Procesamiento Auditivo Infantil y oscilaciones cerebrales relacionados con eventos

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

Procesamiento auditivo rápido y capacidades acústicas de detección de cambios desempeñan un papel fundamental en lo que los bebés humanos para procesar eficientemente la multa espectral y los cambios temporales que son característicos del lenguaje humano. Estas habilidades sientan las bases para la adquisición del lenguaje eficaz; infantes que permiten afinar en los sonidos de su lengua materna. Los procedimientos invasivos en animales y potencialidades del cuero cabelludo-grabado de adultos humanos sugieren que la actividad simultánea, rítmica (oscilaciones) entre y dentro de las regiones del cerebro son fundamentales para el desarrollo sensorial; la determinación de la resolución con la que se analizan los estímulos entrantes. En este momento, se sabe poco sobre la dinámica oscilatoria en el desarrollo del bebé humano. Sin embargo, los datos de la neurofisiología de los animales y de adultos EEG proporcionan la base para una fuerte hipótesis de que el procesamiento auditivo rápido en lactantes está mediada por la sincronía oscilatorio en bandas de frecuencias discretas. Para investigar esto, 128 canales, de alta densiSe examinaron las respuestas ty EEG de 4 meses de edad los bebés a cambio de frecuencia de dos en dos tonos, se presenta en dos condiciones de tasa (300 ms ISI rápidos:: 70 ms ISI y Control). Para determinar la banda de frecuencia y la magnitud de la actividad, evocados auditivos promedios de respuesta fueron primero co-registrado en plantillas cerebrales apropiadas para su edad. A continuación, fueron identificados y localizados utilizando un modelo de dos dipolo de la actividad cerebral los principales componentes de la respuesta. Solo al juicio análisis del poder oscilatoria mostró un amplio índice de procesamiento de cambio de frecuencia en ráfagas de banda theta (3-8 Hz) la actividad en ambas corticales auditivas derecha e izquierda, con la activación de izquierda más importante en la condición rápido. Estos métodos han producido datos que no sólo son algunos de los primeros reportados oscilaciones evocado análisis en los bebés, pero también son, sobre todo, el producto de un método bien establecido de registro y análisis de limpio, recogido meticulosamente, infantil EEG y ERPs. En este artículo, describimos nuestro método para iaplicación nfant EEG red, registro, análisis dinámico de respuesta cerebral, y los resultados representativos.

Introduction

A través de un amplio espectro de trastornos del desarrollo, cada vez es más claro que la clave para la identificación temprana y en última instancia la remediación radica en la comprensión de los principios de los mecanismos que entran en juego como el cerebro en desarrollo ensambla redes funcionales. Por lo tanto, existe un mayor interés en la comprensión de la dinámica temporal de los patrones neuronales que la cognición impacto. En particular, las funciones cognitivas específicas que se correlacionaron diferencialmente con la actividad oscilatoria en bandas de frecuencias específicas (por ejemplo, potenciales fluctuaciones cíclicas de una sola célula o membrana población) 1. Estudios previos han demostrado que la dinámica oscilatoria juegan un papel crucial en la auto-organización dependiente de la actividad de las redes de desarrollo 2.4, control de la excitabilidad neuronal 5,6 e integran estímulos sensoriales 7,8. La actividad cerebral oscilatorio se cree que es metabólicamente beneficioso 9,10, el aumento de la eficiencia de avariedad de funciones de procesamiento sensorial y la coordinación de las funciones de nivel superior, tales como la cognición y el lenguaje. Sin embargo, la investigación sistemática del papel de la sincronía neuronal a través de la edad y los vínculos con los resultados conductuales en los niños humanos aún no se ha logrado. Un paso importante hacia este objetivo es lograr una comprensión más profunda de la emergencia y la maduración de la dinámica temporal y mecanismos oscilatorios que apoyan el desarrollo de los procesos cognitivos, incluyendo el lenguaje temprano.

Un componente crucial del desarrollo del lenguaje es la capacidad de procesar y clasificar las señales acústicas que cambian rápidamente con precisión: a menudo del orden de tan poco como decenas de milisegundos. Por ejemplo, la dinámica acústicas de la palabra "papá" y "malo" diferir acústicamente solamente durante los primeros 40 ms de la sílaba, pero los dos tienen muy diferentes significados y asociaciones. Estudios previos muestran una trayectoria de maduración de receptive la capacidad de las diferencias acústicas y lingüísticas. Tan temprano como 2 meses de edad, los niños muestran la capacidad para discriminar cambios de frecuencia rápidos (por ejemplo, <100 mseg); lo que sugiere que el "hardware" para detectar la diferencia entre dos sílabas acústicamente similares está en su lugar. En los próximos meses, los bebés pueden discriminar diferencias cada vez más pequeños, desarrollar la percepción categórica, y exhibir la especialización cortical para los sonidos de las sílabas del lenguaje nativo 11-14. Debido a que la percepción del sonido complejo se basa en la función de los mecanismos básicos de procesamiento, se piensa que las deficiencias en la capacidad de percibir rápidamente cambiante diferencias acústicas - incluso para los sonidos simples, tales como tonos - pueden ser indicadores tempranos 15 del deterioro del lenguaje más tarde.

El trabajo previo de Choudhury y Benasich en este laboratorio apoya firmemente esta hipótesis, mostrando que la capacidad de un niño para procesar muycambios rápidos en sonidos simples (por ejemplo, tonos) pueden predecir de 3 y 4 años el lenguaje y las habilidades cognitivas 16,17. Estos datos verifican que las respuestas cerebrales de los niños pre-linguales pueden proporcionar un indicador cuantificable de procesamiento auditivo y el progreso del desarrollo. El estudio y los métodos presentados aquí sondear los aspectos clave de los mecanismos subyacentes de esta relación. Varias líneas de investigación indican ahora que la latencia de pico y amplitud de las ondas de ERP surgen de la suma de la dinámica de spectrotemporal en oscilaciones de EEG de múltiples generadores 18-23. Spectrotemporal análisis también permite la separación de la información de fase y potencia. Actividad de enganche de fase refleja la parte de la respuesta neuronal que es evocado por el estímulo. Este tipo de información es similar a lo que puede ser extraído de la ERP, ya que las respuestas se promedian con respecto a un evento de tiempo-bloqueado. Sin embargo, el momento de alguna actividad neuronal puede variar de un ensayo a otro. En el análisis de ERP, thiactividad s es "promedió out"; sin embargo, en el análisis de los cambios de alimentación de un ensayo a otro, esta información puede ser recuperada y analizada. Por lo tanto, el análisis spectrotemporal de la fase y la potencia puede dar información adicional acerca de la respuesta neuronal, en relación con el ERP convencional. En cuanto al desarrollo infantil, existe considerable evidencia de que las oscilaciones contribuyen al desarrollo de circuitos neuronales en modelos animales 2,3 pero estos mecanismos sólo se están empezando a ser investigado en la población humana. El trabajo de este laboratorio ha demostrado theta y oscilatoria gamma se correlaciona de especialización lengua materna a los 6 meses 24. Esto pone de relieve la función de las jerarquías oscilatorios en la infancia.

La hipótesis global, basado en la evidencia presentada anteriormente, es que la sincronía de las oscilaciones provocadas en cortezas auditivas apoya el desarrollo del cerebro infantil. Como primer paso para probar esta hipótesis, una "línea de base221; de procesamiento en la primera infancia se obtuvo; es decir, 4 meses de edad, que se cree actualmente que preceder "estrechamiento de percepción" para la lengua materna especialización 25,26. De acuerdo con ello, se realizó un ensayo de un solo análisis de frecuencia en los datos de EEG infantiles registradas durante la escucha pasiva de lanzar-variante y de paso invariante pares de tonos presentados en un "paradigma de bicho raro" que consiste en dos condiciones de tasa (condición de control: 300 ms intervalo entre estímulos; condición rápido: 70 ms entre estímulo-intervalo).

Aquí ilustramos este método utilizando estímulos de estudios centrados en el procesamiento auditivo rápido. En estos estudios, un "paradigma oddball", fue utilizado para evaluar la actividad neuronal a impredecible, pero los acontecimientos reconocibles. En este paradigma, la respuesta del cerebro a las respuestas "Deviant" impredecibles o estímulos "extrañas" a menudo son llamados, mientras que la respuesta a los estímulos predecibles, presentó mesest del tiempo, generalmente se llama la respuesta cerebral "Estándar". Las respuestas a los estímulos que se presentan en un paradigma oddball pueden ser provocados de forma automática sin atención enfocada, por lo que este paradigma fácil de usar con bebés muy pequeños. Todos los estímulos auditivos se presentan a través de los altavoces de campo libre a intervalos, que varían dependiendo del estudio. Como se mencionó anteriormente, en el estudio actual los sonidos que se utilizaron índices rápidos de procesamiento auditivo (RAP) habilidades: es decir, los sonidos que contiene decenas de milisegundos de cambio acústica 16,17,27,28. Cabe señalar que muchos otros tipos de estímulo son útiles para probar la discriminación neurofisiológico, incluyendo consonante-vocal (CV) sonidos, así como los desviados que reflejan los cambios en la frecuencia o duración, con una brecha interpuesta, y / o barridos de frecuencia ascendente o descendente. Por último, recomendamos grabación EEG espontáneo durante el "juego tranquilo" en el que no se presente estímulo auditivo. Estos datos pueden ser entoncesutilizado para medir el acoplamiento oscilatorio y coherencia en ausencia de estimulación repetida.

Grabación de la actividad EEG de una población infantil plantea un conjunto de desafíos únicos. Por ejemplo, la cooperación con la colocación de los electrodos y dejando en su lugar durante la duración del experimento, minimizando el movimiento para evitar artefactos del EEG, y mantener al bebé enganchado y distraído con los juguetes silenciosos todos representan desafíos. Además, los datos infantiles no se prestan fácilmente a las aplicaciones directas de protocolos desarrollados con adultos / datos niño mayor. En muchos casos, la relación entre los componentes observados en lactantes EEG y potenciales evocados (ERPs) no es tan clara ni siempre el mapa en la que lo que se acepta en el adulto. Si bien la investigación del desarrollo tiene un gran potencial para la comprensión de la génesis de la función cerebral típica y desordenado, grabación respuestas cerebrales fiables e interpretables de los bebés humanos requiere ahnivel igh de competencia en ambas esferas técnicas e interpersonales. Estos desafíos, sin embargo, se pueden superar y datos de EEG y ERP fiables se pueden grabar desde niños de diferentes edades utilizando una variedad de paradigmas. Aquí se describe un método general de análisis utilizando comercialmente disponible de grabación de ERP y software de análisis en combinación con un paquete gratuito de código abierto ERP análisis que funciona en el entorno MATLAB 29.

La aplicación de métodos de análisis oscilatorios a las grabaciones de respuesta cerebral infantil permite la exploración de preguntas más mecanicistas de desarrollo sincronía neuronal en relación con la adquisición del lenguaje y los mecanismos subyacentes supuestos cuando se ve comprometida que la sincronía. Esfuerzos relacionados utilizando otros estímulos, como el habla sílabas 24, y el análisis de espontáneos o "descansando" oscilaciones 1 en los análisis longitudinales o en combinación con los paradigmas de formación temprana, disponen de ventanas en el temporal, espaciales y dinámicas espectrales de las trayectorias típicas y desordenadas de desarrollo. Se espera que estos esfuerzos aumentarán nuestra comprensión de las bases del desarrollo auditivo y la plasticidad, y ayudar en las estrategias de identificación y remediación para los trastornos del lenguaje en el desarrollo.

Protocol

Todo el trabajo con sujetos humanos requiere aprobación de la Junta de Revisión Institucional y supervisión. Métodos informó aquí, cuando se utiliza en la investigación, han sido revisados ​​y aprobados por el Programa de Protección de Sujetos Humanos a través de la Junta de Revisión de las Artes y las Ciencias de Rutgers Institucional (IRB).

1. Preparación

  1. Programe el bebé durante 1 hora de las pruebas en una cámara de sonido atenuado y eléctricamente blindado. El protocolo del estudio presentado en este artículo que produce datos representativos incluye 20 - 30 min de la prueba de EEG.
  2. Asignar tres personas por sesión de pruebas: una "probador principal", una "asistente neto" y una "artista".
  3. Para la grabación de EEG infantil de alta densidad, utilizar al menos una red de 64 canales. Para los datos representativos presentados aquí, se usó una red de sensor 128 canales.

2. Aplicación Net

  1. Configure los siguientes suministros en el cham grabaciónber: Cinta envoltura autoadherente Cobán, cinta métrica, rotulador, 2 toallas, y pipetas. Calibrar suena a nivel de las pruebas (por ejemplo, dB SPL, HL, etc.).
  2. Hacer la solución electrolito (agua destilada, cloruro de potasio y champú para bebé) mucho antes de la hora de llegada estimados familia. Para asegurarse de que la red no es demasiado frío en la cabeza del bebé, cálidos 8 onzas de agua que se añaden a la solución justo antes de la aplicación.
  3. Cuando llega la familia, obtener el consentimiento con las formas IRB aprobado.
  4. En la cámara de pruebas, sentarse el bebé en el regazo del cuidador, y tiene el artista comienza a jugar con el bebé. Si se trata de la primera visita, explique el procedimiento de solicitud red.
  5. Medir la circunferencia de la cabeza del bebé en el punto de la cabeza más ancha y elegir el tamaño neto basado en esta medición. Para obtener el mejor ajuste, elija una red de menor tamaño, si la circunferencia está cerca del tamaño mínimo de un año de edad. Sumerja la red elegida en las elecsolución de electrólito.
  6. Mida nasión-to-inion y marcar el cuero cabelludo en la mitad de la medida total. Haga lo mismo para la medición de oreja a oreja. La nota final es Cz (vértice).
  7. Retire el exceso de solución de la red colocándolo en una toalla seca. Haga que el asistente neta invertir la red y sujete el electrodo Cz; la celebración de la red para que el probador primaria puede posicionar sus dedos en la parte delantera de la red.
  8. Voltear la red una y colocar la red a la cabeza del bebé como asistente neta mueve el barbijo y roscas frontales de color (que conectan el electrodo nasión y barbijos) fuera de la red.
  9. Ajuste la posición neta en la cabeza del bebé, colocando Cz en la marca del cuero cabelludo vértice. Posición / alinear cada uno de los electrodos a partir de la parte trasera y de trabajo hacia la parte delantera, asegurándose de que hay un ángulo recto entre cada electrodo y la superficie de la cabeza.
  10. Recoger los cables, ajuste el barbijo, cables seguras con cinta Coban, y enchufe el conne netactor.
  11. Medir la impedancia de los electrodos con un umbral de <50 KOhms, o de acuerdo a las instrucciones del sistema. Si algunos electrodos tienen alta impedancia, vuelva a remojar el electrodo con una pipeta electrolito llena y mover suavemente el pelo de debajo del electrodo.

3. Los estímulos Presentación y EEG grabación

  1. Estímulos auditivos actuales en campo libre con altavoces equidistantes de la cabeza del bebé.
    NOTA: El estudio representativo parámetros de estímulo fueron los siguientes: 70 pares de tonos ms con una frecuencia fundamental de cualquiera de 800 o 1.200 Hz y 15 armónicos (6 dB roll-off por octava) se presentan en dos bloques (70 o 300 milisegundos internacionales intervalo de estímulo). Los pares bajos de alto (800 Hz - 1200 Hz) se presentan como desviados (15% = 125 ensayos) entre (800 Hz - 800 Hz) bajo bajo normas (85% = 708 ensayos).
  2. Registre el EEG de acuerdo a las instrucciones de hardware y software. Utilice los siguientes parámetros para los datos representativos: Samptasa ling: 250 Hz, el filtro de paso bajo Hardware: 100 Hz, filtro elíptico, de paso alto: 0,1 Hz, Auto: set de Nyquist, aumento de la Junta: 1.
  3. Proporcionar un ambiente tranquilo medianamente atractiva calma, para el bebé durante la grabación. Enganche el bebé jugando un vídeo en silencio apropiado para la edad o con juguetes tranquilos (por ejemplo, burbujas de jabón, seleccione las imágenes en los libros, juego de marionetas). Proporcionar el cuidador con auriculares para escuchar música evita interferencias cuidador inadvertido con la respuesta infantil. Si el bebé está inquieto, impactando el EEG, pausar la presentación del estímulo y el registro EEG hasta que un ambiente de calma puede ser restaurado.
  4. Una vez completado el experimento, retire suavemente la red y secar el pelo y la cabeza del bebé.
  5. Guardar y copia de seguridad, los datos de EEG sin filtrar primas antes de cerrar los programas al final de la sesión de pruebas.

4. Proceso de Datos - ERP

Inspeccione visualmente los datos de EEG primas y rechazar segmentos con artefactos de alta amplitud.
NOTA: Rechazar canales con gran amplitud e interpolar. Ciento máximo de canales rechazados debe fijarse en el 30%. Los métodos alternativos (por ejemplo, ICA, PCA, ver también Referencia 30) se puede emplear para reducir o rechazar artefactos presentes en los datos.

  1. Filtra los datos con parámetros preestablecidos que otorguen con la actividad cortical. Para los bebés, use un filtro de paso de banda fuera de línea de 1 - 15 Hz.
  2. Segmentar los datos continuos para crear épocas en torno a "Hora 0" (inicio del estímulo) de acuerdo con las instrucciones del software. Para la segmentación, incluya suficiente tiempo de pre-estímulo para establecer la actividad y post-estímulo basal tiempo para capturar toda la respuesta.
  3. Rechazar épocas ruido de acuerdo a un criterio de rechazo apropiadas (por ejemplo, +/- 200 mV para los niños). Ajuste máximo porcentaje de épocas rechazados en 30%.
  4. Promediar las épocas para cada individuo y cada condición y combinarlas promedios según el grupo y la condición de grandes promedios.
  5. Si el número de épocas que figuran dentro de cada media varía entre los sujetos, ponderar el número de épocas para que los sujetos con más / menos épocas son igualmente valoradas.
    1. Para ponderar la gran promedio, calcular el promedio individuo de cada condición como n veces la forma de onda, donde n es igual al número de épocas que componen la media, luego se divide por el número total de épocas para todos los sujetos. Este método da cada ensayo el mismo peso en el promedio final.

Procesamiento de Datos 5. - Localización Fuente

Para los datos infantiles, co-registrarse cada archivo ERP promedio individual y gran, ya sea con una plantilla de MR apropiada para su edad o un scan MR individuo (consulte las publicaciones anteriores 31,32).
NOTA: En el proceso de co-registro, las posiciones de los electrodos y la cabeza reconstruida están registrados en un solo sistema de coordenadas. Promedios de Grand pueden utilizarsepara definir el modelo dipolo.

Estimar el número y la ubicación de las fuentes subyacentes a ser instalados en los datos. Para un paradigma auditivo, utilice dos dipolos con lugar libre y rotación.
NOTA: la estimación Fuente es entonces guiado automáticamente a través de la minimización de una función de coste que es una combinación ponderada de 4 criterios de idoneidad residuales para obtener la ubicación "mejor ajuste" a la ventana de tiempo de interés.

  1. Hacer parámetros adecuados a la edad seguro se utilizan para el espesor del cuero cabelludo, el grosor del cráneo, la anchura del espacio subaracnoideo y médula conductividad ya que estos factores cambian rápidamente durante el desarrollo. Para los datos representativos, los parámetros son: Cráneo: 1,5 mm; cuero cabelludo: 2,5 mm; espacio subaracnoideo: 1,7 mm; conductividad ósea: 0,0581.
  2. Comenzando con un ERP promedio magnífico, elegir una ventana de tiempo de interés correspondiente a un pico. Parámetros conservadores son típicamente +/- 20 mseg de todo el pico de interés 31.
  3. Compruebe la "bondad de fit "para la solución dipolo utilizando las salidas de software de varianza residual. Esta es la cantidad de señal que permanece sin explicación en la ventana de tiempo determinado de ajuste por el modelo de dipolo actual. Ajustar la ventana de tiempo para minimizar la varianza residual. Use un modelo de fuente distribuido (CLARA) para comprobar la solución dentro de la región de la actividad prolongada.
  4. Guarde la solución dipolo de origen y formas de onda para cada condición y el pico.
  5. Repita el procedimiento para cada archivo promedio individual.
  6. Para el análisis estadístico de ubicación de origen, los valores de uso de latencia pico, amplitud, y la ubicación coordenadas en el X (medial-lateral), Y (anterior-posterior), y Z (superior-inferior) instrucciones para cada dipolo de cada archivo individual media solución. En el caso que aquí se presenta, medidas 2X2 repetida ANOVA (Estímulo (estándar, desviada) X Hemisferio (izquierda, derecha) para la amplitud y la latencia de las fuentes pueden ser útiles para mirar la fuerza y ​​el momento de los generadores. Fuentecoordenadas pueden ser evaluados de la misma manera (para revisión, 31,32).

6. Procesamiento de Datos - Análisis tiempo-frecuencia en el Espacio Fuente

  1. Aplicar la solución del modelo dipolo a la,, los datos EEG continua sin filtrar crudo.
    1. Aplique la solución de código (guardado en el paso 5.6.) En el fichero de datos de EEG en bruto como un montaje de electrodo virtual.
      NOTA: El uso del modelo de dipolo de esta manera se aplica un filtro espacial fija sobre la superficie de grabación de canal (espacio sensor) para transformar el EEG continua de alta densidad en un montaje 2-fuente virtual (espacio de origen cerebro).
  2. Transformar la señal de la fuente de un solo juicio el dominio del tiempo en el tiempo-frecuencia-dominio (Figura 1).
    NOTA: En la actualidad, varios enfoques pueden ser utilizados para transformar los datos de un solo ensayo en el dominio de tiempo-frecuencia, incluyendo el análisis wavelet y la aplicación de una transformada de Hilbert a los datos filtrados. Mientras que una comparación de estos métodos esfuera del alcance de este artículo, varios artículos publicados han descrito a fondo estos métodos 33-36. El análisis de tiempo-frecuencia usando el procedimiento de demodulación complejo que se encuentra en un programa de software disponible comercialmente coherencia 37, calcula la envolvente de amplitud instantáneo y fase de cada actividad cerebral como una función de la frecuencia y el tiempo de 37-39. Esto produce medidas de cambios de poder instantáneos (Temporal espectral Evolution, EET) y fase de bloqueo (bloqueo Fase Inter-ensayo, ITPL).
    1. Utilice los siguientes parámetros: contenedores de frecuencia de ancho 1 Hz de 2 a 80 Hz y 50 ms de tiempo de resolución -1500 a 1500 ms. La ventana de tiempo época debe ser lo suficientemente largo para permitir el filtrado o la transformación en la frecuencia deseada más bajo sin incurrir en artefactos 40,41.
  3. Visualizar los picos de frecuencia de la actividad EEG en el fin de evitar la posible interpretación de espuria relacionados artefacto-o circular roscilaciones eufóricos 41,42.
  4. Realizar pruebas de permutación y análisis de conglomerados para determinar las regiones de diferencias significativas entre las condiciones y los grupos 24,43.

Representative Results

Potenciales relacionados con eventos infantiles

ERPs infantil son generalmente más grandes que ERPs adultos, y pueden tener menos o más picos de activación, relativa a madurar respuestas, en función de la edad de 44 años. Aquí, mostramos representativas de Grand Promedio respuestas de veintitrés niños de 4 meses de edad, 43 (Figura 2). El paradigma oddball nos permite determinar si el cerebro del bebé puede reconocer la diferencia entre dos eventos. En los resultados representativos, el tono variante, la respuesta desviada (DEV, 800-1,200Hz, línea roja) provoca un pico adicional de activación, en relación con los pares de tonos invariantes (ETS, 800-800Hz, la línea de negro). Este hallazgo es evidente tanto en la tasa de control (300 ms ISI, izquierda) y Rapid de Cambio (70 ms ISI, derecha) condiciones. Ejemplos de las respuestas de los electrodos de Fz (línea media frontal), C3 (central, derecha) y C4 (Central, izquierda) se muestran. La ola diferencia computarizada (menos DeviantStandard) también se muestra en líneas grises. El pico adicional de activación sugiere que el cerebro infantil a esta edad puede discriminar la diferencia entre los tonos en ambos tipos de presentaciones.

Formas de onda de origen para bebé

Fuente actividad con poca varianza residual debe seguir los picos de ERP, lo que significa un "buen ajuste" entre los datos originales y la fuente localizada datos transformados. En los datos representativos, se muestra la ubicación de los dos dipolo modelo de código mejor ajuste del infante gran ERP promedio a la condición de ETS (tono invariante) sobre el modelo distribuido CLARA (Figura 3). El cálculo muestra claramente la activación auditiva izquierda y derecha en las condiciones de control y de rápido ritmo.

Los picos de actividad desde el modelo de dos dipolo (Figura 4) correspondían a la respuesta ERP muy bien. El momento pico y la morfología de las formas de onda de ERP, i muestranpanel de n (i), coincide con el momento y la morfología de las formas de onda de la fuente que se muestran en el panel (ii) (para más detalles, consulte el artículo original, 43). Formas de onda Fuente de este experimento explicaron 97,9% de la varianza en la actividad en los electrodos en el cuero cabelludo. El análisis estadístico de las latencias de pico de origen mostró que la actividad hemisferio derecho fue más rápido que la izquierda en ambas condiciones, y las respuestas en la rápida tasa eran más adelante en ambos hemisferios que en la condición de control. Diferencias hemisféricas no se observaron utilizando los datos de ERP, lo que sugiere que las técnicas de localización de origen permitieron la recuperación de información adicional a las respuestas.

Oscilaciones relacionados con eventos infantiles

En general, los análisis tiempo-frecuencia de los adultos y los datos en animales demuestran que los estímulos que evocan un patrón 1 / f de la sincronía neuronal (por ejemplo., Disminuyendo el poder con el aumento de la frecuencia). En los datos representativos, evocada por t auditivauno pares, nos muestran que los bebés también expresan este patrón (Figura 5). En este caso, el inicio del estímulo provoca estallidos síncronos de theta (5-6 Hz), beta (20-25) Hz y gamma (35-45 Hz) el poder en tanto la derecha y regiones auditivas izquierdo del cerebro.

Los modelos animales y experimentos adultos sugieren que la sincronía oscilatoria, y en particular a las oscilaciones de baja frecuencia media (ej., 1-8 Hz) son los principales contribuyentes a los potenciales evocados 45. Análisis de los cambios de poder instantáneos (Temporal espectral Evolution, TSE) en oscilaciones infantiles de nuestra publicación anterior 43 mostró una mayor potencia inducida al tono variante en la banda theta (6-8 Hz), en relación con el tono invariante. Este efecto se observó en ambas condiciones de tasa, en particular sobre la región auditivo derecho en la condición de tasa de control (Figura 6). Presentación ritmo rápido cedió una actividad más simetría bilateral, lo que sugiere una mayor inv cortical izquierdaolvement durante el procesamiento auditivo de estímulos que ocurren rápidamente y, en particular, durante el proceso de cambio acústico.

Figura 1
Figura 1. Pasos de tiempo-frecuencia de análisis. Método de análisis tiempo-frecuencia se ilustra el uso de gran promedio (n = 12) los datos de los bebés de 4 meses de edad durante el ms condición tono ISI 70. Inicios de estímulo se muestran en la flechas rojas debajo del eje del tiempo. Pasos de análisis: (1) de media ERPs, que se muestra en el electrodo Cz, se crean para cada canal (2) Fuente ubicación de generadores de ERP, que se muestran en una cabeza de boceto, se obtiene mediante el uso de un modelo de 2-dipolo de datos asignada a una. Plantilla infantil de resonancia magnética. (3) Persona y grandes formas de onda de origen promedio se obtienen a partir del ajuste de la Izquierda y Derecha dipolos. Modelos de la cabeza del bebé muestran los mapas de voltaje correspondientes al pico seleccionado (en gray). (4) El montaje de la fuente se aplica a los datos del cuero cabelludo canal 128, y amplitudes se calculan y se guarda para los dos canales de origen. (5) oscilaciones de eventos relacionados se calculan a partir de juicios individuales y media sobre el período de respuesta. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 2
(Líneas rojas Dev,) Figura 2. Evento-relacionados potencial morfología. Promedios Grandes (n = 23) a Rapid (70 ms ISI) y Control (300 ms ISI) las respuestas a las tasas estándar (STD, líneas negras) y desviada pares de tonos se muestran en la línea media frontal y central izquierdo y electrodos adecuados. La negatividad se traza hacia arriba. Inicios de estímulo se muestran en la flechas rojas debajo del eje del tiempo en Fz. P1 se muestra en el panel Fz con una flecha negro. La diferencia wave (respuesta a la respuesta, menos Dev a STD) se muestra en líneas grises (Adaptado de 43). Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 3
Figura 3. Fuente resultados de la localización. Dos dipolo modelo de código "mejor ajuste" se muestra superpuesta sobre la actividad de distribución de la modelo de origen. Claro actividad izquierdo y derecho se pueden ver sobre las regiones del lóbulo temporal izquierdo y derecho. (Adaptado de 43). Haga clic aquí para ver una versión más grande de esta figura.

Figura 4
El evento relacionados con la Figura 4. Potencial y Fuente de forma de onda de Comparación. (I) Ejemplo ERPs de lef frontal camisetas y derecho electrodos (F3 y F4) muestran picos de activación para tonificar pares con frecuencias fundamentales invariantes y variantes (ETS y DEV, respectivamente). Un cambio en la frecuencia provoca grandes picos ~ 400 mseg (Dev, línea roja), en relación con la Cuando las frecuencias son sin cambios (STD, negro). (Ii) La latencia de los picos de activación es similar para la actividad dipolo fuente-localizada, lo que sugiere un buen partido entre ERP y análisis de forma de onda fuente. El gran pico en 400 ms es particularmente notable en el hemisferio derecho con los datos de origen-localizada. Por simplicidad, sólo se muestran las respuestas a la condición rápida tasa, también se observó sin embargo un partido similar entre ERP y fuente formas de onda para las respuestas en la condición Tasa de control. Por favor, haga clic aquí para ver una versión más grande de esta figura.

gura 5 "src =" / files / ftp_upload / 52420 / 52420fig5.jpg "/>
Mapas Figura 5. Canasta EET se expresan en términos de cambio espectral ciento durante una época de -1 a 1 seg de tiempo para los generadores de izquierda y derecha. (I) Tonos en los 300 ms ISI condición elicitan oscilaciones relacionados con eventos en las bandas de frecuencias coherentes alrededor del inicio del estímulo (por ejemplo., -1,140 ms y 0 ms). Una época estímulo de largo se utiliza con el fin de visualizar más de los datos y para proporcionar una muestra lo suficientemente largo para la descomposición de frecuencia. Panel derecho muestra el espectro promedio durante el pico de procesamiento inicial (150-300 ms). El espectro promedio muestra un espectro general 1 / f con picos discretos de sincronía en las bandas de frecuencias específicas. (Ii) Un patrón similar se observa para el ms condición 70 ISI. Por favor, haga clic aquí para ver una versión más grande de esta figura.

tienda "fo: keep-together.within-page =" always "> Figura 6
Figura 6. Análisis de tiempo-frecuencia de las oscilaciones relacionados con eventos en los bebés 4 meses de edad. El cambio en el poder oscilatoria se muestra intemporal espectral Evolution (TSE) grandes parcelas medias para niños de 4 meses de edad en el control (A) y Rapid Rate (B) condiciones. Barras negras en el eje x ilustran inicio tono y duraciones. Actividad de la fuente izquierda y derecha se indica en la esquina superior izquierda de cada gráfica. Primera fila: (i) Las respuestas a pares de tonos con frecuencia invariante (STD) muestran cambios de potencia en el rango delta-theta. Fila central: (ii) Las respuestas a pares de tonos con un cambio de frecuencia en el segundo tono (DEV) muestran una mayor potencia-delta theta en el segundo tono, relativa a las ITS respuestas, particularmente en la región auditiva Justo en la condición de control. Parcelas diferencia entre ETS y Dev: Tercera filalas respuestas muestran un incremento derecho lateralizado en el poder en la Tasa de Control (A.iii) y la diferencia de potencia bilateral en el ritmo rápido (B.iii). Las diferencias significativas entre las ETS y la respuesta dev en el dominio tiempo-frecuencia se muestran en el esquema negro. (Adaptado de 43). Haga clic aquí para ver una versión más grande de esta figura.

Discussion

El método de investigación descrito aquí se describe la forma de facilitar una comprensión más profunda de la dinámica spectrotemporal y localización anatómica de EEG y ERP respuestas cerebrales auditivos evocados de alta densidad en los lactantes. Hay cuatro pasos críticos dentro de este protocolo que facilitan el análisis. En primer lugar, la aplicación de la red adecuada y la colocación con el cuidador mínimo y la angustia infantil es la base para el registro limpio EEG en los paradigmas no sedado. Medición de la cabeza adecuada y la selección del tamaño de la red, así como el uso de un asistente neta y animador durante el proceso de aplicación es clave para lograr este paso. En segundo lugar, es importante establecer un ambiente tranquilo, tranquilo y juguetón para la familia durante la sesión de pruebas, una condición facilitado por el probador principal, asistente neto y el actor, que se dedica al bebé en el juego tranquilo. En tercer lugar, para el análisis de datos, es fundamental que se utilicen modelos de cabeza MRI adecuados a la edad para la localización de origen. El tamaño de la cabeza, boespacio ne y la piel y cefalorraquídeo debe ser exacta para la edad probado con el fin de obtener los resultados de la localización más precisas. Finalmente, para las respuestas corticales en general, también es crítico que se utilice una red de alta densidad (por ejemplo., Al menos 64 canales de datos) a fin de optimizar las posibilidades de obtener grabaciones de bajo artefacto.

Una limitación de esta técnica es que la localización de la fuente de datos de EEG no es el estándar de oro para el sitio de pruebas de actividad. Hay que tener en cuenta que el modelo directo de la localización, incluso con las mejores modelos de cabeza y medidas son todavía estimaciones de la ubicación actividad. Por lo tanto, es esencial para diseñar el experimento de tal manera que la información sobre actividad de la fuente puede ser comparado a través de condiciones o grupos experimentales. Además, la prueba infantil en general y en particular de estudio, longitudinal puede estar cargada de conjuntos de datos incompletos o faltantes. Las soluciones a este problema son para a) mantener relaciones con las familias participantes; b) optimizar un ambiente tranquilo y grabación de calma para el niño y el cuidador; yc) sobrestimar la piscina tema. En nuestras manos, con un equipo pediátrico con experiencia, hemos logrado baja tasas de deserción y un mínimo de pérdida de datos. En una muestra longitudinal de sesiones de grabación 211 niños con 57 participantes mostramos retención de datos 98.6% (por ejemplo., 208 sesiones que dieron lugar a datos utilizables) y una tasa de abandono del 10% (por ejemplo., 6 participantes fueron incapaces de continuar después de comenzar el experimento). Una ventaja de EEG sobre otras técnicas, tales como MEG y NIRS, es que la actividad subcorticalmente sesgada es accesible con diferentes bandas de filtro. Además, es más fácil de controlar para el movimiento como los electrodos viajan con la cabeza.

Una vez que este protocolo se domina, las aplicaciones experimentales de dinámica de EEG y oscilatorios infantiles son abundantes. Está claro que tenemos que entender primero desarrollo típico netwo corticalRKS con el fin de identificar a los que se organizan de forma atípica. Esto sugiere la necesidad de la creación de un modelo en el que la integridad de los mecanismos de procesamiento auditivo tempranos (incluyendo oscilaciones) desempeña un papel en la generación y la plasticidad de la representación del sonido como se incorporan las experiencias auditivas y, a ser posible, se enteró. Según este modelo, los déficits de procesamiento no lingüísticos pueden estar asociados con síntomas año, o en algunos casos décadas, antes de que ocurra un diagnóstico formal.

Se necesitan investigaciones futuras para entender más detalles, incluyendo la función de la dinámica oscilatoria de frecuencia de banda específico, acoplamiento fase cruzada de frecuencia y patrones inhibitorios / excitatoria regionales en el desarrollo temprano. Además, la actividad subcortical y pruebas en diferentes estados, como el sueño, son necesarias para dar una imagen más completa de desarrollo típico. Creemos que la investigación con esta técnica proporcionará información importante sobre el proceso por el whicdinámica 'neurotípica' y oscilatorios atípica h organizan e interactúan con emergentes capacidades cognitivas y de lenguaje.

Acknowledgments

Los autores agradecen el apoyo para esta investigación por el Centro de Salomón Elizabeth H. de neurodesarrollo Investigación y NSF subvención # SMA-1041755 de la dinámica temporal de Learning Center, una Ciencia NSF del Centro de Aprendizaje. Un agradecimiento especial también se deben a las familias que participaron, así como a los miembros del Laboratorio de Estudios infancia por sus contribuciones prácticas e intelectuales. Un agradecimiento especial a Jarmo Hämäläinen para el desarrollo del protocolo de localización de la fuente y a Naseem Choudhury por su aporte intelectual.

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