Waiting
Login processing...

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

Neuroscience

Bewertung des audiotaktilen sensorischen Substitutionstrainings bei Teilnehmern mit hochgradiger Taubheit unter Verwendung der ereignisbezogenen Potenzialtechnik

Published: September 7, 2022 doi: 10.3791/64266
Automatic Translation
1, 1, 1, 1, 2, 1
1Instituto de Neurociencias, Universidad de Guadalajara, 2Universidad Michoacana de San Nicolás Hidalgo

Summary

Dieses Protokoll wurde entwickelt, um die zugrunde liegenden lernbezogenen elektrophysiologischen Veränderungen bei Probanden mit hochgradiger Taubheit nach einer kurzen Trainingszeit in audiotaktiler sensorischer Substitution unter Anwendung der ereignisbezogenen Potentialtechnik zu untersuchen.

Abstract

Diese Arbeit untersucht die Anwendung von Elektroenzephalogramm-basierten Methoden zur Bewertung der Auswirkungen von audio-taktilem Substitutionstraining bei jungen, hochgradig tauben (PD) Teilnehmern, mit dem Ziel, die neuronalen Mechanismen zu analysieren, die mit der vibrotaktilen komplexen Klangunterscheidung verbunden sind. Die elektrische Gehirnaktivität spiegelt dynamische neuronale Veränderungen wider, und die zeitliche Präzision ereignisbezogener Potenziale (ERPs) hat sich als Schlüssel zur Untersuchung zeitgebundener Prozesse bei der Durchführung von Verhaltensaufgaben erwiesen, die Aufmerksamkeit und Arbeitsgedächtnis erfordern.

Das aktuelle Protokoll wurde entwickelt, um die elektrophysiologische Aktivität bei Parkinson-Probanden zu untersuchen, während sie eine kontinuierliche Leistungsaufgabe (CPT) mit komplexen Klangreizen durchführten, die aus fünf verschiedenen Tiergeräuschen bestehen, die durch ein tragbares Stimulatorsystem am rechten Zeigefinger abgegeben werden. Als Design mit wiederholten Messungen wurden Elektroenzephalogramm (EEG) unter Standardbedingungen vor und nach einem kurzen Trainingsprogramm (fünf 1-Stunden-Sitzungen über 15 Tage) durchgeführt, gefolgt von einer Offline-Artefaktkorrektur und einer Epochenmittelung, um individuelle und große mittlere Wellenformen zu erhalten. Verhaltensergebnisse zeigen eine signifikante Verbesserung der Unterscheidung und eine robustere P3-ähnliche zentrorietale positive Wellenform für die Zielreize nach dem Training. In diesem Protokoll tragen ERPs zum weiteren Verständnis lernbezogener neuronaler Veränderungen bei Parkinson-Probanden bei, die mit der audiotaktilen Diskriminierung komplexer Klänge verbunden sind.

Introduction

Frühe hochgradige Taubheit ist ein sensorisches Defizit, das den mündlichen Spracherwerb und die Wahrnehmung von Umgebungsgeräuschen stark beeinflusst, die eine wesentliche Rolle bei der Navigation im Alltag von Menschen mit normalem Gehör spielen. Ein erhaltener und funktioneller Hörpfad ermöglicht es uns, Schritte zu hören, wenn sich jemand außerhalb der Sichtweite nähert, auf Gegenverkehr, Krankenwagensirenen und Sicherheitsalarme zu reagieren und auf unseren eigenen Namen zu reagieren, wenn jemand unsere Aufmerksamkeit benötigt. Audition ist daher ein wichtiger Sinn für Sprache, Kommunikation, kognitive Entwicklung und rechtzeitige Interaktion mit der Umwelt, einschließlich der Wahrnehmung potenzieller Bedrohungen in der Umgebung. Seit Jahrzehnten wird die Durchführbarkeit der audiotaktilen Substitution als alternative Schallwahrnehmungsmethode mit dem Potenzial, die Sprachentwicklung bei schwerhörigen Menschen zu ergänzen und zu erleichtern, mit begrenzten Ergebnissen untersucht 1,2,3. Die sensorische Substitution zielt darauf ab, den Nutzern Umweltinformationen über einen menschlichen sensorischen Kanal zur Verfügung zu stellen, der sich von dem normalerweise verwendeten unterscheidet. Es wurde gezeigt, dass es über verschiedene sensorische Systeme hinweg möglich ist 4,5. Insbesondere wird eine audiotaktile sensorische Substitution erreicht, wenn Hautmechanorezeptoren die physikalische Energie von Schallwellen, die auditive Informationen komponieren, in neuronale Erregungsmuster umwandeln können, die wahrgenommen und in die somatosensorischen Bahnen und somatosensorischen kortikalen Bereiche höherer Ordnung integriert werden können6.

Mehrere Studien haben gezeigt, dass hochgradig gehörlose Personen das musikalische Timbre allein durch vibrotaktile Wahrnehmung7 unterscheiden und zwischen gleichgeschlechtlichen Sprechern unterscheiden können, indem sie spektrale Hinweise komplexer vibrotaktiler Reizeverwenden 8. Neuere Erkenntnisse haben gezeigt, dass gehörlose Personen konkret von einem kurzen, gut strukturierten audio-taktilen Wahrnehmungstrainingsprogramm profitierten, da sie ihre Fähigkeit, zwischen verschiedenen Reintonfrequenzen9 und zwischen Reintönen mit unterschiedlicher zeitlicher Dauer10 zu unterscheiden, signifikant verbesserten. Diese Experimente verwendeten ereignisbezogene Potenziale (ERPs), Graphenkonnektivitätsmethoden und quantitative Elektroenzephalogramm (EEG), um funktionelle Gehirnmechanismen darzustellen und zu analysieren. Die neuronale Aktivität, die mit der Unterscheidung komplexer Umgebungsgeräusche verbunden ist, wurde jedoch vor dieser Arbeit nicht untersucht.

ERPs haben sich als nützlich erwiesen, um zeitgebundene Prozesse mit einer unglaublichen Zeitauflösung in der Größenordnung von Millisekunden zu untersuchen, während Verhaltensaufgaben ausgeführt werden, die Aufmerksamkeitszuweisung, Arbeitsgedächtnis und Antwortauswahl beinhalten11. Wie von Luck, Woodman und Vogel12 beschrieben, sind ERPs intrinsisch mehrdimensionale Verarbeitungsmaße und eignen sich daher gut, um die Teilkomponenten der Kognition separat zu messen. In einem ERP-Experiment kann die kontinuierliche ERP-Wellenform, die durch die Präsentation eines Stimulus ausgelöst wird, verwendet werden, um die neuronale Aktivität direkt zu beobachten, die zwischen dem Stimulus und der Verhaltensreaktion liegt. Andere Vorteile der Technik, wie ihre Kosteneffizienz und nicht-invasive Natur, machen sie perfekt geeignet, um den genauen zeitlichen Verlauf kognitiver Prozesse in klinischen Populationen zu untersuchen. Darüber hinaus bieten ERP-Tools, die in einem Repeated-Measures-Design angewendet werden, bei dem die elektrische Gehirnaktivität der Patienten mehr als einmal aufgezeichnet wird, um Veränderungen der elektrischen Aktivität nach einem Trainingsprogramm oder einer Intervention zu untersuchen, weitere Einblicke in neuronale Veränderungen im Laufe der Zeit.

Die P3-Komponente, die das am ausführlichsten erforschte kognitive Potential13 ist, ist derzeit dafür bekannt, auf alle Arten von Reizen zu reagieren, am offensichtlichsten auf Reize mit geringer Wahrscheinlichkeit oder hoher Intensität oder Signifikanz oder solche, die eine Verhaltens- oder kognitive Reaktion erfordern14. Diese Komponente hat sich auch bei der Bewertung der allgemeinen kognitiven Effizienz in klinischen Modellen als äußerst nützlich erwiesen15,16. Ein klarer Vorteil der Beurteilung von Änderungen in der P3-Wellenform besteht darin, dass es sich aufgrund ihrer größeren Amplitude im Vergleich zu anderen kleineren Komponenten um eine leicht beobachtbare neuronale Antwort handelt. Es hat eine charakteristische zentrorietale topographische Verteilung und ist auch relativ leicht mit dem entsprechenden experimentellen Design17,18,19 zu entlocken.

Ziel dieser Studie ist es in diesem Zusammenhang, die lernbedingten elektrophysiologischen Veränderungen bei Patienten mit hochgradiger Taubheit nach kurzzeitigem Training in vibrotaktiler Klangdiskriminierung zu untersuchen. Darüber hinaus werden ERP-Tools eingesetzt, um die funktionelle Gehirndynamik darzustellen, die dem temporären Einsatz der von der Aufgabe geforderten kognitiven Ressourcen zugrunde liegt.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Die Studie wurde von der Ethikkommission des Neuroscience Institute (ET062010-88, Universidad de Guadalajara) überprüft und genehmigt, um sicherzustellen, dass alle Verfahren in Übereinstimmung mit der Deklaration von Helsinki durchgeführt wurden. Alle Teilnehmer erklärten sich freiwillig bereit und gaben eine schriftliche Einverständniserklärung (wenn sie minderjährig waren, unterschrieben die Eltern Einverständniserklärungen).

1. Versuchsplanung

  1. Vorbereitung auf Stimulus
    1. Suchen Sie in Creative Commons-lizenzierten Sounddatenbanken, um eine Reihe von Tierlauten in .wav Format auszuwählen. Die Reize in dieser Studie bestanden aus fünf verschiedenen Tierlauten: Hundebellen, Kuhmuhen, Pferdewiehern, Eselbrüllen und Elefantentrompeten.
      ANMERKUNG: Die hier verwendeten Klangstimuli wurden zuvor in unseren früheren Studien 9,10 als Sammlung von Klängen für das vibrotactile Diskriminierungstrainingsprogramm ausgewählt.
    2. Bearbeiten Sie die Sounddateien mit einem kostenlosen Open-Source-Audio-Editor, um die Intensität und Länge der Reize auf 1500 ms zu standardisieren. Für dieses Protokoll standardisieren Sie auf einer linearen Skala von 0 bis 8000 Hz, bei einer Verstärkung von 20 dB und in einem Bereich von 80 dB basierend auf den Parametern, die in den vorherigen Studien 9,10 unter Verwendung desselben vibrotaktilen Stimulationssystems festgelegt wurden.
    3. Speichern Sie die formatierten Audiodateien in einem 32-Bit-Gleitkommaformat mit einer Projektrate von 48.000 Hz.
  2. Paradigmenaufbau in der Elektrophysiologie-Präsentationssoftware
    1. Entwerfen Sie eine kontinuierliche Leistungsaufgabe (CPT) mit einer experimentellen Design- und Stimuluspräsentationssoftware, wobei die Stimuli einer der beiden Bedingungen zugeordnet werden: (a) Zielreiz (T) (Hundebellen in 20% der Versuche) und (b) Nichtzielreize (NT) (die restlichen vier Tiergeräusche für die anderen 80%).
      HINWEIS: Jede Bedingung wurde bei der Programmierung des EEG-Protokolls in der Aufzeichnungssoftware mit demselben Code gekennzeichnet, um die Stimuluspräsentationsmarkierungen zu synchronisieren.
    2. Erstellen Sie eine pseudo-randomisierte Stimulus-Präsentation mit der Softwareplattform, in der die fünf Tierlaute (Hund, Kuh, Pferd, Esel und Elefant) jeweils in 20% der Fälle präsentiert werden. Stellen Sie sicher, dass der Zielreiz (Hundebellen) nie mehr als zweimal hintereinander auftritt.
    3. Geben Sie das gewünschte Interstimulusintervall (ISI) und die Gesamtantwortzeit an und wählen Sie die Antwortschlüssel aus, die verwendet werden, um automatisch Verhaltensdaten für Zielreizantworten (T) zu sammeln. Hier wurden eine feste 2000 ms ISI-Liste für 150 Versuche und die korrekte Reaktion für die T-Stimuli über die linke Steuertaste auf einer Standard-Computertastatur programmiert. Die Teilnehmer erhielten ein Zeitfenster von 3500 ms für eine Verhaltensreaktion (beginnend mit der Stimuluspräsentation).

