Summary

Traitement auditif des nourrissons et des oscillations cérébrales liées à des évènements

Published: July 01, 2015
doi:

Summary

High-density electroencephalography (dEEG) is being used increasingly to study brain development and plasticity in the early years of life. Here we present an application of sophisticated analysis techniques that builds on traditional EEG recording to understand the oscillatory dynamics of rapid auditory processing in the infant brain.

Abstract

Traitement auditif rapide et acoustiques des capacités de détection de changement jouent un rôle essentiel en permettant à des nourrissons humains pour traiter efficacement l'amende spectrale et les changements temporels qui sont caractéristiques du langage humain. Ces capacités de jeter les bases pour l'acquisition du langage efficace; permettant nourrissons à se concentrer sur les sons de leur langue maternelle. Les procédures invasives chez les animaux et les potentiels du cuir chevelu enregistré des adultes humains suggèrent que simultanée, l'activité rythmique (oscillations) entre et au sein des régions du cerveau sont fondamentales pour le développement sensoriel; la détermination de la résolution avec laquelle les stimuli entrants sont analysés. A ce moment, on sait peu sur la dynamique oscillatoires dans le développement du nourrisson humain. Toutefois, les données de la neurophysiologie animale et adultes EEG fournissent la base d'une hypothèse forte que le traitement auditif rapide chez les nourrissons est médiée par synchronie oscillatoire dans les bandes de fréquences discrètes. Pour étudier cette question, 128 canaux, haute-densifiéeréponses ty EEG de 4 mois les nourrissons à changement de fréquence dans les paires de tonalité, présentée dans deux conditions de taux (Rapid: 70 msec ISI et de contrôle: 300 msec ISI) ont été examinés. Pour déterminer la bande de fréquence et de l'ampleur de l'activité, évoqués auditifs moyenne des réponses ont d'abord été co-inscrit modèles du cerveau à l'âge approprié. Ensuite, les principaux composants de la réaction ont été identifiés et localisés en utilisant un modèle à deux dipôles de l'activité cérébrale. Simple procès analyse de la puissance d'oscillation a montré un indice solide de traitement de changement de fréquence en rafales de Theta bande (3-8 Hz) l'activité dans les deux cortex auditifs droit et gauche, avec activation gauche plus important dans l'état rapide. Ces méthodes ont produit des données qui ne sont pas seulement une partie de la première rapporté évoqué oscillations Analyses chez les nourrissons, mais aussi et surtout, le produit d'une méthode bien établie d'enregistrement et d'analyse propre, soigneusement recueillies, infantile EEG et les ERP. Dans cet article, nous décrivons notre méthode pour idemande nfant EEG net, l'enregistrement, l'analyse de la réponse dynamique du cerveau, et des résultats représentatifs.

Introduction

À travers un large éventail de troubles du développement, il est de plus en plus clair que la clé de l'identification précoce et, finalement, l'assainissement réside dans la compréhension des mécanismes précoces qui entrent en jeu comme le développement du cerveau assemble des réseaux fonctionnels. Ainsi, il ya un intérêt accru dans la compréhension de la dynamique temporelle de configurations neuronales qui ont un impact de la cognition. En particulier, les fonctions cognitives spécifiques à différentielle en corrélation avec l'activité oscillatoire dans des bandes de fréquence spécifiques (par exemple, les fluctuations cycliques potentiels unicellulaires ou membranaires de la population) 1. Des études antérieures ont établi que la dynamique oscillatoires jouent un rôle crucial dans l'activité-dépendante l'auto-organisation des réseaux en développement 2-4, contrôlent l'excitabilité neuronale 5,6 et intègrent des entrées sensorielles 7,8. L'activité cérébrale oscillant est pensé pour être métaboliquement bénéfique 9,10, ce qui augmente l'efficacité de avariété de fonctions de traitement sensoriel et la coordination des fonctions de niveau supérieur, tels que la cognition et de la langue. Cependant, une investigation systématique du rôle de la synchronie neurale selon l'âge et les liens avec les résultats comportementaux chez les nourrissons humains n'a pas encore été accompli. Une étape importante vers cet objectif est de parvenir à une compréhension plus profonde de l'émergence et la maturation de la dynamique temporelle et mécanismes oscillatoires qui soutiennent le développement de processus cognitifs, y compris la langue tôt.

Un élément essentiel du développement du langage est la capacité à traiter avec précision et classer des signaux acoustiques qui changent rapidement: souvent de l'ordre d'aussi peu que quelques dizaines de millisecondes. Par exemple, la dynamique acoustiques des mots «père» et «mauvais» différer acoustiquement seulement au cours des 40 premières millisecondes de la syllabe, mais les deux ont des significations très différentes et les associations. Des études antérieures montrent une trajectoire de maturation de receptive capacité des différences acoustiques et linguistiques. Dès que 2 mois d'âge, les nourrissons montrent la capacité de distinguer les changements de fréquence rapides (par exemple, <100 msec); suggérant que le «matériel» pour détecter la différence entre deux syllabes acoustiquement similaires est en place. Au cours des prochains mois, les bébés peuvent distinguer les différences de plus en plus petits, de développer la perception catégorielle, et présentent la spécialisation corticale pour les sons des syllabes de la langue maternelle 11-14. Parce que la perception sonore complexe repose sur la fonction de mécanismes de traitement de base, il est considéré que les déficits de la capacité de percevoir l'évolution rapide des différences acoustiques – même pour de simples sons comme les tonalités – peuvent être des indicateurs précoces 15 de troubles du langage plus tard.

