Abstract
신속한 청각 처리 및 음향 전환 검출 능력은 인간 유아 효율적 미세 스펙트럼 인간 언어의 특징 시간 변화를 처리 할 수있게하는 중요한 역할을한다. 이러한 능력은 효과적인 언어 습득을위한 기반을 마련; 수 유아는 모국어의 소리에에서 연마한다. 인간의 성인에서 동물과 두피 기록 전위에서 침략적인 절차는 사이 뇌 영역 내에서 동시, 리듬 활동 (진동)이 감각 개발에 기본적인 것을 제안; 들어오는 자극이 파싱되고있는 해상도를 결정하는 단계를 포함한다. 이 때, 거의 인간의 유아 발달에 진동 역학에 대해 알려져있다. 그러나, 동물 및 신경 생리 성인 EEG 데이터 유아 청각 신속한 처리가 이산 주파수 대역에서 진동에 의해 동기 성 매개 가설에 대한 강한 근거를 제공한다. 이 128 채널 높은 densi을 조사하기 위해서이 비율 조건 (70 밀리 초 ISI 및 제어 : 빠른 300 밀리 초 ISI)에 제시된 톤 쌍의 주파수 변경, 4 개월 된 유아의 타이 뇌파 반응을 조사 하였다. 주파수 대역 및 활동의 크기를 확인하려면, 청각 응답 평균 먼저 연령에 적합한 뇌 템플릿 공동 등록되었다 유발. 다음으로, 반응의 주 성분이 식별 및 뇌 활동의 2 다이폴 모델을 이용하여 지역화 하였다. 고속 상태에서 더욱 두드러 왼쪽 활성화와, 좌우의 청각 피질 모두에서 - (8 Hz로 3) 활성 진동 힘의 단일 시험 분석 세타 대역의 버스트 주파수 변경 처리의 강력한 인덱스를 보였다. 이러한 방법이보고되는 최초의 일부가 진동을 유발 유아 분석뿐만 아니라, 아르 아르뿐만 아니라 데이터를 생산, 중요한 기록과 깨끗하고 꼼꼼하게 수집, 유아 뇌파 및 ERPS을 분석하는 잘 확립 된 방법의 제품입니다. 이 글에서, 우리는 내가에 대한 우리의 방법을 설명nfant 뇌파 인터넷 응용 프로그램, 녹음, 동적 뇌 반응 분석, 대표적인 결과.
Introduction
발달 장애의 다양한 스펙트럼에 걸쳐, 그것은 조기 발견 및 궁극적으로 치료의 핵심은 개발 뇌 기능 네트워크를 조립으로 플레이에 와서 초기의 메커니즘을 이해하는있는 것을 점점 더 분명 해지고있다. 따라서, 신경 패턴의 시간적 역학 그 영향인지를 이해하는데 관심이 증가한다. 특히,인지 기능은 특정 차분 특정 주파수 대역 (예를 들면, 환상 변동 단일 셀 또는 인구 막 전위) (1)에 진동형 활성과 연관된다. 이전의 연구 진동 역학, 개발 네트워크 2-4의 활동에 의존하는 자기 조직에서 중요한 역할을 신경 흥분 5,6를 제어하고 감각 입력 7,8를 통합하는 것이 설립했다. 진동형 뇌 활동은 AV의 효율을 증가 9,10- 대사 유익한 것으로 생각된다감각 처리 기능과 같은인지 및 언어와 같은 높은 수준의 기능 조정 ariety. 그러나 나이와 인간의 유아 행동의 결과와의 연계를 통해 신경 동시성의 역할에 대한 체계적인 조사가 아직 달성해야합니다. 이 목표를 향해 중요한 단계는 시간적 역학과 조기 언어를 포함하는인지 과정을 개발하고 지원하는 진동 메커니즘의 출현과 성숙의 깊은 이해를 달성하는 것입니다.
언어 발달의 중요한 구성 요소는 정확히 처리하고 빠르게 변화 음향 신호를 분류 할 수있는 능력이다 : 자주 밀리 초 수십만큼 조금의 순서. 예를 들어, 단어 "아버지"및 "나쁜"의 음향 역학은 음절의 처음 40 밀리 위에 음향 상이하면서도 개의 매우 다른 의미와 연관이있다. 이전의 연구 recepti의 성숙 궤도를 보여음향 및 언어 적 차이에 대한 능력을했습니다. 나이로 초기 2 개월은 유아가 빠른 주파수의 변화를 구별 할 수있는 능력을 보여줍니다 (예를 들어, <100 밀리 초); 두 음향 유사한 음절 사이의 차이를 검출하는 "하드웨어"장소로되어 제안. 앞으로 몇 개월 동안, 아기는 점점 더 작은 차이를 구별 범주 인식을 개발하고, 모국어 음절 11-14의 소리에 대한 대뇌 피질의 전문성을 나타낼 수있다. 심지어 단순한 사운드의 같은 톤으로 - - 초기 지표 나중에 언어 장애의 15 일 수있다 복잡한 사운드 인식이 기본 처리 메커니즘의 기능에 의존하기 때문에, 그것은 능력의 적자가 음향의 차이를 변경 빠르게 인식하는 것으로 생각된다.
