Waiting
Login processing...

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

Neuroscience

La investigación de la función de profunda cortical y estructuras subcorticales Usando estereotáctica Electroencefalografía: Lecciones de la corteza cingulada anterior

Published: April 15, 2015 doi: 10.3791/52773
Automatic Translation
1,3, 4, 1,3, 3, 2,3, 2,3, 2,3, 1,3, 1,3, 1,3
1Department of Neurosurgery, Columbia University Medical Center, New York Presbyterian Hospital, 2Department of Neurology, Columbia University Medical Center, New York Presbyterian Hospital, 3Columbia University Medical Center, New York Presbyterian Hospital, 4School of Medicine, King's College London

Summary

Estereotáctica Electroencefalografía (SEEG) es una técnica quirúrgica utilizada en la cirugía de la epilepsia para ayudar a localizar focos epilépticos. También ofrece una oportunidad única para investigar la función cerebral. Aquí describimos cómo SEEG se puede utilizar para investigar los procesos cognitivos en sujetos humanos.

Abstract

Estereotáctica Electroencefalografía (SEEG) es una técnica utilizada para localizar focos de ataques en pacientes con epilepsia intratable médicamente. Este procedimiento implica la colocación crónica de múltiples electrodos de profundidad en las regiones del cerebro típicamente inaccesibles a través de subdural colocación de los electrodos de rejilla. Así SEEG ofrece una oportunidad única para investigar la función cerebral. En este trabajo se demuestra cómo SEEG se puede utilizar para investigar el papel de la corteza cingulada anterior dorsal (DACC) en el control cognitivo. Se incluye una descripción del procedimiento SEEG, lo que demuestra la colocación quirúrgica de los electrodos. Se describen los componentes y procesos requeridos para registrar potenciales de campo local de datos (LFP) de consentir sujetos mientras se dedican a una tarea de comportamiento. En el ejemplo proporcionado, los sujetos desempeñan una tarea de interferencia cognitiva, y muestran cómo se registran las señales y se analizan de electrodos en la corteza anterior cingulada dorsal, una zona de intimtamente involucrados en la toma de decisiones. Concluimos con más sugerencias de formas en que este método se puede utilizar para la investigación de los procesos cognitivos humanos.

Introduction

La epilepsia, un trastorno neurológico común caracterizada por múltiples convulsiones recurrentes en el tiempo, representa el 1% de la carga mundial de enfermedades 1. Los medicamentos anti-epilépticos no logran controlar las convulsiones en el 20 - 30% de los pacientes 2,3. En estos pacientes médicamente intratables, cirugía de la epilepsia a menudo se indica 4,5. La decisión de proceder con la cirugía requiere localizar el foco del ataque, un requisito previo a la formulación de un plan quirúrgico. Inicialmente, las técnicas no invasivas se utilizan para lateralizar y localizar el foco del ataque. Electroencefalografía (EEG), por ejemplo, las medidas de la actividad eléctrica cortical registró a partir de los electrodos colocados en el cuero cabelludo y, a menudo puede proporcionar suficiente información sobre la ubicación del foco epiléptico. Además, la resonancia magnética (MRI) puede demostrar lesiones discretas, tales como esclerosis del hipocampo, la patología clásica observada en la forma más común de la epilepsia intratable médicamente, t mesialepilepsia del lóbulo emporal (ELTM).

Con frecuencia, sin embargo, el estudio diagnóstico no invasivo es incapaz de identificar un foco epiléptico. En estos casos, se requiere electrocorticografía invasiva (ECoG) con electrodos intracerebrales para localizar el foco y guiar tratamiento quirúrgico adicional 6. ECoG es una técnica neurofisiológica utilizado para medir la actividad eléctrica usando electrodos colocados en contacto directo con el cerebro. Grids o tiras de superficie (subdurales) electrodos se colocan sobre la superficie del cerebro, un proceso que requiere una craneotomía (extirpación de un colgajo óseo) y abertura grande de la duramadre. Estos electrodos de superficie se pueden colocar sobre la zona putativo (s) de inicio de la crisis. Los extremos distales de los electrodos se túnel a través de pequeñas aberturas en la piel y se conectan al equipo de grabación en la unidad de supervisión de la epilepsia (UEM). En la UEM, el paciente es monitoreado por la actividad convulsiva clínica a través de video continuo y grabaciones de ECoG. Esta técnica is útil para recoger a largo plazo (días o semanas) grabaciones de ictal y descargas eléctricas interictales sobre áreas relativamente grandes de la superficie cortical. Si bien estos registros intracraneales son invaluables clínicamente para la investigación de focos epilépticos y propagación, sino que también nos ofrecen la oportunidad de investigar la función cognitiva y la neurofisiología en los seres humanos sometidos a tareas de comportamiento diseñados específicamente.

ECoG usando electrodos de rejilla subdurales se ha utilizado para investigar diferentes aspectos de la función cortical, incluyendo el procesamiento sensorial y el lenguaje. Como uno de los muchos ejemplos, Bouchard et al demostraron la coordinación temporal de la musculatura oral en la formación de sílabas de la lengua hablada en la corteza sensoriomotora ventral, una región identificada como el habla humana sensoriomotoras corteza 7. Además, ECoG con la colocación de la rejilla subdural también ha sido utilizado para estudiar los mecanismos por los cuales los seres humanos son capaces de ATTENd para una voz particular dentro de una multitud: el llamado "efecto cóctel" 8,9. Grabaciones ECoG demostraron que hay dos bandas neuronales distintas que rastrear dinámicamente flujos de voz, tanto en fase de baja frecuencia y alta gamma fluctuaciones de amplitud, y que hay sitios de procesamiento diferentes - uno sitio "modulación" que rastrea los dos altavoces, y una 'selección' sitio que rastrea el hablador asistido 5.

Otra de las aplicaciones emergentes de ECoG con la colocación de electrodos subdurales es el potencial para su uso con Brain Computer Interfaces (BCI), que "decodificar" la actividad neuronal con el fin de impulsar una salida externa. Esta tecnología tiene el potencial de permitir que los pacientes con cerebro grave o lesiones de médula espinal para comunicarse con el mundo y manipular prótesis 10,11.

