Yöntem makalesi

Bebek İşitsel İşleme ve Olaya ilişkin Beyin Salınımlılığı

DOI:

10.3791/52420

⸱

1 Temmuz 2015

 ,  ,  ,  , 
1Center for Molecular & Behavioral Neuroscience, Rutgers University, State University of New Jersey, Newark, 2Department of Audiology, University of the Pacific, 3Department of Otolaryngology, Head & Neck Surgery, Stanford University

Bu makalede

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yüksek yoğunluklu elektroensefalografi (dEEG), yaşamın ilk yıllarında beyin gelişimini ve plastisitesini incelemek için giderek daha fazla kullanılmaktadır. Burada, bebek beynindeki hızlı işitsel işlemenin salınım dinamiklerini anlamak için geleneksel EEG kaydına dayanan sofistike analiz tekniklerinin bir uygulamasını sunuyoruz.

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Hızlı işitsel işleme ve akustik değişim algılama yetenekleri, insan bebekler verimli ince spektral ve insan dilinin karakteristik zamansal değişikliklerin işleme izin kritik bir rol oynamaktadır. Bu özellikler etkili dil edinimi için zemin hazırlamaya; izin bebekler kendi dillerinde sesleri üzerinde bilemek için. İnsan yetişkinlerden hayvanlar ve kafa derisi kaydedilmiş potansiyeller invaziv prosedürler arasında beyin bölgeleri içinde eşzamanlı, ritmik aktivite (salınım) duyusal gelişimine temel olduğunu göstermektedir; Gelen uyarılar ayrıştırıldı hangi çözünürlüğü belirleme. Bu zamanda, küçük insan bebek gelişiminde osilatör dinamiklerinin bilinmektedir. Ancak, hayvan nörofizyoloji ve yetişkin EEG verileri bebeklerde hızlı işitsel işleme ayrık frekans bantlarında salınım senkronize aracılık güçlü bir hipotez temelini oluşturmaktadır. Bu, 128 kanalı, yüksek densi araştırmak içinİki oran koşullarında (70 msn ISI ve Kontrol: Rapid 300 milisaniye ISI) sunulan ton çiftleri frekans değişikliği ile 4 aylık bebeklerin ty EEG yanıtları incelendi. Frekans bandının ve faaliyet büyüklüğünü belirlemek için, işitsel tepki ortalamaları birinci yaşa uygun beyin şablonları ile birlikte tescil edildi uyarılmış. Sonra, yanıtın temel bileşenleri tespit ve beyin aktivitesinin iki dipol modeli kullanılarak lokalize edildi. Hızlı durumda daha belirgin sol aktivasyon ile, sağ ve sol işitsel korteks hem de - (8 Hz 3) faaliyet salınım gücün Tek deneme analiz Teta bant patlamaları frekans değişikliği işleme sağlam endeksi gösterdi. Bu yöntemler bildirilen ilk bazı salınımların uyarılmış bebeklerde analizleri, ama aynı zamanda vardır, sadece veri üretmişlerdir da önemlisi, kayıt ve temiz, titizlikle toplanmış, bebek EEG ve ERPs analiz köklü bir yöntemin ürünü. Bu yazıda, i için yöntemi tarifnfant EEG net uygulama, kayıt, dinamik beyin tepki analizi ve temsili sonuçları.

Giriş

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gelişimsel bozukluklar, geniş bir yelpazede, erken belirlenmesi ve sonuçta iyileştirme anahtarı gelişen beyin fonksiyonel ağları bir araya olarak devreye girer erken mekanizmaların anlaşılmasında yattığını giderek daha açık hale gelmektedir. Böylece, nöral desen zamansal dinamiklerini etkileyen biliş anlamakta ilgi var artar. Özellikle, özel bilişsel işlevler farklı olarak belirli frekans bantlarında (örneğin, döngüsel dalgalanmalar tek hücreli ya da nüfus zarı potansiyeli) 1 osilatör aktivite ile ilişkili olduğu. Önceki çalışmalar salınım dinamikleri, gelişmekte olan ağların 2-4 aktivite bağımlı öz-örgütlenme çok önemli bir rol oynamaktadır nöronal uyarılabilirliği 5,6 kontrol ve duyusal girdilerin 7,8 entegre olduğunu kurduk. Titreşim beyin aktivitesi av verimliliğini artırarak, 9,10 metabolik yararlı olacağı düşünülmektedirduyusal işleme fonksiyonları ve biliş ve dil gibi üst düzey fonksiyonlarının koordinasyonu ariety. Ancak, yaş ve insan bebeklerde davranış sonuçları ile bağlantıları arasında nöral senkronize rolü sistematik soruşturma henüz başarılı olmak için vardır. Bu amaca yönelik önemli bir adım zamansal dinamikleri ve erken dil dahil olmak üzere bilişsel süreçlerin geliştirilmesi destekleyen salınım mekanizmalarının ortaya çıkması ve olgunlaşması daha derin bir anlayış elde etmektir.

Dil gelişiminin çok önemli bir bileşeni doğru işlemek ve hızla değiştiği akustik sinyalleri kategorize yeteneği: genellikle milisaniye onlarca gibi küçük sırasına. Örneğin, sözcükleri "baba" ve "kötü" akustik dinamikleri sadece hece ilk 40 milisaniye boyunca akustik farklılık, henüz iki çok farklı anlamlar ve dernekler var. Önceki çalışmalar recepti bir olgunlaşma yörüngesini gösteriyorAkustik ve dilsel farklılıklara yeteneği ettik. Yaş gibi erken 2 ay gibi, bebeklerin hızlı frekans değişimleri ayırt etmek yeteneğini göstermek (örneğin, <100 msn); İki akustik benzer heceler arasındaki farkı tespit etmek için "donanım" yerinde olduğunu düşündürmektedir. Önümüzdeki birkaç ay içinde, bebekler, giderek daha küçük farklılıkları ayırt kategorik algı geliştirmek ve anadil hece 11-14 sesler için kortikal uzmanlık sergileyebilir. Hatta basit sesler için bu tür sesleri gibi - - erken göstergeleri sonra dil bozukluğu 15 olabilir karmaşık ses algısı, temel işleme mekanizmalarının işlevi dayandığından, bu yeteneği açıkları akustik farklılıkları hızla değişen algılamaya düşünülmektedir.