Les travaux antérieurs de Choudhury et Benasich dans ce laboratoire appuie fortement cette hypothèse, montrant que la capacité d'un enfant à traiter trèsdes changements rapides de sons simples (par exemple, les tons) peuvent prédire à 3 et 4 ans la langue et les capacités cognitives 16,17. Ces données de vérifier que les réponses du cerveau de nourrissons pré-linguales peuvent fournir un indicateur quantifiable de traitement auditif et le progrès du développement. L'étude et les méthodes présentées ici de sonder les aspects clés du mécanisme sous-jacent de cette relation. Plusieurs axes de recherche indiquent maintenant que le pic de latence et l'amplitude des vagues ERP proviennent de la somme de la dynamique spectro dans oscillations EEG de multiples générateurs 18-23. Analyse spectro permet également la séparation de phase et la puissance informations. activité à verrouillage de phase réfléchit la partie de la réponse neuronale qui est évoqué par le stimulus. Ce type d'information est similaire à ce qui peut être extraite de l'ERP, puisque les réponses sont moyennées par rapport à un événement de temps de verrouillage. Toutefois, le moment d'une activité neuronale peut varier d'un essai à. Dans l'analyse de l'ERP, this activité est "en moyenne sur"; cependant, dans l'analyse des changements de puissance d'un essai à, cette information peut être récupéré et analysé. Par conséquent, l'analyse spectro de la phase et la puissance peut fournir des renseignements supplémentaires au sujet de la réponse neuronale, par rapport à l'ERP classique. En ce qui concerne le développement du nourrisson, il ya des preuves considérables que les oscillations contribuent au développement des circuits neuronaux dans des modèles animaux 2,3 mais ces mécanismes commencent seulement à être étudiée dans la population humaine. Travaux de ce laboratoire a montré thêta et gamma oscillatoire corrélation de spécialisation de la langue maternelle à 6 mois 24. Cela met en évidence la fonctionnalité des hiérarchies oscillatoires dans la petite enfance.

L'hypothèse globale, basée sur la preuve présentée ci-dessus, est que la synchronie des oscillations évoquées dans cortex auditifs soutient le développement du cerveau du nourrisson. Comme première étape pour tester cette hypothèse, une «base de référence221; de la transformation dans la petite enfance a été obtenue; à savoir, de 4 mois à l'âge adulte, qui est actuellement pensait précéder "rétrécissement perceptif" pour la spécialisation de la langue maternelle 25,26. En conséquence, nous avons effectué seul procès-analyse de fréquence sur les données de l'EEG infantile enregistrés au cours de l'écoute passive à la hauteur variant et de pitch-invariant paires de tonalités présentées dans un «paradigme excentrique" composé de deux conditions de taux (condition de commande: 300 ms d'intervalle inter-stimulus; état rapide: 70 msec inter-stimulus-intervalle).

Ici, nous illustrons cette méthode en utilisant des stimuli provenant d'études portant sur le traitement auditif rapide. Dans ces études, un «paradigme excentrique", a été utilisé pour évaluer l'activité neuronale au imprévisible, mais les événements reconnaissables. Dans ce paradigme, la réponse du cerveau à des réponses imprévisibles ou stimuli "impairs" sont souvent appelés «déviants», alors que la réponse pour la relance prévisible, présenté mosdu temps t, est généralement appelée la réponse du cerveau "Standard". Réponses à des stimuli présentés dans un paradigme excentrique peuvent être automatiquement sans suscité une attention ciblée, rendant ce paradigme facile à utiliser avec de très jeunes enfants. Tous les stimuli auditifs sont présentés via des enceintes champ libre à des intervalles, qui varient selon l'étude. Comme mentionné précédemment, dans l'étude actuelle sons qui indexent rapides traitement auditif (RAP) capacités ont été utilisés: qui est, semble contenant des dizaines de millisecondes du changement acoustique 16,17,27,28. Il peut être noté que de nombreux autres types de relance sont utiles pour tester la discrimination neurophysiologique, y compris consonne-voyelle (CV) des sons ainsi que les déviants reflétant les changements dans la fréquence ou la durée, avec un Gap interposée, et / ou croissant ou décroissant balayages de fréquence. Enfin, nous recommandons également l'enregistrement EEG spontanée lors de "jeu calme" dans laquelle aucun stimulus auditif est présenté. Ces données peuvent alors êtreutilisé pour mesurer le couplage oscillatoire et la cohérence en l'absence de stimulation répétée.

Enregistrement de l'activité EEG à partir d'une population infantile pose un ensemble de défis uniques. Par exemple, la coopération avec le placement des électrodes et de les laisser en place pour la durée de l'expérience, en minimisant le mouvement pour éviter les artefacts de l'EEG, et de garder le bébé engagé et distrait avec des jouets silencieux représentent tous les défis. En outre, les données bébé ne se prêtent pas facilement à des applications simples de protocoles élaborés avec des données plus anciennes adultes / enfants. Dans de nombreux cas, la relation entre les composantes observées chez le nourrisson EEG et potentiels évoqués (ERP) est pas aussi claire ni carte toujours à ce qui est accepté chez l'adulte. Bien que la recherche développement recèle un potentiel puissant pour comprendre la genèse de la fonction typique et désordonnée cerveau, l'enregistrement des réponses du cerveau fiables et interprétables de nourrissons humains nécessite ahaute niveau de compétence dans deux domaines techniques et interpersonnelles. Ces défis, cependant, peuvent être surmontés et les données de l'EEG et ERP fiables peuvent être enregistrées à partir des nourrissons de différents âges en utilisant une variété de paradigmes. Nous décrivons ici une méthode générale d'analyse disponible dans le commerce en utilisant l'enregistrement de l'ERP et des logiciels d'analyse en combinaison avec un forfait gratuit, open-source ERP analyse qui fonctionne dans l'environnement MATLAB 29.

L'application des méthodes d'analyse oscillatoires aux enregistrements de réponse du cerveau du nourrisson permet l'exploration de questions plus mécanistes de développement de synchronie neuronale par rapport à l'acquisition du langage et des mécanismes sous-jacents putatifs lorsque cette synchronie est compromise. Les efforts liés à l'aide d'autres stimuli, comme le discours syllabes 24, et l'analyse des oscillations spontanées ou "repos" 1 dans les analyses longitudinales ou en combinaison avec début des paradigmes de formation, offrent des fenêtres dans la temporal, spatiales et spectrales de la dynamique des trajectoires de développement typiques et désordonnés. Il est à espérer que ces efforts permettront de mieux comprendre les bases du développement et de la plasticité auditive, et aider à l'identification et de correction des stratégies de troubles développementaux du langage.