Si bien la colocación de rejilla subdural ha contribuido en gran medida a nuestra comprensión de súperáreas corticales ficiales y es útil en la identificación de focos epileptogénicas corticales, esta técnica requiere una craneotomía y sus riesgos asociados, y generalmente se limita a estudiar la superficie externa del cerebro. Electroencefalografía estereotáctica (SEEG) es una técnica que permite la evaluación de profunda focos epileptógena 12. Con una larga historia de uso en Francia e Italia, también se utiliza cada vez más en los EE.UU. 13. SEEG implica la colocación de electrodos múltiples (típicamente 10-16) de profundidad dentro de la sustancia del cerebro a través de pequeñas (pocos mm) agujeros de perforación giro rebabas. Ventajas de SEEG sobre la colocación de la rejilla subdural incluyen su naturaleza menos invasiva, la facilidad de examinar hemisferios bilaterales cuando se requiera, y la capacidad de generar mapas tridimensionales de la propagación de las convulsiones. Por otra parte, estos electrodos permiten la identificación de focos epileptógena profunda que antes eran difíciles de identificar con electrodos de superficie. Este procedimiento también provides la oportunidad para investigar la neurofisiología y la función de las estructuras corticales profundas, tales como el sistema límbico, la corteza mesoparietal, la corteza mesotemporal, y la corteza orbitofrontal, todos los cuales eran previamente difíciles de investigar directamente en los seres humanos.

En este trabajo se muestra cómo SEEG puede ser utilizado para investigar la función cognitiva en la corteza cingulada anterior dorsal (DACC). El DACC es una región del cerebro investigado ampliamente, pero también es uno de los más mal entendido. Considerado una región importante para la cognición humana, que es probable que el DACC es fundamental para el procesamiento neuronal dinámica de decisiones en el contexto de continuamente cambiantes demandas impuestas por el medio ambiente 14. Los estudios en primates y seres humanos 15,16 17 sugieren que la DACC integra los posibles riesgos y beneficios inherentes a una acción determinada, especialmente en situaciones de conflicto simultánea múltiples demandas 18-21, ymodulates estas decisiones en el marco de las acciones anteriores y sus resultados 14,22,23.

La Interferencia Multi-Source de tareas (MSIT), una tarea conductual Stroop, se utiliza con frecuencia para investigar el procesamiento conflicto en la DACC. La tarea MSIT activa la DACC reclutando neuronas implicadas en múltiples dominios de procesamiento reguladas por la DACC 24,25. Esta tarea activa específicamente la DACC probando características de la toma de decisiones, la detección de blancos, la detección de la novedad, la detección de errores, la selección de respuesta, y la competencia de estímulo / respuesta. Además, la tarea MSIT presenta múltiples dimensiones de la interferencia cognitiva, que se utilizan en este estudio para investigar DAcc respuestas neuronales a los estímulos contradictorios simultáneas utilizando SEEG.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Asegúrese de que cada paciente es revisado para determinar su idoneidad para el estudio de investigación, y los pacientes apropiados debe consintió para la participación en el estudio de acuerdo con los procedimientos del IRB locales.

1. Selección de pacientes para SEEG e Investigación

  1. Selección de pacientes para SEEG
    Nota: Los pacientes con epilepsia deben ser evaluados clínicamente por un equipo multidisciplinar formado por epileptólogos, neuropsicólogos y neurocirujanos.
    1. Asegúrese de que el paciente tiene epilepsia focal médicamente refractaria, definida como la falta de respuesta a por lo menos 2 pruebas adecuadas de medicamentos antiepilépticos.
    2. Asegúrese de que las técnicas no invasivas no han podido localizar los focos epileptógena.
    3. Confirmar con equipo multidisciplinario que el paciente no es adecuado para la investigación sólo con electrodos subdurales cuadrícula.
    4. Confirme con el equipo multidisciplinario que existe sospecha clínica de una zona de inicio de la crisis profunda.
    2. <li> La selección de pacientes para la tarea de investigación
    1. Asegúrese de que sujeto está entre las edades de 13 y 65 años.
    2. Obtener el consentimiento o asentimiento (junto con consentimiento de los padres si por debajo de la edad de 18 años) de la paciente.
    3. Asegúrese de que los sujetos son capaces de asistir a la tarea y cooperar con las pruebas.

