Alzheimer hastalığı olan hastalarda olaya ilişkin potansiyeller kullanarak Episodik Bellek Özellikleri incelenmesi

Aşağıdaki deneyin genel amacı, amnestik hafif bilişsel bozukluk ve Alzheimer hastalığı olan hastalarda resimlerin tanınması ile ilişkili beyin fizyolojisindeki farklılıkları anlamaktır. Bu, kafa derisi elektriksel aktivitesini ölçmek için EEG kullanılarak elde edilir. Alzheimer hastalığı olan hastalar tanıma, hafıza kararları verirken resimler ve kelimeler için.

Bunu başarmak için, denek elektrot yerleştirme ve DEG kurulumu ve kafa derisi için hazırlanmalıdır. Mekansal yerelleştirme verileri, özel bir 3D sayısallaştırıcı kullanılarak elde edilmelidir. Daha sonra, ham EEG verileri kaydedilirken davranışsal hafıza görevleri çalıştırılmalıdır.

Daha sonra, resimler ve kelimeler için hafızayla ilgili olayla ilgili potansiyelleri incelemek için, ham EEG verilerinin işlem sonrası olması ve ERP dalga formlarına ortalamasının alınması gerekir Her koşul için, bu ortalama ERP'ler daha sonra koşullar arasında istatistiksel olarak karşılaştırılabilir. Bu çalışmada elde edilen sonuçlar, Alzheimer hastalığı olan hastalar için sağlıklı, yaşlı yetişkinlere kıyasla Alzheimer hastalığı olan hastalar için anma aşinalığının veya resimlerin kavramsal olarak işlenmesinin bozulmadan kaldığını göstermektedir. Bu, uyaran başlangıcından yaklaşık 300 ila 500 milisaniye sonra meydana gelen erken frontal ERP eski yeni etkisinin incelenmesiyle gerçekleştirilir.

Merhaba, ben Brandon Ally, Vanderbilt Üniversitesi Nöroloji Bölümü'nde yardımcı doçent ve Hafıza Bozuklukları Araştırma Laboratuvarı Direktörüyüm. Merhaba, ben Aaron Hussey ve Hafıza Bozuklukları Araştırma Laboratuvarı'nın laboratuvar müdürüyüm. Bugün size Alzheimer hastalığı olan hastalarda beyin fizyolojisini anlamak için bazı deneysel metodolojiler göstereceğiz.

Bu yöntem, bu hastalarda hafızanın hangi yönlerinin bozulmadan kaldığı gibi temel soruları yanıtlamamıza yardımcı olabilir ve Aaron bugün bize metodolojiyi gösterecek Bu protokole başlamak için. Öncelikle deney sırasında kullanılacak olan EEG ekipmanının burada doğru bir şekilde kurulması gerekmektedir. ERP verilerini elde etmek, pilin tam olarak şarj edildiğinden ve amplifikatöre bağlandığından emin olmak için aktif iki elektrot kapağı ile birlikte aktif elektrotlu 128 kanallı bir bios yarı aktif iki toplama sistemi kullanılacaktır.

Şimdi, bir şırınga jeli, bir mezura, çeşitli boyutlarda EEG kapakları, alkollü bezler, yüz elektrot çıkartmaları ve elektrot kablolarını sabitlemek için Velcro kayışlar dahil olmak üzere katılımcı kurulumu için gerekli tüm malzemeleri toplayın. Deneye hazır hale getirmek için çıkartmaları beş yüz elektroduna yerleştirin. Ardından, hem uyaran sunum bilgisayarını hem de veri toplama bilgisayarını açın ve yazılımı kurun.

Bu protokolde, uyaranları sunmak ve davranışsal veri bios'unu elde etmek için ePrime yazılımı kullanılacaktır. Yarı aktif görünüm, amplifikatörün veri toplama bilgisayarına uygun tetikleme kodlarını gönderdiğinden emin olmak için ham EEG veri kontrolünü elde etmek için kullanılacaktır. Bunu yapmak için, önce herhangi bir elektrot veya kablo takılı olmadan katılımcı odasındaki amplifikatörü açın.

Ardından yazılımı veri toplama bilgisayarında açın ve veri toplamaya başlayın, ancak kaydetmeyin. Ardından, uyaran sunum bilgisayarına gidin. Deneme dosyasını açın ve paradigmayı çalıştırın.

Deney dosyasına programlanan tetikleme kodları artık veri toplama yazılım programında görünmelidir. Katılımcı ilk geldiğinde, tüm çalışma prosedürlerini açıklayın ve güvenlik endişelerini ele alın, ardından deneğin protokolü tam olarak anladığından emin olmak için yazılı onay alın. Protokolü kendi sözleriyle geri bildirmelerini sağlayın.

Katılımcının deney odasında orta yükseklikte, sert arkalıklı ahşap bir sandalyeye rahatça oturmasını sağlayın. Ardından, uyaran ekranına olan görüş hattının deney için standart mesafe olduğundan emin olmak için ölçün. Burada kullanılan mesafe 48 inçtir.

Ardından, hangi EEG başlığının kullanılması gerektiğini belirlemek için katılımcının başının çevresini ölçün. Ardından, EEG başlığının uygun şekilde oturduğundan ve doğru kayıt yapıldığından emin olmak için katılımcıdan herhangi bir takı veya saç aksesuarını çıkarmasını isteyin. Ayrıca, katılımcı gözlük takıyorsa, bu noktada gözlüklerini çıkarmak en iyisidir.

Alkollü bir bez kullanarak, yüz elektrotlarının yerleştirileceği bölgelerde katılımcının cildini temizleyin. Her mastoide bir tane, her şakakta bir tane ve sol gözün hemen altına bir tane yerleştirilecektir. Daha sonra, her bir yüz elektrodunun üzerine az miktarda iletken jel yerleştirin.

Ardından etiketin desteğini çıkarın ve katılımcının üzerine yerleştirin. Elektrotun yerinde kalacağından emin olmak için az miktarda basınç uygulayın. Artık katılımcı gerekirse gözlüklerini tekrar takabilir.

Ardından EEG başlığını katılımcının kafasına yerleştirin ve kayışı çenenin altına sabitleyin. Daha sonra, nasiondan inion'a santimetre cinsinden ölçün. Orta noktayı bulmak için bu ölçümü 0,5 ile çarpın ve elektrodu yerleştirin, Burada önden arkaya bir tane.

Daha sonra, bir kulaktaki preauriküler noktadan diğerine ölçün. Bu ölçümün orta noktası, elektrot A'nın bir yandan diğer yana yerleştirilmesi gereken yerdir. Daha sonra, denekler arasındaki kafatası şeklindeki değişkenliği kontrol etmek ve gelecekte mümkünse MRI verileriyle birlikte kayıt yapmak için katılımcının kafasındaki elektrot konumlarının üç boyutlu bir temsilini elde edeceğiz.

Burada, palus Patriot Sayısallaştırıcı bulucu ilk olarak lokalizasyon vericisini deneğin sol kulağının arkasındaki kapağın altına, fazla kordonu çene kayışının altına sıkıştırarak yerinde tutacak şekilde yerleştirir. Ardından alıcıyı, katılımcının başının altında, vericiden yaklaşık altı inç uzakta bir konumda ahşap bir sandalyeye takın. Şimdi sayısallaştırma yazılımını açın ve yazılım tarafından istendiği şekilde ekran kalemi ile elektrot konumlarının ölçümlerini alın.

Elektrot pozisyonlarının 3D kafa modeli artık MR Locator yazılımı kullanılarak oluşturulabilir. Daha sonra, ham EEG verilerinin lokalizasyonu hariç. Katılımcı için 3D kafa modeli bilgisayar ekranında doğrulandıktan sonra, kapaktaki elektrot yuvalarını iletken jel ile doldurun.

Ardından elektrotları aktif iki kapak üzerinde önceden tanımlanmış her konuma yerleştirin. Bu noktada, yaşlı katılımcılara bir mola vermek en iyisidir. Bu, özellikle Alzheimer hastalığı olan ve deneysel göreve odaklanmayı ve sürekli dikkati sürdürmek için sık sık mola vermeleri gerekebilecek hastalar için geçerlidir.

Aradan sonra kabloları ve yüz elektrotlarını amplifikatöre takın. Elektrotların sonraki ofset seviyeleri veri toplamada kontrol edilmelidir. Bilgisayar, ofset seviyelerinin 25 mikrovolt içinde olduğundan emin oldu.

Tüm direnç seviyeleri kabul edilebilir olduğunda ve tüm elektrotlarda artefakt bulunmadığında, deney çalıştırılmaya hazırdır. Bu deneyde, ham EEG verilerini elde etmek ve görüntülemek için bios yarı aktif kullanım yazılımı kullanılmıştır. Başlamak için davranışsal veri sunum dosyasını yükleyin ve katılımcı numarasını girin.

Deneysel yazılım, katılımcının yanıtlarını kaydeder ve otomatik olarak bir veri dosyası oluşturur. Deneyin çalışması bittiğinde, katılımcının ekran monitörünün merkezinden 48 inç uzakta oturduğundan emin olun. Deney yüklendikten sonra, katılımcıyla birlikte davranış talimatlarını okuyun ve doğrulayın.

Şimdi ham EEG verilerini toplama bilgisayarına kaydetmeye başlayın. Ardından uyaran dağıtımına başlayın. Uyaran sunum bilgisayarında.

Buradaki düğme kutusu aracılığıyla yanıtları girmek için yaşlı yetişkinlerle veya bilişsel bozukluğu olan hastalarla çalışmaya hazır bir araştırmacıya sahip olun. Bu deney, katılımcıya bir dizi resim veya kelime sunulacağı, davranışsal görev sırasında katılımcıyı izleyeceği ve mola ihtiyacını değerlendireceği çalışma aşaması ile başlar. Tüm davranışsal uyaranlar sunulduktan sonra, ham EEG veri dosyasını kaydettiğinizden emin olun.

Daha sonra, katılımcıya tekrar bir dizi resim veya kelime sunulacağı test aşaması için önceki adımlar tekrarlanacaktır Test aşamasında, sunulan öğelerin yarısı önceki çalışma aşamasından olacak ve öğelerin yarısı yeni olacaktır. Katılımcılar, cevaplarını araştırmacıya yüksek sesle bildirerek öğelerin eski mi yoksa yeni mi olduğunu belirleyeceklerdir. Araştırmacı daha sonra veri işlemeye başlamak için katılımcının yanıtını düğme kutusu aracılığıyla girecektir.

Burada analiz tamamlanabilmeden önce sinyaldeki gürültüyü ve artefaktı gidermek için ham verilerin hazırlanması ve dijital olarak filtrelenmesi gerekir. İlk olarak EMSE Suite 5.3 yazılımı kullanılmıştır. Sonsuz darbe tepkisi ve bant geçiren filtreler gibi zamansal filtreler uygulanmalıdır.

Daha sonra, veriler burada kafadaki bir noktaya referans gösterilmelidir, ortak ortalama referansı seçilir. Ardından, veriler uzamsal olarak filtrelenmeli ve kötü kanallar birbiriyle ilişkili olmalıdır. Verilerin görsel incelemesini yapın ve uygun filtreleri kullanın.

Son olarak, göz kırpma ve göz hareketi artefaktları sinyalini düzeltmek için oküler artefakt düzeltme yöntemleri kullanılmalıdır. Burada, çok hafif Alzheimer hastalığı olan hastalar ve sağlıklı yaşlı kontroller için kelimelerin ve resimlerin başarılı bir şekilde alınmasıyla ilişkili frontal ERP aktivitesini görüyoruz. Bu görüntüler, tipik olarak kavramsal işleme veya anıtsal aşinalık ile ilişkilendirilen 300 ila 500 milisaniyelik zaman aralığında çekildi.

Resimler için benzer önden eski yeni efekte, ancak gruplar arasındaki kelimeler için azalan efekte dikkat edin. Bu nedenle, eski ve yeni yanıtlar için beyin tepkilerini analiz etmeyi bitirdikten sonra, Alzheimer hastalığı olan hasta gruplarını sağlıklı yaşlı yetişkinlerle karşılaştırmak için kolayca istatistikler yapabilirsiniz. Bu tekniği yaparken, hastaların çok fazla hareket etme ve konuşma eğiliminde olduklarını ve sinyalde istenmeyen artefakt yarattığını hatırlamak önemlidir.

Bu nedenle, bu istenmeyen eser için herhangi bir deneme yapmanız gerekiyorsa, güvenilir istatistikler yapmak için yeterli sayıya sahip olmanız için yeterli sayıda deneme eklemeyi unutmamak önemlidir. İzlediğiniz için teşekkürler.