Bu laboratuvarda Choudhury ve Benasich önceki çalışma kuvvetle bir bebeğin yeteneği çok işlemek için olduğunu gösteren, bu hipotezi desteklerBasit sesler (örneğin, ton) hızlı değişimler 3 ve 4 yıllık dil ve bilişsel yeteneklerini 16,17 tahmin edebilirsiniz. Bu veriler önceden dilli bebeklerin beyin yanıtları işitsel işleme ve gelişimsel ilerlemenin bir göstergesi ölçülebilir sağlayabilir doğrulayın. Çalışma ve burada sunulan yöntemler bu ilişkinin altında yatan mekanizmanın temel yönlerini prob. Araştırmanın birkaç satır artık zirve gecikme ve ERP dalgaların genlik birden jeneratörler 18-23 EEG salınımlarının içinde spectrotemporal dinamikleri toplamı ortaya çıktığını göstermektedir. Spectrotemporal analiz de faz ve güç bilgilerinin ayırımını sağlar. Faz kilitli aktivite uyaran tarafından uyarılmış olan nöronal cevabın bir kısmını yansıtıyor. Tepkiler bir zaman kilitli olay göreli ortalama beri Bu tür bilgiler, ERP elde edilebilir ne benzer. Ancak, bazı nöronal aktivitenin zamanlaması deneme yargılanma değişebilir. ERP analizinde, tis etkinliği "dışarı ortalama" dir; Ancak deneme yargılanma güç değişiklikleri analizinde, bu bilgiler kurtarılamaz ve analiz edilebilir. Bu nedenle, faz ve güç spectrotemporal analizi, geleneksel ERP göre nöronal yanıt hakkında ek bilgiler verebilir. Bebek gelişimi ile ilgili olarak, salınımlar hayvan modellerinde 2,3 nöral devrelerin gelişmesine katkıda ancak bu mekanizmaların sadece insan popülasyonunda araştırılması başlamış olması önemli kanıtlar vardır. Bu laboratuvardan Çalışma teta göstermiştir ve gama salınım 6 aylık 24 de anadil uzmanlık ilişkilidir. Bu bebeklikte salınım hiyerarşilerin işlevselliğini vurgular.

Küresel hipotez, yukarıda sunulan kanıtlara dayanarak, işitsel korteks uyarılmış salınımlar senkron bebek beyin gelişimini destekler olmasıdır. Bu hipotezi test etmek de bir ilk adım, bir "temel olarak221; Erken bebeklik döneminde işleme elde edildi; yani, 4 aylık-yaş halen anadil uzmanlaşma 25,26 için "algısal daralma" önce düşünülmektedir. Buna göre, biz (Kontrol koşulu Saha-varyant bir "acayip paradigması" olarak sunulan ses çiftleri ve zift değişmeyen iki oran koşulları oluşan pasif dinleme sırasında kaydedilmiş bebek EEG verilerini tek deneme frekans analizi gerçekleştirilmiştir: 300 msn arası uyaran aralığı; Hızlı durum: 70 msn arası uyaran-aralık).

Burada hızlı bir işitsel işleme odaklanan çalışmalardan uyaranlara kullanarak bu yöntemi göstermektedir. Bu çalışmalar, bir "tuhaf paradigması" olarak, öngörülemeyen nöronal aktiviteyi, ama tanınabilir olayları değerlendirmek için kullanıldı. Bu paradigmada, öngörülemeyen ya da "garip" uyaranlara genellikle denir "Sapkın" yanıtlara beyin yanıtı, öngörülebilir uyaran için tepki ise, mos sunduZaman t genellikle "Standart" beyin yanıtı denir. Bir acayip paradigma sunulan uyaranlara verilen yanıtlar otomatik çok genç bebekler ile kullanmak için bu paradigma kolay hale odaklanmış dikkat olmadan elde edebilir. Işitsel uyaranların Tüm çalışmaya bağlı olarak değişir aralıklarla serbest alan hoparlörleri aracılığıyla sunulmaktadır. Daha önce belirtildiği gibi, bu çalışmada endeks hızlı işitsel işleme (RAP) yeteneklerini kullanıldığı sesler: yani, on-of-milisaniye akustik değişim 16,17,27,28 içeren duyulur. Bu diğer birçok uyaran türleri sesler yanı sıra enterfazla Gap ile Frekans veya Süre değişiklikleri yansıtan deviants ünsüz-sesli harf (CV) olmak üzere nörofizyolojik ayrımcılık, test için yararlıdır, ve / veya artan veya azalan frekans Sweeps kaydetti olabilir. Son olarak, biz de hiçbir uyaranın sunulduğu "sessiz oyun sırasında" kendiliğinden EEG kaydı öneririz. Bu veriler daha sonra olabilirtekrar stimülasyon yokluğunda titreşimli kaplin ve tutarlılığı ölçmek için kullanılır.

Bir bebek nüfus EEG aktivitesini kayıt benzersiz zorluklar bir dizi oluşturmaktadır. Örneğin, elektrotların yerleştirilmesi ve deney süresi boyunca bir yerde bırakarak işbirliği, sessiz oyuncaklar ile uğraşan ve deli bebek EEG eserler önlemek için hareketi en aza indirerek ve tutmak tüm zorlukları temsil etmektedir. Ayrıca, bebek verileri kolayca yetişkin / büyük çocuk verileri ile geliştirilen protokoller basit uygulamalar kendilerini ödünç yok. Birçok durumda bebek EEG gözlenen bileşenleri ve olaya ilişkin potansiyeller (OİP) arasındaki ilişki olarak değil kesin ne de her zaman yetişkin kabul ne için harita yok. Gelişimsel araştırmalar tipik ve düzensiz beyin fonksiyonlarının oluşumunu anlamak için güçlü bir potansiyele sahip olmakla birlikte, insan bebeklerin kayıt güvenilir ve yorumlanabilir beyin yanıtları ah gerektirirteknik ve kişilerarası alemlerde yeterlilik igh seviyesi. Bu sorunlar, ancak aşılabilir ve güvenilir EEG ve ERP veri paradigmalar kullanarak çeşitli farklı yaşlardaki bebeklerden kaydedilebilir. Burada analiz MATLAB ortamında 29 çalışan bir ücretsiz, açık kaynak kodlu ERP analiz paketi ile birlikte ERP kayıt ve analiz yazılımı piyasada mevcut kullanan genel bir yöntem tarif etmektedir.

