Waiting
Login processing...

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

Neuroscience

Microstate וניתוחים המורכבות אומגה של אלקטרואנצפלוגרם נח-המדינות

Published: June 15, 2018 doi: 10.3791/56452
Automatic Translation
1, 2, 1
1Department of Pain Medicine, Peking University People's Hospital, 2Key Laboratory of Child Development and Learning Science of Ministry of Education, Research Center for Learning Science, School of Biological Sciences & Medical Engineering, Southeast University

Summary

מאמר זה מתאר את פרוטוקול המשמש כבסיס אלקטרואנצפלוגרם (EEG) microstate ניתוח וניתוח אומגה המורכבות, המהווים אמצעי EEG ללא התייחסות שני ויקר מאוד לחקור את המנגנונים העצביים של הפרעות מוח.

Abstract

המורכבות microstate של אומגה נמצאים שני אמצעים ללא התייחסות אלקטרואנצפלוגרם (EEG) יכול לייצג את המורכבות הגיאופוליטיות והמרחביות הזמני של נתוני EEG, היה בשימוש נרחב כדי לחקור את המנגנונים העצביים העומדים בהפרעות במוח. מטרת מאמר זה היא לתאר את הפרוטוקול המשמש כבסיס EEG microstate ו אומגה למורכבות ניתוחים צעד אחר צעד. היתרון העיקרי של שני אמצעים אלה הוא שהם יכולים לחסל הבעיה תלויי-הפניה הטמון ניתוח הספקטרום מסורתיים. בנוסף, ניתוח microstate עושה שימוש טוב של רזולוציה הגיע הזמן של נח-המדינות EEG, המעמדות microstate שהושג ארבע יכול להתאים הרשתות נח-המדינה המתאימה בהתאמה. המורכבות אומגה מאפיינת את המורכבות המרחבי של כל המוח או אזורים ספציפיים במוח, אשר יש יתרון ברור לעומת אמצעים מסורתיים המורכבות התמקדות המורכבות שידור ערוץ אחד. אמצעים אלה-EEG שני יכול משלימים אחד את השני כדי לחקור את מורכבות המוח מהתחום הטמפורלי, מרחבי בהתאמה.

Introduction

אלקטרואנצפלוגרם (EEG) כבר בשימוש נרחב כדי להקליט את הפעילות החשמלית של המוח האנושי הן אבחנה קלינית והן מחקר מדעי, מאז זה לא פולשנית, costed נמוך, יש רזולוציה טמפורלית גבוהה מאוד1. על מנת ללמוד את האותות EEG ב נח המדינה, חוקרים פיתחו רבים EEG טכניקות (למשל, ניתוח הספקטרום כוח, אנליזה פונקציונלית קישוריות)2,3. אלה, microstate ניתוח וניתוח מורכבות אומגה יכול לעשות שימוש טוב של המידע המרחבי ואת זמני הטמונה EEG אותות4.

מחקרים קודמים הראו כי למרות ההתפלגות הטופוגרפי של אותות EEG שמשתנה במשך הזמן בתוך העין סגורה או העין-פתח נח המדינה, הסדרה של מפות רגעית להציג שינויים מקוטע של נופים, קרי, בתקופות של יציבות לסירוגין עם תקופות המעבר קצר בין מסוימים topographies ומעין יציב אא ג5. Microstates מוגדרים המקרים עם topographies EEG ומעין יציב, אשר נמשכים בין 80 ל-120 ms1. מאז יש נופים פוטנציאל חשמלי שונים נוצרו על ידי מקורות עצביים שונים, microstates אלה עשוי להיות זכאי כמו אבני יסוד של mentation ואתה יכול להיחשב "אטומים של מחשבה ורגש"6. באמצעות אלגוריתמים סיווג דפוס מודרני, ארבעה נח EEG microstate שיעורים באופן עקבי נצפו, אשר כינו מדרגה ראשונה, class B, class C ו- class D7. יתר על כן, החוקרים גילו כי אלה ארבע כיתות microstate של נח EEG נתונים היו קשורים באופן הדוק במערכות פונקציונלי ידועים שנצפתה רבים מצבים נח fMRI (הדמיית תהודה מגנטית תפקודית) מחקרים8,9 . לפיכך, ניתוח microstate מספק גישה מוזרה ללמוד הרשתות במצב מנוחה (RSNs) של המוח האנושי. בנוסף, משך הזמן הממוצע, מתדירות המופעים של כל מחלקה microstate, צורת המפות microstate ארבעת הטופוגרפי באופן משמעותי מושפעים קצת מוח הפרעות4,10,11, והן משויכות מודיעין נוזלים12 ו אישיות13.

