Summary
Bu protokol, olayla ilgili potansiyel tekniği uygulayarak sesli-dokunsal duyusal ikamede kısa bir eğitim süresinden sonra derin sağırlığı olan deneklerde öğrenmeyle ilgili elektrofizyolojik değişikliklerin altında yatan değişiklikleri araştırmak için tasarlanmıştır.
Abstract
Bu yazıda, vibrotaktil kompleks ses ayrımcılığı ile ilişkili nöral mekanizmaları analiz etmek amacıyla, genç, derinden sağır (PD) katılımcılarda ses-dokunsal ikame eğitiminin etkilerini değerlendirmek için elektroensefalogram tabanlı yöntemlerin uygulanması incelenmektedir. Elektriksel beyin aktivitesi dinamik sinirsel değişiklikleri yansıtır ve olayla ilgili potansiyellerin (ERP'ler) zamansal hassasiyetinin, dikkat ve çalışma belleğini içeren davranışsal görevleri yerine getirirken zaman kilitli süreçleri incelemede anahtar olduğu kanıtlanmıştır.
Mevcut protokol, PD deneklerinde, sağ işaret parmağına takılan taşınabilir bir uyarıcı sistemi aracılığıyla iletilen beş farklı hayvan sesinden oluşan karmaşık ses uyaranları kullanarak sürekli bir performans görevi (CPT) gerçekleştirirken elektrofizyolojik aktiviteyi incelemek için tasarlanmıştır. Tekrarlanan ölçü tasarımı olarak, standart koşullarda elektroensefalogram (EEG) kayıtları, bireysel ve büyük ortalama dalga formları elde etmek için kısa bir eğitim programından önce ve sonra (15 gün boyunca beş 1 saatlik seanslar), ardından çevrimdışı artefakt düzeltmesi ve dönem ortalaması alınarak gerçekleştirildi. Davranışsal sonuçlar, ayrımcılıkta önemli bir iyileşme ve eğitimden sonra hedef uyaranlar için daha sağlam bir P3 benzeri merkezroparietal pozitif dalga formu göstermektedir. Bu protokolde, ERP'ler, karmaşık seslerin ses-dokunsal ayrımcılığı ile ilişkili PD deneklerinde öğrenme ile ilgili nöral değişikliklerin daha iyi anlaşılmasına katkıda bulunur.
Introduction
Erken derin sağırlık, sözlü dil edinimini ve normal işitmeye sahip olanlar için günlük yaşamda gezinmede önemli bir rol oynayan çevresel seslerin algılanmasını güçlü bir şekilde etkileyen duyusal bir eksikliktir. Korunmuş ve işlevsel bir işitsel duyusal yol, birisi görüş mesafesinin dışına yaklaştığında ayak seslerini duymamıza, yaklaşan trafiğe, ambulans sirenlerine ve güvenlik alarmlarına tepki vermemize ve birisinin dikkatimize ihtiyacı olduğunda kendi adımıza yanıt vermemize olanak tanır. Bu nedenle seçmeler, konuşma, iletişim, bilişsel gelişim ve çevresiyle zamanında etkileşim için, kişinin çevresindeki potansiyel tehditlerin algılanması da dahil olmak üzere hayati bir anlamdır. On yıllardır, ciddi derecede işitme engelli bireylerde dil gelişimini tamamlama ve kolaylaştırma potansiyeline sahip alternatif bir ses algılama yöntemi olarak ses-dokunsal ikamenin uygulanabilirliği, sınırlı sonuçlarla araştırılmıştır 1,2,3. Duyusal ikame, kullanıcılara normalde kullanılandan farklı bir insan duyusal kanalı aracılığıyla çevresel bilgi sağlamayı amaçlar; farklı duyusal sistemlerde mümkün olduğu gösterilmiştir 4,5. Spesifik olarak, ses dokunsal duyusal ikame, cilt mekanoreseptörleri, işitsel bilgiyi oluşturan ses dalgalarının fiziksel enerjisini, somatosensoriyel yollar ve daha yüksek dereceli somatosensoriyel kortikal alanlar6 ile algılanabilen ve entegre edilebilen nöronal uyarma modellerine dönüştürebildiğinde elde edilir.
Birçok çalışma, derinden sağır bireylerin müzikal tınıyı yalnızca vibrotactile algı7 ile ayırt edebildiklerini ve karmaşık vibrotactile uyaranların spektral ipuçlarını kullanarak aynı cinsiyetten konuşmacılar arasında ayrım yapabildiklerini göstermiştir8. Daha yeni bulgular, sağır bireylerin kısa, iyi yapılandırılmış bir sesli-dokunsal algı eğitim programından somut olarak yararlandıklarını, çünkü farklı saf ton frekansları9 ile farklı zamansal süreye sahip saf tonlar arasında ayrım yapma yeteneklerini önemli ölçüde geliştirdiklerini göstermiştir10. Bu deneyler, fonksiyonel beyin mekanizmalarını tasvir etmek ve analiz etmek için olayla ilgili potansiyelleri (ERP'ler), grafik bağlantı yöntemlerini ve kantitatif elektroensefalogram (EEG) ölçümlerini kullandı. Bununla birlikte, karmaşık çevresel seslerin ayrımcılığı ile ilişkili nöral aktivite bu makaleden önce incelenmemiştir.
