Login processing...

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

Neuroscience

ביצוע בו אלקטרונצגרפיה והקלטות ספקטרוסקופיית כמעט אינפרא-אדום עם משימה פלנקר

doi: 10.3791/60669 Published: May 24, 2020

Summary

הפרוטוקול הנוכחי מתאר כיצד לבצע הקלטות EEG ו-fNIRS במקביל וכיצד לבחון את הקשר בין נתוני EEG ו-fNIRS.

Abstract

הקלטות EEG ו-fNIRS במקביל מציעות הזדמנות מצוינת להשיג הבנה מלאה של המנגנון העצבי של עיבוד קוגניטיבי על-ידי בדיקת הקשר בין האותות העצביים וההומודינמיים. EEG היא טכנולוגיה אלקטרופיסיולוגית שיכולה למדוד את הפעילות העצבית המהירה של קליפת המוח, ואילו fNIRS מסתמך על תגובות הומודינמיות כדי להסיק הפעלת המוח. השילוב של EEG ו fNIRS טכניקות נוירוהדמיה יכול לזהות תכונות נוספות ולחשוף מידע נוסף הקשור לתפקוד המוח. בפרוטוקול זה, מדידות EEG-fNIRS התמזגו בוצעו עבור הקלטות בו של מעורר-חשמל פוטנציאל ותגובות הומודינמיקה במהלך משימה פלקר. בנוסף, השלבים הקריטיים להגדרת מערכת החומרה והתוכנה, כמו גם ההליכים לרכישת נתונים וניתוח סופקו ונדונו בפרוטרוט. צפוי כי הפרוטוקול הנוכחי יכול לסלול שדרה חדשה לשיפור ההבנה של המנגנונים העצביים בבסיס תהליכים קוגניטיביים שונים באמצעות אותות EEG ו fNIRS.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

מחקר זה נועד לפתח פרוטוקול עובד כדי לחשוף את דפוס ההפעלה העצבית הבסיסית של המשימה פלקר באמצעות EEG התמזגו ו fNIRS שיטות נוירוהדמיה. מעניין, ההקלטות המקבילות של ה-fNIRS-EEG מאפשרות לבדוק את היחסים בין אותות המודינמיים בקליפת המוח הקדמית ובין מרכיבים פוטנציאליים הקשורים לאירועים (ERP) של כל השכל הקשור למשימה של פלקר.

שילוב של שיטות נוירוהדמיה שונות, כולל ספקטרוסקופיית כמעט אינפרא-אדום פונקציונלי (fnirs), אלקטרונצאלוגרפיה (EEG), ודימות תהודה מגנטית פונקציונלית (fMRI) חיוני לשפר את ההבנה של היכן ומתי עיבוד המידע מתרחש במוח1,2,3. בנוסף, יש את הפוטנציאל לשלב fNIRS ו-EEG לבחון את הקשר בין פעילות עצבית מקומית לבין שינויים הבאים בתגובות הומודינמיות, שבו EEG ו-fNIRS יכול להיות משלים בחשיפת המנגנון העצבי של תפקוד המוח האנושי קוגניטיבי. fNIRS היא טכניקה המבוססת על כלי דם תפקודית נוירודימות המסתמכת על תגובות הומודינמיקה כדי להסיק הפעלת המוח. fnirs מודד את מדידת האוקסיהמוגלובין היחסי (HbO) ו deoxyhemoglobin (hbr) שינויים הריכוז בקליפת המוח, אשר ממלא תפקיד חשוב במחקר של עיבוד קוגניטיבי3,4,5,6,7. לדברי neurovascular ומנגנון neurometabolic צימוד8, השינוי של פעילות עצבית מקומית הקשורים לעיבוד קוגניטיבי מלווה בדרך כלל על ידי שינויים הבאים זרימת הדם המקומי וחמצן בדם עם עיכוב של 4-7 שניות. זה מראה כי צימוד neurovascular הוא כנראה מתמר כוח, אשר משלב את הדינמיקה המהירה של פעילות עצבית לתוך קלט כלי הדם של הומודינמיקה איטית9. במיוחד, fnirs משמש בעיקר עבור בדיקת הפעילות נוירוכלי באונה הקדמית, במיוחד בקליפת המוח הקדם האחראית פונקציות קוגניטיביות גבוהות, כגון פונקציות ההנהלה10,11,12, הסקת מסקנות ותכנון13, קבלת החלטות14, וקוגניציה חברתית ושיפוט מוסרי15. עם זאת, התגובות הומודינמיות שנמדדות באמצעות fNIRS מאפשרות ללכוד בעקיפין את הפעילות העצבית ברזולוציה נמוכה בלבד, ואילו EEG יכול להציע מדדים באופן זמני ובאמצעים ישירים של פעילויות עצביות. כתוצאה מכך, השילוב של הקלטת EEG ו-fNIRS יכול לזהות תכונות נוספות ולחשוף מידע נוסף הקשור לתפקוד המוח.

