Summary

Sabit devlet uyarılmış potansiyelleri zaman evrim Izleme için bir yöntem

Published: May 25, 2019
doi:

Summary

Nöral sürüklenme ‘in dış tekrarlayan uyaranlara zaman evrimi değerlendirmek için bir protokol sunulmuştur. Aynı deneysel durumun istikrarlı durum kayıtları elde edilir ve zaman etki alanında ortalama. Kararlı durum dinamikleri, yanıt genliğini zaman işlevi olarak çizerek analiz edilir.

Abstract

Neural sürüklenme duyusal uyaranların periodicity nöral aktivite senkronizasyonu anlamına gelir. Bu senkronizasyon, istikrarlı durum uyarılmış tepkiler (yani, elektroensefalogram faz-sürüş uyaranlara kilitli salınımlar) nesil tanımlar. İstikrarlı devlet uyarılmış tepkiler amplitüle klasik yorumu bir stereomikal zaman-sabit sinir tepkisi artı rasgele arka plan dalgalanmaları, böylece uyarıcı tekrarlanan sunumlar üzerinde ortalamanın kurtarır kabul . Bu yaklaşım, uyarıcıya uzun süreli pozlama tarafından ortaya çıkarılan adaptasyon durumunda olduğu gibi, sabit durumun dinamiklerini yok sayar. İstikrarlı devlet yanıtlarının dinamiklerini analiz etmek için, yanıt genliğinin zaman evrimi yeterince uzun molalar ile ayrılmış farklı stimülasyon çalışır aynı olduğunu kabul edilebilir. Bu varsayıma dayanarak, sabit devlet yanıtlarının zaman evrimi karakterize etmek için bir yöntem sunulmuştur. Aynı deneysel duruma yanıt olarak yeterince çok sayıda kayıt elde edilir. Deneysel çalışır (kayıtlar) sütun-Wise ortalamadan (yani, çalışır ortalamalı ancak kayıtlar içinde Epoch önceki segmentleri ile ortalamadan değildir). Sütun-Wise ortalamasını son derece yüksek sinyal-gürültü oranları ile kayıtlarda kararlı durum yanıtları analizi sağlar. Bu nedenle, ortalama sinyal her iki zaman ve frekans etki alanlarında analiz edilebilir sabit devlet yanıt zaman evriminin doğru bir temsili sağlar. Bu çalışmada, yanıt örneği olarak sabit durum görsel olarak uyarılmış potansiyelleri kullanarak yöntemin ayrıntılı bir açıklaması sağlanır. Avantaj ve uyarılar, nöral entrainment analizi için tasarlanmış tek deneme yöntemleri ile karşılaştırmaya göre değerlendirilir.

Introduction

Kafa derisi kaydedildiğinde, beyin elektrik aktivitesi zaman içinde gerilimlerin sürekli ve düzenli değişiklikler olarak görülür. Bu elektrik aktivitesi elektroensefalogram (EEG) olarak adlandırılır ve ilk olarak son yüzyıl1‘ inin Yirmili yıllarda Hans Berger tarafından tanımlanmıştır. Sonraki seminal çalışmalar farklı ritmik veya tekrarlayan desenler görülebilir bir bileşik zaman serisi olarak EEG nitelendirdi2,3,4. Günümüzde, EEG genellikle farklı duyusal ve bilişsel süreç ile ilişkili beş iyi kurulan frekans bantları, Delta, Theta, Alfa, Beta ve gama ayrılır.

Yıllar boyunca, EEG kullanan beyin osilasyonlarının çalışması, periyodik olmayan duyusal olayların ortaya çıktığı, devam eden aktivite veya osilasyon aktivitesindeki değişikliklerde spektrumunun analiziyle sınırlandırılmıştır. Son yıllarda, devam eden EEG osilasyonlarının modüle edilmesi ve bu tür modulasyonların algısal ve bilişsel süreçlere etkilerini keşfetmek için ritmik duyusal stimülasyon sunumu da dahil olmak üzere farklı metodolojiler uygulanmaktadır. sinir entrainment inducing. Dönem nöral sürüklenme duyusal uyaranların periyodik özellikleri ile nöral aktivite senkronizasyonu anlamına gelir. Bu işlem, istikrarlı devlet uyarılmış potansiyelleri (yani, sürüş uyaranların periyodik özelliklerine kilitli EEG osilasyonları) nesil yol açar. İstikrarlı devlet uyarılı potansiyelleri en sık görsel, işitsel ve Vibrotactile stimülasyon ile, sürekli bir hızda veya ilgi frekansında amplitül modülasyonlu sürekli stimülasyon sunulan ya geçici stimüller kullanılarak görülür. Somatoduyusal istikrarlı-devlet uyarılmış potansiyeller (ssseps) tekrarlayan dokunsal stimülasyon yanıt olarak kaydedilir ise5,6, istikrarlı devlet görsel olarak uyarılmış potansiyeller (ssveps) genellikle periyodik tarafından elicited parlaklık titreşme, resim ve yüzler7,8sunumu. İşitsel istikrarlı durum yanıtları (assrs) genellikle geçici akustik uyaranların trenleri veya genlik modülasyonlu tonların sürekli sunumu ile oluşturulur9,10.

Ölçülen EEG ‘den istikrarlı devlet uyarılmış potansiyelleri Ekstraksiyonunda daha sonra elde edilen EEG çağları zaman-uyarıcı11kilitli ortalama dayanır. Yanıtların periodicity nedeniyle, onlar hem zaman ve frekans etki alanlarında analiz edilebilir. Frekans etki alanı dönüşümünden sonra, duyusal yanıt, sunum hızında genlik zirveleri, dış uyaranların modülasyon sıklığı ve bunların ilgili harmonikleri olarak görülür. Bu prosedürler (zaman etki alanı ortalaması ve sonraki frekans etki alanı dönüşümü), klinik amaçlarla ASSR yöntemlerinin algılanmasını temel alan bir işitme testi geliştirmek için gereklidir12,13,14 ,15,16.