בהיבט אחר, קישוריות פונקציונלי המסורתי של רב ערוצית EEG יכול רק לתאר את החיבורים פונקציונלי בין שתי אלקטרודות הקרקפת, ובכך נכשלה להעריך קישוריות פונקציונלי גלובלית על פני הקרקפת או בתוך אזור מסוים במוח. המורכבות אומגה, המוצע על ידי Wackermann (1996)14 ומחושבים דרך גישה המשלבת ניתוח גורמים ראשיים (PCA) ואנטרופיה שאנון, שימש כדי לכמת את הסינכרון הכללית של פס רחב בין במרחב מופץ אזורים במוח. על מנת להעריך את המורכבות אומגה של כל רצועת תדרים, התמרת פורייה נערך בדרך כלל בתור צעד ראשוני25.

Microstates והמורכבות omega יכול לשמש כדי לשקף שני מושגים, קרי, את זמני המורכבות ואת המורכבות המרחבי4. מאז המעמדות microstate לייצג פעולות נפשיות מסוימות במוח האנושי, הם יכול לשקף את המבנה הזמני של תנודות עצביים. משך נמוכה וקצב התרחשות גבוהה יותר לשניה עליך לציין המורכבות טמפורלית גבוה יותר. המורכבות אומגה קשורה באופן חיובי עם מספר מקורות עצמאיים עצביים במוח, ולכן בדרך כלל נחשבים כמחוון של מורכבות מרחבי4.

המאמר הנוכחי מתאר את הפרוטוקול של EEG microstate ניתוח וניתוח מורכבות אומגה בפירוט. EEG microstate ו אומגה המורכבות הבדיקות מציעים את ההזדמנות כדי למדוד את המורכבות הגיאופוליטיות והמרחביות הטמפורלי של פעילות מוחית בהתאמה.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

פרוטוקול זה אושרה על ידי הוועדה האתית המקומית. כל המשתתפים והוריהם חתמה על טופס הסכמה מדעת לניסוי זה.

1. נושאים

  1. לכלול רק 15 זכר בגיל ההתבגרות לנסיינים בריאים, שגילו נע בין 14 ל- 22 שנים (זאת אומרת ± סטיית התקן: 18.3 ± שנים 2.8).
    הערה: הפרוטוקול הנוכחי כדי לנתח את המורכבות microstate של אומגה פותחה לנסיינים בריאים, אך אינה מוגבלת רק לקבוצה זו.

2. א. ג נתונים הקלטה

  1. שאלו נושאים לשבת על כסא נוח בחדר שקט, בטמפרטורה מבוקרת, איפה הנתונים EEG הוקלט. איסוף הנתונים EEG ערוץ 20 באמצעות מערכת הנמלים EEG ב פרוטוקול זה.
  2. לשים הכובע על הראש של הנבדקים.
    1. במחקר זה, להשתמש כובע בגודל בינוני, היות שזה מתאים ביותר בגיל ההתבגרות או גברית נושאים. עבור הילדים, בבקשה למדוד את היקף הראש של כל נושא, ולקבוע את הכובע עם גודל מתאים.
    2. הצב האלקטרודה Cz כ 50% של המרחק בין inion ל- nasion ו- 50% של המרחק בין הכניסות נכון בין שמיעה ושמאלה. במקום האלקטרודות הפניה על העצם פטמתי ימינה ושמאלה, בהתאמה. הצב האלקטרודות קרקפת אחרים במיקומים רגיל לפי הבינלאומית מערכת 10-20.
      הערה: מערכת אלקטרודה, EEG מגבר עם 20 ערוצים מספיקה EEG microstate ניתוח וניתוח מורכבות אומגה.
  3. ממלאים כל האלקטרודות שיפוזר על ידי החדרת מחט בוטה באמצעות האלקטרודות. השתמש את ג'ל מוליך להפחית את התנגדות. שמור כל אלקטרודה impedances נמוך מ 10 kiloohms (kΩ).
    1. במהלך תקופה זו, לספק בידור עבור הנתינים (למשל, הצגת סרט קצר). אם נעשה שימוש סלקטיבי או של אלקטרודה מלוחים, לדלג על השלב של הזרקת ג'ל מוליך.
  4. להורות את הנושאים להירגע עם עיניים עצומות במהלך ההקלטה, שנמשך 5 דק השתמש בתוכנה הדיגיטציה כדי דיגיטייז ולהקליט את גלי המוח לאותת. השתמש בקצב דגימה של דגימות לפחות 250/ס שימוש במסנן מקוונת רחבה יותר 0.1 ו 80 הרץ.
    הערה: למרות מערכות אלקטרודה זמין-מגבר מסחריות ביותר להשתמש מערכת אלקטרודה פעיל, אשר יכול לשפר את אות יחס לרעש של האות EEG, אין למקם מערכת זו קרוב לכל מכשירי חשמל במהלך ההקלטה EEG.

3. א. ג נתונים Preprocessing

הערה: הנתונים EEG יכול להיות בקובייה באמצעות קוד פתוח או תוכנה מסחרית שונים. ההוראות המפורטות להלן הן ספציפיות עבור EEGLAB. זהו רק אחד מתוך אפשרויות רבות זמינות של תהליך מוקדם נתוני EEG.

