वास्तविक समय इलेक्ट्रोएन्सेफेलोग्राफी के साथ मस्तिष्क राज्य पर निर्भर मस्तिष्क उत्तेजना-ट्रिगर ट्रांसक्रैनियल चुंबकीय उत्तेजना

Behavior
 

Summary

यह पत्र मानव मस्तिष्क नेटवर्क का अध्ययन और संगलन करने के लिए वास्तविक समय इलेक्ट्रोएन्सेफेलोग्राफी-ट्रिगर ट्रांसक्रैनियल चुंबकीय उत्तेजना का वर्णन करता है।

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Stefanou, M. I., Baur, D., Belardinelli, P., Bergmann, T. O., Blum, C., Gordon, P. C., Nieminen, J. O., Zrenner, B., Ziemann, U., Zrenner, C. Brain State-dependent Brain Stimulation with Real-time Electroencephalography-Triggered Transcranial Magnetic Stimulation. J. Vis. Exp. (150), e59711, doi:10.3791/59711 (2019).

Please note that all translations are automatically generated.

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

Abstract

मस्तिष्क के लिए एक उत्तेजना का प्रभाव न केवल उत्तेजना के मापदंडों पर निर्भर करता है, लेकिन यह भी उत्तेजना के समय में मस्तिष्क गतिविधि की गतिशीलता पर. इलेक्ट्रोएन्सेफेलोग्राफी (ईईजी) और ट्रांसक्रैनियल चुंबकीय उत्तेजना (टीएमएस) का संयोजन एक वास्तविक समय मस्तिष्क राज्य पर निर्भर उत्तेजना प्रणाली में मस्तिष्क गतिविधि, cortical excitability, और plasticity प्रेरण की गतिशीलता के संबंधों के अध्ययन की अनुमति देता है . यहाँ, हम एक वास्तविक समय डेटा विश्लेषण प्रणाली का उपयोग चल रहे ईईजी दोलनों के चरण के साथ मस्तिष्क उत्तेजना के समय सिंक्रनाइज़ करने के लिए एक नव विकसित विधि का प्रदर्शन. यह वास्तविक समय ईईजी ट्रिगर मानव मोटर प्रांतस्था के TMS, जब टीएमएस sensorimotor के EEG नकारात्मक चोटी के साथ सिंक्रनाइज़ किया जाता है -अल्फा (8-14 हर्ट्ज) ताल, अंतर corticospinal excitability और plasticity प्रभाव दिखाया गया है. इस विधि के उपयोग से पता चलता है कि तात्कालिक मस्तिष्क राज्य के बारे में वास्तविक समय जानकारी प्रभावशाली प्लास्टिक प्रेरण के लिए इस्तेमाल किया जा सकता है. इसके अतिरिक्त, इस दृष्टिकोण व्यक्तिगत ईईजी सिंक्रनाइज़ मस्तिष्क उत्तेजना जो अधिक प्रभावी चिकित्सीय मस्तिष्क उत्तेजना प्रोटोकॉल के विकास के लिए नेतृत्व कर सकते हैं सक्षम बनाता है.

Introduction

टीएमएस noninvasive मस्तिष्क उत्तेजना के लिए एक अच्छी तरह से स्थापित विधि है और चल रहे नेटवर्क गतिशीलता और उच्च spatiotemporal परिशुद्धता1के साथ corticocortical और corticospinal तंत्रिका रास्ते के अध्ययन के विशिष्ट मॉडुलन सक्षम बनाता है. जब प्राथमिक मोटर प्रांतस्था उत्तेजक (M1), तंत्रिका प्रतिक्रिया मोटर evoked क्षमता के रूप में मात्रा निर्धारित किया जा सकता है (MEPs), साथ ही TMS-evoked ईईजी क्षमता. MEPs लक्ष्य मांसपेशियों की इलेक्ट्रोमाइग्राफी (ईएमजी) द्वारा दर्ज किया जा सकता है, और उनके आयाम corticospinal उत्तेजना को दर्शाता है जब प्राथमिक मोटर प्रांतस्था2उत्तेजक .

जांच और स्वस्थ अध्ययन प्रतिभागियों में और रोगियों में मस्तिष्क नेटवर्क को मॉडलेट करने के लिए एक वैज्ञानिक उपकरण के रूप में noninvasive मस्तिष्क उत्तेजना की अद्वितीय क्षमता के बावजूद, टीएमएस अध्ययन बड़े परीक्षण से परीक्षण और अंतर-व्यक्तिगत परिवर्तनशीलता से पीड़ित के प्रतिक्रियाएं3,4,5. विशेष रूप से, corticospinal excitability और plasticity के टीएमएस अध्ययन में, एमईपी प्रतिक्रियाओं, साथ ही प्रेरित दीर्घकालिक potentiation (LTP)- या दीर्घकालिक अवसाद (LTD)-जैसे प्लास्टिक, उच्च आंतरिक परिवर्तनशीलता प्रदर्शन, यहां तक कि जब उत्तेजना पैरामीटर सावधानी से नियंत्रित कर रहे हैं3,4. हालांकि, पशु अध्ययन से सबूत इंगित करता है कि प्रतिक्रियाओं की मनाया परिवर्तनशीलता "यादृच्छिक शोर" के लिए कारण नहीं है, लेकिन इसके बजाय उत्तेजना के समय में अस्थिर मस्तिष्क राज्यों से संबंधित है6. तदनुसार, एक वास्तविक समय मस्तिष्क राज्य पर निर्भर उत्तेजना प्रतिमान में ईईजी के साथ टीएमएस के संयोजन के द्वारा (यानी, ईईजी ट्रिगर टीएमएस), अस्थिर तात्कालिक मस्तिष्क राज्य उत्तेजना समय का अनुकूलन करने के लिए इस्तेमाल किया जा सकताहै 7,8, 9 , 10|

कई अध्ययनों से टीएमएस-संगत ईईजी सिस्टम11,12का उपयोग कर न्यूरोनल उत्तेजना के लिए चल रहे तंत्रिका दोलनों के तात्कालिक चरण से संबंधित है। आधुनिक ईईजी एम्पलीफायरों बड़े विद्युत चुम्बकीय टीएमएस कलाकृतियों को संभाल कर सकते हैं, और तेजी से अच्छी तरह से स्थापित प्रयोगात्मक प्रोटोकॉल टीएमएस13के साथ ईईजी के संयोजन के लिए मौजूदहैं,14 और टीएमएस से संबंधित ईईजी के बाद तदर्थ हटाने कलाकृतियों15,16. जबकि टीएमएस पर ईईजी द्वारा मूल्यांकन के रूप में पूर्व उत्तेजना मस्तिष्क राज्य के प्रभाव-उत्तेजित प्रतिक्रियाओं बेतरतीब ढंग से लागू टीएमएस उत्तेजनाओं कि तदर्थ17के बाद हल कर रहे हैं के साथ मूल्यांकन किया जा सकता है,18, एक पूर्वनिर्धारित मस्तिष्क में टीएमएस के दोहराव आवेदन राज्य वास्तविक समय ईईजी-ट्रिगर टीएमएस11,19 कीआवश्यकता है।

यहाँ, एक कस्टम millisecond-रिज़ॉल्यूशन ईईजी-ट्रिगर टीएमएस सेटअप चल रहे मस्तिष्क दोलनों के एक पूर्व निर्धारित चरण के साथ टीएमएस दालों सिंक्रनाइज़ करने के लिए प्रयोग किया जाता है11, प्रदर्शन है कि नकारात्मक ईईजी विक्षेप के एक उच्च करने के लिए मेल खाती है संक्षिप् त उत् तेधनता स्थिति (बड़े एमईपी आयाम की ओर ले जाने वाली ) धनात्मक ईईजी विक्षेप8,11,12,20की तुलना में . इस पांडुलिपि में, हम मानव मस्तिष्क नेटवर्क का अध्ययन करने के लिए वास्तविक समय ईईजी-ट्रिगर टीएमएस प्रोटोकॉल के संचालन के लिए एक विधि प्रस्तुत करते हैं।