이 실험실에서 Choudhury의 및 Benasich에서 이전 작업은 강하게 유아의 능력이 매우 처리 할 수 있음을 보여주는,이 가설을 지원합니다간단한 소리 (예를 들면, 톤)의 급격한 변화는 3, 4 년 언어 및인지 능력 (16, 17)을 예측할 수있다. 이러한 데이터는 미리 언어 유아의 뇌 반응은 청각 처리 및 개발 진행의 정량적 지표를 제공 할 수 있는지 확인합니다. 연구와 여기에 제시된 방법은이 관계의 기본 메커니즘의 주요 측면을 조사. 연구의 여러 라인은 지금 최대 대기 시간 및 ERP 파의 진폭이 여러 발전기 18-23의 뇌파 진동에 spectrotemporal 역학의 요약에서 발생하는 것을 나타냅니다. Spectrotemporal 분석은 또한 위상 및 전력 정보의 분리를 할 수 있습니다. 위상 동기 활성 자극에 의해 유발되는 신경 세포 반응의 부분을 반영한다. 응답 시간 동기 이벤트에 대해 평균화되기 때문에 이러한 유형의 정보는, ERP로부터 추출 될 수있는 것과 유사하다. 그러나 일부 신경 활동의 타이밍은 재판에서 재판에 따라 다를 수 있습니다. ERP 분석, 생의 활동은 "평균화"입니다; 그러나 재판을 재판에서 전력의 변화의 분석에서,이 정보는 회수하여 분석 될 수있다. 따라서, 위상 및 전력의 spectrotemporal 분석은 기존의 ERP에 대해 신경 반응에 대한 추가 정보를 제공 할 수 있습니다. 유아 발달과 관련하여, 진동이 동물 모델에서 2,3- 신경 회로의 발전에 기여하지만, 이러한 메커니즘은 단지 인구 조사되기 시작한다는 상당한 증거가있다. 이 실험실에서 작업이 시타를 보여 주었다 감마 진동은 6 개월 (24)에 자국어 전문의 상관 관계. 이것은 초기의 진동 계층의 기능을 강조한다.
글로벌 가설은, 위에서 제시 한 증거를 기반으로, 청각 피질에서 유발 진동의 동시성이 유아의 두뇌 개발을 지원한다는 것입니다. 이 가설을 테스트 먼저, "기준으로(221); 초기 유아기에 처리로 얻었다 즉, 4 개월-의 연령 현재 자국어 전문화 (25), (26)은 "지각 축소"를 앞에 생각된다. 따라서, 우리는 (제어 조건 피치 변형하는 "괴짜 패러다임"에 제시된 톤 쌍 피치 불변을 두 속도의 조건으로 구성된 수동 청취 동안 기록 유아 뇌파 데이터를 단일 시험 주파수 분석을 수행 : 300 밀리 초 간 자극 간격; 빠른 조건 : 70 밀리 초 간 자극 간격).
여기에서 우리는 빠른 청각 처리에 초점을 맞춘 연구에서 자극을 사용하여이 방법을 설명한다. 이러한 연구, "괴상한 패러다임"에서, 신경 세포 활성도에 예측할 있지만 인식 이벤트를 평가하는데 사용 하였다. 이 패러다임에서, 예상치 못한 또는 "홀수"자극은 종종라고 "비정상적인"응답에 대한 뇌의 반응은 예측 가능한 자극에 대한 응답 반면, MOS 제시시간 t는, 일반적으로 "표준"뇌 반응이라한다. 괴짜 패러다임에 제시된 자극에 대한 반응이 자동으로 아주 어린 유아와 함께 사용이 패러다임이 용이하고,주의 집중하지 않고 유도 할 수있다. 청각 자극의 모든 연구에 따라 달라집니다 간격으로 무료 필드 스피커를 통해 제공됩니다. 앞서 언급 한 바와 같이, 본 연구에서 인덱스 빠른 청각 처리 (RAP) 능력이 사용되었다는 소리 : 즉, 수십 - 중 - 밀리 초 음향 변화 16,17,27,28의를 포함하는 소리. 그것은 많은 다른 자극 유형은 소리뿐만 아니라 중간 배치 간격과 주파수 또는 시간의 변화를 반영 일탈자 자음 - 모음 (CV)를 포함하는 신경 생리 학적 차별을 테스트하는 데 유용 및 / 또는 오름차순 또는 내림차순 주파수 스윕 주목된다. 마지막으로, 우리는 또한 더 청각 자극이 제시되지 않는 '조용한 연극'동안 자연 뇌파를 기록하는 것이 좋습니다. 이러한 데이터는 할 수있다반복 자극의 부재 하에서 진동형 결합 및 간섭을 측정하기 위해 사용했다.
유아 인구에서 뇌파 활동을 기록하는 독특한 도전의 집합을 포즈. 예를 들어, 전극의 배치 및 실험 기간 동안 장소에 남겨 협력 침묵 장난감과 결합하고 산만 아기 EEG 아티팩트를 방지하는 움직임을 최소화하고 유지하는 모든 문제를 나타낸다. 또한, 유아 데이터를 쉽게 성인 / 청소년 데이터로 개발 된 프로토콜의 간단한 응용 프로그램에 자신을 빌려하지 않습니다. 많은 경우에 유아 뇌파에서 관찰 된 구성 요소 및 이벤트 관련 전위 (ERPS) 사이의 관계는하지 분명 컷도 항상 성인으로 인정 무엇에지도 않습니다. 발달 연구는 전형적인 무질서 뇌 기능의 기원을 이해하기위한 강력한 잠재력을 보유하고 있지만, 인간의 유아에서 기록 신뢰성 해석 뇌 반응은 아이 필요합니다모두 기술 및 대인 관계 영역에서 능력의 고등학교 수준. 이러한 문제는, 그러나, 극복 될 수 있고, 신뢰할 수있는 EEG 및 ERP 데이터 패러다임을 사용하여 다양한 다른 연령의 유아에서 기록 될 수있다. 여기서 우리는 분석 MATLAB 환경 (29)에서 작동하는 자유, 오픈 소스 ERP 분석 패키지와 조합 ERP 기록 및 분석 소프트웨어를 이용하여 시판의 일반적인 방법을 설명한다.