  1. לייבא את הנתונים הגולמיים של EEG לתוכנה EEG (למשל, EEGLAB) (קובץ | ייבוא נתונים | באמצעות פונקציות EEGLAB תוספים).
    הערה: הנתונים הגולמיים EEG הקליט ממערכות שונות אלקטרודה-מגבר יכול להיות מזוהה על-ידי EEGLAB, כגון EGI, נמלה, מקליט הראייה במוח, ואת Neuroscan.
  2. לטעון את הקובץ במיקום ערוץ לתוך התוכנה EEG (עריכה | ערוץ מיקומים). למרות הנתונים EEG ושמות ערוץ המיובאים כדי EEGLAB, לייבא קובץ במיקום ערוץ לתוך התוכנה EEG כדי להשיג את המיקומים המרחבי של האלקטרודות.
  3. הסר את אלקטרודות ייחוס (עריכה | בחר נתונים | בחר נתונים בטווח הערוץ). האפשרות "בחר נתונים בטווח ערוץ" של תיבת הדיאלוג הנפתח, בחר רק את אלקטרודות הקלטה ובחר לא האלקטרודות הפניה כך שניתן יהיה להסיר את האלקטרודות הפניה. הנתונים שנרשמו אלקטרודות ייחוס אינה אות המוח 'true', שכן אלה שתי אלקטרודות ממוקמות על העצם פטמתי ימינה ושמאלה בהתאמה.
  4. להקת נתונים מסנן EEG עוברים בין 0.5 ל- 80 הרץ (כלים | סנן את הנתונים | אשוח בסיסי מסנן [חדש, ברירת מחדל]). בתיבת הדיאלוג הנפתח, בחר 5 עבור "בקצה התחתון של הלהקה לעבור תדר (Hz)" ובחרו ' 80 "גבוה יותר לקצה של הלהקה לעבור תדר (Hz)". לאחר מכן לחצו על הכפתור של "אישור".
  5. הסרת הרעש קו חשמל עם מסנן חריץ בין 49 ו 51 הרץ (כלים | סנן את הנתונים | אשוח בסיסי מסנן [חדש, ברירת מחדל]). בתיבת הדיאלוג הנפתח, בחר 49 עבור "בקצה התחתון של הלהקה לעבור תדר (Hz)", ולא לבחור 51 "גבוה יותר לקצה של הלהקה לעבור תדר (Hz)" ולאחר בחר באפשרות של "חריץ לסנן את הנתונים במקום אישור הלהקה". לאחר מכן לחצו על הכפתור של "אישור".
  6. לתקן את החלקים נתונים שזוהמו על ידי תנועות עיניים, אלקטרומיוגרפיה (EMG) או כל חפצים שאינם-פיזיולוגיים אחרים באמצעות אלגוריתם ההפרדה במקור עיוור (BSS)15. תנועות עיניים, לחץ על כלים | החפץ הסרה באמצעות AAR 1.3 | הסרת EOG | באמצעות BSS; עבור EMG, כלים | החפץ הסרה באמצעות AAR 1.3 | EMG הסרה באמצעות BSS.
  7. פלח מראש מעובד רציפה לנתונים EEG לתוך שהשרתים, אפוק באורך של 2 s. כדי לעשות זאת, לכתוב 'EEG = eeg_regepochs (EEG, 'החוזר', 2, 'גבולות', [0 2], 'rmbase', נאן); pop_saveset(EEG)', ואז ללחוץ על מקש Enter של המקלדת. חלון יופיע המאפשרת שמירת הנתונים EEG מקוטע.
  8. ייבוא נתוני EEG מקוטע לתוכנה EEG (קובץ | לטעון נתונים קיימים).
  9. דחה שהשרתים EEG עם ערכים משרעת העולה על µV ± 80-כל אלקטרודה (כלים | דחה שהשרתים נתונים | דחה נתונים [כל שיטות]).
  10. לשמור את נתוני EEG עיבוד מקדים (קובץ | שמור ערכת הנתונים הנוכחי כמו).

4. א. ג Microstate ניתוח

הערה: גרסה מותאמת של האלגוריתם הקלאסית של קיבוץ באשכולות K-אמצעי משמש microstate מחלקת ניתוח16, אשר מכיל את הליך מלמטה למעלה, שגרת למעלה-למטה. בהליך מלמטה למעלה, המעמדות ברמת הקבוצה microstate מזוהים באמצעות המתאם המרחבי כקריטריון קיבוץ באשכולות. ואז בהליך למעלה-למטה, כל מפה טופוגרפית של כל נושא בכל קבוצה מוקצה למחלקה microstate EEG עם קורלציה מרחבית המרבי. לניתוח microstate של נח-המדינות EEG, התעלמו בדרך כלל הקוטביות של מפות טופוגרפיות. EEG microstate מחלקת ניתוח יכול להיעשות באמצעות תוכנות קוד פתוח שונות, כגון CARTOOL, sLORETA, אמה ואת MapWin. ההוראות המפורטות להלן הן ספציפיות עבור התוסף EEGLAB עבור Microstates. היתה אפשרות להוריד את התוסף EEGLAB מ- https://sccn.ucsd.edu/wiki/EEGLAB_Extensions_and_plug-ins.