ERP'lerin, milisaniye sırasına göre inanılmaz zaman çözünürlüğü ile zaman kilitli süreçleri incelemek için yararlı olduğu kanıtlanırken, dikkat tahsisi, çalışma belleği ve yanıt seçimi11'i içeren davranışsal görevleri yerine getirirken. Luck, Woodman ve Vogel12 tarafından tanımlandığı gibi, ERP'ler özünde çok boyutlu işleme ölçümleridir ve bu nedenle bilişin alt bileşenlerini ayrı ayrı ölçmek için çok uygundur. Bir ERP deneyinde, bir uyaranın sunumuyla ortaya çıkan sürekli ERP dalga formu, uyaran ile davranışsal tepki arasında yer alan sinirsel aktiviteyi doğrudan gözlemlemek için kullanılabilir. Tekniğin maliyet etkinliği ve invaziv olmayan doğası gibi diğer avantajları, klinik popülasyonlardaki bilişsel süreçlerin kesin zaman seyrini incelemek için mükemmel bir uyum sağlar. Ayrıca, bir eğitim programı veya müdahaleden sonra elektriksel aktivitedeki değişiklikleri incelemek için hastaların elektriksel beyin aktivitesinin birden fazla kez kaydedildiği tekrarlanan bir ölçü tasarımında uygulanan ERP araçları, zaman içindeki sinirsel değişiklikler hakkında daha fazla bilgi sağlar.
En kapsamlı şekilde araştırılan bilişsel potansiyel 13 olanP3 bileşeninin, şu anda her türlü uyarana, en çok görünüşte düşük olasılıklı veya yüksek yoğunluklu veya önemli uyaranlara veya bazı davranışsal veya bilişsel tepki gerektiren uyaranlara cevap verdiği kabul edilmektedir14. Bu bileşenin klinik modellerde genel bilişsel etkinliğin değerlendirilmesinde de son derece yararlı olduğu kanıtlanmıştır15,16. P3 dalga formundaki değişiklikleri değerlendirmenin açık bir avantajı, diğer küçük bileşenlere kıyasla daha büyük genliği nedeniyle kolayca gözlemlenebilir bir nöral yanıt olmasıdır; karakteristik bir merkezcil topografik dağılıma sahiptir ve uygun deneysel tasarım17,18,19 kullanılarak ortaya çıkarılması nispeten kolaydır.
Bu bağlamda bu çalışmanın amacı, vibrotaktil ses ayrımcılığı konusunda kısa bir süre eğitim aldıktan sonra derin işitme kaybı olan hastalarda öğrenme ile ilişkili elektrofizyolojik değişiklikleri araştırmaktır. Ek olarak, ERP araçları, görevin talep ettiği bilişsel kaynakların geçici katılımının altında yatan işlevsel beyin dinamiğini tasvir etmek için uygulanır.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Çalışma, Sinirbilim Enstitüsü Etik Kurulu (ET062010-88, Universidad de Guadalajara) tarafından gözden geçirildi ve onaylandı ve tüm prosedürlerin Helsinki Deklarasyonu'na uygun olarak yürütülmesini sağladı. Tüm katılımcılar gönüllü olarak katılmayı kabul etti ve yazılı bilgilendirilmiş onam verdi (reşit olmadığında, ebeveynler onay formlarını imzaladı).
1. Deneysel tasarım
- Uyaran hazırlama
- .wav formatta bir dizi hayvan sesi seçmek için Creative Commons lisanslı ses veritabanlarında arama yapın. Bu çalışmadaki uyaranlar beş farklı hayvan sesinden oluşuyordu: köpek havlaması, inleme, at komşuluğu, eşek böbürleme ve fil trompetleme.
NOT: Burada kullanılan ses uyaranları daha önce daha önceki çalışmalarımızda vibrotactile ayrımcılık eğitim programı için bir ses koleksiyonu olarak seçilmiştir 9,10. - Uyaranların yoğunluğunu ve uzunluğunu 1500 ms'ye kadar standartlaştırmak için ücretsiz, açık kaynaklı bir ses düzenleyici kullanarak ses dosyalarını düzenleyin. Bu protokol için, aynı vibrotaktil stimülasyon sistemini kullanarakönceki çalışmalarda 9,10 parametrelere dayanarak 0 ila 8000 Hz arasında doğrusal bir ölçekte, 20 dB'lik bir kazançta ve 80 dB'lik bir aralıkta standartlaştırın.
- Biçimlendirilmiş ses dosyalarını 48.000 Hz yansıtma hızıyla 32 bit float formatında kaydedin.
- .wav formatta bir dizi hayvan sesi seçmek için Creative Commons lisanslı ses veritabanlarında arama yapın. Bu çalışmadaki uyaranlar beş farklı hayvan sesinden oluşuyordu: köpek havlaması, inleme, at komşuluğu, eşek böbürleme ve fil trompetleme.