Protocol

Tout travail avec des sujets humains nécessite l'approbation du Conseil d'examen institutionnel et de la surveillance. Méthodes rapportés ici, lorsqu'il est utilisé dans la recherche, ont été examinés et approuvés par le Programme de protection des sujets humains par le biais de la Commission de révision Arts et des Sciences institutionnel Rutgers (CISR). 1. Préparation Programmez le bébé pendant 1 heure d'essais dans une chambre de son atténués et électriquement blindé. Le protocole de l'étude présentée dans cet article qui a produit des données représentatives comprend 20 – 30 min de test EEG. Allouer trois personnes par session de test: un "testeur primaire», un «assistant net" et un "entertainer". Pour haute densité infantile enregistrement EEG, utiliser au moins un filet à 64 canaux. Pour les données représentatives présentées ici, un capteur net 128 de canal a été utilisé. 2. Net application Mettre en place les fournitures suivantes dans le cham d'enregistrementbre: Coban auto-adhésif Ruban isolant, ruban à mesurer, stylo, 2 serviettes et les pipettes de marquage. Calibrer sonne à niveau de test (par exemple, dB SPL, HL, etc.). Faire la solution d'électrolyte (eau distillée, chlorure de potassium et du shampoing pour bébé) bien estimés avant l'heure d'arrivée de la famille. Pour veiller à ce que le filet est pas trop froid sur la tête du bébé, chaudes 8 onces d'eau pour être ajoutés à la solution juste avant l'application. Quand la famille arrive, obtenir le consentement des formes de la CISR approuvé. Dans la chambre d'essai, asseoir l'enfant sur les genoux de l'aidant, et l'artiste ont commencé à jouer avec l'enfant. Si elle est la première visite, expliquer la procédure de demande nette. Mesurer le périmètre crânien de l'enfant au point de la tête plus large et choisissez la taille nette basée sur cette mesure. Pour obtenir le meilleur ajustement, choisissez un filet de plus petite taille, si la circonférence est proche de la taille minimum pour un âge. Immerger le filet choisi dans les elecsolution de trolyte. Mesurer nasion à inion et marquer le cuir chevelu à la moitié de la mesure totale. Faites de même pour la mesure oreille à l'oreille. La note finale est Cz (sommet). Retirer l'excès de solution sur le net en le plaçant sur une serviette sèche. Demandez à l'assistant net inverser le net et saisir l'électrode Cz; tenant le filet de sorte que le testeur principal peut positionner leurs doigts à l'avant du filet. Retournez le net et placez le filet sur la tête du nourrisson comme assistant net déplace la jugulaire et les fils avant de couleur (reliant l'électrode de nasion et jugulaire) à l'extérieur du filet. Ajustez la position nette sur la tête de l'enfant, plaçant Cz à la marque sommet du cuir chevelu. Position / aligner chacune des électrodes à partir de l'arrière et de travail vers l'avant, en vous assurant qu'il ya un angle droit entre chaque électrode et la surface de la tête. Recueillir les fils, ajuster la jugulaire, fils sécurisés avec du ruban Coban, et branchez le conne netcteur. Mesurer l'impédance de l'électrode avec un seuil de <50 KOhms, ou selon les instructions du système. Si certains ont des électrodes haute impédance, re-tremper l'électrode avec une pipette rempli d'électrolyte et déplacez doucement les cheveux de dessous de l'électrode. 3. Présentation et Stimuli EEG Enregistrement Stimuli auditifs présents en champ libre avec haut-parleurs à égale distance de la tête de l'enfant. NOTE: L'étude représentative paramètres de relance étaient comme suit: 70 ms tonalité paires avec une fréquence fondamentale soit de 800 ou 1200 Hz et 15 harmoniques (6 dB roll-off par octave) sont présentés en deux blocs (70 ou 300 msec internationales intervalle de relance). Les paires basses-haut (800 Hz – 1200 Hz) sont présentés comme des déviants (15% = 125 essais) parmi (800 Hz – 800 Hz) bas-bas des normes (85% = 708 essais). Enregistrer l'EEG selon les instructions matérielles et logicielles. Utilisez les paramètres suivants pour les données représentant: Samptaux ling: 250 Hz, filtre passe-bas du matériel: 100 Hz, elliptique, filtre passe-haut: 0,1 Hz, Auto: définir la fréquence de Nyquist, le gain de Conseil: 1. Fournir un environnement calme légèrement engageante calme, pour le nourrisson pendant l'enregistrement. Engager l'enfant en jouant un vidéo silencieuse adaptée à l'âge ou avec des jouets calme (par exemple, des bulles, pointez sur images dans les livres, jeux de marionnettes). Fournir le personnel soignant avec des écouteurs pour écouter de la musique évite les interférences de soignant par inadvertance avec la réponse du nourrisson. Si l'enfant est agité, impactant l'EEG, mettre en pause la présentation du stimulus et l'enregistrement EEG jusqu'à un environnement calme peut être restauré. Après l'expérience est terminée, retirez délicatement le filet et sécher les cheveux et la tête de l'enfant. Enregistrer et sauvegarde les données EEG brutes, non filtrées avant de fermer les programmes à la fin de la session de test. 4. Traitement des données – ERP Inspecter visuellement les données EEG brutes et de rejeter le segments avec artefact de forte amplitude. NOTE: Rejeter canaux avec grande amplitude et interpoler. Pour cent maximum de canaux rejetés devrait être fixé à 30%. Des méthodes alternatives (par exemple, l'ICA, l'APC, voir aussi la référence 30) peut être utilisé pour réduire ou rejeter artefacts présents dans les données. Filtrer les données avec des paramètres pré-établis qui accordent à l'activité corticale. Pour les nourrissons, utiliser un filtre passe-bande off-line de 1 – 15 Hz. Segmenter les données continues pour créer époques autour de "temps 0" (début du stimulus) selon les instructions du logiciel. Pour la segmentation, inclure