2. Preparación y implantación Técnica

  1. Realice una T2 volumétrica y contraste mejorado volumétrica T1 RM preoperatoria y transferir las imágenes al software de navegación estereotáctica, según el protocolo del fabricante.
    1. Planee los objetivos de electrodos de profundidad basado en la resonancia magnética y la sospecha clínica de focos epilépticos.
      Nota: Los ejemplos que se basan en el software de navegación BrainLab y por tanto son específicos para este sistema. Sin embargo, cualquier software de navegación estereotáctica se puede utilizar para planificar trayectorias de electrodos de profundidad y colocación.
    2. Definir la región anatómica de interés comoel punto de destino dentro de la función "Planificación estereotáctica" en el software de navegación estereotáctica.
    3. Por ejemplo, utilice DACC como la diana de interés. Para definir su trayectoria, presione "nueva trayectoria" y presione "objetivo" y haga clic en el DACC. Centre el objetivo en el medio de DACC mediante el examen de DACC en todos los 3 planos (axial, coronal y sagital) y haciendo clic en el medio de DACC en cada plano.
      1. Definir el punto de entrada en el cuero cabelludo dentro de la función "Planificación estereotáctica" en el software de navegación estereotáctica.
    4. Por ejemplo, elegir un punto en el cuero cabelludo, que parece ser el camino más corto a la DACC. Presione "entrada" y elija el punto en el cuero cabelludo para que el punto de entrada.
    5. Haga clic y arrastre el "objetivo" y "puntos de entrada" para modificar la trayectoria definida para evitar estructuras vasculares corticales y subcorticales, así como cualquier potencial ce elocuenteregiones rebral.
    6. Repita para todos los objetivos de electrodos profundidad planificadas (Figura 1).
    7. Ingresar al paciente en la mañana de la cirugía, traiga a la sala de operaciones, e inducir bajo 26,27 anestesia general.
    8. Adjunte una Cosman-Roberts-Wells (CRW) castillete estereotáctica a la cabeza del paciente con tornillos cráneo.
    9. Obtener un CT volumétrica con el castillete en su lugar.
    10. Cargue los volumétricos TC y RM imágenes en el software de navegación estereotáctica a través de la "carga e importación" función.
    11. Haga clic en la función "Localización" en el software de navegación estereotáctica.
    12. Localizar el castillete CRW haciendo clic en todas las imágenes definidas por el software de navegación estereotáctica como conteniendo el castillete y luego pulsar el botón "Asignar localizador".
    13. Haga clic en la función "AC / PC Localización" en el software de navegación estereotáctica.
    14. Identificaciónentify las comisuras anterior y posterior en función de su localización anatómica.
    15. Designar las comisuras anterior y posterior a través de la "Ajuste del sistema / PC AC" función dentro del software de navegación estereotáctica.
    16. Haga clic en la función "Imagen Fusion" dentro del software de navegación estereotáctica.
    17. Combinar las imágenes de TC con las imágenes de resonancia magnética en el software de navegación estereotáctica 28,29. Haga clic en la TC volumétrica emparejado y las imágenes de resonancia magnética por debajo de la pestaña "Fusion" y luego haga clic en "Auto Fusion".
      Nota: Esto coloca el MRI dentro de las coordenadas marco estereotáxico.
    18. Haga clic en la función "Planificación estereotáctica" dentro del software de navegación estereotáctica y confirmar las trayectorias previstas de los pasos 2.1.2 - 2.1.6.
    19. Elija el CT volumétrica como referencia estereotáctica en la pestaña "Funciones estereotáctica".
    20. Haga clic en el icono de "imprimir" en tél columna vertical de iconos para imprimir las coordenadas estereotácticas finales para cada profundidad electrodo trayectoria 30,31.
  2. Técnica de implantación
    1. Devolver al paciente a la sala de operaciones después de la tomografía computarizada.
    2. Prepare y coloque el campo quirúrgico utilizando métodos estériles rutina 32,33.
    3. Asegúrese de que un fluoroscopio está en la sala de operaciones y se cubre junto con el resto del campo quirúrgico.
    4. Utilizando las coordenadas estereotácticas impresos desde el paso 2.1.20, establecer las coordenadas para el primer electrodo de profundidad en el castillete.
      Nota: Las coordenadas estereotácticas se dan en 3 planos: lateral (x), vertical (y) y anterior-posterior (z). Por ejemplo, las coordenadas impresos para un objetivo en el DACC derecha son 48,2 mm AP, 6,6 mm lateral y 2,2 mm vertical. El castillete se ajusta entonces a esas coordenadas en consecuencia.
    5. Extender el guideblock hasta la piel y marcar la ubicación de la trepanación en el sCalp con un marcador. Fijar el guideblock en su lugar sobre la base de las coordenadas estereotácticas y, como tal, no hay puntos de referencia son necesarios para marcar la incisión.
    6. Inyectar 2 - 3 ml de 0,5% bupivacaína en una dilución 1: 100.000 de epinefrina en la incisión marcada.
    7. Hacer una incisión en el cuero cabelludo con un bisturí hasta el cráneo en la incisión marcada.
    8. Cauterizar la dermis y tejido profundo utilizando cauterio monopolar dirigido con un obturador revestido con el fin de minimizar cualquier sangrado de los vasos de la piel o tejido subcutáneo.
    9. Perforar un agujero de trépano 2,1 mm utilizando una broca helicoidal en el medio de la incisión.
    10. Abra la duramadre con una sonda obturador rígido. Enrosque un tornillo de anclaje en el cráneo. Colocar una sonda estilete previamente medida a través del perno de anclaje para hacer una pista para el electrodo.
    11. Avanzar con cuidado el electrodo a la profundidad pre-calculada. Apriete la tapa del perno de anclaje para fijar el electrodo.
    12. Repita este proceso para todoslos electrodos de profundidad.
    13. Coloque el fluoroscopio debajo y rodea la cabeza del paciente, tanto en AP y planos laterales para obtener imágenes fluoroscópicas para asegurar trayectorias de colocación adecuadas de todos los electrodos.
    14. Conectar los electrodos al sistema EEG clínica para verificar impedancias adecuadas.
    15. Despierta el paciente de la anestesia y el transporte a la sala de recuperación, y posteriormente a la UEM.
    16. En la UEM, monitorear al paciente a través de la vigilancia de circuito cerrado para las convulsiones clínicas ya través de ECoG para pruebas electrográfica de convulsiones.