2. Teilnehmerauswahl

  1. Rekrutieren Sie potenzielle Teilnehmer mit einer tiefgreifenden Diagnose eines bilateralen sensorineuralen Hörverlusts und sammeln Sie demografische Daten, einschließlich Alter, Geschlecht, Handpräferenz und Bildungsgeschichte.
  2. Führen Sie halbstrukturierte klinische Interviews durch, um die Teilnehmer auf persönliche oder familiäre Vorgeschichte psychiatrischer, neurologischer oder neurodegenerativer Erkrankungen zu untersuchen und Informationen zur klinischen Anamnese von Taubheit zu sammeln: das Alter des Auftretens, die Ätiologie und die Hörgerätebenutzungsgeschichte sowie ihren bevorzugten Kommunikationsmodus (mündlich, manuell oder zweisprachig).
  3. Führen Sie audiologische Tests (Reinton-Luft-Hörschwellen) mit einem Audiometer durch, um den Schweregrad des Hörverlusts zu bestätigen.
    1. Setzen Sie sich in einem schallgedämpften Raum direkt vor den Teilnehmer und setzen Sie Kopfhörer richtig auf.
    2. Weisen Sie die Teilnehmer an, ihre dominante Hand zu heben, um zu signalisieren, wann immer sie den Ton hören können, der über die Kopfhörer präsentiert wird.
    3. Im Bereich von 20 dB bis 110 dB Intensitätsstufen präsentieren Sie einen reinen Ton bei sechs Oktaven in der folgenden aufsteigenden Reihenfolge: 250, 500, 1000, 2000, 4000 und 8000 Hz, beginnend mit dem linken Ohr und wiederholen Sie die gleichen Schritte für das rechte Ohr.
      1. Berechnen Sie den Reintondurchschnitt (PTA) des Patienten, indem Sie die Hörschwellen bei 500, 1000, 2000 und 4000 Hz für jedes Ohr mitteln. Das Einschlusskriterium für den Schweregrad des Hörverlusts für die Studie ist ein bilateraler Reintondurchschnitt (PTA) von mehr als 90 dB.
      2. Wählen Sie die Teilnehmer anhand der Teilnahmekriterien aus. Zu den Einschlusskriterien gehören außerdem keine persönliche oder familiäre Vorgeschichte psychiatrischer, neurologischer oder neurodegenerativer Erkrankungen und nicht-syndromale, prälinguale tiefgreifende bilaterale Taubheit. Holen Sie die Einwilligung nach Aufklärung ein und erklären Sie den Teilnehmern die experimentellen Verfahren.
        HINWEIS: Alle Formulare, Fragebögen und Anweisungen, die in der Studie verwendet wurden, wurden von einem professionellen MSL-Dolmetscher in die mexikanische Gebärdensprache (MSL) übersetzt und im Videoformat mit einem Tablet-Computer präsentiert. Darüber hinaus war bei allen Studienabläufen ein MSL-Dolmetscher anwesend.

3. EEG-Aufzeichnung vor dem Training

  1. Vorbereitung der Teilnehmer
    1. Stellen Sie sicher, dass die Teilnehmer mit sauberem und trockenem Haar zur Aufnahmesitzung gekommen sind und kein Haargel, Conditioner oder andere Haarprodukte verwendet haben, die die Elektrodenimpedanz beeinflussen.
    2. Bitten Sie die Teilnehmer, in einer bequemen Position zu sitzen, etwa 60 cm vom Stimulusbildschirm entfernt, und verwenden Sie das Tablet-Gerät, um den MSL-Videoclip mit der Beschreibung des Vorbereitungsverfahrens abzuspielen.
    3. Reinigen Sie die Bereiche, in denen Referenz- und Elektrookulogramm-Elektroden (EOG) platziert werden (Ohrläppchen, Stirn, äußerer Canthus, infraokulare Orbitalkämme usw.). Wischen Sie zuerst die Haut mit einem Alkoholtupfer ab und tragen Sie dann das EEG-Schleifgel vorsichtig mit einem Wattestäbchen auf, um abgestorbene Hautzellen auf der Oberfläche zu peelen.
    4. Füllen Sie den Elektrodengoldbecher mit leitfähiger Elektrodenpaste und platzieren Sie eine Elektrode an jeder Referenzstelle, normalerweise am rechten und linken Ohrläppchen oder Mastoid. Wiederholen Sie die Schritte, um mindestens eine vertikale EOG am äußeren Canthus und eine horizontale EOG am infraokularen Orbitalkamm zu platzieren, um die okulomotorische Aktivität (Blinzeln und Sakkaden) zu überwachen. Halten Sie die einzelnen Elektroden mit einem Stück 1 in Mikroporenband an Ort und Stelle.
    5. Bitten Sie die Teilnehmer, ihre Arme horizontal gerade zu halten und dann den Körpergurt fest, aber bequem um die Brust unter den Achseln mit den Druckknöpfen in der Mitte der Brust zu legen.
    6. Platzieren Sie die kommerzielle EEG-Elektrokappe mit 19 Ag/AgCl-Elektroden (Fp1, Fp2, F3, F4, F7, F8, C3, C4, P3, P4, O1, O2, T3, T4, T5, T6, Fz, Cz und Pz) topographisch angeordnet nach dem International 10-20-System. Verwenden Sie ein Maßband, um den Kopfumfang des Teilnehmers zu überprüfen, um sicherzustellen, dass Sie die richtige Kappengröße verwenden.
    7. Richten Sie die Cz-Elektrode mit der Nase aus und messen Sie dann den Abstand von der Nasion zum Inion, so dass die Cz-Elektrode genau in die Mitte fällt. Knöpfen Sie die verstellbaren Gurte an den Seiten der Kappe an den Körpergurt, so dass die Elektrokappe fest angezogen ist.
    8. Legen Sie die mit Gel gefüllte stumpfe Nadelspritze in die Elektrode, kreisen Sie die Nadel, um Haare zu entfernen, und schleifen Sie dann vorsichtig die Kopfhautregion unter der Elektrode ab, bevor Sie das leitfähige Gel auftragen. Tragen Sie nicht zu viel Gel auf, um elektrische Überbrückungen mit benachbarten Elektrodenstellen zu vermeiden.
    9. Lassen Sie das EEG-Leitgel bei kühler Raumtemperatur trocknen.
  2. Einrichtung des EEG-Kontrollgeräts
    1. Kalibrieren Sie das EEG-System gemäß den Anweisungen des Geräts und verbinden Sie dann die Elektrokappe mit dem Verstärker, der mit einem Bandpass von 0,05-30 Hz (3 dB-Grenzwerte von 6 dB/Oktave-Rolloff-Kurven), einem 60-Hz-Notch-Filter und einer Abtastrate von 200 Hz eingestellt ist, die einer Abtastdauer von 5 ms entspricht.
    2. Überprüfen Sie, ob die Impedanz in allen Elektrodenstellen unter 5 KΩ (für ein System mit niedriger Impedanz) liegt, und überprüfen Sie auf dem Monitor, ob alle Kanäle die elektrischen Signale reibungslos registrieren.
  3. Ausführen des experimentellen Tasks
    1. Positionieren Sie den Teilnehmer vor dem Computermonitor und platzieren Sie die Tastatur in angenehmem Abstand.
    2. Schließen Sie das Kabel des tragbaren Stimulators (siehe Abbildung 1) an die Steckdose des Computersystemlautsprechers an, und stellen Sie die Lautstärke des Lautsprechers auf die maximale Intensität ein.
    3. Stellen Sie das tragbare Stimulatorsystem an der rechten Zeigefingerspitze des Teilnehmers ein und testen Sie.
    4. Spielen Sie mit dem Tablet-Gerät die Experimentanweisungen ab und führen Sie einen Übungsversuch durch, um den Probanden mit dem tragbaren Stimulatorgerät, den audiotaktilen Reizen und der Aufgabe vertraut zu machen. Wiederholen Sie die MSL-Anweisungen und überprüfen Sie das Verständnis.
    5. Erinnern Sie den Teilnehmer daran, auf den Hundebellreiz zu reagieren, indem Sie die linke Steuertaste mit dem linken Zeigefinger nur bei der Erkennung des Zielreizes drücken und seine Reaktion zurückhalten, wenn eines der anderen vier Tiergeräusche wahrgenommen wird. Das experimentelle CPT-Paradigma ist in Abbildung 2 dargestellt.
    6. Geben Sie klare Anweisungen zur Minimierung von Artefakten und demonstrieren Sie die Wirkung von Artefakten auf das EEG in Echtzeit, bevor Sie mit der Aufzeichnung beginnen (empfohlen als Standardaufzeichnungsverfahren in der Forschung mit klinischen Populationen20).
    7. Bevor Sie mit der CPT-Aufgabe beginnen, überprüfen Sie, ob die Ereignissynchronisation zwischen dem kognitiven Stimulationscomputer und dem EEG-Aufzeichnungscomputer ordnungsgemäß funktioniert. Starten Sie dazu die Aufzeichnung des EEG-Signals und klicken Sie auf das Kommunikationssymbol in der Benutzeroberfläche der Stimulus-Präsentationssoftware. Beim Klicken erscheinen die ereignissynchronisierten Impulse am unteren Rand des EEG-Aufzeichnungsbildschirms.
    8. Führen Sie den experimentellen Task aus. Beobachten Sie den Teilnehmer sorgfältig und überwachen Sie die Wachsamkeit, die Ausführung der Reaktion und übermäßige Bewegungen oder Blinzeln.
    9. Machen Sie eine Pause und gönnen Sie dem Teilnehmer eine kurze Pause in der Mitte des Experiments (bei 4 Minuten im Experiment), damit er bei Bedarf blinzeln, sich entspannen und bewegen kann. Beenden Sie die Ausführung des Experiments.

4. Audio-taktiles sensorisches Substitutionstrainingsprogramm

  1. Konsultieren Sie die Zusatzdatei 1, die eine detaillierte Beschreibung des fünfteiligen Programms enthält, um das Training durchzuführen. Automatisieren Sie die beschriebenen Aktivitäten mithilfe einer Tabelle, um das Training für die Teilnehmer systematischer und ansprechender zu gestalten. Verwenden Sie Originalbilder und Audioaufnahmen von9 und bitten Sie die Teilnehmer, zu antworten, indem Sie auf einen Laptop-Touchscreen-Monitor tippen.
    HINWEIS: Der Inhalt und die Tabellen in dieser Datei wurden mit Genehmigung von9 abgedruckt.

5. EEG-Aufzeichnung nach dem Training

  1. Wiederholen Sie genau die gleichen Schritte wie in Abschnitt 3 beschrieben.

6. EEG-Analyse

HINWEIS: Die EEG-Erfassungsschritte wurden mit der EEG-Aufzeichnungssoftware durchgeführt, und die EEG-Verarbeitungsschritte wurden mit einer separaten EEG-Analysesoftware durchgeführt.

  1. EEG-Rohsignal-Vorverarbeitung
    1. Definieren und wählen Sie Epochen von 1100 ms in den kontinuierlichen EEG-Daten aus, ohne die Verwendung zusätzlicher digitaler Filter, unter Verwendung des Stimulusbeginns als Anfangszeitmoment (t0) und einschließlich eines 100-ms-Vorstimulus für die Baseline-Korrektur. Die ergänzende Abbildung 1 zeigt, wie die 1100-ms-Epochen gemäß der kommerziellen EEG-Analysesoftware ausgewählt wurden, die im EEG-Aufzeichnungsgerät installiert ist.
    2. Schließen Sie während der Artefaktunterdrückung Epochen von Daten auf allen Kanälen aus, wenn die Spannung in einer bestimmten Aufnahmeepoche 100 μV auf einem EEG- oder EOG-Kanal überschreitet. Lehnen Sie auch Artefakte durch visuelle Inspektion der Epochen ab. Siehe ergänzende Abbildung 2, die ein Beispiel für Epochen zeigt, die aufgrund von Augenartefakten manuell abgelehnt wurden.
  2. Signalmittelung
    1. Wählen Sie eine gleiche Anzahl von artefaktfreien Epochen für jede Stimulusbedingung (Ziel und Nicht-Ziel) sowohl unter den Bedingungen vor als auch nach dem Training. Wählen Sie die maximal möglichen Epochen, um das Signal-Rausch-Verhältnis zu verbessern. Tun Sie dies für jeden EEG-Datensatz.
      HINWEIS: In diesem Protokoll haben wir durchschnittlich 25 korrekte Antwortepochen pro Bedingung zu jedem Zeitpunkt ausgewählt, da wir an der Bewertung der Zieldiskriminierung interessiert waren. Beachten Sie, dass einige ERP-Komponenten keine offensichtlichen Verhaltensreaktionen erfordern, um beobachtet zu werden. Teilnehmer mit weniger als 15 artefaktfreien Epochen in jeder Bedingung wurden von der Studie ausgeschlossen.
    2. Klicken Sie auf das Menü Betrieb und wählen Sie die Option EEG-Fenstermittelung , um einzelne ERPs zu mitteln.
    3. Wählen Sie zunächst die Option Unabhängiger Durchschnitt , um nur den Durchschnitt der Zielversuche zu bilden. Wählen Sie dann die anderen vier Nicht-Zielstimuli aus und klicken Sie auf die Option Gemeinsam durchschnittlich , um den Durchschnitt zu bilden.
    4. Wiederholen Sie die Schritte 6.2.2 und 6.2.3 für die EEG-Aufzeichnung jedes Teilnehmers im Zustand vor dem Training und dann für den Zustand nach dem Training.
    5. Sobald alle einzelnen ERPs berechnet wurden, mitteln Sie sie zusammen, um die großen mittleren Wellenformen pro Stimulusbedingung für vor und nach dem Training zu erhalten. Öffnen Sie einen beliebigen EP-Durchschnitt, gehen Sie dann zum Menü Operationen und wählen Sie die Option Mittelwertwertbildung . Wählen Sie die individuellen Durchschnittswerte des Teilnehmers aus, die in den Gruppendurchschnitt aufgenommen werden sollen.
    6. Wählen Sie alle Durchschnittswerte vor dem Training aus der Dropdown-Liste aus, klicken Sie dann auf die Schaltfläche Durchschnitt , geben Sie den gewünschten Dateinamen ein und drücken Sie zum Speichern die Eingabetaste . Wählen Sie dann alle Nicht-Zieldurchschnitte vor dem Training aus der Dropdown-Liste aus, klicken Sie auf die Schaltfläche Durchschnitt , geben Sie den gewünschten Dateinamen ein, und drücken Sie erneut die Eingabetaste , um zu speichern.
    7. Wiederholen Sie die vorherigen Schritte für die Bedingung nach dem Training.
  3. ERP-Visualisierung und -Analysen