Bu senkronizasyonu tehlikeye edildiğinde bebek beyin yanıtı kayıtları salınım analiz yöntemlerinin uygulama dil edinimi ile ilgili nöronal senkron gelişme daha mekanik sorular ve varsayılan altında yatan mekanizmaların incelenmesini sağlar. Böyle konuşma 24 heceler ve erken eğitim paradigmaları ile uzunlamasına analizlerde ya da bir arada kendiliğinden ya da "dinlenme" salınımlar 1 analizi gibi diğer uyaranlara kullanarak İlgili çabalar, t içine pencereler teklifemporal, mekansal ve tipik ve düzensiz gelişme yörüngeleri spektral dinamikleri. Bu çabalar işitsel gelişim ve plastisite üsleri anlayışımızı arttırmak ve gelişimsel dil bozuklukları için tanımlama ve iyileştirme stratejileri yardımcı olacağı umulmaktadır.

Protokol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Insan denekler ile tüm çalışmalar Kurumsal Değerlendirme Kurulu onayı ve gözetimi gerektirir. Araştırmada kullanılan zaman burada bildirilen Yöntemler, gözden ve Rutgers Fen Kurumsal Değerlendirme Kurulu (KİK) üzerinden İnsan Deneklerin Koruma Programı tarafından onaylanmıştır.

1. Hazırlık

  1. Bir ses zayıflatılmış ve elektrikle ekranlı odasında test 1 saat bebeği programlayın. EEG testi 30 dk - temsili veriler üretilen bu makalede sunulan çalışmada protokolü 20 içermektedir.
  2. Biri "birincil test", tek "net asistanı" ve bir "şovmen": test oturumu başına üç kişiyi ayrılamadı.
  3. Yüksek yoğunluklu bebek EEG kaydı için, en azından bir 64 kanallı net kullanın. Burada sunulan temsili veriler için bir 128 kanallı sensör net kullanıldı.

2. Net Uygulama

  1. Kayıt cham aşağıdaki malzemeleri ayarlayınber: Coban kendine yapışık sarma bandı, bant ölçme kalem, 2 havlu ve pipetler işaretleme. Kalibre (örneğin, dB SPL, HL, vb) test seviyesine geliyor.
  2. Elektrolit solüsyonu (damıtılmış su, Potasyum Klorür ve bebek şampuanı) çok önce tahmin aile varış zamanı olun. Net bebeğin başına çok soğuk olduğundan emin olmak için, suyun, sıcak 8 ons, sadece uygulamadan önce solüsyona eklenmelidir.
  3. Aile geldiğinde, IRB onaylı formları ile rızasını.
  4. Test odasında, bakıcının kucağında bebeği oturmak ve şovmen bebek ile oynamaya başlar var. Bu ilk ziyaretiniz ise, net uygulama prosedürünü açıklar.
  5. Başın geniş noktada bebeğin baş çevresi ölçün ve bu ölçümüne dayalı net boyutunu seçin. Çevresi, bir yaş için minimum boyut yakın ise en uygun elde etmek için, daha küçük boyutlu net seçin. Elec seçilen net Batmaktrolyte çözeltisi.
  6. Nasion-to-inion ölçün ve toplam ölçüm ½ de kafa derisi işaretleyin. Kulak-ear ölçümü için de yapın. Nihai işareti Cz (köşe) 'dir.
  7. Kuru bir havlu üzerine koyarak net aşırı çözüm çıkarın. Net yardımcısı net ters ve Taşlı elektrot kavramak var; Birincil test file önünde parmaklarını konumlandırmak, böylece net tutan.
  8. Üzerinde net Flip ve net yardımcısı chinstrap ve net dış (nasion elektrot ve chinstrap bağlayan) renkli ön Konuları hamle olarak bebek kafasına net yerleştirin.
  9. Tepe kafa derisi gösterirken Cz yerleştirerek, bebeğin başının üzerindeki net konumunu ayarlayın. Pozisyon / arka başlayan ve her elektrot ve kafa yüzeyi arasındaki dik açı olmadığından emin yapma, öne doğru çalışan elektrotların her hizalayın.
  10. Teller toplayın Çoban bant ile chinstrap, güvenli telleri ayarlamak ve net Stressiz takınctor.
  11. 50 kohm

3. Uyaranlar Sunum ve EEG Kayıt

  1. Hoparlörlerle serbest alanda mevcut işitsel uyaranlar çocuğun kafasından eşit uzaklıkta.
    NOT: uyaran parametreleri olan temsili bir çalışma şu: temel frekans ile 70 msn sesi çiftleri ya 800 ya da 1.200 Hz ve 15 harmonik (oktav başına 6 dB roll-off) iki blok (70 veya 300 milisaniye arası sunulmuştur uyaran aralığı). Düşük yüksek çiftleri (800 Hz - 1.200 Hz) - standartlara (% 85 = 708 denemeler) düşük-düşük (800 Hz 800 Hz) arasında sapkınlar (% 15 = 125 denemeler) olarak sunulmuştur.
  2. Donanım ve yazılım talimatlarına göre EEG kaydı. Temsili veriler için aşağıdaki parametreleri kullanın: Sampling hızı: 250 Hz, Alçak geçiren filtre Donanım: 100 Hz, Oval, Yüksek geçiren filtre: 0,1 Hz, Otomatik: Nyquist, Yönetim Kurulu kazanç ayarlanır: 1.
  3. Kayıt sırasında bebek için sakin, sessiz, hafif çekici bir ortam sağlar. Bir yaşına uygun sessiz bir video oynayarak ya da sessiz oyuncak (örneğin, darbe kabarcıklar, kitaplardaki resimler noktasında, kukla oynatma) ile bebeğin devreye sokun. Müzik dinlemek için kulaklık ile bakıcı sağlanması bebek yanıt ile yanlışlıkla bakıcı girişimi önler. Bebek huzursuz ise sakin bir ortam geri yüklenebilir kadar EEG etkileyen, uyaran sunum ve EEG Kaydı duraklatmak.
  4. Deney tamamlandıktan sonra, yavaşça çıkarın ve net bebeğin saç ve kafa kurutun.
  5. Test seans sonunda programları kapatmadan önce çiğ, filtresiz EEG verilerini kaydetme ve yedekleme.

4. Veri İşleme - ERP

Görme ham EEG verilerini incelemek ve segmenti reddetmekyüksek genlik eser ile s.
NOT: Yüksek genlik ile kanalları reddet ve enterpolasyon. Reddedilen kanallarının maksimum yüzde% 30 ayarlanmalıdır. Alternatif yöntemler azaltmak veya veri mevcut eserler reddetmek için kullanılabilir (örneğin, ICA, PCA, ayrıca 30 referans bakınız).