חשוב יותר, הרכישה רב מודאליות של האותות EEG ו-fnirs נערך לבחון את הפעלת המוח בבסיס משימות קוגניטיביות שונות16,17,18,19,20,21,22 או ממשק המוח מחשב23,24. בפרט, ב-ERP (הפוטנציאל הקשור לאירועים) והקלטות fNIRS בוצעו בהתבסס על הפרדיגמה הקשורה לזיהוי השמיעה השמיעתית1, שבה fnirs יכול לזהות את השינויים ההדינמיים בקליפת המוח הפרוטואלית מספר שניות לאחר הופעתו של רכיב P300. הורוביץ הציג גם את המידות הסימולטניות של אותות fNIRS ואת הרכיב P300 במהלך משימת עיבוד סמנטית25. מעניין, מחקרים קודמים מבוסס על הקלטות EEG ו fNIRS הראו כי P300 במהלך גירוי מוזר הציג קורלציה משמעותית עם אותות fNIRS26. התגלה כי האמצעים הרב-מודאליים הם בעלי פוטנציאל לחשוף את המנגנון הנוירולוגי המקיף את התחום המבוסס על הפרדיגמה הקשורה לאירועים26. מלבד משימה מוזר, המשימה פלקר הקשורים לרכיב ERP N200 היא גם פרדיגמה חשובה, אשר יכולה לשמש לחקירת זיהוי היכולת הקוגניטיבית והערכה עם פקדים בריאים וחולים עם הפרעות שונות. באופן ספציפי, N200 היה מרכיב שלילי כי פסגות 200-350 ms מתוך הקליפה הקדמית cingulated הקדמי27 וקליפת הרקה העליונה28. למרות מחקרים קודמים בחנו את היחסים בין קליפת המוח הקדמית העליונה ותנודות אלפא בפעילות פלקר29, הקורלציה בין משרעת N200 ואת התגובות הומודינמיקה במהלך המשימה פלקר לא נחקרו.

בפרוטוקול זה, תיקון מתוצרת בית EEG/fNIRS המבוסס על כובע EEG רגיל היה מנוצל עבור EEG ו-fNIRS במקביל הקלטות. הסדרים של אלקטרואופטיקה/אלקטרודות עם תמיכה הושגו באמצעות הצבת אלקטרואופטיקה fNIRS התמזגו לתוך כובע EEG. ה-EEG הסימולטני ורכישות הנתונים של fNIRS בוצעו באותן משימות גירויים שנוצרו על-ידי תוכנת E-prime. אנו מציגים את ההשערה שרכיבי ERP המשויכים לפעילות הפלנקר יכולים להציג קשר משמעותי עם תגובות ההודינמיקה בקליפת המוח הקדם-חזיתית. בינתיים, ההקלטות משולבות של ERP ו-fNIRS יכולות לחלץ מספר מחוונים של אותות כדי לזהות את דפוסי הפעלת המוח בדיוק משופר. כדי לבדוק את ההשערה, הכיוונון fNIRS ומכונת EEG שולבו כדי לחשוף את מנגנון ההכרה העצבי המורכב המתאים למשימה הקשורה לאירוע פלקר.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

לפני המבחנים הניסיוניים, חתמו כל המשתתפים על מסמכי הסכמה מעודכנים. פרוטוקול המחקר הנוכחי אושר על ידי ועדת האתיקה של אוניברסיטת מקאו.

