Summary
이 프로토콜은 이벤트 관련 잠재적 기술을 적용하여 청각 감각 대체에 대한 짧은 훈련 기간 후에 심도 난청이 있는 피험자의 근본적인 학습 관련 전기생리학적 변화를 탐구하도록 설계되었습니다.
Abstract
이 논문은 진동 촉각 복합체 소리 차별과 관련된 신경 메커니즘을 분석하기 위해 젊고 심도 청각 장애(PD) 참가자의 청각 대체 훈련의 효과를 평가하기 위해 뇌파 기반 방법의 적용을 조사합니다. 전기적 뇌 활동은 역동적 인 신경 변화를 반영하며, 사건 관련 잠재력 (ERP)의 시간적 정밀도는 주의력과 작업 기억을 포함하는 행동 작업을 수행하면서 시간 고정 프로세스를 연구하는 데 핵심적인 것으로 입증되었습니다.
현재 프로토콜은 PD 피험자가 오른쪽 집게 손가락에 착용하는 휴대용 자극기 시스템을 통해 전달되는 5 가지 동물 소리로 구성된 복잡한 소리 자극을 사용하여 연속 수행 작업 (CPT)을 수행하는 동안 전기 생리 학적 활동을 연구하도록 설계되었습니다. 반복 측정 설계로서, 표준 조건의 뇌파도(EEG) 기록은 간단한 훈련 프로그램(15일 동안 5회의 1시간 세션) 전후에 수행되었으며, 이어서 오프라인 아티팩트 보정 및 에포크 평균화를 수행하여 개별 및 총평균 파형을 얻었습니다. 행동 결과는 차별의 상당한 개선과 훈련 후 목표 자극에 대한 보다 강력한 P3 유사 센트로피에탈 양성 파형을 보여줍니다. 이 프로토콜에서 ERP는 복잡한 소리의 오디오 촉각 차별과 관련된 PD 피험자의 학습 관련 신경 변화에 대한 추가 이해에 기여합니다.
Introduction
초기 심도 난청은 구두 언어 습득과 정상적인 청력을 가진 사람들의 일상 생활을 탐색하는 데 필수적인 역할을하는 환경 소리의 인식에 큰 영향을 미치는 감각 결손입니다. 보존되고 기능적인 청각 감각 경로를 통해 누군가가 시야 범위를 벗어날 때 발소리를 듣고, 다가오는 차량, 구급차 사이렌 및 보안 경보에 반응하고, 누군가가 우리의주의를 필요로 할 때 우리 자신의 이름에 응답 할 수 있습니다. 따라서 오디션은 주변 환경의 잠재적 위협에 대한 인식을 포함하여 언어, 의사 소통,인지 발달 및시기 적절한 환경 상호 작용에 필수적인 감각입니다. 수십 년 동안 중증 청각 장애인의 언어 발달을 보완하고 촉진할 수 있는 잠재력을 가진 대체 소리 인식 방법으로서의 청각 대체의 실행 가능성은제한된 결과로 탐구되었습니다1,2,3. 감각 대체는 일반적으로 사용되는 것과 다른 인간 감각 채널을 통해 사용자에게 환경 정보를 제공하는 것을 목표로합니다. 그것은 다른 감각 시스템 4,5에서 가능하다는 것이 입증되었습니다. 특히, 청각 감각 대체는 피부 기계 수용체가 청각 정보를 구성하는 음파의 물리적 에너지를 체성 감각 경로 및 고차 체성 감각 피질 영역6과 인지하고 통합 할 수있는 신경 흥분 패턴으로 변환 할 수있을 때 달성됩니다.
여러 연구에 따르면 청각 장애인은 진동 촉각 지각7 을 통해서만 음악적 음색을 구별하고 복잡한 진동 촉각 자극8의 스펙트럼 신호를 사용하여 동성 화자를 구별할 수있습니다. 보다 최근의 연구 결과에 따르면 청각 장애인은 서로 다른 순수 톤 주파수9 와 시간적 지속 시간이 다른 순수 톤을 구별하는 능력이 크게 향상되었기 때문에 간단하고 잘 구성된 오디오 촉각 지각 훈련 프로그램의 구체적인 혜택을 받았습니다10. 이 실험은 이벤트 관련 전위 (ERP), 그래프 연결 방법 및 정량적 뇌파 (EEG) 측정을 사용하여 기능적 뇌 메커니즘을 묘사하고 분석했습니다. 그러나 복잡한 환경 소리의 차별과 관련된 신경 활동은이 논문 이전에 조사되지 않았습니다.