  1. Kortikal aktivite ile uyum önceden belirlenmiş parametreler ile veri Filtre. 15 Hz - bebekler için, 1 bir off-line bant geçirici filtresi kullanın.
  2. Segment sürekli veri yazılım talimatlarına göre "Zaman 0" etrafında (uyaran başlangıcı) dönemini oluşturun. Segmentasyon için, tüm yanıtı yakalamak için başlangıç ​​etkinliği ve sonrası uyaran süresini kurmak için yeterli ön uyaran süresi bulunmaktadır.
  3. Uygun bir ret kriterlerine (bebekler için örneğin, +/- 200 mV) göre gürültülü dönemini reddet. % 30 reddedilen dönemini azami yüzde ayarlayın.
  4. Her birey için çağları ve her koşul ortalama ve bu ortalama birleştirmekBüyük ortalamalar için grubu ve durumuna göre s.
  5. Her ortalama içinde bulunan dönemini sayısı denekler genelinde değişiyorsa fazla / az dönemini olan denekler eşit değerlenir, böylece dönemini sayısını ağırlık.
    1. N ortalama oluşturan dönemini sayısına eşittir n kat dalga, daha sonra tüm denekler için dönemini toplam sayısına bölünmesiyle kadar büyük ortalama ağırlık, her koşul tek tek ortalama hesaplamak. Bu yöntem, son ortalama her deneme eşit ağırlık verir.

5. Veri İşleme - Kaynak Yerelleştirme

Bebek veriler için bir yaşına uygun MR şablon veya tek bir MR taraması (önceki yayınlara 31,32 bakınız) ya her birey ve büyük ortalama ERP dosyasını ko-kayıt.
NOT: ko-kayıt sürecinde, elektrot konumları ve yeniden baş tek bir koordinat sistemi içine kayıtlıdır. Büyük ortalamalar kullanılabilirdipol modeli tanımlamak için kullanılır.

Altta yatan kaynaklarının sayısı ve konum bilgilerine monte edilecek tahmin ediyoruz. Işitsel bir paradigma için ücretsiz konumu ve rotasyon ile iki dipolleri kullanın.
NOT: Kaynak tahmini sonra otomatik ilgi zaman penceresine "en uygun" konumunu elde etmek için 4 kalıntı uyum kriterleri ağırlıklı kombinasyonu olan bir maliyet fonksiyonu bir minimizasyonu ile yönlendirilir.

  1. Bu faktörler gelişimi sırasında hızla değiştirmek gibi emin yaşa uygun parametreler derisi kalınlığı, kafatası kalınlığı, subaraknoid boşluk ve kemik iletkenlik genişliği için kullanılan olun. Temsili veriler için, parametreler şunlardır: kafatası: 1,5 mm; Kafa derisi: 2.5 mm; subaraknoid boşluk: 1.7 mm; Kemik iletkenlik: 0,0581.
  2. Grand ortalama ERP ile başlayarak, bir zirveye gelen ilgi bir zaman penceresi seçin. Muhafazakar parametreler tipik olarak ilgi 31 zirve yaklaşık +/- 20 msan bulunmaktadır.
  3. Fi "iyilik edinartık varyans yazılım çıkışları kullanılarak dipol çözümü için t ". Bu, geçerli dipol modeli ile uyum verilen zaman penceresinde açıklanamayan kalır sinyal miktarıdır. Artık varyansı en aza indirmek için zaman penceresi ayarlayın. Genişletilmiş aktivite bölgede çözüm denetlemek için bir dağıtılmış kaynak modeli (CLARA) kullanın.
  4. Her durum ve pik dipol kaynak çözeltisi ve dalga kaydedin.
  5. Her birey ortalama dosya için aynı işlemi tekrarlayın.
  6. Kaynak konumunun istatistiksel analiz için her ortalama dosyadan her dipol için yön, tepe gecikme, genlik ve konumu kullanım değerlerinin X (medial-lateral), Y (anterior-posterior) koordinatlarını ve Z (ast-üst) Çözelti. Burada sunulan durumda, 2X2 Tekrarlanan ölçümler ANOVA (Stimulus (standart, sapkın) kaynaklarının genliği ve gecikme X Yarımküre (Sol, Sağ) jeneratör gücü ve zamanlaması bakmak yararlı olabilir. KaynakKoordinatlar (inceleme için, 31,32) aynı şekilde değerlendirilebilir.

6. Veri İşleme - Kaynak Space Zaman-Frekans Analizi

  1. Çiğ, filtresiz, sürekli EEG verilerine dipol modeli çözümü uygulayın.
    1. Sanal elektrot montaj olarak ham EEG veri dosyasına kaynak çözümü (adım 5.6 kaydedilir.) Uygulayın.
      NOT: Bu şekilde dipol modelinin kullanılması sanal 2-kaynak montaj (beyin kaynak alanı) içine sürekli yüksek yoğunluklu EEG dönüştürmek için (sensör alanı) kayıt yüzey kanalı üzerine sabit uzaysal filtresi uygular.
  2. Zaman-frekans-alan (Şekil 1) içine zaman etki tek deneme kaynak sinyalini Transform.
    NOT: Günümüzde, bir çok yaklaşımlar dalgacık analizi ve Hilber uygulanması süzüldü verilerine dönüştürmek de dahil olmak üzere, bir zaman-frekans alanına tek test verileri dönüştürmek için kullanılabilir. Bu yöntemlerden bir karşılaştırma ikenBu yazının kapsamı dışında birkaç yayınlanan makaleler tamamen bu yöntemleri 33-36 tarif var. Bir ticari olarak temin edilebilen bir tutarlılık yazılım programı 37 bulunan karmaşık bir demodülasyon işlemi kullanılarak zaman-frekans analizi, sıklık ve süre 37-39 bir fonksiyonu olarak, her bir beyin faaliyetinin anlık kaplama genliği ve fazı hesaplar. Bu anlık güç kaymaları tedbirleri (Temporal Spektral Evolution, TSE) ve faz-kilitleme (Inter-deneme Faz Kilitleme, ITPL) üretir.
    1. 2 ila 80 Hz ve -1500 ile 1500 milisaniye 50 msn zaman çözünürlüğü 1 Hz geniş frekans bidonları: Aşağıdaki parametreleri kullanın. dönem zaman penceresi eserler 40,41 ödemeden düşük istenen frekansta filtreleme ya da işleme izin vermek yeterince uzun olmalıdır.
  3. Olası sahte eser ilişkili veya dairesel r yorumlanmasını önlemek amacıyla EEG faaliyet frekans zirveleri görselleştirmeksevinçli titreşimler 41,42.
  4. Koşulları ve gruplar 24,43 arasında önemli farklılıklar bölgeleri belirlemek için permütasyon test ve küme analizi yapın.