Protocol

हेलसिंकी की घोषणा के दिशा-निर्देशों का पालन करते हुए निम्नलिखित खंडों में वर्णित सभी प्रयोगात्मक प्रक्रियाओं को संस्थागत आचार समिति द्वारा अनुमोदित किया गया है, और सभी प्रतिभागियों ने अध्ययन नामांकन से पहले लिखित सूचित सहमति प्रदान की है।

1. अध्ययन प्रतिभागियों

  1. विषय भर्ती
    1. पूर्वनिर्धारित समावेश न्ययन मानदंडों के आधार पर अध्ययन प्रतिभागियों की भर्ती। मतभेद के लिए स्क्रीन उम्मीदवारों, इस तरह के प्रत्यारोपित चिकित्सा उपकरणों की उपस्थिति के रूप में (जैसे, कार्डियक पेसमेकर), टीएमएस सुरक्षा दिशा निर्देशों के अनुसार21, या तंत्रिका विज्ञान या मनोरोग रोगों और दवाओं है कि तंत्रिका तंत्र पर कार्य के उपयोग के लिए.
    2. चुंबकीय अनुनाद इमेजिंग (एमआरआई) की आवश्यकता के अध्ययन के लिए, रेडियोलॉजिकल सुरक्षा मानकों के अनुसार एमआरआई करने के लिए संभव मतभेद के लिए संभावित अध्ययन प्रतिभागियों का आकलन22. अध्ययन नमूना सांख्यिकीय विश्लेषण के लिए पर्याप्त है कि यह सुनिश्चित करने के लिए एक शक्ति विश्लेषण प्रदर्शन करते हैं।
    3. वैकल्पिक रूप से, चरण का पता लगाने की सटीकता में सुधार करने के क्रम में चुना ईईजी असेंबल द्वारा निकाले गए संकेत में ब्याज की एक प्रमुख दोलन वाले विषयों preselect.
      नोट: इस प्रयोग में, C3 केंद्रित Laplacian (C3 आसपास के इलेक्ट्रोड CP1, CP5, FC1, और FC5) के औसत करने के लिए संदर्भित आराम और आँखें खुली पर विषय के साथ sensorimotor $ लय निकालने के लिए इस्तेमाल किया गया था. पूर्वचयनित अल्फा बैंड (8-14 हर्ट्ज) में एक एकल चोटी वाले विषयों जो वर्तमान स्रोत घनत्व (सीएसडी) बिजली स्पेक्ट्रम में कुल शक्ति का 25% शामिल थे. इस कसौटी ने यह सुनिश्चित किया कि दोलन आयाम पृष्ठभूमि शोर (अच्छा संकेत-से-शोर अनुपात [एसआरएन]) की तुलना में पर्याप्त रूप से बड़ा था, ताकि एल्गोरिथ्म को पर्याप्त सटीकता के साथ ट्रिगर सिग्नल के तात्कालिक चरण का अनुमान लगाया जा सके और एक महत्वपूर्ण उत्तेजना प्रभाव11,12,28,29,30को देखने की संभावना में वृद्धि हुई .
  2. विषय जानकारी
    1. अध्ययन से संबंधित सूचित सहमति फार्म के साथ विषयों प्रदान करें. मुद्रित टीएमएस और एमआरआई सुरक्षा स्क्रीनिंग प्रश्नावली प्रदान करें।
      नोट: इन दस्तावेजों और अध्ययन प्रोटोकॉल, साथ ही व्यक्तिगत डेटा के उपयोग (जैसे, प्रश्नावली से) और पहचान योग्य मानव डेटा (जैसे, एमआरआई से), नैतिकता समिति (संस्थागत समीक्षा बोर्ड) द्वारा पूर्व अनुमोदित होने की आवश्यकता है।
    2. टीएमएस और एमआरआई सुरक्षा स्क्रीनिंग प्रश्नावली को भरने के लिए विषय से पूछो। अध्ययन में भाग लेने और डेटा के नियोजित उपयोग के लिए लिखित सूचित सहमति प्राप्त करें।
    3. जनसांख्यिकीय डेटा प्राप्त करें.
    4. मानक सूची (उदाहरण के लिए, एडिनबर्ग Handedness सूची)23का उपयोग कर विषय handedness का आकलन करें।
    5. सेटअप और उत्तेजना प्रक्रिया के लिए विषय परिचय. सुनिश्चित करें कि प्रत्येक प्रतिभागी टीएमएस की अनुभूति से परिचित है और इसे अच्छी तरह से बर्दाश्त करता है।
    6. टीएमएस प्रयोगात्मक सत्र से पहले प्रत्येक भागीदार के लिए एमआरआई प्राप्त करें। पूरे सिर शारीरिक एमआर छवियों की आवश्यकता है, खोपड़ी और शारीरिक स्थलों के शीर्ष सहित (यानी, दोनों कान के tragus), के रूप में इन इस प्रोटोकॉल के बाद के चरणों में neuronavigation के लिए fiducial अंक के रूप में काम करेगा.
    7. अध्ययन प्रोटोकॉल के विनिर्देशों के अनुसार प्रयोगात्मक सत्रों को शेड्यूल करें (यानी, प्रयोगों के बीच "वॉशआउट पीरियड्स" को ध्यान में रखें).
      नोट: आदर्श रूप में, विषयों एक ही समय में और प्रोटोकॉल में सप्ताह के एक ही दिन पर आना चाहिए एकाधिक सत्रों में विभिन्न स्थितियों की तुलना.
    8. प्रतिभागियों को निर्धारित प्रयोगात्मक सत्रों से पहले शराब, निकोटीन, या कैफीन लेने से बचने के लिए निर्देश दें। विषयों को भी प्रयोग से पहले रात को अपनी नियमित नींद थी और असामान्य रूप से थक नहीं होना चाहिए था.

