Yöntem makalesi

Insan Epilepsi hastalarında eşzamanlı göz Izleme ve tek nöron kayıtları

DOI:

10.3791/59117

⸱

17 Haziran 2019

 ,  ,  , 
1Department of Chemical and Biomedical Engineering, and Rockefeller Neuroscience Institute, West Virginia University, 2Departments of Neurosurgery and Neurology, Cedars-Sinai Medical Center, 3Center for Neural Science and Medicine, Department of Biomedical Sciences, Cedars-Sinai Medical Center, 4Division of Biology and Biological Engineering, California Institute of Technology

Bu makalede

Özet

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

Biz insanlarda eşzamanlı göz izleme ile tek nöron kayıtları yürütmek için bir yöntem açıklanmaktadır. Biz bu yöntemin yardımcı programı göstermek ve görsel bir arama hedefleri kodlamak insan medial temporal lob nöronlar elde etmek için bu yaklaşımı nasıl kullanıldığını göstermek.

Özet

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

İnatçı epilepsi hastalarından gelen intrakraniyal kayıtlar, aktif davranışlar sırasında bireysel insan nöronların aktivitesini incelemek için benzersiz bir fırsat sağlar. Davranış ölçümleme için önemli bir araç göz izleme, görsel dikkat okumak için vazgeçilmez bir araçtır. Ancak, göz izleme invaziv Elektrofizyoloji ile eşzamanlı olarak kullanmak zordur ve bu yaklaşım, dolayısıyla az kullanıldı. Burada, insanlarda eşzamanlı göz izleme ile tek nöron kayıtları yürütmek için kanıtlanmış deneysel bir protokol sunuyoruz. Sistemlerin nasıl bağlandığını ve nöronları ve göz hareketlerini kaydetmek için en uygun ayarları açıklayacağız. Bu yöntemin yardımcı programını göstermek için bu kurulum tarafından mümkün yapılan sonuçları özetliyoruz. Bu veriler nasıl bir bellek destekli görsel arama görevi göz izleme kullanarak bize nöronların yeni bir sınıf açıklamak için izin gösterir hedef nöronlar denilen, hangi yanıtı geçerli arama hedefine yukarıdan aşağıya dikkat yansıtıcı oldu. Son olarak, bu kurulumunun olası sorunlarına önem ve çözümleri tartışıyoruz. Birlikte, bizim protokol ve sonuçlar, insanlarda eşzamanlı göz izleme ile tek nöron kayıtların insan beyin fonksiyonunu incelemek için etkili bir yöntem olduğunu düşündürmektedir. Hayvan Nörofizyoloji ve insan bilişsel Nörobilim arasında anahtar eksik bağlantı sağlar.

Giriş

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

İnsan tek nöron kayıtları olağanüstü uzamsal ve temporal çözünürlük1ile insan beyninin fonksiyonunu keşfetmek için benzersiz ve güçlü bir araçtır. Son zamanlarda, tek nöron kayıtları bilişsel Nörobilim alanında geniş kullanım kazanmıştır çünkü onlar insan biliş merkezi bilişsel süreçlerin doğrudan soruşturma izin. Bu kayıtlar epileptik odakların pozisyonunu belirlemek için klinik ihtiyaca göre mümkün hale gelmiştir, hangi derinlik elektrotları geçici olarak şüpheli fokal epilepsi hastalarının beyine implante edilir. Bu kurulum ile, tek nöron kayıtları hibrid derinlik elektrot ucundan çıkıntılı mikroteller kullanılarak elde edilebilir (hibrid derinlik elektrotları ekleme dahil cerrahi metodolojisi ayrıntılı bir açıklaması önceki sağlanır Protokol2). Diğerleri arasında, bu yöntem insan belleği3,4, duygu5,6ve dikkat7,8çalışma için kullanılmıştır.

Göz izleme önlemleri, bilişsel görevler sırasında konum ve göz hareketlerini (sabitleme ve saccades) izliyor. Video tabanlı göz izci genellikle zaman içinde izlemek için özellikleri olarak kornea yansıma ve öğrenci merkezini kullanmak9. Göz izleme, bakış konumu en doğal davranışlar10,11,12sırasında dikkat odağı gösterir, çünkü görsel dikkat okumak için önemli bir yöntemdir. Göz izleme sağlıklı bireyler13 ve nörolojik nüfus14,15,16görsel dikkat okumak için yaygın olarak kullanılmıştır.

Hem tek nöron kayıtları hem de göz izleme bireysel olarak yaygın olarak kullanılır iken, birkaç çalışmalar aynı anda hem kullandı. Sonuç olarak, hala insan beynindeki nöronların göz hareketlerine nasıl tepki vereceğini ve/veya şu anda sabitleme stimülenine duyarlı olup olmadıklarını büyük ölçüde bilinmiyor. Bu, aynı anda tek nöron kayıtları ile göz izleme standart bir araç haline gelmiştir Macaques, çalışmaları aksine. Göz hareketlerine yönelik nöronal tepkisi doğrudan araştırmak için, insan tek nöron kayıtlarını ve göz takibini birleştirdik. Burada bu tür deneyler yapmak ve daha sonra somut bir örnek yoluyla sonuçları göstermek için protokol açıklanmaktadır.

Her iki nesne gösterimi17,18 ve bellek3,19, insan medial temporal lob (MTL) kurulan rolü rağmen mtl nöronların bir fonksiyon olarak modüle olup olmadığını büyük ölçüde bilinmiyor kalır davranışsal olarak ilgili hedeflere üst-aşağı dikkat. Bu tür nöronların incelenmesi, hedefe ilişkin bilgilerin aşağıdan yukarı görsel süreçleri nasıl etkilediğini anlamaya başlamak önemlidir. Burada, biz güdümlü görsel arama kullanarak nöronlar kaydederken göz izleme Utility göstermek, iyi bilinen bir paradigma hedef yönlendirilmiş davranış çalışması için20,21,22,23, 24 , 25. bu yöntemi kullanarak, son zamanlarda şu anda katılan uyarıcı devam eden bir arama hedefi olup olmadığını sinyalleri hedef nöronlar denilen nöronların bir sınıf açıklanan8. Aşağıda, bu önceki bilimsel Etüdü çoğaltmak için gereken çalışma protokolünü sunuyoruz. Bu örnekte, protokol kolayca rasgele bir görsel dikkat görevi incelemek için ayarlanabilir unutmayın.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

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

1. katılımcılar

  1. Epileptik nöbetleri lokalize etmek için intrakranial elektrotların yerleştirilmesi geçiren inatçı epilepsi olan Nöroşirürji hastaları işe.
  2. Genellikle bir amigdala, hipokampus, anterior singulat korteks ve ön tamamlayıcı motor alanının bir alt kümesini içeren tüm klinik olarak belirtilen hedef konumlarda gömülü Mikro teller ile derinlik elektrotları ekleyin. Önceki protokol2' de implantasyon ayrıntılarını görün.
  3. Hasta epilepsi izleme birimine döndüğünde, hem makro hem de mikro kayıtlar için kayıt ekipmanlarını bağlayın. Bu dikkatle baş aşamaları içeren bir baş-Wrap hazırlamak içerir (Ayrıntılar için önceki açıklama bakın2). Daha sonra, hastanın ameliyattan kurtulmasını bekleyin ve hasta tamamen uyanık olduğunda testi gerçekleştirin (genellikle en az 36 ameliyat sonrası 48 h).

2. deneysel kurulum

  1. Şekil 1' de şemanın ardından uyarıcı bilgisayarı Elektrofizyoloji sistemine ve göz takipçisine bağlayın.
  2. Uzak non-invazif kızılötesi göz izleme sistemini kullanın (bkz. malzeme tablosu). Göz izleme sistemini sağlam bir mobil sepetinize yerleştirin (Şekil 1a, B). Aynı sepetinize LCD ekran tutan esnek bir kol takın. Hastalar baş ve gözleri izlemek için uzaktan modu kullanın.
  3. Göz izleme sepetinize tam şarj edilmiş bir kesintisiz güç kaynağı (UPS) yerleştirin ve göz izleme ile ilgili tüm cihazları (örn. hastanın önünde LCD, göz izci kamerası ve ışık kaynağı ve göz izci ana bilgisayarı) harici bir güç yerine UPS 'e bağlayın Kaynak.
  4. Hasta ile LCD ekran arasındaki mesafeyi 60-70 cm 'ye ayarlayın ve ekranın yüzeyinin hastanın yüzüne yaklaşık olarak paralel olması için LCD ekranın açısını ayarlayın. Göz takipçisi kameranın hastanın burnunun yüksekliğindedir gibi, hastanın kafasına göre ekranın yüksekliğini ayarlayın.
  5. Hastayı düğme kutusu veya klavyeyle birlikte sağlayın. Denemeyi başlatmadan önce Tetikleyiciler (TTLs) ve düğme basınında doğru şekilde kaydedildiğini doğrulayın.

3. tek nöron kayıt

  1. Edinme yazılımını başlatın. İlk olarak, geniş bant (0,1 Hz-8 kHz) yerel alan potansiyelleri görsel olarak inceleyin ve hat gürültüsü ile kontamine olmadığından emin olun. Aksi takdirde, gürültüyü kaldırmak için standart yordamları izleyin (bkz. tartışma).
  2. Tek neurons tanımlamak için, bant geçişi filtre sinyali (300 Hz-8 KHz). Her mikro tel paketi için referans olarak sekiz mikrokablodan birini seçin. Farklı referanslar test ve böylece (1) diğer 7 kanallar açık nöronlar göstermek ve (2) referans nöronlar içermez başvuru ayarlayın. Giriş aralığını ± 2.000 μV olarak ayarlayın.
  3. Verileri kaydetmeden önce bir NRD dosyası (örn., sonraki off-line başak sıralama için kullanılacak geniş bant ham veri dosyası) olarak kaydetmeyi etkinleştirin. Örnekleme hızını 32 kHz olarak ayarlayın.

4. göz izleme

  1. Göz izleme yazılımını başlatın. Çünkü bir baş-sabitleme ücretsiz sistem, göz izci kafa hareketleri için ayarlayabilirsiniz böylece hastanın alnına Sticker yerleştirin.
  2. Hedef Marker, kafa mesafesi, öğrenci ve kornea yansıma (CR) hazır olarak işaretlenir böylece göz izleyici ve hasta arasındaki uzaklık ve açı ayarlayın (gibi göz izleme yazılımı yeşil gösterildiği; Şekil 2 iyi bir örnek kamera kurulum ekranını gösterir). Kaydedilecek göz üzerine tıklayın ve 500 Hz 'ye örnekleme hızını ayarlayın.
  3. Öğrenci ve CR eşiğinin Otomatik ayarlamasını kullanın. Gözlük takan hastalar için, aydınlatıcı ve kameranın konumunu ve/veya açısını ayarlayın, böylece camdan yansımalar öğrenci alımı ile müdahale etmez.
  4. Her bloğun başında dahili 9 noktalı ızgara yöntemiyle göz takipçisini kalibre edin. Göz pozisyonlarının ("+" olarak gösterilen) 9 noktalı kılavuz olarak güzel bir şekilde kaydedildiğini onaylayın. Aksi takdirde, kalibrasyon yineleyin.
  5. Kalibrasyonu kabul edin ve doğrulama yapın. Maksimal doğrulama hatası 2 ° < ve ortalama doğrulama hatası < 1 ° ise doğrulama kabul edin. Aksi takdirde, doğrulama Yinele.
  6. Drift düzeltmesi yapın ve gerçek denemeye geçin.

5. görev

  1. Bu görsel arama görevi, önceki çalışma14 uyaranlara kullanın ve8önce açıklandığı gibi görev prosedürü izleyin.
  2. Katılımcılara görev yönergeleri sağlayın. Katılımcılar arama dizisinde hedef öğeyi bulmak ve mümkün olan en kısa sürede yanıt isteyin. Katılımcıların bir yanıt kutusunun sol düğmesine basmasını isteyin ( malzeme tablosunabakın) Eğer hedefin yok olduğunu düşünüyorsanız, hedef ve sağ düğmeyi bulursanız. Katılımcılara, hedef mevcut ve hedef bulunmayan denemeler olacağını açıkça bildirin.
  3. Uyaran sunum yazılımını başlatın ( malzeme tablosunabakın) ve görevi çalıştırın: 1 s için bir hedef işaret sununuz ve uyarıcı sunum yazılımını kullanarak arama dizisini sunuyoruz. Kayıt düğmesi bastığı ve katılımcılar için deneme-by-deneme geribildirim (doğru, yanlış veya zaman aşımı) sağlar.

6. veri analizi

  1. Satın alma ve göz izleme sistemleri farklı saatlerde çalıştırıldığından, electrofizyoloji kaydı ve göz izleme için hizalama zaman damgası bulmak için davranış günlük dosyasını kullanın. Daha fazla analiz devam etmeden önce Elektrofizyoloji kayıt ve göz izleme Tetikleyiciler maç. Elektrofizyoloji kaydı ve göz izleme için ayrı olarak zaman damgası ve analiz pencerelerini göre veri segmentleri ayıklamak.
  2. Yarı otomatik şablon eşleştirme algoritması osort26 kullanın ve2,26 önce açıklanan adımları izleyin sözde tek nöronlar tanımlamak için. Daha fazla analiz için geçmeden önce sıralama kalitesini değerlendirmek2.
  3. Göz hareketi verilerini çözümlemek için, ilk olarak göz takipçisinin EDF verilerini ASCII biçimine dönüştürün. Ayrıca, ekstrakasyonlar ve saccades ayıklamak. Ardından, ASCII dosyasını içe aktarın ve aşağıdaki bilgileri bir MAT dosyasına kaydedin: (1) zaman damgası, (2) göz koordinatları (x, y), (3) öğrenci boyutu ve (4) olay zaman damgaları. Her deneme sürümdeki sürekli kaydı ayrıştırın.
  4. Ani ve davranış8arasındaki korelasyon çözümlemek için daha önce açıklanan yordamları izleyin.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

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

Yukarıda belirtilen yöntemin kullanımını göstermek için, bir dahaki sefere kısa bir süre önce8yayımlanan bir Kullanım-Case tarif. Hastalar görsel arama görevi gerçekleştirirken insan medial temporal lob (MTL; amigdala ve hipokampus) tek nöronlar 228 kaydedildi (Şekil 3A, B). Bu görev sırasında, nöronların aktivitesinin hedefler ve distraktörlerin fiktasyonları arasında farklılaşıp farkedildiğini araştırdık.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

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

Bu protokolde, eşzamanlı göz takibi ile tek nöron kayıtların nasıl kullanıldığını ve insan MTL 'deki hedef nöronları belirlemek için bu yöntemi nasıl kullandığımız açıklanmaktadır.

Kurulum üç bilgisayar içerir: bir görev yürütme (uyarıcı bilgisayar), bir göz izci çalışan, ve bir edinme sistemi çalışan. Üç sistem arasında senkronize etmek için paralel bağlantı noktası, uyarıcı bilgisayardan electrofizyoloji sistemine TTL Tetikleyiciler göndermek için kullanılır (Şekil 1C

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

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

Yazarlar hiç bir ilgi çatışması bildirmiyor.

Teşekkürler

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

Tüm hastalara katılmaları için teşekkür ederiz. Bu araştırma Rockefeller Nörobilim Enstitüsü, otizm Bilim Vakfı ve Dana Vakfı (S.W. için), bir NSF karıyer Ödülü (1554105 ur) ve NıH (R01MH110831 ve U01NS098961 ur) tarafından desteklenmektedir. Fon ders çalışma tasarımı, veri toplama ve analiz, yayınlama kararı ya da el yazması hazırlık rolü yoktu. Biz James Lee, Erika Quan, ve Cedars-Sinai simülasyon Merkezi personeli demo video üreten onların yardımı için teşekkür ederiz.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
Cedrus Yanıt KutusuCedrus (https://cedrus.com/)RB-844Düğme kutusu
Dell Dizüstü BilgisayarDell (https://dell.com)Precision 7520Uyarıcı Bilgisayar
EyeLink Eye TrackerSR Research (https://www.sr-research.com)1000 Plus Dizüstü bilgisayarlı ana bilgisayar ve LCD kol montajlı uzaktan kumandaGöz izleme
MATLABMathWorks IncR2016a (RRID: SCR_ 001622)Veri analizi
Neuralynx Nörofizyoloji SistemiNeuralynx (https://neuralynx.com)ATLAS 128Electrophysiology
OsortAçık kaynakv4.1 (RRID: SCR_015869)Spike sıralama algoritması
Psychophysics ToolbxAçık kaynakPTB3 ( RRID: SCR_002881)Psikofiziksel deneyleri uygulamak için Matlab araç kutusu

Kaynaklar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Fried, I., Rutishauser, U., Cerf, M., Kreiman, G. Single Neuron Studies of the Human Brain: Probing Cognition. , MIT Press. Boston. (2014).
  2. Minxha, J., Mamelak, A. N., Rutishauser, U. Surgical and Electrophysiological Techniques for Single-Neuron Recordings in Human Epilepsy Patients. Extracellular Recording Approaches. Sillitoe, R. V. , Springer New York. New York, NY. 267-293 (2018).
  3. Rutishauser, U., Mamelak, A. N., Schuman, E. M. Single-Trial Learning of Novel Stimuli by Individual Neurons of the Human Hippocampus-Amygdala Complex. Neuron. 49, 805-813 (2006).
  4. Rutishauser, U., Ross, I. B., Mamelak, A. N., Schuman, E. M. Human memory strength is predicted by theta-frequency phase-locking of single neurons. Nature. 464, 903-907 (2010).
  5. Wang, S., et al. Neurons in the human amygdala selective for perceived emotion. Proceedings of the National Academy of Sciences. 111, E3110-E3119 (2014).
  6. Wang, S., et al. The human amygdala parametrically encodes the intensity of specific facial emotions and their categorical ambiguity. Nature Communications. 8, 14821(2017).
  7. Minxha, J., et al. Fixations Gate Species-Specific Responses to Free Viewing of Faces in the Human and Macaque Amygdala. Cell Reports. 18, 878-891 (2017).
  8. Wang, S., Mamelak, A. N., Adolphs, R., Rutishauser, U. Encoding of Target Detection during Visual Search by Single Neurons in the Human Brain. Current Biology. 28, 2058-2069 (2018).
  9. Holmqvist, K., et al. Eye tracking: A comprehensive guide to methods and measures. , Oxford University Press. Oxford, UK. (2011).
  10. Liversedge, S. P., Findlay, J. M. Saccadic eye movements and cognition. Trends in Cognitive Sciences. 4, 6-14 (2000).
  11. Rehder, B., Hoffman, A. B. Eyetracking and selective attention in category learning. Cognitive Psychology. 51, 1-41 (2005).
  12. Blair, M. R., Watson, M. R., Walshe, R. C., Maj, F. Extremely selective attention: Eye-tracking studies of the dynamic allocation of attention to stimulus features in categorization. Journal of Experimental Psychology: Learning, Memory, and Cognition. 35, 1196(2009).
  13. Rutishauser, U., Koch, C. Probabilistic modeling of eye movement data during conjunction search via feature-based attention. Journal of Vision. 7, (2007).
  14. Wang, S., et al. Autism spectrum disorder, but not amygdala lesions, impairs social attention in visual search. Neuropsychologia. 63, 259-274 (2014).
  15. Wang, S., et al. Atypical Visual Saliency in Autism Spectrum Disorder Quantified through Model-Based Eye Tracking. Neuron. 88, 604-616 (2015).
  16. Wang, S., Tsuchiya, N., New, J., Hurlemann, R., Adolphs, R. Preferential attention to animals and people is independent of the amygdala. Social Cognitive and Affective Neuroscience. 10, 371-380 (2015).
  17. Fried, I., MacDonald, K. A., Wilson, C. L. Single Neuron Activity in Human Hippocampus and Amygdala during Recognition of Faces and Objects. Neuron. 18, 753-765 (1997).
  18. Kreiman, G., Koch, C., Fried, I. Category-specific visual responses of single neurons in the human medial temporal lobe. Nature Neuroscience. 3, 946-953 (2000).
  19. Squire, L. R., Stark, C. E. L., Clark, R. E. The Medial Temporal Lobe. Annual Review of Neuroscience. 27, 279-306 (2004).
  20. Chelazzi, L., Miller, E. K., Duncan, J., Desimone, R. A neural basis for visual search in inferior temporal cortex. Nature. 363, 345-347 (1993).
  21. Schall, J. D., Hanes, D. P. Neural basis of saccade target selection in frontal eye field during visual search. Nature. 366, 467-469 (1993).
  22. Wolfe, J. M. What Can 1 Million Trials Tell Us About Visual Search? Psychological Science. 9, 33-39 (1998).
  23. Wolfe, J. M., Horowitz, T. S. What attributes guide the deployment of visual attention and how do they do it? Nature Review Neuroscience. 5, 495-501 (2004).
  24. Sheinberg, D. L., Logothetis, N. K. Noticing Familiar Objects in Real World Scenes: The Role of Temporal Cortical Neurons in Natural Vision. The Journal of Neuroscience. 21, 1340-1350 (2001).
  25. Bichot, N. P., Rossi, A. F., Desimone, R. Parallel and Serial Neural Mechanisms for Visual Search in Macaque Area V4. Science. 308, 529-534 (2005).
  26. Rutishauser, U., Schuman, E. M., Mamelak, A. N. Online detection and sorting of extracellularly recorded action potentials in human medial temporal lobe recordings, in vivo. Journal of Neuroscience Methods. 154, 204-224 (2006).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

Medial Temporal LobeVisual Search TaskTarget NeuronsIntracranial RecordingsElectroencephalographyPupil Size MonitoringStimulus Presentation Software

İlgili makaleler