Summary

Метод отслеживания временной эволюции устойчивых состояний вызывается потенциал

Published: May 25, 2019
doi:

Summary

Представлен протокол для оценки временной эволюции нейронного увлечения внешними повторяющимися стимулами. Устойчивые записи одного и того же экспериментального состояния приобретаются и усредняются в домене времени. Динамика устойчивого состояния анализируется путем построения амплитуды ответа как функции времени.

Abstract

Нейронная увлечения относится к синхронизации нейронной активности с периодичностью сенсорных стимулов. Эта синхронизация определяет генерацию устойчивых состояний, вызываемых ответов (т.е. колебаний в фазе электроэнцефалограммы, привязанной к стимулам вождения). Классическая интерпретация амплитуды устойчивого состояния вызвал ответы предполагает стереотипные времени-инвариантной нейронной реакции плюс случайные фоновые колебания, так что усреднение в течение неоднократных презентаций стимула восстанавливает стереотипный ответ. Такой подход игнорирует динамику устойчивого состояния, как в случае адаптации, вызванной длительным воздействием стимула. Для анализа динамики устойчивых состояний реакций можно предположить, что эволюция времени амплитуды реакции одинакова в различных запусках стимуляции, разделенных достаточно длинными перерывами. На основе этого предположения представлен метод, характеризующий эволюцию времени реакций устойчивого состояния. Достаточно большое количество записей приобретается в ответ на одно и то же экспериментальное состояние. Экспериментальные запуски (записи) усреднены по столбцовой части (т.е. прогоны усреднены, но эпоха в записях не усреднена с предыдущими сегментами). Усреднение столбцов позволяет анализировать реакции устойчивого состояния в записях с удивительно высокими соотношениями сигнала к шуму. Таким образом, усредненный сигнал обеспечивает точное представление временной эволюции реакции устойчивого состояния, которое может быть проанализировано как в области времени, так и в области частоты. В этом исследовании приводится подробное описание метода, используя устойчивое состояние визуально вызванных потенциалов в качестве примера ответа. Преимущества и оговорки оцениваются на основе сравнения с однопробными методами, предназначенными для анализа нейронных увлечения.

Introduction

При записи из кожи головы, электрическая активность мозга наблюдается как непрерывные и регулярные изменения напряжения с течением времени. Эта электрическая активность называется электроэнцефалограмма (ЭЭГ) и был впервые описан Ганс Бергер в конце двадцатых годов прошлого века1. Последующие семенные исследования описали ЭЭГ как сложную серию времени, в которойразличные ритмические или повторяющиеся закономерности могут наблюдаться 2,3,4. В настоящее время ЭЭГ, как правило, делится на пять устоявшихся частотных полос, дельта, тета, альфа, бета и гамма, которые связаны с различными сенсорными и когнитивными процессами.

В течение многих лет изучение колебаний мозга с использованием ЭЭГ ограничивалось либо анализом спектра в текущей деятельности, либо изменениями в колебательной активности, вызванными непериодическими сенсорными событиями. В последние десятилетия были внедрены различные методологии для модуляции текущих колебаний ЭЭГ и изучения влияния таких модуляций на восприятия и когнитивные процессы, включая представление ритмической сенсорной стимуляции для индуцирование нейронных увлечения. Термин нейронная увлечения относится к синхронизации нейронной активности с периодическими свойствами сенсорных стимулов. Этот процесс приводит к генерации устойчивых состояний, вызываемых потенциалов (т.е. колебаний ЭЭГ, привязанных к периодическим свойствам стимулов вождения). Устойчивое состояние вызываемых потенциалов чаще всего вызываются визуальной, слуховой и вибротактилной стимуляции, используя либо переходные стимулы, представленные на постоянной скорости или непрерывной стимуляции модулируется в амплитуде с частотой интереса. В то время как соматосенсорный устойчивый состояние вызывает потенциалы (SSSEPs) регистрируются в ответ на повторяющиеся тактильные стимуляции5,6, устойчивое состояние визуально вызванных потенциалов (SSVEPs), как правило, вызваны периодические презентация яркости мерцает, фотографии, и лица7,8. Слуховые ответы на устойчивое состояние (ASSRs), как правило, генерируются поездами переходных акустических стимулов или непрерывным представлением амплитуды модулированных тонов9,10.

Извлечение устойчивого состояния вызвало потенциалы из измеренных ЭЭГ по существу опирается на усреднение впоследствии приобретенных ЭЭГ эпохи заперты еде к стимулу11. В связи с периодичностью ответов, они могут быть проанализированы как в временных, так и в частотных доменах. После преобразования частотного домена, сенсорная реакция наблюдается как пики амплитуды при скорости презентации или частоты модуляции внешних раздражителей, и их соответствующие гармоники. Эти процедуры (усреднение тайм-домен и последующее преобразование частотного домена) имеют важное значение для разработки теста на слух на основе обнаружения методов ASSR с клиническими целями12,13,14 ,15,16.

Кроме того, классическое время-домен усреднения эпох ЭЭГ было чрезвычайно полезным для анализа физиологических процессов, таких как генерация и исчезновение SSVEP17,18. Представляя последовательные поезда мерцающих огней и усреднение последующих эпох в записи, Wacker et al.19 отметил, что фазовая блокировка индекса SSVEP быстро увеличилась в течение первых 400 мс стимуляции и оставалась высокой впоследствии . Они также сообщили, что надежный визуальный увлечения была создана между 700-1 100 мс после начала стимула. Определенная степень увлечения оставалась эффективной после смещения стимуляции поезда, который длился примерно три периода колебательной реакции17,19. Такое поведение было интерпретировано как привлекательный/разъединяющее действие наблюдаемых колебаний, что является следствием нелинейной обработки информации в зрительной системе человека17. Кроме того, известно, что при определенных экспериментальных условиях, мерцание стимуляции может вызвать на-ответы в начале, и вне реакции в конце стимуляции поездов вместо нервной увлечения18.

Основное предположение в среднем последовательно приобретенных эЭГ эпох является то, что сигнал ЭЭГ представляет собой линейное сочетание сенсорной реакции и фонового шума20. Кроме того, амплитуда, частота и фаза колебательного ответа считаются стационарными, в то время как фоновый шум рассматривается как случайное действие. Однако в тех случаях, когда это предположение не выполнено, амплитуда ответа, вычисленная после нескольких эпох, не обязательно соответствует мгновенной амплитуде вызываемого потенциала.