그 동시성이 손상 될 때 유아의 뇌 반응 녹음에 진동 분석 방법의 적용은 언어 습득과 관련된 신경 동시성 개발의 더 기계적인 질문과 추정 기본 메커니즘의 탐사를 할 수 있습니다. 이러한 연설은 24 음절과 조기 교육 패러다임과 종 방향 분석 또는 조합에서 자발적 또는 "휴식"진동 1의 분석과 같은 다른 자극을 사용하여 관련 노력은, T에 창을 제공emporal, 공간, 전형적인 및 무질서 발달 궤적의 스펙트럼 역학. 그것은 이러한 노력은 청각 개발 및 소성의 기초에 대한 이해를 높이고, 개발 언어 장애에 대한 식별 및 치료 전략에 도움이 될 것으로 기대된다.
Protocol
인간을 대상으로 모든 작업은 임상 시험 심사위원회의 승인 및 감독을 필요로한다. 연구에 사용 된 경우에 여기에보고 방법, 검토하고 럿 거스 예술과 과학 윤리 심의위원회 (IRB)를 통해 사람을 대상으로 보호 프로그램에 의해 승인되었습니다.
1. 준비
- 사운드 감쇠 및 전기 차폐 실에서 테스트를 1 시간 동안 아기를 예약합니다. 뇌파 검사의 30 분 - 대표 데이터를 생성이 문서에서 제시된 연구 프로토콜은 (20)를 포함한다.
- 한 "차 테스터"하나 "그물 조수"하나 "연예인"테스트 세션 당 3 명이 할당합니다.
- 고밀도 유아 EEG 기록 용, 적어도 64 채널 망을 사용한다. 여기에 제시된 대표 데이터를 들어, 128 채널의 센서 망을 이용 하였다.
2. 인터넷 응용 프로그램
- 기록 참에 다음과 같은 소모품을 설정BER : Coban 자체 접착 포장 테이프, 테이프를 측정 펜, 2 수건 및 피펫을 표시. 보정은 (예를 들어, dB SPL, HL, 등)의 시험 수준 들린다.
- 전해질 용액 (증류수, 칼륨 염화물 및 아기 샴푸)이 아니라 이전에 추정 된 가족의 도착 시간을 확인합니다. 그물이 아기의 머리에 너무 추운되지 않도록, 물 따뜻한 8온스은 응용 프로그램 이전 솔루션에 추가 할 수 있습니다.
- 가족이 도착하면, IRB 승인 된 형태의 동의를 구하십시오.
- 테스트 챔버에서, 교사의 무릎에 유아 앉아, 그리고 연예인은 유아 놀이를 시작해야합니다. 그것은 제 구경이면 순 신청 절차를 설명한다.
- 머리의 가장 넓은 부분에서 아기의 머리 둘레를 측정하고이 측정을 기반으로 그물 크기를 선택합니다. 둘레가 한 시대의 최소 사이즈에 가까운 경우에 가장 적합한을 얻으려면 더 작은 크기의 그물을 선택합니다. ELEC의 선택 순 잠수함trolyte 솔루션입니다.
- nasion - 투 - inion를 측정하고 총 측정의 ½에 두피를 표시합니다. 귀를 귀 측정을 위해 동일한 작업을 수행. 최종 마크는 Cz에 (정점)입니다.
- 마른 수건에 배치하여 인터넷에서 여분의 솔루션을 제거합니다. 그물 보조 그물을 반전하고 Cz에 전극을 잡고있다; 차 테스터 그물의 전면에 자신의 손가락을 배치 할 수 있도록 그물을 들고입니다.
- 위에 그물을 뒤집어 순 조수가 턱끈과 네트의 외부 (nasion 전극과 턱끈을 연결) 컬러 전면 스레드를 이동할 때 유아의 머리에 그물을 배치합니다.
- 정점 두피 마크에서 Cz에 배치, 유아의 머리에 그물 위치를 조정합니다. 포지션 / 뒤로부터 각 전극과 헤드 표면과 직각이 있는지하게 전방으로 작동 전극의 각각을 정렬.
- , 와이어를 수집 Coban 테이프로 턱끈, 보안 와이어를 조정하고, 그물도없고 플러그ctor에.
- 50의 kOhms <의 임계치와 상기 전극의 임피던스를 측정 또는 시스템의 명령에 따라. 일부 전극이 높은 임피던스가있는 경우, 전해질 채워진 피펫 전극을 다시-담가 부드럽게 전극 아래에서 머리를 이동합니다.
3. 자극 프리젠 테이션 및 뇌파 기록
- 스피커와 자유 분야에서 현재 청각 자극은 아기의 머리에서 등거리.