  1. לכל נושא, לטעון את נתוני EEG עיבוד מקדים (קובץ | העומס הקיים dataset), המר ערוצי הפניה להפניה ממוצע נפוץ (כלים | מחדש הפניה), ומעביר הלהקה לסנן את הנתונים EEG בין 2 ל- 20 Hz (כלים | סנן את הנתונים | אשוח בסיסי מסנן [חדש, ברירת מחדל]).
  2. לזהות במפות microstate ארבעה לכל נושא (כלים | Microstates | זהה microstate מפות). בתיבת הדיאלוג הנפתח, בחר 3 עבור "דקות מספר שיעורים" בחרו 6 עבור "מקס מספר שיעורים", לבחור 50 עבור "מספר הפעלות מחדש", לבחור "מספר מרבי של מפות לשימוש", בחר את האפשרויות של "שיא GFP בלבד", "אין קוטביות". לאחר מכן לחצו על הכפתור של "אישור".
  3. לשמור את נתוני EEG של כל נושא לאחר זיהוי משלה microstate מפות (קובץ | שמור ערכת הנתונים הנוכחי כמו).
  4. ייבוא datasets EEG של כל הנושאים הציל בשלב האחרון בו זמנית (קובץ | לטעון נתונים קיימים).
  5. לזהות את המפות ברמת הקבוצה microstate (כלים | Microstates | Microstate הממוצע מפות על פני datasets). בתיבת הדיאלוג הנפתח, בחר את קבצי הנתונים של כל הנושאים האפשרות "בחר הגדרת עבור חישוב ממוצע". האפשרות "שם" של ממוצע, תן שם עבור המפות microstate ברמת הקבוצה. שם ברירת המחדל הוא "GrandMean". לאחר מכן לחצו על הכפתור של "אישור". פעולה זו תיצור ערכת נתונים חדש בשם "GrandMean", אשר מאחסן את המפות microstate ברמת הקבוצה.
  6. באופן ידני את הסדר המיון של ארבע מפות ברמת הקבוצה microstate לפי סדר קלאסי (מגרש | עריכת מפות microstate). החלון המוקפץ, בחר 'עוד', ואז המספר של מפות מוצג הופך ארבע. בחר "איש מיון". בתיבת הדיאלוג הנפתח, הזן את סדר חדש של ארבע מפות ברמת הקבוצה microstate. ואז לחץ על "סגור".
  7. את הסדר המיון של ארבע מפות microstate של כל נושא (כלים | Microstates | מיון microstate בודדים מפות על פי ממוצע).
  8. להציל את הפרמטרים microstate של כל נושא (כלים | Microstates | לכמת microstates ב- dataset [תבנית רשע מפות]), אשר המשתקף דרך שתי תיבות דו-שיח מוקפצות ברצף.
    1. בתיבת הדיאלוג הראשון, בחר ערכות נתונים בכל המקצועות. בתיבת הדיאלוג השני, בחר "המעמדות 4" אופציה "מספר של המעמדות", בחר את האפשרויות של "התאמה רק על ה-GFP פסגות", "הסר באופן פוטנציאלי נחתך microstates", לבחור 30 לתווית"החלקת חלון (ms)" ובחרו 1 עבור חלקות שאינן " עונש". לאחר מכן לחצו "אישור". קובץ csv אשר מאחסן את הפרמטרים microstate יישמרו במחשב.

5. אומגה ניתוח סיבוכיות

  1. לשמור את נתוני EEG של כל תקופה, כל נושא ב- ASCII או txt באמצעות תבנית אישית script. להלן דוגמה של קובץ ה-script מותאמים אישית עבור שלב 5.1 היתה אפשרות למצוא את החומרים המשלימים.
    הערה: אם המורכבות אומגה העולמית מחושב, הנתונים EEG של כל אלקטרודות הקרקפת נחוצים כדי לייצא בפורמט ASCII או txt. אם המורכבות אומגה אזוריים מחושב, לייצא רק את הנתונים EEG של אלקטרודות באותו אזור הקרקפת. לדוגמה, כדי לחשב המורכבות אומגה הקדמי, לייצא רק את הנתונים EEG של אלקטרודות באזור הקדמי (קרי, Fp1 Fp2, F7, F3, Fz, F4, F8); על מנת לחשב את המורכבות אומגה האחורי, לייצא רק את הנתונים EEG של אלקטרודות באזור האחורי (קרי, T5, T6, P3, P4, Pz, O1 ו O2).
  2. לחשב את המורכבות אומגה של כל התדרים דיסקרטית באמצעות תוכנת sLORETA17 (עזרי | קישוריות הכללית). תוכנה זו הינה זמינה במלון http://www.uzh.ch/keyinst/loreta.htm.
  3. חשב את המורכבות אומגה של כל רצועת תדרים באמצעות script מותאמים אישית26. במקרה שלנו, לחשב את המורכבות אומגה הלהקות תדירות שמונה הבאים כערך רשע בתוך כל מגבלת תדירות, אשר דלתא (0.5-3.5 הרץ), תטא (4-7.5 הרץ), alpha1 (8-10 Hz), alpha2 (10.5-13.5 Hz), beta1 (14-18 הרץ), beta2 (18.5-30 הרץ), gamma1 ( 30.5-48 Hz), ו- gamma2 (52-80 Hz)4. להלן דוגמה של קובץ ה-script מותאמים אישית עבור שלב 5.3 היתה אפשרות למצוא את החומרים המשלימים.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