1. הגדרת חומרה ותוכנה עבור הקלטות EEG ו-fNIRS בו

  1. לבנות כובע ראש עבור הקלטות EEG-fNIRS בו.
    1. בחר את גודל הכיפה המתאים בהתאם להיקף הראשי של המשתתפים. במחקר זה, השתמש כובע בגודל בינוני מאז הוא מתאים לרוב המשתתפים מתבגרים ובוגרים.
    2. עיצוב הפריסה של אלקטרואופטיקה fNIRS יחד עם כיסוי EEG בקליפת המוח הקדמית (איור 1).
      1. הציבו בחלק האמצעי של אלקטרואופטיקה כדי להבטיח את המדידה של אותו אזור המוח על ידי שתי טכניקות19,30. עם זאת, בשל הרזולוציה המרחבית נמוכה של EEG ו-fNIRS שיטות נוירוהדמיה, למקם את האלקטרודות באזור המוח המקביל מכוסה על ידי אלקטרואופטיקה fNIRS ולא במיקומים המדויקים של ערוצי fNIRS.
      2. הפוך 22 חורים בתוך כובע EEG להחזיק את אלקטרואופטיקה fNIRS בקו עם הפריסה הספציפית בקליפת המוח הקדם. לזהות ולסמן את המיקומים של אלקטרואופטיקה fNIRS על פי הפריסה המתוכננת של כובע הראש ולאחר מכן ניקוב חורים בתוך המכסה למקום ולתקן את האופדות.
      3. מניחים 21 או 71 EEG לאורך המשטח של כובע EEG (ראה לוח חומרים) על פי 10-20 המערכת הבינלאומית ולטעון את הרשתות עבור אופדס.
    3. הגדר את המרחק בין זוג גלאי-מקור כ-3 ס מ ולאחר מכן תקן את האופדות, שבו האופדים הכחולים מסמלים את גלאי האור בעוד שאלה האדומים מייצגים את מקורות הלייזר.
  2. הגדר את היציאות EEG ו-fNIRS בתוכנה.
  3. השתמש בזמן המפעיל שנוצר דרך היציאה המקבילית והיציאה הטורית כדי להבטיח את הסינכרון של שני אותות שונים.
    1. הגדר את היציאה המקבילית (לדוגמה, H378 במחקר זה) עבור מערכת EEG (ראה טבלת חומרים).
    2. הגדר את היציאה הטורית (לדוגמה, 6 9600 במחקר זה) עבור מערכת fNIRS (ראה טבלת חומרים).
      הערה: סוג היציאה והמספר צריך להיות שונה לגבי הגדרות EEG ו-fNIRS שונות. אנא צרו קשר עם היצרנים לקבלת מידע נוסף.

2. הכנה ניסויית

  1. לחמם את מערכת fNIRS עם לייזרים מופעלת עבור 30 דקות.
  2. הגדר את כל פרמטרי הפעולה הנחוצים עבור מערכת המדידה fNIRS.
  3. הצג את ההתקנה הניסיונית התמזגו כולל EEG ו-fNIRS מערכות מדידה למשתתפים.
  4. למדוד ולסמן את נקודת Cz על פי 10-20 המערכת הבינלאומית. לזהות את מיקום האלקטרודה של Cz במחצית המרחק בין הנהר לבין המרחק וחצי המרחק בין הכניסות הבין-שמאל לימין.
  5. הניחו את החלק הקדמי של המכסה לאורך המצח של המשתתף קודם ולאחר מכן משוך את הקטע האחורי של הכיפה לעבר הצוואר.
  6. . אמת את התנוחות
    1. למדוד את המרחק בין Cz ו-inion ו-nasion שוב עם סרגל רך, ובדוק אם הוא ממוקם בנקודת האמצע. כמו כן, למדוד את המרחק בין Cz לבין שמאל וימין בין שמיעה, ולבדוק כפול אם Cz ממוקם בנקודת האמצע.
  7. . היכונו להקלטות המוח
    הערה: מומלץ מאוד להגדיר את אלקטרודות ה-EEG תחילה ולאחר מכן את אופדות ה-fNIRS. אם ג ' ל המוליך ג'ל מכסה את החורים למיקום של אלקטרואופטיקה fNIRS, יש לנקות כדי למנוע זיהום של אלקטרואופטיקה.
    1. מילוי ג'ל מוליך על ידי החדרת מחט קהה דרך החורים של רשת האלקטרודות EEG.
    2. הניחו את כל האלקטרודות לתוך רשת האלקטרודות של EEG לפי התוויות.
    3. פתח את תוכנת EEG ובדוק את איכות האות של אלקטרודות EEG.
    4. לקרוא רק את האלקטרודה על ידי מילוי ג'ל מוליך אם איכות האות אינה טובה מספיק כדי לענות על הדרישות (40 mV).
    5. Readjust את האלקטרודה על ידי מילוי ג'ל מוליך אם העכבה לא יכול לעמוד בדרישות.
  8. . היכון להקלטות הפנirs
    זהירות: אל תחשוף את עיני המשתתפים לקרן הלייזר של מקורות fNIRS ישירות.
    1. מניחים את הסיבים האופטיים לאורך זרועות המחזיק מחובר למערכת המדידה fNIRS, כמו גם המחזיק. ודא כי הסיבים מסודרים ומסודרים.
    2. הכנס את המקורות והגלאים האופטיים לתוך החורים בהתאם לפריסה.
    3. בדוק את איכות האות. אם לערוץ אין יחס של אות לרעש ברמה גבוהה (כלומר, אם הערוץ מסומן בצהוב), בעדינות לבדוק את השיער של המשתתף סביב הבדיקות האופטיות כדי להבטיח כי שום דבר לא קיים בין לווין אופטי הקרקפת.
    4. אם 2.8.3 step אינו יכול לשפר את איכות האות, הפעל את עוצמת האות. אם קיים אות רב מדי (כלומר, אם הערוץ מסומן באדום), כבה את עוצמת האות.