- Elektrofizyoloji sunum yazılımında paradigma kurulumu
- Deneysel bir tasarım ve uyaran sunum yazılımı kullanarak sürekli bir performans görevi (CPT) tasarlayın ve uyaranları iki koşuldan birine atayın: (a) hedef (T) uyaranı (denemelerin% 20'sinde köpek havlaması) ve (b) hedef olmayan (NT) uyaranlar (diğer% 80 için kalan dört hayvan sesi).
NOT: Kayıt yazılımında EEG protokolü programlanırken uyaran sunum işaretlerini senkronize etmek için her koşul aynı kodla etiketlenmiştir. - Beş hayvan sesinin (köpek,, at, eşek ve fil) her birinin zamanın% 20'sinde sunulduğu yazılım platformunu kullanarak sözde randomize bir uyaran sunumu oluşturun. Hedef uyaranın (köpek havlaması) hiçbir zaman art arda iki defadan fazla gerçekleşmediğini kontrol edin.
- İstenen uyarıcılar arası aralığı (ISI) ve toplam yanıt süresini belirtin ve hedef (T) uyaran yanıtları için davranışsal verileri otomatik olarak toplamak üzere kullanılacak yanıt anahtarlarını seçin. Burada, 150 deneme için sabit bir 2000 ms ISI listesi ve T uyaranları için doğru yanıt, standart bir bilgisayar klavyesindeki sol kontrol tuşu aracılığıyla programlandı. Katılımcılara davranışsal bir yanıt için 3500 ms'lik bir zaman aralığı verildi (uyaran sunumundan başlayarak).
- Deneysel bir tasarım ve uyaran sunum yazılımı kullanarak sürekli bir performans görevi (CPT) tasarlayın ve uyaranları iki koşuldan birine atayın: (a) hedef (T) uyaranı (denemelerin% 20'sinde köpek havlaması) ve (b) hedef olmayan (NT) uyaranlar (diğer% 80 için kalan dört hayvan sesi).
2. Katılımcı seçimi
- Derin bilateral sensörinöral işitme kaybı tanısı olan potansiyel katılımcıları işe alın ve yaş, cinsiyet, el tercihi ve eğitim geçmişi dahil olmak üzere demografik veriler toplayın.
- Katılımcıları kişisel veya ailevi psikiyatrik, nörolojik veya nörodejeneratif hastalık öyküsü açısından taramak ve sağırlık klinik öyküsü ile ilgili bilgi toplamak için yarı yapılandırılmış klinik görüşmeler yapın: başlangıç yaşı, etiyoloji ve işitme yardımı kullanım öyküsünün yanı sıra tercih ettikleri iletişim modu (sözlü, manuel veya iki dilli).
- İşitme kaybının ciddiyetini doğrulamak için bir odyometre kullanarak odyolojik testler (saf tonlu hava işitme eşikleri) yapın.
- Ses yalıtımlı bir odada, doğrudan katılımcının önüne oturun ve kulaklıkları düzgün bir şekilde yerleştirin.
- Katılımcılara, kulaklıklarla sunulan tonu duyabildikleri zaman sinyal vermek için baskın ellerini kaldırmalarını söyleyin.
- 20 dB ila 110 dB yoğunluk seviyeleri arasında değişen, altı oktavda aşağıdaki artan sırayla saf bir ton sunar: 250, 500, 1000, 2000, 4000 ve 8000 Hz, sol kulaktan başlayıp sağ kulak için aynı adımları tekrarlar.
- Her kulak için işitme eşiklerinin ortalamasını 500, 1000, 2000 ve 4000 Hz'de hesaplayarak hastanın saf ton ortalamasını (PTA) hesaplayın. Çalışma için işitme kaybı şiddeti dahil etme kriterleri, 90 dB'den büyük iki taraflı saf ton ortalamasıdır (PTA).
- Katılımcıları uygunluk kriterlerine göre seçin. Dahil edilme kriterleri ayrıca psikiyatrik, nörolojik veya nörodejeneratif hastalık ve sendromik olmayan, dil öncesi derin bilateral sağırlık kişisel veya aile öyküsünü içermez. Bilgilendirilmiş onam alın ve deneysel prosedürleri katılımcılara açıklayın.
NOT: Çalışmada kullanılan tüm formlar, anketler ve talimatlar profesyonel bir MSL tercümanı tarafından Meksika İşaret Dili'ne (MSL) çevrilmiş ve tablet bilgisayar kullanılarak video formatında sunulmuştur. Ek olarak, tüm çalışma prosedürleri sırasında bir MSL tercümanı mevcuttu.
3. Eğitim öncesi EEG kayıt oturumu
- Katılımcı hazırlığı
- Katılımcıların kayıt oturumuna temiz ve kuru saçlarla geldiklerini, elektrot empedanslarını etkileyen herhangi bir saç jölesi, saç kremi veya diğer saç ürünlerini kullanmadıklarını doğrulayın.
- Katılımcılardan uyaran ekranından yaklaşık 60 cm uzakta rahat bir pozisyonda oturmalarını isteyin ve hazırlık prosedürü açıklamasıyla MSL video klibini oynatmak için tablet cihazı kullanın.
- Referans ve elektrookülogram (EOG) elektrotlarının yerleştirileceği alanları temizleyin (kulak memeleri, alın, dış kanthus, infraoküler orbital sırtlar, vb.). İlk önce, cildi alkollü bir çubukla silin ve daha sonra yüzeydeki ölü cilt hücrelerini pul pul dökmek için EEG aşındırıcı hazırlama jelini pamuklu çubukla nazikçe uygulayın.