Ayrıca, EEG dönemlerinin klasik zaman alanı ortalamaları, ssvep17,18‘ in üretimi ve yok oluşu gibi fizyolojik süreçleri analiz etmek için son derece yararlıdır. Bir kayıt içinde titreşimli ışıkların ardışık trenlerini sunan ve sonraki dönemlerin ortalamasını alan Wacker ve al.19 , SSVEP ‘in faz kilitleme indeksinin ilk 400 stimülasyon sırasında hızla arttığını ve daha sonra yüksek kaldığını gözlemledi . Ayrıca, uyarıcı başlangıcından sonra 700-1 100 ms arasında sağlam bir görsel salınımın kurulmuştur. Belirli bir dereceye kadar, osilasyon tepkisi yaklaşık üç dönem süren stimülasyon treninin uzaklığı17,19‘ dan sonra etkili kalmıştır. Bu davranışlar, insan görsel sistemi17‘ de doğrusal olmayan bilgi işlemenin bir sonucu olan gözlenen salınımlar için ilgi çekici/kesilme etkisi olarak yorumlanır. Alternatif olarak, belirli deneysel koşullarda, titreşme stimülasyonunun başlangıçta tepkiler üzerine ve sinir sürüklenme18yerine stimülasyon trenlerinin sonunda kapalı cevaplara sahip olduğu bilinmektedir.

Ardışık olarak alınan EEG dönemlerini ortalama ana varsayım EEG sinyalinin duyusal yanıt ve arka plan gürültüsünün doğrusal bir birleşimini temsil ettiği20. Ayrıca, genlik, frekans ve osilat yanıtı aşaması sabit olarak kabul edilir, ancak arka plan gürültüsü rasgele bir aktivite olarak kabul edilir. Ancak, bu varsayımın karşılanmadığı durumlarda, birkaç dönemler sonra hesaplanan yanıt genliği mutlaka uyarılmış potansiyelin anlık amplitüle karşılık gelmez.

Son zamanlarda, fareler beyin sapı içinde oluşturulan ASSR genlik-modülasyonlu tonların sürekli sunumu için adapte olduğunu bildirdi (yani, yanıt genliği zaman içinde katlanarak azalır)21,22. Adaptasyon, monotonla tekrarlanan duyusal stimulasyonun yenilik kaybını yansıtan, akustik ortamda ilgili dalgalanmalara duyarlılık artıran bir nöral mekanizma olarak yorumlanır23,24. İşitsel yol, adaptasyon gürültülü ortamlarda konuşma anlama artırabilir. Ayrıca, bu süreç, konuşma üretimini kontrol etmek için birinin kendi sesinin işitsel geribildirimini izlemek için mevcut mekanizmaların bir parçası olabilir.

40 Hz ASSR ‘nin insanlarda zaman evrimini analiz eden Van Eeckhoutte ve al.25 , zaman içinde yanıt amplitüte önemli ama küçük bir düşüş gözlemledi (zaman içinde doğrusal bir azalma varsayarak grup analizine dayanan-0,0002 μV/s). Sonuç olarak, bu yazarlar 40 Hz ASSR insanların stimülasyon adapte olmadığını sonucuna varmıştır. İnsanlarda, SSVEP26‘ nın stabilitesini analiz ederken sabit olmayan davranışlar gözlenmiştir. Bu yazarlar, temel frekans genliği ve SSVEP ikinci harmonik sadece% 30 ve% 66,7 test edilen konuların sabit olduğu gözlenen, sırasıyla. Hem SSVEP frekans bileşenlerinin aşamaları, zamanla nispeten istikrarlı olmasına rağmen, küçük sürükler sergiledi26.

Bu nedenle, daha sonra elde edilen çağların klasik zaman etki alanı ortalamaları, nöral tutulmanın sabit özelliklerinin keşfedilmesine izin verse de, Bu metodoloji, uzun vadeli dinamiklerin yoğunlaşmanın odağı olduğu zaman revize edilmesi gerekir veya kısa vadeli dinamiklerin ortalaması uzun vadeli dinamiklerin oluşumu ile bozulduğunda. Sabit durum yanıtlarının düzgün olmayan davranışlarını karakterize etmek için, belirli bir zaman penceresinde hesaplanan uyarılan yanıt, önceki EEG segmentlerinde hesaplanan kişiler tarafından tehlikeye atılmamalıdır. Diğer bir deyişle, önceki EEG segmentleri ile ortalama zaman alanı olan dönemler olmadan arka plan gürültüsünden uyarılmış potansiyel ayıklanmalıdır.

Bu çalışmada, nöral sürüklenme dinamiklerini değerlendirmek için bir yöntem sunulmuştur. İstikrarlı durum yanıtları, aynı stimülasyon yanıt olarak sürekli olarak kaydedilir, burada ardışık kayıtların üç kez deneysel çalışma uzunluğu bir dinlenme aralığı tarafından Interleaved. Fizyolojik yanıtın zaman evrimi farklı bağımsız deneysel çalışır (bağımsız kayıtlar) aynı olduğunu düşünürsek, kayıtlar sütun-Wise ortalaması vardır. Başka bir deyişle, farklı kayıtlardaki aynı konuma karşılık gelen dönemler, bir kayıt içinde ortalama dönemler olmaksızın ortalamalar. Sonuç olarak, herhangi bir stimülasyon aralığında hesaplanan yanıt genliği, uyarılmış potansiyelin anlık genliği ile uyuşur. Duyusal tepkiler ya zaman etki alanında analiz edilebilir ya da deneme amacı bağlı olarak, frekans-etki dönüştürülmüştür. Her durumda, amplitütler, sabit devlet yanıtının zaman evrimi analiz etmek için zaman bir fonksiyon olarak çizilmiş olabilir. Sabit devlet uyarılmış potansiyelleri üretimi ve yok olma Analizi kayıtların ilk ve son dönemlere kısıtlayarak değerlendirilebilir.