참고 : 자극 매개 변수로 하였다 대표적인 연구는 다음과 같습니다의 기본 주파수와 70 밀리 톤 쌍 중 800 또는 1,200 Hz에서 15 고조파 (옥타브 당 6dB의 롤 - 오프)는 두 블록 (70 또는 300 밀리 초 인터페이스에 표시됩니다 자극 간격). 저 높은 쌍 (800 Hz에서 - 1200 Hz로는) - 기준 (85 % = 708 시험) 낮은 저 (800 Hz에서 800 Hz에서) 사이에서 일탈자 (15 %는 = 125 시험)으로 표시하고 있습니다. - 하드웨어와 소프트웨어의 지시에 따라 뇌파를 기록합니다. 대표 데이터에 대한 다음과 같은 매개 변수를 사용하여 삼프도리아를링 속도 : 250 Hz에서, 로우 패스 하드웨어 필터 : 100 Hz에서, 타원형, 하이 패스 필터 : 0.1 Hz에서, Auto (자동) : 나이 퀴 스트, 이사회 게인 설정 : 1.
- 녹화 중에 유아를위한 진정, 조용한, 약간 매력적인 환경을 제공합니다. 연령에 적합한 자동 비디오를 재생하거나 조용한 장난감 (예를 들어, 타격 거품, 책에서 사진을 가리키고, 인형극)와 유아를 잠급니다. 음악을들을 이어폰 간병인을 제공하는 것은 유아 응답 부주의 간병인 간섭을 피한다. 유아가 불안 경우 진정 환경을 복원 할 수있을 때까지, 뇌파에 영향을 미치는, 자극 프레 젠 테이션 및 뇌파 기록을 일시 중지합니다.
- 실험이 종료 된 후, 부드럽게 그물을 제거하고 유아의 머리와 머리 건조.
- 테스트 세션의 끝에서 프로그램을 종료하기 전에 원시, EEG 필터링되지 않은 데이터를 저장하고 백업.
4. 데이터 처리 - ERPS
시각적으로 원시 뇌파 데이터를 검사하고 세그먼트를 거부높은 진폭 이슈와의.
참고 : 높은 진폭 채널을 거부하고 보간. 거부 된 채널들의 최대 퍼센트가 30 %로 설정되어야한다. 다른 방법도 감소 또는 데이터에 존재하는 아티팩트를 거부하기 위해 사용될 수있다 (예를 들어, ICA, PCA도 30을 참조 할 참조).
- 대뇌 피질의 활동과 일치 미리 설정된 매개 변수를 사용하여 데이터를 필터링합니다. 15 Hz에서 - 유아 1의 오프 - 라인 대역 통과 필터를 사용한다.
- 세그먼트 연속 데이터는 소프트웨어 지침에 따라 "시간 0"주위에 (자극 발병을) 시대를 만들 수 있습니다. 분할의 경우, 전체 응답을 캡처하는 기본 활동 및 사후 자극 시간을 설정 할 수있는 충분한 사전 자극 시간을 포함한다.
- 적절한 거부 기준 (유아 예를 들어, +/- 200 μV)에 따라 잡음이 신 (新) 시대를 거부합니다. 30 %에서 거부 신 (新) 시대의 최대 퍼센트를 설정합니다.
- 각각의 시대와 각 조건을 평균이 평균을 결합그랜드 평균을위한 그룹과 조건에 따라에요.
- 각각의 평균에 포함 된 신 (新) 시대의 수는 과목에 걸쳐 다양하면 더 / 덜 시대와 주제를 동일하게 평가되도록, 신 (新) 시대의 수를 가중.
- n은 평균값을 포함 에포크의 수와 동일한 N 배 파형이, 모든 피험자 에포크의 총 개수로 나눈 값으로 그랜드 평균 중량, 각각의 상태에서 각각의 평균을 계산한다. 이 방법은 최종 평균의 각 시험 동일한 가중치를 준다.
5. 데이터 처리 - 소스 현지화
유아 데이터의 경우, 연령에 적합한 MR 템플릿 또는 개별 MR 스캔 (이전 간행물 31, 32 참조) 중 각 개인과 그랜드 평균 ERP 파일을 공동으로 등록합니다.
참고 : 공동 등록 과정에서 전극의 위치 및 재구성 헤드 단일 좌표 시스템으로 등록된다. 그랜드 평균이 사용될 수있다다이폴 모델을 정의한다.
기초 원의 개수 및 위치 데이터에 장착 될 것으로 추정된다. 청각 패러다임의 경우, 무료 위치와 회전이 다이폴 안테나를 사용합니다.
주 : 소스 추정 자동 관심 시간 창에 "최적"위치를 얻기 4 잔여 맞는 기준의 가중 조합 비용 함수의 최소화를 통해 안내된다.
- 이러한 요소는 개발 과정에서 빠르게 변화로 확인 연령에 적합한 매개 변수는 두피의 두께, 두개골 두께, 지주막 하 공간과 골 전도성의 폭에 사용합니다. 대표 데이터의 경우, 매개 변수는 다음과 같습니다 두개골 : 1.5 mm; 두피 : 2.5 mm; 지주막 하 공간 : 1.7 mm; 뼈 전도도 : 0.0581.
- 그랜드 평균 ERP를 시작으로, 피크에 해당하는 관심의 시간 창을 선택합니다. 보수적 매개 변수는 일반적으로 관심 (31)의 피크 약 + 20 밀리 초입니다.
- Fi의 "선 (善)을 확인잔류 편차의 소프트웨어를 이용하여 출력 다이폴 솔루션 t ". 이것은 현재 다이폴 모델 착용감 주어진 시간 창에 여전히 불명 신호의 양이다. 잔류 편차를 최소화하기 위해 시간 창을 조정한다. 확장 활동 영역 내의 솔루션을 확인하는 분산 소스 모델 (클라라)를 사용합니다.
- 각 조건 및 피크 다이폴 소스 솔루션 및 파형을 저장합니다.