ERP는 주의력 할당, 작업 기억 및 응답 선택과 관련된 행동 작업을 수행하는 동안 밀리초 단위의 놀라운 시간 분해능으로 시간 고정 프로세스를 연구하는 데 유용한 것으로 입증되었습니다11. Luck, Woodman 및 Vogel12에서 설명한 것처럼 ERP는 본질적으로 다차원 처리 방법이므로 인지의 하위 구성 요소를 별도로 측정하는 데 적합합니다. ERP 실험에서 자극의 표현에 의해 유도 된 연속 ERP 파형은 자극과 행동 반응 사이에 삽입되는 신경 활동을 직접 관찰하는 데 사용할 수 있습니다. 비용 효율성 및 비 침습적 특성과 같은이 기술의 다른 장점은 임상 인구에서인지 과정의 정확한 시간 과정을 연구하는 데 완벽하게 적합합니다. 또한 훈련 프로그램이나 개입 후 전기적 활동의 변화를 연구하기 위해 환자의 전기적 뇌 활동을 두 번 이상 기록하는 반복 측정 설계에 적용된 ERP 도구는 시간 경과에 따른 신경 변화에 대한 추가 통찰력을 제공합니다.
가장 광범위하게 연구된 인지 잠재력13인P3 구성 요소는 현재 모든 종류의 자극, 가장 명백하게 낮은 확률, 높은 강도 또는 중요성의 자극 또는 일부 행동 또는 인지 반응14이 필요한 자극에 반응하는 것으로 인식되고 있습니다. 이 구성 요소는 또한 임상 모델15,16에서 일반적인인지 효율성을 평가하는 데 매우 유용한 것으로 입증되었습니다. P3 파형의 변화를 평가하는 분명한 이점은 다른 작은 구성 요소에 비해 진폭이 크기 때문에 쉽게 관찰 할 수있는 신경 반응이라는 것입니다. 그것은 특징적인 centroparietal 지형 분포를 가지며, 또한 적절한 실험 설계17,18,19를 사용하여 이끌어 내기가 비교적 쉽다.
이러한 맥락에서 본 연구의 목적은 생체 촉각 소리 차별에서 짧은 기간 동안 훈련 한 후 심도 난청 환자의 학습 관련 전기 생리 학적 변화를 탐구하는 것입니다. 또한 ERP 도구는 작업에서 요구하는 인지 자원의 일시적인 참여의 기초가 되는 기능적 뇌 역학을 묘사하는 데 적용됩니다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
이 연구는 신경 과학 연구소의 윤리위원회 (ET062010-88, Universidad de Guadalajara)에 의해 검토 및 승인되어 모든 절차가 헬싱키 선언에 따라 수행되었음을 확인했습니다. 모든 참가자는 자발적으로 참여하기로 동의하고 서면 동의서를 제출했습니다 (미성년자의 경우 부모는 동의서에 서명했습니다).
1. 실험 설계
- 자극 준비
- 크리에이티브 커먼즈 라이선스 사운드 데이터베이스에서 검색하여 .wav 형식의 동물 사운드 세트를 선택합니다. 이 연구의 자극은 개 짖는 소리, 소 울음 소리, 말 울음 소리, 당나귀 울음 소리, 코끼리 나팔 소리의 다섯 가지 동물 소리로 구성되었습니다.
참고 : 여기에 사용 된 소리 자극은 이전에 이전 연구 9,10에서 진동 촉각 차별 훈련 프로그램을위한 소리 모음으로 선택되었습니다. - 무료 오픈 소스 오디오 편집기를 사용하여 사운드 파일을 편집하여 자극의 강도와 길이를 1500ms로 표준화합니다. 이 프로토콜의 경우 동일한 진동 촉각 자극 시스템을 사용하여 이전 연구 9,10에서 확립 된 매개 변수를 기반으로 0에서 8000Hz까지의 선형 스케일, 20dB의 이득 및 80dB 범위에서 표준화하십시오.
- 포맷된 오디오 파일을 48,000Hz 프로젝트 속도의 32비트 부동 소수점 형식으로 저장합니다.
- 크리에이티브 커먼즈 라이선스 사운드 데이터베이스에서 검색하여 .wav 형식의 동물 사운드 세트를 선택합니다. 이 연구의 자극은 개 짖는 소리, 소 울음 소리, 말 울음 소리, 당나귀 울음 소리, 코끼리 나팔 소리의 다섯 가지 동물 소리로 구성되었습니다.
- 전기생리학 프레젠테이션 소프트웨어의 패러다임 설정
- 실험 설계 및 자극 프레젠테이션 소프트웨어를 사용하여 자극을 두 가지 조건 중 하나에 할당하는 연속 성능 작업(CPT)을 설계합니다: (a) 표적 (T) 자극(시험의 20%에서 개 짖는 소리) 및 (b) 비표적(NT) 자극(나머지 80%에 대한 나머지 4개의 동물 소리).
알림: 각 조건은 녹음 소프트웨어에서 EEG 프로토콜을 프로그래밍할 때 자극 표시 표시를 동기화하기 위해 동일한 코드로 레이블이 지정되었습니다. - 5 개의 동물 소리 (개, 소, 말, 당나귀, 코끼리)가 각각 20 %의 시간 동안 제시되는 소프트웨어 플랫폼을 사용하여 의사 무작위 자극 프레젠테이션을 구축하십시오. 목표 자극(개 짖는 소리)이 연속으로 두 번 이상 발생하지 않는지 확인하십시오.