Sonuçlar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bebek Olaya ilişkin Potansiyeller

Bebek ERP'ler, yetişkin ERP genel olarak daha büyük olan, ve yaş 44 bağlı olarak, bir yanıt olgun göre aktivasyonunun daha az veya daha fazla tepe sahip olabilir. Burada, yirmi üç adet 4 aylık bebeklerin 43 (Şekil 2) temsilcisi Büyük Ortalama tepkiler göstermektedir. acayip paradigma bize bebeğin beyni iki olay arasındaki farkı fark olup olmadığını belirlemek için izin verir. Temsili sonuçlarda, sesi-varyant, sapkın yanıtı (DEV, 800-1,200Hz, kırmızı çizgi) değişmeyen sesi çiftleri (STD, 800-800Hz, siyah çizgi) göreli aktivasyonunun ek zirve, ortaya çıkarır. Bu bulgu, hem denetim oranı (300 msn sol ISI) ve Rapid Oranı (70 msn ISI, sağ) koşulları belirgindir. Fz (Frontal orta hat), C3 elektrotlar Örnek yanıtları (Central, sağda) ve C4 (solda Merkez) gösterilmektedir. Bilgisayarlı fark dalgası (Deviant eksiStandart), aynı zamanda, gri çizgiler ile gösterilmektedir. aktivasyon ek zirve bu yaşta bebek beyin hem oran sunumlar tonlar arasındaki farkı ayırt düşündürmektedir.

Bebek kaynak dalga

Biraz kalan varyans ile Kaynak faaliyeti orijinal verilerin ve dönüştürülmüş veriler lokalize kaynağı arasında bir "iyi uyum" anlamına ERP doruklarına takip etmelidir. Temsili veriler, biz CLARA dağıtılmış model üzerinde (ton değişmeyen) durumu (Şekil 3) STD bebek büyük ortalama ERP iki dipol en uygun kaynak modelinin yerini göstermek. hesaplama açıkça Kontrol ve hızlı Hızı koşullarında sol ve sağ işitsel aktivasyonunu gösterir.

İki kutuplu modeli (Şekil 4) etkinliği zirveleri çok iyi ERP karşılık geldi. ERP dalga pik zamanlaması ve morfolojisi, i gösterilenn paneli (i), (ii) (Daha fazla bilgi için, orijinal makaleye, 43) panelinde gösterilir kaynak dalga zamanlama ve morfolojisi maç. Bu deneyde Kaynak dalga kafa derisi elektrotlar üzerinde faaliyet varyansın 97.9% açıkladı. Kaynak zirve gecikmeleri istatistiksel analizi sağ hemisfer aktivitesi her iki durumda da solda daha hızlı olduğunu gösterdi ve hızla tepkiler kontrol koşulunda daha iki yarımkürede daha sonra vardı. Yarı küresel farklılıkları kaynak tespiti teknikleri yanıtları ile ilgili ek bilgi alma etkin olduğunu düşündürmektedir ERP verileri kullanılarak gözlenmemiştir.

Bebek Olay ile ilgili salınımlar

Genel olarak, zaman-frekans yetişkin analizleri ve hayvan verileri uyaranlar nöronal senkronize bir 1 / f desen uyandırmak olduğunu göstermektedir (örn., Artan sıklıkta gücü azalan). Temsili veriler, işitsel t tarafından uyarılmışbiri çift, biz bebeklerin de bu modeli (Şekil 5) ifade olduğunu göstermektedir. Burada, uyaran başlangıcı teta (5-6 Hz), beta (20-25) Hz hem sağ gama (35-45 Hz) güç senkron patlamaları ve beynin sol işitsel bölgeleri ortaya çıkarır.

Hayvan modelleri ve erişkin deneyler salınımlı senkronizasyonunu önermek ve orta frekanslı titreşimlere özellikle düşük- (örneğin., 1-8 Hz) uyarılmış potansiyeller 45 önemli sebeplerindendir. Önceki yayının 43 bebek salınımlar anlık güç kaymaları (Temporal Spektral Evolution, TSE) Analizi değişmez tonu göre teta bandında (6-8 Hz), varyant sesi daha fazla uyarılmış gücü gösterdi. Bu etki, özellikle kontrol oranı durumda (Şekil 6) sağ kulak bölgesi üzerinde, her ikisi de kuru koşullarda görülmüştür. Hızlı oran sunumu gelişmiş sol kortikal inv düşündüren, bir daha bilateral simetrik aktivite vermiştirHızla oluşan uyaranların işitsel işleme sırasında ve akustik değişim işleme sırasında özellikle olvement.

figure-results-1
Şekil zaman-frekans analizi. Zaman-frekans analizi yöntemi 1. Adım görkemli ortalama kullanılarak gösterilmiştir (n = 12) 70 msn ISI tonu koşulu sırasında 4 aylık bebeklerde veri. Uyarıcı sergilenir zaman ekseni altındaki kırmızı oklarla gösterilmiştir. Analiz adım (1), her bir kanal için oluşturulan, Cz elektrot gösterilen, ERP Ortalamalı bir çizim baş gösterilen ERP jeneratörler (2) Kaynak Yer bir eşleştirilmektedir veri 2-dipol model kullanılarak elde edilir. bebek MRG şablonu. (3) Bağımsız ve büyük ortalama kaynak dalga Sol ve Sağ dipollerin uyum elde edilir. Bebek kafa modelleri g (seçilen tepe karşılık gelen voltaj haritaları göstermekışını). (4) kaynak montaj 128 kanal derisi verilere uygulanır ve genlikleri hesaplanır ve iki kaynak kanalları için kaydedilir. (5) Olay ile ilgili salınımlar tek çalışmalarda hesaplanan ve tepki süresi boyunca ortalaması alınır. Lütfen Bu rakamın büyük halini görmek için buraya tıklayınız.

