Processamento Auditivo infantil e oscilações cerebrais relacionados a 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

Processamento auditivo rápida e capacidades de detecção de mudança acústica desempenhar um papel crítico em permitir que bebês humanos para processar com eficiência espectral fina e mudanças temporais que são característicos da linguagem humana. Essas habilidades estabelecer as bases para a aquisição da linguagem eficaz; permitindo que as crianças para aprimorar em os sons de sua língua nativa. Procedimentos invasivos em animais e potenciais gravada em couro cabeludo de adultos humanos sugerem que simultânea, atividade rítmica (oscilações) entre e dentro das regiões do cérebro são fundamentais para o desenvolvimento sensorial; determinar a resolução com a qual os estímulos de entrada são analisados. Neste momento, pouco se sabe sobre a dinâmica oscilatórios em desenvolvimento infantil humano. No entanto, os dados dos animais neurofisiologia e adulto EEG fornecer a base para uma hipótese forte que o processamento auditivo rápida em lactentes é mediada pela sincronia oscilatório em bandas discretas de frequência. Para investigar isto, 128 de canal, de alta Densirespostas ty EEG de bebês de 4 meses de idade a mudança de frequência em pares de tons, apresentados em duas condições de taxa (Rapid: 70 ms ISI e de controle: 300 ms ISI) foram examinados. Para determinar a faixa de freqüência e magnitude da atividade, evocados auditivos médias de resposta foram primeiro co-registradas com modelos cerebrais adequadas à idade. Em seguida, os principais componentes da resposta foram identificados e localizada usando um modelo de dois dipolo da actividade cerebral. Análise de um único ensaio do poder oscilatório mostrou um índice de processamento robusto de mudança de frequência em explosões de Theta banda - atividade (3 8 Hz) em ambos os córtices auditivos direita e esquerda, com a ativação de esquerda mais proeminente na condição rápida. Estes métodos produziram dados que não são apenas alguns dos primeiros relatado evocados oscilações análises em lactentes, mas são também, de forma importante, o produto de um método bem estabelecido de registo e análise limpo, meticulosamente recolhidos, infante EEG e ERP. Neste artigo, descrevemos o nosso método para infant aplicação EEG net, gravação, análise de resposta dinâmica do cérebro, e os resultados representativos.

Introduction

Através de um amplo espectro de distúrbios do desenvolvimento, está se tornando cada vez mais claro que a chave para a identificação precoce e, finalmente, remediação consiste em compreender os primeiros mecanismos que entram em jogo como o cérebro em desenvolvimento monta redes funcionais. Assim, existe um interesse crescente em compreender a dinâmica temporal de padrões neurais que cognição impacto. Em particular, as funções cognitivas específicas para ser diferencialmente correlacionada com a actividade em bandas de frequência de oscilação específicos (por exemplo, flutuações cíclicas de uma única célula ou população potenciais de membrana 1). Estudos anteriores estabeleceram que a dinâmica oscilatórios desempenham um papel crucial na auto-organização de redes em desenvolvimento 2-4 dependente de atividade, controlar a excitabilidade neuronal 5,6 e integrar insumos sensoriais 7,8. Atividade cerebral oscilatório é pensado para ser metabolicamente benéfico 9,10, aumentando a eficiência da avariety de funções de processamento sensorial e coordenação das funções de nível superior, como a cognição e linguagem. No entanto, a investigação sistemática do papel da sincronia neural através da idade e as ligações com os resultados comportamentais em crianças humanas ainda não foi realizado. Um passo importante em direção a esse objetivo é conseguir uma compreensão mais profunda da emergência e maturação da dinâmica temporal e mecanismos oscilatórios que suportam o desenvolvimento de processos cognitivos incluindo precoce de línguas.

Um componente crucial do desenvolvimento da linguagem é a capacidade de processar com precisão e categorizar sinais acústicos que mudam rapidamente: muitas vezes da ordem de tão pouco como dezenas de milissegundos. Por exemplo, a dinâmica acústicas do palavras "pai" e "ruim" diferem acusticamente somente sobre os primeiros 40 ms da sílaba, mas os dois têm muito diferentes significados e associações. Estudos anteriores mostram uma trajetória de amadurecimento de receptive capacidade para diferenças acústicas e lingüísticas. Logo aos dois meses de idade, as crianças mostram a capacidade de discriminar alterações de frequência rápidas (por exemplo, <100 ms); sugerindo que o "hardware" para detectar a diferença entre duas sílabas acusticamente semelhantes está no lugar. Ao longo dos próximos meses, os bebês podem discriminar diferenças cada vez menores, desenvolver a percepção categórica, e apresentam especialização cortical para sons das sílabas língua nativa 11-14. Porque a percepção do som complexo conta com a função dos mecanismos básicos de processamento, é pensado que déficits na habilidade de perceber diferenças acústicas em rápida mudança - mesmo para sons simples, tais como tons - pode ser indicadores precoces 15 de distúrbios de linguagem mais tarde.