- 원하는 자극 간 간격(ISI)과 총 응답 시간을 지정하고 목표(T) 자극 반응에 대한 행동 데이터를 자동으로 수집하는 데 사용할 응답 키를 선택합니다. 여기에서 150번의 시도에 대한 고정된 2000ms ISI 목록과 T 자극에 대한 올바른 응답은 표준 컴퓨터 키보드의 왼쪽 제어 키를 통해 프로그래밍되었습니다. 참가자에게는 행동 반응을위한 3500ms의 시간 창이 주어졌습니다 (자극 발표에서 시작).
- 실험 설계 및 자극 프레젠테이션 소프트웨어를 사용하여 자극을 두 가지 조건 중 하나에 할당하는 연속 성능 작업(CPT)을 설계합니다: (a) 표적 (T) 자극(시험의 20%에서 개 짖는 소리) 및 (b) 비표적(NT) 자극(나머지 80%에 대한 나머지 4개의 동물 소리).
2. 참가자 선정
- 심오한 양측 감각신경성 난청 진단을 받은 잠재적 참가자를 모집하고 연령, 성별, 손 선호도 및 교육 기록을 포함한 인구 통계학적 데이터를 수집합니다.
- 반구조화된 임상 인터뷰를 수행하여 참가자의 정신과, 신경학적 또는 신경퇴행성 질환의 개인 또는 가족력을 선별하고 난청 임상 병력과 관련된 정보(발병 연령, 병인, 보청기 사용 이력 및 선호하는 의사 소통 모드(구두, 수동 또는 이중 언어).
- 청력계를 사용하여 청력 검사 (순수 톤 공기 청력 역치)를 수행하여 청력 손실의 심각성을 확인하십시오.
- 소음 감쇠 실에서는 참가자 바로 앞에 앉아 헤드폰을 올바르게 놓습니다.
- 참가자들에게 헤드폰을 통해 제공되는 톤이 들릴 때마다 주로 사용하는 손을 들어 신호를 보내도록 지시하십시오.
- 20dB에서 110dB 강도 레벨 범위에서 왼쪽 귀에서 시작하여 오른쪽 귀에 대해 동일한 단계를 반복하면서 250, 500, 1000, 2000, 4000 및 8000Hz의 오름차순으로 6 옥타브에서 순수한 톤을 제공합니다.
- 각 귀에 대해 500, 1000, 2000 및 4000Hz의 청력 역치를 평균하여 환자 순수 톤 평균(PTA)을 계산합니다. 이 연구의 청력 손실 심각도 포함 기준은 90dB 이상의 양측 순수 톤 평균(PTA)입니다.
- 자격 기준에 따라 참가자를 선택합니다. 포함 기준에는 정신과적, 신경학적 또는 신경퇴행성 질환의 개인 또는 가족력과 비증후군, 설전 심도 양측 난청이 추가로 포함되지 않습니다. 정보에 입각 한 동의를 얻고 참가자에게 실험 절차를 설명하십시오.
참고: 연구에 사용된 모든 양식, 설문지 및 지침은 전문 MSL 통역사가 멕시코 수화(MSL)로 번역했으며 태블릿 컴퓨터를 사용하여 비디오 형식으로 제공되었습니다. 또한 모든 연구 절차 중에 MSL 통역사가 참석했습니다.
3. 훈련 전 뇌파 기록 세션
- 참가자 준비
- 참가자가 전극 임피던스에 영향을 미치는 헤어 젤, 컨디셔너 또는 기타 헤어 제품을 사용하지 않은 깨끗하고 건조한 모발로 녹음 세션에 왔는지 확인합니다.
- 참가자들에게 자극 화면에서 약 60cm 떨어진 편안한 자세로 앉도록 요청하고 태블릿 장치를 사용하여 준비 절차 설명과 함께 MSL 비디오 클립을 재생합니다.
- 기준 및 전기 안경도(EOG) 전극이 배치될 영역(귓볼, 이마, 외부 캔서스, 안와와융기 등)을 청소합니다. 먼저 알코올 면봉으로 피부를 닦은 다음 면봉으로 EEG 연마 준비 젤을 부드럽게 발라 표면의 죽은 피부 세포를 각질 제거합니다.
- 전극 골드 컵에 전도성 전극 페이스트를 채우고 각 참조 부위, 일반적으로 오른쪽 및 왼쪽 lob 불 또는 유양 돌기에 전극을 놓습니다. 안구 운동 활동(깜박임 및 단속)을 모니터링하기 위해 외부 칸서스에 최소 하나의 수직 EOG를 배치하고 안구 안와 융기에 하나의 수평 EOG를 배치하는 단계를 반복합니다. 미세 기공 테이프에 1 조각으로 단일 전극을 제자리에 고정합니다.
- 참가자들에게 팔을 수평으로 똑바로 잡은 다음 가슴 중앙에 스냅을 끼우고 겨드랑이 아래 가슴 주위에 바디 하네스를 단단하지만 편안하게 맞추도록 요청하십시오.