EEG microstate

גרנד מתכוון microstate מנורמל מפות מוצגים באיור1. הנופים פוטנציאל חשמלי של אלה ארבע כיתות microstate המזוהה כאן דומים מאוד לאלה שנמצאו מחקרים קודמים4.

וסטיית (SD) של microstate פרמטרים של הנבדקים בריא הוצגו בטבלה1. לשיעור microstate A, שיעור ההתרחשות היה 3.44 ± פעמים 1.29 / s, וכן את משך הזמן היה גב' ± 13 72 לשיעור microstate B, שיעור ההתרחשות היה 3.54 ± פעמים 0.85 / s, וכן את משך הזמן היה גב' ± 18 71 לשיעור microstate C, שיעור ההתרחשות היה 3.85 ± פעמים 0.63 / s , ואת משך הזמן היה 69 ± 9 גב' לשיעור microstate D, שיעור ההתרחשות היה 3.41 ± פעמים 0.78 / s, וכן את משך הזמן היה 66 ± 11 ms.

המורכבות אומגה

הערך (אומר ± SD) של אומגה העולמית המורכבות של כל רצועת תדרים של הנושאים בריא הוצג בטבלה מס ' 2. ללהקת דלתא, המורכבות אומגה העולמית היה 6.39 ± 1.34. ללהקת תטא, המורכבות אומגה העולמית היה 5.46 ± 0.85. ללהקת אלפא-1, המורכבות אומגה העולמית היה 3.47 ± 0.8. ללהקת אלפא 2, המורכבות אומגה העולמית היה 3.87 ± 0.70. ללהקת beta-1, המורכבות אומגה העולמית היה 5.36 ± 0.84. ללהקת בטא 2, המורכבות אומגה העולמית היתה 6.16 ± 0.83. ללהקת גמא-1, המורכבות אומגה העולמית היה 6.95 ± 1.07. ללהקת גמא-2, המורכבות אומגה העולמית היה 6.88 ± 1.39.

הערך (אומר ± SD) המורכבות אומגה הקדמי של כל רצועת תדרים של הנושאים בריא הוצגה בטבלה מס ' 2. ללהקת דלתא, המורכבות אומגה הקדמי היה 4.84 ± 1.7. ללהקת תטא, המורכבות אומגה הקדמי היה 4.23 ± 1.48. ללהקת אלפא-1, המורכבות אומגה הקדמי היה 3.44 ± 1.09. ללהקת אלפא 2, המורכבות אומגה הקדמי היה 3.87 ± 0.97. ללהקת beta-1, המורכבות אומגה הקדמי היה 3.74 ± 0.81. ללהקת בטא 2, המורכבות אומגה הקדמי היה 2.94 ± 0.59. ללהקת גמא-1, המורכבות אומגה הקדמי היה 1.98 ± 0.24. ללהקת גמא-2, המורכבות אומגה הקדמי היה 3.02 ± 0.59.

הערך (אומר ± SD) המורכבות אומגה האחורי של כל רצועת תדרים של הנושאים בריא הוצגה בטבלה מס ' 2. ללהקת דלתא, המורכבות אומגה האחורי היה 3.71 ± 1.48. ללהקת תטא, המורכבות אומגה האחורי היה 2.47 ± 0.85. ללהקת אלפא-1, המורכבות אומגה האחורי היה 2.11 ± 0.9. ללהקת אלפא 2, המורכבות אומגה האחורי היה 3.16 ± 1.42. ללהקת beta-1, המורכבות אומגה האחורי היה 4.32 ± 1.67. ללהקת בטא 2, המורכבות אומגה האחורי היה 3.84 ± 1.04. ללהקת גמא-1, המורכבות אומגה האחורי היה 2.17 ± 0.37. ללהקת גמא-2, המורכבות אומגה האחורי היה 2.99 ± 0.53.