Trabalhos anteriores de Choudhury e Benasich neste laboratório apoia fortemente esta hipótese, mostrando que a capacidade de uma criança para processar muitomudanças rápidas na sons simples (por exemplo, tons) pode prever de 3 e 4 anos de linguagem e habilidades cognitivas 16,17. Estes dados verificar se as respostas do cérebro de bebês pré-lingual pode fornecer um indicador quantificável de processamento auditivo e progresso do desenvolvimento. O estudo e métodos apresentados aqui sondar os principais aspectos do mecanismo subjacente a esta relação. Várias linhas de pesquisa indicam agora que o pico de latência e amplitude das ondas ERP surgem a partir da soma de dinâmica spectrotemporal em oscilações de EEG de múltiplos geradores 18-23. Análise espectro também permite a separação da informação de fase e de energia. Actividade de bloqueio de fase reflecte a parte da resposta neuronal que é evocada por estímulo. Este tipo de informação é similar ao que pode ser extraído a partir do ERP, uma vez que as respostas são calculados em relação a um acontecimento de bloqueio de tempo. No entanto, o momento de alguma atividade neuronal pode variar de julgamento para julgamento. Na análise de ERP, this atividade é "média out"; no entanto, na análise das mudanças de poder de julgamento para julgamento, esta informação pode ser recuperada e analisada. Portanto, análise espectro de fase e poder podem dar informações adicionais sobre a resposta neuronal, em relação ao ERP convencional. Em relação ao desenvolvimento infantil, existem evidências consideráveis ​​de que as oscilações contribuir para o desenvolvimento de circuitos neurais em modelos animais 2,3 mas estes mecanismos só agora começam a ser investigado na população humana. Trabalho a este laboratório tem mostrado theta e gama oscilatório correlaciona de especialização língua nativa em 6 meses 24. Isso destaca a funcionalidade de hierarquias oscilatórios na infância.

A hipótese global, com base nas provas apresentadas acima, é que a sincronia de oscilações evocados auditivos corticais em suporta o desenvolvimento do cérebro infantil. Como um primeiro passo para testar esta hipótese, uma "linha de base221; de processamento na primeira infância foi obtida; ou seja, de 4 meses-de-idade, que atualmente é pensado para preceder "estreitamento perceptivo" para a especialização língua nativa 25,26. Assim, foi realizada análise de freqüência single-julgamento em dados de EEG infantis registrados durante a audição passiva para lançar-variante e pitch-invariante pares de tons apresentados em um "paradigma oddball" que consiste em duas condições de taxa (condição de controle: 300 ms intervalo inter-estímulo; Rápido condição: 70 ms inter-estímulo-intervalo).

Aqui nós ilustrar este método utilizando estímulos de estudos com foco em processamento auditivo rápido. Nestes estudos, um "paradigma excêntrico", foi utilizado para avaliar a actividade neuronal imprevisível, mas eventos reconhecíveis. Neste paradigma, a resposta do cérebro para as respostas "desviantes" imprevisíveis ou estímulos "estranhas" são muitas vezes chamados, ao passo que a resposta para o estímulo previsível, apresentou most do tempo, é geralmente chamado de "Standard" resposta do cérebro. As respostas a estímulos apresentados num paradigma oddball podem ser automaticamente suscitou sem atenção focada, tornando este paradigma fácil de usar com crianças muito pequenas. Todos os estímulos auditivos são apresentados por meio de alto-falantes sem campo em intervalos, que variam de acordo com o estudo. Como mencionado anteriormente, no estudo atual sons que foram utilizados índices rápidos de processamento auditivo (RAP) habilidades: ou seja, sons que contém dezenas de milissegundos de mudança acústica 16,17,27,28. Pode-se notar que muitos outros tipos de estímulo são úteis para testar a discriminação neurofisiológica, incluindo consoante-vogal (CV) soa bem como desviantes que refletem mudanças na frequência ou duração, com um Gap interposta, e / ou ascendente ou descendente varreduras de freqüência. Finalmente, recomendamos também a gravação de EEG espontâneo durante o "jogo tranquilo" em que nenhum estímulo auditivo é apresentado. Estes dados podem então serutilizado para medir acoplamento oscilatório e coerência na ausência de estimulação repetida.

Gravação de atividade EEG de uma população infantil apresenta um conjunto de desafios únicos. Por exemplo, a cooperação com a colocação dos eletrodos e deixá-los no lugar para a duração do experimento, minimizando o movimento para evitar artefatos de EEG, e manter o bebê envolvidos e distraídos com brinquedos silenciosos todos representam desafios. Além disso, os dados infantis não facilmente se prestam a aplicações diretas de protocolos desenvolvidos com adultos / crianças mais velhas dados. Em muitos casos, a relação entre os componentes observados na criança EEG e potenciais relacionados a eventos (ERPs) não é tão clara nem sempre são mapeados para o que é aceito no adulto. Embora a pesquisa de desenvolvimento tem um potencial poderosa para entender a gênese da função típica e desordenado cérebro, gravando as respostas do cérebro confiáveis ​​e interpretáveis ​​de bebês humanos requer ahigh nível de proficiência em ambas as esferas técnicas e interpessoais. Estes desafios, no entanto, pode ser superado e os dados de EEG e de ERP pode ser gravado fiáveis ​​desde crianças de idades diferentes, utilizando uma variedade de paradigmas. Aqui nós descrevemos um método geral de análise utilizando comercialmente disponível de gravação ERP e software de análise em combinação com um, open-source pacote gratuito de análise de ERP que funciona no ambiente MATLAB 29.

A aplicação de métodos de análise oscilatórios para gravações de resposta do cérebro infantis permite a exploração de questões mais mecanicistas de desenvolvimento sincronia neuronal em relação à aquisição da linguagem e mecanismos subjacentes quando putativos que a sincronia seja comprometida. Esforços relacionados utilizando outros estímulos, como a fala sílabas 24, e análise de espontâneos ou "descansando" oscilações 1 em análises longitudinais ou em combinação com paradigmas de formação iniciais, oferecem janelas para o temporal, espacial e dinâmica espectral de trajetórias de desenvolvimento típicos e desordenados. Espera-se que estes esforços irão aumentar a nossa compreensão das bases do desenvolvimento auditivo e plasticidade, e auxiliar nas estratégias de identificação e remediação para os transtornos de desenvolvimento de linguagem.

Protocol

Todos os trabalhos com seres humanos requer a aprovação e supervisão Institutional Review Board. Métodos aqui relatados, quando utilizado em pesquisa, foram revistos e aprovados pelos Seres Humanos programa de proteção através das Artes e Ciências Institutional Review Board Rutgers (IRB).

1. Preparação

  1. Marcar o bebê durante 1 h de testes em câmara atenuada-som e eletricamente-blindado. O protocolo do estudo apresentado neste artigo que produziu dados representativa inclui 20 - 30 min de teste de EEG.
  2. Alocar três pessoas por sessão de testes: um "tester primário", um "assistente net" e um "entertainer".
  3. Por alta densidade infantil registo do EEG, utilizar, pelo menos, uma rede de 64 canais. Para os dados representativos aqui apresentados, utilizou-se um sensor 128 de canal líquido.

2. Aplicação Net

  1. Coloque os seguintes suprimentos na cham gravaçãober: Coban fita envoltório auto-aderente, fita métrica, marcando caneta, 2 toalhas, e pipetas. Calibrar soa a nível de testes (por exemplo, dB SPL, HL, etc.).
  2. Faça a solução de eletrólito (água destilada, cloreto de potássio e xampu) bem antes de o tempo estimado de chegada da família. Para assegurar que a rede não está demasiado frio sobre a cabeça do bebé, quentes 8 onças de água a ser adicionada à solução imediatamente antes da aplicação.
  3. Quando a família chega, obter o consentimento com formas IRB aprovado.
  4. Na câmara de testes, sentar a criança no colo do cuidador, e têm o entertainer começar a jogar com o bebê. Se é a primeira visita, explicar o processo de candidatura net.
  5. Meça a circunferência da cabeça da criança no ponto mais largo da cabeça e escolher o tamanho líquido com base nesta medição. Para obter o melhor ajuste, escolha uma rede de menor porte se a circunferência está perto do tamanho mínimo para uma idade. Mergulhe o líquido escolhido nas elecsolução de eletrólito.
  6. Meça nasion-to-inion e marcar o couro cabeludo em ½ da medição total. Faça o mesmo para a medição de orelha a orelha. A classificação final é Cz (vértice).
  7. Retire o excesso de solução a partir da rede, colocando-o em uma toalha seca. Já o assistente net inverter a rede e compreender o eletrodo Cz; segurando o líquido de modo que o dispositivo de teste primária pode posicionar os dedos na parte da frente do líquido.
  8. Virar o líquido e coloque o líquido na cabeça criança como assistente líquido move a barbicha e roscas frontais coloridos (que liga o eletrodo nasion e barbicha) fora da rede.
  9. Ajuste a posição da rede na cabeça da criança, colocando Cz na marca vértice do couro cabeludo. Posição / alinhar cada um dos eletrodos a partir da parte de trás e trabalham em direção à frente, certificando-se de que existe um ângulo reto entre cada eletrodo ea superfície da cabeça.
  10. Recolha os fios, ajuste o chinstrap, fios seguras com fita Coban, e conecte o conne netctor.
  11. Medir a impedância do eléctrodo com um limiar de <50 Kohms, ou de acordo com as instruções do sistema. Se alguns eletrodos têm alta impedância, re-mergulhar o eletrodo com uma pipeta cheia de eletrólito e mover-se suavemente o cabelo de baixo do eletrodo.

3. Os estímulos Apresentação e EEG gravação

  1. Estímulos auditivos presentes em campo livre com alto-falantes equidistantes da cabeça do bebê.
    NOTA: O estudo representativo parâmetros de estímulo foram os seguintes: 70 ms tom de pares com uma freqüência fundamental de qualquer 800 ou 1.200 Hz e 15 harmónicos (6 dB roll-off por oitava) são apresentados em dois blocos (70 ou 300 ms internacionais intervalo de estímulo). As baixas de alto pares (800 Hz - 1.200 Hz) são apresentados como desviantes (15% = 125) entre ensaios (800 Hz - 800 Hz) a baixos padrões de baixo (85% = 708 ensaios).
  2. Grave o EEG de acordo com as instruções de software e hardware. Use os seguintes parâmetros para o representante de dados: Samptaxa ling: 250 Hz, filtro low-pass Hardware: 100 Hz, elíptico, filtro passa-alta: 0,1 Hz, Auto: definido para Nyquist, ganho Conselho: 1.
  3. Fornecer um ambiente tranquilo calma,, levemente atraente para o bebê durante a gravação. Envolver a criança jogando um vídeo silencioso apropriada para a idade ou com brinquedos tranquilos (por exemplo, bolhas de sopro, aponte para imagens em livros, jogo de boneco). Fornecendo o cuidador com fones de ouvido para ouvir música evita a interferência cuidador inadvertida com a resposta infantil. Se a criança é inquieta, impactando o EEG, pausar apresentação do estímulo e gravação de EEG até um ambiente calmo pode ser restaurado.
  4. Após o experimento for concluída, remova cuidadosamente o líquido e secar o cabelo da criança e cabeça.
  5. Salvar e fazer backup dos dados, EEG não filtradas matérias antes de fechar os programas no final da sessão de testes.

4. Processamento de Dados - ERPs

Inspecione visualmente os dados de EEG-primas e rejeitar segmentos com artefacto de alta amplitude.
NOTA: Rejeitar canais com alta amplitude e interpolação. Por cento máximo de canais rejeitadas deve ser fixado em 30%. Métodos alternativos (por exemplo, ICA, APC, ver também referência 30) pode ser empregue para reduzir ou rejeitar artefactos presentes nos dados.

  1. Filtrar os dados com parâmetros pré-estabelecidos que outorguem com a atividade cortical. Para as crianças, use um filtro de banda off-line de 1-15 Hz.
  2. Segmento os dados contínuos para criar épocas ao redor "Tempo 0" (início do estímulo) de acordo com instruções do software. Para segmentação, inclui o tempo de pré-estímulo suficiente para estabelecer atividade e pós-estímulo tempo baseline para capturar a resposta inteira.
  3. Rejeitar épocas barulhentos de acordo com um critério de rejeição adequadas (por exemplo, +/- 200 mV para crianças). Definir por cento máximo de épocas rejeitados em 30%.
  4. Calcular a média dos épocas para cada indivíduo e cada condição e combiná-las médias acordo com o grupo e condição para médias grandes.
  5. Se o número de épocas contidos dentro de cada média varia entre os indivíduos, o peso do número de épocas de modo que os sujeitos com mais / menos épocas são igualmente valorizado.
    1. Para a grande média de peso, calcular a média de cada indivíduo condição de n vezes a forma de onda, onde n é igual ao número de épocas que compreendem a média, em seguida, dividido pelo número total de épocas para todos os sujeitos. Este método dá a cada um peso igual julgamento na média final.

5. Processamento de Dados - Fonte Localization

Para dados infantis, co-registrar cada arquivo ERP média individual e grande com qualquer um modelo MR-idade apropriada ou uma varredura MR indivíduo (consulte a publicações anteriores 31,32).
NOTA: No processo de co-registro, as posições dos eletrodos e cabeça reconstruída são registrados em um único sistema de coordenadas. Podem ser usadas as médias grandespara definir o modelo de dipolo.

Estimar o número ea localização das fontes subjacentes a ser equipado com os dados. Para um paradigma auditivo, utilizar dois dipolos com localização livre e rotação.
NOTA: Fonte estimativa é então guiado automaticamente através de uma minimização de uma função de custo que é uma combinação ponderada das quatro critérios de ajuste residuais para obter o "melhor ajuste", a localização da janela de tempo de interesse.

  1. Certifique-se de parâmetros apropriados à idade são usados ​​para a espessura do couro cabeludo, a espessura do crânio, a largura do espaço subaracnóide e osso condutividade como esses fatores mudam rapidamente durante o desenvolvimento. Para os dados representativos, os parâmetros são: crânio: 1,5 milímetros; couro cabeludo: 2.5 mm; espaço subaracnóide: 1,7 milímetros; condutividade óssea: 0,0581.
  2. Começando com um ERP média grande, escolher uma janela de tempo de participação correspondente a um pico. Parâmetros conservadoras são tipicamente +/- 20 ms em torno do pico de interesse 31.
  3. Verifique a "bondade de fit "para a solução de dipolo com as saídas de variância residual de software. Esta é a quantidade de sinal que permanece sem explicação sobre a janela de tempo de ajuste dado pelo modelo do dipolo de corrente. Ajustar a janela de tempo para minimizar a variância residual. Use um modelo de fonte distribuído (CLARA) para verificar a solução dentro da região a atividade prolongada.
  4. Salve a solução dipolo-fonte e formas de onda para cada condição e de pico.
  5. Repita o procedimento para cada arquivo média individual.
  6. Para a análise estatística do local de origem, os valores de uso de latência pico, amplitude, e coordenadas de localização no X (médio-lateral), Y (ântero-posterior) e Z (Superior-inferior) instruções para cada dipolo de cada arquivo individual médio solução. No caso aqui apresentado, medidas 2X2 repetida ANOVA (Stimulus (standard, desviante) X Hemisfério (esquerda, direita) para a amplitude ea latência das fontes pode ser útil para olhar força e sincronismo dos geradores. Fontecoordenadas podem ser avaliados da mesma maneira (para revisão, 31,32).

6. Processamento de Dados - análise tempo-freqüência no espaço Fonte

  1. Aplique a solução modelo de dipolo para o, não filtrada, os dados de EEG contínuo cru.
    1. Aplique a solução de fonte (salvo na etapa 5.6.) Para o arquivo de dados EEG bruto como uma montagem de eléctrodo virtual.
      NOTA: O uso do modelo dipolar deste modo aplica um filtro espacial fixa sobre o canal da superfície de gravação (espaço sensor) para transformar o EEG contínua de alta densidade num virtuais montagem 2-fonte (espaço de origem cerebral).
  2. Transforme o sinal da fonte single-julgamento no domínio do tempo para o tempo-freqüência-domínio (Figura 1).
    NOTA: Actualmente, várias abordagens podem ser utilizadas para transformar dados único do julgamento para o domínio do tempo-frequência, incluindo análise de wavelet e aplicação de uma transformada de Hilbert aos dados filtrados. Embora a comparação destes métodos éfora do escopo deste artigo, vários artigos publicados descreveram exaustivamente estes métodos 33-36. A análise tempo-frequência, utilizando o procedimento de desmodulação complexo encontrado em um programa de software disponível comercialmente coerência 37, calcula a amplitude instantânea do envelope ea fase de cada actividade cerebral como uma função de frequência e tempo de 37-39. Isso produz medidas de mudanças de poder instantâneas (Temporal Spectral Evolução, EET) e fase de bloqueio (bloqueio Fase Inter-julgamento, ITPL).
    1. Utilize os seguintes parâmetros: 1 Hz de frequência de largura escaninhos 2-80 Hz e 50 ms de tempo de resolução -1500 a 1500 ms. A janela de tempo de época deve ser suficientemente longo para permitir a filtragem ou processamento no menor frequência desejada, sem incorrer artefatos 40,41.
  3. Visualize os picos de atividade no EEG de frequência, a fim de evitar a interpretação da possível espúria relacionados com o artefato ou circular roscilações exaltados 41,42.
  4. Realizar testes de permutação e análise de cluster para determinar as regiões de diferenças significativas entre as condições e os grupos 24,43.

Representative Results

Potenciais relacionados a eventos infantis

ERPs infantis são geralmente maiores do que ERPs adultos, e podem ter menos ou mais picos de activação, em relação a respostas de amadurecer, dependendo da idade 44. Aqui, vamos mostrar Grandes respostas média representativa de vinte e três bebês de 4 meses de idade, 43 (Figura 2). O paradigma oddball nos permite determinar se o cérebro do bebê pode reconhecer a diferença entre dois eventos. Nos resultados representativos, a variante tom, a resposta desviante (DEV, 800-1,200Hz, linha vermelha) provoca um pico adicional de ativação, em relação aos pares de tons invariáveis ​​(DST, 800-800Hz, linha preta). Este achado é evidente em ambos taxa de Controle (300 ms ISI, à esquerda) e Rapid Rate (70 ms ISI, direita) condições. Respostas Exemplo de eletrodos de Fz (linha média frontal), C3 (Central, à direita) e C4 (Central, à esquerda) são mostrados. A onda de diferença computadorizada (menos DeviantPadrão) também é mostrada em linhas a cinzento. O pico adicional de activação sugere que o cérebro infantil nessa idade podem discriminar a diferença entre os tons em ambas as apresentações de taxa.

Formas de onda de origem infantis

Fonte atividade com pouca variação residual deve seguir os picos de ERP, significando um "bom ajuste" entre os dados originais ea fonte localizada dados transformados. Nos dados representativos, vamos mostrar a localização do dois-dipolo modelo de fonte melhor ajuste do bebê grande ERP média para o STD condição (tone-invariante) sobre o modelo distribuído CLARA (Figura 3). O cálculo mostra claramente ativação auditiva esquerda e direita em condições de Controle e Rapid Rate.

Os picos de actividade a partir do modelo de dois dipolo (Figura 4) correspondeu à resposta ERP muito bem. O tempo de pico e morfologia das formas de onda de ERP, i mostradopainel n (i), coincide com o momento ea morfologia das formas de onda de origem mostrados no painel (ii) (para mais detalhes, consulte o artigo original, 43). Formas de onda Fonte deste experimento explicou 97,9% da variação na atividade ao longo dos eletrodos no couro cabeludo. A análise estatística das latências dos picos de origem mostrou que a actividade hemisfério direito foi mais rápida do que a esquerda em ambas as condições, e em respostas a rápida taxa foram mais tarde em ambos os hemisférios do que na condição de controlo. Diferenças hemisféricas não foram observadas utilizando os dados do ERP, o que sugere que as técnicas de localização de origem permitiu a recuperação da informação adicional a partir das respostas.

Oscilações relacionadas a eventos infantis

Em geral, as análises tempo-freqüência de adultos e dados obtidos em animais mostram que os estímulos evocar um padrão 1 / f de sincronia neuronal (por exemplo., Poder diminuir com o aumento da freqüência). Nos dados representativos, evocado auditivo por tum pares, mostramos que as crianças também expressar esse padrão (Figura 5). Aqui, início do estímulo provoca rajadas síncronos de theta (5-6 Hz), beta (20-25) Hz e gama (35-45 Hz) poder, tanto na direita e regiões auditivas esquerdo do cérebro.

Modelos e experiências com animais adultos sugerem que a sincronia oscilatório, e, em particular, baixa a oscilações de média frequência (por exemplo., 08/01 Hz) são grandes contribuintes para potenciais evocados 45. Análise de mudanças de poder instantâneas (Temporal Spectral Evolução, TSE) em oscilações infantis de nossa publicação anterior 43 mostrou maior poder induzida ao tom variante na banda teta (6-8 Hz), em relação ao tom invariável. Este efeito foi observado em ambas as condições de taxa de, particularmente sobre a região auditivo direito na condição de taxa de controlo (Figura 6). Apresentação taxa rápida produziu uma atividade mais simetria bilateral, sugerindo reforçada inv cortical esquerdoolvement durante o processamento auditivo de estímulos que ocorrem rapidamente e, em particular, durante o processamento da mudança acústica.

Figura 1
Figura 1. Passos de tempo-freqüência método de análise tempo-freqüência análise. É ilustrado com grande média (n = 12) dados de bebês de 4 meses de idade durante o 70 ms condição tom ISI. As latências do estímulo são mostrados na setas vermelhas sob o eixo do tempo. Passos de análise: (1) Média de ERPs, mostrado na eletrodo Cz, são criados para cada canal (2) Localização Fonte de geradores de ERP, mostrado em uma cabeça esboço, é obtido por meio de um modelo 2-dipolo em dados mapeado em um. Molde infantil MRI. (3) Pessoa e grandes formas de onda de origem médios são obtidos a partir do ajuste da Esquerda e Direita dipolos. Modelos de cabeça infantis mostram os mapas de tensão correspondentes ao pico seleccionado (em gray). (4) A montagem de origem é aplicada aos dados de canal 128 do couro cabeludo, e amplitudes são computados e salvos para os dois canais de origem. (5) relacionados com as oscilações de eventos são calculadas a partir de ensaios individuais e em média ao longo do período de resposta. Por favor, clique aqui para ver uma versão maior desta figura.

Figura 2
(Linhas vermelhas DEV,) Figura 2. evento relacionado à morfologia potencial. Grandes Médias (n = 23) para rápida (70 ms ISI) e Controle (300 ms ISI) respostas da frequência para padrão (STD, linhas pretas) e desviante pares de tons são mostrados na linha média frontal esquerdo e central e eletrodos certas. A negatividade é plotado up. As latências do estímulo são mostrados na setas vermelhas sob o eixo do tempo em Fz. P1 é mostrada no painel Fz com uma seta preta. A diferença wave (resposta a resposta DEV menos para STD) é mostrado em linhas cinzentas (Adaptado de 43). Por favor clique aqui para ver uma versão maior desta figura.

Figura 3
Figura 3. resultados da localização de origem. Two-dipolo "melhor ajuste" modelo de fonte é mostrado sobreposto na atividade distribuído a partir do modelo de origem. Limpar esquerdo e direito de atividade pode ser visto em regiões do lobo temporal esquerdo e direito. (Adaptado de 43). Por favor clique aqui para ver uma versão maior desta figura.

Figura 4
Relacionados com o evento Figura 4. potencial e fonte de forma de onda de Comparação. (I) Exemplo ERPs do lef frontal t e direito eletrodos (F3 e F4) mostram picos de ativação para tonificar pares com frequências fundamentais invariantes e variantes (DST e DEV, respectivamente). Uma alteração na frequência provoca maiores picos ~ 400 mseg (DEV, linha vermelha), em relação à frequência quando estão inalterados (DST, preto). (Ii) A latência dos picos de activação é similar à actividade localizada dipolo-fonte, sugerindo uma boa correspondência entre ERP e análise de forma de onda de origem. O grande pico a 400 ms é particularmente visível no hemisfério direito com os dados localizada-source. Para simplificar, apenas as respostas à condição Rápida Taxa são apresentados, no entanto, um jogo semelhante também foi observada entre ERP e de origem formas de onda para as respostas na condição de controlo do ritmo. Por favor clique aqui para ver uma versão maior desta figura.

gura 5 "src =" / files / ftp_upload / 52420 / 52420fig5.jpg "/>
Mapas Figura 5. Pooled TSE são expressos em termos de percentagem de alteração espectral sobre uma época de -1 a 1 segundo do tempo para os geradores de esquerda e direita. (I) Tones nos 300 ms ISI condição provocar oscilações relacionadas a eventos em bandas de frequência coerentes em torno de início do estímulo (por exemplo., -1140 mseg e 0 ms). Um longo período de estímulo é usado de modo a visualizar mais dos dados e para fornecer uma amostra de tempo suficiente para a decomposição de frequência. Painel da direita mostra o espectro média, durante o pico de processamento inicial (150-300 ms). O espectro médio mostra um espectro global 1 / f com picos discretos de sincronia em bandas de frequências específicas. (Ii) Um padrão similar é observada para os 70 ms condição ISI. Por favor clique aqui para ver uma versão maior desta figura.

tenda "fo: manter-together.within-page =" always "> Figura 6
Figura 6. análise tempo-freqüência das oscilações relacionadas a eventos em bebês de 4 meses de idade. Mudar no poder oscilatório é mostrado intemporal Spectral Evolution (TSE) grandes lotes médios para bebês de 4 meses de idade no controle (A) e Rapid Classificação (B) condições. Barras pretas no eixo-x ilustrar início tom e durações. Atividade fonte Esquerda e Direita é indicado no canto superior esquerdo de cada gráfico. Primeira fila: (i) As respostas a pares de tons com frequência invariante (STD) mostram mudanças de poder na faixa delta-teta. Linha do meio: (ii) As respostas a pares de tons com uma mudança de frequência no maior poder de delta-teta segundo tom (DEV) show no segundo tom, em relação às DST respostas, particularmente na região auditivo direito na condição de controle. Parcelas diferença entre DST e DEV: terceira filarespostas mostram um aumento de direito lateralizado no poder da Taxa de Controle (A.iii) e diferença de poder bilateral na taxa rápida (B.III). Diferenças significativas entre DST e DEV resposta no domínio do tempo-frequência são mostrada em contorno preto. (Adaptado de 43). Por favor clique aqui para ver uma versão maior desta figura.

Discussion

O método de pesquisa descrita aqui descreve como para facilitar um entendimento mais profundo da dinâmica spectrotemporal e localização anatômica do evocados auditivos de EEG e ERP respostas cerebrais de alta densidade em recém-nascidos. Há quatro etapas críticas dentro deste protocolo que facilitem uma análise. Em primeiro lugar, a aplicação líquida adequada e posicionamento com cuidador mínima e angústia infantil é a base para a gravação de EEG limpo em paradigmas não sedado. Medição de cabeça adequada e seleção de tamanho de rede, bem como o uso de um assistente de rede e entertainer durante o processo de candidatura é a chave para realizar esta etapa. Em segundo lugar, é importante estabelecer um ambiente calmo, tranquilo e brincalhão para a família durante a sessão de testes, uma condição facilitada pelo testador principal, assistente líquida eo entertainer, que envolve a criança em jogo tranquilo. Em terceiro lugar, para análise dos dados, é fundamental que os modelos de cabeça MRI-idade apropriada ser utilizado para localização de fontes. O tamanho da cabeça, bone espaço e pele e cefalorraquidiano devem ser exactos para a idade testada a fim de obter os resultados mais precisos de localização. Finalmente, para as respostas corticais em geral, também é crítico que uma rede de alta densidade ser utilizada (por exemplo., Pelo menos, 64 canais de dados) de modo a optimizar as condições de obtenção de gravações de baixo artefato.

Uma limitação desta técnica é que a localização fonte de dados EEG não é o padrão ouro para o site de testes de actividade. É preciso ter em mente que o modelo anterior da localização mesmo com os melhores modelos de cabeça e medições são ainda estima da localização atividade. Portanto, é essencial para a concepção da experiência, de tal maneira que a informação sobre a actividade de origem pode ser comparada entre as condições experimentais ou grupos. Além disso, testes infantil em geral e, em especial, estudo, longitudinal pode ser repleta de conjuntos de dados incompletos ou ausentes. As soluções para este problema são a) manter relações com as famílias participantes; b) otimizar, uma atmosfera calma tranquila gravação para a criança eo cuidador; e c) superestimar a piscina assunto. Em nossas mãos, com uma equipe pediátrica experiente, temos alcançado baixo abandono e as taxas de perda de dados mínima. Em uma amostra longitudinal de 211 sessões de gravação infantis com 57 participantes que mostram 98,6% de retenção de dados (por exemplo., 208 sessões que resultaram em dados utilizáveis) e um índice de desistência de 10% (por exemplo., 6 participantes foram incapazes de continuar após o início do experiência). Uma vantagem do EEG sobre outras técnicas, tais como o MEG e NIRS, é que a actividade subcorticalmente tendenciosa é acessível, com diferentes bandas de filtro. Além disso, é mais fácil controlar o movimento como os eléctrodos de viagens com a cabeça.

Uma vez que este protocolo é dominado, as aplicações experimentais de EEG e oscilatórias dinâmicas infantis são abundantes. É claro que devemos primeiro entender desenvolvimento típico netwo corticalrks, a fim de identificar aqueles que são atipicamente organizado. Isto sugere a necessidade para a criação de um modelo em que a integridade dos mecanismos de processamento auditivo precoces (incluindo as oscilações) desempenha um papel importante na geração e plasticidade de representação de som como experiências auditivas são incorporados e, idealmente, aprendido. De acordo com este modelo, os défices de processamento nonlinguistic pode ser associada com sintomas anos, ou em alguns casos, décadas, antes de ocorrer diagnóstico formal.

Futuras investigações são necessárias para entender mais detalhes, incluindo a função da dinâmica oscilatória frequência específica de banda, acoplamento de fase cross-frequência e padrões inibitórios / excitatório regionais em todo o desenvolvimento precoce. Além disso, a atividade subcortical e testes em diferentes estados, como o sono, são necessários para dar uma imagem mais completa do desenvolvimento típico. Acreditamos que pesquisas com esta técnica irá fornecer informação importante sobre o processo pelo whicdinâmica 'neurotypical "e oscilatórios atípica h organizar e interagir com habilidades cognitivas e de linguagem emergentes.

Acknowledgments

Os autores agradecem o apoio para esta pesquisa pelo Elizabeth H. Solomon Centro de Investigação e desenvolvimento neurológico concessão NSF # SMA-1041755 para os temporais Dinâmica do Learning Center, uma ciência NSF of Learning Center. Agradecimentos especiais também são devidos às famílias que participaram, bem como aos membros do Laboratório de Estudos da Infância por suas contribuições práticas e intelectuais. Um agradecimento especial a Jarmo Hämäläinen para o desenvolvimento do protocolo fonte de localização e para Naseem Choudhury para ela entrada 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