- 국제 19-19 시스템에 따라 지형적으로 배열된 10개의 Ag/AgCl 전극(Fp1, Fp2, F3, F4, F7, F8, C3, C4, P3, P4, O1, O2, T3, T4, T5, T6, Fz, Cz 및 Pz)이 있는 EEG 상업용 전기 캡을 놓습니다. 측정 테이프를 사용하여 참가자의 머리 둘레를 확인하여 적절한 캡 크기를 사용하는지 확인하십시오.
- Cz 전극을 코에 맞춘 다음 나이온에서 음이온까지의 거리를 측정하여 Cz 전극이 중간에 정확하게 떨어지도록 합니다. 캡 측면에 있는 조절 가능한 스트랩을 본체 하네스에 눌러 전기 캡이 단단히 조여지도록 합니다.
- 젤로 채워진 무딘 바늘 주사기를 전극 내부에 놓고 바늘을 돌면서 머리카락을 제거한 다음 전도성 젤을 바르기 전에 전극 아래의 두피 부위를 부드럽게 연마합니다. 인접한 전극 부위와의 전기적 브리징을 피하기 위해 너무 많은 젤을 바르지 마십시오.
- EEG 전도성 젤을 서늘한 실온에서 건조시키십시오.
- 뇌파 기록 장비 설정
- 기기의 지침에 따라 EEG 시스템을 보정한 다음 0.05-30Hz(6dB/옥타브 롤오프 곡선의 3dB 차단 지점), 60Hz 노치 필터 및 200ms 샘플링 기간과 동일한 5Hz 샘플링 속도에서 설정된 증폭기에 전기 캡을 연결합니다.
- 모든 전극 부위에서 임피던스가 5KΩ(저임피던스 시스템의 경우) 미만인지 확인하고 모니터에서 모든 채널이 전기 신호를 원활하게 등록하는지 확인합니다.
- 실험 작업 실행
- 참가자를 컴퓨터 모니터 앞에 놓고 키보드를 편안한 거리에 두십시오.
- 휴대용 자극기 장치( 그림 1 참조)의 케이블을 컴퓨터 시스템 스피커의 콘센트에 연결하고 스피커 볼륨을 최대 강도 수준으로 설정합니다.
- 참가자의 오른쪽 집게 손가락 끝에 있는 휴대용 자극기 시스템을 조정하고 테스트합니다.
- 태블릿 장치를 사용하여 실험 지침을 재생하고 연습 시험을 실행하여 휴대용 자극기 장치, 오디오 촉각 자극 및 작업에 익숙해 지도록하십시오. MSL 지침을 반복하고 이해도를 확인합니다.
- 참가자에게 목표 자극 감지시에만 왼쪽 집게 손가락으로 왼쪽 컨트롤 키를 눌러 개 짖는 소리에 반응하고 다른 네 가지 동물 소리 중 하나라도 감지되면 반응을 보류하도록 상기시킵니다. CPT 실험 패러다임은 그림 2에 나와 있습니다.
- 기록을 시작하기 전에 인공물을 최소화하고 인공물이 EEG에 미치는 영향을 실시간으로 입증하는 방법에 대한 명확한 지침을 제공하십시오(임상 인구20을 대상으로 한 연구에서 표준 기록 절차로 권장됨).
- CPT 작업을 시작하기 전에 인지 자극 컴퓨터와 EEG 기록 컴퓨터 간의 이벤트 동기화가 제대로 작동하는지 확인하십시오. 이렇게 하려면 EEG 신호 기록을 시작하고 자극 프레젠테이션 소프트웨어 인터페이스에서 통신 아이콘을 클릭합니다. 클릭하면 이벤트 동기화 펄스가 EEG 녹화 화면 하단에 나타납니다.
- 실험적 작업을 실행합니다. 참가자를 주의 깊게 관찰하고 경보, 응답 실행, 과도한 움직임 또는 깜박임을 모니터링합니다.
- 참가자가 실험 중간(실험 중 4분)에 잠시 멈추고 잠시 휴식을 취하여 필요한 경우 눈을 깜박이고, 긴장을 풀고, 이동할 수 있도록 합니다. 실험 실행을 마칩니다.
4. 청각감각 대체 훈련 프로그램
- 교육을 수행하려면 5세션 프로그램에 대한 자세한 설명이 포함된 보충 파일 1을 참조하십시오. 스프레드시트를 사용하여 설명된 활동을 자동화하여 참가자가 보다 체계적이고 매력적인 교육을 받을 수 있도록 합니다. 9 의 원본 이미지와 오디오 녹음을 사용하고 참가자들에게 노트북 터치 스크린 모니터를 탭하여 응답하도록 요청하십시오.
참고: 이 파일의 내용과 표는9의 허가를 받아 다시 인쇄되었습니다.
5. 훈련 후 뇌파 기록 세션
- 섹션 3에 지정된 것과 똑같은 단계를 반복합니다.
6. 뇌파 분석
알림: EEG 획득 단계는 EEG 기록 소프트웨어를 사용하여 수행되었으며 EEG 처리 단계는 별도의 EEG 분석 소프트웨어를 사용하여 수행되었습니다.