suffisamment de temps de pré-relance à établir activité et post-stimulus de base de temps pour capturer la totalité de la réponse. Rejeter époques bruyante selon un critère de rejet appropriées (par exemple, +/- 200 mV pour les nourrissons). Set pour cent au maximum des époques rejetées à 30%. Moyenne des époques pour chaque individu et de chaque état et les combiner moyennes selon le groupe et l'état pour les grandes moyennes. Si le nombre d'époques contenues dans chaque moyenne varie selon les sujets, le poids du nombre d'époques afin que les sujets ayant plus / moins époques sont également valorisées. Pour pondérer la moyenne générale, calculer la moyenne individuelle de chaque condition que n fois la forme d'onde, où n est égal au nombre d'époques qui composent la moyenne, alors divisé par le nombre total d'époques pour tous les sujets. Cette méthode donne chaque essai poids égal dans la moyenne finale. 5. Traitement de données – Source Localisation Pour les données bébé, co-enregistrer chaque fichier ERP individuelle moyenne et grande avec soit un modèle de M. adaptée à l'âge ou à une analyse de M. individuelle (se référer à des publications antérieures 31,32). NOTE: Dans le processus de co-enregistrement, les positions des électrodes et la tête sont des marques reconstruit en un seul système de coordonnées. Grands moyennes peuvent être utilisésà définir le modèle de dipôle. Estimer le nombre et l'emplacement des sources sous-jacentes à être montés sur les données. Pour un paradigme auditif, utiliser deux dipôles avec emplacement libre et la rotation. NOTE: estimation de la Source est ensuite guidé automatiquement à travers une minimisation d'une fonction de coût qui est une combinaison pondérée des 4 critères d'ajustement résiduels d'obtenir le «meilleur ajustement» à l'emplacement de la fenêtre temporelle d'intérêt. Assurez-vous que les paramètres appropriés à l'âge sont utilisés pour l'épaisseur du cuir chevelu, l'épaisseur du crâne, la largeur de l'espace et de l'os conductivité méningée que ces facteurs changent rapidement au cours du développement. Pour les données représentatives, les paramètres sont: crâne: 1,5 mm; le cuir chevelu: 2,5 mm; espace sous: 1,7 mm; conductivité osseuse: 0,0581. Commençant par une grande ERP moyenne, choisir une fenêtre de temps d'intérêt correspondant à un pic. Paramètres conservateurs sont généralement +/- 20 ms autour du pic d'intérêt 31. Cochez la case "bonté de fit "pour la solution de dipôle en utilisant les sorties de logiciels de variance résiduelle. Ceci est la quantité de signal qui reste inexpliquée sur la fenêtre de temps donné de l'ajustement par le modèle de dipôle de courant. Ajuster la fenêtre de temps pour réduire au minimum la variance résiduelle. Utiliser un modèle de source distribué (CLARA) pour vérifier la solution dans la région d'activité prolongée. Enregistrer la solution dipôle-source et formes d'onde pour chaque condition et le pic. Répétez la procédure pour chaque fichier individuel moyen. Pour l'analyse statistique de l'emplacement de la source, les valeurs d'usage de temps de latence, l'amplitude et coordonnées de localisation dans le X (médio-latérale), Y (antéro-postérieur), et Z (supérieur-inférieur) directions pour chaque dipôle de chaque fichier individuel moyen solution. Dans le cas présenté ici, les mesures de 2X2 répétée ANOVA (stimulation (standard, déviants) X hémisphère (Gauche, Droite) pour l'amplitude et la latence des sources peut être utile d'examiner la force et le calendrier des générateurs. SourceLes coordonnées peuvent être évalués de la même manière (pour revue, 31,32). 6. Traitement des données – analyse temps-fréquence dans l'espace Source Appliquer la solution de modèle de dipôle à la non filtrée données brutes, continue EEG. Appliquer la solution de la source (enregistré à l'étape 5.6.) Dans le fichier de données EEG brutes comme une électrode montage virtuel. NOTE: L'utilisation du modèle de dipôle de cette façon applique un filtre spatial fixe sur le canal de surface d'enregistrement (espace de capteur) pour transformer l'EEG continu à haute densité dans un montage 2-source virtuelle (cerveau espace source). Transformer le signal de source unique procès dans le domaine temporel dans le temps-fréquence-domaine (Figure 1). REMARQUE: Actuellement, plusieurs approches peuvent être utilisées pour transformer les données en un seul essai dans le domaine temps-fréquence, y compris l'analyse par ondelettes et l'application d'une transformée de Hilbert aux données filtrées. Bien qu'une comparaison de ces méthodes esten dehors de la portée de cet article, plusieurs articles publiés ont abondamment décrit ces méthodes 33-36. L'analyse temps-fréquence en utilisant la procédure de démodulation complexe trouvé dans un programme de logiciel disponible dans le commerce 37 cohérence, calcule l'amplitude d'enveloppe instantanée et la phase de chaque activité cérébrale en fonction de la fréquence et de temps de 37 à 39. Cela produit des mesures de changements de puissance instantanée (Temporal Spectral Evolution, TSE) et verrouillage de phase (verrouillage de phase Inter-procès, ITPL). Utiliser les paramètres suivants: 1 Hz cases de fréquence de largeur de 2 à 80 Hz et 50 msec résolution temporelle de -1,500 à 1,500 ms. La fenêtre de temps de l'époque doit être suffisamment long pour permettre le filtrage ou le traitement à la plus basse fréquence désirée sans encourir artefacts 40,41. Visualisez les pics de fréquence de l'activité en EEG afin d'éviter toute interprétation possible du parasite liée artefact ou circulaire roscillations exaltés 41,42. Effectuer des tests de permutation et de l'analyse de cluster pour déterminer les régions de différences significatives entre les conditions et les groupes 24,43.