3. הפעל את הניסוי

  1. התחל את הניסוי כאשר האותות יציבים עם יחס מעולה של אות לרעש והמשתתפים מכירים את הוראות הניסוי. השתמש בפרדיגמת הפלנקר הקלאסית למבחן הניסיוני29,31.
  2. לאחר הניסוי, לשמור ולייצא את הנתונים משני ה-EEG ו-fNIRS.
  3. הסר אלקטרודות EEG והבדיקות האופטיות של fNIRS בקפידה.

4. מדידה של הקואורדינטות MNI תלת-ממדיות (3D) של אלקטרואופטיקה של fNIRS עם התקן הדיגיטציה תלת-ממדי

  1. תנו למשתתפים לשבת בכסא ולענוד את המשקפיים בעזרת החיישן.
  2. פתח את תוכנת הדיגיטציה במחשב. ודא שמערכת הדיגיטציה התלת-ממדית נמצאת בקשר עם המחשב באמצעות יציאת COM מתאימה.
  3. טען את הפריסה של קובץ הגדרת האופדות.
  4. הזז את העט האלקטרוני של התקן הדיגיטציה התלת-ממדי לאורך מיקומי המפתח (Nz, איז, האוזן השמאלית, האוזן הימנית, Cz) יחד עם המסך ולחץ על הלחצן שבחרט.
  5. להתאים את המקורות והגלאים האופטיים
  6. ייצוא קובצי קואורדינטות תלת-ממדיים.

