עיבוד שמיעתי תינוקות ותנודות מוח הקשורים לאירוע

Behavior
 

Cite this Article

Copy Citation | Download Citations

Musacchia, G., Ortiz-Mantilla, S., Realpe-Bonilla, T., Roesler, C. P., Benasich, A. A. Infant Auditory Processing and Event-related Brain Oscillations. J. Vis. Exp. (101), e52420, doi:10.3791/52420 (2015).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

עיבוד שמיעתי מהיר ויכולות שינוי בזיהוי אקוסטי לשחק תפקיד קריטי במאפשר תינוקות אנושיים לעבד רפאים בסדר ושינויים זמניים שאופייניים לשפה אנושית ביעילות. יכולות אלה להניח את היסודות לרכישת שפה יעילה; תינוקות המאפשרים לחדד על הצלילים של השפה האם שלהם. הליכים פולשניים בבעלי חיים ופוטנציאלים מוקלטים קרקפת ממבוגרים אדם מצביעים על כך שפעילות בו זמנית, קצבית (תנודות) בין ובתוך אזורים במוח הן יסוד להתפתחות חושית; קביעת הרזולוציה שבה גירויים נכנסים מנותחים. בשלב זה, מעט מאוד ידוע על דינמיקת oscillatory בהתפתחות תינוק אנושית. עם זאת, נתונים נוירופיזיולוגיה בעלי החיים והמבוגרים EEG לספק את הבסיס להשערה חזקה שעיבוד שמיעתי מהיר בתינוקות מתווך על ידי תיאום oscillatory בתדרים בדידים. על מנת לחקור את זה, 128 ערוצים, גבוה Densiתגובות טאי EEG של תינוקות ישנים 4 חודשים לשינוי תדר בזוגות טון, מוצג בשני תנאי שיעור (Rapid: 70 ISI msec ובקרה: 300 ISI האלפיות השנייה) נבדקו. כדי לקבוע את התדרים ואת העוצמה של פעילות, שמיעתי עורר ממוצעי תגובה היו ראשון שיתוף רשום עם תבניות מוח מתאים לגיל. בשלב הבא, המרכיבים העיקריים של התגובה זוהו ומקומי באמצעות מודל דו-דיפול של פעילות המוח. אחת משפט-אנליזה של כוח oscillatory הראתה מדד חזק של עיבוד שינוי תדר בפרצי להקת תטא (3-8 הרץ) פעילות בשתי קליפת מוח שמיעתי ימין ושמאל, עם הפעלת שמאל בולטת יותר במצב המהיר. שיטות אלה מיוצרות נתונים שאינם רק חלק מהראשון דיווחו עוררו תנודות ניתוחים בתינוקות, אבל גם, וחשוב, התוצר של שיטה מבוססת היטב של הקלטה וניתוח נקי, מוקפד שנאסף, תינוק EEG וERPs. במאמר זה, אנו מתארים את השיטה שלנו לייישום nfant EEG נטו, הקלטה, ניתוח תגובת המוח דינמי, ותוצאות נציג.

Introduction

על פני קשת רחבה של הפרעות התפתחותיות, זה הופך להיות יותר ויותר ברור שהמפתח לזיהוי המוקדם וסופו של דבר תיקון טמון בהבנת המנגנונים המוקדמים שבאים לידי הביטוי כמוח המתפתח מרכיב רשתות פונקציונליות. לפיכך, יש עלייה בעניין בהבנת הדינמיקה הזמנית של דפוסים עצביים ההכרת השפעה. בפרט, תפקודים קוגניטיביים ספציפיים להיות מתואמים באופן דיפרנציאלי עם פעילות oscillatory בלהקות ספציפיות תדר (למשל, פוטנציאל תא בודד תנודות מחזוריות או קרום אוכלוסייה) 1. מחקרים קודמים קבעו כי דינמיקת oscillatory לשחק תפקיד מכריע בארגון עצמי הפעילות תלויה של רשתות פיתוח 2-4, לשלוט רגישות עצבית 5,6 ולשלב תשומות חושיות 7,8. הוא חשב פעילות מוח oscillatory להיות מטבולית מועילה 9,10, הגדלת היעילות של avariety של פונקציות עיבוד חושיות ותיאום של פונקציות ברמה גבוהה יותר כגון הכרה ושפה. עם זאת, חקירה שיטתית של התפקיד של תיאום עצבי פני גיל וקישורים בתוצאות התנהגות בתינוקות אנושיים טרם הושגה. צעד חשוב לקראת מטרה זו הוא להשיג הבנה עמוקה יותר של ההופעה וההתבגרות של הדינמיקה הזמנית ומנגנונים התומכים בפיתוח oscillatory תהליכים קוגניטיביים כולל שפה המוקדמת.

מרכיב חיוני של התפתחות שפה הוא היכולת לעבד בצורה מדויקת ולסווג אותות אקוסטיים המשתנים במהירות: לעתים קרובות על סדר קטן כמו עשרות אלפיות השניה. לדוגמא, הדינמיקה האקוסטית של המילים "אבא" ו- "רע" שונה אקוסטית רק מעל 40 אלפיות השניים הראשונים של ההברה, עדיין יש לי שתי משמעויות ועמותות שונות מאוד. מחקרים קודמים מראים מסלול התבגרות של מתכוניםיש יכולת להבדלים אקוסטיים ולשוניים. מוקדם ככל 2 חודשים של גיל, תינוקות להראות את היכולת להבחין שינויי תדר מהירים (למשל, <100 אלפיות שני); המצביע על כך "החומרה" לאיתור את ההבדל בין שתי הברות אקוסטית דומות נמצאת במקום. במהלך החודשים הקרובים, תינוקות יכולים להפלות הבדלים קטנים יותר ויותר, לפתח תפיסת קטגורי, ולהפגין התמחות בקליפת המוח לצלילים של הברות השפה האם של 11-14. בגלל תפיסת צליל מורכבת מסתמכת על תפקודם של מנגנוני עיבוד בסיסיים, הוא חשב כי גירעונות ביכולת לתפוס משתנים במהירות הבדלים אקוסטיים - אפילו לצלילים פשוטים כגון גוונים - עשוי להיות סימנים מוקדמים של ליקוי 15 שפה מאוחר יותר.

עבודה קודמת מצ'ודהורי וBenasich במעבדה זו מאוד תומכת בהשערה זו, שמראה שהיכולת של תינוק לעבד מאודשינויים מהירים בצלילים פשוטים (לדוגמא, צלילים) יכולים לחזות 3 ושל 4 שנות שפה ויכולות הקוגניטיביות 16,17. נתונים אלה לוודא שתגובות המוח של תינוקות טרום-לשוניים יכולות לספק אינדיקציה לכימות של עיבוד שמיעתי והתקדמות התפתחותית. המחקר והשיטות שהוצגו כאן לחקור היבטים מרכזיים של המנגנון הבסיסי של מערכת יחסים זו. כמה שורות של מחקר מצביעות על כך שעכשיו חביון השיא והמשרעת של גלי ERP נובעים מהסיכום של דינמיקת spectrotemporal בתנודות EEG של גנרטורים מרובים 18-23. ניתוח Spectrotemporal גם מאפשר הפרדת מידע שלב וכוח. פעילות נעולה שלב משקפת את החלק של התגובה העצבית שעוררה על ידי הגירוי. מידע מסוג זה דומה למה שניתן להפיק מERP, מאז תגובות הן ממוצעים ביחס לאירוע זמן נעול. עם זאת, העיתוי של כמה פעילות עצבית עשוי להשתנות ממשפט למשפט. בניתוח ERP, תיהפעילות שלו "בממוצע החוצה"; עם זאת בניתוח של כוח שינויים ממשפט למשפט, מידע זה יכול להיות התאושש ונותח. לכן, ניתוח spectrotemporal של שלב וכוח יכול לתת מידע נוסף על התגובה העצבית, ביחס לERP הקונבנציונלי. לגבי התפתחות תינוק, יש ראיות רבות שתנודות לתרום לפיתוח של מעגלים עצביים במודלים של בעלי החיים 2,3 אבל מנגנונים אלה רק מתחילים להיחקר באוכלוסייה האנושית. עבודה ממעבדה זו הראתה תטא וoscillatory גמא קושרת התמחות בשפה האם של 6 חודשים 24. זה מדגיש את הפונקציונליות של היררכיות oscillatory בחיתולים.

ההשערה הגלובלית, המבוססת על הראיות שהוצגו לעיל, היא שתיאום של תנודות עוררו בקליפת המוח השמיעתית תומך התפתחות מוח תינוק. כ, "בסיס צעד ראשון בבדיקת השערה זו221; עיבוד בינקות הושגה; כלומר, 4 חודשים-של-גיל, שחשב כרגע להקדים "צמצום תפיסתי" להתמחות שפה האם 25,26. בהתאם לכך, ביצענו חד-משפט ניתוח תדירות על נתוני ה- EEG תינוק שנרשמו במהלך האזנה פסיבית למגרש-גרסה וזפת משתנה זוגות טון הוצגו ב" הפרדיגמה מוזרה "מורכב משני תנאי שיעור (מצב בקרה: 300 מרווח בין גירוי msec; מצב מהיר: 70-גירוי-מרווח בין אלפיות שני).

כאן אנו מדגימים שיטה זו משתמשת בגירויים ממחקרים מתמקדים בעיבוד שמיעתי מהיר. במחקרים אלה, "הפרדיגמה מוזרה", שימש להערכת פעילות עצבית לבלתי צפוי, אבל אירועים לזיהוי. בפרדיגמה זו, תגובת המוח לתגובות "סוטים" בלתי צפויות או גירויים "מוזרים" נקראים לעתים קרובות, ואילו התגובה לגירוי הצפוי, הציגה mosלא של הזמן, נקרא בדרך כלל תגובת המוח "רגילה". תגובות לגירויים שהוצגו בפרדיגמה מוזרה יכולות להיות שהושרו באופן אוטומטי ללא תשומת לב ממוקדת, מה שהופך את הפרדיגמה זה קל לשימוש עם תינוקות צעירים מאוד. כל הגירויים השמיעתיים מוצגים באמצעות רמקולים חופשי שדה במרווחים, אשר משתנים בהתאם למחקר. כאמור, במחקר הנוכחי נשמע שיכולות מדד מהירות עיבוד שמיעתי (RAP) שמשו: כלומר, נשמע מכיל עשרות-של-אלפיות שנייה של שינוי אקוסטי 16,17,27,28. זה ניתן לציין כי סוגי גירוי אחרים רבים שימושיים לבדיקת אפליית neurophysiological, כוללים עיצור-תנועה (CV) נשמע כמו גם סוטים המשקפים שינויים בתדירות או משך, עם פער התערב, ו / או מטאטא תדירות עולה או יורד. לבסוף, אנו ממליצים גם על הקלטת EEG הספונטני במהלך "משחק שקט" שבו לא גירוי שמיעתי מוצג. נתונים אלה עשויים להיות לאחר מכןמשמש למדידת צימוד ולכידות oscillatory בהעדר גירוי חוזר ונשנה.

הקלטת פעילות EEG מאוכלוסיית תינוקות מהווה קבוצה של אתגרים ייחודיים. לדוגמא, שיתוף פעולה עם מיקום של אלקטרודות ומשאירים אותם במקום לתקופת הניסוי, מזעור תנועה כדי למנוע חפצי EEG, ושמירה על התינוק עוסק ומוסח עם צעצועים שקטים כל לייצג אתגרים. בנוסף, נתונים תינוק לא בקלות להשאיל את עצמם ליישומים פשוטים של פרוטוקולים שפותחו עם מבוגר / ילד גדול יותר נתונים. במקרים רבים את הקשר בין המרכיבים נצפו בתינוק EEG ופוטנציאל הקשור לאירוע (ERPs) הוא לא חד משמעי ואינו תמיד למפות למקובל במבוגרים. בעוד מחקר ההתפתחותי מחזיק פוטנציאל רב עוצמה להבנת ראשיתו של תפקוד מוח טיפוסי ומסודר, תגובות מוח אמינות ולפרש הקלטה מתינוקות אנושיים דורשת אהרמת igh של מיומנות בשני התחומים טכניים והבינו-אישיים. אתגרים אלה, עם זאת, ניתן להתגבר וניתן להקליט נתונים EEG ו- ERP אמין מתינוקות בגילים שונים תוך שימוש במגוון של פרדיגמות. כאן אנו מתארים שיטה כללית של ניצול ניתוח זמין מסחרי הקלטת ERP ותוכנת ניתוח בשילוב עם חבילה חופשית, קוד פתוח ERP ניתוח שעובדת בסביבת MATLAB 29.

היישום של שיטות ניתוח oscillatory להקלטות תגובת מוח תינוק מאפשר חקר של יותר שאלות מכניסטית של פיתוח תיאום עצבי ביחס לרכישת שפה ומנגנונים משוערים כאשר התיאום שנפגע. מאמצים קשורים באמצעות גירויים אחרים, כגון דיבור הברות 24, וניתוח של תנודות ספונטניות או "מנוחה" 1 בניתוחי אורך או בשילוב עם פרדיגמות הכשרה מוקדמות, מציעים חלונות לtemporal, מרחבי, ודינמיקת רפאים של מסלולי התפתחות טיפוסיים ומסודרים. יש לקוות כי מאמצים אלה להגביר את ההבנה של הבסיסים של פיתוח ופלסטיות שמיעה שלנו, ולסייע בזיהוי אסטרטגיות וטיפול בהפרעות בהתפתחות שפה.

Protocol

כל העבודה עם בני אדם דורשת אישור דירקטוריון הסקירה המוסדית ופיקוח. שיטות שדווחו כאן, כאשר נעשה שימוש במחקר, נבדקו ואושרו על ידי בני אדם, תכנית להגנה באמצעות ראטגרס אמנויות והמדעים Institutional Review Board (IRB).

1. הכנה

  1. לתזמן את התינוק במשך שעה 1 של בדיקות בתא-נחלש קול וחשמלי מוגן. פרוטוקול המחקר שהוצג במאמר זה שיצר את נתוני נציג כולל 20 - 30 דקות של בדיקת EEG.
  2. להקצות שלושה אנשים לפגישת בדיקות: "בוחן עיקרי" אחד, "עוזר נטו" אחד ו" בדרן "אחד.
  3. להקלטת EEG תינוק בצפיפות גבוהה, השתמש לפחות בניכוי 64 ערוצים. לנתונים שהוצגו כאן נציג, הייתה בשימוש רשת חיישן 128 ערוצים.

2. נקי יישום

  1. הגדר את האספקה ​​הבאה בצ'אם ההקלטהבער: קלטת לעטוף עצמית חסיד Coban, סרט מדידה, סימון עט, 2 מגבות, וטפטפות. כיול נשמע לרמת בדיקה (למשל, dB SPL, HL, וכו ').
  2. הפוך את תמיסת אלקטרוליט זמן הגעת משפחה (מים מזוקקים, אשלגן כלורי ותינוק שמפו) גם העריכו לפני. כדי להבטיח שהרשת היא לא קרה מדי על ראשו של התינוק, 8 אונקיות של מים חמים שיש להוסיף לפתרון רק לפני היישום.
  3. כאשר המשפחה מגיעה, לקבל את ההסכמה עם צורות IRB אושר.
  4. בתא הבדיקה, לשבת תינוק על הברכיים של המטפל, ויש לי הבדרן להתחיל לשחק עם התינוק. אם זה הביקור הראשון של, להסביר את הליך יישום הרשת.
  5. מדוד את היקף הראש של התינוק בנקודה הרחבה ביותר ואת הראש לבחור את גודל נטו בהתבסס על מדידה זו. כדי להשיג בכושר הטוב ביותר, לבחור נטו קטן יותר בגודל אם ההיקף קרוב לגודל המינימאלי לגיל אחד. לצלול ברשת בחרה בELECפתרון trolyte.
  6. למדוד nasion לinion ולסמן את הקרקפת ובחצי של המדידה הכוללת. לעשות את אותו הדבר למדידה באוזן לאוזן. הציון הסופי הוא Cz (קודקוד).
  7. הסר פתרון עודף מהרשת על ידי הצבתו במגבת יבשה. יש לי העוזר הנקי להפוך את הרשת ולתפוס את האלקטרודה Cz; מחזיק ברשת, כך שהבוחן הראשי יכול למקם את האצבעות שלהם בחלק הקדמי של הרשת.
  8. פליפ הרשת והנח את הרשת על ראש התינוק כעוזר נטו נע רצועת הסנטר וחוטים הקדמיים צבעוניים (חיבור האלקטרודה nasion ורצועת הסנטר) מחוץ לרשת.
  9. להתאים את המיקום נטו על ראשו של התינוק, הצבת Cz בסימן קרקפת קודקוד. עמדה / ליישר כל אחת מהאלקטרודות מתחילה מחלק האחורי ופועלת לחזית, כדי לוודא שיש זווית נכונה בין כל אלקטרודה ומשטח הראש.
  10. לאסוף את החוטים, להתאים את רצועת הסנטר, חוטים מאובטחים עם קלטת Coban, וחבר בconne נטוctor.
  11. מדוד את עכבת אלקטרודה עם סף של <50 KOhms, או על פי הוראות מערכת. אם יש לי כמה אלקטרודות עכבה גבוהה, מחדש לספוג את האלקטרודה עם פיפטה מלא אלקטרוליט ולהזיז בעדינות את השיער מתחת לאלקטרודה.

3. גירויים מצגת וEEG הקלטה

  1. גירויים שמיעתיים הווה בתשלום-שדה עם רמקולים במרחק שווה מראשו של התינוק.
    הערה: מחקר נציג פרמטרים גירוי היו כדלקמן: 70 טון-זוגות msec עם תדר בסיסי של שני 800 או 1,200 הרץ והרמוניות 15 (6 dB להתגלגל לאוקטבה) מוצגים בשני בלוקים (70 או 300 אלפיות שני הבין מרווח גירוי). זוגות נמוכים גבוהים (800 הרץ - 1,200 הרץ) מוצגים כסוטים (15% = 125 ניסויים) בין (800 הרץ - 800 הרץ) נמוכים נמוכים סטנדרטים (85% = 708 ניסויים).
  2. רשום את EEG לפי הוראות חומרה ותוכנה. השתמש בפרמטרים לנתונים הנציג הבאים: SAMPהשיעור לינג: 250 הרץ, נמוך לעבור סינון חומרה: 100 הרץ, מסנן אליפטי, גבוהה לעבור: 0.1 הרץ, אוטומטי: מוגדר נייקוויסט, רווח דירקטוריון: 1.
  3. לספק סביבה רגועה, שקטה, בלשון המעטה מרתקת לתינוק במהלך הקלטה. לעסוק התינוק על ידי משחק וידאו שקט מתאים לגיל או עם צעצועים שקטים (בועות מכה למשל,, הצבע על תמונות בספרים, לשחק בובה). מתן המטפל באוזניות כדי להאזין למוסיקה ימנע התערבות מטפל בשוגג עם תגובת התינוק. אם התינוק הוא חסר מנוחה, המשפיע על EEG, להשהות מצגת גירוי והקלטת EEG עד ניתן לשחזר סביבה רגועה.
  4. לאחר הניסוי הושלם, בעדינות להסיר את הרשת ולייבש את השיער של התינוק ואת הראש.
  5. שמור וגיבוי נתונים EEG גלם, מסוננים לפני סגירת התוכניות בסוף פגישת הבדיקות.

עיבוד נתונים 4. - ERPs

ראייה לבדוק את נתוני ה- EEG גלם ולדחות קטעשל עם חפץ גבוה משרעת.
הערה: דחיית ערוצים עם אמפליטודה גבוהה ולשרבב. אחוזים מקסימאלי של ערוצים דחו צריכים להיות מוגדרים על 30%. שיטות חלופיות (למשל, ICA, PCA, ראו גם התייחסות 30) עשוי להיות מועסקים על מנת להפחית או לדחות ממצאים הנוכחיים בנתונים.

  1. לסנן את הנתונים עם פרמטרים שנקבעו מראש שמתיישבים עם פעילות בקליפת המוח. לתינוקות, להשתמש מסנן bandpass off-line של 1 - 15 הרץ.
  2. מגזר נתונים רציפים ליצור תקופות סביב "זמן 0" (הופעת גירוי) על פי הוראות תוכנה. לפילוח, כולל זמן מראש גירוי מספיק כדי לבסס את זמן פעילות ואחרי גירוי-בסיס כדי ללכוד את כל התגובה.
  3. דחיית תקופות רועשות פי קריטריוני דחייה מתאימים (למשל, 200 μV +/- לתינוקות). הגדר אחוזים מרביים של תקופות דחו על 30%.
  4. ממוצע תקופות לכל אדם ובכל מצב, ולשלב ממוצע אלהזה לפי קבוצה ותנאים לממוצעים גדולים.
  5. אם מספר התקופות הכלולות בתוך כל ממוצע משתנה על פני נושאים, משקל מספר תקופות, כך שנושאים עם יותר פחות עידנים / מוערכים באותה מידה.
    1. משקל הממוצע הגדול, לחשב את הממוצע הבודד מכל מצב כn פעמים את צורת הגל, כאשר n שווה למספר תקופות המרכיבות את הממוצע, לאחר מכן מחולקת במספר הכולל של תקופות לכל הנושאים. שיטה זו נותנת לכל משקל שווה לדין בממוצע הסופי.

עיבוד 5. נתונים - לוקליזציה המקור

לנתונים תינוק, שיתוף לרשום כל קובץ ERP ממוצע פרט ומפואר עם שתי תבנית MR המתאים לגיל או סריקת MR בודדת (מתייחס לפרסומים קודמים 31,32).
הערה: בתהליך שיתוף הרישום, עמדות אלקטרודה והראש משוחזר רשומות למערכת קואורדינטות אחת. ניתן להשתמש בממוצעים גרנדכדי להגדיר את מודל דיפול.

להעריך את המספר והמיקום של מקורות הבסיסיים כדי להיות מצויד לנתונים. לפרדיגמה שמיעה, להשתמש בשני הדיפולים עם מיקום וסיבוב חופשיים.
הערה: הערכת מקור מכן מודרכת באופן אוטומטי באמצעות מזעור של פונקצית עלות שהיא שילוב משוקלל של 4 קריטריונים מתאימים שייר להשיג מיקום "בכושר הטוב ביותר" לחלון הזמן של עניין.

  1. הפוך פרמטרים מתאימים לגיל בטוחים משמשים לעובי קרקפת, עובי גולגולת, רוחב של מוליכות החלל ועצם תת-עכבישים כגורמים אלה משתנים במהירות במהלך פיתוח. לנתונים נציג, פרמטרים הם: גולגולת: 1.5 מ"מ; קרקפת: 2.5 מ"מ; חלל תת-עכבישים: 1.7 מ"מ; מוליכות עצם: .0581.
  2. החל ERP ממוצע גדול, לבחור חלון זמן של עניין המקביל לשיא. פרמטרים שמרניים בדרך כלל +/- 20 אלפיות שניים סביב השיא של ריבית 31.
  3. בדוק "את הטוב של Fiלא "לפתרון דיפול באמצעות פלטי תוכנה של שונות שייר. זהו הסכום של אות שנשאר בלתי מוסבר על חלון הזמן נתון של כושר על ידי מודל דיפול הנוכחי. התאם את חלון הזמן כדי למזער את שונות שייר. השתמש מודל מקור מופץ (קלרה) כדי לבדוק את הפתרון בתוך אזור הפעילות המורחב.
  4. שמור את פתרון דיפול-המקור וצורות גל לכל מצב ושיא.
  5. חזור על התהליך עבור כל קובץ ממוצע בודד.
  6. לניתוח סטטיסטי של מיקום המקור, ערכי שימוש בהשהית שיא, משרעת, ומיקום קואורדינטות בX (המדיאלי-צדדי), Y (קדמית, האחורי), ו- Z (מעולה נחות) כיוונים עבור כל דיפול מכל קובץ ממוצע בודד פתרון. במקרה שהוצג כאן, אמצעי 2x2 חוזרים ונשנים ANOVA (Stimulus (סטנדרטי, סוטה) X חצי הכדור (שמאל, ימין) למשרעת והשהיה של המקורות יכולים להיות שימושי להסתכל על כוח ועיתוי של גנרטורים. מקורניתן להעריך קואורדינטות באותו אופן (לסקירה, 31,32).

ניתוח זמן-תדר במקור חלל - עיבוד נתונים 6.

  1. ליישם את פתרון מודל דיפול לנתונים הגולמיים, לא מסונן, רציפים EEG.
    1. ליישם את פתרון המקור (שמר בשלב 5.6.) לקובץ נתוני ה- EEG הגלם כמו מונטאז אלקטרודה וירטואלי.
      הערה: השימוש במודל דיפול בדרך זו חלה מסנן מרחבי קבוע על ערוץ משטח הקלטה (שטח חיישן) להפוך את ה- EEG בצפיפות גבוהה הרציף למונטאז 'וירטואלי 2-מקור (מרחב מקור מוח).
  2. להפוך את אות המקור חד-משפט תחום בזמן לזמן-תדר-תחום (איור 1).
    הערה: נכון לעכשיו, יכולים להיות מנוצלים במספר גישות להפוך נתונים חד-משפט לתחום הזמן בתדר, כוללים ניתוח אדוה ויישום של הילברט להפוך לנתונים מסוננים. בעוד השוואה של שיטות אלה היאמחוץ להיקף של מאמר זה, כמה מאמרים שפורסמו תארו באופן יסודי בשיטות אלה 33-36. ניתוח הזמן-התדר באמצעות הליך גילוי האפנון המורכב שנמצא בתוכנת לכידות תכנית זמינה מסחרי 37, מחשבים את המשרעת מיידית מעטפה ושלב של כל פעילות מוח כפונקציה של תדירות והזמן 37-39. זה מייצר אמצעים של משמרות כוח המיידיות (זמנית ספקטרלית אבולוציה, TSE) ושלב נעילה (נעילת Inter-ניסוי שלב, ITPL).
    1. השתמש בפרמטרים הבאים: פחי תדרים רחבים 1 הרץ 2-80 הרץ ורזולוציה של 50 אלפיות שנייה מהזמן -1500 ל -1,500 אלפיות שניים. חלון זמן העידן צריך להיות ארוך מספיק כדי לאפשר סינון או עיבוד בתדירות הרצויה הנמוכה ביותר ללא גביית החפצים 40,41.
  3. דמיינו את פסגות התדירות של פעילות בEEG על מנת למנוע פרשנות של R-קשור חפץ או עגול המזויף האפשריתנודות במצב רוח מרומם 41,42.
  4. לבצע בדיקות תמורה וניתוח אשכולות כדי לקבוע אזורים של הבדלים משמעותיים על פני תנאים וקבוצות 24,43.

Representative Results

פוטנציאל הקשור לאירוע תינוקות

ERPs תינוק הוא בדרך כלל גדול יותר מERPs המבוגר, ואולי יש להם פחות או יותר פסגות של הפעלה, ביחס להבשיל תגובות, בהתאם לגיל 44. כאן, אנו מציגים תגובות ממוצעת גרנד נציג מעשרים ושלושה תינוקות 4 חודשים בן 43 (איור 2). הפרדיגמה המוזרה מאפשרת לנו לקבוע אם ניתן המוח של התינוק לזהות את ההבדל בין שני אירועים. בתוצאות הנציג, הטון-הגרסה, תגובה חריגה (DEV, 800-1,200Hz, קו אדום) מעוררת שיא נוסף של הפעלה, ביחס לזוגות משתנה הטון (STD, 800-800Hz, קו שחור). ממצא זה הוא לכאורה בשיעור הבקרה שניהם (ISI 300 אלפיות שנייה, משמאל) ומהיר שיעור (ISI msec 70, מימין) תנאים. תגובות דוגמא מאלקטרודות של פ.צ. (קו האמצע פרונטאלית), C3 (המרכז, ימין) וC4 (מרכז, שמאל) מוצגים. גל ההבדל ממוחשבים (מינוס הסוטהסטנדרטי) מוצג גם בקווים אפורים. השיא נוסף של הפעלה מצביע על כך שמוח התינוק בגיל זה יכול להפלות את ההבדל בין הצלילים בשני מצגות השיעור.

גל מקור תינוקות

פעילות מקור עם שונות שייר קטנות צריכה לעקוב פסגות ERP, המסמלת "בכושר טוב" בין הנתונים המקוריים והמקור מקומי נתונים הפכו. בנתונים הנציג, אנו מראים את מיקומו של המודל דו-דיפול בכושר הטוב ביותר של מקור ERP הממוצע הגדול התינוק לSTD מצב (טון-משתנה) על המודל המופץ קלרה (איור 3). החישוב מראה בבירור הפעלה שמיעתית ימין ועל שמאל בתנאי בקרה ומהיר דרג.

פסגות של פעילות מהמודל דו-דיפול (איור 4) תואם את תגובת ERP היטב. עיתוי השיא והמורפולוגיה של צורות גל ERP, הראו ליפנל n (i), להתאים את התזמון ומורפולוגיה של גל המקור מוצג בלוח (ii) (לפרטים נוספים, ראה מאמר מקורי, 43). גל מקור מניסוי זה הסביר 97.9% מהשונות בפעילות על אלקטרודות הקרקפת. הניתוח סטטיסטי של שיהוי שיא המקור הראה כי פעילות אונה ימנית הייתה מהירה יותר מהשמאל בשני התנאים, והתגובות בקצב המהיר היו מאוחר יותר בשתי האונות מאשר במצב השליטה. הבדלי חצאי המוח לא נצפו באמצעות נתוני ERP, מצביעים על כך שטכניקות לוקליזציה המקור אפשרו לאחזור של מידע נוסף מהתגובות.

תנודות הקשורות לאירוע תינוקות

באופן כללי, בזמן תדירות הניתוחים של מבוגרים ובעלי חי הנתונים מראים כי גירויים לעורר דפוס 1 / f של תיאום עצבי (למשל., הפחתת כוח בתדירות גוברת). בנתונים הנציג, שמעורר לא שמיעהאחד זוגות, אנו מראים כי תינוקות גם להביע את הדפוס הזה (איור 5). כאן, הופעת גירוי מעוררת פרצי סינכרוני של תטא (5-6 הרץ), בטא הרץ (20-25) וגמא (35-45 הרץ) כוח בימין ומהאזורים שמיעתיים השמאלי של המוח.

מודלים של בעלי חיים וניסויים מבוגר מצביעים על כך שתיאום oscillatory, ובנמוך במיוחד לתנודות אמצע תדר (לדוגמא., 1-8 הרץ) הם תורמים עיקריים לפוטנציאלים מעוררים 45. ניתוח של משמרות המיידיות כוח (זמנית ספקטרלית אבולוציה, TSE) בתנודות תינוק מהפרסום הקודם שלנו 43 הראה כוח מושרה גדול יותר לטון הגרסה בלהקת תטא (6-8 הרץ), ביחס לטון בלתי משתנה. השפעה זו נצפתה בשני תנאי השיעור, במיוחד על האזור השמיעתי תקין במצב שיעור בקרה (איור 6). מצגת קצב מהירה הניבה פעילות יותר בילטרלי סימטרי, המצביע על inv קליפת המוח השמאלי משופרolvement במהלך עיבוד שמיעתי של גירויים במהירות התרחשות ובפרט במהלך עיבוד שינוי אקוסטי.

איור 1
איור 1. שלבים של ניתוח. שיטת ניתוח זמן-תדר זמן תדר מודגם באמצעות ממוצע גדול (n = 12) נתונים מתינוקות 4 חודשים-ישנים במצב טון 70 אלפיות השני ISI. onsets גירוי מוצג בחצים אדומים מתחת לציר הזמן. צעדים של ניתוח: (1) בממוצע ERPs, מוצגים באלקטרודה Cz, נוצרים לכל ערוץ (2) מיקום מקור של גנרטורים ERP, המוצגים בראש סקיצה, מתקבל על ידי שימוש במודל 2-דיפול בנתונים הממופה על. תבנית תינוק MRI. (3) פרט וגל מקור ממוצע גדול מתקבלות מהכושר של השמאל וימין הדיפולים. מודלים ראש תינוק להראות מפות המתח המתאימות לשיא נבחר (בגרםray). (4) מונטאז המקור מוחל על נתונים קרקפת ערוץ 128, ואמפליטודות מחושבת והצילה לערוצי שני המקור. (5) תנודות אירוע קשורות מחושבות מאחת-ניסויים ובממוצע לכל תקופת התגובה. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 2
(קווים אדומים DEV,) איור 2. אירוע הקשור למורפולוגיה פוטנציאלית. ממוצעי גרנד (n = 23) לראפיד (70 ISI האלפיות השנייה) ובקרה (300 ISI אלפיות השנייה) תגובות שיעור לסטנדרטיים (STD, קווים שחורים) וסוטה זוגות טון מוצגים בקו אמצע קדמי ושמאל מרכזי ואלקטרודות תקין. שלילי הוא להתוות את. onsets גירוי מוצג בחצים אדומים מתחת לציר הזמן בFz. P1 מוצג בלוח Fz עם חץ שחור. WAV ההבדלדואר (תגובה לתגובת מינוס DEV לSTD) מוצגת בקווים אפורים (מעובד מתוך 43). אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 3
תוצאות איור 3. מקור לוקליזציה. מודל דו-דיפול "בכושר הטוב ביותר" מקור מוצגת מעולף על פעילות מופצת ממודל המקור. שמאל ברור ופעילות תקין ניתן לראות על פני אזורים באונה הטמפורלית שמאלי וימניים. (מעובד מתוך 43). אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 4
קשור לאירוע-איור 4. פוטנציאל ומקור צורת גל השוואה. (I) לדוגמא ERPs מLEF החזיתי אלקטרודות לא תקין ו( F3 וF4) פסגות מופע של הפעלה לטון זוגות עם תדרים משתנה וגרסה בסיסיים (STD וDEV, בהתאמה). שינוי בתדירות מעורר פסגות ~ 400 אלפיות שניים גדולים יותר (DEV, קו אדום), ביחס לכאשר התדרים הם ללא שינוי (STD, שחורים). (ב) חביון של פסגות של הפעלה דומה לפעילות דיפול-מקומי המקור, מה שמרמז התאמה טובה בין ERP וניתוח צורת גל המקור. השיא הגדול ב 400 אלפיות השניים הוא בולט במיוחד באונה הימנית עם הנתונים מקומי המקור. לשם פשטות, רק התגובות למצב המהיר דרג מוצגות, אך משחק דומה נצפה גם בין צורות גל ERP ומקור לתשובות במצב בקרת דרג. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

"Src =" איור 5 "/> / קבצים / ftp_upload / 52,420 / 52420fig5.jpg
מפות איור 5. נקוו TSE מבוטאים במונחים של שינוי הרפאים אחוזים על עידן -1 עד 1 שניות של זמן לגנרטורים ימין ועל שמאל. (i) צלילים ב300 תנודות הקשורות לאירוע לעורר מצב ISI msec בתדרים עקביים סביב הופעת גירוי (למשל., -1140 msec ו0 אלפיות שני). עידן גירוי ארוך משמש כדי להמחיש יותר של נתונים ולספק מספיק מדגם ארוך לפירוק תדירות. פנל ימני מראה את הספקטרום הממוצע מעל השיא הראשוני עיבוד (150-300 אלפיות השנייה). הספקטרום הממוצע מראה ספקטרום 1 / f כולל עם פסגות בדידות של סינכרון בתדרים ספציפיים. (Ii) דפוס דומה נצפה עבור מצב ISI 70 אלפיות השני. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

אוהל "FO: לשמור-together.within עמודים =" תמיד "> איור 6
איור 6. ניתוח זמן-תדר של תנודות הקשורות לאירוע בתינוקות 4 חודשים. שינוי בכוח oscillatory מוצג רקת ספקטרלית אבולוציה (TSE) מגרשים ממוצע גדולים לתינוקות 4 חודשים-בת בשליטה (א) ומהיר דרג תנאים (ב). פסים שחורים על ציר x להמחיש תחילת טון ומשכים. פעילות מקור שמאל וימין מצויינים בפינה השמאלית העליונה של כל גרף. שורה הראשונה: תגובות (i) לזוגות טון בתדירות משתנה (STD) להראות כוח שינויים בטווח הדלתא-תטא. בשורה אמצעית: (ii) תגובות לזוגות טון עם שינוי תדר בכוח הדלתא-תטא המשופר מופע הצליל השני (DEV) בטון השני, ביחס לSTD תגובות, במיוחד באזור השמיעתי הימני במצב הבקרה. מגרשי הבדל בין STD ופיתוח: בשורה השלישיתתגובות מראות עלייה תקין לטרלית בכח בשליטה בקצב (A.iii) והבדל בין שתי המדינות בכוח המהיר שיעור (B.iii). הבדלים משמעותיים בין STD ותגובת DEV בתחום הזמן בתדר מוצגים בקו מתאר שחור. (מעובד מתוך 43). אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

Discussion

שיטת המחקר המתוארת כאן מתארת ​​כיצד להקל הבנה עמוקה יותר של דינמיקת spectrotemporal ומיקום האנטומי של תגובות בצפיפות גבוהה עורר שמיעתיות EEG ו- ERP מוח בתינוקות. ישנם ארבעה שלבים קריטיים בפרוטוקול זה המאפשרים ניתוח. ראשית, יישום נכון רשת ומיצוב עם מינימאלי מטפל ומצוקת תינוק הוא הבסיס להקלטת EEG הנקי בפרדיגמות-מסומם שאינם. מדידה נכונה ראש ובחירת גודל רשת וכן את השימוש בעוזר ובדרן נקי בתהליך היישום הוא מפתח להגשמת שלב זה. שנית, חשוב להקים אווירה רגועה, שקטה ושובבה למשפחה במהלך פגישת הבדיקות, מצב בהנחייתם של הבוחן העיקרי, עוזר רשת והבדרן, שעוסק התינוק במחזה שקט. שלישית, לניתוח נתונים, זה קריטי, כי מודלים ראש MRI מתאים לגיל לשמש ללוקליזציה מקור. גודל הראש, בוחלל ne ועור ושדרה חייב להיות מדויק לגיל שנבדק על מנת לקבל את תוצאות הלוקליזציה המדויקות ביותר. לבסוף, לתגובות בקליפת המוח באופן כללי, הוא גם קריטי שתשמש רשת בצפיפות גבוהה (למשל., לפחות 64 ערוצים של נתונים) על מנת לייעל את סיכויי קבלת הקלטות נמוך חפץ.

מגבלה אחת של שיטה זו היא כי לוקליזציה מקור נתוני EEG היא לא סטנדרטי זהב לאתר של בדיקות פעילות. יש לזכור כי המודל קדימה של לוקליזציה אפילו עם המודלים הראש הטובים ביותר והמדידות עדיין מעריך של מיקום פעילות. לכן, זה הכרחי כדי לתכנן את הניסוי בצורה כזאת שהמידע בנוגע לפעילות מקור ניתן להשוות פני תנאים או קבוצות ניסוי. בנוסף, בדיקת תינוק בכלל ובמחקר מסוים, אורך עשויה להיות כרוכה בערכות נתונים חלקיות או חסרות. פתרונות לבעיה זו הם ל) לשמור על relationships עם משפחות השתתפות; ב) לייעל אווירה שקטה, רגועה הקלטה לתינוק והמטפל; וג) להעריך את בריכת הנושא. בידיים שלנו, עם צוות מנוסה ילדים, יש לנו להשיג נשירה ושיעורי אובדן נתונים מינימאליים נמוכות. במדגם אורך של הקלטות 211 תינוקות עם 57 משתתפים שאנו מציגים 98.6% שמירת נתונים (לדוגמא., 208 מפגשים שהסתיימו בנתונים שימושיים) ו- 10% לנשור שיעור (לדוגמא., 6 משתתפים היו מסוגלים להמשיך לאחר תחילת ניסוי). יתרון של EEG על פני שיטות אחרות, כגון MEG וNIRS, הוא שפעילות subcortically מוטה נגישה עם להקות מסנן שונות. בנוסף, קל יותר לשלוט על תנועה כאלקטרודות לנסוע עם הראש.

ברגע שפרוטוקול זה הוא שולט, היישומים הניסיוניים של דינמיקת EEG וoscillatory תינוק נמצאים בשפע. ברור שעלינו תחילה להבין בדרך כלל מתפתח netwo קליפת המוחRKS על מנת לזהות את אלה שמאורגנים לא טיפוסיים. הדבר מצביע על הצורך ביצירת מודל שבו שלמות מנגנונים המוקדמים שמיעתיים עיבוד (כוללים תנודות) משחק תפקיד בדור והפלסטיות של ייצוג קול כחוויות שמיעתיות משולבות ו, באופן אידיאלי, למד. על פי מודל זה, גירעונות עיבוד לשוניים עשויים להיות קשורים עם שנות סימפטומים, או בכמה עשורים מקרים, לפני אבחון פורמלי מתרחש.

יש צורך בחקירות עתיד להבין פרטים נוספים, כולל הפונקציה של דינמיקת תדירות להקה ספציפית oscillatory, צימוד שלב תדירות צולבת ודפוסים מעכבים / מעוררים אזוריים ברחבי התפתחות מוקדמת. בנוסף, פעילות קורטיקליים ובדיקות במדינות שונות, כגון שינה, יש צורך לתת תמונה של התפתחות טיפוסית מלאה יותר. אנו מאמינים כי מחקר עם טכניקה זו יספק תובנה חשובה בתהליך על ידי whicהדינמיקה וoscillatory 'נוירוטיפיקל "לא טיפוסית h לארגן ולקיים אינטראקציה עם יכולות קוגניטיביות ושפה מתפתחות.

Acknowledgments

המחברים תודה להכיר תמיכה במחקר זה על ידי המרכז שלמה אליזבת ה למחקר נוירו-התפתחותי ומענק # NSF SMA-1041755 לדינמיקה זמנית של מרכז למידה, מדע NSF של מרכז הלמידה. תודה מיוחדת מגיעה גם למשפחות שהשתתפו, ולחברי של המעבדה מחקרי הינקות לתרומות המעשיות ורוחניות שלהם. תודה מיוחדת לJarmo Hämäläinen לפיתוח של פרוטוקול לוקליזציה המקור ונסי צ'ודהורי לקלטה הרוחני.

Materials

Name Company Catalog Number Comments
EEG Amplifiers EGI 1301281
Sensor Nets  EGI C-GSN-128-1011-110 Sizes of nets vary with age, by month
EEG Recording Software Net Station 4604200
Presentation Computer Dell 4608161
Presentation Software Eprime 13102456-50
Baby bottle warmer Avent Target or any baby store
Electrolyte solutuion (Potassium Chloride dry) EGI A-A-CC-KLL-1000-000
Coban self-adherent wrap tape Coban 595573
Measuring tape Target or any baby store
Washable Markers Target or any baby store
Pipettes  Comes with EGI amplifier setup
Analysis Computer Dell
Analysis Software I BESA 3955054 v5.3
Analysis Software II Brain Voyager 3955054
Analysis Software III EEGLAB/ERPLAB/ MassUnivariate Toolbox Freeware MatLAB v2007b
Analysis Software IV BESA Statistics 3956341

DOWNLOAD MATERIALS LIST

References

  1. Gou, Z., Choudhury, N., Benasich, A. A. Resting frontal gamma power at 16, 24 and 36 months predicts individual differences in language and cognition at 4 and 5 years. Behavioural brain research. 220, 263-270 (2011).
  2. Uhlhaas, P. J., Roux, F., Rodriguez, E., Rotarska-Jagiela, A., Singer, W. Neural synchrony and the development of cortical networks. Trends in cognitive sciences. 14, 72-80 (2010).
  3. Singer, W. Development and plasticity of cortical processing architectures. Science. 270, 758-764 (1995).
  4. Singer, W. Mechanisms of experience dependent self-organization of neuronal assemblies in the mammalian visual system. Archivos de biologia y medicina experimentales. 16, 317-327 (1983).
  5. Lakatos, P., et al. An oscillatory hierarchy controlling neuronal excitability and stimulus processing in the auditory cortex. Journal of neurophysiology. 94, 1904-1911 (2005).
  6. Jacobs, J., Kahana, M. J., Ekstrom, A. D., Fried, I. Brain oscillations control timing of single-neuron activity in humans. The Journal of neuroscience. 27, 3839-3844 (2007).
  7. Schroeder, C. E., Lakatos, P. Low-frequency neuronal oscillations as instruments of sensory selection. Trends Neurosci. 32, 9-18 (2009).
  8. Schroeder, C. E., Lakatos, P., Kajikawa, Y., Partan, S., Puce, A. Neuronal oscillations and visual amplification of speech. Trends in cognitive sciences. 12, 106-113 (2008).
  9. Basar, E. Oscillations in 'brain-body-mind'-A holistic view including the autonomous system. Brain Res. 1235, 2-11 (2008).
  10. Buzsaki, G. Large-scale recording of neuronal ensembles. Nature. 7, 446-451 (2004).
  11. Aslin, R. N. Discrimination of frequency transitions by human infants. The Journal of the Acoustical Society of America. 86, 582-590 (1989).
  12. Eilers, R. E., Morse, P. A., Gavin, W. J., Oller, D. K. Discrimination of voice onset time in infancy. The Journal of the Acoustical Society of America. 70, 955-965 (1981).
  13. Irwin, R. J., Ball, A. K., Kay, N., Stillman, J. A., Rosser, J. The development of auditory temporal acuity in children. Child development. 56, 614-620 (1985).
  14. Jusczyk, P. W., Pisoni, D. B., Walley, A., Murray, J. Discimination of relative onset time of two-component tones by infants. The Journal of the Acoustical Society of America. 67, 262-270 (1980).
  15. Bishop, D. V. M., Hardiman, M. J., Barry, J. G. Auditory Deficit as a Consequence Rather than Endophenotype of Specific Language Impairment Electrophysiological Evidence. Plos One. 7, e35851 (2012).
  16. Benasich, A. A., et al. The infant as a prelinguistic model for language learning impairments: Predicting from event-related potentials to behavior. Neuropsychologia. 44, 396-411 (2006).
  17. Choudhury, N., Benasich, A. A. Maturation of auditory evoked potentials from 6 to 48 months: prediction to 3 and 4 year language and cognitive abilities. Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology. 122, 320-338 (2011).
  18. Lakatos, P., et al. Timing of pure tone and noise-evoked responses in macaque auditory cortex. Neuroreport. 16, 933-937 (2005).
  19. Shah, A. S., et al. Neural dynamics and the fundamental mechanisms of event-related brain potentials. Cerebral cortex. 14, 476-483 (2004).
  20. Fries, P. A mechanism for cognitive dynamics: neuronal communication through neuronal coherence. Trends Cogn Sci. 9, 474-480 (2005).
  21. Buzsaki, G. Rhythms of the Brain. Oxford University Press. New York. (2006).
  22. Buzsaki, G., Draguhn, A. Neuronal oscillations in cortical networks. Science. 304, 1926-1929 (2004).
  23. Whittingstall, K., Logothetis, N. K. Frequency-band coupling in surface EEG reflects spiking activity in monkey visual cortex. Neuron. 64, 281-289 (2009).
  24. Ortiz-Mantilla, S., Hämäläinen, J. A., Musacchia, G., Benasich, A. A. Enhancement of gamma oscillations indicates preferential processing of native over foreign phonemic contrasts in infants. The Journal of neuroscience : the official journal of the Society for Neuroscience. 33, 18746-18754 (2013).
  25. Palmer, S. B., Fais, L., Golinkoff, R. M., Werker, J. F. Perceptual narrowing of linguistic sign occurs in the 1st year of life. Child. 83, 543-553 (2012).
  26. Werker, J. F., Tees, R. C. Speech perception as a window for understanding plasticity and commitment in language systems of the brain. Dev Psychobiol. 46, 233-251 (2005).
  27. Benasich, A. A. Impaired processing of brief, rapidly presented auditory cues in infants with a family history of autoimmune disorder. Developmental neuropsychology. 22, 351-372 (2002).
  28. Benasich, A. A., Tallal, P. Infant discrimination of rapid auditory cues predicts later language impairment. Behavioural brain research. 136, 31-49 (2002).
  29. Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Front Hum. Neurosci. 8, 213 (2014).
  30. Delorme, A., Sejnowski, T., Makeig, S. Enhanced detection of artifacts in EEG data using higher-order statistics and independent component analysis. NeuroImage. 34, (4), 1443-1449 (2007).
  31. Hämäläinen, J. A., Ortiz-Mantilla, S., Benasich, A. A. Source localization of event-related potentials to pitch change mapped onto age-appropriate MRIs at 6 months of age. NeuroImage. 54, 1910-1918 (2011).
  32. Ortiz-Mantilla, S., Hämäläinen, J. A., Benasich, A. A. Time course of ERP generators to syllables in infants: A source localization study using age-appropriate brain templates. NeuroImage. 59, 3275-3287 (2012).
  33. Canolty, R. T., et al. High gamma power is phase-locked to theta oscillations in human neocortex. Science. 313, 1626-1628 (2006).
  34. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of neuroscience. 134, 9-21 (2004).
  35. Delorme, A., et al. ERICA: new tools for advanced EEG processing. Computational intelligence and neuroscience. 2011, 130714 (2011).
  36. Makeig, S. Auditory event-related dynamics of the EEG spectrum and effects of exposure to tones. Electroencephalography and clinical neurophysiology. 86, 283-293 (1993).
  37. Hoechstetter, K., et al. BESA source coherence: a new method to study cortical oscillatory coupling. Brain topography. 16, 233-238 (2004).
  38. Papp, N., Ktonas, P. Critical evaluation of complex demodulation techniques for the quantification of bioelectrical activity. Biomedical sciences instrumentation. 13, 135-145 (1977).
  39. Yoon, H., Yeom, W., Kang, S., Hong, J., Park, K. A multiple phase demodulation method for high resolution of the laser scanner. The Review of scientific instruments. 80, 056106 (2009).
  40. Wang, Z., Maier, A., Leopold, D. A., Logothetis, N. K., Liang, H. Single-trial evoked potential estimation using wavelets. Comput Biol Med. 37, (4), 463-473 (2007).
  41. Kramer, M. A., Tort, A. B., Kopell, N. J. Sharp edge artifacts and spurious coupling in EEG frequency comodulation measures. J Neurosci Methods. 170, (2), 352-357 (2008).
  42. Kriegeskorte, N., Simmons, W. K., Bellgowan, P. S., Baker, C. I. Circular analysis in systems neuroscience: the dangers of double dipping. Nat Neurosci. 12, (5), 535-540 (2009).
  43. Musacchia, G., et al. Oscillatory support for rapid frequency change processing in infants. Neuropsychologia. 51, 2812-2824 (2013).
  44. Boer, T., Scott, L. S., Nelson, C. A. Infant EEG and Event-Related Potentials.Studies in Developmental Psychology. Hann, M. Psychology Press. Washington D.C. 5-39 (2007).
  45. Basar, E., Schurmann, M., Demiralp, T., Basar-Eroglu, C., Ademoglu, A. Event-related oscillations are 'real brain responses' - wavelet analysis and new strategies. Int J Psychophysiol. 39, 91-127 (2001).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics