Neuroscience

フランカータスクによる同時脳波と機能的近赤外分光記録の実施

Published: May 24, 2020 doi: 10.3791/60669

Shi Yang Xu^1,2, Lai Ian Cheong², Yin Zhuang², Tania Alexandra Pinho Couto^1,2, Zhen Yuan^1,2

¹Centre for Cognitive and Brain Sciences, University of Macau, ²Faculty of Health Sciences, University of Macau

Summary

本プロトコルは、EEG および fNIRS の同時記録を実行する方法と、EEG と fNIRS データの関係を検査する方法を記述しています。

Abstract

同時脳脳とfNIRSの記録は、神経と血行力信号の関係を検査することによって、認知処理の神経機構を完全に理解する絶好の機会を提供します。脳波は、皮質の急速な神経活動を測定できる電気生理学的技術であり、fNIRSは脳の活性化を推測するために血行力学的応答に依存する。脳脳とfNIRSの神経イメージング技術の組み合わせは、より多くの特徴を識別し、脳の機能に関連するより多くの情報を明らかにすることができます。このプロトコルでは、フランカータスク中に、呼び起こされる電位と血行力学的応答の同時記録に対して融合したEEG-fNIRS測定を行った。さらに、ハードウェアおよびソフトウェアシステムを設定するための重要な手順と、データの取得と分析の手順が提供され、詳細に説明されました。本プロトコルは、脳科学とfNIRS信号を用いることで、様々な認知プロセスの基礎となる神経機構の理解を深める新たな道を開くことができると期待される。

Introduction

本研究は、融合されたEEGとfNIRSの神経イメージング技術を用いて、フランカータスクの根底にある神経活性化パターンを明らかにする働くプロトコルを開発することを目的としている。興味深いことに、同時fNIRS-EEGの記録は前頭前野の血行力学的信号と、フランカータスクに関連する脳全体の様々な事象関連ポテンシャル(ERP)成分との関係を検査することを可能にする。

機能近赤外分光法(fNIRS)、脳波(EEG)、および機能的磁気共鳴画像法(fMRI)を含む様々な非侵襲的神経イメージングモダリティの統合は^{、脳1、2、3}²^,³において情報処理が行われている場所と¹時期の理解を深めるために不可欠である。さらに、fNIRSとEEGを組み合わせて、局所的な神経活動とその後の血行力学的応答の変化との関係を調べる可能性があり、脳脳とfNIRSは人間の脳認知機能の神経機構を明らかにする上で補完的であり得る。fNIRSは、脳の活性化を推測するために血行力学的応答に依存する血管ベースの機能的神経イメージング技術である。^,fNIRSは、認知処理³3、4、5、6、7の研究において重要な役割を果たす大脳皮質における相対的なオキシヘモグロビン(HbO)およびデオキシヘモグロビン(HbR)濃度変化⁶^を⁷測定する。^,⁴^,⁵神経血管および神経代謝結合機構⁸によれば、認知処理に伴う局所神経活動の変化は、一般的に、4〜7秒の遅延を伴う局所血流および血液酸素におけるその後の変化を伴う。神経血管結合は、電力トランスデューサーである可能性が高く、神経活動の速いダイナミクスを遅い血圧力学⁹の血管入力に統合することが示されている。具体的には、fNIRSは、主に前頭葉の神経血管活動を検査するために用いられ、特に、執行機能^{10、11、12、}¹¹^,¹²推論および計画¹⁰^13、意思決定^14、及び社会的認知および道徳的判断¹⁵のような高い認知機能を担う前頭前野を検査する。しかし、fNIRSによって測定された血行力学的応答は、間接的に低い時間的解像度で神経活動を捉えるのに対し、EEGは神経活動の時間的に微細で直接的な尺度を提供することができる。その結果、脳とfNIRSの記録の組み合わせは、より多くの特徴を識別し、脳の機能に関連するより多くの情報を明らかにすることができます。

さらに重要なことは、脳脳およびfNIRS信号のマルチモーダル獲得は、脳活性化を検査するために行われ、様々な認知タスク16、17、18、19、20、21、22、または脳とコンピュータのインターフェース^,²²²⁰^,²¹¹⁶^,¹⁷^,¹⁸^,¹⁹^,^23、24^,²⁴の基礎となる。特に、同時ERP(事象関連電位)およびfNIRS記録は、イベント関連の聴覚奇数パラダイム¹に基づいて行われ、fNIRSはP300成分の出現から数秒後に前頭側頭皮質の血行力学的変化を同定することができる。ホロヴィッツらも、意味的処理タスク²⁵の間にfNIRS信号とP300成分の同時測定を実証した。興味深いことに、同時EEGとfNIRSの記録に基づく以前の研究は、奇数ボール刺激の間P300がfNIRS信号²⁶と有意な相関を示したことを示した。マルチモーダル対策は、イベント関連パラダイム²⁶に基づく包括的な認知神経機構を明らかにする可能性を有することが発見された。奇妙なタスクに加えて、ERPコンポーネントN200に関連するフランカータスクはまた、健康なコントロールと様々な障害を有する患者と認知能力の検出および評価の調査に使用することができる重要なパラダイムである。具体的には、N200は前帯状皮質前頭²⁷および優側側皮質²⁸から200〜350msをピークとする陰性成分であった。これまでの研究では、フランカータスク²⁹における優れた前頭皮質とα振動の関係を調べたが、フランカータスク中のN200振幅と血行力学的応答との相関は検討されていなかった。

このプロトコルでは、標準のEEGキャップに基づく自家製のEEG/fNIRSパッチが同時のEEGおよびfNIRS録音に利用されました。サポートを伴うオプトデス/電極の配置は、EEGキャップに融合したfNIRSオプトディスクの配置によって達成されました。同時にE-primeソフトウェアによって生成された同じ刺激タスクでEEGとfNIRSの同時取得を行いました。我々は、フランカータスクに関連するERP成分が前頭前野の血行力学的応答と有意な相関関係を示すことができると仮定する。一方、組み合わされたERPとfNIRSの記録は、複数のシグナル指標を抽出して、脳活性化パターンを強化された精度で識別することができます。この仮説をテストするために、fNIRSセットアップと脳脳装置を統合し、イベント関連のフランカータスクに対応する複雑な神経認知メカニズムを明らかにした。

Subscription Required. Please recommend JoVE to your librarian.

Protocol

実験試験に先立ち、参加者全員がインフォームドコンセント文書に署名しました。本研究の議定書は、マカオ大学倫理委員会によって承認された。

1. 同時 EEG および fNIRS 録音のためのハードウェアおよびソフトウェアの設定

同時 EEG-fNIRS 録音用のヘッドキャップを作成します。
1. 参加者の頭囲に応じて適切なキャップサイズを選択します。この研究では、ほとんどの思春期および成人の参加者に適しているので、中型キャップを使用してください。
2. 前頭前野の脳海藻キャップと一緒にfNIRSオプトデのレイアウトを設計します(図1)。
  1. EEG電極をfNIRS検体の中央部に配置して^{、2つの技術19,30}³⁰によって同じ脳領域の測定¹⁹を確実にする。しかし、脳脳とfNIRSの両方の神経イメージング法の低い空間分解能のために、電極はfNIRSチャネルの正確な位置ではなく、fNIRS光素で覆われた対応する脳領域に置く。
  2. 前頭前野の特定のレイアウトに沿ってfNIRSオプトデを保持するために、脳海検体の内側に22の穴を作ります。ヘッドキャップの設計されたレイアウトに従ってfNIRSオプトデの位置を特定してマークし、キャップの内側に穴を開けてオプトデを配置して固定します。
  3. 10-20国際システムに従って、21または71のEEG電極をEEGキャップの表面に沿って配置し(材料表を参照)、オプトデのグリッドを取り付けます。
3. 各ソースと検出器のペア間の距離を 3 cm に設定し、光色を固定します。
ソフトウェアの EEG ポートと fNIRS ポートを設定します。
パラレルポートとシリアルポートを介して生成されたタイムトリガを使用して、2つの異なる信号の同期を確実にします。
1. EEG システムのパラレルポート(例えば、この研究ではH378)を設定します(材料表を参照)。
2. fNIRS システムのシリアルポート(例えば、この調査では 6 9600)を設定します(資料表を参照)。
  メモ:ポートの種類と番号は、さまざまなEEGおよびfNIRSの設定に関して変更する必要があります。詳細については、製造元にお問い合わせください。

2. 実験準備

30分間レーザーをオンにしてfNIRSシステムをウォームアップします。
fNIRS測定システムに必要な操作パラメータをすべて設定します。
参加者にEEGとfNIRS測定システムを含む融合実験セットアップを示す。
10-20国際システムに従ってCzポイントを測定し、マークします。イニオンとナションの間の距離の半分と、左と右の聴覚間のインデント間の距離の半分でCzの電極位置を識別します。
まず、参加者の額に沿ってキャップの前部を置き、次にキャップの後ろの部分を首に向かって引き下げてください。
職位を検証します。
1. Cz と inion と nasion の間の距離をソフトルーラーで再度測定し、中間点に位置するかどうかを再確認します。同様に、Cz と左右と右の聴覚間の距離を測定し、Cz が中間点にあるかどうかを再確認します。
EEG の録音の準備をします。
注: EEG 電極を最初にセットアップし、次に fNIRS オプトデを設定することを強くお勧めします。EEG導電性ゲルがfNIRS光素子の配置用の穴を覆う場合、光質の汚染を防ぐために洗浄する必要があります。
1. EEG電極グリッドの穴に鈍い針を挿入して導電性ゲルを充填します。
2. ラベルに従って、すべての電極をEEG電極グリッドに配置します。
3. EEGソフトウェアを開き、EEG電極の信号品質を検査します。
4. 信号品質が要件(40 mV)を満たすのに十分でない場合は、導電性ゲルを補充して電極を再取り付けします。
5. インピーダンスが要件を満たさなかった場合は、導電性ゲルを補充して電極を再取り付けします。
fNIRS の録音の準備をします。
注意: 参加者の目を直接fNIRSソースのレーザービームに当てないでください。
1. fNIRS測定システムに取り付けられたホルダーアームに沿って光ファイバーをホルダーに配置します。繊維がきちんと整っていることを確認してください。
2. レイアウトに従って、光ソースと検出器を穴に挿入します。
3. 信号品質をテストします。チャンネルが高レベルの信号対雑音比を持たない場合(すなわち、チャンネルが黄色でマークされている場合)、光学プローブを囲む参加者の毛を静かに調べ、光学プローブと頭皮の間に何も存在しないことを確認します。
4. ステップ 2.8.3 が信号の品質を改善できない場合は、信号強度を上げ出します。信号が多すぎる場合(つまり、チャンネルが赤でマークされている場合)、信号強度を下げます。

3. 実験を実行する

信号が安定していて、信号対雑音比が優れ、参加者が実験指示に精通している場合に実験を開始します。実験的なテスト^29、31^,³¹のための古典的なフランカーのパラダイムを使用してください。
実験の後、EEG と fNIRS の両方からデータを保存してエクスポートします。
EEG電極とfNIRS光学プローブを慎重に取り外します。

4. 3DデジタイザーによるfNIRSオプトデの三次元(3D)MNI座標の測定

参加者は椅子に座って、センサーで眼鏡をかけましょう。
コンピュータでデジタイザソフトウェアを開きます。3D デジタイザシステムが適切な COM ポートを介してコンピュータに接続されていることを確認します。
オプトデス設定ファイルのレイアウトをロードします。
3D デジタイザスタイラスをキーポジション(Nz、Iz、左耳、右耳、Cz)を画面と一緒に移動し、スタイラスのボタンを押します。
光ソースと検出器の局地化
3D 座標ファイルをエクスポートします。

5. データ分析

fNIRS データ分析
1. 3D MNI 座標データを処理するには、NIRS-SPM の登録オプションを MATLAB 2019 で使用します。選択:スタンドアロン空間登録 |3Dデジタイズ付き。以前に保存した他のファイルと元のテキストファイルを選択し、[登録] を選択します。
2. ホーマー2ソフトウェア³²でfNIRS信号を事前処理する。
  1. 生データを異なる波長の光密度変化に変換し、さらに変更されたビール・ランバート法を使用して異なる時点でのHbOの濃度変化に変換します。一般的に、年齢、性別、および波長によって影響を受ける典型的な差動経路長因子(DPF)値と、ソースとデセタ³³との距離^,^、34は6であり、これは以前の研究^34、35^,³⁵からの平均DPFと類似している。
  2. Homer2 fNIRS 処理パッケージのスプラインモーションアーティファクト検出アルゴリズムを使用して、モーション補正を行います。文献³⁶に基づいて、適切な運動補正方法を選択してください。
  3. 生のヘモグロビン連続データを0.2 Hzのローパスフィルタで処理し、その後0.015 Hzのハイパスフィルタを処理します。
  4. 平均値を除算して、血行力信号の振幅を正規化します。
  5. 3D デジタイザ情報に基づいて、各チャンネルの fNIRS データを生成します。NIRS-SPMの回帰計算に従って、上位前頭皮質(SFC)で登録確率が100%以上のチャンネルを選択して、さらなる分析を行います。
  6. 酸素ヘモグロビン(HbO)濃度変化のピーク値をエクスポートします。
    注:この研究では、高い信号対雑音比のためにHbO信号のみを解析しました。ラン平均HbOデータのピーク値を各参加者から各チャンネルに抽出し、さらなる分析を行った。
EEG データ処理
メモ:オフラインのEEGデータ分析は、EEGLABで行われました。FzのN200だけが本研究の興味深い成分でした。全ての電極は、人工物地形の内部モデルを用いて眼球運動を除去するための自動アーチファクト補正を施した。その後、連続的なEEGデータをターゲットと非ターゲット刺激に応じて異なる試験に分割し、各試験のエポックは2500 msで、刺激前期間500ms(ベースラインエポック)と2000ms(タスクエポック)の刺激後期間を含む2500 msが続いた。
1. プラグインを使用して、生のEEGデータフォルダをEEGLABにロードします。このスタディで BDF ファイルの BIOSIG プラグインを選択します。
  注:EEGデータファイル形式に応じて適切なプラグインを選択してください。
2. EEGLAB³⁷のチャネル位置情報を設定します。キャップの対応するロケーションファイルをロードします。
3. EEGLABの1つのプラグインであるERPLABの電極を再参照します。マスノイドに配置されたチャンネルを参照電極として選択します。
4. ERPLAB³⁷のイベントファイルとビンファイルに基づいて、EEG データエポックを抽出します。
5. 30Hzのカットオフで低周波数をフィルタリングし、0.1 Hzのカットオフで高周波数をフィルタリングすることにより、FIRフィルタを使用して、ERPLABのEEGデータセグメントをフィルタリングします。
6. EEGLAB の独立成分分析で眼の EEG アーティファクトを除去します。
7. ERPLABの任意のチャンネルで、振幅値が±100μVを超えるEEGデータセグメントを拒否します。
8. ERPLAB の EEG データセグメントの平均値。
  注: これらは、一般的に使用されるデータ分析方法であり、EEG および fNIRS データを処理するためのソフトウェアです。数多くの処理ソフトウェアとメソッドがあります。
相関計算
1. ピアソン相関分析を使用して、fNIRS と EEG の記録間の関係を生成します。

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

図 2は、すべてのチャネルの HbO 信号を示し、図 3はフランカータスクの 2 つの条件について Fz および FCz の ERP を示しています。Figure 4はピアソン相関分析結果を示した図4は、SFCにおけるfNIRSシグナルが、Fzにおける不一致条件(P<0.05)に対してERP N200成分と有意な相関を示したことを示した。ただし、これは一致条件(P>0.05) には当てはまりません。