- 모든 개인 평균 파일에 대해이 절차를 반복합니다.
- 소스 위치의 통계 분석을 위해 각각의 평균 파일에서 각 다이폴 안테나에 대한 방향, 최대 대기 시간, 크기 및 위치의 사용 가치는 X (내측 - 외측), Y (전후방) 좌표 및 Z (우수한 - 열등) 해결책. 여기에 제시된 경우, 2X2 반복 측정은 분산 분석 (자극 (표준, 일탈) 소스의 진폭과 대기 시간 X 반구 (왼쪽, 오른쪽)은 발전기의 강도와 타이밍을보고 유용 할 수 있습니다. 소스좌표 (검토를 위해, 31, 32)와 동일한 방식으로 평가 될 수있다.
6. 데이터 처리 - 소스 공간에서 시간 - 주파수 분석
- 원시, 필터링되지 않은, 연속 뇌파 데이터에 쌍극자 모델 솔루션을 적용합니다.
- 가상 전극 몽타주로서 원시 EEG 데이터 파일 소스 용액 (단계 5.6에서 저장.)를 적용.
주 : 이러한 방식으로 다이폴 모델의 사용은 가상 2 소스 몽타주 (뇌 소스 공간)으로 연속 고밀도 EEG를 변환 (센서 공간)의 기록 표면 채널 상에 고정 된 공간 필터를 적용한다.
- 가상 전극 몽타주로서 원시 EEG 데이터 파일 소스 용액 (단계 5.6에서 저장.)를 적용.
- 시간 - 주파수 영역 (도 1)으로 시간 - 도메인 싱글 재판 소스 신호를 변환.
주 : 현재, 여러 접근법은 웨이블릿 분석 및 힐버트인가 필터링 된 데이터에 변환을 포함하여, 시간 - 주파수 영역으로 단일 시험 데이터를 변환하는데 이용 될 수있다. 이러한 방법의 비교이지만이 문서의 범위를 벗어난 여러 게시 된 기사는 철저하게 이러한 방법 33-36을 설명했다. 시판 간섭 소프트웨어 프로그램 (37)에서 발견 복소 복조 절차를 이용하여 시간 - 주파수 분석은 주파수 및 37-39 시간의 함수로서 각각의 뇌 활동의 순시 엔벨로프 진폭 및 위상을 계산한다. 이 순간 전력 변화의 조치 (임시 스펙트럼 진화, TSE) 및 위상 잠금 (간 시험 단계 잠금, ITPL)를 생성한다.- 2에서 80 Hz에서 -1,500 1,500 밀리에서 50 밀리 초 시간 해상도 1 Hz의 넓은 주파수 빈 : 다음 매개 변수를 사용합니다. 시대의 시간 창은 유물 40, 41을 들이지 않고 가장 낮은 원하는 주파수에서 필터링이나 처리를 수 있도록 충분히 길어야한다.
- 스퓨리어스 가능한 아티팩트와 관련된 R 또는 원형의 해석을 피하기 위해 EEG 활동의 빈도 피크를 시각화의기 양양한 진동 41, 42.
- 조건 및 그룹 24,43에서 유의 한 차이의 영역을 결정하는 순열 테스트 및 클러스터 분석을 수행합니다.
Representative Results
유아 이벤트 관련 우수
유아 ERPS 성인 ERPS보다 일반적으로 크다, 및 나이 44에 따라, 응답을 성숙에 대하여 활성화 적은 이상의 피크를 가질 수있다. 여기, 우리는 스물셋 4 개월 된 영아 (43) (그림 2) 대표 그랜드 평균 응답을 보여줍니다. 괴짜 패러다임은 우리가 유아의 뇌가 두 사건 사이의 차이를 인식 할 수 있는지 여부를 확인 할 수 있습니다. 대표적인 결과에서, 톤 변형, 비정상적인 응답 (DEV, 800-1,200Hz, 빨간색 선)은 불변 톤 쌍 (STD, 800-800Hz, 검은 선)에 비해 활성화의 추가 피크를 이끌어 낸다. 이 발견은 모두 제어 속도 (300 밀리 초 왼쪽 ISI)과 빠른 속도 (70 밀리 초 ISI, 오른쪽) 조건에서 명백하다. FZ (정면 중간 선), C3의 전극에서 예 응답 (중앙, 오른쪽)과 C4 (왼쪽 중앙가) 표시됩니다. 계산 된 차이 파 (비정상적인 마이너스표준)은 또한 회색 선으로 도시되어있다. 활성화의 추가 피크는이 나이에 아기의 뇌가 모두 속도 프리젠 테이션에서 톤의 차이를 구별 할 수 있음을 시사한다.
유아 소스 파형
작은 잔류 편차와 소스 활동은 원래의 데이터와 변환 된 데이터 지역화 소스 사이에 "적합"을 의미, ERP 피크를 따라야합니다. 대표 데이터에서 우리는 뉴스 와이어 배포 모델을 통해 (톤 - 불변) 조건 (그림 3) 성병에 유아 그랜드 평균 ERP의 2 다이폴 가장 적합한 소스 모델의 위치를 보여줍니다. 계산은 분명 제어 및 빠른 속도 조건에서 왼쪽과 오른쪽 청각 활성화를 보여줍니다.