- Elektrot altın kabını iletken elektrot macunu ile doldurun ve her referans bölgesine, genellikle sağ ve sol kulak memelerine veya mastoidlere bir elektrot yerleştirin. Okülomotor aktiviteyi (yanıp sönmeler ve sakkadlar) izlemek için dış kantüse en az bir dikey EOG ve infraoküler orbital sırta bir yatay EOG yerleştirmek için adımları tekrarlayın. Tek elektrotları mikrogözenek bandında 1'lik bir parça ile yerinde tutun.
- Katılımcılardan kollarını yatay olarak düz tutmalarını isteyin ve ardından vücut kemerini göğsün ortasındaki çıtçıtlarla koltuk altlarının altındaki göğsün etrafına sıkıca ama rahatça yerleştirin.
- EEG ticari elektro-kapağını, Uluslararası 10-20 sistemine göre topografik olarak düzenlenmiş 19 Ag/AgCl elektrotlu (Fp1, Fp2, F3, F4, F4, F7, F8, C3, C4, P3, P4, P4, O2, T3, T5, T6, Fz, Cz ve Pz) yerleştirin. Doğru kapak boyutunu kullandığınızdan emin olmak amacıyla katılımcının baş çevresini kontrol etmek için bir ölçüm bandı kullanın.
- Cz elektrodunu burun ile hizalayın ve ardından nazion'dan iniona olan mesafeyi ölçün, böylece Cz elektrodu tam olarak ortasına düşer. Kapağın yanlarındaki ayarlanabilir kayışları gövde kayışına düğmeleyin, böylece elektro kapak sıkıca sıkılır.
- Jel dolgulu künt iğneli şırıngayı elektrotun içine yerleştirin, saçları çıkarmak için iğneyi daire içine alın ve ardından iletken jeli uygulamadan önce elektrotun altındaki kafa derisi bölgesini hafifçe aşındırın. Komşu elektrot bölgeleriyle elektriksel köprülenmeyi önlemek için çok fazla jel uygulamayın.
- EEG iletken jelin soğuk oda sıcaklığında kurumasını bekleyin.
- EEG kayıt ekipmanının kurulması
- EEG sistemini cihazın talimatlarına göre kalibre edin, ardından elektro-kapağı 0,05-30 Hz (6 dB/oktav yuvarlanma eğrilerinin 3 dB kesme noktası), 60 Hz çentik filtresi ve 5 ms örnekleme periyoduna eşit 200 Hz örnekleme hızında ayarlanmış amplifikatöre bağlayın.
- Tüm elektrot bölgelerinde empedansın 5 KΩ'nin altında olduğunu (düşük empedans sistemi için) kontrol edin ve monitörde tüm kanalların elektrik sinyallerini sorunsuz bir şekilde kaydettiğini kontrol edin.
- Deneysel görevi çalıştırma
- Katılımcıyı bilgisayar monitörünün önüne getirin ve klavyeyi rahat bir mesafeye yerleştirin.
- Taşınabilir uyarıcı aygıtın kablosunu (bkz . Şekil 1) bilgisayar sistemi hoparlörünün çıkışına bağlayın ve hoparlör ses seviyesini maksimum yoğunluk düzeyine ayarlayın.
- Katılımcının sağ işaret parmağındaki taşınabilir uyarıcı sistemini ayarlayın ve test edin.
- Tablet cihazı kullanarak, deney talimatlarını oynatın ve konuyu taşınabilir uyarıcı cihaz, sesli dokunsal uyaranlar ve görev hakkında bilgilendirmek için bir uygulama denemesi yapın. MSL yönergelerini tekrarlayın ve anlaşıldığını doğrulayın.
- Katılımcıya, sol kontrol tuşuna yalnızca hedef uyaran tespiti üzerine sol işaret parmağıyla basarak köpek kabuğu uyaranına yanıt vermesini ve diğer dört hayvan sesinden herhangi biri algılandığında tepkilerini engellemesini hatırlatın. CPT deneysel paradigması Şekil 2'de gösterilmiştir.
- Kayıtlara başlamadan önce artefaktların nasıl en aza indirileceğine ve eserlerin EEG üzerindeki etkisinin gerçek zamanlı olarak nasıl gösterileceğine dair net talimatlar sağlayın (klinik popülasyonlarla yapılan araştırmalarda standart bir kayıt prosedürü olarak önerilir20).
- CPT görevine başlamadan önce, bilişsel stimülasyon bilgisayarı ile EEG kayıt bilgisayarı arasındaki olay senkronizasyonunun düzgün çalışıp çalışmadığını kontrol edin. Bunu yapmak için, EEG sinyalini kaydetmeye başlayın ve uyaran sunum yazılımı arayüzündeki iletişim simgesine tıklayın. Tıklandıktan sonra, olay senkronize darbeler EEG kayıt ekranının altında görünür.
- Deneysel görevi çalıştırın. Katılımcıyı dikkatlice gözlemleyin ve uyanıklığı, yanıt yürütmeyi ve aşırı hareket veya göz kırpmayı izleyin.