3. Comportamiento de tareas y Adquisición de Datos

  1. Tarea conductual
    1. Software de comportamiento abierto en el ordenador dedicado exclusivamente a ejecutar el software de comportamiento.
      Nota: Las instrucciones proporcionadas se basan en MonkeyLogic, una caja de herramientas MATLAB diseñada para la presentación y ejecución de tareas psicofísicas temporalmente precisas 34,35 y por tanto son specific a que la plataforma de software de comportamiento. Este programa se ejecuta en Matlab versión 2010a y requiere el "Data Acquisition Toolbox". Sin embargo, cualquier plataforma de software de comportamiento capaces de presentar estímulos visuales y grabación de datos electrofisiológicos se podría utilizar.
    2. Establezca el archivo de condiciones diseñado para ejecutar la tarea MSIT para incluir los cuatro tipos de prueba de la misma frecuencia.
      Nota: La tarea MSIT consiste en presentar el tema con un taco de tres números entre 0 y 3, donde dos de los números, los "distractores", son los mismos y un número, el "objetivo", es diferente.
      1. Instruya al sujeto a identificar el "objetivo" pulsando el botón correspondiente en una caja de botones. Si '1' es el objetivo, el botón izquierdo es la elección correcta. Si el botón central del '2', y el botón, si '3', a la derecha. '0' no se corresponde con un botón es posible (Figura 2).
      2. Pulse el botón "Establecer condiciones" y seleccione el archivo deseado condiciones establecido en el paso anterior.
        Nota: Hay dos tipos de interferencia cognitiva que inducen conflicto durante el proceso de toma de decisiones. Ensayos de interferencia Flanker se producen cuando los distractores son posibles (1, 2, o 3, en lugar de 0) opciones de botón (por ejemplo., 121), mientras que los ensayos de interferencia espacial se producen cuando la localización espacial del número de destino difiere de la ubicación de respuesta (por ejemplo, 200 , en la que el botón central es la respuesta correcta, a pesar del hecho de que el número de destino está en la posición izquierda). Hay cuatro tipos de ensayos basados ​​en la presencia o ausencia de estos dos tipos de interferencia.
      3. Pruebe el monitor de comportamiento haciendo clic en "Test" en la caja de presentación. El monitor de pantalla debe mostrar el estímulo visual de prueba para 2-3 seg.
      4. Conecte el dispositivo de interfaz de sujeto (caja de botones) a las entradas analógicas de los datosTarjeta de adquisición en el equipo dedicado a la grabación de los datos electrofisiológicos mediante tres cables BNC estándar.
      5. Conecte la caja de botón a una fuente de alimentación.
      6. Conecte la tarjeta de adquisición de datos al procesador de señal neural de 512 canales a través de un cable de cinta dividida en 9 cintas. 8 de las cintas están conectados a los puertos 0-7 en la parte de E / S digital de la tarjeta de adquisición de datos, mientras que el 9 de cinta está conectado al puerto 0 en la parte PFI digital de la tarjeta de adquisición de datos.
        Nota: Las cintas envían marcadores de 8 bits digitales (puertos 0-7, E / S digital) y un pulso de luz estroboscópica (puerto 0, PFI digital), al procesador de señal neural.
      7. Ajuste la frecuencia de muestreo deseada en el software de procesador de señal neuronal.
        1. En este ejemplo, establezca la frecuencia de muestreo deseada a 50.000 muestras por segundo, alias y hacia abajo de la muestra en línea de 1.000 muestras por segundo. Ajuste la frecuencia de muestreo para adaptarse a los objetivos específicos de la tarea. Sub-milisegundos de tiempo de precisiónrequiere una velocidad de muestreo extremadamente alta.
      8. Conecte el amplificador al procesador de señales neuronales a través de cable de fibra óptica.
      9. Conecte el procesador de señal neuronal para el streamer de datos y la tarjeta PCI óptica en el equipo de adquisición de datos neuronal a través de cable de fibra óptica.
    3. Adquisición de datos
      1. Utilice la plataforma de investigación para electrofisiología UEM que contiene un procesador de señal neural de 512 canales para el procesamiento y filtrado digitalizada, pre-amplificada señales eléctricas de los electrodos de profundidad.
        Nota: Si bien hay 512 canales de procesamiento, en la práctica, nunca hay más de 15 - 20 electrodos colocados con fines clínicos. Por lo tanto, le recomendamos que grabe desde tantos electrodos tan factible como tamaño de los datos y la resolución espacial no es un problema.
      2. Transportar el equipo de perforación a la habitación del paciente, coloque el monitor de comportamiento frente al paciente en una camilla portátil y conectarse a la computadora de control conductualque ejecuta el software de comportamiento mediante un cable DVI estándar.
      3. Coloque el equipo de grabación detrás o al lado de la cama del paciente con el fin de seguir siendo lo más discreto posible.
      4. Conecte el sistema de investigación a la caja de distribución que separa la grabación de investigación del sistema clínico.
      5. Parámetros de grabación de control utilizando el software de 34,35 procesador de señales neuronales.
        Nota: Este sistema permite el control de submilisegundos sobre eventos conductuales 34,35. La sincronización entre los datos neuronales y de comportamiento se puede lograr ya sea con pulsos analógicas que codifican para sucesos de tareas o marcadores digitales. Ambas señales se pueden enviar desde cualquiera de las salidas digitales o analógicas de la tarjeta de adquisición de datos a las entradas analógicas o digitales en el procesador de señales neuronales.
      6. Entregue al paciente el dispositivo de interfaz sujeto (caja de botones) y dar instrucciones de trabajo.
      7. Haga clic en "Ejecutar" para ejecutar la tarea.
      8. Permitir que el pacientecompletar 2 bloques de 150 ensayos cada uno.

    Análisis 4. Datos

    1. Paquete de software de código abierto que permite la visualización de los datos electrofisiológicos.
      Nota: Las instrucciones proporcionadas a continuación son específicas para la versión Matlab 2010a pero cualquier software que permite la visualización y manipulación de los datos electrofisiológicos se puede utilizar.
    2. Archivo .edf abierto que contiene datos electrofisiológicos primas de la sesión de prueba.
    3. Visualice señal SEEG de la sesión para asegurarse de que no hay artefactos visibles, como las descargas epileptiformes o artefacto de movimiento (Figura 3A).
    4. Superposición de los pulsos de sincronización de la tarea de comportamiento en la LFP rastro cruda (Figura 3B) para ilustrar cómo pulsos analógico puede delinear la estructura de juicio.
    5. El uso de los pulsos de temporización, alinear la traza SEEG a la presentación de referencia para cada prueba (Figura 3C).
    6. Retire los valores atípicos (> 4 desviaciones estándar)y trazas de artefactos (Figura 3D).
    7. Guardar todos los ensayos alineados en una matriz para análisis adicionales (20 ensayos se muestran apilados en la Figura 3E).
    8. Actividad media LFP entre los ensayos para reducir el efecto del ruido, artefacto o actividad EEG no relacionado con los estímulos presentados, y para aumentar la señal de interés (Figura 3F).
    9. Crear el espectrograma prima, el juicio promediada usando análisis espectral multi-cónica 36-38.
      Nota: análisis de tiempo-frecuencia se puede utilizar con el fin de investigar la dinámica específica espectro-temporal entre los ensayos individuales o múltiples. Este método permite la investigación de las oscilaciones neuronales en diferentes frecuencias en el tiempo.
    10. Pad la señal de cada ensayo con ceros a la siguiente potencia más grande de 2 para evitar los efectos de borde.
    11. Aplicar un 800 ms de ventana deslizante con 5 velas principales y un producto de tiempo-anchura de banda de 9 cada 10 ms a través de la duración de la señal para crear la especificacióntrogram (Figura 4A).
    12. Multiplicar el registro del espectrograma por 10 y normalizar para mostrar información de frecuencia superior.
      Nota: Los espectrogramas se puede normalizar por una distribución de frecuencia teórica (es decir, cada valor de frecuencia elevada a la segunda potencia negativa) (Figura 4B), el espectro medio de alguna actividad de línea de base (Figura 4C), o dividiendo por la media y restando el desviación estándar de los valores en cada banda de frecuencia (Figura 4D). Este procedimiento permite el examen de las bandas de frecuencias específicas en ambas formas crudas y normalizados a través del tiempo para los cambios específicos a la tarea. Por ejemplo, la activación de alta gamma banda - se cree (70 150 Hz), que se muestra en la Figura 3E, para reflejar la actividad excitatoria local de la población neuronal local, que rodea el electrodo 39,40.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Una vez que se selecciona un paciente para SEEG colocación de los electrodos, él / ella sufre un contraste T2 y T1 volumétrica mayor resonancia magnética. Trayectorias de electrodos SEEG se planifican mediante la navegación estereotáxica de las secuencias de resonancia magnética volumétrica (Figura 1). Esta técnica permite la recolección de los potenciales de campo locales de estructuras profundas dentro de la corteza como dorsal corteza cingulada anterior (trayectoria de color naranja claro, Figura 1), que no sería posible con la colocación típica de electrodos superficiales. Después de la operación en la UEM, el paciente realiza la Multi-Source Interferencia de tareas (Figura 2), diseñado para activar las neuronas DAcc. Después de un número suficiente de ensayos, los potenciales de campo local de los datos de los electrodos SEEG en DACC son preprocesados ​​con el fin de alinear los datos LFP a la presentación de referencia para análisis significativo posterior (Figura 3). Además, una vez alineados, los datos LFP se pueden promediar para examinar changes en la respuesta electrofisiológica promedio entre los tipos de ensayo (Figura 3F). Posteriormente, se hacen espectrogramas multi-cónicos para investigar los cambios en las bandas de frecuencia con el tiempo (Figura 4). Como los estudios de EEG cuero cabelludo han implicado diferentes bandas de frecuencia en la actividad visto en DACC, el análisis de tiempo-frecuencia es un método importante para enlazar los cambios electrofisiológicos en DACC con el comportamiento.