    1. Wählen Sie das Menü Operationen, um die Liste der gespeicherten großen Mittel anzuzeigen. Klicken Sie dann auf die Gruppendurchschnitte, die Sie darstellen möchten. Klicken Sie anschließend auf die Schaltfläche Montage , um die Kanäle auszuwählen, die Sie plotten möchten.
    2. Gehen Sie zum Menü Extras und klicken Sie dann auf Optionen visualisieren , um die Farbe und Linienbreite jeder Wellenform auszuwählen. Klicken Sie dann auf das Menü Signal , aktivieren Sie das Kontrollkästchen DC-Korrektur , geben Sie das gewünschte Basislinien-Stimulusintervall ein und drücken Sie dann die Eingabetaste .
    3. Untersuchen Sie sorgfältig die dargestellten Wellenformen des großen Mittelwerts, um die interessierenden Komponenten und die entsprechenden Zeitfenster zu identifizieren.
      HINWEIS: Für dieses Experiment wussten wir, dass die Wellenformen aufgrund des Aufgabendesigns und der sensorischen Signalwege, die für P3 untersucht werden, sehr wahrscheinlich eine positive Komponente sein würden, die später als 300 ms in zentrorietalen Elektroden und mit größeren Spannungsamplituden in der Zielbedingung auftreten würde.
    4. Exportieren Sie einzelne Spitzenamplitudenlatenzen und -spannungen, und importieren Sie dann Daten in eine Tabelle, um die Datenbank zu erstellen. Führen Sie eine Varianzanalyse (ANOVA) mit wiederholten Messungen mithilfe einer Statistiksoftware durch.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Es sollte veranschaulicht werden, wie die Wirkung des audiotaktilen sensorischen Substitutionsdiskriminierungstrainings bei Parkinson-Personen bewertet werden kann, indem Veränderungen in P3 in einer Gruppe von 17 PD-Personen (Durchschnittsalter = 18,5 Jahre; SD = 7,2 Jahre; acht Weibchen und 11 Männchen) haben wir mehrere Figuren erstellt, um die ERP-Wellenformen darzustellen. Die in den ERP-Diagrammen gezeigten Ergebnisse zeigen Veränderungen in einer P3-ähnlichen zentrorietalen positiven Wellenform, die für die Zielreize nach dem Training robuster ist. In der Bedingung vor dem Training deuten ERPs darauf hin, dass die T- und NT-Bedingungen nicht so klar unterscheidbar sind wie in der Bedingung nach dem Training. Daher wird vorgeschlagen, dass das fünfteilige Trainingsprogramm einen Einfluss auf die neuronale Reaktion hat, die mit der Unterscheidung komplexer Klangreize verbunden ist. Abbildung 3 zeigt die großen Durchschnittswerte vor dem Training und Abbildung 4 zeigt die großen Durchschnittswerte nach dem Training, die die wichtigsten Ergebnisse dieser Untersuchung darstellen. Abbildung 5 zeigt, wie diese ERP-Wellenformen modifiziert werden, wenn sie mit einem digitalen Tiefpassfilter bei 5 Hz dargestellt werden. Diese a posteriori Filterung reduziert signifikant das Rauschen, das hauptsächlich durch individuelle Variabilität verursacht wird, während die trainingsbedingten Veränderungen in den P3-Wellenformen, die für diese Untersuchung von Interesse sind, erhalten bleiben.

Figure 1
Abbildung 1: Foto des tragbaren Stimulationssystems (links) und Demonstration, wie es am Zeigefinger platziert werden sollte (rechts). Dieses Gerät besteht aus einer winzigen flexiblen Kunststoffmembran mit einer Oberfläche von 78,5 mm2 , die als Reaktion auf Schalldruckwellen über analoge Übertragung vibriert, einem langen analogen Lautsprechereingangskabel und einem roten Befestigungsstreifen zur Anpassung an den Zeigefinger. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

Figure 2
Abbildung 2: Diagramm der kontinuierlichen Leistungsaufgabe (CPT). Es werden die Spektralbilder gezeigt, die jeder der fünf Reizkategorien entsprechen (alle mit einer Dauer von 1500 ms). Der Zielreiz (Bellen) wird beschriftet und die ISI-Dauer (Inter-Stimulus-Intervall) angegeben (2000 ms). Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

Figure 3
Abbildung 3: Vortraining der großen mittleren Wellenformen und topographischen Spannungsverteilungskarten. Diese Abbildung zeigt die neun fronto-centro-parietalen Elektroden (F3, Fz, F4, C3, Cz, C4, P3, Pz und P4) des 10-20-System-Elektrodenarrays. Rote Linien entsprechen der Zielbedingung und schwarze Linien der Nichtzielbedingung. Die farbigen Kennfelder stellen die Spannungsverteilung in Mikrovolt (μV) bei 620 Millisekunden (ms) dar. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

Figure 4
Abbildung 4: Wellenformen nach dem Training und topographische Verteilungskarten. Diese Abbildung zeigt die neun fronto-centro-parietalen Elektroden (F3, Fz, F4, C3, Cz, C4, P3, Pz und P4) des 10-20-System-Elektrodenarrays. Rote Linien entsprechen der Zielbedingung und schwarze Linien der Nichtzielbedingung. Die farbigen Kennfelder stellen die Spannungsverteilung in Mikrovolt (μV) bei 620 Millisekunden (ms) dar. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

Figure 5
Abbildung 5: Vor dem Training (links) und nach dem Training (rechts) gefilterte Wellenformen und topographische Verteilungskarten. Diese Abbildung zeigt die drei Mittellinienelektroden (Fz, Cz und Pz) des 10-20-System-Elektrodenarrays, nachdem ein digitaler Offline-5-Hz-Tiefpassfilter angewendet wurde. Blaue Linien entsprechen der Zielbedingung und schwarze Linien der Nichtzielbedingung. Die farbigen Kennfelder stellen die Spannungsverteilung in Mikrovolt (μV) bei 630 Millisekunden (ms) dar. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

Ergänzende Abbildung 1: Epochenauswahl in der Roh-EEG-Aufzeichnung mittels Analysesoftware. Dieser Screenshot zeigt eine EEG-Aufzeichnung mit dem Signal von 21 Kanälen (19 aktive Elektroden und 2 Okulogramm-Elektroden). Die 1100 Millisekunden (ms) Epochen, beginnend bei 100 ms vor der Stimuluspräsentation, werden in einem Aquarechteck ausgewählt. Die dünnen roten Linien am unteren Bildschirmrand sind die synchronisierten Stimulus-Präsentationsimpulse, die in das EEG-Signal eingebettet sind. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Abbildung 2: Beispiele für manuell abgelehnte Epochen mit okulären Artefakten. Dieser Screenshot zeigt eine EEG-Aufzeichnung mit dem Signal von 21 Kanälen (19 aktive Elektroden und zwei Okulogramm-Elektroden). Epochen, die in einem magentafarbenen Rechteck ausgewählt wurden, wurden manuell abgelehnt, da sie durch Blinken verursachte Augenartefakte enthalten. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Datei 1: Audiotaktiles sensorisches Substitutionstrainingsprogramm. Eine detaillierte Beschreibung des fünfteiligen Programms. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Mit Hilfe von ERP-Tools haben wir ein Protokoll entwickelt, um die allmähliche Entwicklung von Vibrotactil-Unterscheidungsfähigkeiten zur Unterscheidung von Vibrotactil-Darstellungen verschiedener reiner Töne zu beobachten und zu bewerten. Unsere früheren Arbeiten haben gezeigt, dass die vibrotaktile Stimulation eine praktikable alternative Schallwahrnehmungsmethode für hochgradig gehörlose Personen ist. Aufgrund der Komplexität natürlicher Klänge im Vergleich zu reinen Tönen rechtfertigt das Potenzial für sprachliche Klangdiskriminierung jedoch eine separate Untersuchung.

Als ersten Schritt in diese Richtung konzentriert sich das aktuelle Protokoll auf das raumzeitliche Erscheinungsbild von ERP-Komponenten, um die lernbezogenen neuronalen Veränderungen bei Parkinson-Probanden, die mit der audiotaktilen Diskriminierung komplexer Klänge verbunden sind, besser zu verstehen. Obwohl kein eindeutiger Konsens über die genaue funktionale Rolle des P3 bei der Entscheidungsfindung erzielt wurde, deuten unsere Ergebnisse darauf hin, dass der P3 einen arbeitsgedächtnisgesteuerten Zielidentifikationsmechanismus21 widerspiegelt, eine Art der Kategorisierung, die nach mehreren Trainingseinheiten als Teil einer zielgerichteten Lernstrategie mit der Praxis modifiziert werden kann. Die in diesem Experiment beobachteten P3-Wellenformen stimmen mit dem Vorschlag überein, dass diese Komponente den Identifizierungsprozess selbst verfolgen könnte, anstatt durch den Abschluss der Stimulusidentifikationhervorgerufen zu werden 22. Sowohl verhaltensbezogene als auch elektrophysiologische Ergebnisse unterstützen die Vorstellung, dass natürliche komplexe Klänge, wie sie in diesem Experiment verwendet werden, durch einen vibrotaktilen Diskriminierungsprozess identifiziert und unterschieden werden können, sobald Individuen entsprechend trainiert sind. Einige Einschränkungen wurden jedoch sorgfältig berücksichtigt, insbesondere die ideale Erweiterung der Probe. Es ist bekannt, dass die klinische Population, die von hochgradiger Taubheit betroffen ist, heterogen ist. Viele Variablen wie Ätiologie, Grad des Hörverlusts, Erkrankungsalter, Hörstatus der Eltern, Sprachexposition, Hörgerätegebrauch und Bildungshintergrund sind bei der Auswahl einer Studienstichprobe mit einem schweren Hördefizit schwer zu kontrollieren. Personen mit nicht-syndromaler, prälingualer tiefgreifender bilateraler Taubheit sind eine komplexe Stichprobe. Wir haben 36 Kandidaten mit hochgradigem Hörverlust interviewt, die an einer Teilnahme an dieser Studie interessiert waren. Von diesen erfüllten 23 die Einschlusskriterien, und nur 17 schlossen die Studie ab (fünf Trainingseinheiten und die Vor- und Nach-EEG-Aufzeichnungssitzungen) und verfügten über ausreichende artefaktfreie EEG-Daten, die für die ERP-Mittelung erforderlich waren. Die meisten Studien, die Teilnehmer aus einer klinischen Population mit hochgradiger beidseitiger Taubheit einschließen, haben breite Altersbereiche und kleine heterogene Stichproben. Während des Experiments wurden alle Anstrengungen unternommen, um eine möglichst homogene Probe zu beschaffen.

Eine weitere wesentliche methodische Überlegung in diesem Protokoll ist, warum ein Durchschnitt von 25 Epochen pro Bedingung (25 Target und 25 Non-Target) verwendet wurde, um die einzelnen ERP-Durchschnittswerte zu erhalten. Diese Entscheidung wurde getroffen, da es notwendig ist, die Anzahl der in einem Experiment enthaltenen Versuche zu optimieren, indem der Kompromiss zwischen der Qualität der Daten und dem Zeit- und Ressourcenaufwand für die Sammlung der Daten ausgeglichen wird. Insbesondere bei der Arbeit mit klinischen Populationen gibt es praktische Grenzen für die Anzahl der Studien, die in einem einzigen Experiment präsentiert werden können, da es ratsam ist, die Zeit, die die Teilnehmer im Labor verbringen, zu reduzieren20. Die Teilnehmer werden müde und zappelig, wenn das Experiment zu lange dauert, was zu einem Anstieg des Geräuschpegels in den Daten führt und sich negativ auf die Leistung der Aufgabe auswirkt. Es ist wichtig anzuerkennen, dass es anhaltende Kontroversen darüber gibt, wie viele Versuche erforderlich sind, um signifikante ERP-Effekte zu erzielen23, da dies von mehreren Faktoren abhängt, wie der betreffenden ERP-Komponente, der Anzahl der Aufzeichnungsstellen, dem Signal-Rausch-Verhältnis und bestimmten Maßnahmen wie Cronbachs Alpha (innerhalb akzeptabler Parameter, wenn größer als 0,6 oder 0,07). Mehrere Quellen haben eine angemessene Anzahl von Versuchen, die für stabile P300-Wellenformen erforderlich sind, auf etwa 20 Versuchegeschätzt 24, 36 Versuche25, 40 bis 50 Versuche26 und sogar bis zu 60 Versuche27. Genauer gesagt kamen Rietdijk und Kollegen28 bei kognitiven Kontrollaufgaben wie dem Go-NoGo-Paradigma zu dem Schluss, dass mindestens 14 Studien erforderlich waren, um eine intern konsistente Schätzung für das P3 in dieser Art von Aufgabe zu erhalten. Die oben genannten Überlegungen wurden sowohl für das experimentelle Design als auch für die in dieser Studie beschriebene ERP-Mittelungstechnik berücksichtigt.

Zusammenfassend lässt sich sagen, dass ereignisbezogene Hirnpotentiale ein zuverlässiges und häufig verwendetes Werkzeug zur Analyse der elektrischen Veränderungen sind, die der Gehirnfunktion und Verhaltensdynamik zugrunde liegen. Eine der prominentesten und persistierendsten elektrophysiologischen ERP-Antworten ist die P3-Komponente, die als zuverlässiger Indikator für die Bewertung der Unterscheidung vibrotactiler Stimuli über mehrere vorgeschlagene Methoden vorgeschlagen wird29. Die Tatsache, dass ERPs eine hohe interne Konsistenz und eine hohe Test-Retest-Zuverlässigkeit aufweisen, bedeutet, dass sie eine ideale Technik sind, um Veränderungen der Gehirnaktivität zu untersuchen, die sich aus Behandlungsinterventionen in Designs mit wiederholten Maßnahmen ergeben. Es ist jedoch auch wichtig, die Einschränkungen dieser ERP-Technik zu beachten, bei der die kleinen Größenordnungen bestimmter ERP-Komponenten viele Versuche erfordern können, um genaue Messungen zu gewährleisten, und die räumliche Auflösung der ERPs ist viel schlechter als bei anderen bildgebenden Verfahren. Daher ist diese Technik besser geeignet, um die zeitliche Dynamik der neurofunktionellen Aktivierung zu verstehen, als die genaue Lokalisation dieser Aktivierung.

Trotz dieser methodischen Herausforderungen ist die erneute Erforschung der neurologischen Entwicklungsevolution und der Konnektivität von Gehirnunterschieden, die aus früher auditiver Deprivation resultieren, eine Gelegenheit, das Verständnis von sensorischer Substitution und Spracherwerb zu fördern, insbesondere wenn man sich jüngeren, hochgradig tauben Bevölkerungsgruppen zuwendet. ERP-Komponenten gehören nach wie vor zu den besten Werkzeugen, die Neurowissenschaftlern zur Verfügung stehen, um diese Herausforderung zu meistern, und haben noch keine Ergebnisse mit wichtigen zukünftigen Auswirkungen geliefert.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Wir bestätigen, dass es keine bekannten Interessenkonflikte im Zusammenhang mit dieser Veröffentlichung gibt und dass es keine nennenswerte finanzielle Unterstützung für diese Arbeit gegeben hat, die ihr Ergebnis hätte beeinflussen können.

Acknowledgments

Wir danken allen Teilnehmern und ihren Familien sowie den Institutionen, die diese Arbeit ermöglicht haben, insbesondere Asociación de Sordos de Jalisco, Asociación Deportiva, Cultural y Recreativa de Silentes de Jalisco, Educación Incluyente, A.C. und Preparatoria No. 7. Wir danken auch Sandra Márquez für ihren Beitrag zu diesem Projekt. Diese Arbeit wurde von GRANT SEP-CONACYT-221809, GRANT SEP-PRODEP 511-6/2020-8586-UDG-PTC-1594 und dem Neuroscience Institute (Universidad de Guadalajara, Mexiko) finanziert.

Materials

Name Company Catalog Number Comments
Audacity Audacity team audacityteam.org Free, open source, cross-platform audio editing software
Audiometer Resonance r17a
EEG analysis Software Neuronic , S.A.
EEG recording Software Neuronic , S.A.
Electro-Cap  Electro-cap International, Inc. E1-M Cap with 19 active electrodes, adjustable straps and chest harness. 
Electro-gel Electro-cap International, Inc.
External computer speakers
Freesound  Music technology group freesound.org Database of Creative Commons Licensed sounds
Hook and loop fastner Velcro
IBM SPSS (Statistical Package for th Social Sciences) IBM
Individual electrodes  Cadwell Gold Cup, 60 in
MEDICID-5 Neuronic, S.A. EEG recording equipment (includes amplifier and computer).
Nuprep Weaver and company ECG & EEG abrasive skin prepping gel
Portable computer with touch screen Dell
SEVITAC-D Centro Camac, Argentina. Patented by Luis Campos (2002). http://sevitac-d.com.ar/ Portable stimulator system is worn on the index-finger tip and it consists of a tiny flexible plastic membrane with a 78.5 mm2 surface area that vibrates in response to sound pressure waves via analog transmission. It has a sound frequency range from 10 Hz to 10 kHz. 
Stimulus presentation Software Mindtracer Neuronics, S.A.
Stimulation computer monitor and keyboard
Tablet computer Lenovo
Ten20 Conductive Neurodiagnostic Electrode paste weaver and company

DOWNLOAD MATERIALS LIST

References

  1. Rothenberg, M., Richard, D. M. Encoding fundamental frequency into vibrotactile frequency. The Journal of the Acoustical Society of America. 66 (4), 1029-1038 (1979).
  2. Plant, G., Arne, R. The transmission of fundamental frequency variations via a single channel vibrotactile aid. Speech Transmission Laboratories Quarterly Progress Report. 24 (2-3), 61-84 (1983).
  3. Bernstein, L. E., Tucker, P. E., Auer, E. T. Potential perceptual bases for successful use of a vibrotactile speech perception aid. Scandinavian Journal of Psychology. 39 (3), 181-186 (1998).
  4. Bach-y-Rita, P., Kercel, S. W. Sensory substitution and the human-machine interface. Trends in Cognitive Sciences. 7 (12), 541-546 (2003).
  5. Bach-y-Rita, P. Tactile sensory substitution studies. Annals of New York Academy of Sciences. 1013 (1), 83-91 (2004).
  6. Kaczmarek, K. A., Webster, J. G., Bach-y-Rita, P., Tompkins, W. J. Electrotactile and vibrotactile displays for sensory substitution systems. IEEE Transactions on Biomedical Engineering. 38 (1), 1-16 (1991).
  7. Russo, F. A., Ammirante, P., Fels, D. I. Vibrotactile discrimination of musical timbre. Journal of Experimental Psychology Human Perception Performance. 38 (4), 822-826 (2012).
  8. Ammirante, P., Russo, F. A., Good, A., Fels, D. I. Feeling voices. PloS One. 8 (1), 369-377 (2013).
  9. González-Garrido, A. A., et al. Vibrotactile discrimination training affects brain connectivity in profoundly deaf individuals. Frontiers in Human Neuroscience. 11, 28 (2017).
  10. Ruiz-Stovel, V. D., Gonzalez-Garrido, A. A., Gómez-Velázquez, F. R., Alvarado-Rodríguez, F. J., Gallardo-Moreno, G. B. Quantitative EEG measures in profoundly deaf and normal hearing individuals while performing a vibrotactile temporal discrimination task. International Journal of Psychophysiology. 166, 71-82 (2021).
  11. Polich, J. Updating P300: an integrative theory of P3a and P3b. Clinical Neurophysiology. 118 (10), 2128-2148 (2007).
  12. Luck, S. J., Woodman, G. F., Vogel, E. K. Event-related potential studies of attention. Trends in Cognitive Sciences. 4 (11), 432-440 (2000).
  13. Kelly, S. P., O'Connell, R. G. The neural processes underlying perceptual decision making in humans: recent progress and future directions. Journal of Physiology-Paris. 109 (1-3), 27-37 (2015).
  14. Barry, R. J., et al. Components in the P300: Don't forget the Novelty P3. Psychophysiology. 57 (7), 13371 (2020).
  15. Polich, J. P300 clinical utility and control of variability. Journal of Clinical Neurophysiology. 15 (1), 14-33 (1998).
  16. Polich, J., Criado, J. R. Neuropsychology and neuropharmacology of P3a and P3b. International Journal of Psychophysiology. 60 (2), 172-185 (2006).
  17. Polich, J., Kok, A. Cognitive and biological determinants of P300: an integrative review. Biological Psychology. 41 (2), 103-146 (1995).
  18. Nieuwenhuis, S., Aston-Jones, G., Cohen, J. D. Decision making, the P3, and the locus coeruleus--norepinephrine system. Psychological Bulletin. 131 (4), 510 (2005).
  19. Luck, S. J. An Introduction to the Event-Related Potential Technique. , MIT Press. (2014).
  20. Kappenman, E. S., Luck, S. J. Best practices for event-related potential research in clinical populations. Biological Psychiatry: Cognitive Neuroscience and Neuroimaging. 1 (2), 110-115 (2016).
  21. Rac-Lubashevsky, R., Kessler, Y. Revisiting the relationship between the P3b and working memory updating. Biological Psychology. 148, 107769 (2019).
  22. Twomey, D. M., Murphy, P. R., Kelly, S. P., O'Connell, R. G. The classic P300 encodes a build-to-threshold decision variable. European Journal of Neuroscience. 42 (1), 1636-1643 (2015).
  23. Boudewyn, M. A., Luck, S. J., Farrens, J. L., Kappenman, E. S. How many trials does it take to get a significant ERP effect? It depends. Psychophysiology. 55 (6), 13049 (2018).
  24. Cohen, J., Polich, J. On the number of trials needed for P300. International Journal ofPsychophysiology. 25 (3), 249-255 (1997).
  25. Duncan, C. C., et al. Event-related potentials in clinical research: guidelines for eliciting, recording, and quantifying mismatch negativity, P300, and N400. Clinical Neurophysiology. 120 (11), 1883-1908 (2009).
  26. Thigpen, N. N., Kappenman, E. S., Keil, A. Assessing the internal consistency of the event-related potential: An example analysis. Psychophysiology. 54 (1), 123-138 (2017).
  27. Huffmeijer, R., Bakermans-Kranenburg, M. J., Alink, L. R., Van IJzendoorn, M. H. Reliability of event-related potentials: the influence of number of trials and electrodes. Physiology & Behavior. 130, 13-22 (2014).
  28. Rietdijk, W. J., Franken, I. H., Thurik, A. R. Internal consistency of event-related potentials associated with cognitive control: N2/P3 and ERN/Pe. PloS One. 9 (7), 102672 (2014).
  29. Alsuradi, H., Park, W., Eid, M. EEG-based neurohaptics research: A literature review. IEEE Access. 8, 49313-49328 (2020).

Tags

Neurowissenschaften Ausgabe 187
Bewertung des audiotaktilen sensorischen Substitutionstrainings bei Teilnehmern mit hochgradiger Taubheit unter Verwendung der ereignisbezogenen Potenzialtechnik
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Ruiz-Stovel, V. D.,… More

Ruiz-Stovel, V. D., González-Garrido, A. A., Gómez-Velázquez, F. R., Gallardo-Moreno, G. B., Villuendas-González, E. R., Soto-Nava, C. A. Assessment of Audio-Tactile Sensory Substitution Training in Participants with Profound Deafness Using the Event-Related Potential Technique. J. Vis. Exp. (187), e64266, doi:10.3791/64266 (2022).

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