- Duraklatın ve gerekirse göz kırpmasına, rahatlamasına ve hareket etmesine izin vermek için katılımcının deneyin ortasında (deneyde 4 dakikada) kısa bir mola vermesine izin verin. Denemeyi çalıştırmayı bitirin.
4. Ses-dokunsal duyusal ikame eğitim programı
- Eğitimi gerçekleştirmek için beş oturumluk programın ayrıntılı bir açıklamasını içeren Ek Dosya 1'e başvurun. Eğitimi katılımcılar için daha sistematik ve ilgi çekici hale getirmek için bir elektronik tablo kullanarak açıklanan etkinlikleri otomatikleştirin. 9'dan orijinal görüntüleri ve ses kayıtlarını kullanın ve katılımcılardan bir dizüstü bilgisayarın dokunmatik ekranlı monitörüne dokunarak yanıt vermelerini isteyin.
NOT: Bu dosyadaki içerik ve tablolar9'un izniyle yeniden yazdırılmıştır.
5. Eğitim sonrası EEG kayıt oturumu
- Bölüm 3'te belirtilen adımların aynısını yineleyin.
6. EEG analizi
NOT: EEG edinme adımları EEG kayıt yazılımı kullanılarak, EEG işleme adımları ise ayrı bir EEG analiz yazılımı kullanılarak yapılmıştır.
- EEG ham sinyal ön işleme
- Sürekli EEG verilerinde, ek dijital filtreler kullanmadan, uyaran başlangıcını başlangıç anı (t0) olarak kullanarak ve taban çizgisi düzeltmesi için kullanılan 100 ms'lik bir ön uyaran dahil olmak üzere 1100 ms'lik dönemleri tanımlayın ve seçin. Ek Şekil 1, EEG kayıt cihazına yüklenen EEG analizi ticari yazılımına göre 1100 ms dönemlerinin nasıl seçildiğini göstermektedir.
- Yapı reddetme sırasında, belirli bir kayıt çağındaki voltaj herhangi bir EEG veya EOG kanalında 100 μV'yi aştığında tüm kanallardaki veri dönemlerini hariç tutun. Ayrıca, dönemlerin görsel incelemesiyle eserleri reddedin. Oküler artefaktlar nedeniyle manuel olarak reddedilen çağlara bir örnek sağlayan Ek Şekil 2'ye bakınız.
- Sinyal ortalaması
- Hem eğitim öncesi hem de eğitim sonrası koşullardaki her uyaran koşulu (hedef ve hedef olmayan) için eşit sayıda artefaktsız çağ seçin. Sinyal-gürültü oranını iyileştirmek için mümkün olan maksimum mesafeleri seçin. Bunu her EEG kaydı için yapın.
NOT: Bu protokolde, hedef ayrımcılığını değerlendirmekle ilgilendiğimiz için her zaman noktasında koşul başına ortalama 25 doğru yanıt dönemi seçtik. Bazı ERP bileşenlerinin gözlemlenmesi için açık davranışsal tepkiler gerektirmediğini unutmayın. Her koşulda 15'ten az artefaktsız çağı olan katılımcılar çalışma dışı bırakıldı. - İşlemler menüsüne tıklayın ve bireysel ERP'lerin ortalaması için EEG pencere ortalaması seçeneğini belirleyin.
- İlk olarak, yalnızca ortalama hedef denemeler için Bağımsız Ortalama seçeneğini belirleyin. Ardından, hedef olmayan diğer dört uyaranı seçin ve ortalamasını almak için Birlikte Ortalama seçeneğine tıklayın.
- Her katılımcının EEG kaydı için 6.2.2 ve 6.2.3 adımlarını antrenman öncesi koşulda ve ardından eğitim sonrası koşulda tekrarlayın.
- Tüm bireysel ERP'ler hesaplandıktan sonra, eğitim öncesi ve sonrası için uyaran koşulu başına büyük ortalama dalga formlarını elde etmek için bunların ortalamasını alın. Herhangi bir EP ortalamasını açın, ardından İşlemler menüsüne gidin ve Büyük ortalama ortalama seçeneğini belirleyin. Grup ortalamasına dahil edilmek üzere katılımcının bireysel ortalamalarını seçin.
- Açılır listeden tüm eğitim öncesi hedef ortalamalarını seçin, ardından Ortalama düğmesini tıklayın, istediğiniz dosya adını yazın ve kaydetmek için Return tuşuna basın. Ardından, açılır listeden tüm eğitim öncesi hedef dışı ortalamaları seçin, Ortalama düğmesine tıklayın, istediğiniz dosya adını yazın ve kaydetmek için Return tuşuna tekrar basın.
- Eğitim sonrası durum için önceki adımları tekrarlayın.
- Hem eğitim öncesi hem de eğitim sonrası koşullardaki her uyaran koşulu (hedef ve hedef olmayan) için eşit sayıda artefaktsız çağ seçin. Sinyal-gürültü oranını iyileştirmek için mümkün olan maksimum mesafeleri seçin. Bunu her EEG kaydı için yapın.