Figure 1
איור 1. אומר מנורמל מפות טופוגרפיות של המעמדות microstate ארבע (A-D) של נח-המדינות EEG של הנושאים בריא. Microstate class A ו- B יש חזיתי נכון לכיוון שמאל העורפית חזיתי שמאל לימין כיוון עורף, בהתאמה. Microstate class C ו- D יש topographies סימטרי, אבל הקדם חזיתית לכיוון עורף, frontocentral לכיוון עורף נצפו, בהתאמה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.

שיעורי microstate
A B C D
זאת אומרת SD זאת אומרת SD זאת אומרת SD זאת אומרת SD
מופע/s 3.44 1.29 3.54 0.85 3.85 0.63 3.41 0.78
משך זמן (אלפיות שניה) 72 13 71 18 69 9 66 11

טבלה 1. Microstate פרמטרים של הנבדקים בריא (n = 15). וסטיית (SD) של מופע קצב ואת משך זמן של ארבע כיתות microstate הוצגו בטבלה זו.

סיבוכיות העולמית אומגה המורכבות אומגה הקדמי המורכבות אומגה האחורי
רצועת תדרים זאת אומרת SD זאת אומרת SD זאת אומרת SD
דלתא 6.39 1.34 4.84 1.7 3.71 1.48
תטא 5.46 0.85 4.23 1.48 2.47 0.85
אלפא-1 3.47 0.8 3.44 1.09 2.11 0.9
אלפא 2 3.87 0.7 3.87 0.97 3.16 1.42
Beta-1 5.36 0.84 3.74 0.81 4.32 1.67
בטא 2 6.16 0.83 2.94 0.59 3.84 1.04
גמא-1 6.95 1.07 1.98 0.24 2.17 0.37
גמא-2 6.88 1.39 3.02 0.59 2.99 0.53

בטבלה 2. אומגה העולמית, anterior ואת אחורי במורכבות של הנושאים בריא (n = 15). וסטיית (SD) של המורכבות אומגה העולמית, anterior ואת אחורי עבור להקות תדירות שמונה (דלתא, תטא, אלפא-1, אלפא 2, beta-1, בטא 2, גמא-1, גמא-2) הוצגו בהתאמה בטבלה זו.

קבצים משלימה. כדי להפעיל קבצי ה-script המשמש כתב יד זה, נא לפתוח את קבצי ה-script בסביבת MATLAB, להעתיק כל תוכן לתוך חלון הפקודה ואז לחץ על מקש "הזן". שים לב כי קבצי ה-script חלות רק על ערכות נתונים שלנו. שינויים מסוימים נדרשים כאשר קבצי ה-script מוחלים על ערכות נתונים אחרים. אנא לחץ כאן כדי להוריד את הקובץ.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

במאמר זה, שני סוגים של שיטות אנליטית EEG (קרי, microstate ניתוח וניתוח אומגה מורכבות), מדידת את המורכבות טמפורלית והמורכבות המרחבי של המוח האנושי בהתאמה, שתוארו בפירוט. ישנם מספר שלבים קריטיים בתוך פרוטוקול אשר יש לציין. ראשית, יש לנקות את נתוני EEG לפני חישוב מורכבות microstate, אומגה. שנית, כדאי remontaged את נתוני EEG נגד ההפניה הממוצע לפני חישוב מורכבות microstate, אומגה. שלישית, נתוני EEG רציפה עליך ניתן לחלק שהשרתים לפני חישוב מורכבות microstate, אומגה. לאורך כל התקופה צריכה להיות 2 s. לבסוף, התוכנה יכול לשמש בניתוח microstate כוללים את Cartool (https://sites.google.com/site/cartoolcommunity/about), sLORETA (http://www.uzh.ch/keyinst/loreta.htm) MapWin (http:// www.thomaskoenig.ch/index.php/software/mapwin). הניתוח microstate נערך באמצעות תוסף אחד ב- EEGLAB במחקר זה.

למרות הניתוח microstate שנערך כאן היה מוחל על נח נתוני EEG מצב, יכול בקלות להחיל אותה על פוטנציאל הקשור לאירוע (ארפס), אשר יעזרו לנו לחשוף מידע נוסף על הקורסים זמן של פעולות קוגניטיביות מגוונות בקוגניטיבית ניסויים, ולספק גישה ללא הפניה לביצוע ERP ניתוח18,19. שימו לב, נח המדינה EEG, הקוטביות של מפות טופוגרפיות נפוץ התעלמו; עם זאת, עבור ארפס, הקוטביות של מפות טופוגרפיות צריך לא להתעלם. מגבלה קטנה של התוסף EEG היא כי זה יכול לשמש רק לנוח המדינה EEG. עבור ארפס, התוכנה Cartool עשוי להיות אחת האפשרויות הטובות ביותר. הערך המורכבות אומגה העילאית של 1 ש אם והמורכבות omega שחושב הוא 1, מתגלה קישוריות פונקציונלי הכללית מקסימלית בתוך אזור מסוים במוח; ואילו אם אומגה המורכבות שווה ל N, מינימום שקישוריות פונקציונלי הכללית בתוך אזור מסוים במוח נמצא. לכן, אם אנחנו רוצים לבחון את המורכבות אומגה של אזורים שונים במוח מבחינה סטטיסטית, מספר אלקטרודות שנבחרו באזורים הבאים חייב להיות שווה, מאז מספר אלקטרודות יכול להשפיע באופן משמעותי את הערך של מורכבות אומגה מוערך.