Nöral çekimin dinamikleri, ilgi sıklığı etrafında tek deneme ölçümleri filtreleme gibi diğer yaklaşımlar kullanılarak analiz edilebilir ve düşük geçişli filtreleme25 kullanarak güç sinyalinin zarfını hesaplama ve Hilbert dönüşümü27. Bu metodolojilere kıyasla, sütun-Wise çağların ortalamaları, yüksek sinyal-gürültü oranı (SNR) ile sinyallere dayalı sabit durum parametrelerinin hesaplanmasına olanak sağlar. Son zamanlarda, kalman filtreleme 40-Hz ASSR genlikleri28,29,30tahmin için umut verici bir teknik olarak ortaya çıkmıştır. Kalman filtresinin uygulanması, elektrofizyolojik eşiğe yakın sabit devlet yanıtlarının algılanmasını artırabilir ve işitme testinin süresini azaltır29. Ayrıca, ASSR genliği30‘ ı tahmin etmek Için bir kalman filtreleme yaklaşımı kullanıldığında sabit yanıtların kabul edilmesi gerekmez. Bununla birlikte, sadece bir çalışma, olma süresini analiz ederek ASSRs ‘nin süre gelişiminde25. Çalışmanın sonucu, 40-Hz ASSR genliği stimülasyon aralığı üzerinde kararlı olmasıdır. Bu nedenle, kalman filtresinin ASRR ‘nin sabit olmadığı koşullarda test edilmesi gerekir.

Zaman alıcı olsa da, sütun-Wise ortalama yöntemi model içermeyen ve başlatma değerleri ve/veya gürültü davranışını Priori tanımları gerekmez. Ayrıca, yakınsama süreleri içermeyen bu yana, sütun-Wise ortalama nöral entrainment başlangıcının daha güvenilir bir gösterimi sağlayabilir. Bu nedenle, sütun-Wise ortalamalar yöntemi ile elde edilen sonuçlar, kalman filtreleme kullanarak neural sürüklenme dinamiklerini analiz etmek için zemin gerçeği olarak kabul edilebilir.

Bu protokol açıklaması SSVEP bir örnek dayanır. Ancak, burada sunulan yöntemin modalite-bağımsız olduğunu, böyle de SSSEP ve ASSR zaman evriminin analiz etmek için kullanılabilir olduğunu unutmayın önemlidir.