Недавно было сообщено, что ASSR генерируется в стволе мозга крыс адаптируется к непрерывной презентации амплитуды модулированных тонов (т.е., ответ амплитуда снижение экспоненциально с течением времени)21,22. Адаптация была интерпретирована как нейронный механизм, который отражает потерю новизны монотонно повторяющихся сенсорных стимулов, повышение чувствительности к соответствующим колебаниям в акустической среде23,24. В слуховом пути, адаптация может улучшить понимание речи в шумной среде. Кроме того, этот процесс может быть частью существующих механизмов для мониторинга слуховой обратной связи собственного голоса для управления речевой продукцией.

Анализируя временной эволюции 40 Гц ASSR у людей, Van Eeckhoutte et al.25 наблюдали значительное, но небольшое снижение амплитуды реакции с течением времени (около -0,0002 ЗВ/с на основе группового анализа, при условии линейного снижения с течением времени). Следовательно, эти авторы пришли к выводу, что 40 Гц ASSR у людей не адаптируется к стимуляции. У людей наблюдалось нестационарное поведение при анализе стабильности SSVEP26. Эти авторы отметили, что амплитуда фундаментальной частоты и второй гармоник SSVEP были стационарными только в 30% и 66,7% испытуемых, соответственно. Фазы обоих компонентов частоты SSVEP, хотя и относительно стабильны с течением времени, выставлены небольшие сугробы26.

Поэтому, хотя классическое усреднение тайм-домен впоследствии приобретенных эпох позволяет исследовать стационарные свойства нейронной увлечения, эта методология должна быть пересмотрена, когда долгосрочная динамика увлечения находится в центре внимания исследования, или когда усреднение краткосрочной динамики коррумпировано возникновением долгосрочной динамики. Чтобы охарактеризовать нестационарное поведение реакций устойчивого состояния, ответ, вычисляемый в заданном временном окне, не должен быть скомпрометирован теми, которые были вычислены в предыдущих сегментах ЭЭГ. Другими словами, вызванный потенциал следует извлекать из фонового шума, без эпох, которые усредняются с предыдущими сегментами ЭЭГ.

В этом исследовании представлен метод оценки динамики нейронного увлечения. Устойчивые ответы состояния повторяются в ответ на ту же стимуляцию, где последовательные записи перемежаются интервалом отдыха в три раза длиннее экспериментального запуска. Учитывая, что если время эволюции физиологической реакции является одинаковым в различных независимых экспериментальных работает (независимые записи), записи колонки-мудрый усреднен. Другими словами, эпохи, соответствующие тому же расположению в различных записях, усредняются, без усреднения эпох в записи. Следовательно, амплитуда реакции, вычисленная при любом интервале стимуляции, будет соответствовать мгновенной амплитуде вызываемого потенциала. Сенсорные ответы могут быть либо проанализированы в тайм-домен или преобразованы в частотный домен, в зависимости от цели эксперимента. В любом случае, амплитуды могут быть построены как функция времени для анализа времени эволюции устойчивого состояния ответа. Поколение и вымирание устойчивых состояний вызываемых потенциалов можно оценить, ограничив анализ первой и последней эпохой записей.

Динамика нейронного увлечения может быть проанализирована с помощью других подходов, таких как узкополосная фильтрация однопробных измерений вокруг частоты интереса и вычисление оболочки сигнала питания с помощью фильтра25 и низкопроходной Гильберт преобразования27. По сравнению с этими методологиями, среднее число эпох, основанное на столбцах, позволяет вычислять параметры устойчивого состояния на основе сигналов с более высоким соотношением сигнала к шуму (SNR). В последнее время фильтрация Kalman стала перспективной техникой для оценки амплитуд 40-Гц АССР28,29,30. Внедрение фильтрации Калмана может улучшить обнаружение реакций устойчивого состояния ближе к электрофизиологическому порогу и сократить время проведения теста на слух29. Кроме того, не требуется использовать стационарные ответы при использовании подхода фильтрации Kalman для оценки амплитуды ASSR30. Тем не менее, только одно исследование проанализировало время эволюции ASSRs с помощью Kalman фильтрации25. Вывод исследования заключается в том, что амплитуда ASSR 40 Гц стабильна в течение интервала стимуляции. Поэтому фильтрация Kalman должна быть проверена в условиях, при которых ASRR не является стационарным.

Хотя метод усреднения, используемый для столбцов, отнимает много времени и не нуждается в значениях инициализации и/или априори определения шумового поведения. Кроме того, поскольку это не предполагает время конвергенции, усреднение столбцов может обеспечить более надежное представление о населенности нейронов. Таким образом, результаты, полученные с помощью метода усреднения по колонке, можно считать обоснованной истиной для анализа динамики нейронного увлечения с помощью фильтрации Калмана.

Это описание протокола основано на примере SSVEP. Однако важно отметить, что представленный здесь метод независит от модальности, так что он также может быть использован для анализа временной эволюции SSSEP и ASSR.

Protocol

Настоящее исследование было проведено с одобрения Комитета по исследованиям и этике Университета Вальпараисо, Чили (код оценочного заявления CEC170-18), подтвержденный национальными руководящими принципами по исследованиям с человеческими субъектами. 1. Подготовка Добро пожаловать на эту тему. Объясните цели и актуальность исследования. Предоставьте описание соответствующих технических деталей. Ответьте на все вопросы досконально. Явно упомяните, что она/она может прервать экспериментальную сессию в любое время при желании. Попросите волонтера прочитать предмет Информированное согласие и подписать соответствующую форму. Прервьйте экспериментальную сессию, если информированное согласие не получено. 2. Подготовка предмета Попросите субъекта сесть в лабораторное кресло в удобном положении. Очистите кожу головы этанолом (раствор на 95%) для удаления слоя омертвемых клеток кожи и кожного сала, которые покрывают его. Этот шаг важен для уменьшения импеданса между электродами и кожей головы. Измерьте окружность головы с помощью измерительной ленты, чтобы определить размер электродной крышки, которая будет использоваться. Попросите субъекта надеть электродную крышку. Предоставьте инструкции для удобного, но правильного позиционирования крышки. Измерьте расстояние между nasion (Nz, средняя точка nasofrontal шва, который может быть определен анаментом между глазами и верхней частью носа) и иньон (Iz, prominence затылочной кости) с помощью измерительной ленты. Измерьте расстояние между левой и правой доарикулярными точками (идентифицированными как депрессия непосредственно перед ушами) с помощью измерительной ленты. Исправьте положение крышки электрода, чтобы пересечение мнимых линий, определенных в предыдущих шагах, соответствовало вершине головы. Убедитесь, что объект удобен после корректировок. Положите проводящий гель в держатели электрода, в соответствии с местами, рассмотренными для эксперимента. Используйте 64 места кожи головы после международной системы 10-2031, чтобы использовать результаты протокола для выполнения анализа локализации исхода. При необходимости можно использовать большее количество расположений электродов (128) на коже головы. Внедрить клинические или амбулаторные настройки (всего несколько электродов), если анализ локализации источника не планируется. Используйте затылочные места для записи SSVEP, временные места для приобретения ASSR и темено-местах для записи SSSEP. Нажмите электродов в держателях электродов. Убедитесь, что метка электрода соответствует метке расположения в крышке. Сопровождать добровольца в экспериментальный зал (желательно, экранированную, звуко-ослабленную камеру). Попросите субъекта сесть в кресло в комнате, в удобном положении. Поместите внешние электроды на нос и мочки ушей, если физическая ссылка (в отличие от электродов кожи головы) будет использоваться для повторной ссылки на запись ЭЭГ (в шаге 3.8.1). Поместите внешние электроды в периокулярные места. Поместите электроды на щеку и лобную область головы, примерно на 1 см над бровью, чтобы зафиксировать мигание (в шаге 2.6.1). Поместите электроды на внешнюю канту глаз, примерно на 1 см выше/ниже средней линии, для записи движений глаз (в шаге 2.6.1).ПРИМЕЧАНИЕ: Электроокулограмма (EOG) будет использоваться в шаге 3.8.5 для удаления артефактов EGG, индуцированных мигающими и движениями глаз. Включите систему приобретения ЭЭГ и проверьте электрод-импедас, если система с низким уровнем импеданса используется для записи ЭЭГ. Исправьте импеданс, по мере необходимости, в соответствии с указаниями производителя. Импедас должен быть ниже 10 кЗ32. Попросите субъекта мигать и двигать глазами в разных направлениях, чтобы убедиться, что EOG правильно записывается. Чтобы проанализировать динамику SSVEP, отрегулируйте расположение экрана в вертикальном направлении, чтобы соответствовать углу обзора объекта. Тусклый свет комнаты до тех пор, пока не будет достигнут комфортный уровень. Отрегулируйте уровень яркости экрана до верхнего предела уровня комфорта участника. Чтобы проанализировать динамику ASSR, вставьте наушники с помощью правильных пенных вставок, чтобы наушники подходят для ушного канала. Проверьте, что звуки поставляются при нужной интенсивности (например, психофизический комфортный уровень33). 3. Приобретение ИГЭ и предварительная обработка Установите параметры стимула, определенные в экспериментальной конструкции. Обратитесь к руководству пользователя, предоставленному производителем системы стимуляции для получения подробной информации о программном обеспечении.ПРИМЕЧАНИЕ: Для всестороннего объяснения стимула, используемого для генерации SSVEP и ASSR, см. Norcia et al.8 и Rance34,соответственно. Поручить субъекту обратить внимание на стимуляцию, в случае, если визуальное увлечение является темой эксперимента. Представляем фильм с субтитрами со звуком, когда слуховое увечение является темой эксперимента.ПРИМЕЧАНИЕ: Презентация немого фильма позволяет отвлечь внимание от акустической стимуляции при сохранении уровня возбуждения25. Настоящие стимулы длиннее 90 с, как это было сделано для исследования временной эволюции SSVEPs и ASSR как у людей, так и у моделей животных21,22,25,26.ПРИМЕЧАНИЕ: Настоящие стимулы короче по продолжительности, если было проведено экспериментальное исследование. Приостановите стимуляцию на 2 мин, если тестируется только одно экспериментальное состояние. Взаимодействие с предметом, чтобы проверить осведомленность.ПРИМЕЧАНИЕ: Продолжительность паузы зависит от продолжительности стимуляции. Паузы 3x дольше, чем интервалы стимуляции будет гарантировать, что ответ, вызванный одним стимулом не зависит от предыдущей стимуляции. Более длительные паузы разрешены, если субъект запрашивает. Приостановить стимуляцию, по крайней мере 10 с, когда различные экспериментальные условия проверяются, так как чередование стимуляции с паузами 10 s было предложено уменьшить дополнительные эффекты адаптации и уменьшить продолжительность эксперимента25. Повторите шаги презентации (шаги 3.3-3.4) по крайней мере 30x для обеспечения высокого SNR измерений после усреднения эпох (шаг 4.4). Запись ЕГЭ с помощью стандартных процедур35. Создайте отдельный файл ЭЭГ для каждого экспериментального запуска.ПРИМЕЧАНИЕ: Обратитесь к руководству пользователя системы приобретения для получения подробной информации о программном обеспечении. Мониторинг записи ЭЭГ для обнаружения периодов сна на основе уровня альфа-активности и частоты появления мигающих артефактов. Приостановить эксперимент, когда обнаружены повышенные уровни альфа, сопровождаемые уменьшением мигающих частот, что свидетельствует о сонливости. Отклонить экспериментальный запуск от дальнейшего анализа при обнаружении периодов сна. Вычислите амплитуда реакции устойчивого состояния в конце каждого экспериментального запуска, следуя инструкции, представленной в руководстве пользователя программного обеспечения для приобретения, используемого в эксперименте. Мониторинг внимания уровень субъекта, сравнивая амплитуду устойчивых состояний ответов, полученных в конце каждого экспериментального запуска. Установите амплитуда устойчивого состояния, полученную в первых экспериментальных запусках в качестве эталонной амплитуды. Установите порог отклонения (снижение амплитуды ответа на 5% в отношении эталонной амплитуды). Отклонить экспериментальные пробежки, в которых амплитуда реакции устойчивого состояния соответствует критерию отторжения. Завершите экспериментальную сессию после приобретения количества трасс, определенных в экспериментальном проектировании. Предварительная обработка данных ЭЭГ в автономном режиме с использованием стандартных процедур ЭЭГ35, описанных в следующих шагах по направлениям производителя. Перессылка записи с использованием средней ссылки (средний всех записывающих электродов) или среднего подмноза электродов. Кроме того, используйте физическую ссылку (например, внешние электроды, помещенные на нос и мочки ушей, описанные в шаге 2.4). Преобразуйте координаты электрода в международную систему 10/20, если система радиальных координат использовалась во время приобретений ЭЭГ. Обратитесь к руководству производителя для получения подробной информации о конверсии. Фильтр полосы пропуска сигнала ЭЭГ между 0,5-300 Гц. Установите выемку-фильтр (по центру на 50 Гц или 60 Гц) при необходимости. Вниз-образец сигнала ЭЭГ, чтобы уменьшить время выполнения алгоритма, выбранного для удаления глазных артефактов (шаг 3.8.5).ПРИМЕЧАНИЕ: Частота выборки 512 Гц является достаточным для анализа колебаний мозга частоты ниже 40 Гц35. Удалите глазные артефакты.ПРИМЕЧАНИЕ: С этой целью могут быть использованы различные методы (см. Уригена и Гарсия-Запирин35 для обширного обзора алгоритмов удаления артефактов). Среди них независимый анализ компонентов является одной из наиболее расширенных методологий и реализуется как в коммерческих, так и в свободных аналитических программах37,38,39. Сегментданные данные ЭЭГ в эпохах, запертых на стимуляцию. Выберите длину эпох в соответствии с целью эксперимента.ПРИМЕЧАНИЕ: Эпохи должны быть достаточно длинными, чтобы обеспечить анализ реакции устойчивого состояния в частотном домене с адекватным спектральным разрешением. Не запускайте алгоритмы отторжения артефактов на данном этапе для обнаружения и удаления эпох, содержащих артефакты.ПРИМЕЧАНИЕ: Удаление эпохи на данном этапе вызовет ошибки, когда набор данных организован для запуска столбцового усреднения эпох (шаги 4.2 и 4.4). Алгоритмы отторжения реализованы на более позднем этапе обработки (шаг 4.1.4). Запустите функцию DC-detrend для расчета DC-тенденций в отдельных эпохах ЭЭГ и их исправления. Запустите функцию коррекции базовой линии, чтобы исправить исходную линию записи. Выберите интервалы времени до стимулирования продолжительность более 200 мс.ПРИМЕЧАНИЕ: Базовая коррекция состоит из усреднения данных в выбранном интервале времени. Среднее значение рассчитывается для каждого канала и вычитается из каждой точки данных в каждой эпохе. 4. Вычисление амплитуд ы ответа Введите параметры, необходимые для расчета реакций устойчивого состояния(рисунок 1A).ПРИМЕЧАНИЕ: Внутренний код, используемый для обработки данных, находится в свободном доступе по адресу: lt;https://figshare.com/ projects/Steady-state-visually-evoked-potentials-SSVEP-elicited-in-humans-by-continuos-light-modulated-in-amplitude-at-10Hz/62573 Для получения дальнейших инструкций обратитесь к тексту справки внутри кода. Аналогичным образом имеется подмножество данных, используемых в данном исследовании. Введите количество записей (экспериментальных запусков) эксперимента. Введите длину эпох, чтобы сегментировать отдельные записи. Введите частоту отбора проб эксперимента. Выберите алгоритмы отвержения артефактов для обнаружения и удаления эпох, содержащих артефакты. Доступные критерии отбора: 1) градиент (абсолютная разница между двумя последовательными выборками), 2) макс-мин (разница между максимальной и минимальной амплитудой в эпоху) и 3) амплитуды (абсолютный максимум и минимальная амплитуды). Выполнить код обработки.ПРИМЕЧАНИЕ: Шаги 4.2-4.7 автоматически выполняются при выборе этой опции. При необходимости выполнить шаги вручную. Перестроить эпохи в матрицу данных n строк и m столбцов, в которой n представляет количество записей (экспериментальные запуски) и м число эпох (рисунок1B). Вес эпохи, чтобы смягчать эффект движения и мышечных артефактов.ПРИМЕЧАНИЕ: Взвешенные эпохи ЭЭГ получают путем деления каждого образца напряжения на амплитуду дисперсии эпохи они принадлежат, так что дисперсия используется в качестве меры амплитуды изменчивости и фактор взвешивания40. Столб-мудрый средний набор данных. С этой целью в среднем по времени и домену эпохи, соответствующие тому же временному окну в различных записях.ПРИМЕЧАНИЕ: Этот шаг позволяет вычислять амплитуду устойчивого состояния в записях с удивительно высоким соотношением сигнала к шуму (SNR). Экспорт временных рядов, возникающих в результате усреднения для дальнейшего анализа временной эволюции увлечения внешним программным обеспечением. Вычислите амплитуда реакции устойчивого состояния в каждой эпохе в результате усреднения столбцов, используя быструю трансформацию Фурье (FFT).ПРИМЕЧАНИЕ: Длина FFT должна соответствовать длине одной эпохи. Внедрение метода оконного окна не является обязательным. Амплитуда реакции устойчивого состояния определяется как спектральная амплитуда, полученная на частоте модуляции амплитуд ы сенсорных стимулов. Вектор средней амплитуды специального количества бункеров FFT с каждой стороны частоты ответа для расчета остаточного уровня шума (RNL). Количество ячеек FFT должно соответствовать частоте диапазона около 3 Гц, с каждой стороны частоты ответа.ПРИМЕЧАНИЕ: Высокая частота-специфическость реакций устойчивого состояния делает амплитуду реакции независимо тех языковых колебаний с подобными частотами, которые в свою очередь распределяют равномерно в относительно узкой диапазоне частот41 , 42 г. , 43. Участок амплитуда реакции устойчивого состояния и RNL как функции индекса столбца (т.е. числа приобретенной эпохи) для изучения эволюции реакции устойчивого состояния в интервале стимуляции.

Representative Results

SSVEP был вызван непрерывными визуальными стимулами длиной 40 с, где интенсивность света была модулирована синусоидальной волной 10 Гц (глубина модуляции 90%). Стимулы были доставлены четырьмя светоизлучающими диодами (СВЕТОДИОДами), расположенными в центре черного экрана 50 см х 50 см, в качестве вершин квадрата площадью 5 см х 5 см. Когда участник сидел 70 см от экрана, площадь квадрата светодиодов subtends визуальный угол около 4 “. Светодиодный экран был разработан с использованием системы разработки микроконтроллера на основе USB и четырех супер ярких белых светодиодов диаметром 10 мм. Для управления питанием светодиодов использовалась методику модуляции ширины импульса (PWM). Этот метод контролировал интенсивность светодиодов на заданной частоте и генерирует окончательный синусоидальный конверт. Частота PWM 40 кГц была использована, чтобы избежать заметного эффекта мерцания. Было получено 30 записей, которые были сегментированы в эпоху 4 с. Таким образом, был получен набор данных, состоящий из 10 столбцов (количество эпох ЭЭГ в записях) и 30 строк (количество записей, количество экспериментальных запусков). Нейронные колебания, заблокированные для стимуляции, стали очевидными по мере того, как было выполнено усреднение по столбцу(рисунок 2). Примечательно, что интервал, с которым генерируется SSVEP, можно наблюдать по следам, соответствующим столбцом 1. В этой колонке, 0,2 с до стимула базовых начертаны в дополнение к первым 0,8 с нейронных увлечения. Таким образом, описанная здесь процедура позволяет охарактеризовать 1) динамику колеблющейся реакции после того, как нейро- интренивация уже установлена и 2) взаимодействие нервных колебаний. Одна или несколько эпох, зарегистрированных после окончания стимуляции, также могут быть включены в матрицу данных для изучения вымирания реакции устойчивого состояния после смещения стимулов. Во время столбцового усреднения эпох средняя амплитуда SSVEP (спектральная амплитуда на 10 Гц, вычисленная при применении FFT) уменьшилась во время усреднения первых эпох столбцов и, как правило, стабилизируется после этого(рисунок 3A). Этот результат согласуется с предыдущими исследованиями, анализируя эволюцию ASSR в течение усреднения последовательно приобретенных эпох21,22,40,43,44. Поведение амплитуды ответа во время усреднения обычно объясняется относительно высоким вкладом неусредней шум в амплитуда ответа вычисляется в первые эпохи, которая смягчается, как усреднение выполняется13, 44 , 45 г. , 46 , 47. Примечательно, что изменчивость амплитуды SSVEP значительно снизилась по мере усреднения. Мы также проанализировали RNL измерений во время столбцов-мудрый усреднение эпох(рисунок 3B). RNL был вычислен в узком диапазоне частот (3 Гц) с обеих сторон частоты SSVEP. Хотя эта процедура не является общей, когда SSVEP анализируются, вектор-усреднение данного количества частотных бункеров вокруг, что из нейронных увлечения является стандартом для оценки РНЛ в ASSR измерений41,42, 43. Как и ожидалось, РНЛ постепенно уменьшался по мере увеличения числа усредненённых эпох и достигающего асимптотического уровня после обработки около 20 эпох. В отличие от того, что наблюдалось при анализе амплитуды SSVEP, стандартное отклонение РНЛ оставалось относительно неизменным по мере увеличения числа усредненных эпох, что свидетельствует о том, что условия записи были стабильными в ходе экспериментальной сессии. Представленные выше результаты определили изменения в пиковом соотношении сигнала к шуму (pSNR) измерений во время усреднения эпохи столбцов(рисунок 3C). Этот термин определяется здесь как соотношение (в дБ) между квадратной амплитудой ответа (SSVEP) и квадратной амплитудой RNL. По мере увеличения усреднения, pSNR увеличилось, как число усредненных эпох увеличилось до 18, примерно. Дальнейшие приращения в количестве усредненную эпохи существенно не повлияли на качество сигнала. Вариабельность pSNR уменьшила по мере того как больше эпох были усредняны. Наконец, динамика амплитуды SSVEP и RNL представлена на рисунке 4. Эти временные эволюции были получены путем построения параметров ответа, вычисленных в конце столбца-мудрый усреднение эпох в качестве функции числа столбцов (как функция времени). Как показал Labecki et al.26,динамика SSVEP может существенно различаться между предметами. Поскольку результаты, представленные на рисунке 4, соответствуют одному человеку, обобщения не могут быть сделаны. В этой теме амплитуда SSVEP отображается относительно сложное поведение(рисунок 4A). Амплитуда реакции постепенно увеличивалась в течение первых 12 секунд после начала стимула (время, которое соответствует длине 3 эпохи). Поскольку стимул сохранялся, SSVEP последовательно снижался в течение следующих 12 секунд, и оставался относительно постоянным после этого. Эти результаты не могут быть объяснены поведением RNL, так как этот параметр был относительно постоянным во время интервала стимуляции(рисунок 4B). Увеличение амплитуды SSVEP после нарастания стимула проявляется в следах, представленных на рисунке 2, и может быть объяснено интеграционными процессами, которые приводят к стабилизации нейронного увлечения. Последующее снижение амплитуды предполагает адаптацию SSVEP к устойчивой стимуляции. Тем не менее, эти гипотезы должны быть проверены в контролируемых экспериментах с присвоенными размерами выборки. Рисунок 1 : Критические шаги для извлечения временной эволюции амплитуды устойчивых ответов состояния. (A) Скриншот кода обработки, где определяются параметры анализа. (B) Представитель диаграммы, иллюстрирующие организацию набора данных. Представлена матрица данных, состоящая из 30 записей 10 эпох. В первой колонке выделено среднее усреднение эпох. Вертикальная линия представляет направление усреднения. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры. Рисунок 2 : Изменения в форме волны устойчивого состояния визуально вызвали потенциалы (SSVEP) во время столбцово-мудрый усреднение эпох. Ответы были получены в связи с непрерывным представлением света, модулированного в амплитуда на уровне 10 Гц. Строки показывают волновые формы, полученные после усреднения всех предыдущих записей (т.е. строка 1 является первой записью, строка 5 — это волновая форма, полученная после усреднения первых пяти записей, а последняя строка — среднее значение всех записей). Более надежные волновые формы SSVEP наблюдались в каждой колонке по мере увеличения числа пробегов усреднения. Для обеспечения ясности (чтобы сделать колебания SSVEP видимыми), представлена только первая секунда эпох. Исключение составляют следы в первом столбце набора данных, для которого отображаются 0,2 секунды базового поля до стимула. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры. Рисунок 3 : Изменения параметров реакции и записи во время усреднения эпох иметру столбцов. (A) Эволюция амплитуды SSVEP. (B) Поведение RNL. (C) Изменения в pSNR. Черные линии представляют средние значения, полученные для каждого столбца (n no 10), а серая тень представляет область, покрытую одним стандартным отклонением. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры. Рисунок 4 : Эволюция времени SSVEP, вызванная презентацией непрерывной зрительной стимуляции, модулированной в амплитуде на 10 Гц. (A) Время курса амплитуды SSVEP. (B) Курс времени RNL. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Discussion

Эта работа описывает экспериментальную процедуру анализа динамики колеблющихся реакций мозга. Такая методология состоит из приобретения достаточного количества независимых экспериментальных запусков одного и того же экспериментального состояния, а также эпох и усреднения времени, соответствующих тому же временному окну в различных записях (столбы-мудрые в усреднении Рисунок 1B). Амплитуда, вычисленная в усредненных данных, представляет собой мгновенную амплитуда колебательной реакции. Прокладка этих амплитуд в качестве функции времени (или количества столбцов в наборе данных) позволяет анализировать временной эволюции осцилляторного отклика, заблокированного к стимуляции. Эта методология является модификацией, предложенной Ritter et al.23 для анализа адаптации переходных корковых потенциалов. Метод был использован для анализа динамики слуховых вызванных потенциалов как у людей24, так и у моделей животных20,21.

С методологической точки зрения, сочетание параметров, используемых для получения реакции устойчивого состояния и тех, которые реализованы для извлечения нейронной реакции из фонового шума, имеет решающее значение для анализа времени эволюции устойчивых состояний, вызываемых потенциалов 22. Длина стимула, используемая в эксперименте, представленном здесь (40 с), была выбрана на основе результатов, полученных в экспериментальном исследовании. Эта длина стимула была достаточна для того чтобыпроанализировать приспособление ASSR произведенного в мозге 21,22. Кроме того, продолжительность стимула должна превышать время, в которое достигается асимптотическая мгновенная сила полосы SSVEPs(рисунок 1 в Labecki et al.26). Тем не менее, асимптотическая мгновенная мощность полосы SSVEPs может быть достигнута за 60-х годов в некоторых случаях(рисунок 2 в Labecki и др.26). Поэтому, запуск небольшой образец экспериментального исследования рекомендуется определить продолжительность стимула стимуляции. В противном случае, продолжительность стимула более длиной 90 s рекомендуется для достижения полного представления времени эволюции ответа. Использование адекватно длительных пауз между последовательными записями предполагает рассмотрение последовательных экспериментальных запусков как статистически независимых (т.е. различных, независимых показателей одной и той же переменной). Насколько нам известно, не было проведено никаких экспериментов по анализу оптимальной паузы между пробегами (минимальная пауза, необходимая для того, чтобы прогоны были независимыми друг от друга). Критерий использования пауз по крайней мере в 3 раз дольше, чем длина стимула, достаточно консервативен, чтобы гарантировать, что реакция устойчивого состояния, зарегистрированная в любом заданном запуске, не зависит от предыдущей стимуляции.

В последнее время, чередующихся стимулов (экспериментальные условия) был предложен в качестве выбора, чтобы уменьшить паузу между экспериментальными работает, избегая дополнительного эффекта адаптации25. Аналогичным образом, количество экспериментальных запусков (30), реализованных в этом экспериментальном протоколе, является консервативным, так как асимптотические RNL и pSNR, как правило, достигаются после усреднения 20 экспериментальных запусков, приблизительно. Когда стимулы попадают в средне-верхнюю область динамического диапазона реакции (высокие уровни ощущения), для анализа динамики вызываемых реакций, вероятно, требуется меньшее число пробегов. Тем не менее, в тех случаях, когда тестируются различные экспериментальные условия, наличие одинакового количества экспериментальных запусков имеет решающее значение для сравнения между условиями (т.е. различными уровнями ощущения).

В дополнение к столбцу-мудрый усреднение эпох, динамика колебаний вызвал потенциалы была проанализирована путем фильтрации однопробных измерений в узком диапазоне частот вокруг частоты интереса и вычисления оболочки власти сигнал с помощью низкопроходной фильтрации26. Аналогичным образом, был проведен единый пробный анализ для характеристики переходного периода, предшествующегося стабильной области SSVEP48,и изменений в амплитуде и фазе SSVEP в стабильной области ответа49. В то время как одиночный анализ допускает дискриминацию относительно быстрых колебаний амплитуды реагирования, экспериментальные проекты для анализа среднего ответа в блоках, разделенных с данным межблоковым интервалом, учитывают только долгосрочные колебания амплитуда вызываемого потенциального50,51. Колонна-мудрый усреднение эпох стоит между этими двумя вариантами. Преобразование усредненного сигнала в частотный домен с помощью FFT предполагает анализ динамики ответа с разрешением, равным длине эпохи. В приведенном здесь примере SSVEP сообщалось каждые 4 с. Хотя 4 с разрешения является достаточным для описания динамики, происходящие с интервалом времени, превышающей десятки секунд, таких как SSVEP26, частично перекрывающихся эпох в оригинальной записи позволяет описать время эволюции устойчивый ответ государства в более изысканной манере25.

Динамика реакций устойчивого состояния, полученных после усреднения эпох в столбцере, в основном представляет собой эволюцию колебательной активности, синхронизированной между усредненные сегментами ЭЭГ (те, которые выживают в усреднении). Таким образом, основной проблемой, касающейся осуществимости методологии, является возможное затухание амплитуд ы ответов из-за вариаций фазы нервных колебаний от одного независимого экспериментального запуска к другому (т.е. среди записей). Эту тему необходимо решать экспериментально. Тем не менее, данные свидетельствуют о том, что фаза колебаний мозга менее изменчива, чем ожидалось. В самом деле, несколько исследований сообщили закономерности в ожидаемой фазе человека 80 Гц ASSR47,48,49. При оценке на основе фазы колебательной активности наблюдается предсказуемое влияние интенсивности и частоты акустических стимулов на задержку слуховых реакций (т.е. снижение задержки как интенсивность и частота носителя увеличение)52,53,54. Кроме того, типичные матулрационные изменения в амплитуде и асимметрии слева направо наблюдались, когда поздние оценки оцениваются с фазы ASSR47,55,56 , 57 , 58. Описывая эволюцию времени SSVEP с помощью однопробного анализа, Labecki et al.26 отметил, что, хотя межпробная изменчивость амплитуд в рамках одного и того же субъекта была значительно высокой, изменчивость фазы были значительно менее выраженными.

Основываясь на своих наблюдениях, Labecki et al.26 предложила усреднение как минимум 50 испытаний для получения надежной оценки среднего размера ответа. Эти результаты показывают, что даже в тех случаях, когда амплитуда ответа вычисляется в отдельных испытаниях, усреднение (конвертов в этом случае) необходимо для отчета о заслуживающих доверия результатах. Кроме того, межпробная изменчивость амплитуды SSVEP, о чем сообщает Labecki et al.26, позволяет предположить, что вычисление этого параметра в отдельных испытаниях может сильно зависеть от фонового шума. Учитывая эволюцию соотношения сигнала к шуму, представленного на рисунке 2, вычисление ответа в усреднении сигнала вместо отдельных испытаний значительно снижает количество сегментов ЭЭГ, которые необходимо обрабатывать для получения надежного Измерения. Кроме того, низкая изменчивость фазы, полученная Labecki et al.26, поддерживает идею о том, что представленное здесь усреднение эпох, основанное на столбцах, является действительной процедурой для вычисления динамики колебаний, вызываемых потенциалами.

Усреднение данных на разных уровнях приводит к разной интерпретации результатов. Что касается колебаний, вызванных потенциалами, вычисление амплитуды реакции после усреднения времени и домена независимых запусков подразумевает анализ только запертых во времени колебаний (т.е. тех, которые выживают в усреднении). Эта процедура может фильтровать соответствующую информацию о динамике ответа в отдельных испытаниях. Тем не менее, он гарантии достаточно высокого соотношения сигнала к шуму измерений. Этот аспект может иметь значение, когда ответы близки к электрофизиологическому порогу, состояние, при котором обнаружение увлечения может быть скомпрометировано из-за низкого соотношения сигнала к шуму измерения.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Авторы с благодарностью признают Лусию Зепеду, Грейс А. Уитакера и Николя Ньето за их вклад в видеопродукцию. Эта работа была частично поддержана программами CONICYT BASAL FB0008, MEC 80170124 и PhD scholarship 21171741, а также Национальным институтом по глухоте и другим коммуникационным расстройствам Национальных институтов здравоохранения под номером премии P50DC015446. Содержание является исключительно ответственностью авторов и не обязательно отражает официальные взгляды Национальных институтов здравоохранения.

Materials

Active electrodes  Biosemi P32-1020-32ACMS (ABC) for channels 1-32
Active electrodes  Biosemi P32-1020-32A (ABC) for channels 33-64
Active electrodes  Biosemi 8 x TP FLAT external electrodes
Active-Two adquisition system Biosemi version 7.0 EEG adquisition system
alcohol Salcobrand Code:  3309011 for cleaning the scalp
Electrode cap 64 channels  Biosemi CAP MS xx yy cap 
Electrode cap 64 channels  Biosemi CAP ML xx yy cap 
gel Biosemi SIGNA BOX12 conductive gel
Laptop Asus Core i7 1TB DD + 128GB SSD 8GB RAM  computer for stimulation
Laptop Asus Core i7 1TB DD + 128GB SSD 8GB RAM  computer for recording
LED screen in-house production The screen consists of four light-emitting diodes (LEDs) situated on the center of a 50×50 cm black screen, as vertexes of a square of 5×5 cm
sterile gauze Salcobrand Code:  8730277 for cleaning the scalp

References

  1. Berger, H. Über das elektrenkephalogramm des menschen. European Archives of Psychiatry and Clinical Neuroscience. 87 (1), 527-570 (1929).
  2. Berger, H. Electroencephalogram of humans. Journal fur Psychologie und Neurologie. 40, 160-179 (1930).
  3. Walter, W. G. The location of cerebral tumours by electro-encephalography. The Lancet. 228 (5893), 305-308 (1936).
  4. Jasper, H. H., Andrews, H. L. Electro-encephalography: III. Normal differentiation of occipital and precentral regions in man. Archives of Neurology & Psychiatry. 39 (1), 96-115 (1938).
  5. Snyder, A. Z. Steady-state vibration evoked potentials: descriptions of technique and characterization of responses. Electroencephalography and Clinical Neurophysiology. 84 (3), 257-268 (1992).
  6. Giabbiconi, C. M., Trujillo-Barreto, N. J., Gruber, T., Muller, M. M. Sustained spatial attention to vibration is mediated in primary somatosensory cortex. Neuroimage. 35, 255-262 (2007).
  7. Rossion, B., Boremanse, A. Robust sensitivity to facial identity in the right human occipito-temporal cortex as revealed by steady-state visual-evoked potentials. Journal of Vision. 11 (2), (2011).
  8. Norcia, A. M., Appelbaum, L. G., Ales, J. M., Cottereau, B. R., Rossion, B. The steady-state visual evoked potential in vision research: a review. Journal of Vision. 15 (6), 4 (2015).
  9. Galambos, R., Makeig, S., Talmachoff, P. J. A 40-Hz auditory potential recorded from the human scalp. Proceedings of the National Academy of Sciences of the United States of America. 78 (4), 2643-2647 (1981).
  10. Picton, T. W., Skinner, C. R., Champagne, S. C., Kellett, A. J., Maiste, A. C. Potentials evoked by the sinusoidal modulation of the amplitude or frequency of a tone. The Journal of the Acoustical Society of America. 82 (1), 165-178 (1987).
  11. Dawson, G. D. A summation technique for the detection of small evoked potentials. Electroencephalography and Clinical Neurophysiology. 6 (1), 65-84 (1954).
  12. Savio, G., Cardenas, J., Abalo, M. P., Gonzalez, A., Valdes, J. The low and high frequency auditory steady state responses mature at different rates. Audiology and Neurotology. 6 (5), 279-287 (2001).
  13. Luts, H., Desloovere, C., Kumar, A., Vandermeersch, E., Wouters, J. Objective assessment of frequencyspecific hearing thresholds in babies. International Journal of Pediatric Otorhinolaryngology. 68, 915-926 (2004).
  14. Valdes, J. L., et al. Comparison of statistical indicators for the automatic detection of 80 Hz auditory steady state responses. Ear and Hearing. 18 (5), 420-429 (1997).
  15. Wilding, T., McKay, C., Baker, R., Kluk, K. Auditory steady state responses in normal-hearing and hearing-impaired adults: an analysis of between-session amplitude and latency repeatability, test time, and F ratio detection paradigms. Ear and Hearing. 33 (2), 267 (2012).
  16. de Resende, L. M., et al. Auditory steady-state responses in school-aged children: a pilot study. Journal of NeuroEngineering and Rehabilitation. 12 (1), 13 (2015).
  17. Halbleib, A., et al. Topographic analysis of engagement and disengagement of neural oscillators in photic driving: a combined electroencephalogram/magnetoencephalogram study. Journal of Clinical Neurophysiology. 29 (1), 33-41 (2012).
  18. Salchow, C., et al. Rod Driven Frequency Entrainment and Resonance Phenomena. Frontiers in Human Neuroscience. 10, 413 (2016).
  19. Wacker, M., et al. A time-variant processing approach for the analysis of alpha and gamma MEG oscillations during flicker stimulus generated entrainment. IEEE Transactions on Biomedical Engineering. 58 (11), 3069-3077 (2011).
  20. Glaser, E. M., Ruchkin, D. S. Principles of Neurobiological Signal Analysis. Journal of Clinical Engineering. 2 (4), 382-383 (1977).
  21. Prado-Gutierrez, P., et al. Habituation of auditory steady state responses evoked by amplitude-modulated acoustic signals in rats. Audiology Research. 5 (1), (2015).
  22. Prado-Gutierrez, P., Martínez-Montes, E., Weinstein, A., Zañartu, M. Estimation of auditory steady-state responses based on the averaging of independent EEG epochs. PLoS ONE. 14 (1), (2019).
  23. Ritter, W., Vaughan, H. G., Costa, L. D. Orienting and habituation to auditory stimuli: a study of short terms changes in average evoked responses. Electroencephalography and Clinical Neurophysiology. 25 (6), 550-556 (1968).
  24. Malmierca, M. S., Cristaudo, S., Pérez-González, D., Covey, E. Stimulus-specific adaptation in the inferior colliculus of the anesthetized rat. Journal of Neuroscience. 29 (17), 5483-5493 (2009).
  25. Van Eeckhoutte, M., Luke, R., Wouters, J., Francart, T. Stability of auditory steady state responses over time. Ear and Hearing. 39 (2), 260-268 (2018).
  26. Labecki, M., Nowicka, M. M., Suffczynski, P. Temporal Modulation of Steady-State Visual Evoked Potentials. International Journal of Neural Systems. 29 (3), 1850050 (2019).
  27. Zhang, S., et al. A study on dynamic model of steady-state visual evoked potentials. Journal of Neural Engineering. 15 (4), 046010 (2018).