figure-results-2
Şekil 2. Potansiyel morfolojisi Olaya ilişkin. Büyük Ortalamalar (n = 23) Rapid (70 msn ISI) ve Kontrol (300 milisaniye ISI) standardına oranı yanıtları (STD, siyah çizgiler) ve sapkın için (DEV, kırmızı çizgiler) ton çiftleri Ön orta hat ve merkezi sol ve sağ elektrot gösterilmiştir. Olumsuzluk kadar çizilir. Uyarıcı sergilenir Fz de zaman ekseni altında kırmızı oklarla gösterilmiştir. P1 siyah okla Fz panelinde gösterilir. Fark wave (STD DEV eksi yanıt tepki) (43 uyarlanmıştır) gri çizgilerle gösterilmiştir. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

figure-results-3
Şekil 3. Kaynak yerelleştirme sonuçları. İki kutuplu "en uygun" kaynak modeli kaynak modelinden dağıtılan aktivitesi üzerine bindirilmiş gösterilmiştir. Temizle sol ve sağ faaliyeti sol ve sağ temporal lob bölgeler üzerinde görülebilir. (43 uyarlanmıştır). Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

figure-results-4
Şekil 4. Potansiyel Olaya ilişkin ve Kaynak Dalga karşılaştırılması. Frontal LEF (i) Örnek ERP t ve sağ elektrotlar (F3 ve F4) aktivasyon gösteri doruklarına değişmez ve varyant temel frekanslarda (sırasıyla STD ve DEV) ile çiftleri sesi. Frekansta bir değişiklik frekansları. (Ii) aktivasyon zirvelerinden gecikme kaynak lokalize dipol aktivitesi için benzer (STD siyah) değişmeden olduğunda, düşündüren göre daha büyük zirveleri ~ 400 milisaniye (DEV, kırmızı çizgi), ortaya çıkarır ERP ve kaynak dalga analizi arasındaki iyi bir maç. 400 msn de büyük zirve kaynak lokalize verilerle doğru yarımkürede özellikle belirgindir. Kolaylık olması açısından, Rapid Hızı durumuna sadece yanıtları ancak benzer bir maç da Denetim Oranı durumda yanıtlar için ERP ve kaynak dalga formları arasında gözlendi gösterilmiştir. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

şekil 5 "src =" / files / ftp_upload / 52420 / 52420fig5.jpg "/>
Şekil 5. Pooled TSE haritaları sol ve sağ jeneratörleri için zaman -1 1 sn bir dönem boyunca yüzde spektral değişim cinsinden ifade edilir. (I) tutarlı frekans bantlarında 300 milisaniye ISI koşulu meydana çıkarmak olaya ilişkin salınımlarla Sesleri uyaranın başlangıcından etrafında (örn., -1140 msn ve 0 msn). Uzun bir uyarıcı dönem verilerin daha görselleştirmek için ve frekans ayrışma için yeterince uzun bir örnek sağlamak amacıyla kullanılır. (- 300 milisaniye 150) Sağ paneli ilk işlem zirve boyunca ortalama spektrumunu göstermektedir. Ortalama spektrum belirli frekans bantlarında senkronize ayrı zirveleri ile genel bir 1 / f spektrumunu göstermektedir. (ii) benzer bir model 70 msn ISI durum gözlenmektedir. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

hep ">:" keep-together.within-page = fo "çadır figure-results-5
4 aylık bebeklerde olay-ilişkili salınımlar Şekil 6. Zaman-frekans analizi. Salınım güç Değişim inTemporal Spektral Evolution (TSE) Kontrol (A) ve Rapid Oranı 4 aylık bebekler için büyük ortalama araziler gösterilir (B) koşullar. X ekseni üzerinde siyah çubuklar sesi başlangıcını ve sürelerini göstermektedir. Sol ve Sağ kaynak etkinliği her grafiğin sol üst köşesinde gösterilir. İlk sıra: değişmeyen frekans ile ses çiftleri (i) Tepkiler (STD) delta-teta aralığında güç değişiklikleri göstermek. Orta sıra: (ii) özellikle Denetim durumda sağ işitsel bölgede, yanıtları STD göre ikinci tonu ikinci tonu (DEV) show gelişmiş delta-teta gücünde bir frekans değişikliği ile ton çiftlerine Cevapları. Üçüncü sıra: CYBH ve DEV arasındaki fark arazilertepkiler Rapid Puan (B.iii) bir denetim Oranı (A.iii) iktidara sağ lateralize artış ve ikili güç farkı göstermek. STD ve zaman frekans DEV tepki arasındaki önemli farklar siyah anahat gösterilmiştir. (43 uyarlanmıştır). Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

Tartışma

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Burada anlatılan araştırma yöntemi spectrotemporal dinamikleri ve bebeklerde yüksek yoğunluklu işitsel uyarılmış EEG ve ERP beyin tepkilerinin anatomik konumu daha derin bir anlayış kolaylaştırmak açıklamaktadır. Analizi kolaylaştırmak, bu protokol kapsamında dört kritik adımlar vardır. İlk olarak, asgari bakıcı ve bebek sıkıntı ile uygun net uygulama ve konumlandırma olmayan sedasyon paradigmalara temiz EEG kaydı için temeldir. Uygun kafa ölçümü ve net boyutu seçimi yanı sıra başvuru sürecinde net yardımcısı ve şovmen kullanımı bu adımı gerçekleştirmek için anahtardır. İkincisi, bu test oturumu, sessiz oyun bebeği yürütmektedir birincil test, net asistanı ve şovmen, tarafından kolaylaştırdı bir durum sırasında ailesi için sakin, sessiz ve eğlenceli bir atmosfer oluşturulması önem taşımaktadır. Üçüncüsü, veri analizi için, bu yaşa uygun MR kafa modelleri kaynak lokalizasyonu için kullanılması önemlidir. kafa boyutu, bone ve cilt ve beyin omurilik alan en hassas yerelleştirme sonuçları elde etmek için test yaşa doğru olmalıdır. Son olarak, genel olarak, kortikal yanıtlar için, bu yüksek yoğunluklu ağ kullanılması da önemlidir (ör., Verilerin en azından 64 kanal) düşük artefakt kayıtları elde etmek şansını optimize etmek için.

Bu tekniğin bir sınırlama EEG veri kaynağı lokalizasyonu aktivitesi testleri site için altın standardı olmadığıdır. En iyi kafa modelleri ve ölçümler hala bile lokalizasyon ileri modeli aktivitesi konumu tahmin ediyor biri akılda tutmak gerekir. Bu nedenle, kaynak etkinliğine ilişkin bu bilgi deney koşulları ya da gruplar arasında karşılaştırılabilir bir şekilde deney tasarımı için gereklidir. Buna ek olarak, genel olarak, özellikle, uzunlamasına bir çalışmada, bebek testi eksik ya da eksik veri setleri ile dolu olabilir. Bu soruna getirilen çözümler a) r korumak için olankatılan aileleriyle elationships; b) bebek ve bakıcı için sessiz, sakin bir kayıt ortamı optimize; ve c) söz konusu havuzu abartma. Bizim ellerde, deneyimli bir pediatrik ekibi ile, biz düşük okul terk ve en az veri kaybı oranları elde var. 57 katılımcı ile 211 bebek kayıt oturumları uzunlamasına örneğinde biz% 98.6 veri saklama gösterir (örn., 208 kullanılabilir veri sonuçlandı oturumları) ve% 10 bırakma oranı (örn., 6 katılımcı başladıktan sonra devam koyamadık Deney). Böyle MEG ve NIRS gibi diğer teknikler üzerinde EEG bir avantajı, Subkortikal önyargılı etkinlik, farklı filtre bantları ile erişilebilir olmasıdır. Buna ek olarak, elektrot kafası ile giderken hareket için kontrol etmek daha kolaydır.

Bu protokol hakim sonra, bebek EEG ve osilatör dinamikleri deneysel uygulamalar bol miktarda bulunmaktadır. Biz ilk kortikal netwo gelişen tipik anlamak gerekir açıktırsırayla rks atipik organize olanlar tanımlamak için. Bu (salınımlar dahil) erken işitsel işleme mekanizmalarının bütünlüğü ideal işitsel deneyimler dahil olarak üretimi ve ses temsil plastisite bir rol oynar ve hangi model oluşturulması ihtiyacını göstermektedir, öğrendim. Resmi tanı meydana gelmeden önce bu modele göre, dil dışı işlem açıkları, belirtiler yıllar ile ilişkili ya da bazı durumlarda yıllarda edilebilir.

Gelecekteki araştırmalar frekans bandı özgü salınım dinamikleri, çapraz frekans faz bağlantı ve erken gelişme karşısında bölgesel eksitatör / inhibitör desen fonksiyonu dahil diğer ayrıntıları anlamak için gereklidir. Uyku gibi farklı durumları, içinde ek olarak, subkortikal aktivite ve testlerde, tipik bir gelişme daha eksiksiz bir resim vermek için gereklidir. Biz bu teknikle araştırma yüklenebileceğini tarafından sürecine önemli fikir verecektir inanıyorumh 'neurotypical' ve atipik salınım dinamikleri düzenlemek ve gelişmekte olan bilişsel ve dil becerileri ile etkileşim.

Açıklamalar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yazarların kabul edecek herhangi bir açıklaması yoktur.

Teşekkürler

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yazarlar minnetle Nörogelişimsel Araştırma ve NSF hibe # SMA-1041755 Learning Center, Öğrenme Merkezi bir NSF Bilim Zamansal Dynamics için Elizabeth H. Solomon Merkezi tarafından bu araştırma için destek kabul etmiş sayılırsınız. Özel teşekkür de katıldığı ailelere nedeniyle, ve bunların pratik ve entellektüel katkılarından dolayı Bebeklik Çalışmaları Laboratuvarı üyelerine. Kaynak yerelleştirme protokolünün geliştirilmesi için ve onun entelektüel giriş için Naseem Choudhury için Jarmo Hämäläinen Special thanks.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
EEG YükselteçleriEGI1301281
Sensör Ağları EGIC-GSN-128-1011-110File boyutları yaşa, aya göre değişir
EEG Kayıt Yazılımı NetStation4604200
Sunum BilgisayarıDell4608161
Sunum YazılımıEprime13102456-50
Biberon ısıtıcısıAventTarget veya herhangi bir bebek mağazası
Elektrolit çözünürlüğü (Potasyum Klorür kuru)EGIA-A-CC-KLL-1000-000
Coban kendinden yapışkanlı sargı bandıCoban595573
Ölçüm bandıHedef veya herhangi bir bebek mağazası
Yıkanabilir İşaretleyicilerHedef veya herhangi bir bebek mağazası
Pipetler EGI amplifikatör kurulumu ile birlikte gelir
Analiz BilgisayarıDell
Analiz Yazılımı IBESA3955054v5.3
Analiz Yazılımı IIBrain Voyager3955054
Analiz Yazılımı IIIEEGLAB/ERPLAB/ MassUnivariate ToolboxÜcretsiz MatLAB v2007b
Analiz Yazılımı IVBESA İstatistikleri
3956341

Kaynaklar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Gou, Z., Choudhury, N., Benasich, A. A. Resting frontal gamma power at 16, 24 and 36 months predicts individual differences in language and cognition at 4 and 5 years. Behavioural brain research. 220, 263-270 (2011).
  2. Uhlhaas, P. J., Roux, F., Rodriguez, E., Rotarska-Jagiela, A., Singer, W. Neural synchrony and the development of cortical networks. Trends in cognitive sciences. 14, 72-80 (2010).
  3. Singer, W. Development and plasticity of cortical processing architectures. Science. 270, 758-764 (1995).
  4. Singer, W. Mechanisms of experience dependent self-organization of neuronal assemblies in the mammalian visual system. Archivos de biologia y medicina experimentales. 16, 317-327 (1983).
  5. Lakatos, P., et al. An oscillatory hierarchy controlling neuronal excitability and stimulus processing in the auditory cortex. Journal of neurophysiology. 94, 1904-1911 (2005).
  6. Jacobs, J., Kahana, M. J., Ekstrom, A. D., Fried, I. Brain oscillations control timing of single-neuron activity in humans. The Journal of neuroscience. 27, 3839-3844 (2007).
  7. Schroeder, C. E., Lakatos, P. Low-frequency neuronal oscillations as instruments of sensory selection. Trends Neurosci. 32, 9-18 (2009).
  8. Schroeder, C. E., Lakatos, P., Kajikawa, Y., Partan, S., Puce, A. Neuronal oscillations and visual amplification of speech. Trends in cognitive sciences. 12, 106-113 (2008).
  9. Basar, E. Oscillations in 'brain-body-mind'-A holistic view including the autonomous system. Brain Res. 1235, 2-11 (2008).
  10. Buzsaki, G. Large-scale recording of neuronal ensembles. Nature. 7, 446-451 (2004).
  11. Aslin, R. N. Discrimination of frequency transitions by human infants. The Journal of the Acoustical Society of America. 86, 582-590 (1989).
  12. Eilers, R. E., Morse, P. A., Gavin, W. J., Oller, D. K. Discrimination of voice onset time in infancy. The Journal of the Acoustical Society of America. 70, 955-965 (1981).
  13. Irwin, R. J., Ball, A. K., Kay, N., Stillman, J. A., Rosser, J. The development of auditory temporal acuity in children. Child development. 56, 614-620 (1985).
  14. Jusczyk, P. W., Pisoni, D. B., Walley, A., Murray, J. Discimination of relative onset time of two-component tones by infants. The Journal of the Acoustical Society of America. 67, 262-270 (1980).
  15. Bishop, D. V. M., Hardiman, M. J., Barry, J. G. Auditory Deficit as a Consequence Rather than Endophenotype of Specific Language Impairment Electrophysiological Evidence. Plos One. 7, e35851(2012).
  16. Benasich, A. A., et al. The infant as a prelinguistic model for language learning impairments: Predicting from event-related potentials to behavior. Neuropsychologia. 44, 396-411 (2006).
  17. Choudhury, N., Benasich, A. A. Maturation of auditory evoked potentials from 6 to 48 months: prediction to 3 and 4 year language and cognitive abilities. Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology. 122, 320-338 (2011).
  18. Lakatos, P., et al. Timing of pure tone and noise-evoked responses in macaque auditory cortex. Neuroreport. 16, 933-937 (2005).
  19. Shah, A. S., et al. Neural dynamics and the fundamental mechanisms of event-related brain potentials. Cerebral cortex. 14, 476-483 (2004).
  20. Fries, P. A mechanism for cognitive dynamics: neuronal communication through neuronal coherence. Trends Cogn Sci. 9, 474-480 (2005).
  21. Buzsaki, G. Rhythms of the Brain. , Oxford University Press. New York. (2006).
  22. Buzsaki, G., Draguhn, A. Neuronal oscillations in cortical networks. Science. 304, 1926-1929 (2004).
  23. Whittingstall, K., Logothetis, N. K. Frequency-band coupling in surface EEG reflects spiking activity in monkey visual cortex. Neuron. 64, 281-289 (2009).
  24. Ortiz-Mantilla, S., Hämäläinen, J. A., Musacchia, G., Benasich, A. A. Enhancement of gamma oscillations indicates preferential processing of native over foreign phonemic contrasts in infants. The Journal of neuroscience : the official journal of the Society for Neuroscience. 33, 18746-18754 (2013).
  25. Palmer, S. B., Fais, L., Golinkoff, R. M., Werker, J. F. Perceptual narrowing of linguistic sign occurs in the 1st year of life. Child. 83, 543-553 (2012).
  26. Werker, J. F., Tees, R. C. Speech perception as a window for understanding plasticity and commitment in language systems of the brain. Dev Psychobiol. 46, 233-251 (2005).
  27. Benasich, A. A. Impaired processing of brief, rapidly presented auditory cues in infants with a family history of autoimmune disorder. Developmental neuropsychology. 22, 351-372 (2002).
  28. Benasich, A. A., Tallal, P. Infant discrimination of rapid auditory cues predicts later language impairment. Behavioural brain research. 136, 31-49 (2002).
  29. Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Front Hum. Neurosci. 8, 213(2014).
  30. Delorme, A., Sejnowski, T., Makeig, S. Enhanced detection of artifacts in EEG data using higher-order statistics and independent component analysis. NeuroImage. 34 (4), 1443-1449 (2007).
  31. Hämäläinen, J. A., Ortiz-Mantilla, S., Benasich, A. A. Source localization of event-related potentials to pitch change mapped onto age-appropriate MRIs at 6 months of age. NeuroImage. 54, 1910-1918 (2011).
  32. Ortiz-Mantilla, S., Hämäläinen, J. A., Benasich, A. A. Time course of ERP generators to syllables in infants: A source localization study using age-appropriate brain templates. NeuroImage. 59, 3275-3287 (2012).
  33. Canolty, R. T., et al. High gamma power is phase-locked to theta oscillations in human neocortex. Science. 313, 1626-1628 (2006).
  34. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of neuroscience. 134, 9-21 (2004).
  35. Delorme, A., et al. ERICA: new tools for advanced EEG processing. Computational intelligence and neuroscience. 2011, 130714(2011).
  36. Makeig, S. Auditory event-related dynamics of the EEG spectrum and effects of exposure to tones. Electroencephalography and clinical neurophysiology. 86, 283-293 (1993).
  37. Hoechstetter, K., et al. BESA source coherence: a new method to study cortical oscillatory coupling. Brain topography. 16, 233-238 (2004).
  38. Papp, N., Ktonas, P. Critical evaluation of complex demodulation techniques for the quantification of bioelectrical activity. Biomedical sciences instrumentation. 13, 135-145 (1977).
  39. Yoon, H., Yeom, W., Kang, S., Hong, J., Park, K. A multiple phase demodulation method for high resolution of the laser scanner. The Review of scientific instruments. 80, 056106(2009).
  40. Wang, Z., Maier, A., Leopold, D. A., Logothetis, N. K., Liang, H. Single-trial evoked potential estimation using wavelets. Comput Biol Med. 37 (4), 463-473 (2007).
  41. Kramer, M. A., Tort, A. B., Kopell, N. J. Sharp edge artifacts and spurious coupling in EEG frequency comodulation measures. J Neurosci Methods. 170 (2), 352-357 (2008).
  42. Kriegeskorte, N., Simmons, W. K., Bellgowan, P. S., Baker, C. I. Circular analysis in systems neuroscience: the dangers of double dipping. Nat Neurosci. 12 (5), 535-540 (2009).
  43. Musacchia, G., et al. Oscillatory support for rapid frequency change processing in infants. Neuropsychologia. 51, 2812-2824 (2013).
  44. Boer, T., Scott, L. S., Nelson, C. A. Infant EEG and Event-Related Potentials.Studies in Developmental Psychology. Hann, M. , Psychology Press. Washington D.C. 5-39 (2007).
  45. Basar, E., Schurmann, M., Demiralp, T., Basar-Eroglu, C., Ademoglu, A. Event-related oscillations are 'real brain responses' - wavelet analysis and new strategies. Int J Psychophysiol. 39, 91-127 (2001).

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

nfant EEGOlayla li kili Sal n mlarY ksek Yo unluklu EEGKaynak LokalizasyonuZaman Frekans AnaliziTeta Bant AktivitesiDipol ModeliERP Verilerinfant Beyin Sal n mlar

İlgili makaleler