Protocol

Bu çalışmada, Universidad de Valparaíso, Şili (değerlendirme beyanı kod CEC170-18), insan konularda araştırma için ulusal yönergelere teyit araştırma ve Etik Komitesi onayı altında yapıldı. 1. hazırlık Hoş geldiniz konu. Çalışmanın amaçlarını ve alaka düzeyini açıkla. İlgili teknik ayrıntılar için bir açıklama sağlayın. Tüm soruları iyice cevapla. Eğer istenirse herhangi bir zamanda deneysel seans kesebilir açıkça söz. Gönüllüden konu bilgilendirilme onayı ‘nı okumasını ve ilgili formu imzalamasını isteyin. Bilgilendirilmiş onay elde edilmedi Eğer deneysel oturum kesme. 2. konu hazırlığı Bir laboratuar sandalyesinde rahat bir konumda oturmak için konu isteyin. Etanol ile kafa derisi temiz (% 95 bir çözüm) ölü cilt hücrelerinin tabakası ve onu kapsayacak sebum kaldırmak için. Bu adım elektrotlar ve kafa derisi arasındaki empedansı azaltmak için önemlidir. Kullanılacak elektrot kapağının boyutunu tanımlamak için bir ölçüm bandı ile baş çevresini ölçün. Konuya elektrot kapağını takmasını isteyin. Kapağı rahat ama doğru konumlandırmak için talimatları sağlayın. Ölçer (NZ, nazofrontal sütür orta noktası, gözleri ve burun üst arasındaki depresyon tarafından tespit edilebilir) ve Trinitron (ız, oksipital kemik önem) bir ölçüm bandı kullanarak arasındaki mesafeyi ölçmek. Ölçme bandı kullanarak sol ve sağ ön-auriküler noktaları (kulakları auricle hemen önce depresyon olarak tanımlanır) arasındaki mesafeyi ölçmek. Elektrot kapağının konumunu düzeltin, bu nedenle önceki adımlarda tanımlanan hayali çizgiler arasındaki kesişme baş köşesinin karşılık gelir. Ayarlamaların ardından konunun rahat olduğundan emin olun. Deney için kabul edilen yerlere göre, elektrot tutucular iletken jel koyun. Kaynak yerelleştirme analizini gerçekleştirmek için protokol sonucunu kullanmak üzere uluslararası 10-20 sistemi31 ‘ in ardından 64 kafa derisi konumları kullanın. Gerekirse, kafa derisi üzerinde elektrot konumları (128) daha yüksek sayıda kullanılabilir. Kaynak yerelleştirme Analizi planlanmamış ise klinik veya Ambulatuar ayarları (sadece birkaç elektrotla) uygulayın. Ssvep kaydetmek için oksipital konumları kullanın, ASSR almak için temporal konumları, ve sssep kaydetmek için parietal konumları. Elektrotları elektrot tutucuların içine itin. Elektrot etiketinin kapağın içindeki konumun etiketi ile eşleştiğinden emin olun. Deney odasına gönüllü eşlik (tercihen, bir korumalı, ses zayıflatılmış odası). Konuya rahat bir konumda, odanın içinde bir sandalyede oturmak isteyin. Eğer bir fiziksel referans (kafa derisi elektrotlar farklı) yeniden referans EEG kayıt için kullanılacak (adım 3.8.1), burun ve kulak lobes üzerinde dış elektrotlar yerleştirin. Dış elektrotları perioküler yerlere yerleştirin. Yanak ve baş frontal bölgeye elektrotlar yerleştirin, kaş üzerinde yaklaşık 1 cm, yanıp sönen kayıt (adım 2.6.1). Göz hareketlerini kaydetmek için (adım 2.6.1), gözler, yaklaşık 1 cm yukarıda/orta çizgi altında dış canthus üzerinde elektrotlar yerleştirin.Not: electrooculogram (EOG), yanıp sönen ve göz hareketleri ile indüklenen yumurta eserler kaldırmak için adım 3.8.5 kullanılacaktır. EEG ‘nin kaydedilmesi için düşük empedans sistemi kullanılırsa, EEGR edinme sistemini açın ve elektrot empedansı kontrol edin. Üreticinin yönergeline göre gerektiği gibi empedansı düzeltin. Empedans 10 kΩ 32 altında tutulmalıdır. EOG ‘un doğru şekilde kaydedildiğinden emin olmak için, konuyu yanıp sönmeye ve gözleri farklı yönlere taşımak için isteyin. SSVEP ‘in dinamiği analiz etmek için, ekranın konumunu dikey yönde, konunun görünüm açısını eşleştirmek için ayarlayın. Konforlu bir seviyeye ulaşıncaya kadar odanın ışıkları sönük. Ekranın parlaklık seviyesini katılımcının konfor seviyesinin üst sınırına ayarlayın. ASSR dinamiklerini analiz etmek için, kulaklıkları doğru köpük uçları kullanarak takın, böylece kulaklıkları kulak kanalına sığdırın. Sesin istenilen yoğunlukta teslim edildiğini kontrol edin (örn. bir psikofiziksel rahat seviye33). 3. EEG edinme ve ön işlem Deneysel tasarımında tanımlanan uyarıcı parametrelerini ayarlayın. Yazılım hakkında ayrıntılar için stimülasyon sisteminin üreticisi tarafından sağlanan kullanım kılavuzuna bakın.Not: SSVEP ve ASSR nesil için kullanılan uyaranın kapsamlı açıklamaları Için, sırasıyla Norcia ve al.8 ve rance34bakın. Görsel çekimin denemenin konusu olması durumunda, uyarılmaya dikkat etmek için bu konuda talimat verin. İşitsel çıkarlandırma denemenin konusu olduğunda ses kapalı olan bir altyazılı film mevcut.Not: sessiz bir filmin sunumu, uyarılma seviyesini25korurken Akustik Stimülasyon dikkat sapma sağlar. Her iki insan ve hayvan modelleri21,22,25,26ssveps ve ASSR zaman evrim araştırmak için yapılmış olduğu gibi, 90 s daha uzun mevcut uyaranlara.Not: bir pilot Etüdü gerçekleştirildiğinde daha kısa sürede mevcut uyaranlara. Sadece bir deneysel koşul test ediliyorsanız stimülasyon 2 dakika duraklatır. Farkındalık kontrol etmek için konu ile etkileşim.Not: duraklama süresi stimülasyon süresine bağlıdır. Stimülasyonun bir uyarının önceki uyarılmasından etkilenmemesi için, stimulasyon aralıklarına göre 3x daha uzun süre duraklatır. Konu bu nedenle isterse daha uzun duraklatır izin verilir. Ek adaptasyon etkilerini azaltmak ve denemenin uzunluğunu azaltmak için 10 s duraklama ile alternatif stimülasyon önerilen bu yana farklı deneysel koşullar test edildiğinde en az 10 s stimülasyon Duraklat25. (Adım 4,4) ortalamaları sonra ölçümlerin yüksek SNR sağlamak için sunum adımlarını (adımlar 3.3-3.4) en az 30X tekrarlayın. Standart prosedürler35kullanarak EEG kaydedin. Her deneysel çalıştırma için ayrı bir EEG dosyası oluşturun.Not: yazılım hakkında ayrıntılar için edinme sisteminin kullanım kılavuzuna bakın. Alfa aktivitesinin düzeyine ve yanıp sönen yapıların göründüğü Frekansa göre uyku dönemleri algılamak için EEG kaydını izleyin. Düşük yanıp sönen frekansların eşlik ettiği artmış Alfa seviyeleri algılandığında, bu