Method Article

Non-invaziv Elektroensefalogramlar Kullanarak Kortikal Bağlantının İstatistiksel Modellemesi

DOI:

10.3791/60249

November 1st, 2019

In This Article

Summary

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

Standart EEG analiz teknikleri sinir sistemi fonksiyonu hakkında sınırlı bilgi sunar. Kortikal bağlantıistatistiksel modeller türetilmesi, altta yatan ağ dinamiklerini araştırmak için çok daha fazla yetenek sunar. Geliştirilmiş fonksiyonel değerlendirme sinir sistemi hastalıklarında tanı, prognostikasyon ve sonuç tahmini için yeni olanaklar sunar.

Abstract

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

Non-invaziv elektrofizyolojik kayıtlar sinir sistemi fonksiyonunun değerlendirilmesi için yararlıdır. Bu teknikler, görüntülemeden daha ucuz, hızlı, çoğaltılabedilebilir ve daha az kaynak yoğundur. Ayrıca, üretilen fonksiyonel veriler, yapısal görüntüleme ile elde edilemez mükemmel zamansal çözünürlüğe sahiptir.

Elektroensefalogramların (EEG) mevcut uygulamaları veri işleme yöntemleri ile sınırlıdır. Tek tek kanallarda ham zaman serisi verilerini kullanan standart analiz teknikleri sinir sistemi aktivitesini sorgulamanın çok sınırlı yöntemleridir. Kortikal fonksiyon hakkında daha ayrıntılı bilgi kanallar arasındaki ilişkileri inceleyerek ve alanların nasıl etkileşime girdiğine ilişkin istatistiksel modeller üreterek ağlar arasındaki bağlantının görselleştirilmesine olanak sağlar.

Bu makale, eeg'yi standart bir şekilde kaydederek kortikal ağ aktivitesinin istatistiksel modellerini elde etmek için bir yöntemi açıklar, daha sonra kaydedilen alanlar arasındaki ilişkileri değerlendirmek için elektrotlar arası tutarlılık ölçütlerini inceler. Daha yüksek sıralı etkileşimler, ağ etkileşimlerinin yüksek boyutlu "haritaları" üreterek, tutarlılık çiftleri arasındaki tutarlılık değerlendirilerek daha fazla incelenebilir. Bu veri yapıları kortikal ağ fonksiyonu ve patoloji ile ilişkisini geleneksel tekniklerle ulaşılamayan şekillerde değerlendirmek için incelenebilir.

Bu yaklaşım, ham zaman serisi analizi ile ulaşılabilecek daha ağ düzeyi etkileşimleri için daha fazla duyarlılık sağlar. Bununla birlikte, altta yatan nöral popülasyonlar ve üretilen yüksek hacimli veriler hakkında belirli mekanik sonuçlar çıkarmanın karmaşıklığı ile sınırlıdır ve boyutsallık da dahil olmak üzere değerlendirme için daha gelişmiş istatistiksel teknikler gerektirir. azaltma ve sınıflandırıcı tabanlı yaklaşımlar.

Introduction

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

Bu yöntem, sinir sistemi patolojisinin araştırılmasına, yeni tedavilerin etkisine ve yeni romanın gelişimine olanak sağlamak amacıyla, klinik olarak uygun bir kurulum kullanarak kortikal ağların invaziv olmayan elektrot kayıtlarına dayalı istatistiksel haritalar oluşturmayı amaçlamaktadır. elektrofizyolojik biyobelirteçler.

EEG sinir sistemi fonksiyonu ve hastalık 1 soruşturma için büyük bir potansiyel sunuyor1,2. Bu teknoloji ucuz, kolayca araştırma ve klinik ortamlarda kullanılabilir, ve genellikle iyi tolere. Kayıtların basit, non-invaziv doğası klinik kullanımı basit hale getiri....

Access restricted. Please log in or start a trial to view this content.

Protocol

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

Aşağıdaki deneysel protokol, insan araştırmaları için tüm yerel, ulusal ve uluslararası etik yönergelerine uygundur. Protokolü test etmek için kullanılan veriler, Bölge Toskana-protokolü 2018SMIA112 SI-RE Etik Komitesi'nin onayı ile elde edilmiştir.

NOT: Açıklanan analizleri uygulamak için kullanılan komut dosyaları https://github.com/conorkeogh/NetworkAnalysis mevcuttur.

1. Ham Veri Toplama

  1. Konu koşullarını hazırlayın.
    1. Kayıtlar arasında tutarlılık sağlamak için, tüm EEG kayıtlarını özel bir kayıt ortamında gerçekleştirin. Dikkat dağınıklığı önlemek için kayı....

Access restricted. Please log in or start a trial to view this content.

Results

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

Spektral gücün ölçüleri ölçülen her frekans bandı için n ölçümü üretecek, burada kaydedilen kanal sayısı n'dir. Bu önlemler genel güç için desibel olacak. Gruplar ve koşullar arasında doğru karşılaştırmalar sağlamak için, tek tek frekans bantları içindeki güç ölçüleri göreceli güç (yani, o bant içindeki gücün temsil ettiği genel gücün oranı) olarak ifade edilmelidir.

Spektral gücün birden fazla bant ve kayıtlı .......

Access restricted. Please log in or start a trial to view this content.

Discussion

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

Açıklanan yöntem, kortikal ağ dinamiklerinin istatistiksel haritalarının non-invaziv EEG verilerinden türemesine olanak sağlar. Bu, kaydedilen bölgelerin her bir yerde neler olup bittiğini değerlendirmek yerine, birbirleriyle nasıl etkileşimde bulunduklarını değerlendirerek basit zaman serileri verilerinin incelenmesinde kolayca ortaya çıkamayan fenomenlerin araştırılmasına olanak sağlar. Yalıtım. Bu hastalık patolojisi içine önemli anlayışlar ortaya çıkarabilir18.

Bu y.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

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

Yazarların açıklayacak bir şeyi yok.

Acknowledgements

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

Bu makalenin yayınlanması kısmen DT SFI FutureNeruro-Finanse Araştırmacı hibe tarafından desteklenmiştir.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Elektrot kapağıElectroCap InternationalVeya herhangi bir uygun kapak
İletken jelSignaGelVeya herhangi bir uygun jel
Pin tipi elektrotlarBioSemiVeya herhangi bir uygun elektrot
BioSemi Active İki kayıt sistemiBioSemi
ActiView kayıt ortamıBioSemi
MATLAB yazılımıMathworks

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Rosenow, F., Klein, K. M., Hamer, H. M. Non-invasive EEG evaluation in epilepsy diagnosis. Expert Review of Neurotherapeutics. 15 (4), 425-444 (2015).
  2. Sharmila, A. Epilepsy detection from EEG signals: a review. Journal of Medical Engineering & Technology

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Cortical ConnectivityEEG AnalysisInter electrode CoherenceNetwork DynamicsStatistical ModellingPrinciple Component AnalysisDimensionality ReductionFrequency Band AnalysisMachine Learning ApplicationsNeuropsychiatric Disorders

Related Articles