Figura 1
Figura 1. planificadas SEEG Electrodos Trayectorias Uso estereotáctica Navegación de Volumétrica T1 contraste mejorado la RM. Panel superior izquierda. De arriba hacia abajo vista de cara tridimensional reconstruido con trayectorias planeadas electrodos SEEG superpuestas. Arriba a la derecha, abajo a la izquierda, y los paneles de la parte inferior derecha. Axial, sagital y coronal del planificadas trayectorias electrodos SEEG superpuestas en la RM del paciente. Naranjatrayectorias de electrodos representan la implantación en la corteza cingulada anterior bilateral. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 2
Figura 2. La Interferencia Tarea Multi-Source. En un principio, el sujeto se obsesiona con una cruz en el centro de la pantalla antes de la señal que se muestra. La señal se presenta entonces y el sujeto debe identificar el número "objetivo", que es el número diferente de los otros dos números presentados. El tema indica la elección con un botón: botón izquierdo si el objetivo es "1", si media "2" y la derecha si "3." En este ejemplo, si el sujeto presiona el botón del medio, él / ella se muestra el número "2" en color verde, lo que indica que él / ella hizola elección correcta. Si él / ella elige cualquiera de los otros botones, "2" se muestra en rojo, lo que indica una elección incorrecta. Los sujetos también se someten a ensayos en los que no reciben retroalimentación valencia acerca de su elección, en cuyo caso se muestra el "2" en azul, independientemente de si la elección es correcta o no. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 3
Figura 3. preprocesamiento de datos SEEG. (A) Todos los datos registrados a partir de un único canal en el DACC. (B) Una grabación minutos de duración de la corteza cingulada anterior con pulsos de temporización superpuestos para la tarea de comportamiento. (C) Los datos para cada ensayo alineado en la presentación de referencia. (D) Los datos para cadajuicio alineado en la presentación de referencia con valores atípicos y las trazas de artefactos retirados. (E) LFP de 20 ensayos alineados en la presentación blanca y apilados. F. Averaged LFP alineado en la presentación el ejemplo de un electrodo prefrontal medial. Las líneas de puntos representan la aparición del punto de fijación. Las líneas discontinuas representan el inicio de localización. De puntos y rayas líneas representan el tiempo medio de respuesta. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 4
Figura 4. Análisis espectral. (A) Raw multi-cono espectrograma juicio promediada alineado en el momento justo. (B) El mismo espectrograma en A normalizada por 1 / f 2. (C) El mismo espectrograma en A normalizado por el espectro medio de 500 milisegundos se acabenenviar la señal. (D) El mismo espectrograma en (A) normalizado por la banda de frecuencia. (E) Media de alta potencia gammaband para espectros normalizados y sin normalizar. En todas las parcelas, líneas de puntos representan el inicio del punto de fijación, las líneas discontinuas representan el inicio de referencia, y las líneas de puntos y trazos representan el tiempo medio de respuesta. Las barras de colores indican las bandas de alta gamma utilizados en (E). Por favor, haga clic aquí para ver una versión más grande de esta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

En este trabajo SEEG se utilizó para investigar la actividad de poblaciones neuronales locales dentro de la DACC durante una tarea de toma de decisiones en los seres humanos. El trabajo previo ha investigado la actividad de las neuronas individuales en el DACC usando grabaciones microelectode intraoperatorias 14 y demostrado que la actividad DACC es modulada por la actividad anterior. Estudios de microelectrodos permiten la investigación de la actividad de las neuronas individuales spiking. SEEG mide LFPs, que están relacionados con los potenciales sinápticos sumaron a través de una gran población de neuronas. Por lo tanto SEEG permite la oportunidad de investigar simultáneamente la actividad neuronal población de varias regiones del cerebro.

Cuando se utiliza una técnica clínica como SEEG para investigar cuestiones científicas, es fundamental para garantizar en primer lugar que los planes operativos y de investigación están alineados. El problema clínico a resolver consiste en determinar zona de inicio de la crisis del paciente y will siempre tienen prioridad. Debido a que el plan operativo está dictada por la necesidad clínica, no siempre será posible para investigar el mismo problema de investigación con cada caso. Por lo tanto, hemos desarrollado una serie de tareas diseñadas para responder a preguntas científicas independientes que se pueden adaptar al plan operativo del paciente en función de las regiones siendo interrogados con electrodos.

En este estudio, los datos SEEG LFP se utilizó para investigar el control cognitivo sobre la meta comportamiento dirigido en la corteza anterior cingulada dorsal, una estructura cortical profunda en la región prefrontal medial que es difícil de investigar en los seres humanos. Adquisición de datos LFP puede llevarse a cabo con muchos sistemas diferentes. Un aspecto fundamental a considerar es la frecuencia de muestreo, ya que esto debe ser lo suficientemente alto como para adquirir las señales en el que el investigador está interesado. En general, la tasa de muestreo debe ser cuatro veces superior a la que se examinó la banda de frecuencia más alta. Por ejemplo, si la investigacióner está interesado en el estudio de potenciales evocados (<50 Hz), la frecuencia de muestreo sólo necesita ser alrededor de 200 muestras / s. Sin embargo, si la pregunta científica implica el examen de la actividad de gamma alta (60 a 200 Hz), la frecuencia de muestreo debe ser al menos 500 muestras / s. Además, el sistema debe ser capaz de grabar suficientes electrodos son implantados, y los filtros de hardware en el sistema de adquisición de datos no debe excluir las bandas de frecuencias de interés. Por ejemplo, muchos sistemas no registran señales de corriente continua. Si el investigador está interesado en el estudio de señales muy lentas, él / ella debe utilizar un sistema de grabación con un filtro de hardware apropiadamente bajo de paso alto. Durante la etapa de análisis de datos, es importante para eliminar los ensayos con transitorios muy grandes o rápidos y eliminar canales o ensayos que muestran actividad epileptiforme como la fisiología normal es muy difícil de estudiar en la presencia de actividad epileptiforme.

El papel de la DACC en la predicción de error 23,41 15 y en la adaptación del comportamiento en el contexto de las demandas que compiten 18-21, respuestas contradictorias 42 y actividad previa 14,22,23, está bien establecido. Sin embargo, una teoría unificada e integral para los mecanismos neuronales específicos por los cuales la DACC modula el control cognitivo sigue siendo objeto de conjeturas, debido a la falta de evidencia empírica de estudios en humanos que investigan estos dominios simultáneamente 43,44. SEEG ofrece la oportunidad de investigar la actividad neuronal en el DACC humana y por lo tanto contribuir a una comprensión integrada de la función DACC.

SEEG brinda la oportunidad de investigar otras áreas corticales que pueden ser de difícil acceso con electrodos de superficie, como la corteza orbitofrontal (OFC), cuya participación en los aspectos emocionales y basados ​​en la recompensa de la toma de decisiones ha sido explorado en estudios utilizando sola unidad grabaciones en lun macaco45 teclas y los estudios de conectividad en humanos usando difusión ponderada de imágenes tractography 46. Si bien estos estudios han contribuido a la teoría de la función de la OFC en humano de toma de decisiones de 47 años, hay una escasez de literatura en los seres humanos que estudian la función OFC específicamente 48. SEEG ofrece la oportunidad de abordar esta brecha de conocimiento. Además, SEEG se puede utilizar para demostrar la función de las diferentes regiones del sistema límbico, una colección de estructuras corticales y subcorticales profundas implicadas en el procesamiento de la emoción, dolor, miedo y afecto negativo. Uno de estos estudios SEEG la investigación de la respuesta del sistema límbico a las caras expresivas ha demostrado que el hipocampo y la amígdala contienen poblaciones neuronales específicas que distinguen feliz de las caras de miedo, mientras que las poblaciones neuronales amígdala parecen seguir el juicio subjetivo de estas caras emocionales 49. Se cree que la disfunción en estas regiones a estar implicados en anxitrastornos zaciones de 50 incluyendo el trastorno obsesivo-compulsivo 51, y estudios SEEG ofrecen la oportunidad de entender los caminos de los nervios afectados y fisiopatología de estos trastornos con más detalle.

Además, SEEG puede ser utilizado para investigar la precuneus, un sitio que está dirigido a menudo durante las investigaciones epilepsia SEEG, pero rara vez cubierta con implantes de cuadrícula subdurales. La función de esta región del lóbulo parietal postero-medial es poco conocida, principalmente debido a su ubicación anatómica en lo profundo de la fisura interhemisférica. Estudios de imágenes funcionales han demostrado que la precuneus está activo en el consciente estado de reposo 52 'modo por defecto "o, en el procesamiento de auto 53-55, y en el procesamiento de la memoria episódica, incluso para los recuerdos autobiográficos 56,57. Sin embargo, puesto que estos resultados se basan en estudios limitados en los primates y los humanos no humanos, nuestra comprensión de la neurocognitive importancia de esta región se encuentra todavía en su infancia 58. Con SEEG, ahora tenemos el potencial para investigar la actividad neuronal en el precuneus en los seres humanos despiertos, lo que puede dar una idea de la novela en la función de esta región del cerebro.

Al igual que con cualquier técnica, SEEG tiene limitaciones tanto en su adquisición y uso. Como una técnica clínica, se necesariamente limitado por tanto la selección de pacientes y la naturaleza clínica de la epilepsia del paciente. Mientras que los investigadores pueden diseñar una serie de tareas para evitar esta limitación, las regiones anatómicas estudiadas siempre estarán limitados por el plan operativo. Además, como se mencionó anteriormente, ficha SEEG potenciales de campo locales, que representan los potenciales sinápticos sumadas de muchas neuronas. Por lo tanto, esta técnica no tiene la resolución espacial de las técnicas de grabación única neurona y no puede proporcionar datos sobre clavar actividad o acción posibles formas de onda. Como tal, al diseñar tareas a Investigate interrogantes científicas, es importante asegurarse de que los datos LFP pueden responder a la pregunta de interés.

En este trabajo, SEEG se utilizó para investigar las estructuras corticales y subcorticales profundas que antes eran difíciles de estudiar en humanos despiertos. Estos estudios tienen el potencial de mejorar nuestra comprensión de los procesos cognitivos humanos. Como SEEG se incorpora cada vez más como una herramienta dentro del arsenal terapéutico de los programas de la epilepsia, la oportunidad de neurocientíficos de aprovechar su potencial para estudiar el cerebro humano crecerá significativamente.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores no tienen ningún conflicto de intereses a revelar.

Acknowledgments

Los autores no tienen reconocimientos o revelaciones financieras.

Materials

Name Company Catalog Number Comments
Trigger I/O cable Natus Medical Inc. 5029 PS2 to BNC cable
BNC cables for analog pulses Can be ordered from most electronics stores.
Power strip with surge protection and battery backup Tripp Lite SMART500RT1U UPC Power source and backup
National instruments multifunctional daq data acquisition box NI PCIe-6382 DAQ cards National Instruments PCIe-6382 w/ BNC 2090A PCI cards for behavioral control interface
Custom made button box - human interface device Any human interface device with three buttons may be used. Alternatively, 3 keyboard buttons may be used.
Xltek 128 channel clinical intracranial EEG monitoring system EMU128FS Natus Medical Inc. 002047c Clinical recording system
Subject monitor and associated cables for visual stimulus presentation Dell U2212HMc Most Monitors are adequate here.
Personal comptuer running behavioral software with DAQ cards installed Superlogics SL-2U-PD-Q87SLQ-BA Computer for recording neural data
Mains cable for monitor Usually comes with the monitor, can be purchased at any electronics store.
Monkey Logic software which runs on Matlab 2010A Free from MonkeyLogic website
MATLAB 2010a software with data acquisition toolbox Mathworks Matlab software
sEEG electrodes AD TECH or PMT AD TECH 2102-##-101 Platinum tip, diameter (0.89 mm, 1 mm, 1.1 mm), uninsulated length 2.3 mm; The ## in the catalog number indicates the number of contacts on the electrode (08, 10, 12, or 16)
Cabrio connectors PMT 2125-##-01 The ## in the catalog number indicates the number of contacts on the electrode (08, 10, 12, or 16)
Tucker Davis Technologies Amplifier Tucker Davs Technologies PZ5 preamplifier for neural data
Tucker Davis Technologies processor Tucker Davs Technologies RZ2 Neural signal processor for neural data
TuckerDavis Technologies data streamer Tucker Davs Technologies RS4 Data streamer and storage
Fiber optics cables to connect TDT systems Tucker Davs Technologies F05 Fiber optic cables for connecting Tucker Davis Technologies' prodcuts.
ribbon cable and snap serial connector for digital markers Can be ordered from ost electronics stores.
personal computer fro running TDT RPvdsEx and OpenEx software Superlogics SL-2U-PD-Q87SLQ-BA computer for behavioral control
middle atlantics server cabinet with casters Middle Atlantic Products PTRK-21 Server case to house all of the research items
Tucker Davis Technologies splitter box to split clinical and research recrodings Tucker Davs Technologies This splitter box is a semi-custom device. Researchers should consult the attending neurologists about splitting the research and clinical recordings in a way that doesn't interfere with clinical care.
Researcher monitor with requisite cables Dell U2212HMc Most Monitors are adequate here.
button box power source - 5 volts, 2 amperes Can be purchased at any electronics store.
TDT optical interface PCI card Tucker Davs Technologies P05

DOWNLOAD MATERIALS LIST

References

  1. Murray, C. J., Lopez, A. D., Jamison, D. T. The global burden of disease in 1990: summary results, sensitivity analysis and future directions. Bulletin of the World Health Organization. 72, 495 (1994).
  2. Berg, A. T. Understanding the delay before epilepsy surgery: who develops intractable focal epilepsy and when. CNS Spectr. 9, 136-144 (2004).
  3. Hauser, W. A. Epilepsy: frequency, causes and consequences. , Demos Press. (1990).
  4. Wiebe, S., Blume, W. T., Girvin, J. P., Eliasziw, M. A Randomized, Controlled Trial of Surgery for Temporal-Lobe Epilepsy. New England Journal of Medicine. 345, 311-318 (2001).
  5. Fisher, R. Electrical stimulation of the anterior nucleus of thalamus for treatment of refractory epilepsy. Epilepsia. 51, 899-908 (2010).
  6. Zumsteg, D., Wieser, H. G. Presurgical evaluation: current role of invasive EEG. Epilepsia. 41, Suppl 3. S55-S60 (2000).
  7. Bouchard, K. E., Mesgarani, N., Johnson, K., Chang, E. F. Functional organization of human sensorimotor cortex for speech articulation. Nature. 495, 327-332 (2013).
  8. Zion Golumbic, E. M. Mechanisms underlying selective neuronal tracking of attended speech at a 'cocktail party'. Neuron. 77, 980-991 (2013).
  9. Mesgarani, N., Chang, E. F. Selective cortical representation of attended speaker in multi-talker speech perception. Nature. 485, 233-236 (2012).
  10. Leuthardt, E. C., Miller, K. J., Schalk, G., Rao, R. P. N., Ojemann, J. G. Electrocorticography-based brain computer Interface-the seattle experience. Neural Systems and Rehabilitation Engineering, IEEE Transactions on. 14, 194-198 (2006).
  11. Leuthardt, E. C., Schalk, G., Wolpaw, J. R., Ojemann, J. G., Moran, D. W. A brain-computer interface using electrocorticographic signals in humans. Journal of neural engineering. 1, 63-71 (2004).
  12. Talairach, J. New approach to the neurosurgery of epilepsy. Stereotaxic methodology and therapeutic results. 1. Introduction and history. Neurochirurgie. 20, Suppl 1. 1-240 (1974).
  13. Gonzalez-Martinez, J. Stereotactic placement of depth electrodes in medically intractable epilepsy. Journal of neurosurgery. 120, 639-644 (2014).
  14. Sheth, S. A. Human dorsal anterior cingulate cortex neurons mediate ongoing behavioural adaptation. Nature. 488, 218-221 (2012).
  15. Hayden, B. Y., Platt, M. L. Neurons in anterior cingulate cortex multiplex information about reward and action. The Journal of neuroscience : the official journal of the Society for Neuroscience. 30, 3339-3346 (2010).
  16. Hayden, B. Y., Pearson, J. M., Platt, M. L. Fictive Reward Signals in the Anterior Cingulate Cortex. Science. 324, 948-950 (2009).
  17. Williams, Z. M., Bush, G., Rauch, S. L., Cosgrove, G. R., Eskandar, E. N. Human anterior cingulate neurons and the integration of monetary reward with motor responses. Nature neuroscience. 7, 1370-1375 (2004).
  18. Botvinick, M., Nystrom, L. E., Fissell, K., Carter, C. S., Cohen, J. D. Conflict monitoring versus selection-for-action in anterior cingulate cortex. Nature. 402, 179-181 (1999).
  19. Carter, C. S., Van Veen, V. Anterior cingulate cortex and conflict detection: an update of theory and data. Cognitive, Affective, & Behavioral Neuroscience. 7, 367-379 (2007).
  20. Botvinick, M. M., Cohen, J. D., Carter, C. S. Conflict monitoring and anterior cingulate cortex: an update. Trends in cognitive sciences. 8, 539-546 (2004).
  21. Veen, V., Carter, C. S. The anterior cingulate as a conflict monitor: fMRI and ERP studies. Physiology & Behavior. 77, 477-482 (2002).
  22. Kennerley, S. W., Walton, M. E., Behrens, T. E. J., Buckley, M. J., Rushworth, M. F. S. Optimal decision making and the anterior cingulate cortex. Nat Neurosci. 9, 940-947 (2006).
  23. Brown, J. W., Braver, T. S. Learned predictions of error likelihood in the anterior cingulate cortex. Science. 307, 1118-1121 (2005).
  24. Bush, G., Shin, L. M., Holmes, J., Rosen, B. R., Vogt, B. A. The Multi-Source Interference Task: validation study with fMRI in individual subjects. Mol Psychiatry. 8, 60-70 (2003).
  25. Bush, G., Shin, L. M. The Multi-Source Interference Task: an fMRI task that reliably activates the cingulo-frontal-parietal cognitive/attention network. Nature protocols. 1, 308-313 (2006).
  26. Candelaria, L. M., Smith, R. K. Propofol infusion technique for outpatient general anesthesia. J Oral Maxillofac Surg. 53, 124-128 (1995).
  27. Shafer, A., Doze, V. A., Shafer, S. L., White, P. F. Pharmacokinetics and pharmacodynamics of propofol infusions during general anesthesia. Anesthesiology. 69, 348-356 (1988).
  28. Cohen, D. S., Lustgarten, J. H., Miller, E., Khandji, A. G., Goodman, R. R. Effects of coregistration of MR to CT images on MR stereotactic accuracy. J Neurosurg. 82, 772-779 (1995).
  29. Ken, S. Quantitative evaluation for brain CT/MRI coregistration based on maximization of mutual information in patients with focal epilepsy investigated with subdural electrodes. Magn Reson Imaging. 25, 883-888 (2007).
  30. Niemann, K., Naujokat, C., Pohl, G., Wollner, C., von Keyserlingk, D. Verification of the Schaltenbrand and Wahren stereotactic atlas. Acta neurochirurgica. 129, 72-81 (1994).
  31. Nowinski, W. L. Anatomical targeting in functional neurosurgery by the simultaneous use of multiple Schaltenbrand-Wahren brain atlas microseries. Stereotact Funct Neurosurg. 71, 103-116 (1998).
  32. Hopper, W. R., Moss, R. Common breaks in sterile technique: clinical perspectives and perioperative implications. AORN J. 91, 350-364 (2010).
  33. Mangram, A. J., Horan, T. C., Pearson, M. L., Silver, L. C., Jarvis, W. R. Guideline for prevention of surgical site infection. Hospital Infection Control Practices Advisory Committee. Infect Control Hosp Epidemiol. 20, 250-278 (1999).
  34. Asaad, W. F., Eskandar, E. N. A flexible software tool for temporally-precise behavioral control in Matlab. Journal of Neuroscience Methods. 174, 245-258 (2008).
  35. Asaad, W. F., Eskandar, E. N. Achieving behavioral control with millisecond resolution in a high-level programming environment. Journal of Neuroscience Methods. 173, 235-240 (2008).
  36. Bokil, H., Andrews, P., Kulkarni, J. E., Mehta, S., Mitra, P. P. Chronux: A platform for analyzing neural signals. Journal of Neuroscience Methods. 192, 146-151 (2010).
  37. Bokil, P. M. aH. Observed Brain Dynamics. , Oxford University Press. (2008).
  38. Chronux. , Available from: http://chronux.org (2014).
  39. Miller, K. J. Broadband Spectral Change: Evidence for a Macroscale Correlate of Population Firing Rate. The Journal of Neuroscience. 30, 6477-6479 (2010).
  40. Buzsáki, G., Anastassiou, C. A., Koch, C. The origin of extracellular fields and currents — EEG, ECoG, LFP and spikes. Nat Rev Neurosci. 13, 407-420 (2012).
  41. Carter, C. S. Anterior cingulate cortex, error detection, and the online monitoring of performance. Science. 280, 747-749 (1998).
  42. Botvinick, M., Nystrom, L. E., Fissell, K., Carter, C. S., Cohen, J. D. Conflict monitoring versus selection-for-action in anterior cingulate cortex. Nature. 402, 179-181 (1999).
  43. Holroyd, C. B., Coles, M. G. The neural basis of human error processing: reinforcement learning, dopamine, and the error-related negativity. Psychological review. 109, 679-709 (2002).
  44. Shenhav, A., Botvinick, M. M., Cohen, J. D. The expected value of control: an integrative theory of anterior cingulate cortex function. Neuron. 79, 217-240 (2013).
  45. Roesch, M. R., Olson, C. R. Neuronal Activity Related to Reward Value and Motivation in Primate Frontal Cortex. Science. 304, 307-310 (2004).
  46. Croxson, P. L. Quantitative Investigation of Connections of the Prefrontal Cortex in the Human and Macaque using Probabilistic Diffusion Tractography. The Journal of Neuroscience. 25, 8854-8866 (2005).
  47. Rushworth, M. F. S., Behrens, T. E. J., Rudebeck, P. H., Walton, M. E. Contrasting roles for cingulate and orbitofrontal cortex in decisions and social behaviour. Trends in Cognitive Sciences. 11, 168-176 (2007).
  48. Kawasaki, H. Single-neuron responses to emotional visual stimuli recorded in human ventral prefrontal cortex. Nat Neurosci. 4, 15-16 (2001).
  49. Wang, S. Neurons in the human amygdala selective for perceived emotion. Proceedings of the National Academy of Sciences. 111, E3110-E3119 (2014).
  50. Milad, M. R., Rauch, S. L. The role of the orbitofrontal cortex in anxiety disorders. Annals of the New York Academy of Sciences. 1121, 546-561 (2007).
  51. Milad, M. R., Rauch, S. L. Obsessive-compulsive disorder: beyond segregated cortico-striatal pathways. Trends Cogn Sci. 16, 43-51 (2012).
  52. Raichle, M. E. A default mode of brain function. Proceedings of the National Academy of Sciences of the United States of America. 98, 676-682 (2001).
  53. David, N. Neural representations of self versus other: visual-spatial perspective taking and agency in a virtual ball-tossing game. Journal of cognitive neuroscience. 18, 898-910 (2006).
  54. Kjaer, T. W., Nowak, M., Lou, H. C. Reflective self-awareness and conscious states: PET evidence for a common midline parietofrontal core. NeuroImage. 17, 1080-1086 (2002).
  55. Kircher, T. T. The neural correlates of intentional and incidental self processing. Neuropsychologia. 40, 683-692 (2002).
  56. Addis, D. R., McIntosh, A. R., Moscovitch, M., Crawley, A. P., McAndrews, M. P. Characterizing spatial and temporal features of autobiographical memory retrieval networks: a partial least squares approach. NeuroImage. 23, 1460-1471 (2004).
  57. Gilboa, A., Winocur, G., Grady, C. L., Hevenor, S. J., Moscovitch, M. Remembering our past: functional neuroanatomy of recollection of recent and very remote personal events. Cerebral cortex (New York, N.Y. : 1991). 14, 1214-1225 (2004).
  58. Cavanna, A. E., Trimble, M. R. The precuneus: a review of its functional anatomy and behavioural correlates. Brain: a journal of neurology. 129, 564-583 (2006).

Tags

Neurociencia Número 98 epilepsia electroencefalografía estereotáctica la corteza cingulada anterior el potencial del campo local la colocación de electrodos
La investigación de la función de profunda cortical y estructuras subcorticales Usando estereotáctica Electroencefalografía: Lecciones de la corteza cingulada anterior
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

McGovern, R. A., Ratneswaren, T.,… More

McGovern, R. A., Ratneswaren, T., Smith, E. H., Russo, J. F., Jongeling, A. C., Bateman, L. M., Schevon, C. A., Feldstein, N. A., McKhann, II, G. M., Sheth, S. Investigating the Function of Deep Cortical and Subcortical Structures Using Stereotactic Electroencephalography: Lessons from the Anterior Cingulate Cortex. J. Vis. Exp. (98), e52773, doi:10.3791/52773 (2015).

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