5. ניתוח נתונים

  1. ניתוח נתונים של fNIRS
    1. עיבוד נתוני קואורדינטות MNI תלת-ממדית באמצעות אפשרות הרישום ב-NIRS-SPM עם MATLAB 2019. בחר: הרשמה מרחבית עצמאית | עם 3D דיגיטייז. בחר בקבצי הטקסט הקודמים ובמקור שנשמרו ולאחר מכן בחר ברישום.
    2. אותות לפני תהליך של fNIRS עם Homer2 תוכנה32.
      1. המר את הנתונים הגולמיים לשינויי דחיסות אופטית עבור אורכי גל שונים והמרה נוספת לשינויי הריכוז של HbO בנקודות זמן שונות באמצעות חוק בירה-למברט משתנה. באופן כללי, הערך של הנתיב הדיפרנציאלי בדרך כלל (dpf) המושפע על-ידי הגיל, המין ואורך הגל, והמרחק בין המקור לבין33,34 הוא 6, הדומה ל-dpf הממוצע ממחקרים קודמים34,35.
      2. השתמש התנועה ליטת חיבור זיהוי הממצאים האלגוריתם מחבילת עיבוד Homer2 fnirs לתיקון תנועה. נא לבחור את השיטות המתאימות של תיקון התנועה מבוסס על ספרות36.
      3. עבד את המוגלובין הגולמי נתונים רציפה על ידי מסנן מעבר נמוך של 0.2 Hz ולאחר מכן מסנן מעבר גבוה של 0.015 Hz.
      4. לנרמל את משרעת אות דינמית באמצעות חלוקת ערכי הממוצע.
      5. צור את נתוני fNIRS עבור כל ערוץ המבוסס על מידע הדיגיטציה תלת-ממדי. בחר את הערוצים שיש להם הסתברות לרישום של 100% או יותר בקליפת המוח הקדמית העליונה (SFC) בהתאם לחישוב הרגרסיה של NIRS-SPM לניתוח נוסף.
      6. לייצא את ערכי שיא של המוגלובין חמצן (HbO) הריכוז שינויים.
        הערה: במחקר זה, רק אותות HbO נותחו עקב היחס הגבוה שלהם האות לרעש. ערכי השיא של נתוני הפעלה בממוצע HbO חולצו עבור כל ערוץ מכל משתתף לצורך ניתוח נוסף.
  2. טיפול בנתוני EEG
    הערה: ניתוח נתוני EEG לא מקוונים בוצע עם EEGLAB. רק N200 ב Fz היה המרכיב המעניין עבור המחקר הנוכחי. כל האלקטרודות היו חשופים תיקון החפץ האוטומטי כדי להסיר את תנועות העיניים באמצעות מודל פנימי של טופוגרפיות החפץ. נתוני EEG רציפים מחולקים אז לתוך מבחנים שונים על פי המטרה גירויים שאינם יעד, שבו התקופה עבור כל ניסוי שנמשך 2500 ms, מעורבים תקופה מראש גירוי של 500 ms (תקופה בסיסית) ו הפוסט גירוי תקופה של 2000 ms (תקופה המשימה).
    1. טען את התיקיה הגולמית של נתוני EEG לתוך EEGLAB באמצעות התוספים. בחר בתוסף BIOSIG עבור קובץ ה-BDF במחקר זה.
      הערה: אנא בחר תוסף מתאים בהתאם לתבנית קובץ נתוני EEG.
    2. הגדר את מידע המיקום של הערוץ עבור EEGLAB37. טען את קובץ המיקום המתאים של המכסה.
    3. הפניה מחדש של אלקטרודות ב-ERPLAB, אשר הוא אחד תוסף של EEGLAB. לבחור את הערוצים ממוקם בסטואידים כמו אלקטרודות התייחסות.
    4. לחלץ את שולי נתונים EEG מבוסס על האירוע ואת הקבצים bin ב ERPLAB37.
    5. סינון מקטעי נתוני EEG ב-ERPLAB באמצעות מסנן אשוח על ידי סינון תדרים נמוכים עם חיתוך של 30Hz ועל ידי סינון תדרים גבוהים עם חיתוך של 0.1 Hz.
    6. הסרת פריטי EEG בעינית עם ניתוח רכיבים עצמאיים ב-EEGLAB.
    7. דחיית מקטעי נתונים EEG עם ערכי משרעת החורגים ± 100 μV בכל ערוץ ב-ERPLAB.
    8. ממוצע מקטעי הנתונים EEG ב ERPLAB.
      הערה: אלה הן שיטת ניתוח נתונים בשימוש בדרך כלל ואת התוכנה לעיבוד EEG ו-fNIRS נתונים. קיימות תוכנות עיבוד רבות ושיטות זמינות.
  3. חישוב מתאם
    1. צור את הקשר בין הקלטות fNIRS ו-EEG באמצעות ניתוח מיתאם פירסון.
  4. >

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

איור 2 מציג את האותות HbO עבור כל הערוצים בעוד איור 3 מציג את Erps ב Fz ו-fz עבור שני התנאים של המשימה פלקר. Figure 4 מומחש התוצאות ניתוח מתאם פירסון הראו כי אותות fnirs ב SFC הציגו מתאם משמעותי עם רכיב ERP N200 ב fz עבור המצב קלקל (P< 0.05). עם זאת, זה לא המקרה עבור התנאים הקונגרופי (P> 0.05).

Figure 1
איור 1. fNIRS מיקום וקביעת תצורה של הערוץ. הפריסה אלקטרואופטיקה מומרים למערכת קואורדינטות MNI ולאחר מכן חופפים לאורך קליפת המוח נא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 2
איור 2. HbO אותות עבור כל הערוצים המשויכים למשימה פלקר. עקומות ורודות לציין את המצב הקלקל בעוד הירוקים מצביעים על מצב הקונגרוה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 3
איור 3. אותות ERP לאלקטרודות Fz ו-Fz. עקומות שחור להגדיר את המצב קלקל בעוד האדומים לציין את המצב הקונגרוה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 4
איור 4: הקורלציה בין אותות ה-ERP N200 ו-HbO לאורך הקליפה הקדמית העליונה (SFC) לתנאי הקלקל. מקדם הרגרסיה בין שתי המידות הוא 0.59, p = 0.027. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

בפרוטוקול זה, הקלטות משולבות של EEG ו-fNIRS בוצעו כדי לבחון את דפוסי ההפעלה של המוח הכרוכים בפרדיגמה הקשורה לאירועים, על ידי הקלטת אותות עצביים של המוח כולו ותגובות הומודינמיות בו של הקליפה הקדם-חזיתית. תוצאות ERP הראו כי N200 ב Fz היה מסוגל להבדיל באופן משמעותי את התנאים הקלקל (P = 0.037). בינתיים, את האותות HbO ב SFC (ערוצים 21) גם הציג הבדל משמעותי בין התנאים הקלקל והמקביל, אשר הפגינו את התפקיד החשוב של היכולת לדכא את התגובות כי מעורב בתפקוד קוגניטיבי המוח הקשורים למשימה פלקר (Pרוזוולט = 0.041).

בנוסף, N200 ב Fz הראה מתאם משמעותי עם תגובת ההידינמיקה ב-SFC (ערוץ 21) לתנאי הקלקל, למרות שזה לא היה המקרה של אחד ההתאמה. הפעלת המוח בקליפה הקדמית היא מתאם מאוד עם פונקציות קוגניטיביות גבוהה, אשר ניתן לזהות בקלות על ידי fNIRS עם יחס האות לרעש גבוה בתחום המרחבי. עם זאת, הפעילות העצבית (N200) שזוהו על ידי EEG הקשורים באותה משימה פלנקר מתגלה בעיקר בקליפת המוח עם רגישות גבוהה וברזולוציה גבוהה הזמני. N200 ב Fz הציג את ההבדל הקוגניטיבי בין שני התנאים, ואילו אותות fNIRS מומחש את ההבדל של תפקוד הדיכוי באזור הקדם-חזיתי בין שני התנאים. התגלה כי ההכרה הראתה מערכת יחסים משמעותית עם השליטה המבצעת במהלך משימת הפלקר. זו עשויה להיות הסיבה העיקרית מדוע N200 ב Fz הציג מתאם משמעותי עם תגובת ההידינמיקה ב-SFC.

בפרוטוקול זה, תיארנו כיצד לבצע הקלטות EEG ו-fNIRS התמזגו וכיצד לנתח את הפוטנציאל הקשור לאירועים ולמדוד את שינויי הריכוז של המוגלובין בקליפת המוח הקדמית. סנכרון הגדרות שונות הוא דאגה חיונית למיזוג שתי מערכות חומרה. בינתיים, הגורם המפעיל הקשור לאירועים הוא גם הסימן המכריע עבור עיצוב המשימה של הקלטות EEG ו-fNIRS בו.

הקלטות משולבות של EEG ו-fNIRS הן טכניקות מבטיחות לחקירת המנגנונים העצביים בבסיס משימות קוגניטיביות שונות. לסיכום, השגנו בהצלחה את נתוני EEG ו-fNIRS במהלך משימת פלקר. הממצאים הראו כי התגובה fNIRS הN200 ו-ERP רכיב בקורלציה משמעותית, אשר הציג פרספקטיבות שונות של מנגנון קוגניטיבי הקשורים משימה פלקר. תוצאות הדימות הנוירואליות הרב תומכות בתפקיד חיוני של הטכניקה המשולבת של EEG ו-fNIRS בתרומה להכרה מוחית עם השהיות שונות ואזורי הפעלה שונים, אשר ממלאים שדרה חדשה לשיפור ההבנה של מנגנוני העצבים של משימת פלקר.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

. למחברים אין מה לגלות

Acknowledgments

עבודה זו בוצעה בחלקו באשכול המחשוב הגבוה (HPCC), הנתמכת על-ידי משרד המידע וטכנולוגיית התקשורת (ICTO) של אוניברסיטת מקאו. מחקר זה נתמך על ידי MYRG2019-00082-FHS ו-מלגות 2018-00081-FHS מאוניברסיטת מקאו במקאו, וגם ממומן על ידי קרן המדע והטכנולוגיה לפיתוח, מקאו SAR (FDCT 0011/2018/A1 ו FDCT 025/2015/A1).