- ERP görselleştirme ve analizleri
- Kaydedilen büyük araçların listesini görmek için İşlemler menüsünü seçin. Ardından, çizmek istediğiniz grup ortalamalarına tıklayın. Ardından, çizmek istediğiniz kanalları seçmek için Montaj düğmesini tıklatın.
- Araçlar menüsüne gidin, ardından her dalga formunun rengini ve çizgi genişliğini seçmek için Seçenekleri Görselleştir'e tıklayın. Ardından Sinyal menüsüne tıklayın, DC düzeltme kutusunu işaretleyin, istediğiniz temel uyaran aralığını yazın, ardından Return tuşuna basın.
- İlgilenilen bileşenleri ve bunlara karşılık gelen zaman pencerelerini tanımlamak için çizilmiş büyük ortalama dalga formlarını dikkatlice inceleyin.
NOT: Bu deney için, P3 için çalışılan görev tasarımı ve duyusal yollar nedeniyle dalga formlarının, büyük olasılıkla sentropariyetal elektrotlarda 300 ms'den sonra ortaya çıkan ve hedef durumda daha büyük voltaj genliklerine sahip pozitif bir bileşen olacağını biliyorduk. - Tek tek tepe genlik gecikme sürelerini ve voltajlarını dışarı aktarın ve ardından veritabanını oluşturmak için verileri bir elektronik tabloya aktarın. Bir istatistik yazılımı kullanarak tekrarlanan ölçümler Varyans Analizi (ANOVA) yapın.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
PD bireylerinde işitsel-dokunsal duyusal ikame ayrımcılığı eğitiminin etkisinin, 17 PD'li bireyden oluşan bir grupta P3'teki değişiklikler değerlendirilerek nasıl değerlendirilebileceğini göstermek (ortalama yaş = 18.5 yıl; SD = 7,2 yıl; sekiz kadın ve 11 erkek), ERP dalga formlarını tasvir etmek için birkaç figür oluşturduk. ERP grafiklerinde gösterilen sonuçlar, eğitimden sonra hedef uyaranlar için daha sağlam olan P3 benzeri bir merkezroparietal pozitif dalga formundaki değişiklikleri ortaya koymaktadır. Eğitim öncesi durumda, ERP'ler T ve NT koşullarının eğitim sonrası koşulda olduğu kadar net bir şekilde ayırt edilemeyeceğini öne sürmektedir. Bu nedenle, beş oturumluk eğitim programının karmaşık-sağlam uyaran ayrımcılığı ile ilişkili sinirsel tepki üzerinde bir etkisi olduğu öne sürülmektedir. Şekil 3 , eğitim öncesi büyük ortalamaları gösterir ve Şekil 4 , bu araştırmanın ana sonuçlarını gösteren eğitim sonrası büyük ortalamaları gösterir. Şekil 5, bu ERP dalga formlarının 5 Hz'de düşük geçişli bir dijital filtre kullanılarak çizildiğinde nasıl değiştirildiğini göstermektedir. Bu a posteriori filtreleme, öncelikle bireysel değişkenlik tarafından ortaya konan gürültüyü önemli ölçüde azaltırken, bu araştırmaya ilgi duyan P3 dalga formlarındaki eğitimle ilgili değişiklikleri korur.
Şekil 1: Portatif stimülasyon sisteminin fotoğrafı (solda) ve işaret parmağına nasıl yerleştirilmesi gerektiğinin gösterilmesi (sağda). Bu cihaz, analog iletim yoluyla ses basıncı dalgalarına yanıt olarak titreşen 78,5mm2 yüzey alanına sahip küçük bir esnek plastik membrandan, uzun bir analog hoparlör giriş kablosundan ve işaret parmağına ayarlamak için kırmızı bir sabitleme şeridinden oluşur. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 2: Sürekli performans görevinin (CPT) diyagramı. Beş uyaran kategorisinin her birine karşılık gelen spektral görüntüler gösterilir (hepsi 1500 ms sürelidir). Hedef uyaran (havlama) etiketlenir ve ISI (uyaranlar arası aralık) süresi belirtilir (2000 ms). Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 3: Büyük ortalama dalga formlarının ve topografik gerilim dağılım haritalarının ön eğitimi. Bu şekil, 10-20 sistem elektrot dizisinin dokuz fronto-centro-parietal elektrodunu (F3, Fz, F4, C3, Cz, C4, P3, Pz ve P4) göstermektedir. Kırmızı çizgiler hedef koşula, siyah çizgiler ise hedef olmayan koşula karşılık gelir. Renkli haritalar, 620 milisaniyede (ms) mikro volt (μV) cinsinden voltaj dağılımını temsil eder. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 4: Eğitim sonrası büyük ortalama dalga formları ve topografik dağılım haritaları. Bu şekil, 10-20 sistem elektrot dizisinin dokuz fronto-centro-parietal elektrodunu (F3, Fz, F4, C3, Cz, C4, P3, Pz ve P4) göstermektedir. Kırmızı çizgiler hedef koşula, siyah çizgiler ise hedef olmayan koşula karşılık gelir. Renkli haritalar, 620 milisaniyede (ms) mikro volt (μV) cinsinden voltaj dağılımını temsil eder. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 5: Eğitim öncesi (solda) ve eğitim sonrası (sağda) filtrelenmiş büyük ortalama dalga formları ve topografik dağılım haritaları. Bu şekil, çevrimdışı bir dijital 5 Hz alçak geçirgen filtre uygulandıktan sonra 10-20 sistem elektrot dizisinin üç orta hat elektrodunu (Fz, Cz ve Pz) göstermektedir. Mavi çizgiler hedef koşula, siyah çizgiler ise hedef olmayan koşula karşılık gelir. Renkli haritalar, 630 milisaniyede (ms) mikro volt (μV) cinsinden voltaj dağılımını temsil eder. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Ek Şekil 1: Analiz yazılımı kullanılarak ham EEG kaydında epoch seçimi. Bu ekran görüntüsü, 21 kanaldan (19 aktif elektrot ve 2 okülogram elektrot) gelen sinyali içeren bir EEG kaydını göstermektedir. Uyaran sunumundan 100 ms'den başlayan 1100 milisaniyelik (ms) dönemler, bir su dikdörtgeninde seçilir. Ekranın altındaki ince kırmızı çizgiler, EEG sinyaline gömülü senkronize uyaran sunum darbeleridir. Bu Dosyayı indirmek için lütfen tıklayınız.