Representative Results

Potentiels évoqués-infantile ERP infantile sont généralement plus grandes que les ERP adultes, et peuvent avoir plus ou moins de pics d'activation, par rapport à mûrir réponses, selon le âge de 44 ans. Ici, nous montrons La moyenne des réponses Grands représentatifs de vingt-trois 4-month-old nourrissons 43 (Figure 2). Le paradigme oddball nous permet de déterminer si le cerveau de l'enfant peut reconnaître la différence entre deux événements. Dans les résultats représentatifs, le ton-variante, la réponse déviante (DEV, 800-1,200Hz, ligne rouge) provoque un pic supplémentaire de l'activation, par rapport aux paires de tonalités invariants (MST, 800-800Hz, ligne noire). Cette constatation est apparente dans les deux taux de contrôle (300 msec ISI, gauche) et le taux rapide (70 ms ISI, droite) conditions. Exemple réponses électrodes Fz (de la ligne médiane frontale), C3 (centrale, à droite) et C4 (centrale, gauche) sont présentés. L'onde de différence calculée (moins DeviantNorme) est également représenté en traits gris. Le pic supplémentaire d'activation suggère que le cerveau du nourrisson à cet âge peut distinguer la différence entre les tons aux deux présentations de taux. Signaux source infantile Source activité avec peu de variance résiduelle devrait suivre les pics ERP, signifiant un «bon ajustement» entre les données d'origine et la source localisée données transformées. Dans les données représentatives, nous montrons l'emplacement des deux-dipôle modèle source meilleur ajustement du nourrisson grande ERP moyenne à la MST (ton invariant) état ​​sur ​​le modèle distribué CLARA (Figure 3). Le calcul montre clairement activation auditif gauche et à droite dans des conditions de contrôle et Rapid Rate. Pics d'activité du modèle à deux dipôle (Figure 4) correspondaient à la réponse de l'ERP très bien. Le moment du pic et la morphologie des formes d'ondes ERP, présentés in panneau (i), correspond à la synchronisation et la morphologie des formes d'onde de la source qui apparaît dans le panneau (ii) (pour plus de détails, voir l'article original, 43). formes d'onde Source de cette expérience expliqué 97,9% de la variance de l'activité sur les électrodes sur le cuir chevelu. L'analyse statistique des latences de pointe de source montré que l'activité de l'hémisphère droit était plus rapide que la gauche dans les deux conditions, et les réponses dans le rythme rapide étaient plus tard dans les deux hémisphères que dans la condition de contrôle. Différences hémisphériques ont pas été observées en utilisant les données de l'ERP, ce qui suggère que les techniques de localisation de source ont permis la récupération de l'information supplémentaire à partir des réponses. Oscillations liées aux événements infantile En général, l'analyse temps-fréquence des adultes et des données sur les animaux montrent que les stimuli évoquent un motif en 1 / f de la synchronie neuronale (par ex., En réduisant la puissance avec une fréquence croissante). Dans les données représentatives, évoquée par auditive tune paires, nous montrent que les enfants expriment aussi ce modèle (figure 5). Ici, le début du stimulus suscite des éclats synchrones de thêta (5-6 Hz), bêta (20-25) Hz et gamma (35-45 Hz) la puissance à la fois le droit et les régions auditives gauche du cerveau. Les modèles animaux et les expériences des adultes suggèrent que synchronie oscillant, et en particulier de faible à moyenne fréquence des oscillations (par ex., 1-8 Hz) sont les principaux contributeurs potentiels évoqués à 45. Analyse des changements de puissance instantanée (Temporal Spectral Evolution, TSE) en oscillations nourrissons de notre publication précédente 43 a montré une plus grande puissance induite à la variante tonalité dans la bande thêta (6-8 Hz), par rapport à la tonalité invariant. Cet effet a été observé dans les deux conditions de taux, en particulier sur la région auditif droit dans l'état de taux de contrôle (Figure 6). Présentation rythme rapide a abouti à une activité plus bilatéralement symétrique, suggérant amélioré inv corticale gaucheolvement cours de traitement auditif des stimuli qui se produisent rapidement et en particulier lors de traitement de changement acoustique. Figure 1. Étapes de temps-fréquence méthode d'analyse analyse. Temps-fréquence est illustrée à l'aide moyenne générale (n = 12) des données de 4-month-old nourrissons au cours des msec état ​​de tonalité ISI 70. onsets de stimulation sont présentés dans le flèches rouges sous l'axe des temps. Étapes de l'analyse: (1) en moyenne ERP, représenté en Cz électrode, sont créés pour chaque canal (2) l'emplacement de la source de générateurs ERP, présentés dans une tête croquis, est obtenue en utilisant un modèle 2-dipôle dans les données mappé sur un. modèle infantile de l'IRM. (3) individuel et grands signaux source moyennes sont obtenues à partir de l'ajustement de la Gauche et Droite dipôles. Modèles de tête infantile montrent les cartes de tension correspondant au pic sélectionné (en gray). (4) Le montage de la source est appliqué aux données 128 canal du cuir chevelu, et les amplitudes sont calculées et sauvegardées pour les deux canaux de la source. (5) oscillations d'événements liés sont calculées à partir de simples-essais et en moyenne sur la période de réponse. S'il vous plaît cliquez ici pour voir une version plus grande de cette figure. (Lignes rouges DEV,) Figure 2. Événement liées morphologie potentiel. Grands Moyennes (n = 23) pour Rapid (70 msec ISI) et de contrôle (300 msec ISI) Réponses de taux à standard (STD, des lignes noires) et déviants paires de tonalités sont présentés dans la ligne médiane frontale et centrale gauche et droite électrodes. La négativité est tracée jusqu'à. onsets de relance sont présentés dans flèches rouges sous l'axe du temps à Fz. P1 est affichée dans le panneau Fz avec une flèche noire. Le wav de différencee (réponse à la réponse DEV moins pour STD) est représentée en traits gris (Adapté à partir de 43). S'il vous plaît cliquez ici pour voir une version plus grande de cette figure. Figure 3. Source résultats de la localisation. Deux dipôle "meilleur ajustement" modèle source est signalée superposée sur l'activité distribué à partir du modèle source. Effacer gauche et droit d'activité peuvent être vus sur les régions temporales gauche et droite lobe. (Adapté à partir de 43). S'il vous plaît, cliquez ici pour voir une version plus grande de cette figure. Figure 4. événement lié potentiel et source de forme d'onde de comparaison. (I) Exemple ERP de lef frontal T et droite électrodes (F3 et F4) montrent des pics d'activation pour tonifier paires dont les fréquences fondamentales invariants et variants (MST et DEV, respectivement). Un changement dans la fréquence suscite grands pics ~ 400 msec (DEV, ligne rouge), par rapport à l'lorsque les fréquences sont inchangées (STD, noir). (Ii) La latence de pics d'activation est similaire pour l'activité de dipôle source localisée, suggérant un bon match entre les ERP et l'analyse source de forme d'onde. Le grand pic à 400 ms, est particulièrement sensible dans l'hémisphère droit avec les données de la source localisée. Pour plus de simplicité, seules les réponses à la condition Rapid Taux sont présentés, mais un match similaire a également été observée entre ERP et de source formes d'onde pour les réponses à la condition Taux de configuration. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure. figure 5 "src =" / files / ftp_upload / 52420 / 52420fig5.jpg "/> Figure 5. cartes Pooled TSE sont exprimés en termes de pour cent changement spectral sur une époque de -1 à 1 sec de temps pour les générateurs gauche et droite. (I) Tones dans les 300 oscillations liées aux événements msec ISI état ​​susciter chez les bandes de fréquences cohérentes autour début du stimulus (ex., -1140 ms et 0 ms). Une longue période de stimulation est utilisé afin de visualiser plus des données et de fournir un échantillon suffisamment longtemps pour que la décomposition fréquence. Panneau de droite montre le spectre moyenne sur le pic de traitement initial (150 – 300 ms). Le spectre moyen montre un spectre global en 1 / f avec des pics discrets de synchronie à bandes de fréquences spécifiques. (Ii) Une tendance similaire est observée pour le 70 msec état ​​ISI. S'il vous plaît cliquez ici pour voir une version plus grande de cette figure. tente "fo: keep-together.within-page =" always "> Figure 6. L'analyse temps-fréquence des oscillations liées à l'événement dans quatre mois, un nourrisson. Variation de la puissance d'oscillation est représenté Intemporal Spectral Evolution (TSE) grands Les parcelles moyennes pour 4-month-old nourrissons dans le contrôle (A) et Rapid Rate (B) conditions. Des barres noires sur l'axe des x illustrent ton début et les durées. Activité de la source gauche et droite est indiqué dans le coin en haut à gauche de chaque graphique. Première rangée: (i) les réponses aux paires de tonalités avec une fréquence invariant (STD) montrent des changements de puissance de la gamme delta-thêta. Rangée du milieu: (ii) Les réponses aux paires de tonalités avec un changement de fréquence dans le renforcement de la puissance de delta-theta deuxième tonalité (DEV) spectacle à la deuxième tonalité, par rapport à MST réponses, en particulier dans la région auditif droit dans l'état de configuration. Parcelles de différence entre les MST et le DEV: Troisième rangéeles réponses montrent une augmentation droit latéralisée au pouvoir dans le taux de contrôle (A.iii) et de la différence de puissance bilatérale dans le rythme rapide (B.iii). Des différences significatives entre les MST et la réponse de DEV dans le domaine temps-fréquence sont représentées en trait noir. (Adapté à partir de 43). S'il vous plaît, cliquez ici pour voir une version plus grande de cette figure.

Discussion

La méthode de recherche décrite ici décrit comment faciliter une meilleure compréhension de la dynamique spectro et localisation anatomique de haute densité évoqués auditifs EEG et ERP réponses du cerveau chez les nourrissons. Il ya quatre étapes critiques au sein de ce protocole qui facilitent l'analyse. Tout d'abord, la demande nette et le positionnement avec soignant minime et la détresse du nourrisson est le fondement de l'enregistrement EEG propre dans les paradigmes non-sédatifs. La mesure de la tête ainsi que la sélection filet de taille ainsi que l'utilisation d'un assistant net et amuseur au cours du processus d'application est la clé de la réalisation de cette étape. Deuxièmement, il est important d'établir une atmosphère calme, tranquille et ludique pour toute la famille au cours de la séance d'essais, une condition facilitée par le testeur primaire, assistant net et l'artiste, qui se livre à l'enfant dans le jeu calme. Troisièmement, l'analyse des données, il est essentiel que les modèles de la tête d'IRM adaptées à leur âge être utilisés pour la localisation de source. La taille de la tête, bol'espace et la peau et ne céphalo-rachidien doit être précis pour l'âge testé afin d'obtenir les résultats les plus précis de localisation. Enfin, pour les réponses corticales en général, il est également essentiel que d'un filet de haute densité être utilisé (par exemple., Au moins 64 canaux de données) afin d'optimiser les chances d'obtenir des enregistrements faible artefacts.

Une limitation de cette technique est que la localisation de source de données EEG est pas la norme d'or pour le site de tests d'activité. Il faut garder à l'esprit que le modèle avant de localisation, même avec les meilleurs modèles de la tête et des mesures sont encore des estimations de la localisation des activités. Par conséquent, il est essentiel pour la conception de l'expérience de façon à ce que les informations concernant l'activité de la source peut être comparée dans des conditions ou des groupes expérimentaux. En outre, les tests infantile en général et en particulier, l'étude longitudinale peut être lourde de séries de données incomplètes ou manquantes. Les solutions à ce problème sont de a) maintenir rELATIONS avec les familles participantes; b) d'optimiser une atmosphère d'enregistrement calme, apaisant pour l'enfant et le soignant; et c) surestimer le bassin de sujets. Dans nos mains, avec une équipe pédiatrique expérimenté, nous avons atteint faible chute de tension et de taux minimal de perte de données. Dans un échantillon longitudinal de sessions d'enregistrement 211 bébés avec 57 participants, nous montrons la rétention de données de 98,6% (par ex., 208 sessions qui ont abouti à des données utilisables) et un taux de décrochage de 10% (par ex., 6 participants ont été incapables de poursuivre après le début du expérience). Un avantage de l'EEG par rapport aux autres techniques, telles que MEG et NIRS, est que l'activité subcortically polarisée est accessible avec différentes bandes de filtrage. En outre, il est plus facile de contrôler le mouvement pour que les électrodes se déplacent avec la tête.