Materials

Name Company Catalog Number Comments
EEG cap EASYCAP GmbH - -
EEG system BioSemi - -
fNIRS system TechEn - CW6 System

DOWNLOAD MATERIALS LIST

References

  1. Kennan, R. P., et al. Simultaneous recording of event-related auditory oddball response using transcranial near infrared optical topography and surface EEG. NeuroImage. 16, (3), Pt 1 587-592 (2002).
  2. Horovitz, S. G., Gore, J. C. Simultaneous event-related potential and near-infrared spectroscopic studies of semantic processing. Human Brain Mapping. 22, (2), 110-115 (2004).
  3. Yuan, Z., Ye, J. Fusion of fNIRS and fMRI data: identifying when and where hemodynamic signals are changing in human brains. Frontiers in Human Neuroscience. 7, 676 (2013).
  4. Lin, X., Sai, L., Yuan, Z. Detecting Concealed Information with Fused Electroencephalography and Functional Near-infrared Spectroscopy. Neuroscience. 386, 284-294 (2018).
  5. Ieong, H. F., Yuan, Z. Emotion recognition and its relation to prefrontal function and network in heroin plus nicotine dependence: a pilot study. Neurophotonics. 5, (02), 1 (2018).
  6. Hu, Z., et al. Optical Mapping of Brain Activation and Connectivity in Occipitotemporal Cortex During Chinese Character Recognition. Brain Topography. 31, (6), 1014-1028 (2018).
  7. Wang, M. -Y., et al. Concurrent mapping of brain activation from multiple subjects during social interaction by hyperscanning: a mini-review. Quantitative Imaging in Medicine and Surgery. 8, (8), 819-837 (2018).
  8. Scholkmann, F., et al. A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology. NeuroImage. 85, 6-27 (2014).
  9. Wan, X., et al. The neural basis of the hemodynamic response nonlinearity in human primary visual cortex: Implications for neurovascular coupling mechanism. NeuroImage. 32, (2), 616-625 (2006).
  10. Miller, E. K. The prefontral cortex and cognitive control. Nature Reviews Neuroscience. 1, (1), 59-65 (2000).
  11. Miller, E. K., Cohen, J. D. An integrative theory of prefrontal cortex function. Annual review of Neuroscience. 24, (1), 167-202 (2001).
  12. Mansouri, F. A., Tanaka, K., Buckley, M. J. Conflict-induced behavioural adjustment: a clue to the executive functions of the prefrontal cortex. Nature Reviews Neuroscience. 10, (2), 141-152 (2009).
  13. Wood, J. N., Grafman, J. Human prefrontal cortex: processing and representational perspectives. Nature Reviews Neuroscience. 4, (2), 139-147 (2003).
  14. Wallis, J. D. Orbitofrontal Cortex and Its Contribution to Decision-Making. Annual Review of Neuroscience. 30, (1), 31-56 (2007).
  15. Forbes, C. E., Grafman, J. The Role of the Human Prefrontal Cortex in Social Cognition and Moral Judgment. Annual Review of Neuroscience. 33, (1), 299-324 (2010).
  16. Nguyen, D. K., et al. Non-invasive continuous EEG-fNIRS recording of temporal lobe seizures. Epilepsy Research. 99, (1-2), 112-126 (2012).
  17. Peng, K., et al. fNIRS-EEG study of focal interictal epileptiform discharges. Epilepsy Research. 108, (3), 491-505 (2014).
  18. Liu, Y., Ayaz, H., Shewokis, P. A. Multisubject "learning" for mental workload classification using concurrent EEG, fNIRS, and physiological measures. Frontiers in Human Neuroscience. 11, (2017).
  19. Aghajani, H., Garbey, M., Omurtag, A. Measuring mental workload with EEG+fNIRS. Frontiers in Human Neuroscience. 11, (2017).
  20. Balconi, M., Vanutelli, M. E. Hemodynamic (fNIRS) and EEG (N200) correlates of emotional inter-species interactions modulated by visual and auditory stimulation. Scientific Reports. 6, (2016).
  21. Donohue, S. E., Appelbaum, L. G., McKay, C. C., Woldorff, M. G. The neural dynamics of stimulus and response conflict processing as a function of response complexity and task demands. Neuropsychologia. 84, 14-28 (2016).