Ek Şekil 2: Oküler artefaktları gösteren manuel olarak reddedilen dönemlere örnekler. Bu ekran görüntüsü, 21 kanaldan (19 aktif elektrot ve iki okülogram elektrot) gelen sinyali içeren bir EEG kaydını göstermektedir. Eflatun dikdörtgende seçilen dönemler, yanıp sönmenin neden olduğu oküler artefaktlar içerdikleri için manuel olarak reddedilmiştir. Bu Dosyayı indirmek için lütfen tıklayınız.
Ek Dosya 1: Ses-dokunsal duyusal ikame eğitim programı. Beş oturumlu programın ayrıntılı bir açıklaması. Bu Dosyayı indirmek için lütfen tıklayınız.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
ERP araçlarını kullanarak, farklı saf tonların vibrotactile temsillerini ayırt etmek için vibrotactile ayrımcılığı becerilerinin kademeli gelişimini gözlemlemek ve değerlendirmek için bir protokol tasarladık. Önceki çalışmalarımız, vibrotactile stimülasyonun, derinden sağır bireyler için uygulanabilir bir alternatif ses algılama yöntemi olduğunu göstermiştir. Bununla birlikte, doğal seslerin saf tonlara kıyasla karmaşıklığı nedeniyle, dil ses ayrımcılığı potansiyeli ayrı bir araştırmayı garanti eder.
Bu yöndeki ilk adım olarak, mevcut protokol, karmaşık seslerin ses-dokunsal ayrımcılığı ile ilişkili PD deneklerindeki öğrenme ile ilgili sinirsel değişiklikleri daha iyi anlamak için ERP bileşenlerinin mekansal zamansal görünümüne odaklanmaktadır. P3'ün karar vermedeki kesin işlevsel rolüne ilişkin benzersiz bir fikir birliğine varılmamış olsa da, sonuçlarımız P3'ün hedefe yönelik bir öğrenme stratejisinin bir parçası olarak birkaç eğitim oturumundan sonra pratikle değiştirilebilen bir tür kategorizasyon olan çalışan bellek rehberliğinde hedef tanımlama mekanizması21'i yansıttığını göstermektedir. Bu deneyde gözlemlenen P3 dalga formları, bu bileşenin uyaran tanımlamasının tamamlanmasıyla ortaya çıkmak yerine tanımlama sürecinin kendisini izleyebileceği önerisiyle tutarlıdır22. Hem davranışsal hem de elektrofizyolojik sonuçlar, bu deneyde kullanılanlar gibi doğal karmaşık seslerin, bireyler uygun şekilde eğitildikten sonra vibrotactile ayrımcılık süreci ile tanımlanabileceği ve ayırt edilebileceği fikrini desteklemektedir. Bununla birlikte, özellikle numunenin ideal uzantısı olmak üzere çeşitli sınırlamalar dikkatlice göz önünde bulundurulmuştur. Derin sağırlıktan etkilenen klinik popülasyonun doğada heterojen olduğu iyi bilinmektedir. Etiyoloji, işitme kaybının derecesi, başlangıç yaşı, ebeveyn işitme durumu, dile maruz kalma, işitme cihazı kullanımı ve eğitim geçmişi gibi birçok değişkenin, ciddi işitme eksikliği olan bir çalışma örneği seçerken kontrol edilmesi zordur. Sendromik olmayan, dil öncesi derin bilateral sağırlığı olan bireyler, karşılaşılması gereken karmaşık bir örneklemdir. Bu çalışmaya katılmak isteyen ileri derecede işitme kaybı olan 36 aday ile görüştük. Bunlardan 23'ü dahil etme kriterlerini yerine getirdi ve sadece 17'si çalışmayı tamamladı (beş eğitim oturumu ve EEG öncesi ve sonrası kayıt oturumları) ve ERP ortalaması için gerekli olan yeterli artefaktsız EEG verisine sahipti. Derin bilateral sağırlığı olan klinik bir popülasyondan katılımcıları içeren çalışmaların çoğu, geniş yaş aralıklarına ve küçük heterojen örneklere sahiptir. Deney sırasında, mümkün olduğunca homojen bir numune elde etmek için tüm çabalar sarf edildi.
Bu protokoldeki bir diğer önemli metodolojik düşünce, bireysel ERP ortalamalarını elde etmek için koşul başına ortalama 25 dönemin (25 hedef ve 25 hedef olmayan) kullanılmasının nedenidir. Bu karar, verilerin kalitesi ile veri toplamak için harcanan zaman ve kaynak miktarı arasındaki dengeyi dengeleyerek bir deneye dahil edilen deneme sayısını optimize etmek gerektiğinden alınmıştır. Özellikle, klinik popülasyonlarla çalışırken, katılımcıların laboratuvarda geçirdikleri süreyi azaltmaları tavsiye edildiğinden, tek bir deneyde sunulabilecek çalışma sayısı konusunda pratik sınırlar vardır20. Deney çok uzun sürerse, verilerdeki gürültü seviyesinde bir artışa neden olan ve görevdeki performansı olumsuz yönde etkileyen katılımcılar yorgun ve kıpır kıpır olur. Önemli ERP etkileri elde etmek için kaç denemeye ihtiyaç duyulduğu konusunda devam eden tartışmalar olduğunu kabul etmek çok önemlidir23, çünkü söz konusu ERP bileşeni, kayıt alanlarının sayısı, sinyal-gürültü oranı ve Cronbach'ın alfası gibi belirli ölçümler (0.6 veya 0.07'den büyük olduğunda kabul edilebilir parametreler dahilinde) gibi çeşitli faktörlere bağlıdır. Birkaç kaynak, kararlı P300 dalga formları için yaklaşık 20 denemede 24, 36 denemede 25, 40 ila50 deneme 26 ve hatta60 denemede27'ye kadar uygun sayıda deneme olduğunu tahmin etmiştir. Daha spesifik olarak, Go-NoGo paradigması gibi bilişsel kontrol görevlerinde, Rietdijk ve meslektaşları28, bu tür bir görevde P3 için dahili olarak tutarlı bir tahmin elde etmek için en az 14 denemenin gerekli olduğu sonucuna varmışlardır. Yukarıda belirtilen hususlar hem deneysel tasarım hem de bu çalışmada açıklanan ERP ortalama tekniği için dikkate alınmıştır.
Özetle, olayla ilgili beyin potansiyelleri, beyin fonksiyonunun ve davranış dinamiklerinin altında yatan elektriksel değişiklikleri analiz etmek için güvenilir ve yaygın olarak kullanılan bir araçtır. En belirgin ve kalıcı elektrofizyolojik ERP yanıtlarından biri, vibrotaktil uyaranların önerilen birkaç yöntemde ayrımcılığını değerlendirmek için güvenilir bir gösterge olarak önerilen P3 bileşenidir29. ERP'lerin yüksek iç tutarlılığa ve yüksek test-tekrar test güvenilirliğine sahip olmaları, tekrarlanan ölçüm tasarımlarında tedavi müdahalesinden kaynaklanan beyin aktivitesindeki değişiklikleri incelemek için ideal bir teknik oldukları anlamına gelir. Bununla birlikte, belirli ERP bileşenlerinin küçük boyutlarının doğru önlemleri garanti etmek için birçok deneme yapabileceği ve ERP'lerin mekansal çözünürlüğünün diğer nörogörüntüleme tekniklerinden çok daha zayıf olduğu bu ERP tekniğinin sınırlamalarına dikkat etmek de önemlidir. Bu nedenle, bu teknik, bu aktivasyonun tam lokalizasyonundan ziyade nörofonksiyonel aktivasyonun zamansal dinamiklerini anlamak için daha uygundur.
Bu metodolojik zorluklara rağmen, nörogelişimsel evrimin ve erken işitsel yoksunluktan kaynaklanan beyin farklılıklarının bağlanabilirliğinin yeniden araştırılması, özellikle daha genç, derinden sağır popülasyonlara yönelirken, duyusal ikame ve dil ediniminin anlaşılmasını ilerletmek için bir fırsattır. ERP bileşenleri, sinirbilimcilerin bu zorluğun üstesinden gelmek için mevcut en iyi araçlardan bazıları olmaya devam ediyor ve henüz gelecekteki önemli etkileri olan sonuçlar vermedi.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Bu yayınla ilgili bilinen bir çıkar çatışması olmadığını ve bu çalışma için sonucunu etkileyebilecek önemli bir finansal destek bulunmadığını onaylıyoruz.
Acknowledgments
Tüm katılımcılara ve ailelerinin yanı sıra bu çalışmayı mümkün kılan kurumlara, özellikle Asociación de Sordos de Jalisco, Asociación Deportiva, Cultural y Recreativa de Silentes de Jalisco, Educación Incluyente, A.C. ve Preparatoria No. 7'ye teşekkür ederiz. Ayrıca Sandra Márquez'e bu projeye katkılarından dolayı teşekkür ederiz. Bu çalışma GRANT SEP-CONACYT-221809, GRANT SEP-PRODEP 511-6/2020-8586-UDG-PTC-1594 ve Neuroscience Institute (Universidad de Guadalajara, Meksika) tarafından finanse edilmiştir.
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).