על מנת ללמוד את גלי המוח בזמן מנוחה, חוקרים פיתחו רבים EEG טכניקות (למשל, ניתוח הספקטרום כוח, אנליזה פונקציונלית קישוריות)2,3. לעומת אלה טכניקות מסורתיות, ניתוח microstate לוקח את מלוא היתרונות ברזולוציה הטמפורלית מעולה של EEG טכניקה. המעמדות microstate הנזכרת ארבע נמצאו בקורלציה עם ארבע מערכות פונקציונלי למד היטב שנצפתה רבים מצבים נח fMRI מחקרים8,20: visual השמיעה (microstate א), (microstate B), באופן חלקי קוגניטיבית שליטה חלקית מצב ברירת המחדל (microstate C) ו לב הגבי (microstate D). לפיכך, ניתוח microstate מספק גישה מוזרה ללמוד הרשתות במצב מנוחה (RSNs) של המוח האנושי. בהשוואה ל- EEG בטכניקות מסורתיות, המורכבות אומגה יכול לאפיין את קישוריות פונקציונלי הכללית בתוך מסוימים במוח באזור4. קישוריות פונקציונלי המסורתי יכול רק לתאר את קישוריות פונקציונלי בין שתי אלקטרודות הקרקפת.

עם זאת, שתי שיטות EEG יש גם מספר מגבלות אשר יש לציין. ראשית, הניתוח microstate הקיים מבוצעת בדרך כלל על אותות EEG פס רחב, ולכן זה לא לנצל מידע עשיר בתדר של הטכניקה EEG. יתר על כן, המשמעות הפונקציונלית של ארבע כיתות microstate אלה ומדדים הקשורים אינם מאוד ברור עד כה. שנית, המורכבות אומגה יכול לזהות רק לינארית dependences. הוא אינו יכול לזהות את dependences לא-ליניאריות בין אזורי הקרקפת, אשר יכול להיות לכמת על ידי חלק מסורתי קישוריות פונקציונלי מדדים (למשל, ערך נעילת פאזה, הסבירות מידע וסינכרון הדדית)21,22 ,23.

בעתיד, צריך להיות מיושם הניתוח microstate עם טכניקות לוקליזציה המקור (למשל, sLORETA, BESA, Beamforming), אשר יהיה לשפר באופן משמעותי את הרזולוציה המרחבית של אותות EEG. למרות הניתוח microstate כבר בשימוש נרחב בנח EEG וארפס, רק מעט מחקרים החילו טכניקה זו לתחום זמן-תדר. לדוגמה, ג'יה. et al. 24 הציע גישה בהתבסס על פילוח טופוגרפית ניתוח כדי בצורה אופטימלית ולזהות אוטומטית תכונות זמן-תדר מפורטות. גישה זו עלול לנצל ביעילות את המידע המרחבי של פעילויות מתנדנדות. עם זאת, יישומים אלה רחוקים בוגרת. על המורכבות אומגה, המורכבות אומגה מנורמל נחוץ מאוד, מאז הערך של אומגה המורכבות מוערך תלויה מספר אלקטרודות שנבחרו. בעתיד, זה צריך להיות מוחל על התחום זמן-תדר.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

המחברים אין לחשוף.

Acknowledgments

מאמר זה נתמך על ידי נבחרת מדעי הטבע קרן של סין (31671141).

Materials

Name Company Catalog Number Comments
ANT 20 channels EEG/ERP system ASA-Lab, ANT B.V., Netherlands company web address:
http://www.ant-neuro.com/
EEGLAB plugin for Microstates Thomas Koenig https://sccn.ucsd.edu/wiki/EEGLAB_Extensions_and_plug-ins
sLORETA Roberto D. Pascual-Marqui http://www.uzh.ch/keyinst/loreta.htm
MATLAB 2010a The MathWorks Inc. company web address:
http://www.mathworks.com/
eeglab Swartz Center for Computational Neuroscience, University of California, San Diego https://sccn.ucsd.edu/eeglab/index.php