da uyumsuzluk göstergesidir deneyi Duraklat. Uyku dönemleri algılandığında deneysel çalışmasını daha fazla analizden reddet. Denemede kullanılan edinme yazılımının kullanıcı kılavuzunda sağlanan yönergeyi izleyerek, her deneysel çalışma sonunda istikrarlı durum yanıtının genliğini hesaplayın. Her deneysel çalışmanın sonunda elde edilen istikrarlı durum yanıtlarının genliğini karşılaştırarak konunun dikkatle seviyesini izleyin. İlk deneysel çalışmadan elde edilen istikrarlı durum genliğini referans amplitüd olarak ayarlayın. Ret eşiğini ayarlayın (referans genliği ile ilgili olarak% 5 ‘ lik yanıt genliğinde azalma). İstikrarlı durum yanıtının genliği ret kriterine uyan deneysel çalıştırmaları reddet. Deneysel tasarım içinde tanımlanan çalışan sayısını aldıktan sonra deneysel oturumu tamamlayın. EEG verilerini standart EEG prosedürlerini kullanarak çevrimdışı ön işlem35 üreticinin yönergeleri başına sonraki adımlarda açıklanmıştır. Bir ortalama referans (tüm kayıt elektrotları Ortalama) veya elektrotların ortalama bir alt kümesini kullanarak kaydı yeniden referans. Alternatif olarak, fiziksel bir referans (örn., 2,4 adımda açıklanan burun ve kulak lobes yerleştirilen harici elektrotlar) kullanın. EEG satın alımları sırasında radyal koordinat sistemi kullanılırsa elektrot koordinatlarını Uluslararası 10/20 sistemine dönüştürün. Dönüşüm hakkında ayrıntılar için üretici kılavuzuna bakın. EEG sinyalini 0.5-300 Hz arasında bant geçişi filtresine ayarlayın. gerekirse bir çentik filtresi (50 Hz veya 60 Hz ‘de ortalanır). Aşağı-numune EEG sinyali (adım 3.8.5) oküler eserler kaldırmak için seçilen algoritma yürütme süresini azaltmak için.Not: 512 Hz ‘lik bir örnekleme frekansı, 40 Hz35’ in altındaki frekans beyin osilasyonlarını analiz etmek için yeterlidir. Oküler eserler çıkarın.Not: Bu amaçla, farklı teknikler kullanılabilir (bkz Urigüen ve Garcia-Zapirain35 artifakı kaldırma algoritmaları hakkında kapsamlı bir inceleme için). Bunların arasında, bağımsız bileşen analizi en genişletilmiş metodolojilerinden biridir ve hem ticari hem de ücretsiz analiz yazılımları37,38,39içinde uygulanmaktadır. EEG verilerini dönemler halinde segmentlere ayırmak, stimülasyon için kilitlenir. Denemenin amaçlarına göre dönemler uzunluğunu seçin.Not: dönemler yeterli spektral çözünürlüğe sahip frekans-etki alanında istikrarlı durum yanıtı analizi için izin vermek için yeterince uzun olmalıdır. Yapı ret algoritmaları algılamak ve yapıları içeren dönemler kaldırmak için bu aşamada çalıştırmayın.Not: veri kümesi dönemler (adımlar 4,2 ve 4,4) sütun-Wise ortalamasını çalıştırmak için düzenlendiğinde bu aşamada bir dönem kaldırma hataları neden olur. Ret algoritmaları daha sonraki bir işlem adımında uygulanır (adım 4.1.4). Bireysel EEG dönemlerinde DC eğilimleri hesaplamak ve bunları düzeltmek için DC-detrend işlevini çalıştırın. Kaydın taban çizgisini düzeltmek için temel düzeltme işlevini çalıştırın. 200 MS ‘den daha uzun süreli ön uyarıcı zaman aralıkları seçin.Not: temel düzeltme, seçili zaman aralığında verileri ortalamadan oluşur. Ortalama her kanal için hesaplanır ve her bir dönem her veri noktasından çıkarılır. 4. Yanıt genlikleri hesaplaması Sabit durum yanıtlarının hesaplanması için gereken parametreleri girin (Şekil 1a).Not: verilerin işlenmesi için kullanılan ev kodu adresinde serbestçe kullanılabilir. Daha fazla yönerge için kod içindeki yardım metnine bakın. Benzer şekilde, bu çalışmada kullanılan verilerin bir alt kümesi kullanılabilir. Denemenin kayıt sayısını (deneysel çalışır) girin. Bireysel kayıtları segmentlere ayırmak için dönemlerin uzunluğunu girin. Denemenin örnekleme sıklığını girin. Algılayıp yapıları içeren dönemler kaldırmak için yapı ret algoritmaları seçin. Kullanılabilir seçim ölçütleri 1) degradedir (ardışık iki örnek arasında mutlak fark), 2) maks-min (Epoch içinde maksimum ve minimum genlik arasındaki fark) ve 3) genlik (mutlak maksimum ve minimum genlikler). İşleme kodunu çalıştırın.Not: Bu seçenek seçildiğinde 4.2-4.7 adımları otomatik olarak gerçekleştirilir. Uygunsa, adımları el ile çalıştırın. Dönemler n satır ve m sütunları, n kayıt sayısını temsil eden bir veri matrisi içine yeniden düzenleyin (deneysel çalışır) ve m dönemler sayısı (Şekil 1B). Hareket ve kas eserler etkisini hafifletmek için dönem ağırlığı.Not: ağırlıklı EEG dönemleri, her voltaj örneğini ait oldukları çağın genlik varyansına bölerek elde edilir, böylece varyans genlik değişkenliği ve tartma faktörü40bir ölçü olarak kullanılır. Sütun-Wise ortalama veri kümesi. Bu amaçla, zaman etki alanı ortalama dönemler aynı zaman penceresine farklı kayıtlarında karşılık gelen.Not: Bu adım, oldukça yüksek bir sinyal-gürültü oranı (SNR) ile kayıtlarında sabit durum genliği hesaplaması sağlar. Dış yazılımtaki ilerletme süresini daha da analiz etmek için ortalamandan kaynaklanan zaman serisini dışa aktarın. Hızlı Fourier dönüşümü (FFT) kullanarak, sütun açısından ortalamasını ortaya çıkan her bir çağın istikrarlı durum yanıtının genliğini hesaplayın.Not: FFT uzunluğu, bir çağın uzunluğuna karşılık gelmelidir. Pencereleme tekniğinin uygulanması zorunlu değildir. İstikrarlı durum tepkisinin amplitüdü, duyusal uyaranların genlik modülasyonunun frekansında elde edilen spektral amplitüd olarak tanımlanır. Vektör ortalaması, kalan gürültü seviyesini (RNL) hesaplamak için yanıt frekansının her tarafındaki bir ad-hoc FFT depo gözü sayısının genliği. FFT depo gözü sayısı, yanıt frekansının her tarafında, yaklaşık 3 Hz ‘lik bir Frekans bandıyla eşleşmelidir.Not: yüksek frekans-kararlı durum yanıtlarının özgüllüğü yanıt genliği benzer Frekanslar ile bu arka plan osilasyonlardan bağımsız hale getirir, hangi sırayla nispeten dar frekans bandında eşit şekilde dağıtır41 , 42 , 43. Kararlı durum yanıtının genliğini ve RNL ‘nin, stimülasyon aralığında kararlı durum yanıtının evrimi keşfetmek için sütun dizininin (örn. elde edilen dönem sayısı) bir işlevi olarak arsa.