- 뇌파 원시 신호 전처리
- 추가 디지털 필터를 사용하지 않고, 자극 개시를 초기 시간 순간(t0)으로 사용하고, 기준선 보정에 사용되는 100ms 사전 자극을 포함하여, 연속 EEG 데이터에서 1100ms의 에포크를 정의하고 선택합니다. 보충 그림 1 은 뇌파 기록 장비에 설치된 상용 뇌파 분석 소프트웨어에 따라 1100 ms 에포크를 선택하는 방법을 보여줍니다.
- 아티팩트 제거 중에 주어진 기록 에포크의 전압이 EEG 또는 EOG 채널에서 100μV를 초과하는 경우 모든 채널에서 데이터 에포크를 제외합니다. 또한 에포크의 육안 검사를 통해 아티팩트를 거부합니다. 안구 인공물로 인해 수동으로 거부된 Epoch의 예를 제공하는 보충 그림 2를 참조하십시오.
- 신호 평균화
- 훈련 전후 조건 모두에서 각 자극 조건(목표 및 비대상)에 대해 동일한 수의 아티팩트 없는 Epoch를 선택합니다. 신호 대 잡음비를 개선하기 위해 가능한 최대 Epoch를 선택합니다. 각 EEG 레코드에 대해 이 작업을 수행합니다.
참고: 이 프로토콜에서는 대상 차별을 평가하는 데 관심이 있었기 때문에 각 시점에서 조건당 평균 25개의 정답 응답 에포크를 선택했습니다. 일부 ERP 구성 요소는 명백한 행동 반응을 관찰 할 필요가 없습니다. 각 조건에서 15개 미만의 인공물이 없는 에포크를 가진 참가자는 연구에서 제외되었습니다. - 작업 메뉴를 클릭하고 EEG 창 평균화 옵션을 선택하여 개별 ERP를 평균화합니다.
- 먼저 독립 평균 옵션을 선택하여 대상 시행의 평균 만 적용합니다. 그런 다음 다른 4개의 비표적 자극을 선택하고 평균화할 수 있는 옵션을 클릭합니다.
- 훈련 전 조건에서 각 참가자의 EEG 기록에 대해 6.2.2단계 및 6.2.3단계를 반복한 다음 훈련 후 조건에 대해 반복합니다.
- 모든 개별 ERP가 계산되면 함께 평균을 구하여 사전 및 사후 훈련에 대한 자극 조건당 총평균 파형을 얻습니다. 개별 EP 평균을 연 다음 작업 메뉴로 이동하여 총평균 평균 옵션을 선택합니다. 그룹 평균에 포함할 참가자의 개별 평균을 선택합니다.
- 드롭다운 목록에서 모든 사전 훈련 목표 평균을 선택한 다음 평균 버튼을 클릭하고 원하는 파일 이름을 입력한 다음 Return 키를 눌러 저장합니다. 그런 다음 드롭다운 목록에서 사전 훈련 비대상 평균을 모두 선택하고 평균 버튼을 클릭한 다음 원하는 파일 이름을 입력하고 Return 키를 다시 눌러 저장합니다.
- 훈련 후 조건에 대해 이전 단계를 반복합니다.
- 훈련 전후 조건 모두에서 각 자극 조건(목표 및 비대상)에 대해 동일한 수의 아티팩트 없는 Epoch를 선택합니다. 신호 대 잡음비를 개선하기 위해 가능한 최대 Epoch를 선택합니다. 각 EEG 레코드에 대해 이 작업을 수행합니다.
- ERP 시각화 및 분석
- 작업 메뉴를 선택하여 저장된 대수단 목록을 확인합니다. 그런 다음 플롯하려는 그룹 평균을 클릭합니다. 다음으로 몽타주 버튼을 클릭하여 플롯할 채널을 선택합니다.
- 도구 메뉴로 이동한 다음 시각화 옵션을 클릭하여 각 파형의 색상과 선 너비를 선택합니다. 그런 다음 신호 메뉴를 클릭하고 DC 보정 상자를 선택하고 원하는 기준 자극 간격을 입력한 다음 Return 키를 누릅니다.
- 플로팅된 총평균 파형을 주의 깊게 검사하여 관심 있는 구성 요소와 해당 시간 창을 식별합니다.
참고 :이 실험에서 우리는 P3에 대한 작업 설계 및 감각 경로 연구로 인해 파형이 300ms 이후에 나타나는 양극 구성 요소 일 가능성이 매우 높고 대상 조건에서 전압 진폭이 더 크다는 것을 알고있었습니다. - 개별 피크 진폭 대기 시간 및 전압을 내보낸 다음 스프레드시트에서 데이터를 가져와 데이터베이스를 구축합니다. 통계 소프트웨어를 사용하여 분산 분석(ANOVA)을 반복 측정합니다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
PD 개인에서 청각적 감각 치환 차별 훈련의 효과가 어떻게 평가될 수 있는지를 설명하기 위해 17명의 PD 개인들의 집단에서 P3의 변화를 평가함으로써 평가될 수 있다 (평균 연령 = 18.5세; SD = 7.2 년; 8 명의 여성과 11 명의 남성), ERP 파형을 묘사하기 위해 여러 그림을 만들었습니다. ERP 플롯에 표시된 결과는 훈련 후 목표 자극에 대해 더 강력한 P3와 같은 중심 양성 파형의 변화를 나타냅니다. 사전 훈련 조건에서 ERP는 T 및 NT 조건이 훈련 후 조건만큼 명확하게 구분할 수 없음을 시사합니다. 따라서 5 세션 훈련 프로그램은 복잡한 소리 자극 차별과 관련된 신경 반응에 영향을 미친다고 제안됩니다. 그림 3 은 훈련 전 총평균을 보여주고, 그림 4 는 이 조사의 주요 결과를 묘사하는 훈련 후 총평균을 보여줍니다. 그림 5 는 5Hz에서 저역 통과 디지털 필터를 사용하여 플로팅할 때 이러한 ERP 파형이 어떻게 수정되는지 보여줍니다. 이 사후 필터링은 주로 개별 가변성에 의해 도입되는 노이즈를 크게 줄이는 동시에 이 조사에서 관심 있는 P3 파형의 훈련 관련 변화를 보존합니다.
그림 1: 휴대용 자극 시스템의 사진(왼쪽)과 검지 손가락에 배치하는 방법 시연(오른쪽). 이 장치는 아날로그 전송을 통해 음압파에 반응하여 진동하는 표면적이 78.5mm2인 작고 유연한 플라스틱 멤브레인, 긴 아날로그 스피커 입력 케이블 및 집게 손가락에 맞게 조정할 수 있는 빨간색 고정 스트립으로 구성됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2: CPT(지속적인 성능 작업)의 다이어그램. 자극의 다섯 가지 범주 각각에 해당하는 스펙트럼 이미지가 표시됩니다 (모두 1500ms의 지속 시간). 목표 자극(짖는 소리)에 레이블이 지정되고 ISI(자극 간 간격) 기간(2000ms)이 지정됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3: 총평균 파형과 지형 전압 분포 맵을 사전 훈련합니다. 이 그림은 10-20 시스템 전극 어레이의 9 개의 전두엽 중심 정수리 전극 (F3, Fz, F4, C3, Cz, C4, P3, Pz 및 P4)을 보여줍니다. 빨간색 선은 대상 조건에 해당하고 검은색 선은 비대상 조건에 해당합니다. 컬러 맵은 620밀리초(ms)에서 마이크로볼트(μV) 단위의 전압 분포를 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4: 훈련 후 총평균 파형과 지형 분포 맵. 이 그림은 10-20 시스템 전극 어레이의 9 개의 전두엽 중심 정수리 전극 (F3, Fz, F4, C3, Cz, C4, P3, Pz 및 P4)을 보여줍니다. 빨간색 선은 대상 조건에 해당하고 검은색 선은 비대상 조건에 해당합니다. 컬러 맵은 620밀리초(ms)에서 마이크로볼트(μV) 단위의 전압 분포를 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 5: 사전 훈련(왼쪽) 및 훈련 후(오른쪽) 필터링된 총평균 파형과 지형 분포 맵. 이 그림은 오프라인 디지털 5Hz 저역 통과 필터를 적용한 후 10-20 시스템 전극 어레이의 3개의 미드라인 전극(Fz, Cz 및 Pz)을 보여줍니다. 파란색 선은 대상 조건에 해당하고 검은색 선은 비대상 조건에 해당합니다. 컬러 맵은 630밀리초(ms)에서 마이크로볼트(μV) 단위의 전압 분포를 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
보충 그림 1: 분석 소프트웨어를 사용한 원시 EEG 기록의 에포크 선택. 이 스크린 샷은 21 개 채널 (19 개의 활성 전극 및 2 개의 안구 조영술 전극)의 신호가있는 EEG 기록을 보여줍니다. 자극 발표 전 100ms에서 시작하는 1100밀리초(ms) 에포크는 아쿠아 직사각형으로 선택됩니다. 화면 하단의 얇은 빨간색 선은 EEG 신호에 포함 된 동기화 된 자극 프리젠 테이션 펄스입니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 그림 2: 안구 인공물을 보여주는 수동으로 거부된 Epoch의 예. 이 스크린 샷은 21 개 채널 (19 개의 활성 전극 및 2 개의 안구 전극)의 신호가있는 EEG 기록을 보여줍니다. 자홍색 사각형에서 선택한 Epoch는 깜박임으로 인한 안구 아티팩트를 포함하기 때문에 수동으로 거부되었습니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 파일 1 : 청각 감각 대체 훈련 프로그램. 5 세션 프로그램에 대한 자세한 설명. 이 파일을 다운로드하려면 여기를 클릭하십시오.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
ERP 도구를 사용하여 서로 다른 순수한 톤의 진동 촉각 표현을 구별하기 위한 진동 촉각 식별 기술의 점진적인 개발을 관찰하고 평가하는 프로토콜을 설계했습니다. 우리의 이전 연구는 진동 촉각 자극이 심오한 청각 장애인을위한 실행 가능한 대체 소리 인식 방법임을 보여주었습니다. 그러나 순수한 톤에 비해 자연스러운 소리의 복잡성 때문에 언어 소리 차별의 가능성은 별도의 탐구가 필요합니다.