Une fois que ce protocole est maîtrisé, les applications expérimentales de l'EEG et oscillatoires dynamique nourrissons sont abondants. Il est clair que nous devons d'abord comprendre généralement développer netwo corticaleRKS afin d'identifier ceux qui sont anormalement organisé. Cela suggère la nécessité de la création d'un modèle dans lequel l'intégrité des mécanismes de traitement auditif précoce (y compris les oscillations) joue un rôle dans la génération et la plasticité de la représentation sonore comme des expériences auditives sont incorporés et, idéalement, appris. Selon ce modèle, les déficits de traitement non linguistiques peuvent être associés à des symptômes ans, ou dans certains cas, des décennies, avant le diagnostic formel se produit.

Les futures investigations sont nécessaires pour comprendre plus de détails, y compris la fonction de la dynamique oscillatoires spécifique bande de fréquence, le couplage de phase inter-fréquence et les tendances régionales inhibitrices / excitateur à travers le développement des jeunes. En outre, l'activité corticale et les tests dans les différents Etats, tels que le sommeil, sont nécessaires pour donner une image plus complète de développement typique. Nous croyons que la recherche avec cette technique fournira des indications importantes sur le processus par whicdynamique 'neurotypical' et oscillatoires atypique h organiser et interagissent avec émergents cognitives et les capacités linguistiques.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Les auteurs remercient le soutien pour cette recherche par le Centre Elizabeth H. Solomon pour neurodéveloppementaux et NSF subvention # SMA-1041755 de la dynamique temporelle de Learning Center, une science de la NSF Learning Center. Des remerciements particuliers sont également dus aux familles qui ont participé, et les membres du Laboratoire d'études enfance pour leurs contributions pratiques et intellectuelles. Un merci spécial à Jarmo Hämäläinen pour le développement du protocole source de localisation et à Naseem Choudhury pour sa contribution intellectuelle.

Materials

EEG Amplifiers EGI 1301281
Sensor Nets  EGI C-GSN-128-1011-110 Sizes of nets vary with age, by month
EEG Recording Software Net Station 4604200
Presentation Computer Dell 4608161
Presentation Software Eprime 13102456-50
Baby bottle warmer Avent Target or any baby store
Electrolyte solutuion (Potassium Chloride dry) EGI A-A-CC-KLL-1000-000
Coban self-adherent wrap tape Coban 595573
Measuring tape Target or any baby store
Washable Markers Target or any baby store
Pipettes  Comes with EGI amplifier setup
Analysis Computer Dell
Analysis Software I BESA 3955054 v5.3
Analysis Software II Brain Voyager 3955054
Analysis Software III EEGLAB/ERPLAB/ MassUnivariate Toolbox Freeware MatLAB v2007b
Analysis Software IV BESA Statistics 3956341

References

  1. Gou, Z., Choudhury, N., Benasich, A. A. Resting frontal gamma power at 16, 24 and 36 months predicts individual differences in language and cognition at 4 and 5 years. Behavioural brain research. 220, 263-270 (2011).
  2. Uhlhaas, P. J., Roux, F., Rodriguez, E., Rotarska-Jagiela, A., Singer, W. Neural synchrony and the development of cortical networks. Trends in cognitive sciences. 14, 72-80 (2010).
  3. Singer, W. Development and plasticity of cortical processing architectures. Science. 270, 758-764 (1995).
  4. Singer, W. Mechanisms of experience dependent self-organization of neuronal assemblies in the mammalian visual system. Archivos de biologia y medicina experimentales. 16, 317-327 (1983).
  5. Lakatos, P., et al. An oscillatory hierarchy controlling neuronal excitability and stimulus processing in the auditory cortex. Journal of neurophysiology. 94, 1904-1911 (2005).
  6. Jacobs, J., Kahana, M. J., Ekstrom, A. D., Fried, I. Brain oscillations control timing of single-neuron activity in humans. The Journal of neuroscience. 27, 3839-3844 (2007).
  7. Schroeder, C. E., Lakatos, P. Low-frequency neuronal oscillations as instruments of sensory selection. Trends Neurosci. 32, 9-18 (2009).
  8. Schroeder, C. E., Lakatos, P., Kajikawa, Y., Partan, S., Puce, A. Neuronal oscillations and visual amplification of speech. Trends in cognitive sciences. 12, 106-113 (2008).
  9. Basar, E. Oscillations in ‘brain-body-mind’-A holistic view including the autonomous system. Brain Res. 1235, 2-11 (2008).
  10. Buzsaki, G. Large-scale recording of neuronal ensembles. Nature. 7, 446-451 (2004).
  11. Aslin, R. N. Discrimination of frequency transitions by human infants. The Journal of the Acoustical Society of America. 86, 582-590 (1989).
  12. Eilers, R. E., Morse, P. A., Gavin, W. J., Oller, D. K. Discrimination of voice onset time in infancy. The Journal of the Acoustical Society of America. 70, 955-965 (1981).
  13. Irwin, R. J., Ball, A. K., Kay, N., Stillman, J. A., Rosser, J. The development of auditory temporal acuity in children. Child development. 56, 614-620 (1985).
  14. Jusczyk, P. W., Pisoni, D. B., Walley, A., Murray, J. Discimination of relative onset time of two-component tones by infants. The Journal of the Acoustical Society of America. 67, 262-270 (1980).
  15. Bishop, D. V. M., Hardiman, M. J., Barry, J. G. Auditory Deficit as a Consequence Rather than Endophenotype of Specific Language Impairment Electrophysiological Evidence. Plos One. 7, e35851 (2012).
  16. Benasich, A. A., et al. The infant as a prelinguistic model for language learning impairments: Predicting from event-related potentials to behavior. Neuropsychologia. 44, 396-411 (2006).
  17. Choudhury, N., Benasich, A. A. Maturation of auditory evoked potentials from 6 to 48 months: prediction to 3 and 4 year language and cognitive abilities. Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology. 122, 320-338 (2011).
  18. Lakatos, P., et al. Timing of pure tone and noise-evoked responses in macaque auditory cortex. Neuroreport. 16, 933-937 (2005).
  19. Shah, A. S., et al. Neural dynamics and the fundamental mechanisms of event-related brain potentials. Cerebral cortex. 14, 476-483 (2004).
  20. Fries, P. A mechanism for cognitive dynamics: neuronal communication through neuronal coherence. Trends Cogn Sci. 9, 474-480 (2005).
  21. Buzsaki, G. . Rhythms of the Brain. , (2006).
  22. Buzsaki, G., Draguhn, A. Neuronal oscillations in cortical networks. Science. 304, 1926-1929 (2004).
  23. Whittingstall, K., Logothetis, N. K. Frequency-band coupling in surface EEG reflects spiking activity in monkey visual cortex. Neuron. 64, 281-289 (2009).
  24. Ortiz-Mantilla, S., Hämäläinen, J. A., Musacchia, G., Benasich, A. A. Enhancement of gamma oscillations indicates preferential processing of native over foreign phonemic contrasts in infants. The Journal of neuroscience : the official journal of the Society for Neuroscience. 33, 18746-18754 (2013).
  25. Palmer, S. B., Fais, L., Golinkoff, R. M., Werker, J. F. Perceptual narrowing of linguistic sign occurs in the 1st year of life. Child. 83, 543-553 (2012).
  26. Werker, J. F., Tees, R. C. Speech perception as a window for understanding plasticity and commitment in language systems of the brain. Dev Psychobiol. 46, 233-251 (2005).
  27. Benasich, A. A. Impaired processing of brief, rapidly presented auditory cues in infants with a family history of autoimmune disorder. Developmental neuropsychology. 22, 351-372 (2002).
  28. Benasich, A. A., Tallal, P. Infant discrimination of rapid auditory cues predicts later language impairment. Behavioural brain research. 136, 31-49 (2002).
  29. Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Front Hum. Neurosci. 8, 213 (2014).
  30. Delorme, A., Sejnowski, T., Makeig, S. Enhanced detection of artifacts in EEG data using higher-order statistics and independent component analysis. NeuroImage. 34 (4), 1443-1449 (2007).
  31. Hämäläinen, J. A., Ortiz-Mantilla, S., Benasich, A. A. Source localization of event-related potentials to pitch change mapped onto age-appropriate MRIs at 6 months of age. NeuroImage. 54, 1910-1918 (2011).
  32. Ortiz-Mantilla, S., Hämäläinen, J. A., Benasich, A. A. Time course of ERP generators to syllables in infants: A source localization study using age-appropriate brain templates. NeuroImage. 59, 3275-3287 (2012).
  33. Canolty, R. T., et al. High gamma power is phase-locked to theta oscillations in human neocortex. Science. 313, 1626-1628 (2006).
  34. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of neuroscience. 134, 9-21 (2004).
  35. Delorme, A., et al. ERICA: new tools for advanced EEG processing. Computational intelligence and neuroscience. 2011, 130714 (2011).
  36. Makeig, S. Auditory event-related dynamics of the EEG spectrum and effects of exposure to tones. Electroencephalography and clinical neurophysiology. 86, 283-293 (1993).
  37. Hoechstetter, K., et al. BESA source coherence: a new method to study cortical oscillatory coupling. Brain topography. 16, 233-238 (2004).
  38. Papp, N., Ktonas, P. Critical evaluation of complex demodulation techniques for the quantification of bioelectrical activity. Biomedical sciences instrumentation. 13, 135-145 (1977).
  39. Yoon, H., Yeom, W., Kang, S., Hong, J., Park, K. A multiple phase demodulation method for high resolution of the laser scanner. The Review of scientific instruments. 80, 056106 (2009).
  40. Wang, Z., Maier, A., Leopold, D. A., Logothetis, N. K., Liang, H. Single-trial evoked potential estimation using wavelets. Comput Biol Med. 37 (4), 463-473 (2007).
  41. Kramer, M. A., Tort, A. B., Kopell, N. J. Sharp edge artifacts and spurious coupling in EEG frequency comodulation measures. J Neurosci Methods. 170 (2), 352-357 (2008).
  42. Kriegeskorte, N., Simmons, W. K., Bellgowan, P. S., Baker, C. I. Circular analysis in systems neuroscience: the dangers of double dipping. Nat Neurosci. 12 (5), 535-540 (2009).
  43. Musacchia, G., et al. Oscillatory support for rapid frequency change processing in infants. Neuropsychologia. 51, 2812-2824 (2013).
  44. Boer, T., Scott, L. S., Nelson, C. A., Hann, M. . Infant EEG and Event-Related Potentials.Studies in Developmental Psychology. , 5-39 (2007).
  45. Basar, E., Schurmann, M., Demiralp, T., Basar-Eroglu, C., Ademoglu, A. Event-related oscillations are ‘real brain responses’ – wavelet analysis and new strategies. Int J Psychophysiol. 39, 91-127 (2001).

Play Video

Cite This Article
Musacchia, G., Ortiz-Mantilla, S., Realpe-Bonilla, T., Roesler, C. P., Benasich, A. A. Infant Auditory Processing and Event-related Brain Oscillations. J. Vis. Exp. (101), e52420, doi:10.3791/52420 (2015).

View Video