DOWNLOAD MATERIALS LIST

References

  1. Khanna, A., et al. Microstates in resting-state EEG: current status and future directions. Neurosci Biobehav Rev. 49, 105-113 (2015).
  2. Chen, J. L., Ros, T., Gruzelier, J. H. Dynamic changes of ICA-derived EEG functional connectivity in the resting state. Hum Brain Mapp. 34 (4), 852-868 (2013).
  3. Imperatori, C., et al. Aberrant EEG functional connectivity and EEG power spectra in resting state post-traumatic stress disorder: a sLORETA study. Biol Psychol. 102, 10-17 (2014).
  4. Gao, F., et al. Altered Resting-State EEG Microstate Parameters and Enhanced Spatial Complexity in Male Adolescent Patients with Mild Spastic Diplegia. Brain Topogr. 30 (2), 233-244 (2017).
  5. Seitzman, B. A., et al. Cognitive manipulation of brain electric microstates. Neuroimage. 146, 533-543 (2017).
  6. Lehmann, D., Michel, C. M. EEG-defined functional microstates as basic building blocks of mental processes. Clin Neurophysiol. 122 (6), 1073-1074 (2011).
  7. Koenig, T., et al. Millisecond by millisecond, year by year: normative EEG microstates and developmental stages. Neuroimage. 16 (1), 41-48 (2002).
  8. Britz, J., Van De Ville, D., Michel, C. M. BOLD correlates of EEG topography reveal rapid resting-state network dynamics. Neuroimage. 52 (4), 1162-1170 (2010).
  9. Musso, F., et al. Spontaneous brain activity and EEG microstates. A novel EEG/fMRI analysis approach to explore resting-state networks. Neuroimage. 52 (4), 1149-1161 (2010).
  10. Strelets, V., et al. Chronic schizophrenics with positive symptomatology have shortened EEG microstate durations. Clin Neurophysiol. 114 (11), 2043-2051 (2003).
  11. Kikuchi, M., et al. EEG microstate analysis in drug-naive patients with panic disorder. PLoS One. 6 (7), e22912 (2011).
  12. Santarnecchi, E., et al. EEG Microstate Correlates of Fluid Intelligence and Response to Cognitive Training. Brain Topogr. , (2017).
  13. Schlegel, F., et al. EEG microstates during resting represent personality differences. Brain Topogr. 25 (1), 20-26 (2012).
  14. Wackermann, J. Beyond mapping: estimating complexity of multichannel EEG recordings. Acta Neurobiol Exp (Wars). 56 (1), 197-208 (1996).
  15. Jung, T. P., et al. Removing electroencephalographic artifacts by blind source separation. Psychophysiology. 37 (2), 163-178 (2000).
  16. Pascual-Marqui, R. D., Michel, C. M., Lehmann, D. Segmentation of brain electrical activity into microstates: model estimation and validation. IEEE Trans Biomed Eng. 42 (7), 658-665 (1995).
  17. Pascual-Marqui, R. D. Standardized low-resolution brain electromagnetic tomography (sLORETA): technical details. Methods Find Exp Clin Pharmacol. 24, Suppl D. 5-12 (2002).
  18. Hu, L., et al. The primary somatosensory cortex contributes to the latest part of the cortical response elicited by nociceptive somatosensory stimuli in humans. Neuroimage. 84, 383-393 (2014).
  19. Murray, M. M., Brunet, D., Michel, C. M. Topographic ERP analyses: a step-by-step tutorial review. Brain Topogr. 20 (4), 249-264 (2008).
  20. Van de Ville, D., Britz, J., Michel, C. M. EEG microstate sequences in healthy humans at rest reveal scale-free dynamics. Proc Natl Acad Sci U S A. 107 (42), 18179-18184 (2010).
  21. Gonuguntla, V., Mallipeddi, R., Veluvolu, K. C. Identification of emotion associated brain functional network with phase locking value. Conf Proc IEEE Eng Med Biol Soc. 2016, 4515-4518 (2016).
  22. Wen, D., et al. Resting-state EEG coupling analysis of amnestic mild cognitive impairment with type 2 diabetes mellitus by using permutation conditional mutual information. Clin Neurophysiol. 127 (1), 335-348 (2016).
  23. Rosales, F., et al. An efficient implementation of the synchronization likelihood algorithm for functional connectivity. Neuroinformatics. 13 (2), 245-258 (2015).
  24. Jia, H., Peng, W., Hu, L. A novel approach to identify time-frequency oscillatory features in electrocortical signals. J Neurosci Methods. 253, 18-27 (2015).
  25. Wackermann, J. Global characterization of brain electrical activity by means of the Ω complexity production rate. Brain Topogr. 18, 135 (2005).
  26. Wackermann, J., Putz, P., Gaßler, M. Unfolding EEG spatial complexity as a function of frequency. Brain Topogr. 16 (2), 124 (2003).

Tags

מדעי המוח גיליון 136 אלקטרואנצפלוגרם (EEG) ללא התייחסות EEG מודד ניתוח microstate אות המורכבות המורכבות אומגה פילוח טופוגרפיים
Microstate וניתוחים המורכבות אומגה של אלקטרואנצפלוגרם נח-המדינות
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Gao, F., Jia, H., Feng, Y.… More

Gao, F., Jia, H., Feng, Y. Microstate and Omega Complexity Analyses of the Resting-state Electroencephalography. J. Vis. Exp. (136), e56452, doi:10.3791/56452 (2018).

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