이 방향의 첫 번째 단계로서, 현재 프로토콜은 복잡한 소리의 오디오 촉각 차별과 관련된 PD 피험자의 학습 관련 신경 변화를 더 이해하기 위해 ERP 구성 요소의 시공간 외관에 중점을 둡니다. 의사 결정에서 P3의 정확한 기능적 역할에 대한 독특한 합의에 도달하지 못했지만, 우리의 결과는 P3가 작업 기억 유도 대상 식별 메커니즘(21)을 반영한다는 것을 시사합니다.이 메커니즘은 목표 지향 학습 전략의 일환으로 여러 훈련 세션 후에 연습으로 수정할 수있는 분류 유형입니다. 이 실험에서 관찰된 P3 파형은 이 성분이 자극 식별(22)의 완료에 의해 유도되기보다는 식별 프로세스 자체를 추적할 수 있다는 제안과 일치한다. 행동 및 전기 생리 학적 결과는이 실험에 사용 된 것과 같은 자연 복합 소리가 개인이 적절하게 훈련되면 진동 촉각 차별 과정을 통해 식별되고 구별 될 수 있다는 개념을 뒷받침합니다. 그러나 몇 가지 제한 사항, 특히 샘플의 이상적인 확장이 신중하게 고려되었습니다. 심한 난청으로 고통받는 임상 인구는 본질적으로 이질적이라는 것은 잘 알려져 있습니다. 심각한 청각 장애가 있는 연구 샘플을 선택할 때 병인, 청력 손실 정도, 발병 연령, 부모의 청력 상태, 언어 노출, 보청기 사용 및 교육 배경과 같은 많은 변수를 제어하기 어렵습니다. 비 증후군, 설전 심도 양측 성 난청이있는 개인은 복잡한 샘플입니다. 이 연구에 참여하는 데 관심이있는 심도 난청이있는 36 명의 후보자를 인터뷰했습니다. 이 중 23 개는 포함 기준을 충족했으며 17 개만이 연구를 완료했으며 (5 개의 교육 세션 및 EEG 전후 기록 세션) ERP 평균화에 필요한 충분한 인공물없는 EEG 데이터를 보유했습니다. 심도 양측 난청이 있는 임상 집단의 참가자를 포함하는 대부분의 연구는 광범위한 연령대와 작은 이질적인 샘플을 가지고 있습니다. 실험 중에 가능한 한 균질 한 샘플을 조달하기 위해 모든 노력을 기울였습니다.
이 프로토콜의 또 다른 필수적인 방법론적 고려 사항은 개별 ERP 평균을 얻기 위해 조건당 평균 25개의 에포크(25개의 대상 및 25개의 비대상)가 사용된 이유입니다. 이 결정은 데이터 품질과 데이터 수집에 소요되는 시간 및 리소스 간의 균형을 유지하여 실험에 포함된 시행 횟수를 최적화해야 하기 때문에 내려졌습니다. 특히, 임상 집단을 대상으로 작업할 때, 참가자가 실험실(20)에서 보내는 시간을 줄이는 것이 바람직하기 때문에 단일 실험에서 제시할 수 있는 시험의 수에 실질적인 제한이 있다. 실험이 너무 오래 걸리면 참가자는 피로하고 안절부절 못하게되어 데이터의 노이즈 수준이 증가하고 작업 성능에 부정적인 영향을 미칩니다. 중요한 ERP 효과23를 얻기 위해 얼마나 많은 시도가 필요한지에 대한 지속적인 논란이 있음을 인정하는 것이 중요한데, 이는 문제의 ERP 구성 요소, 기록 사이트 수, 신호 대 잡음비 및 Cronbach의 알파와 같은 특정 측정 (0.6 또는 0.07보다 큰 경우 허용 가능한 매개 변수 내)과 같은 여러 요인에 따라 달라지기 때문입니다. 여러 출처는 약 20 개의 시험 24, 36 개의 시험25, 40-50 개의 시험26, 심지어 최대 60 개의 시험27에서 안정적인 P300 파형에 필요한 적절한 시도 수를 추정했습니다. 보다 구체적으로, Go-NoGo 패러다임과 같은인지 제어 작업에서 Rietdijk와 동료28은 이러한 유형의 작업에서 P3에 대해 내부적으로 일관된 추정치를 얻으려면 최소 14 번의 시험이 필요하다고 결론지었습니다. 위에서 언급 한 고려 사항은이 연구에서 설명 된 실험 설계 및 ERP 평균화 기술 모두에 대해 고려되었습니다.
요컨대, 사건 관련 뇌 전위는 뇌 기능 및 행동 역학의 기초가되는 전기적 변화를 분석하기 위해 신뢰할 수 있고 일반적으로 사용되는 도구입니다. 가장 두드러지고 지속적인 전기 생리 학적 ERP 반응 중 하나는 P3 구성 요소이며, 이는 여러 제안 된 방법29에 걸쳐 진동 촉각 자극의 차별을 평가하기위한 신뢰할 수있는 지표로서 제안됩니다. ERP가 높은 내부 일관성과 높은 테스트-재테스트 신뢰성을 갖는다는 사실은 반복 측정 설계에서 치료 개입으로 인한 뇌 활동의 변화를 조사하는 데 이상적인 기술임을 의미합니다. 그러나 특정 ERP 구성 요소의 작은 크기가 정확한 측정을 보장하기 위해 많은 시도가 필요할 수 있고 ERP의 공간 해상도가 다른 신경 영상 기술보다 훨씬 열악한이 ERP 기술의 한계에 주목하는 것도 중요합니다. 따라서 이 기술은 이 활성화의 정확한 국소화보다는 신경 기능 활성화의 시간적 역학을 이해하는 데 더 적합합니다.
이러한 방법 론적 도전에도 불구하고, 조기 청각 박탈로 인한 신경 발달 진화와 뇌 차이의 연결성에 대한 새로운 탐구는 특히 젊고 심오한 청각 장애인 인구로 전환 할 때 감각 대체 및 언어 습득에 대한 이해를 증진 할 수있는 기회입니다. ERP 구성 요소는 신경 과학자들이이 과제를 해결하기 위해 사용할 수있는 최고의 도구 중 일부로 남아 있으며 아직 중요한 미래 영향을 미치는 결과를 산출하지 못했습니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
우리는 이 출판물과 관련하여 알려진 이해 상충이 없으며 결과에 영향을 미칠 수 있는 이 작업에 대한 상당한 재정적 지원이 없었음을 확인합니다.
Acknowledgments
우리는 모든 참가자와 그 가족, 그리고 이 작업을 가능하게 한 기관, 특히 Asociación de Sordos de Jalisco, Asociación Deportiva, Cultural y Recreativa de Silentes de Jalisco, Educación Incluyente, A.C. 및 Preparatoria No. 7에 감사드립니다. 또한이 프로젝트에 기여한 Sandra Márquez에게 감사드립니다. 이 작업은 GRANT SEP-CONACYT-221809, GRANT SEP-PRODEP 511-6/2020-8586-UDG-PTC-1594 및 신경 과학 연구소(멕시코 과달라하라 대학교)의 자금 지원을 받았습니다.
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 |
References
- Rothenberg, M., Richard, D. M. Encoding fundamental frequency into vibrotactile frequency. The Journal of the Acoustical Society of America. 66 (4), 1029-1038 (1979).
- 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).
- 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).
- Bach-y-Rita, P., Kercel, S. W. Sensory substitution and the human-machine interface. Trends in Cognitive Sciences. 7 (12), 541-546 (2003).
- Bach-y-Rita, P. Tactile sensory substitution studies. Annals of New York Academy of Sciences. 1013 (1), 83-91 (2004).
- 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).
- 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).
- Ammirante, P., Russo, F. A., Good, A., Fels, D. I. Feeling voices. PloS One. 8 (1), 369-377 (2013).
- González-Garrido, A. A., et al. Vibrotactile discrimination training affects brain connectivity in profoundly deaf individuals. Frontiers in Human Neuroscience. 11, 28 (2017).
- 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).
- Polich, J. Updating P300: an integrative theory of P3a and P3b. Clinical Neurophysiology. 118 (10), 2128-2148 (2007).
- Luck, S. J., Woodman, G. F., Vogel, E. K. Event-related potential studies of attention. Trends in Cognitive Sciences. 4 (11), 432-440 (2000).
- 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).
- Barry, R. J., et al. Components in the P300: Don't forget the Novelty P3. Psychophysiology. 57 (7), 13371 (2020).
- Polich, J. P300 clinical utility and control of variability. Journal of Clinical Neurophysiology. 15 (1), 14-33 (1998).
- Polich, J., Criado, J. R. Neuropsychology and neuropharmacology of P3a and P3b. International Journal of Psychophysiology. 60 (2), 172-185 (2006).
- Polich, J., Kok, A. Cognitive and biological determinants of P300: an integrative review. Biological Psychology. 41 (2), 103-146 (1995).
- Nieuwenhuis, S., Aston-Jones, G., Cohen, J. D. Decision making, the P3, and the locus coeruleus--norepinephrine system. Psychological Bulletin. 131 (4), 510 (2005).
- Luck, S. J. An Introduction to the Event-Related Potential Technique. , MIT Press. (2014).
- 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).
- Rac-Lubashevsky, R., Kessler, Y. Revisiting the relationship between the P3b and working memory updating. Biological Psychology. 148, 107769 (2019).
- 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).
- 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).
- Cohen, J., Polich, J. On the number of trials needed for P300. International Journal ofPsychophysiology. 25 (3), 249-255 (1997).
- 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).
- 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).
- 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).
- 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).
- Alsuradi, H., Park, W., Eid, M. EEG-based neurohaptics research: A literature review. IEEE Access. 8, 49313-49328 (2020).
