Bar-Haim, Y., Fox, N. A. Development of the EEG from 5 months to 4 years of age. Clin. Neurophysiol. 113, 1199-1208 (2002).
  28. Southgate, V., Johnson, M. H., El Karoui, I., Csibra, G. Motor system activation reveals infants' on-line prediction of others' goals. Psychol. Sci. 21, 355-359 (2010).
  29. Nystrom, P., Ljunghammar, T., Rosander, K., von Hofsten, C. Using mu rhythm desynchronization to measure mirror neuron activity in infants. Dev. Sci. 14, 327-335 (2011).
  30. Southgate, V., Johnson, M. H., Osborne, T., Csibra, G. Predictive motor activation during action observation in human infants. Biol. , 769-772 (2009).
  31. Oberman, L. M., et al. EEG evidence for mirror neuron dysfunction in autism spectrum disorders. Brain Res. Cogn. Brain Res. 24, 190-198 (2005).
  32. Martineau, J., Cochin, S., Magne, R., Barthelemy, C. Impaired cortical activation in autistic children: is the mirror neuron system involved. Int. J. Psychophysiol. 68, 35-40 (2008).
  33. Oberman, L. M., Ramachandran, V. S., Pineda, J. A. Modulation of mu suppression in children with autism spectrum disorders in response to familiar or unfamiliar stimuli: the mirror neuron hypothesis. Neuropsychologia. 46, 1558-1565 (2008).
  34. Raymaekers, R., Wiersema, J. R., Roeyers, H. EEG Study of the Mirror Neuron System in Children with High Functioning Autism. Brain Res. , 113-121 (2009).
  35. Fan, Y. T., Decety, J., Yang, C. Y., Liu, J. L., Cheng, Y. Unbroken mirror neurons in autism spectrum disorders. J. Child Psychol. Psychiatry. 51, 981-988 (2010).
  36. Bernier, R., Aaronson, B., McPartland, J. The role of imitation in the observed heterogeneity in EEG mu rhythm in autism and typical development. Brain Cogn. 82, 69-75 (2013).
  37. Pfurtscheller, G., Lopesda Silva,, H, F. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clin. Neurophysiol. 110, 1842-1857 (1999).
  38. Marshall, P. J., Young, T., Meltzoff, A. N. Neural correlates of action observation and execution in 14‐month‐old infants: An event‐related EEG desynchronization study. Dev. Sci. , 474-480 (2011).
  39. Marshall, P. J., Meltzoff, A. N. Neural mirroring systems: Exploring the EEG mu rhythm in human infancy. Dev. Cogn. Neurosci. , 110-123 (2011).
  40. Oberman, L., McCleery, J., Hubbard, E., Bernier, R., Pineda, J. Developmental changes in mu suppression to observed actions in individuals with autism spectrum disorders. Soc. Cogn. Affective Neurosci. 8, 300-304 Forthcoming.

Tags

Medicina Número 86 Electroencefalografía (EEG) mu ritmo la imitación el trastorno del espectro autista la cognición social el sistema de neuronas espejo
EEG Mu Ritmo en desarrollo típico y atípico
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Bernier, R., Aaronson, B., Kresse,… More

Bernier, R., Aaronson, B., Kresse, A. EEG Mu Rhythm in Typical and Atypical Development. J. Vis. Exp. (86), e51412, doi:10.3791/51412 (2014).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter