幼児聴覚処理とイベント関連の脳の振動

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

迅速な聴覚処理と音響変化検出能力は、人間の幼児が効率的に人間の言語の特徴である微細なスペクトルおよび時間的な変化を処理することを可能にする上で重要な役割を果たしています。これらの能力は、効果的な言語習得の基礎を築きます。幼児が母国語の音に焦点を合わせることを可能にします。成人からの動物と頭皮に記録電位の侵襲的処置は、間脳の領域内の同時、リズミカルな活動(振動)が感覚開発の基本であることを示唆しています。着信刺激が解析されると解像度を決定します。このとき、少しは人間の幼児開発の振動ダイナミクスについて知られています。しかし、動物の神経生理学および成人EEGデータは乳児の急速な聴覚処理は、離散周波数帯域で振動同期によって媒介される強力な仮説のための基礎を提供します。この、128チャネル、高高密度化を調べるために2つのレート条件(70ミリ秒ISIと制御:ラピッド300ミリ秒ISI)に提示トーンペアで周波数変化、4ヶ月齢の乳児のTY EEG反応を調べました。活動の周波数帯域と大きさを決定するために、聴覚は、応答平均が年齢相応の脳のテンプレートと同時登録された最初の誘発しました。次に、応答の主要な構成要素は、脳活動の二双極子モデルを用いて同定し、ローカライズされました。急速な状態でより顕著な左活性化と、左右の聴覚皮質の両方で - (8ヘルツ3)活性振動パワーの単一試行解析は、シータバンドのバーストで周波数変更処理の堅牢な指標を示しました。これらの方法は、報告された最初のいくつかは、振動を誘発乳児に分析するだけでなく、されているだけではなく、データを生産している、重要なのは、記録ときれいな、細心の注意を払って収集し、幼児EEGおよびERPを分析する十分に確立された方法の産物。この記事では、私のための私達の方法を説明しますnfant EEGネットアプリケーション、記録、動的脳応答解析、および代表的な結果。

Introduction

発達障害の広いスペクトルにわたって、それは早期発見し、最終的に修復するための鍵は、発達中の脳が機能ネットワークを組み立てるように遊びに来て初期の機構を理解することにあることが次第に明らかになりつつあります。このように、その衝撃認知神経パターンの時間的なダイナミクスを理解することへの関心の高まりがあります。示差特定の周波数帯域の振動活性と相関する。特に、特定の認知機能( 例えば、環状変動単一細胞または集団の膜電位)1。以前の研究では振動ダイナミクスが、開発ネットワーク2-4の活動依存的自己組織化に重要な役割を果たしている神経細胞の興奮5,6を制御し、感覚入力7,8を統合することを確立しました。振動脳活動は、AVの効率を高める、9,10-代謝に有益であると考えられています感覚処理機能や、認知や言語などの高レ​​ベル関数の調整のariety。しかし、ヒトの乳児の行動の結果と年齢とのリンク間で神経活動の同期性の役割の体系的な調査を行うことがまだあります。この目標に向けた重要なステップは、初期の言語を含む発展途上認知プロセスをサポートし、時間的ダイナミクスと振動機構の出現と成熟のより深い理解を達成することです。

多くの場合、 数十ミリ秒ほどの小さな程度の:言語発達の重要な構成要素を正確に急速に変化する音響信号を処理し、分類する能力です。例えば、単語「お父さん」と「悪い」の音響力学だけ音節の最初の40ミリ秒にわたって音響的に異なる、まだ二人は非常に異なる意味と関連を持っています。以前の研究ではreceptiの成熟軌跡を示します音響や言語の違いのための能力をVEの。早ければ生後2ヶ月のように、乳児は急速な周波数の変化( 例えば、<100ミリ秒)を識別する能力を示します。 2音響的に類似した音節間の差を検出するための「ハードウェア」は、所定の位置にあることを示唆しています。今後数ヶ月の間、赤ちゃんは、ますます小さい違いを区別カテゴリ認識を開発し、母国語の音節11-14の音のための皮質特殊化を示すことができます。でも、このようなトーンのような単純なサウンドに- -それ以降の言語障害の15早期の指標とすることができる複雑な音の知覚が、基本的な処理機構の機能に依存しているため、それは急速に変化する音響の違いを知覚する能力の欠損があると考えられます。

この研究室でチョードリーとBenasichから以前の研究は、強く乳児の能力は非常に処理することを示し、この仮説を支持しますシンプルな音の急激な変化( 例えば、トーン)が3位と4年間の言語と認知能力16,17を予測することができます。これらのデータは、前舌乳児の脳の応答は聴覚処理と開発進捗状況の定量化可能な指標を提供することができることを確認します。ここで紹介する研究および方法は、この関係の基礎となるメカニズムの重要な側面を探ります。研究のいくつかの系統は現在、ピーク潜時とERP波の振幅が複数の発電機18〜23の脳波振動でspectrotemporalダイナミクスの合計から生じることを示しています。 Spectrotemporal分析はまた、位相および電力情報を分離することができます。フェーズロック·アクティビティは、刺激によって誘発される神経応答の一部を反映しています。応答は、時間同期イベントに対して平均化されるので、このタイプの情報は、ERPから抽出することができるものと同様です。しかし、いくつかの神経活動のタイミングは、裁判から裁判に異なる場合があります。 ERPの分析では、THIの活性は、「平均化」されます。しかし、試験の試験からの電力の変化の解析では、この情報を回収して分析することができます。このため、位相および電力のspectrotemporal分析は、従来のERPに対する相対神経応答に関する追加情報を、与えることができます。乳児の開発に関しては、振動が動物モデル2,3における神経回路の発達に寄与するが、これらのメカニズムは人間だけの集団で調査され始めていることをかなりの証拠があります。本研究室からの作業は、6ヶ月の24でシータと母国語の専門のガンマ振動相関を示しました。これは、幼児期における振動階層の機能を強調しています。

上記提示された証拠に基づいて世界的な仮説は、聴覚皮質における誘発振動の同期は、乳児の脳の発達をサポートしていることです。この仮説をテストするための最初のステップ、「ベースラインとして、221;乳児期早期の処理の得られました。すなわち、4ヶ月·オブ·年齢、現在ネイティブ言語専門25,26については、「知覚的狭窄」を先行すると考えられています。したがって、我々は、と2つの速度条件(制御条件から成る「変わり者パラダイム」で提示ピッチ不変トーンペア変ピッチに受動リスニング中に記録された幼児EEGデータの単一試行周波数解析を行っ:300ミリ秒刺激間間隔を、迅速な条件:70ミリ秒刺激間間隔)。

ここでは、迅速な聴覚処理に焦点を当てた研究からの刺激を使用してこの方法を説明します。これらの研究では、「オドボールパラダイム」は、予測不可能な、しかし認識可能なイベントにニューロンの活性を評価するために使用しました。このパラダイムでは、予測不能または「奇数」刺激が頻繁に呼び出されている「逸脱」回答への脳反応は、予測可能な刺激のための応答は、MOSを発表しました時間tは、通常は「標準」脳の反応と呼ばれています。オドボールパラダイムで提示刺激に対する応答は、自動的に非常に若い幼児に使用するには、このパラダイムを容易にする、着目することなく引き出すことができます。聴覚刺激の全ては、研究に応じて変化間隔で自由音場のスピーカーを介して提示されます。前述したように、現在の研究では、インデックスの迅速な聴覚処理(RAP)の能力を使用したことを音:つまり、数十オブミリ秒音響変化16,17,27,28のを含む音。それは多くの他の刺激の種類の音だけでなく、介在ギャップを用いた周波数または時間の変化を反映したデビアント子音母音(CV)などの神経生理学的差別を試験するために有用であり、および/または昇順または降順周波数掃引ことに留意されたいです。最後に、我々はまた、何の聴覚刺激が提示されていない中で、「静かな演劇」の間に自発脳波を記録お勧めします。これらのデータは、であってもよいです反復刺激の非存在下での振動結合と一貫性を測定するために使用されます。

乳児集団から脳波活動を記録する固有の課題のセットをもたらします。例えば、電極の配置と協力し、脳波アーティファクトを防止するために、移動を最小限に抑え、実験期間の間の場所でそれらを残して、すべてのサイレントおもちゃで従事して気を取ら赤ちゃんを維持するには、課題を表しています。さらに、乳児のデータを簡単に大人/年齢以上のお子様データで開発されたプロトコルの簡単なアプリケーションには向いていません。多くの場合、乳児脳波で観察されたコンポーネントと事象関連電位(ERP)との関係は、明確ではないもそれは常に大人に受け入れられているものにマップされるん。開発研究は、典型的な無秩序と脳機能の起源を理解するための強力な可能性を保持している間、人間の幼児から信頼できると解釈脳の応答を記録することがああが必要です技術的および対人のレルムで習熟のIGHレベル。これらの課題は、しかし、克服することができ、信頼性の高い脳波とERPデータは、パラダイムのさまざまな方法を使って、異なる年齢の幼児から記録することができます。ここでは、MATLAB環境29で動作するフリー、オープンソースのERP解析パッケージとの組み合わせで、市販のERP記録と解析ソフトウェアを利用し、分析の一般的な方法を説明します。

その同期が侵害されたときに乳児の脳の応答記録に振動解析手法の適用は、言語習得に関連するニューロンの同期開発のより機構的な質問と推定される根底にあるメカニズムの探索を可能にします。音声は24音節、縦分析や早期訓練パラダイムとの組み合わせで1自発的または「静止」振動の解析は、Tに窓がありますなどの他の刺激を使用して関連の取り組み、emporal、空間、および典型的な無秩序発達軌道のスペクトルダイナミクス。それは、これらの努力は、聴覚発達と可塑性のベースの我々の理解を高め、発達言語障害の識別と修復の戦略に役立つことが期待されます。

Protocol

ヒトを対象とすべての作業は、治験審査委員会の承認と監督が必要です。研究で使用した場合、ここで報告された方法は、見直し、ラトガース芸術科学治験審査委員会(IRB)を介してヒト対象保護プログラムによって承認されています。

1.準備

  1. 音響減衰と電気的にシールド室での試験の1時間赤ちゃんをスケジュールします。脳波検査の30分 - 代表的なデータを生成し、この記事で紹介した研究プロトコールは、20が含まれています。
  2. 1「一次試験機」は、1つ「ネットアシスタント "と1"芸人 ":テストセッションあたり3人を割り当てます。
  3. 高密度幼児脳波記録のために、少なくとも64チャネルネットを使用しています。ここで紹介する代表的なデータについては、128チャンネルのセンサネットを使用しました。

2.ネットアプリケーション

  1. 記録チャムの次の供給をセットアップしますBER:コバンの自己接着性ラップテープ、ペン、2タオル、およびピペットをマーク、テープを測定します。キャリブレーションは、テストレベル( 例えば、dBのSPL、HLなど)に聞こえます。
  2. よく推定家族の到着時間前に電解液(蒸留水、塩化カリウム、ベビーシャンプー)を作ります。ネットが赤ちゃんの頭の上に寒すぎないことを確認するには、適用直前に溶液に添加される水の8オンスを温めます。
  3. 家族が到着すると、IRB承認フォームで同意を得ます。
  4. 検査室では、介護者の膝の上に幼児を座らし、芸能人が幼児と遊ぶことを始める必要があります。それは最初の訪問の場合は、ネットアプリの手順を説明します。
  5. ヘッドの最も広い点で乳児の頭の円周を測定し、この測定値に基づいて、ネットサイズを選択します。円周が1歳の最小サイズに近い場合に最高のフィット感を得るためには、より小さなサイズのネットを選択します。 ELECで選択したネットを沈めますtrolyteソリューション。
  6. ナジオンツーイニオンを測定し、全測定の1/2で頭皮をマーク。耳 - 耳測定のために同じことを行います。最終的なマークは、Czを(頂点)です。
  7. 乾いたタオルの上に置くことによって、ネットから過剰の溶液を除去します。ネットアシスタントがネットを反転し、Czに電極を把握する持っています。主なテスタはネットの前で自分の指を配置することができるようにネットを保持しています。
  8. 以上のネットを裏返し、ネットアシスタントがヒゲとネットの外側(ナジオン電極とヒゲを接続する)着色前のスレッドを移動するときに乳児の頭の上にネットを配置します。
  9. 頂点頭皮のマークでのCzを置く、乳児の頭部のネット·ポジションを調整します。位置/各電極とヘッド面と直角があることを確認して、戻ってから開始して前方に向けて作業電極のそれぞれの位置を合わせます。
  10. ワイヤを収集し、ヒゲを調整し、コバンテープとの安全ワイヤ、およびネットconneプラグインCTOR。
  11. <50キロオームの閾値と電極インピーダンスを測定し、またはシステムの指示に従って。いくつかの電極が高いインピーダンスを持っている場合は、電解液を充填したピペットを用いて電極を再浸し、ゆっくりと電極の下から髪を移動します。

3.刺激プレゼンテーションおよびEEG記録

  1. 乳児の頭部から等距離スピーカーと自由音場に存在する聴覚刺激。
    注:次のように代表的な研究の刺激パラメータは以下の通りであった:800または1200 Hzから15高調波のいずれかの基本周波数(オクターブごとに6 dBのロールオフ)で70ミリ秒のトーンペアを二つのブロック(70または300ミリ秒に提示されている間刺激間隔)。低高の対(800 Hzの - 1200 Hzのは) - 標準(85%= 708試験)低低(800ヘルツ800 Hz)との間でデビアント(15%= 125試験)として提示されます。
  2. ハードウェアとソフトウェアの指示に従ってEEGを記録します。 SAMP:代表的なデータのために、以下のパラメータを使用します玲レート:250 Hzの低域通過ハードウェアフィルター:100ヘルツ、楕円形、高域通過フィルタ:0.1ヘルツ、オート:ナイキスト、ボードゲインに設定:1。
  3. 記録時に幼児のための穏やかな、静かな、穏やか係環境を提供します。年齢に応じたサイレントビデオを再生したり、静かなおもちゃ( 例えば、ブローバブル、ブック内のピクチャをポイントし、人形劇)で、乳児に係合します。音楽を聴くためにイヤホンと介護者を提供することは、幼児応答で不注意な介護者の干渉を回避することができます。幼児が落ち着きある場合落ち着いた環境を復元することができるようになるまで、脳波に影響を与え、刺激提示およびEEG記録を一時停止します。
  4. 実験が完了した後、静かにネットを削除し、乳児の髪と頭を乾燥させます。
  5. 試験セッションの終了時にプログラムを終了する前に、生の、フィルタリングされていないEEGデータを保存し、バックアップ。

4.データ処理 - のERP

視覚的に生EEGデータを検査し、セグメントを拒否高振幅のアーティファクトとの。
注:高振幅を有するチャネルを拒否して補間します。拒否されたチャネルの最大パーセントは30%に設定してください。別の方法( 例えば、ICA、PCAは、また30を参照する参照)データ内に存在するアーチファクトを低減または拒否するために使用することができます。

  1. 皮質活動とアコード事前に確立されたパラメータを使用してデータをフィルタリングします。 15 Hzの - 幼児のために、1のオフラインバンドパスフィルタを使用しています。
  2. ソフトウェアの指示に従ってセグメント「時間0」の周りにエポックを作成するための連続データ(刺激開始)。セグメント化のために、応答全体をキャプチャするために、ベースライン活性およびポスト刺激時間を確立するために十分な刺激前の時間を含みます。
  3. 適切な排除基準( 例えば、+/-幼児のための200μV)によれば、ノイズの多い時期を拒否します。 30%で棄却エポックの最大パーセントを設定します。
  4. 各個体のエポックと各条件を平均し、これらの平均値を組み合わせます壮大な平均値のグループと、条件に応じてです。
  5. 各平均内に含まれるエポック数は、被験者全体で変化する場合、重量エポック数以上/以下のエポックを有する被験者を均等に評価されるようになっています。
    1. nは平均値を含むエポックの数に等しいn回波形は、その後、すべての被験者のためのエポックの総数で割ったような壮大な平均を重み付けするために、各条件から個々の平均値を計算します。この方法は、最終的な平均で各試行等しい重みを与えます。

5.データ処理 - ソースローカライゼーション

幼児データでは、年齢に応じたMRテンプレートまたは個々のMRスキャン(前の刊行物31,32を参照)のいずれかで、各個人や総平均ERPファイルを同時登録。
注:同時登録処理では、電極の位置と再構成されたヘッドは、単一の座標系に登録されています。グランドの平均値を使用することができます双極子モデルを定義します。

基礎となるソースの数と位置データにフィッティングする推定。聴覚パラダイムのために、無料の位置と回転を持つ2つの双極子を使用しています。
注記:ソース推定が自動的関心の時間ウィンドウを「ベストフィット」位置を得るために4残余適合基準の加重組み合わせであるコスト関数の最小化を介して案内されます。

  1. これらの要因は、開発中に急速に変化として、年齢に適切なパラメータが頭皮の厚さ、頭蓋骨の厚さ、くも膜下腔と骨伝​​導性の幅のために使用されていることを確認します。代表的なデータでは、パラメータは次のとおりです。スカル:1.5ミリメートル;頭皮:2.5ミリメートル;くも膜下腔:1.7ミリメートル;骨伝導率:0.0581。
  2. 総平均ERPから始まる、ピークに対応する目的の時間ウィンドウを選択します。保守的なパラメータは、典型的には、対象31のピーク付近+/- 20ミリ秒です。
  3. f iの「良さを確認してください残差分散のソフトウェアの出力を用いて双極子液のT」。これは、現在の双極子モデルによってフィットの与えられた時間ウィンドウに原因不明のまま信号の量です。残差分散を最小化するために時間ウィンドウを調整します。拡張された活動領域内の溶液を確認するために、分散ソースモデル(CLARA)を使用します。
  4. 各条件とピークのための双極子ソースソリューションと波形を保存します。
  5. すべての個々の平均ファイルについて、この手順を繰り返します。
  6. ソースの場所の統計分析のために、各個々の平均ファイルから各ダイポールの方向性を、ピーク潜時、振幅、および位置の使用値はX(内外)、Y(前後)に調整し、Z(優れた-劣ります)ソリューション。ここで紹介する場合には、2×2反復測定ANOVA(刺激(標準、逸脱)情報源の振幅と待ち時間のためのX半球(左、右)は、発電機の強さとタイミングを見るために役立つことがあります。ソース座標は(レビューのために、31,32)と同じ方法で評価することができます。

6.データ処理 - ソース空間における時間 - 周波数解析

  1. 生、フィルタリングされていない、連続的なEEGデータへの双極子モデル·ソリューションを適用します。
    1. 仮想電極モンタージュとして生EEGデータファイルに(ステップ5.6で保存した。)ソースのソリューションを適用します。
      注:このように、双極子モデルの使用は、仮想の2元モンタージュ(脳ソース領域)に連続高密度EEGを変換するために(センサ領域)を記録表面チャネルに固定された空間フィルタを適用します。
  2. 時間-周波数領域( 図1)に、時間領域単一試行のソース信号を変換します。
    注:現在、いくつかのアプローチは、フィルタリングされたデータにヒルベルト変換のウェーブレット解析およびアプリケーションを含む、時間 - 周波数領域に単一試験データを変換するために利用することができます。これらの方法の比較があるがこの記事の範囲外で、いくつかの出版された論文は、徹底的に、これらの方法33-36を記載しています。市販のコヒーレンスソフトウェアプログラム37に見られる複雑な復調の手順を使用して時間周波数分析は、周波数および時間の関数として37〜39それぞれの脳活動の瞬時エンベロープ振幅および位相を計算します。これは、瞬時電力シフトの対策(時間的スペクトル進化、TSE)と位相ロック(インタートライアルフェーズロック、ITPL)を生成します
    1. 2〜80 Hzから-1500〜1500ミリ秒から50ミリ秒の時間分解能から1 Hzの広い周波数ビン:次のパラメータを使用します。エポック時間ウィンドウは、アーチファクト40,41を招くことなく最小の所望の周波数でフィルタリングまたは処理を可能にするのに十分に長くなければなりません。
  3. 可能スプリアスアーチファクト関連または円形Rの解釈を避けるために、脳波の活動の周波数ピークを可視化高揚振動41,42。
  4. 条件とグループ24,43の両端の有意差の領域を決定するために、順列テストおよびクラスタ分析を行います。

Representative Results

幼児事象関連電位

幼児のERPは、年齢44に応じて、応答を成熟に対して、成人のERPより一般的に大きく、活性化の少ない以上のピークを有することができます。ここでは、23 4ヶ月齢の乳児43( 図2)からの代表的なグランドの平均応答を示します。オドボールパラダイムは、乳児の脳は、2つのイベントの違いを認識することができるかどうかを決定することができます。代表的な結果では、トーン変異体は、逸脱した応答(DEV、800-1,200Hz、赤線)は不変トーン対(STD、800-800Hz、黒線)に比べて活性化の追加のピークを誘発します。この知見は、コントロール率(左300ミリ秒ISI)と速い速度(70ミリ秒ISI、右)の両方の条件に明らかです。 Fzの(前頭正中線)、C3(中央、右)とC4(中央、左)の電極から例の応答が示されています。算出した差分波(逸脱マイナス標準)は、灰色の線で示されています。活性化の追加のピークは、この年齢で、乳児の脳は、両方のレートのプレゼンテーションでのトーンの違いを識別することができることを示唆しています。

幼児ソース波形

少し残差分散とソースアクティビティは、元のデータソースローカライズ変換されたデータとの間の「良好なフィット感」を意味する、ERPピークに従ってください。代表的なデータでは、CLARA分散モデル( 図3)を介してSTDの乳児総平均ERP(トーン不変)状態の二ダイポール最適源モデルの位置を示しています。計算は明らかにコントロールし、急速な条件で左右の聴覚の活性化を示しています。

二双極子モデル( 図4)からの活動のピークが非常によく、ERP応答に対応していました。 ERP波形のピークタイミングと形態、私が示しましたn個のパネル(i)は、(II)(詳細については、元の記事、43を参照)のパネルに示したソース波形のタイミングや形態に一致します。この実験からのソース波形は、頭皮電極上の活動の分散の97.9パーセントを説明しました。ソースピーク潜時の統計的分析は、右半球の活動が両方の条件に左よりも高速であることを示した、と急速な速度の応答は、対照条件に比べて、後両半球でした。半球差は音源定位技術は、応答からの追加情報の検索を可能にすることを示唆し、ERPデータを用いて観察されませんでした。

幼児事象関連振動

一般に、時間-周波数は、成人および動物のデータの分析( 例えば 、増加する周波数で電力を減少させる)刺激は、ニューロン同期の1 / fパターンを引き起こすことを示しています。代表的なデータでは、聴覚Tによって誘発されます1対は、我々は幼児にもこのパターン( 図5)を発現することを示します。ここでは、刺激開始は、脳の右と左の両方の聴覚領域でシータ(5-6 Hz)と、ベータ(20-25)ヘルツとガンマ(35-45 Hz)で電源の同期バーストを誘発します。

動物モデルおよび成人の実験は、その振動同期性を示唆し、中周波振動を特に低中に( 例えば 、1-8 Hz)は誘発電位45の主な原因です。私たちの以前の出版物43から幼児の振動の瞬時パワーシフト(時間的スペクトル進化、TSE)の分析は、不変の音に比べシータバンド(6-8 Hz)でバリアントな階調に大きな誘起電力を示しました。この効果は、コントロールの速度条件( 図6)、特に右の聴覚領域にわたって、両方の速度条件において観察されました。急速プレゼンテーションが強化された左皮質INVを示唆し、より左右対称の活性が得られました急速に発生する刺激の聴覚処理中に音響変更処理中に特にolvement。

図1
図の時間-周波数解析の1ステップ。時間周波数解析法は70ミリ秒ISI階調状態の間、4ヶ月齢の乳児からグランド平均値(N = 12)のデータを使用して示されています。刺激オンセットは、時間軸の下の赤い矢印で示されています。分析の手順:(1)各チャネルのために作成され、Czを電極に示すように、ERPを平均化(2)スケッチ頭に示すERPジェネレータのソース位置は、上にマッピングされたデータの2双極子モデルを用いることにより得られます。幼児MRIテンプレート。(3)個人と壮大平均ソース波形は左と右の双極子のフィットから得られます。幼児ヘッドモデルは、Gで(選択されたピークに対応する電圧マップを表示しますX線)。(4)ソースモンタージュは128チャネル頭皮データに適用され、振幅は二つのソースチャネルに対して計算され、保存されている。(5)イベントに関連する振動は、単一試験から計算し、応答期間にわたって平均化される。 くださいこの図の拡大版をご覧になるにはこちらをクリックしてください。

図2
ラピッド(70ミリ秒ISI)とコントロール(300ミリ秒ISI)の標準(STD、黒線)に速度応答および逸脱(DEV、赤線)のトーン対図2.事象関連電位形態。グランド平均値(N = 23)前頭正中線と中央の左右の電極に示します。ネガティブは、最大プロットされています。刺激オンセットはFzので、時間軸の下の赤い矢印で示されています。 P1は黒い矢印でFzのパネルに示されています。差分wavファイルE(STDにDEVマイナス応答に対する応答が)(43から適応)灰色の線で示されている。 この図の拡大版を表示するには、こちらをクリックしてください。

図3
図3.ソース定位結果。二ダイポール「ベストフィット」ソースモデルは、ソースモデルから配布活動に重ねて表示されます。クリア左右の活動は、左右側頭葉領域の上に見ることができます。 (43から適応)。 この図の拡大版を表示するには、こちらをクリックしてください。

図4
図4.事象関連電位とソース波形の比較。前頭LEFから(I)の例のERP tと右電極(F3とF4)の活性化のショーピークは不変とバリアントの基本周波数(それぞれ、STDとDEV)と対をトーンします。周波数の変化周波数が(黒、STD)変化していないときに比べて、より大きなピーク〜400ミリ秒(DEV、赤線)を誘発する。(ii)の活性化のピークの遅延が示唆、ソース局在双極子の活動についても同様ですERPとソース波形解析との間の良好な一致。 400ミリ秒に大きなピークは、ソース·ローカライズされたデータと右半球で特に顕著です。簡単にするために、急速状態にのみ応答が示されているが、しかし同様の試合は、コントロール料金の状態で応答するためのERPやソース波形の間で観察された。 この図の拡大版を表示するには、こちらをクリックしてください。

グレ5 "SRC =" /ファイル/ ftp_upload / 52420 / 52420fig5.jpg "/>
図5.プールされたTSEマップは-1の左右の発電機のための時間の1秒エポック%以上スペクトルの変化で表現されている。コヒーレント周波数帯域で300ミリ秒ISI条件惹起イベント関連振動(i)においてトーン刺激開始の周り( 例えば 、-1140ミリ秒0ミリ秒)。長い刺激エポックは、データの多くを視覚化するために、周波数分解のために十分な長さのサンプルを提供するために使用されます。 ( - 300ミリ秒150)右側のパネルには、最初の処理ピークにわたる平均スペクトルを示します。平均スペクトルは、特定の周波数帯での同期の離散的なピークを有する全体の1 / fのスペクトルを示している。(ii)の同様のパターンは、70ミリ秒ISI条件で観察される。 この図の拡大版を表示するには、こちらをクリックしてください。

常に ">:"キープtogether.withinページ= FO "10トン図6
4ヶ月齢の乳児における事象関連振動の図6.時間-周波数解析。振動パワーの変化はinTemporalスペクトルエボリューション(TSE)制御(A)と急速で4ヶ月の乳児のための壮大な平均のプロットを示しています(B)条件。 x軸上の黒いバーは、トーン開始および持続時間を示しています。左右のソースアクティビティは、各グラフの左上に表示されます。最初の行:不変周波数(STD)とトーンのペア(i)からの回答デルタシータ範囲内の電力の変化を示しています。中段:特にコントロール状態で右の聴覚領域では、STDの応答に比べて第二のトーンでデルタシータ力を強化第二のトーン(DEV)ショーで周波数変化とトーン対(ii)の応答。第三行:STDとDEVの差プロット応答は、右の左右で非対称に制御レート(A.iii)における電力の増加と急速(B.iii)における二国間のパワーの差を示します。時間周波​​数領域におけるSTD DEVと応答との間の有意差は、黒のアウトラインで示されています。 (43から適応)。 この図の拡大版を表示するには、こちらをクリックしてください。

Discussion

ここで説明した研究方法はspectrotemporalダイナミクスと乳児の高密度聴覚誘発脳波とERP脳応答の解剖学的位置のより深い理解を容易にする方法について説明します。分析を容易にこのプロトコル内の4つの重要なステップがあります。まず、最低限の介護者や​​幼児の苦痛との適切なネットアプリケーションおよび位置決めは、非鎮静状態のパラダイムでクリーンな脳波を記録するための基盤です。適切なヘッド測定とネットサイズ選択とアプリケーションのプロセスの間にネット助手や芸能人の使用は、このステップを達成するための鍵となります。第二に、テストセッション、静かなプレーで乳児に係合する一次試験機、ネット助手や芸能人によって容易状態のときに家族のために、穏やかな、静かで遊び心のある雰囲気を確立することが重要です。第三に、データ分析のためには、年齢に応じたMRIヘッドモデルは音源定位のために使用されることが重要です。ヘッドサイズ、BONEと皮膚と脳脊髄スペースが最も正確な定位結果を得るために試験された時代に正確でなければなりません。最後に、一般的に、皮質応答のため、高濃度のネットを使用することも重要である( 例えば 、データの少なくとも64チャンネル)、低アーチファクト記録を取得する機会を最適化するために。

この技術の1つの制限は、EEGデータの音源定位が活性試験のサイトのゴールドスタンダードではないということです。一つでも最高のヘッドモデルと測定値との局在化の順モデルがまだ活動場所の推定値であることを心に留めておく必要があります。したがって、ソースアクティビティに関する情報は、実験条件やグループ間で比較することができるように実験を設計することが不可欠です。また、一般的には、特に、縦断的研究で乳児のテストが不完全であるか、不足しているデータセットを伴う場合があります。この問題に対する解決策は、a)Rを維持することです参加家族とelationships。 b)は、幼児や介護者のための静かな、穏やかな記録雰囲気を最適化します。そしてc)被験者プールを過大評価。私たちの手では、経験豊富な小児チームと、我々は低ドロップアウトし、最小限のデータ損失率を達成しています。 57参加者と211乳児のレコーディング·セッションの前後のサンプルでは、98.6%でデータ保持を示す( 例えば 、208使用可能なデータが得られたセッション)と10%ドロップアウト率は( 例えば 、6参加者が開始した後続行することができませんでした実験)。このようなMEGやNIRSなどの他の技術、以上の脳波の利点は、subcortically受ける活性が異なるフィルタ帯域でアクセス可能であることです。また、電極は、ヘッドを移動するように移動するように制御することが容易です。

このプロトコルを習得すると、乳児の脳波と振動ダイナミクスの実験的なアプリケーションが豊富です。それは我々が最初に皮質netwoを開発、一般的に理解しなければならないことは明らかです異常に組織化されているものを同定するために、RKS。これは、(振動を含む)初期の聴覚処理のメカニズムの完全性は、聴覚体験が組み込まれているように音声表現を生成し、可塑性の役割を果たしていると、理想的には、学習されたモデルの作成の必要性を示唆しています。正式な診断が行われる前に、このモデルによれば、非言語処理障害は、症状の年の、または場合によっては数十年に関連付けられてもよいです。

今後の研究は、周波数帯域固有振動ダイナミクスの機能を含む詳細、クロス周波数位相結合と早期開発全体の地域の興奮/抑制パターンを理解するために必要とされます。また、このような睡眠などの異なる状態での皮質下の活動および試験は、一般的な開発のより完全な画像を与えるために必要とされています。我々は、この技術の研究はwhicによってプロセスに重要な洞察を提供すると信じH「神経が標準的な 'と非定型振動ダイナミクスは整理し、新興の認知や言語能力と相互作用します。

Acknowledgments

作者は感謝して神経発達研究NSFのグラント#SMA-1041755学習センター、学習センターのNSF科学の時間的ダイナミクスにするためのエリザベスH.ソロモンセンターによる本研究のサポートを認めます。特別な感謝も参加家族に、その実用的かつ知的貢献のため乳児研究研究所のメンバーによるものです。音源定位プロトコルの開発のため、彼女の知的な入力のためのNaseemチョードリーにJarmoHämäläinenに感謝します。

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