図 1. fNIRS ヘッドセットの配置とチャネル構成デジタル化されたオプトードのレイアウトは、MNI座標系に変換され、脳皮質に沿って重なってこの図の大きなバージョンを表示するには、ここをクリックしてください。

図 2.フランカータスクに関連付けられているすべてのチャネルのHbO信号。ピンク色の曲線は不一致条件を示し、緑の曲線は一致条件を示します。この図の大きなバージョンを表示するには、ここをクリックしてください。

図 3.FzおよびFCz電極のERP信号。黒い曲線は不一致条件を定義し、赤の曲線は一致条件を表します。この図の大きなバージョンを表示するには、ここをクリックしてください。

図4:不一致状態に対する上位前頭皮質(SFC)に沿ったERP N200とHbO信号の相関。2つの測定値間の回帰係数は0.59、p = 0.027です。

Subscription Required. Please recommend JoVE to your librarian.

Discussion

このプロトコルでは、脳全体の神経信号と前頭前野の同時血行力応答を記録することによって、イベント関連のフランカーパラダイムを含む脳活性化パターンを調べるために、脳とfNIRSの組み合わせの記録が行われました。ERPの結果は、FzのN200が一致条件と不一致条件(P=0.037)を有意に区別できたことを示した。一方、SFC(チャネル21)におけるHbO信号は、フランカータスクに関連する脳認知機能を伴う応答を抑制する能力の重要な役割を示す、一致条件と不一致条件の間にも有意な差を示した(P_FDR = 0.041)。

また、FzでのN200は、不一致状態に対するSFC(チャネル21)における血行力学的応答と有意な相関を示したが、これは一致した状態には当てはまらなかった。前頭前野の脳の活性化は、高い認知機能と強く相関しており、fNIRSは空間領域における高いシグナル対ノイズ比で容易に同定できる。しかし、同じフランカータスクに関連する脳Gによって検出された神経活動(N200)は、主に高感度および高い時間分解能を有する頭頂皮質において明らかにされる。FzでN200は2つの条件間の認知的な違いを示したのに対し、fNIRSシグナルは2つの条件間の前頭前領域における抑制機能の違いを示した。認知はフランカータスク中にエグゼクティブコントロールとの重要な関係を示していたことが判明しました。これが、FzのN200がSFCの血行力学的応答と有意な相関関係を示した主な理由かもしれません。

本プロトコルでは、融合した脳脳とfNIRSの記録を行う方法と、事象関連の可能性を分析し、前頭前野のヘモグロビン濃度変化を測定する方法を説明した。異なるセットアップの同期は、2 つのハードウェアシステムの融合に不可欠な懸念事項です。一方、イベント関連のトリガは、同時 EEG および fNIRS 録音のタスク設計にとっても重要なマークです。

脳脳とfNIRSの記録を組み合わせることは、様々な認知タスクの根底にある神経機構の調査のための有望な技術である。要約すると、フランカータスク中に同時のEEGおよびfNIRSデータを取得しました。この知見は、fNIRS血行力応答とERP成分N200が有意に相関していることを示し、フランカータスクに関連する認知メカニズムの異なる視点を示した。マルチモーダルニューロイメージングの結果は、異なる待ち時間と活性化領域を持つ脳認知に貢献する脳脳とfNIRS技術を組み合わせた重要な役割をサポートし、フランカータスクの神経メカニズムの理解を改善するための新しい道を開きます。

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

著者らは開示するものは何もない。

Acknowledgments

この作業は、マカオ大学情報通信技術事務所(ICTO)が支援するハイパフォーマンスコンピューティングクラスター(HPCC)で一部行われました。この研究は、マカオのマカオ大学からのMYRG2019-00082-FHSおよびMYRG 2018-00081-FHS助成金によって支援され、また、科学技術開発基金、マカオSAR(FDCT 0011/2018/A1およびFDCT 025/2015/A1)によって資金提供されました。