Representative Results

SSVEP, ışık yoğunluğunun 10 Hz (% 90 modülasyon derinliği) sinüzoidal bir dalga ile modülasyonlu olduğu 40 s uzunluğundaki sürekli görsel uyaranlara göre saptanmıştır. Stimuli, 5 cm x 5 cm kare köşeler olarak 50 cm x 50 cm siyah ekranın merkezinde bulunan dört ışık yayan diyotlar (LED ‘Ler) ile teslim edildi. Katılımcı ekrana 70 cm oturduğunda, LED ‘lerin meydanının alanı yaklaşık 4 ° ‘ lik görsel bir açı oluşturmaktadır. LED ekran, USB tabanlı bir mikrodenetleyici geliştirme sistemi ve 10 mm çapında dört süper parlak beyaz LED kullanılarak tasarlanmıştır. LED ‘Lere verilen gücü kontrol etmek için darbe genişliği modülasyonu (PWM) tekniği kullanılmıştır. Bu teknik, belirli bir frekansa LED yoğunlukları kontrol ve son sinüs zarfı üretir. Bir PWM frekansı 40 kHz algılanabilir titreşim etkisini önlemek için kullanıldı. Otuz kayıt elde edildi, bu da 4 sn. Bu nedenle, 10 sütundan oluşan bir veri kümesi (kayıtlar içinde EEG dönemleri sayısı) ve 30 satır (kayıt sayısı, deneysel çalışır sayısı) elde edildi. Nöral osilasyon zaman-uyarı için kilitli sütun-Wise ortalamalar yapıldı olarak belirgin oldu (Şekil 2). Önemli ölçüde, SSVEP oluşturulan Aralık sütun 1 ile ilgili izlemeleri görülebilir. Bu sütunda, 0,2 s ön Stimulus temelinin ilk 0,8 s nöral entrainment ek olarak çizilir. Bu nedenle, burada açıklanan prosedür, 1 ‘ in karakterize edilmesini sağlar) nöral sürüklenme zaten kurulduktan ve 2) nöral osilasyonun katılımı ile osilasyon tepkisinin dinamikleri. Stimülasyon sondan sonra kaydedilen bir veya daha fazla dönemler de veri matrisine dahil edilebilir ve bu da istikrarlı bir şekilde tepki vermesinden sonra kararlı durum tepkisinin tükenmesini araştırabilir. Sonların sütun-Wise ortalamaları sırasında, SSVEP ortalama amplitüd (10 Hz spektral genlik, FFT uygulayarak hesaplanan) sütunların ilk dönemlerin ortalaması sırasında azaldı ve daha sonra stabilize eğilimi (Şekil 3A). Bu sonuç, ardışık olarak elde edilen dönemler21,22,40,43,44ortalaması sırasında ASSR evrim analiz önceki çalışmalar ile kabul eder. Ortalama sırasında yanıt genliği davranışı genellikle ortalama13 gerçekleştirildiği gibi zayıflatılmış ilk dönemler, hesaplanan yanıt genliği için unaveraged gürültü nispeten yüksek katkı tarafından açıklanmıştır 44 , 45 , 46 , 47. önemli, SSVEP amplitüd değişkenliği önemli ölçüde azalmıştır ortalamalar ilerledikçe. Ayrıca, dönemlerin sütun açısından akıllıca ortalamaları sırasında ölçümlerin RNL ‘sini de analiz ettik (Şekil 3B). RNL, SSVEP frekansının her iki tarafında dar bir frekans bandında (3 Hz) hesaplanmıştır. Ssvep analiz edildiğinde bu yordam yaygın olmasa da, belirli bir sayıda sinirsel sürüklenme etrafında belirli bir frekans depo gözü ortalamasını, ASSR ölçümleri41,42 RNL tahmin etmek için standarttır 43. beklendiği gibi, RNL kademeli olarak azalan ortalama dönemlerin sayısı arttı ve yaklaşık 20 çağdan sonra asimptotik seviyeye ulaştı. SSVEP amplitül analizinde gözlenen aksine, RNL ‘nin standart sapması ortalamadan uzun dönemler artışıyla nispeten sabit kalmıştır, bu da kayıt koşullarının deneysel oturum boyunca istikrarlı olduğunu göstermektedir. Yukarıda sunulan sonuçlar, aşamalı sütun-Wise ortalamasını sırasında ölçümlerin en yüksek sinyal-gürültü oranı (pSNR) değişiklikleri belirledi (Şekil 3C). Bu terim burada (dB) yanıt kare amplitüd (SSVEP) ve RNL kare genlik arasında oranı olarak tanımlanır. Artan ortalamalar gibi, pSNR ortalama dönemlerin sayısı kadar arttı 18, yaklaşık. Ortalama dönemler sayısında daha fazla artışların sinyal kalitesini önemli ölçüde etkilemez. Daha fazla dönemler ortalamalar olarak pSNR değişkenlik azalır. Son olarak, SSVEP genliği ve RNL dinamikleri Şekil 4’ te temsil edilir. Bu zaman evrimleri sütun sayısı (zaman işlevi olarak) sütun sayısının bir işlevi olarak dönemler ortalamalarının sonunda hesaplanan yanıt parametreleri çizerek elde edildi. Labecki ve al.26tarafından gösterildiği gıbı, SSVEP dinamikleri konular arasında önemli ölçüde farklılık gösterebilir. Şekil 4 ‘ te sunulan sonuçlar tek bir kişiye karşılık geldiği için genellemeler yapılamaz. Bu konuda, SSVEP genliği nispeten karmaşık bir davranış gösteriliyor (Şekil 4A). Tepki amplitüd kademeli olarak ilk 12 saniye içinde uyarıcı başlangıcını takiben arttı (zaman 3 dönemler uzunluğuna karşılık gelir). Uyarıcı kalıcı olarak, ssvep sürekli olarak aşağıdaki 12 saniye içinde azalmıştır ve daha sonra nispeten sabit kaldı. Bu parametre stimülasyon aralığı sırasında nispeten sabit olduğundan bu sonuçlar RNL davranışını tarafından açıklanamaz (Şekil 4b). Uyarı başlangıcını takiben SSVEP genliğinde artış, Şekil 2 ‘ de sunulan izlerde belirgindir ve sinirsel yükselmenin stabilizasyonu ile sonuçlanan entegrasyon süreçleriyle açıklanabilir. Genlik sonraki düşüş SSVEP sürekli stimülasyon adaptasyon önerir. Yine de, bu hipotezler tahsis edilmiş Numune boyutları ile kontrollü deneyler test edilmelidir. Şekil 1 : İstikrarlı durum yanıtlarının genliğini zaman evrimi ayıklamak Için kritik adımlar. (A) çözümleme parametrelerinin tanımlandığı işlem kodunun ekran görüntüsü. (B) veri kümesinin organizasyonunu gösteren temsili diyagram. 10 dönemli 30 kayıtlardan oluşan bir veri matrisi temsil edilir. Sütun-Wise dönemler ortalamaları ilk sütunda vurgulanır. Dikey çizgi ortalamasını yönünü temsil eder. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız. Şekil 2 : Sürekli devlet görsel olarak uyarılmış potansiyelleri dalga formunda değişiklikler (SSVEP) dönemler sütun-Wise ortalamalar sırasında. Yanıt olarak 10 Hz amplitüd modülenmiş ışık sürekli sunumu ile elicited edildi. Satırlar, önceki tüm kayıtların ortalamasından sonra elde edilen dalga formlarını gösterir (örneğin, satır 1 ilk kayıt ise, satır 5 ilk beş kaydı ortalamadan sonra elde edilen dalga biçimidir ve son satır tüm kayıtların ortalamasıdır). Her sütunda SSVEP ‘in daha güvenilir dalga formları gözlenen, ortalama çalışan sayısı arttıkça. Netlik sağlamak için (SSVEP görünür osilasyonlar yapmak için), dönemlerin sadece ilk saniye temsil edilir. Özel durumlar, hangi 0,2 saniye pre-Stimulus temel görüntülenir veri kümesinin ilk sütununda izlemeler vardır. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız. Şekil 3 : Dönemlerin sütun açısından ortalama ortalamaları sırasında yanıt ve kayıt parametrelerinde değişiklikler. (A) SSVEP genliği evrim. (B) RNL ‘nin davranışı. (C) pSNR ‘de değişiklikler. Siyah çizgiler her sütun için elde edilen ortalama değerleri temsil eder (n = 10) ve gri gölge, ± bir standart sapma ile kapsanan alanı temsil eder. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız. Şekil 4 : SSVEP ‘In zaman evrimi, sürekli görsel stimülasyon sunumuyla, 10 Hz ‘de genlik modüle edilmiş. (A) SSVEP genliği zaman kursu. (B) RNL zaman kursu. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Discussion

Bu çalışmada osilör beyin yanıtlarının dinamiklerini analiz etmek için deneysel bir prosedür açıklanmaktadır. Bu tür metodoloji aynı deneysel durumun bağımsız deneysel çalışır yeterli sayıda elde oluşur, ve zaman-Domain farklı kayıtlarda aynı zaman penceresine karşılık gelen ortalama dönemler (sütun-Wise ortalama Şekil 1B). Ortalamalı verilerde hesaplanan amplitüd, osilör yanıtının anlık genliğini temsil eder. Zaman (veya veri kümesindeki sütun sayısı) bir fonksiyon olarak bu amplitütler çizerek uyarılmasına kilitli osilasyon tepkisi zaman evrim zaman analiz sağlar. Bu metodoloji, Ritter ve al.23 tarafından önerilen, geçici kortikal uyarılmış potansiyelleri adaptasyonunu analiz etmek için kullanılan bir değişikliktir. Yöntem, hem insanlar24 ve hayvan modelleri20,21işitsel uyarılmış potansiyelleri dinamiği analiz etmek için kullanılmıştır.

Bir metodolojik bakış açısından, sabit devlet tepkisi ve arka plan gürültüsünden nöral yanıtı ayıklamak için uygulanan parametreler kombinasyonu sabit devlet uyarılmış potansiyelleri zaman evriminin analiz etmek için önemlidir 22. burada sunulan denemede kullanılan uyarıcı uzunluğu (40 s) bir pilot çalışmada elde edilen sonuçlara göre seçilmiştir. Bu uyarıcı uzunluğu, sıçan beyin sapı21,22oluşturulan ASSR adaptasyon analiz etmek için yeterli oldu. Ayrıca uyarıcı uzunluğu, ssveps ‘nin asimptotik anlık bant gücünün ulaşıldığı zamanı aşmalıdır (labecki ve al.26‘ daŞekil 1 ). Yine de, SSVEPs ‘nin asimptotik anlık bant gücü bazı durumlarda 60s ötesine ulaşılabilmektedir (Şekil 2 labecki ve al.26). Bu nedenle, uyarıcının uyarıcı uzunluğunu tanımlamak için küçük örnek bir pilot çalışma çalışması tavsiye edilir. Aksi takdirde, 90 s ‘den daha uzun bir uyarıcı uzunluğu yanıt zaman evrim tam temsili elde etmek için tavsiye edilir. Ardışık kayıtlar arasında yeterince uzun duraklaklar kullanmak, istatistiksel olarak bağımsız (örneğin, aynı değişkenin farklı, bağımsız önlemler) olarak ardışık deneysel çalışır göz önüne alındığında anlamına gelir. Bilgimizin en iyisi için, çalışır arasında optimum duraklama analiz etmek için hiçbir deney yapılmıştır (en az duraklama birbirinden bağımsız çalışır yapmak için gerekli). Uyaran uzunluğundan en az 3 kat daha uzun sürmeler kullanmanın kriteri, belirli bir çalışmayla kaydedilmiş sabit devlet tepkisi önceki stimülasyon tarafından etkilenmez emin olmak için yeterli muhafazakar.

Son zamanlarda, alternatif uyaranlara (deneysel koşullar), ekstra adaptasyon etkisi25kaçınarak, deneysel çalışır arasındaki duraklama azaltmak için bir seçim olarak önerilmiştir. Aynı şekilde, bu deneysel protokolde uygulanan deneysel çalışmalar (30) sayısı muhafazakar, bu yana asimptotik RNL ve pSNR genellikle 20 deneysel çalışır ortalama sonra ulaşılır, yaklaşık. Uyaranlara yanıt dinamik aralığının orta-üst bölge içinde düştüğünde (yüksek hissi seviyeleri), çalışan düşük sayıda büyük olasılıkla uyarılmış yanıt dinamiklerini analiz etmek için gerekli. Yine de, farklı deneysel koşulların test edildiği durumlarda, aynı sayıda deneysel ishal olması koşullar arasında karşılaştırmalar yapmak için çok önemlidir (yani, farklı duygu seviyeleri).

Dönemlerin sütun-Wise ortalamasının yanı sıra, osilat uyarılmış potansiyelleri dinamikleri ilgi frekansı etrafında dar bir frekans bandında tek deneme ölçümleri filtreleme ve güç zarf hesaplama tarafından analiz edilmiştir düşük geçişli filtreleme26kullanarak sinyal. Aynı şekilde, SSVEP48istikrarlı bölgesinden önceki geçiş süresini karakterize etmek için tek deneme Analizi uygulandı ve yanıt49istikrarlı bölgede ssvep genlik ve faz değişiklikleri. Tek deneme analizleri, yanıt genliğiyle göreceli olarak hızlı dalgalanmaların ayrımcılık yapmasına izin verirken, belirli bir blok aralığı ile ayrılmış bloklarda ortalama tepkisi analiz etmek için Deneysel tasarımlar, yalnızca uzun vadeli değişimler için hesap uyarılmış potansiyelin amplitül50,51. Bu iki seçenek arasında, dönemlerin sütun-Wise ortalamaları yer almaktadır. Ortalamalı sinyalin FFT kullanarak frekans etki alanına dönüştürülmesi, yanıtın dinamiklerini, dönem uzunluğuna eşit bir çözünürlüğe karşı analiz etmeyi anlamına gelir. Burada sunulan örnekte, SSVEP her 4 s bildirildi. 4 s çözünürlüğe rağmen, SSVEP26‘ nın bu gibi onlarca saniyeyi aşan zaman aralıklarında oluşan dinamikleri açıklamak için yeterli olsa da, orijinal kayıtlarda kısmen çakışan dönemler, daha rafine bir şekilde istikrarlı devlet yanıtı25.

Dönemsel sütun-Wise ortalamalar sonra elde edilen istikrarlı devlet yanıtlarının dinamikleri ağırlıklı olarak ortalama EEG segmentleri arasında senkronize edilen osilör aktivitesinin evrim temsil (hangi ortalama hayatta olanlar). Bu nedenle, metodolojinin fizibilitesi ile ilgili önemli bir sorun, bir bağımsız deneysel koşuyla başka bir (yani, kayıtlar arasında) sinir osilasyonlarının fazında varyasyonlar nedeniyle yanıt genlikleri olası zayıflatma olduğunu. Bu konunun deneysel olarak ele alınması gerekir. Ancak kanıt, beyin osiloryası yanıtlarının aşamasının beklenenden daha az değişken olduğunu gösterir. Aslında, çeşitli çalışmalar insan 80 Hz ASSR47,48,49beklenen aşamasında bir düzenlilik bildirdi. Gecikme süresi, osilatör aktivitesinin aşamasına göre tahmin edildiğinde, akustik uyaranların işitme yanıtlarının gecikmesiyle ilgili yoğunluk ve taşıyıcı frekansının öngörülebilir etkisi gözlenmiştir (yani, yoğunluk ve taşıyıcı frekans artışı)52,53,54. Ayrıca, ASSR47,55,56 aşamasından gecikmeleri tahmin edildiğinde, genlikteki tipik maturasyonel değişiklikler ve işitme düzeylerinde soldan sağa asimetri de gözlenmiştir. , 57 , 58. SSVEP ‘in zaman evriminin tek deneme analizini kullanarak nitelendirdiği zaman, labecki ve al.26 , aynı konu içinde yanıt amplitüslerinde duruşmanın farklılılabilirliği oldukça yüksek olduğu halde, faz önemli ölçüde daha az belirgindi.

Onların gözlemlerine dayanarak, Labecki ve al.26 en az 50 denemeler yanıt ortalama güç zarf güvenilir bir tahmin elde etmek için ortalamalar gerektiğini önerdi. Bu sonuçlar, yanıt genliği tek denemelerde hesaplanan bile, ortalama (Bu durumda zarfların) güvenilir sonuçlar bildirmek için gerekli olduğunu gösterir. Ayrıca, Labecki ve al.26 tarafından bildirilen SSVEP genliğindeki duruşma arası değişkenlik, tek denemeler içinde bu parametrenin hesaplamasının arka plan gürültüsünden çok etkilendiğini göstermektedir. Şekil 2‘ de sunulan sinyal-gürültü oranının evrimi göz önüne alındığında, tek denemeler yerine ortalama sinyaldeki yanıtın hesaplanması, güvenilir bir şekilde elde etmek için işlenmek üzere gerekli olan EEG segmentlerinin sayısını önemli ölçüde azaltır Ölçüm. Ayrıca, Labecki ve al.26 tarafından elde edilen faz düşük değişkenlik, burada sunulan çağların sütun-Wise ortalamasının, osilasyon uyarılmış potansiyelleri dinamiklerini hesaplamak için geçerli bir prosedür olduğunu fikrini destekler.

Verilerin farklı düzeylerde ortalamasını sonuçları farklı yorumlamaya yol açar. Osilasyon uyarılmış potansiyeller ile ilgili olarak, zaman-alan bağımsız çalışır ortalaması sonra yanıt genliği bilgisayar sadece zaman kilitli osilasyonlar analiz anlamına gelir (yani, bu ortalama hayatta olanlar). Bu prosedür, bireysel denemelerde yanıtın dinamiklerine ilişkin ilgili bilgileri filtreleyebilir. Ancak ölçümlerin yeterince yüksek bir sinyal-gürültü oranını garantiler. Bu bakış açısı, tepkiler elektrofizyolojik eşiğe yakın olduğunda, ölçümün düşük sinyal-gürültü oranı nedeniyle çekiminin algılanmasını tehlikeye atılabilecek bir durum olabilir.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Yazarlar minnetle Lucía Zepeda, Grace A. Whitaker ve Nicolas Nieto video üretimine katkıları için kabul. Bu çalışma tarafından kısmen desteklenmektedir CONıCYT programları BASAL FB0008, MEC 80170124 ve Doktora Bursu 21171741, Ulusal Sağlık Enstitüsü sağırlık ve diğer Iletişim bozuklukları tarafından ödül numarası P50DC015446 altında Ulusal sağlığı Enstitüleri. İçerik sadece yazarlar sorumluluğundadır ve mutlaka Ulusal Sağlık Enstitüleri resmi görüşlerini temsil etmez.

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