  22. Liu, Y., Ayaz, H., Shewokis, P. A. Mental workload classification with concurrent electroencephalography and functional near-infrared spectroscopy. Brain-Computer Interfaces. 4, (3), 175-185 (2017).
  23. Fazli, S., et al. Enhanced performance by a hybrid NIRS-EEG brain computer interface. NeuroImage. 59, (1), 519-529 (2012).
  24. Putze, F., et al. Hybrid fNIRS-EEG based classification of auditory and visual perception processes. Frontiers in Neuroscience. 8, 373 (2014).
  25. Horovitz, S. G., Gore, J. C. Simultaneous event-related potential and near-infrared spectroscopic studies of semantic processing. Human Brain Mapping. 22, (2), 110-115 (2004).
  26. Lin, X., et al. Mapping the small-world properties of brain networks in Chinese to English simultaneous interpreting by using functional near-infrared spectroscopy. Journal of Innovative Optical Health Sciences. 11, (03), 1840001 (2018).
  27. Folstein, J. R., Van Petten, C. Influence of cognitive control and mismatch on the N2 component of the ERP: A review. Psychophysiology. 45, (1), 152 (2008).
  28. Patel, S. H., Azzam, P. N. Characterization of N200 and P300: Selected studies of the Event-Related Potential. International Journal of Medical Sciences. 2, (4), 147-154 (2005).
  29. Suzuki, K., et al. The relationship between the superior frontal cortex and alpha oscillation in a flanker task: Simultaneous recording of electroencephalogram (EEG) and near infrared spectroscopy (NIRS). Neuroscience Research. 131, 30-35 (2018).
  30. Keles, H. O., Barbour, R. L., Omurtag, A. Hemodynamic correlates of spontaneous neural activity measured by human whole-head resting state EEG + fNIRS. NeuroImage. 138, 76-87 (2016).
  31. Eriksen, B. A., Eriksen, C. W. Effects of noise letters upon the identification of a target letter in a nonsearch task. Perception & Psychophysics. 16, (1), 143-149 (1974).
  32. Huppert, T. J., Diamond, S. G., Franceschini, M. A., Boas, D. A. HomER: a review of time-series analysis methods for near-infrared spectroscopy of the brain. Applied optics. 48, (10), 280-289 (2009).
  33. Kocsis, L., Herman, P., Eke, A. The modified Beer-Lambert law revisited. Physics in Medicine and Biology. 51, (5), (2006).
  34. Herold, F., Wiegel, P., Scholkmann, F., Müller, N. Applications of Functional Near-Infrared Spectroscopy (fNIRS) Neuroimaging in Exercise-Cognition Science: A Systematic, Methodology-Focused Review. Journal of Clinical Medicine. 7, (12), 466 (2018).
  35. Duncan, A., et al. Optical pathlength measurements on adult head, calf and forearm and the head of the newborn infant using phase resolved optical spectroscopy. Physics in Medicine and Biology. 40, (2), 295-304 (1995).
  36. Brigadoi, S., et al. Motion artifacts in functional near-infrared spectroscopy: A comparison of motion correction techniques applied to real cognitive data. NeuroImage. 85, 181-191 (2014).
  37. Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Frontiers in Human Neuroscience. 8, 213 (2014).
ביצוע בו אלקטרונצגרפיה והקלטות ספקטרוסקופיית כמעט אינפרא-אדום עם משימה פלנקר
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Xu, S. Y., Cheong, L. I., Zhuang, Y., Couto, T. A. P., Yuan, Z. Conducting Concurrent Electroencephalography and Functional Near-Infrared Spectroscopy Recordings with a Flanker Task. J. Vis. Exp. (159), e60669, doi:10.3791/60669 (2020).More

Xu, S. Y., Cheong, L. I., Zhuang, Y., Couto, T. A. P., Yuan, Z. Conducting Concurrent Electroencephalography and Functional Near-Infrared Spectroscopy Recordings with a Flanker Task. J. Vis. Exp. (159), e60669, doi:10.3791/60669 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter