Yöntem makalesi

Kardiyak Döngü Evrelerinin Olayla İlgili Potansiyel Analizine Entegre Edilmesi: İki Boyutlu ve Sanal Gerçeklik Ortamları İçin Bir Protokol

69 görüntüleme

⸱

DOI:

10.3791/69752

⸱

5 Mayıs 2026

 ,  ,  ,  , 
1Research Center for Genetics and Life Sciences, Sirius University of Science and Technology, 2Samara State Medical University, 3National Research University Higher School of Economics

Bu makalede

Özet

Bu protokol, görsel olayla ilgili potansiyellerin kardiyak faz bağımlı modülasyonunu inceleyen bir yaklaşımı açıklar; eşzamanlı elektroensefalografi ve elektrokardiyografi kayıtları kullanılmıştır. Protokol, stimul senkronizasyonu, kalp faz segmentasyonu ve sistol ile diyastol sırasında olayla ilişkili potansiyel analizini detaylandırır ve hem geleneksel iki boyutlu hem de sürükleyici sanal gerçeklik ortamlarında uygulanabilir.

Özet

Kalp atışı, sadece yaşamı sürdürmekle kalmayıp algısal ve sinirsel süreçleri de modüle eden temel bir fizyolojik ritimdir ve böylece olayla ilişkili potansiyellerin (ERP'ler) tekrarlanabilirliğini etkiler. Sanal gerçeklik (VR), geleneksel iki boyutlu (2D) ekranlara kıyasla son derece sürükleyici ortamlar sunarken, hareket artefaktları, sunum gecikmesi ve potansiyel olarak daha güçlü kardiyojenik modülasyon gibi elektrofizyolojik kayıt için benzersiz zorluklar da getirir. Bu faktörler, standart elektroensefografi (EEG) ön işlemenin verimliliğini azaltabilir ve önemli veri kaybına yol açabilir. Bu çalışma, hem VR hem de 2D koşullarda kalp-beyin etkileşimlerini incelemek için eşzamanlı EEG ve elektrokardiyografi (EKG) içeren ayrıntılı bir protokol sunmaktadır. Bu yaklaşım, uyaranların kalp sinyalleriyle hassas hizalanması, VR kaynaklı gecikmenin düzeltilmesi ve genişletilmiş artefakt yönetimini içerir. EEG dönemlerinin kalp sistol veya diastol sırasında uyarılıp oluşmadığına göre segmentasyonu, sistol sırasında görsel ERP amplitudunun güçlü bir baskılandığını ortaya koydu. Önemli olarak, bu baskılayıcı etki hem VR hem de 2D ortamlarda neredeyse aynıydı; bu da protokolün etkinliğini gösterdi ve bu temel kalp-beyin etkileşiminin daldırma seviyesindeki değişikliklere karşı dirençli olduğunu doğruladı. Bu protokol, biliş üzerindeki kardiyak etkisinin araştırılması için standart bir çerçeve sunar ve çeşitli görsel sunum yöntemlerine uyarlanabilir.

Giriş

Kalbin ritmik aktivitesi giderek daha fazla sadece hayati bir homeostatik süreç olarak değil, beyin fonksiyonu ve bilişin temel bir modülatörüolarak kabul edilmektedir. Artan bir kanıt koleksiyonu, kalp sinyallerinin algı, dikkat, duygusal düzenleme ve bilinç dahil olmak üzere geniş bir nörobilişsel süreç yelpazesi üzerinde sürekli etkiyarattığını göstermektedir 2,3. Bu kalp-beyin ekseni, kardiyovasküler baroreseptörlerden ve mekanoreseptörlerden gelen afferent interoseptif sinyallerle aracılık edilir; bu sinyaller beyin sapı üzerinden kortikal bölgelere projeksiyon yapar ve ekstroseptif duyusal bilgilerleentegre olurlar 4,5. Sonuç olarak, beyin dış uyaranları pasif olarak işlemez, bunu vücudun iç durumu bağlamında yapar; bunun temel göstergesi kalp döngüsünün evresidir.

Temel metodolojik zorluk, kardiyojenik sinirsel aktivitenin görsel ERP'lerle ölçüldüğünde dış uyarıcıların işlenmesini nasıl etkilediğini ortaya çıkarmaktır. Bu etkileşimin en belirgin elektrofizyolojik tezahürü, kalp atışı ile uyarılan potansiyel (HEP) olup, kalp kasılmasına zaman kilitli olan belirli bir EEG aktivitedesenidir 6. HEP, beynin yaklaşan kalp atışını ve bunun duyusal işleme üzerindeki etkilerini öngörücü kodlamasını yansıtan interoseptif dikkatin sinirsel belirteciolarak kabul edilir 7,8. Çağdaş modellere göre, beyin bu kalp sinyallerini kullanarak vücudun iç durumunun dış bağlamında birleşik bir temsilinioluşturur 9,10. Ampirik kanıtlar, dış uyaranların işlenmesinin, algısal önemleri ve alttaki sinirsel korelasyonları dahil, kardiyak sistol veya diastol 11,12,13 sırasında mı sunulmasına bağlı olarak önemli ölçüde değiştiğini göstermektedir. Sistol sırasında (kasılma fazı) sunulan uyarıcılar, diastol (gevşeme fazı) döneminde sunulanlara kıyasla ERP amplitudalarının azalması ve davranışsal yanıtların değişmesiyle kanıtlanan baskılanmış sinirsel işlemle tutarlı olarak ilişkilidir14,15,16. Bu etki, beynin15,17 sistol sırasında geçici olarak kardiyak interoseptif sinyalleri önceliklendirmek için eksteroseptif sinyal işlemeyi bastırdığını öne süren "somatosensory gating" hipoteziyle açıklanır.

Kalp-beyin eksenine artan ilgiye rağmen, standart ERP analiz protokolleri yalnızca dış uyaranlara odaklanır; uyarıcının başlangıcına göre dönemleri segmentlere ayırır ve böylece devam eden kalp döngüsünün getirdiği derin deneme deneme değişkenliği göz ardı edilir. Görsel ERP'lerin kardiyak döngü modülasyonunu doğru şekilde yakalamak için temelde farklı bir yaklaşım gereklidir. Bu, uyarıcı sunumunun belirli kalp fazlarıyla hassas hizalanmasını gerektirir ve eşzamanlı EKGkaydı ile doğrulanır 18. Mevcut literatürde, ham veri toplamadan istatistiksel analizlere kadar tüm işlem aşamalarını kapsamlı şekilde tanımlayan standartlaştırılmış, ayrıntılı ve kolayca tekrarlanabilir protokoller yoksundur; bu protokoller kalp fazlarını hesaba katmaktadır.

VR gibi sürükleyici teknolojilerin sinirbilimde hızla benimsenmesiyle ek bir metodolojik zorluk da ortaya çıkmaktadır. VR ortamları, kontrollü ama gerçekçi deneysel ortamların oluşturulmasını mümkün kılarak son derece sürükleyici ve sürükleyicibağlamlar sunar 19,20 . Ancak, yüksek kaliteli EEG ve EKG verilerinin VR ortamında eşzamanlı olarak elde edilmesi, birkaç teknik zorlukla ilişkilidir. Bunlar arasında potansiyel hareket artefaktları, kulaklıktan kaynaklanan elektromanyetik parazit ve uyarıcı sunumu (genellikle doğal gecikmeyle), veri toplama ve hareket takip sistemleri arasında hassas zamansal senkronizasyon ihtiyacıyer alır 21. Bu teknik zorluklar, klasik 2B ve sürükleyici VR paradigmaları arasında kardiyo-bağımlı sinir modülasyonunun doğrudan karşılaştırılması için özel olarak tasarlanmış sağlam analiz protokollerinin kıtlığına katkıda bulunmuştur. Bu ortak bir çerçevenin olmaması, sonunda immersiya ve varlığın temel beyin-vücut etkileşim mekanizmalarını nasıl modüle ettiğine dair araştırmaları engelliyor.

Bu zorlukları ele almak için, bu çalışma, görsel ERP'lerin kalp döngüsü modülasyonunu inceleyen kapsamlı ve adım adım bir metodolojik protokol sunmaktadır; böylece eşzamanlı EEG ve EKG kayıtları entegre edilmektedir. Yaklaşımın temel taşı, sinir verilerinin kardiyak R-tepesine göre segmentasyonudur; bu da uyarıcıların sistol veya diastol sırasında gerçekleşmelerine göre sınıflandırılmasına olanak tanır. En önemlisi, tüm uyarılma sonrası dönemin veri odaklı analizi, kalp fazının sinir tepkisi üzerinde önemli bir modülatör etki yarattığı belirli zaman aralıklarını belirlemek için kullanılır. Bu çalışmanın başlıca katkıları üç unsurdur: (1) doğrudan çoğaltma için tasarlanmış eksiksiz, görselleştirilmiş bir protokol sağlanır, (2) protokol, standart bir 2D monitör ve sürükleyici VR başlığı kullanılarak elde edilen verileri karşılaştırmak üzere uyarlanır ve doğrulanır; (3) protokolün faydası, duygusal değerlik yüz uyaranlarının çevrenin immersivliğine bağlı olarak sinirsel işlem üzerindeki kalp etkisini farklı şekilde modüle ettiği ortaya koyarak gösterilir.

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

Protokol

Çalışma, Samara Eyalet Tıp Üniversitesi Biyoetik Komitesi tarafından onaylandı (protokol kodu 195, 10 Ekim 2018 tarihli). Tüm katılımcılar çalışmadan önce bilinçli gönüllü onay vermiştir. Son örneklem, 19-21 yaş aralarında 27 sağlıklı erkek gönüllüden oluşuyordu. Test oturumları sırasında, her katılımcı bireysel olarak uygulanan bir dizi standart değerlendirme gerçekleştirdi. Reaktifler ve kullanılan ekipmanlar Malzeme Tablosu'nda listelenmiştir.

1. Malzemeler ve ekipmanlar

NOT: Uygun olduğunda işlevsel olarak eşdeğer donanım ve yazılım kullanın. Deneysel kurulumun genel bir görünümü için, sistem düzeni ve bağlantılar dahil olmak üzere Şekil 1'e bakınız. Deneyden önce aşağıdaki ekipman ve yazılımı hazırlayın. Genel gereksinimler aşağıda açıklanmakta ve özel konfigürasyonlar Malzemeler Tablosu'nda listelenmiştir.

  1. EEG/EKG alım sistemi
    1. EEG ve EKG'nin eşzamanlı kaydını sağlayan bir amplifikatör sistemi kullanın.
    2. EKG kaydı için saç derisinden yeniden atanabilen EEG elektrotları kullanın.
  2. EKG giriş seçenekleri (EEG sistemi bipolar kanalları destekler)
    1. EKG kaydı için özel bipolar giriş kanalları kullanın, eğer mümkünse.
    2. Özel bipolar kanallar mevcut değilse, iki kritik olmayan EEG elektrodunu yeniden atayarak bipolar EKG çifti oluşturun.
  3. EKG giriş seçenekleri (EEG sistemi yalnızca monopolar kanalları destekler)
    1. EKG sinyallerini yardımcı (AUX) veya diferansiyel girişe yönlendirmek için diferansiyel adaptör kullanın.
    2. Seçilen giriş konfigürasyonuyla uyumlu pasif elektrotlar ve tek kullanımlık yapıştırıcı elektrotlar kullanın.
  4. Uyarıcı sunumu
    1. 2D sunum için yüksek yenileme hızlı ekrana (≥120 Hz) sahip bir bilgisayar kullanın.
    2. VR sunumu için sinyal yansıtma amacıyla başta monte edilmiş bir ekran ve ikincil bir monitör kullanın.
  5. Senkronizasyon ve sensörler
    1. Montaj aksesuarlarıyla birlikte bir fotodiyot veya fotosensör kullanın ve bunu EEG toplama sistemine bağlayın.
  6. Yazılım
    1. Hassas zamanlama, dizileme ve tetikleme çıkışı yapabilen bir VR çalışma ortamı ve uyarıcı kontrol yazılımı kullanın.
    2. Olay işleme, ön işleme ve ERP analizini destekleyen EEG/EKG analiz yazılımı kullanın; Gerekirse isteğe bağlı özel betikler kullanın.
  7. Laboratuvar ortamı ve aksesuarlar
    1. EEG kaydı için korumalı ve düzgün izole bir oda kullanın.
    2. Rahat bir sandalye, kablo yönetim çözümleri, cilt hazırlama malzemeleri, iletken jel ve başta oturan ekranlar için hijyen malzemeleri sağlayın.

2. Sistem kurulumu ve gecikme tespiti

  1. Uyarıcı sunum yazılımını kurup yapılandır.
    1. VR durumu
      1. Kafa monte edilmiş ekran için gereken üreticiye özgü VR çalışma zamanını kurun.
      2. Deneysel uyarıcı uygulamasını çalışma zamanı dokümantasyonuna göre VR başlığına yerleştirin.
      3. İlk VR sistemi kurulumunu takip sistemini (varsa) kalibre ederek ve oyun alanı sınırlarını üreticinin talimatlarına göre belirleyerek gerçekleştirin; böylece sabit takip sağlanır ve hareketle ilgili artefaktlar en aza indirilir.
    2. 2D durum
      1. Veri alımı sırasında kesintileri ve zamanlama gecikmelerini en aza indirmek için gereksiz arka plan uygulamaları ve süreçlerini devre dışı bırakarak uyarıcı sunum iş istasyonunu optimize edin.
  2. EEG edinim yazılımında kayıt montajını oluşturun.
    1. Yeni bir çalışma alanı veya kayıt yapılandırması oluşturun ve çalışma tanımlayıcısına göre adlandırın.
    2. EEG kanallarını atayın ve AUX giriş kanallarını amplifikatör donanım dokümantasyonuna göre ayırın.
    3. Fotodiyot ve EKG sinyalleri için iki ek kanal ekleyin. Kanal isimlerini, türlerini ve birimlerini uygun şekilde yapılandırın ve bu kanalları EEG ile aynı kayıt dosyasına dahil edin. EKG kanalını tutarlı şekilde etiketleyin (örneğin, "EKG").
  3. Bir fotodiyot kullanarak uyarıcı sunum gecikmesini ölç.
    1. Fotodiyody EEG amplifikatorunun mevcut AUX girişine bağlayın.
    2. VR durumu: Fotodiyod, uyarıcı kilitli bir parlaklık yamasına karşılık gelen bir konuma kulaklık lensine monte edin. En az 100 uyarıcı olay sunmalı ve fotodiyot sinyalini kaydederek görüntü gecikmesini ve denemeden denemeye titremeyi hedeflenen tetikleyiciye göre ölçmek için kaydet. VR ölçümleri tamamlandıktan sonra, fotodiyody 2D ekrana taşıyın.
    3. 2D koşu: Fotodiyotu monitörde özel uyarıcıya kilitlenmiş bir piksel alanının üzerine yerleştirin. En az 100 uyarıcı olay sunun ve fotodiyot sinyalini kaydederek görüntü gecikmesi ve titremesini hedeflenen tetikleyiciye göre ölçebilirsiniz.
    4. İsteğe bağlı: İki fotodiyot varsa, her sensörü ayrı bir AUX kanalına bağlayın ve 2D ve VR gecikmelerini aynı anda ölçmek için senkronize flaşlar gösterin.
    5. Katılımcının görüşünü engellememek için gecikme ölçümleri tamamlandıktan sonra fotodiyody 2D ekrandan çıkarın.
    6. Her sunum ortamı için ortalama görüntü gecikmesini ve standart sapmayı (jitter) hesaplayın.
    7. 2D ve VR koşulları için gecikme ve jitter değerlerini ayrı ayrı belgeleyin.
    8. Gecikme titremesinin seans boyunca sabit kaldığını doğrulayın. Donanım veya yazılım ayarları değiştirilirse, gecikme ölçümlerini tekrarlayın.
  4. EKG kayıt kanalını yapılandırın.
    1. EKG giriş konfigürasyonunu mevcut amplifikatör yeteneklerine göre belirleyin (bipolar kanallar desteklenir ve sadece monopolar kanallar desteklenir; bkz. adım 1.2 ve 1.3).
    2. Bipolar EKG kaydı destekleniyorsa, kayıt yazılımında özel bipolar EKG girişini etkinleştirin ve kanal etiketi "EKG"yi ayırın.
    3. Sadece monopolar kanallar varsa, bir diferansiyel adaptörü AUX veya diferansiyel girişe bağlayın ve bu girişi kayıt yazılımında EKG kanalı olarak haritalayın. Kanal etiketi "EKG"yi ayırın.
    4. Bu aşamaya EKG elektrotları yerleştirmeyin. Katılımcı hazırlığı sırasında elektrot yerleştirme ve empedans kontrolleri yapın.

3. Katılımcı hazırlığı

  1. EEG kapağının yerleştirilmesi
    1. EEG kapsağı, uluslararası 10–10 veya 10–20 sistemine göre Cz elektrotunu hizalayarak ve kapsül boyutunu katılımcının başçevresine 22 ayarlayarak takın.
    2. Her elektrot noktasında saçları pamuk çubuk veya kör uçlu bir kanül (yaklaşık 2–3 mm çapında) ile ayırın. Empedansı azaltmak için hafif bir aşındırıcı veya cilt hazırlama solüsonu uygulayın.
    3. Her elektrodu yerleştirin, iletken jel uygulayın ve elektrot tutucusunu nazikçe döndürerek saç derisiyle sağlam temas edin. Komşu elektrotlar arasında iletken jel köprüleri oluşturmaktan kaçının.
    4. Elektrot empedanslarını ölçün ve saç ayırmayı tekrarlayarak, ek cilt hazırlığı uygulayarak veya gerekirse iletken jel ekleyerek 8 kΩ'nin altına düşürün (veya laboratuvar standardı).
    5. EEG kablolarını hareketi en aza indirmek ve katılımcının kendini rahat hissettiğinden emin olmak için sabitleyin.
  2. EKG elektrot yerleşimi
    1. Her iki bileğin iç (avucuna bakan) tarafındaki cildi alkollü mendil kullanarak temizleyin ve cildin tamamen kurumasına izin verin.
    2. Standart Uzuv Kablosu I'i kaydetmek için bileklere tek kullanımlık yapıştırıcı elektrotlar yerleştirin; negatif elektrot sağ bilekte, pozitif elektrot ise sol bileğe yerleştirilin. İyi elektrot teması sağlayın ve kemik çıkıntılarının üzerine yerleştirilmeden kaçının.
    3. EKG kablolarını tıbbi bantla sabitleyin, hareketle ilgili artefaktları azaltmak için küçük gevşek halkalar bırakın.
    4. EKG sinyalini dinlenme halinde doğrulayın. R-tepelerin net görünür ve dik olduğundan emin olun. Eğer R-tepeleri ters görünüyorsa, elektrot polaritesini değiştirin. EKG sinyalinin zamanla stabil kaldığını doğrulayın.
    5. EEG ve EKG kaydı için tek bir amplifikatör kullanıyorsanız, sistemin gerektirdiği şekilde EEG ve EKG topraklama elektrotlarını bağlayın. Birden fazla toprak teması bulunduğunda, sinyal kararlılığını artırmak için EEG ve EKG için ayrı toprak elektrotları yerleştirin ve tüm toprak elektrotlarının amplifikatör içinde dahili bağlantılı olmasını sağlar.

4. VR başlık takımı (sadece VR durumu)

  1. Kulaklık takmadan önce EEG kapağını çıkarmayın veya EEG veya EKG elektrotlarını ayırmayın.
  2. VR başlığının üst kayışını ve arka sıkma mekanizmasını gevşeterek EEG kapağının üzerine yerleştirmeye uygun hale getirin.
  3. Katılımcıya VR başlığının ön kısmını yüzüne yerleştirmesini söyleyin. Arka kısmı EEG kapağının üzerine indirin ve kulaklığı sağlam şekilde takana kadar kayışları yavaşça sıkın.
    1. Kulaklığın EEG elektrotlarına aşırı baskı uygulamadığından emin olun. Uzun süreli kullanımda katılımcı rahatlığını koruyarak kulaklığın kaymasını önlemek için oturmayı ayarlayın. EEG sinyalini hat gürültüsü veya basınçla tetiklenen artefaktlar için inceleyin ve gerekirse kulaklığı yenidenayarlayın 23.
  4. VR ekran çıkışını ikincil bir monitöre yansıtarak uyarıcı sunumu ve katılımcı davranışının gerçek zamanlı denetlenmesini mümkün kılın.
  5. Kulaklık taktıktan sonra EEG elektrot empedanslarını tekrar kontrol edin. İletken jeli 8 kΩ'yi aşan herhangi bir kanala (veya laboratuvar standardına) tekrar uygulayın. VR durumu boyunca periyodik olarak empedans kontrollerini tekrarlayın.

5. Kayıt

  1. Uyarıcı sunumu
    1. Görsel uyaranları kesin ve tekrarlanabilir zamanlamayla sunun. EEG kaydındaki her uyarı başlangıcını tetikleyen olayları gönderin ve kaydedin. 2D ve VR ortamlarında aynı uyarıcın zamanlama parametrelerini (örneğin, uyaran süresi, uyarılanlar arası aralık) kullanın.
  2. Katılımcı izleme
    1. Katılımcıya, uyarı sunumu sırasında baş hareketini ve göz kırpmayı en aza indirmesini söyle. Kayıt sırasında EEG ve EKG sinyallerini sürekli izleyin. Gerekirse elektrot empedanslarını düzeltmek veya kabloları ayarlamak için deneyi durdurun.
  3. Kayıt blokları
    1. Her iki sunum ortamında (2D ve VR) veri kaydedin. Düzen etkileri için kontrol edildiğinde katılımcılar arasında ortamların sırasını dengeleyin.

6. EEG ön işleme

  1. Veri ithalatı ve kanal doğrulaması
    1. Sürekli EEG, EKG ve fotodiyot verilerini EEG analiz yazılımına aktarın. Tüm kanal etiketlerinin, türlerinin ve birimlerin doğru atandığından emin olun.
  2. Sinyal filtreleme
    1. Yerel güç hattı frekansında (50 Hz veya 60 Hz) bir çentikli filtre uygulayın. Laboratuvar standardı gerektiriyorsa harmonik frekansları ekleyin.
    2. EEG verilerine laboratuvar standardına göre (örneğin, 0.1–40 Hz) bir bant geçirici filtre uygulayın.
  3. Olay işaretçisi düzeltmesi ve yeniden etiketleme
    1. Uyarıcı olay belirteçlerini, adımda 2.3'te ölçülen çevreye özgü ekran gecikmesini çıkararak düzeltin. Sonraki analizler için gecikme düzeltilmiş uyarıcı işaretleyiciler oluşturun.
    2. Uyarıcı işaretleyicileri sunum ortamına göre yeniden etiketleyin (örneğin, etkinlik etiketlerini "2D_" veya "VR_" ile ön ekle).
  4. Eser tespiti ve düzeltme
    1. Sürekli verileri görsel olarak artefaktlar için inceleyin. Aşırı gürültü veya hareket artefaktları içeren segmentleri tespit edin ve işaretleyin. Uygun olduğunda, standart laboratuvar prosedürlerine uygun şekilde kötü kanalları interpolasyon yapın.
    2. Göz ve kas artefaktlarını belirlemek için bağımsız bileşen analizi (ICA)24 gerçekleştirin. Bileşen zaman kurslarını, saç derisi topografilerini ve spektral özellikleri inceleyin. Nesnel kriterler veya uzman görüşlerine dayalı eserle ilgili bileşenleri kaldırın. Uygun olduğunda, ICA veya regresyon tabanlı yaklaşımları kardiyakla ilgili eserleri modellemek için genişletin.
    3. Uyarıcıyla kilitlenen ERP'lerle aynı ön işleme parametreleri kullanılarak R-zirvesine zaman kilitli ERP'ler hesaplanır. Ortaya çıkan dalga formlarını ve saç derisi topografilerini inceleyerek olası kardiyak alan artefaktı (CFA) kirlemesinideğerlendirin 25. EEG sinyallerinde belirgin QRS benzeri kompleksleri veya diğer EKG ile ilgili sapmaları (Şekil 2) tespit edin; bunlar saç derisine kalan kalp aktivite hacmini gösterir.
      1. Önemli kardiyak aktivite gözlemlenirse, ek düzeltme prosedürleri, EKG'yi sürekli tahminci olarak kullanan genel doğrusal model tabanlı regresyon26, genişletilmiş ICA tabanlı yöntemler veya makine öğrenimi tabanlıyaklaşımlar 27 uygulanır.
    4. Uyarıcı kilitli ERP'ler ile HEP arasındaki örtüşmeyi hesaba katın. Regresyon tabanlı veya dekonvolüsyon yaklaşımları gibi örtüşen sinirsel yanıtları açıkça modelleyen yöntemlerkullanın 26. Uygun olduğunda, kardiyakla ilişkili sinirsel etkilerin sağlamlığını değerlendirmek için vekil tabanlı prosedürler veya kontrol analizleriuygulanabilir (28,29).

7. Kardiyak faz segmentasyonu (çevrimdışı)

  1. R-tepelerini Tespit Et
    1. Analiz yazılımı kullanılarak EKG sinyalinde R-piklerini otomatik olarak tespit edin. Tüm tespit edilen olayları manuel olarak gözden geçirin ve kaçırılan veya yanlış tespit edilen R-pikleri düzelterek doğru kalp atışı zamanlamasını elde edin.
  2. Kalp fazlarını tanımlayın
    1. Sistol ve diyastol tanımlayın, kalp atış hızı ve vuruş değişimindeki bireyler arasındaki farkları hesaba katın. Mümkün olduğunda sabit zaman pencereleri yerine döngüye özgü tanımları tercih edin.
      NOT: Aşağıdaki yaklaşımlardan birini kullanın: (1) Sistol ve diyastol, kalp atış hızı ile kalp faz süreleri arasındaki doğrusal olmayan ilişkiyle uyumlu her bireysel R-R aralığının oranları olarak tanımlayın; (2) EKG sinyal kalitesi izin verdiğinde, T dalgasının ucunu fizyolojik olarak topraklanmış bir işaret olarak kullanarak sistolün sonunu tanımlamak; (3) Güvenilir T-dalga tespiti mümkün değilse, sabit bir zaman penceresi kullanarak sistol tanımlanabilir (örneğin, R-tepesinden sonraki ilk 300 ms). Bu yaklaşımı açıkça kabul edin ve sonraki analizlerde bireysel kalp atış hızı farklarını hesaba katın.
  3. Uyarıcılara kalp faz etiketleri atama
    1. Her uyarıcını, uyarıcının başlangıcındaki kalp fazına (sistol veya diastol) atamak için gecikme düzeltilmiş uyarıcı belirteçleri kullanın. Her sunum ortamı (2D veya VR) için ayrı ayrı faz etiketleri atayın ve olayları buna göre yeniden adlandırın (örneğin, 2D_systole, VR_diastole).
  4. Belirsiz denemeler hariç tutuldu
    1. Planlanan ERP analiz penceresinin katılımcının anlık kalp atış hızına göre her iki kalp evresini de kapsayacağı çalışmaları tespit edip kaldırın.
  5. Örnek yazılım uygulaması
    NOT: Aşağıdaki adımlar, EKG olay algılaması ve olay yeniden etiketlemesini destekleyen bir EEG analiz yazılım paketi kullanılarak olası bir uygulamayı göstermektedir.
    1. Otomatik R-peak algılama: Olay algılama menüsünü açın ve kalp atışı algılama fonksiyonunu seçin. En yüksek sinyal kalitesine sahip EKG kanalını seçin, tespit edilen olaylar için bir etiket belirler (örneğin, "R-peak") ve tespit algoritmasını çalıştırarak R-peak olay belirteçleri oluşturulur.
    2. R-peak algısının manuel incelemesi: EKG sinyalini üst üste R-peak işaretleyicileriyle görsel olarak inceleyin. Yazılımın sağladığı olay düzenleme araçlarıyla eksik işaretleri ekleyin ve yanlış algılamaları kaldırın.
    3. Kardiyak faz bazlı olay yeniden etiketleme: Uyarıcıların başlangıçtaki kalp fazına göre sınıflandırılması için olay kombinasyonu veya seçim fonksiyonu kullanılır.
      NOT: Sistolik denemeler için, her R-zirvesinden sonra önceden tanımlanmış sistolik aralık içinde gerçekleşen uyarıları seçin. Diyastolik denemeler için, bir sonraki R-zirvesinden önceki önceden tanımlanmış diyastolik aralık içinde gerçekleşen uyarıcı seçin. Sistol ve diyastol için yeni etkinlik kategorileri oluşturun. Bu prosedürü her kalp evresi ve sunum ortamı için ayrı ayrı uygulayın.

8. Çağ ve ortalamalar

  1. Dönem ve temel düzeltme
    1. Uyarıcının başlangıcındaki kalp fazına (yani sistol veya diastol) bağlı olarak kalp fazı etiketleri atayın. ERP dönemini uyarıcı başlangıcına göre tanımlayın. Dönemin faz sınıflandırmasını etkilemeden sonraki kalp fazlarına geçmesine izin verin.
    2. Yaklaşık 400 ms bir epoch uzunluğu kullanın. Eğer daha uzun bir zaman aralığı (örneğin, 600 ms) gerekiyorsa, analiz penceresinin önemli ölçüde sonraki kalp fazına kadar uzandığı denemeler hariç tutulur. Kısa bir ön uyarı aralığı kullanarak (örneğin, -50 ile 0 ms veya -50 ile -2 ms arasında) temel düzeltme uygulayın.
  2. Ortalama
    1. ERP'leri dört deneysel koşul için ayrı ayrı hesaplayın: 2D_systole, 2D_diastole, VR_systole ve VR_diastole. Her durum için tutulan deneme sayısını bildirin.
  3. Elektrot seçimi konularında
    1. Araştırma sorusu ve ilgi çeken ERP bileşenlerinin doğası temelinde analiz için elektrotlar seçilir. Görsel paradigmalar için oksipital elektrotlar (O1, Oz, O2) kullanılır; çünkü yüksek sinyal-gürültü oranına sahip kanonik görsel ERP'leri yakalar.

9. Kalite kontrolü ve sorun giderme

  1. Tetikleyici-uyarıcı gecikmesi jitteri
    1. Tetikleyici zaman damgaları ile fotodiyot ölçülü uyarıcının başlangıcı arasındaki denemeden denemeye gecikme titreşimini değerlendirin. Denemeler boyunca yaklaşık 10 ms'yi aşan titremeyi, özellikle erken ERP bileşenleri için sorunlu olarak değerlendirin. Aşırı titreme gözlemlenirse, uyarıcı zamanlama, donanım senkronizasyonu ve gerektiğinde çalışma spesifik gecikme düzeltmeleri uygulanır.
  2. EKG doygunluğu veya gürültü
    1. EKG elektrot teması ve empedansı kontrol edin. R-zirveleri ters çevrilirse elektrot polaritesini değiştirin. Bilek kayıtları gürültülü kalırsa EKG elektrotlarını ön kollara yerleştirin.
  3. VR başlık basınç artefaktları
    1. EEG elektrotları üzerindeki baskıyı azaltmak için kulaklık kayışlarını yeniden takın. Gerekirse dolgu ekleyin ve etkilenen elektrotlara iletken jel tekrar uygulayın.
  4. Kardiyak fazlar arasında eşit olmayan deneme sayıları
    1. Sistolik ve diyastolik fazlar arasında dengeli örnekleme sağlamak için ERP dönem penceresi veya uyarı zamanlamasını ayarlayın.
  5. Muğlak faz denemeleri
    1. Uyarıcının kalp faz sınırına yakın (örneğin, R-zirvesi çevresinde veya sistol ile diastol arasındaki geçiş yakınında) gerçekleştiği ve planlanan analiz penceresinin her iki evreyi de kapsayabileceği çalışmaları belirleyin. Bu denemeleri belirsiz olarak işaretleyin. EKG sinyalini ve anlık R-R intervalını inceleyin ve belirsiz denemeleri daha fazla analizden dışlayın.

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

Sonuçlar

Mevcut çalışma, kalp döngüsü aşamasında (sistol vs. diastol) iki deneysel ortamda afferent interoseptif sinyallerle ERP modülasyonunu incelemek için bir analiz protokolü kullandı: standart bir 2D monitör ve sürükleyici VR ortamı. EEG dönemleri, eşzamanlı kaydedilen EKG'nin R-zirvesine göre çıkarılıp analiz edildi.

Tüm dönem boyunca oksipital elektrotlarda (O1, Oz, O2) kaydedilen görsel ERP'lere uygulanan parametrik olmayan küme tabanlı permütasyon testi, her i...

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

Tartışma

Protokol içindeki kritik adımlar
Önerilen protokolün birkaç adımı, geçerli kalp fazına bağlı ERP etkilerini elde etmek için kritiktir. İlk olarak, uyarıcı sunumu ile EEG kaydı arasında hassas senkronizasyon gereklidir ve ortama özgü ekran gecikmesi fotodiyot kullanılarak nicelendirilmeli ve olay belirteç seviyesinde düzeltilmelidir; çünkü düzeltilmemiş gecikmeler veya aşırı titreme ERP bileşenlerinin zamansal bulaşmasına yol açabilir. İkincisi, EKG R-zirvelerinin doğr...

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

Açıklamalar

Yazarlar, çıkar çatışması olmadığını belirtir.

Teşekkürler

Bu çalışma, «Sirius» Federal Bölgesi'nin «Sirius» Federal Bölgesi'nin bilimsel ve teknolojik gelişimi'nin devlet programının tahsisiyle desteklenmiştir (Anlaşma No 28-03, tarih 27.09.2024).

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

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
actiCAP slim / snapBeyin Ürünleri GmbHBP-185-220064 kanallı aktif elektrot kapağı.
actiCHamp Plus Çok Konulu hepsi bir arada laboratuvar amplifikatörüBeyin Ürünleri GmbHS/N ACBM17120955Birincil EEG veri toplama sistemi.
Ag/AgCl seçiciler tek kullanımlık 26 mmNika-Medical LtdYokÜç uçlu EKG için tek kullanımlık elektrotlar
BIP2AUX adaptörüBeyin Ürünleri GmbHYokEKG çıkışını EEG aux girişine bağlar.
Masaüstü ROG Srtix ASUSTeK Bilgisayar A.Ş.G835LR-SA117Yüksek performanslı iş istasyonu. VR sistemi (HTC Vive), uyarıcı sunum yazılımı ve EEG kayıt platformunun (BrainVision Kaydedici) eşzamanlı çalışması için kullanılır.
HTC Vive  Pro EyeHTC Corporation S/N FA1142100443Sürükleyici uyarıcı sunum için VR sistemi.
Fotoğraf SensörüBeyin Ürünleri GmbHYokUyarıcının başlangıcının optik algılanması için.
Samsung 27" ViewFinity S8 Samsung Elektronik Şirketi, LtdS/N 0UYMHNBXB00044D2D durumu için birincil ekran.
Samsung 27" ViewFinity S8 Samsung Elektronik Şirketi, LtdS/N 0UYMHNBXB00030EDeneyci gösterisi. EEG kayıt yazılımını çalıştırmak ve deneyler sırasında verileri izlemek için kullanılır.
Kalkanlı oda Neiroiconica "Uzman"Neiroiconica Assistive LtdS/N figure-materials-1K20210119011Elektromanyetik korumalı oda.
Snap Lead KabloNeurosoft LtdYokEKG elektrotlarını adaptöre bağlar
TriggerBox PlusBeyin Ürünleri GmbHS/N TB-A100009-0624TTL tetikleyicileri için senkronizasyon arayüzü.

Kaynaklar

  1. Barrett, L. F., Simmons, W. K. Interoceptive predictions in the brain. Nat Rev Neurosci. 16 (7), 419-429 (2015).
  2. Critchley, H. D., Garfinkel, S. N. Interoception and emotion. Curr Opin Psychol. 17, 7-14 (2017).
  3. Quigley, K. S., Kanoski, S., Grill, W. M., Barrett, L. F., Tsakiris, M. Functions of interoception: from energy regulation to experience of the self. Trends Neurosci. 44 (1), 29-38 (2021).
  4. Cechetto, D. F. Cortical control of the autonomic nervous system. Exp Physiol. 99 (2), 326-331 (2014).
  5. Gianaros, P. J., Wager, T. D. Brain-body pathways linking psychological stress and physical health. Curr Dir Psychol Sci. 24 (4), 313-321 (2015).
  6. Schandry, R., Sparrer, B., Weitkunat, R. From the heart to the brain: a study of heartbeat-contingent scalp potentials. Int J Neurosci. 30 (4), 261-275 (1986).
  7. Azzalini, D., Rebollo, I., Tallon-Baudry, C. Visceral signals shape brain dynamics and cognition. Trends Cogn Sci. 23 (6), 488-509 (2019).
  8. Park, H. D., Blanke, O. Heartbeat-evoked cortical responses: underlying mechanisms, functional roles, and methodological considerations. Neuroimage. 197, 502-511 (2019).
  9. Saltafossi, M., Zaccaro, A., Perrucci, M. G., Ferri, F., Costantini, M. The impact of cardiac phases on multisensory integration. Biol Psychol. 182, 108642(2023).
  10. Seth, A. K., Friston, K. J. Active interoceptive inference and the emotional brain. Philos Trans R Soc B Biol Sci. 371 (1708), 20160007(2016).
  11. Kirasirova, L. A., Pyatin, V. F. Face-related ERP is influenced by cardiac afferent information. Opera Med Physiol. 9 (1), 54-59 (2022).
  12. Martins, A. Q., Ring, C., McIntyre, D., Edwards, L., Martin, U. Effects of unpredictable stimulation on pain and nociception across the cardiac cycle. Pain. 147 (1-3), 84-90 (2009).
  13. Motyka, P., et al. Interactions between cardiac activity and conscious somatosensory perception. Psychophysiology. 56 (3), e13424(2019).
  14. Edwards, L., Inui, K., Ring, C., Wang, X., Kakigi, R. Pain-related evoked potentials are modulated across the cardiac cycle. Pain. 137 (3), 488-494 (2008).
  15. Garfinkel, S. N., et al. Fear from the heart: sensitivity to fear stimuli depends on individual heartbeats. J Neurosci. 34 (19), 6573-6582 (2014).
  16. Rau, H., Elbert, T. Psychophysiology of arterial baroreceptors and the etiology of hypertension. Biol Psychol. 57, 179-201 (2001).
  17. Gray, M. A., Rylander, K., Harrison, N. A., Wallin, B. G., Critchley, H. D. Following one’s heart: cardiac rhythms gate central initiation of sympathetic reflexes. J Neurosci. 29, 1817-1825 (2009).
  18. Pollatos, O., Schandry, R. Accuracy of heartbeat perception is reflected in the amplitude of the heartbeat-evoked brain potential. Psychophysiology. 41 (3), 476-482 (2004).
  19. Parsons, T. D. Virtual reality for enhanced ecological validity and experimental control in clinical, affective and social neurosciences. Front Hum Neurosci. 9, 520(2015).
  20. Slobounov, S. M., Ray, W., Johnson, B., Slobounov, E., Newell, K. M. Modulation of cortical activity in 2D versus 3D virtual reality environments: an EEG study. Int J Psychophysiol. 95 (3), 254-260 (2015).
  21. Pavlov, Y. G., et al. EEGManyLabs: Investigating the replicability of influential EEG experiments. Cortex. 144, 213-229 (2021).
  22. Klem, G., Lüders, H., Jasper, H., Elger, C. The ten-twenty electrode system of the International Federation. Electroencephalogr Clin Neurophysiol Suppl. 52, 3-6 (1999).
  23. Larsen, O. F. P., et al. A method for synchronized use of EEG and eye tracking in fully immersive VR. Front Hum Neurosci. 18, 1347974(2024).
  24. Vigário, R., Särelä, J., Jousmäki, V., Hämäläinen, M., Oja, E. Independent component approach to the analysis of EEG and MEG recordings. IEEE Trans Biomed Eng. 47 (5), 589-593 (2000).
  25. Al, E., et al. Heart-brain interactions shape somatosensory perception and evoked potentials. Proc Natl Acad Sci USA. 117 (19), 10575-10584 (2020).
  26. Ehinger, B. V., Dimigen, O. Unfold: An integrated toolbox for overlap correction, non-linear modeling, and regression-based EEG analysis. PeerJ. 7, e7838(2019).
  27. Arnau, S., Sharifian, F., Wascher, E., Larra, M. F. Removing the cardiac field artifact from EEG using neural network regression. Psychophysiology. 60 (4), e14323(2023).
  28. Aprile, F., et al. The heartbeat-evoked potential in young and older adults during attention orienting. Psychophysiology. 62 (1), e70057(2025).
  29. Steinfath, P., et al. Validating genuine changes in heartbeat-evoked potentials using pseudotrials and surrogate procedures. Imaging Neurosci. 3, IMAG.a.30(2025).
  30. Walker, B. B., Sandman, C. A. Visual evoked potentials change as heart rate and carotid pressure change. Psychophysiology. 19 (5), 520-527 (1982).
  31. Maris, E., Oostenveld, R. Nonparametric statistical testing of EEG and MEG data. J Neurosci Methods. 164 (1), 177-190 (2007).
  32. Coll, M. P., Hobson, H., Bird, G., Murphy, J. Systematic review and meta-analysis of the relationship between the heartbeat-evoked potential and interoception. Neurosci Biobehav Rev. 122, 190-200 (2021).
  33. Kirasirova, L., Tugin, S., Pyatin, V., Kabir, M. S., Sagalajev, B. Modality-specific ERP dynamics in virtual and non-immersive environments. Proc Int Conf Neurotechnologies Neurointerfaces, , 36-39 (2025).
  34. Sagehorn, M., et al. Real-life relevant face perception is not captured by the N170 but reflected in later potentials: a comparison of 2D and virtual reality stimuli. Front Psychol. 14, 1050892(2023).
  35. Kirasirova, L., Maslova, O., Pyatin, V. Impact of virtual agent facial emotions and attention on N170 ERP amplitude: comparative study. Front Behav Neurosci. 19, 1523705(2025).
  36. Marín-Morales, J., et al. Affective computing in virtual reality: Emotion recognition from brain and heartbeat dynamics using wearable sensors. Sci Rep. 8, 13657(2018).
  37. Kirasirova, L., et al. Standardized EEG protocol for comparing cortical responses to mechanical and electrical tactile stimuli. J Vis Exp. (229), e69817(2026).

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

Olayla li kili PotansiyellerSanal Ger eklik EEGKalp Beyin Etkile imiEEG n lemeElektrokardiyografi EKGHareket ArtifaktlarG rsel ERP Genli iKardiyak SistolKardiyak Diyastol
Video yakında

İlgili makaleler