두 쌍극자 모델 (그림 4)에서 활동의 봉우리는 아주 잘 ERP 응답에 맞습니다. ERP 파형의 피크시기와 형태, 내가 보여N 패널 (ⅰ), (ⅱ) (자세한 내용은, 원래 기사, 43 참조) 패널에 표시된 소스 파형의 타이밍과 형태를 일치합니다. 이 실험에서 소스 파형은 두피에 전극을 통해 활동에 분산의 97.9 %를 설명했다. 소스 피크 지연 통계 분석은 우반구 활성이 두 조건 모두에서 좌측보다 더 빠른 것으로 나타났다 및 빠른 응답 속도는 제어 조건에 비해 두 반구 뒷부분이었다. 반구 차이는 소스 위치 파악 기술이 응답으로부터 부가 정보의 검색 기능을 사용할 것을 제안 ERP 데이터를 이용하여 관찰되지 않았다.
유아 이벤트 관련 진동
일반적으로, 시간 - 주파수 분석 성인 동물 데이터는 자극이 신경 동시성의 1 / f 패턴을 연상 것을 보여준다 (예., 주파수가 증가함에 따라 전력을 감소). 대표 데이터에 의해 유발 된 청각 t일쌍, 우리는 유아가이 패턴 (그림 5)를 표현하는 것으로 나타났다. 여기에, 자극 발병 세타 (5-6 Hz에서), 베타 (20 ~ 25) Hz에서 모두 오른쪽 감마 (35-45 Hz에서) 전원의 동기 버스트 및 뇌의 왼쪽 청각 영역을 이끌어 낸다.
동물 모델과 성인 실험은 진동 동시성을 제안하고, 중간 주파수 진동 특히 저에 (예., 1-8 Hz에서)를 유발 전위 (45)에 큰 기여입니다. 이전 공보 43 유아 진동의 순시 전력 변화 (시간적 에볼루션 스펙트럼, TSE)의 분석은 불변 톤에 대해 세타 밴드 (6-8 Hz로)에서 변형 톤에 더 큰 힘을 유도 하였다. 이 효과는 특히 제어 속도 조건 (그림 6)의 오른쪽 청각 영역에 대해, 모두 속도 조건에서 관찰되었다. 빠른 속도로 프리젠 테이션을 향상 왼쪽 대뇌 피질의 INV을 제안, 더 좌우 대칭 활동을 굴복빠르게 일어나는 자극의 청각 및 음향 처리 동안 변경 처리 중 특히 olvement.
도 시간 - 주파수 분석. 시간 - 주파수 해석 방법의 1 단계 그랜드 평균을 이용하여 도시되어있다 (N = 12) 70 밀리 ISI 톤 조건 중 4 개월의 유아로부터 데이터. 자극 온 세트는 시간 축 아래에 빨간색 화살표로 표시됩니다. 분석하는 단계는 : (1) 각 채널에 대해 생성되고, Cz를 전극에 도시 ERPS 평균 스케치 헤드에 도시 ERP 발생기, (2) 소스 위치, 상에 맵핑 된 데이터의 2 다이폴 모델을 사용함으로써 얻어진다. 유아 MRI 템플릿입니다. (3) 개인 및 그랜드 평균 소스 파형은 왼쪽과 오른쪽 쌍극자의 맞춤에서 얻을 수 있습니다. 유아 헤드 모델 g에서 (선택된 피크에 대응하는 전압 맵을 보여준다선). (4) 소스 몽타주 128 채널 두피 데이터에 적용되고, 진폭 계산 두 소스 채널에 대해 저장된다. (5) 이벤트와 관련된 진동은 단일 시험에서 계산 및 반응 기간에 걸쳐 평균화된다. 주세요 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2. 잠재적 인 형태를 이벤트 관련. 그랜드 평균 (N = 23) 신속한 (70 밀리 초 ISI) 및 제어 (300 밀리 초 ISI) 표준 속도 응답 (STD, 블랙 라인)과 일탈에 (DEV, 레드 라인) 톤 쌍 정면 중간 선 중앙 왼쪽과 오른쪽 전극에 표시됩니다. 부정성 최대 그려집니다. 자극 온 세트는 FZ에서 시간 축 아래에 빨간색 화살표로 표시됩니다. P1은 검은 색 화살표와 FZ 패널에 표시됩니다. 차이 WAV전자 (STD에 DEV 마이너스 응답 응답) (43에서 적응) 회색 선에 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3. 소스 현지화 결과. 두 쌍극자 "가장 적합한"소스 모델은 소스 모델에서 분산 활동에 겹쳐 표시됩니다. 클리어 좌우 활성 좌우 측두엽 영역에 걸쳐 볼 수있다. (43에서 적응). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4. 잠재적 인 이벤트 관련 및 소스 파형 비교. 정면 LEF에서 (I) 예 ERPS T 오른쪽 전극 (F3와 F4) 활성화의 쇼 피크는 불변 및 변형 기본 주파수 (각각 STD 및 디바이스)와 쌍을 톤. 주파수의 변화는 주파수. (Ⅱ) 활성화의 피크의 대기 시간이 소스 화 된 쌍극자 활동과 유사하다 (STD 검은 색) 변경되지 않은 경우, 제안에 상대적으로 더 큰 봉우리 ~ 400 밀리 초 (DEV, 레드 라인)를 이끌어 ERP 및 소스 파형 분석 사이 좋은 경기. 400 밀리 초에서 큰 피크는 소스 지역화 된 데이터와 오른쪽 반구에서 특히 눈에 띈다. 단순화하기 위해, 빠른 속도 조건 만 응답 그러나 유사한 일치는 또한 제어 속도 조건에서 응답 ERP 및 소스 파형 사이에 관찰되었다, 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
gure 5 "SRC ="/ 파일 / ftp_upload / 52420 / 52420fig5.jpg "/>
도 5 풀링 TSE 맵은 좌우 발전기 시간 -1 내지 1 초의 에포크 % 이상의 스펙트럼 변화의 관점에서 표현된다. (I)가 간섭 주파수 대역에서 300 밀리 ISI 조건 야기가 이벤트 관련 진동에 음색 자극 발병 약 (예., -1,140 밀리 초 0 밀리 초). 긴 자극 에포크는 더 많은 데이터를 시각화하고, 주파수 분해 충분히 긴 샘플을 제공하기 위해 사용된다. (- 300 밀리 초 150)을 마우스 오른쪽 패널은 초기 처리 피크의 평균 스펙트럼을 보여줍니다. 평균 스펙트럼은 특정 주파수 대역에서 동시성의 이산 봉우리 전체 1 / F 스펙트럼을 보여줍니다. (II)와 유사한 패턴은 70 밀리 초 ISI 조건에 대해 관찰된다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
4개월 된 유아 이벤트 관련 진동의 그림 6. 시간 - 주파수 분석. 진동 전력의 변화는 inTemporal 스펙트럼 진화 (TSE) 컨트롤 (A)와 빠른 속도의 4 개월 된 유아 그랜드 평균 플롯을 표시됩니다 (B) 조건. X 축에 검은 막대 톤 개시 및 지속 시간을 나타낸다. 왼쪽과 오른쪽 소스 활동은 각 그래프의 왼쪽 상단 모서리에 표시됩니다. 첫 번째 행 : 불변 주파수 톤 쌍 (I) 응답은 (STD)는 델타 세타 범위의 전력 변화를 보여줍니다. 중동 행 (II), 특히 제어 상태에서 마우스 오른쪽 청각 영역에서, 응답을 표준을 기준으로 제 2 계조에서의 제 2 계조 (DEV) 쇼 강화 델타 세타 전력의 주파수 변화와 톤 쌍에 대한 응답. 세 번째 행 : STD와 디바이스 사이의 차이 플롯응답은 빠른 속도 (B.iii)의 제어 속도 (A.iii)에 전력을 마우스 오른쪽 lateralized 증가와 양자 간 전력 차이를 보여줍니다. STD와 시간 - 주파수 영역에서 DEV 응답 사이의 유의 한 차이는 블랙 아웃에 나타낸다. (43에서 적응). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
Discussion
여기에 설명 된 연구 방법은 spectrotemporal 역학과 유아 고밀도 청각-유발 뇌파 및 ERP 뇌 반응의 해부학 적 위치의 깊은 이해를 용이하게하는 방법에 대해 설명합니다. 분석을 용이하게이 프로토콜 내에서 네 가지 중요한 단계가 있습니다. 첫째, 최소한의 교사와 유아 스트레스와 적절한 넷 애플리케이션 및 위치가 아닌 진정 패러다임에 깨끗한 뇌파를 기록하는 기초입니다. 알맞은 헤드 측정 및 그물 크기 선택뿐만 아니라 응용 과정 순 조수와 연예인의 사용은이 단계를 수행하기에 중요하다. 둘째, 테스트 세션, 조용한 놀이에서 유아 종사 차 테스터, 그물 보조 및 연예인,에 의해 촉진 상태 동안 가족을 위해, 조용 조용하고 쾌활한 분위기를 확립하는 것이 중요하다. 셋째, 데이터 분석을 위해, 그것은 나이에 적합한 MRI 헤드 모델은 소스 위치 파악을 위해 사용되는 것이 중요하다. 머리 크기, 보NE와 피부 및 뇌척수액 공간은 가장 정확한 정위 결과를 얻기 위해서는 테스트 연령 정확해야한다. 마지막으로, 일반 피질 응답을, 그 고밀도 그물을 사용하는 것이 또한 중요하다 (예., 데이터의 적어도 64 채널) 둘러 아티펙트 녹화를 얻는 기회를 최적화하기 위해.
이 기술의 한 가지 제한은 뇌파 데이터의 소스 현지화 활동 테스트 사이트의 황금 표준되지 않는 것입니다. 최고의 머리 모델과 측정이 여전히에도와 현지화의 앞으로 모델 활동의 위치 추정 한 가지 명심해야합니다. 따라서, 소스의 활동에 관한 정보는 실험 조건 또는 그룹간에 비교 될 수있는 방식으로 실험을 설계하는 것이 필수적이다. 또한, 일반적으로 특히, 종단 연구에서 유아 테스트는 불완전하거나 누락 된 데이터 세트를 내포 할 수있다. 이 문제에 대한 해결책은 a) (R)을 유지한다참여 가족과 함께 elationships; b)는 유아와 보호자를위한 조용하고 침착 기록 분위기를 최적화; 및 c) 주제 풀을 과대 평가. 우리의 손에, 경험있는 소아 팀과 함께, 우리는 낮은 드롭 아웃 및 데이터 손실을 최소화 속도를 달성했다. 57 참가자 211 유아 기록 세션의 길이 샘플에서 우리는 98.6 %의 데이터 보존 표시 (예., 208 사용할 수있는 데이터의 결과 세션)과 10 %의 중퇴 비율 (예 :., (6) 참가자가 시작 이후 계속 할 수 없었습니다 실험). 이러한 MEG와 NIRS와 같은 다른 기술을 통해 뇌파의 장점은, subcortically 바이어스 활동이 다른 필터 밴드 액세스 할 수 있다는 것입니다. 또한, 전극 헤드와 같이 이동 움직임을 제어하기 쉽다.