  28. Wilson, U. S., Kaf, W. A., Danesh, A. A., Lichtenhan, J. T. Assessment of low-frequency hearing with narrowband chirp evoked 40-Hz sinusoidal auditory steady state response. International Journal of Audiology. 55 (4), 239-247 (2016).
  29. Kaf, W. A., Mohamed, E. S., Elshafiey, H. 40-Hz Sinusoidal Auditory Steady-State Response and Tone Burst Auditory Brainstem Response Using a Kalman Filter to Determine Thresholds Pre- and Post-Myringotomy with Grommet Tube in Children With Mild, Low-Frequency Conductive Hearing Loss. American Journal of Audiology. 25 (1), 41-53 (2016).
  30. Luke, R., Wouters, J. Kalman filter based estimation of auditory steady state response parameters. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 25, 196-204 (2017).
  31. Homan, R. W. The 10-20 Electrode System and Cerebral Location. American Journal of EEG Technology. 28 (4), 269-279 (1988).
  32. Kappenman, E. S., Steven, J. L. The Effects of Electrode Impedance on Data Quality and Statistical Significance in ERP Recordings. Psychophysiology. 47 (5), 888-904 (2010).
  33. Moore, R., Gordon-Hickey, S., Jones, A. Most comfortable listening levels, background noise levels, and acceptable noise levels for children and adults with normal hearing. Journal of the American Academy of Audiology. 22 (5), 286-293 (2011).
  34. Rance, G. The Auditory Steady-state Response: Generation, Recording, and Clinical Application. Plural Publishing. 335, (2008).
  35. Luck, S. J. . An introduction to the event-related potential technique. Second Edition. , 406 (2014).
  36. Urigüen, J. A., Garcia-Zapirain, B. EEG artifact removal-state-of-the-art and guidelines. Journal of Neural Engineering. 12 (3), (2015).
  37. Jung, T. P., et al. Removing electroencephalographic artifacts by blind source separation. Psychophysiology. 37 (2), 163-178 (2000).
  38. Li, Y., Ma, Z., Lu, W., Li, Y. Automatic removal of the eye blink artifact from EEG using an ICA-based template matching approach. Physiological Measurement. 27 (4), 425 (2006).
  39. Mannan, M. M. N., Jeong, M. Y., Kamran, M. A. Hybrid ICA-Regression: automatic identification and removal of ocular artifacts from electroencephalographic signals. Frontiers in Human Neuroscience. 10, 193 (2016).
  40. John, M. S., Dimitrijevic, A., Picton, T. W. Weighted averaging of steady-state responses. Clinical Neurophysiology. 112 (3), 555-562 (2001).
  41. Zurek, P. M. Detectability of transient and sinusoidal otoacoustic emissions. Ear and Hearing. 13 (5), 307-310 (1992).
  42. Lins, O. G., Picton, P. E., Picton, T. W., Champagne, S. C., Durieux-Smith, A. Auditory steady-state responses to tones amplitude-modulated at 80-110 Hz. Journal of the Acoustical Society of America. 97 (5), 3051-3063 (1995).
  43. John, M. S., Picton, T. W. Human auditory steady-state responses to amplitude-modulated tones: phase and latency measurements. Hearing Research. 141 (1-2), 57-79 (2000).
  44. Fortuny, A. T., et al. Criterio de parada de la promediación de la respuesta auditiva de estado estable. Acta Otorrinolaringológica Española. 62 (3), 173-254 (2011).
  45. John, M. S., Purcell, D. W., Dimitrijevic, A., Picton, T. W. Advantages and caveats when recording steady-state responses to multiple simultaneous stimuli. Journal of the American Academy of Audiology. 13 (5), 246-259 (2002).
  46. Luts, H., Van Dun, B., Alaerts, J., Wouters, J. The influence of the detection paradigm in recording auditory steady-state responses. Ear and Hearing. 29 (4), 638-650 (2008).
  47. Choi, J. M., Purcell, D. W., John, M. S. Phase stability of auditory steady state responses in newborn infants. Ear and Hearing. 32 (5), 593-604 (2011).
  48. Xu, M., et al. Use of a steady-state baseline to address evoked vs. oscillation models of visual evoked potential origin. Neuroimage. 134, 204-212 (2016).
  49. Peachey, N. S., Demarco, P. J., Ubilluz, R., Yee, W. Short-term changes in the response characteristics of the human visual evoked potential. Vision Research. 34 (21), 2823-2831 (1994).
  50. Woods, D. L., Elmasian, R. The habituation of event-related potentials to speech soundsand tones. Electroencephalography and Clinical Neurophysiology. 65, 447-459 (1986).
  51. Ravden, D., Polich, J. Habituation of P300 from visual stimuli. International Journal of Psychophysiology. 30 (3), 359-365 (1998).
  52. Picton, T. W., Dimitrijevic, A., John, M. S., Van Roon, P. The use of phase in the detection of auditory steady-state responses. Clinical Neurophysiology. 112 (9), 1698-1711 (2001).
  53. Alaerts, J., Luts, H., Van Dun, B., Desloovere, C., Wouters, J. Latencies of auditory steady-state responses recorded in early infancy. Audiology and Neurotology. 15 (2), 116-127 (2010).
  54. John, M. S., Brown, D. K., Muir, P. J., Picton, T. W. Recording auditory steady-state responses in young infants. Ear and Hearing. 25 (6), 539-553 (2004).
  55. Purcell, D. W., John, S. M., Schneider, B. A., Picton, T. W. Human temporal auditory acuity as assessed by envelope following responses. Journal of the Acoustical Society of America. 116 (6), 3581-3593 (2004).
  56. Kuwada, S., et al. Sources of the scalp-recorded amplitude-modulation following response. Journal of the American Academy of Audiology. 13 (4), 188-204 (2002).
  57. Pauli-Magnus, D., et al. Detection and differentiation of sensorineural hearing loss in mice using auditory steady-state responses and transient auditory brainstem responses. Neuroscience. 149 (3), 673-684 (2007).
  58. Prado-Gutierrez, P., et al. Maturational time course of the Envelope Following Response to amplitude-modulated acoustic signals in rats. International Journal of Audiology. 51 (4), 309-316 (2012).

Play Video

Cite This Article
Prado-Gutiérrez, P., Otero, M., Martínez-Montes, E., Weinstein, A., Escobar, M., El-Deredy, W., Zañartu, M. A Method for Tracking the Time Evolution of Steady-State Evoked Potentials. J. Vis. Exp. (147), e59898, doi:10.3791/59898 (2019).

View Video