1 Temmuz 2015
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.
Bu prosedürün genel amacı, bebek beyin yapılarındaki nöronal salınımların dinamiklerini kısa bir zaman ölçeğinde tahmin etmektir. Bu, önce bebeğin kafasına yüksek yoğunluklu bir sensör ağı uygulanarak ve uyaran sunumu sırasında beyin dalgalarını kaydederek gerçekleştirilir. İkinci adım, olayla ilgili potansiyeller oluşturmak için beyin dalgası verilerini önceden işlemektir.
Ardından, yaşa uygun bir bebek MRI şablonuna yansıtılan gizli bir çoklu kaynak analizi gerçekleştirin. Son adım, kaynak montajının uygulanması ve sinyalin zaman frekans alanına ayrıştırılmasıdır. Sonuç olarak, bebek beyin salınımlarının analizi, erken gelişimde beyin fonksiyonundaki değişiklikleri göstermek için kullanılır.
Bu tekniğin geleneksel ERP analizine göre temel avantajı, beyin salınımlarının farklı frekans, oluşum genliği ve zaman aralığı parametreleriyle incelenmesine izin vermesidir. Bu tekniğin görsel olarak gösterilmesi çok önemlidir, çünkü net uygulama adımlarının öğrenilmesi zordur, çünkü ellerin, vücudun ve kolların bebek ve bakıcıya göre eylemlerini kelimelerle tanımlamak zordur. Bu prosedürü gösteren, EEG teknisyeni olan Theresa Alpe olacak ve ona laboratuvardaki başka bir EEG çalışanı olan Jess yardımcı olacak.
Bebeğe ve bakıcıya test odasına kadar eşlik etmeye başlamak için, bebeği bakıcının laboratuvarına oturtun ve bir asistanın bebekle oynamasını sağlayın. Net başvuru prosedürü anlatılırken. Bebeğin baş çevresini başın en geniş noktasından ölçün ve bu ölçüme göre uygun ağ boyutunu seçin.
Ardından, nasion'u nian'a ölçün ve kafa derisini toplam ölçümün yarısında işaretleyin. Daha sonra kulaktan kulağa ölçüm için de aynısını yapın. Bu iki ölçüm arasındaki son tepe noktası, asistan ağ konektörünü tutarken ve kabloları çocuğun arkasında toplarken, ağı bebeğin kafasına yerleştirin.
CZ elektrodunu tepe kafa derisi işaretine yerleştirerek net konumu ayarlayın. Her elektrot ile kafa yüzeyi arasında dik bir açı olduğundan emin olmak için her bir elektrotu arkadan öne doğru hareket ettirerek konumlandırın. Son olarak, ağ konektörünü takın.
Elektrot empedansını 50 kilo ohm'dan daha düşük bir eşikle ölçün. Kayda başlamadan önce, bakıcının bebek kaydına herhangi bir müdahalesini önlemek için bakıcıya kulaklık sağlayın. Bir kez ustalaştıktan sonra, bu teknik uygun şekilde yapılırsa 10 dakika içinde yapılabilir.
Artık bebek enstrüman için hazırlandığına göre, işitsel uyaranları bebeğin kafasından eşit uzaklıkta olan hoparlörler aracılığıyla sunarak başlayın. Ardından EEG kaydını başlatın. Bebek için sakin ve sessiz bir ortam sağlayın.
Kayıt sırasında, sessiz oyuncaklar kullanarak bebeği meşgul edin. Deney tamamlandıktan sonra ağı çıkarın ve bebeğin saçını ve kafasını kurulayın. Ham çıktıyı görsel olarak inceleyerek ERP verilerini işlemeye başlayın.
Yüksek genlikli artefakt içeren tüm segmentleri reddedin. Her birey ve her koşul için ortalama destanları alın. Genel bir ortalama oluşturmak için bu ortalamaları gruba ve duruma göre birleştirin.
Ardından, her bir ayrı ve genel ortalama ERP dosyasını yaşa uygun bir manyetik rezonans şablonuyla birlikte kaydedin. Ardından, verilere uydurulacak temel kaynakların sayısını ve konumunu tahmin edin. Bu işitsel paradigma için, kaynak yerelleştirme verilerini işlemek için serbest konum ve döndürme ile bir sol ve sağ dipol kullanın.
Genel ortalama ERP dosyasında bir zirveye karşılık gelen bir ilgi penceresi seçerek başlayın. Dipol model çözümü için uyum iyiliğini kontrol edin. Artık varyansın yazılım çıktısını kullanarak, kalan varyansı en aza indirmek için zaman penceresini ayarlayın.
Son olarak, kaynak uzaydaki zaman frekansı verilerini analiz etmek için, zaman alanı tek deneme kaynağı sinyalini zaman frekansı alanına dönüştürerek ham filtrelenmemiş sürekli EEG veri bitimine DPO model çözümünü uygulayın. Bu EEG çalışmasından elde edilen sonuçlar, 23 adet 4 aylık bebekten kontrol ve hızlı hız durumu için temsili bir genel ortalama ERP yanıtı göstermektedir. Bir bebeğin beyninin iki farklı ton arasındaki farkı tanıyıp tanıyamayacağını belirlemek için tuhaf bir paradigma kullanılır.
Burada, kaynak lokalize verilerin sonuçları sol ve sağ dipol için gösterilir. Hızlı hız koşulu sırasında, varyant ton çifti için sağ yarım kürede 400 milisaniyede büyük bir tepe fark edilir. Ek olarak, bu zamansal spektral grafikler, 300 milisaniyelik uyaranlar arası aralık, delta teta aralığındaki güç değişiklikleri ile olayla ilgili salınımları ortaya çıkaran kontrol koşulundaki tonları gösterir.
Bu prosedürü takiben, erken beyin gelişimi ile ilgili ek soruları yanıtlamak için çapraz frekans faz eşleşmesi veya salınımlı tutarlılık gibi diğer yöntemler gerçekleştirilebilir. Bu videoyu izledikten sonra, hem zaman hem de zaman frekansı alanlarında bebek beyin tepkilerini nasıl kaydedeceğinizi ve analiz edeceğinizi iyi anlamış olmalısınız.
Bu makale, yüksek yoğunluklu elektroensefalografi (dEEG) kullanarak bebek beyin yapılarındaki nöronal osilasyonların dinamiklerini tahmin etmeye yönelik bir yöntem sunmaktadır. Bu teknik, bebeklerde işitsel işleme sırasında beyin osilasyonlarının ayrıntılı bir analizine olanak tanıyarak erken beyin gelişimi hakkında bilgiler sağlamaktadır.
Bebeklerdeki işitsel işlemenin ve salınımlı beyin dinamiklerinin anlaşılması, erken nörogelişimsel biyobelirteç keşfi için mekanistik bir temel sağlar. Bu yöntem, duyusal işlemem sadakatinin nicel değerlendirmesine olanak tanıyarak gelişimsel bozukluk araştırmalarında hedef doğrulamasını destekler. Bu yaklaşım, klinik semptomların başlangıcından önce, dil tabanlı öğrenme güçlüğü riski taşıyan bebeklerin belirlenmesi için öngörücü bir değer sunar.
Bu yöntem, lider bileşik tanımlama çalışmalarından önce nörogelişimsel hedeflerin mekanistik risklerinin azaltılmasına bilgi sağlayan oskilatuar biyobelirteçler sunarak keşif biyolojisi iş akışlarına entegre olur.