이 프로토콜이 마스터되면, 유아 뇌파 및 진동 역학의 실험적인 응용 프로그램은 풍부하다. 그것은 우리가 먼저 대뇌 피질의 netwo 개발 일반적으로 이해해야합니다 분명하다순서 RKS는 비정상적으로 구성되는 사람들을 식별합니다. 이것은 (진동 포함) 초기 청각 처리 메커니즘의 무결성은 이상적으로, 청각 경험 인용으로 생성 및 사운드 표현 가소성 역할을하고있는 모델의 생성에 대한 필요성을 암시 알았다. 형식적인 진단이 발생하기 전에이 모델에 따르면, 비언어적 처리 적자는 현상 년과 관련된, 또는 일부의 경우 수십 년에 할 수있다.
미래 연구는 주파수 밴드 별 진동 동력학, 교차 주파수 위상 결합 및 초기 개발 걸쳐 지역 흥분성 / 억제 패턴의 기능을 포함하여 추가 정보를 이해하기 위해 필요하다. 수면과 같은 다른 상태에서 또한, 피질 활동과 테스트에서 전형적인 개발의 더 완전한 그림을 제공하기 위해 필요하다. 우리는이 기술 조사 whic에 의해 프로세스에 중요한 통찰력을 제공 할 것으로 판단H 'Neurotypical (뇌 기능 정상)'와 비정형 진동 역학 조직하고 신흥인지 및 언어 능력과 상호 작용합니다.
Acknowledgments
저자는 기꺼이 신경 발달 연구 및 NSF 부여 # SMA-1041755 학습 센터, 학습 센터의 NSF 과학의 시간적 역학의 엘리자베스 H. 솔로몬 센터로이 연구에 대한 지원을 인정합니다. 특별 감사는 참여 가족에 의한, 그리고 그들의 실용적이고 지적 기여에 대한 유년기 연구 실험실의 구성원에게. 소스 현지화 프로토콜의 개발을위한 그녀의 지적 입력 Naseem가 Choudhury의에 Jarmo Hämäläinen 특별 감사.
Materials
| Name | Company | Catalog Number | Comments |
| 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
- 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).
- 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).
- Singer, W. Development and plasticity of cortical processing architectures. Science. 270, 758-764 (1995).
- 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).
- Lakatos, P., et al. An oscillatory hierarchy controlling neuronal excitability and stimulus processing in the auditory cortex. Journal of neurophysiology. 94, 1904-1911 (2005).
- 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).
- Schroeder, C. E., Lakatos, P. Low-frequency neuronal oscillations as instruments of sensory selection. Trends Neurosci. 32, 9-18 (2009).
- 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).
- Basar, E. Oscillations in 'brain-body-mind'-A holistic view including the autonomous system. Brain Res. 1235, 2-11 (2008).
- Buzsaki, G. Large-scale recording of neuronal ensembles. Nature. 7, 446-451 (2004).
- Aslin, R. N. Discrimination of frequency transitions by human infants. The Journal of the Acoustical Society of America. 86, 582-590 (1989).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Lakatos, P., et al. Timing of pure tone and noise-evoked responses in macaque auditory cortex. Neuroreport. 16, 933-937 (2005).
- Shah, A. S., et al. Neural dynamics and the fundamental mechanisms of event-related brain potentials. Cerebral cortex. 14, 476-483 (2004).
- Fries, P. A mechanism for cognitive dynamics: neuronal communication through neuronal coherence. Trends Cogn Sci. 9, 474-480 (2005).
- Buzsaki, G. Rhythms of the Brain. , Oxford University Press. New York. (2006).
- Buzsaki, G., Draguhn, A. Neuronal oscillations in cortical networks. Science. 304, 1926-1929 (2004).
- Whittingstall, K., Logothetis, N. K. Frequency-band coupling in surface EEG reflects spiking activity in monkey visual cortex. Neuron. 64, 281-289 (2009).
- 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).
- 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).
- 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).
- 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).
- Benasich, A. A., Tallal, P. Infant discrimination of rapid auditory cues predicts later language impairment. Behavioural brain research. 136, 31-49 (2002).
- Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Front Hum. Neurosci. 8, 213 (2014).
- 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).
- 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).
- 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).
- Canolty, R. T., et al. High gamma power is phase-locked to theta oscillations in human neocortex. Science. 313, 1626-1628 (2006).
- 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).
- Delorme, A., et al. ERICA: new tools for advanced EEG processing. Computational intelligence and neuroscience. 2011, 130714 (2011).
- Makeig, S. Auditory event-related dynamics of the EEG spectrum and effects of exposure to tones. Electroencephalography and clinical neurophysiology. 86, 283-293 (1993).
- Hoechstetter, K., et al. BESA source coherence: a new method to study cortical oscillatory coupling. Brain topography. 16, 233-238 (2004).
- Papp, N., Ktonas, P. Critical evaluation of complex demodulation techniques for the quantification of bioelectrical activity. Biomedical sciences instrumentation. 13, 135-145 (1977).
- 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).
- 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).
- 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).
- 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).
- Musacchia, G., et al. Oscillatory support for rapid frequency change processing in infants. Neuropsychologia. 51, 2812-2824 (2013).
- Boer, T., Scott, L. S., Nelson, C. A. Infant EEG and Event-Related Potentials.Studies in Developmental Psychology. Hann, M. , Psychology Press. Washington D.C. 5-39 (2007).
- 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).