2. सेटअप तैयारी

  1. वास्तविक समय-डेटा-स्ट्रीम-सक्षम ईईजी सिस्टम
    1. TMS-संगत EEG/EMG प्रवर्धक है कि टीएमएस पल्स द्वारा प्रेरित वोल्टेज spikes संभाल कर सकते हैं का प्रयोग करें.
      नोट: एम्पलीफायर प्रणाली एक कच्चे डेटा धारा एक स्थिर कम विलंबता पर उपलब्ध बनाने की जरूरत है (lt;5 एमएस) एक वास्तविक समय प्रोसेसर द्वारा बाद के प्रसंस्करण के लिए. इस प्रयोग में, एक 24-बिट 80 चैनल biosignal एम्पलीफायर ईईजी और EMG रिकॉर्डिंग के लिए इस्तेमाल किया गया था.
    2. कम पास फिल्टर करने के लिए ईईजी / EMG एम्पलीफायर प्रणाली कॉन्फ़िगर करें (उदाहरण के लिए, 0.16 हर्ट्ज कट-ऑफ), और नीचे नमूना biosignal डेटा करने के लिए 5 kHz एम्पलीफायर सिर चरण पर नमूना दर से.
    3. सुनिश्चित करें कि एम्पलीफायर सिस्टम नियमित रूप से स्थिर अंतराल पर रीयल-टाइम प्रोसेसर के लिए एक वास्तविक समय उपयोगकर्ता datagram प्रोटोकॉल (UDP) के माध्यम से प्रासंगिक चैनलयुक्त डेटा पैकेट भेजता है। EMG प्रतिक्रियाओं पर कब्जा करने के लिए और ईईजी डेटा के फिल्टर देरी को कम करने के लिए एक उच्च नमूना आवृत्ति (उदाहरण के लिए, 5 kHz) का प्रयोग करें।
  2. ईईजी-संगत टीएमएस डिवाइस
    1. एक टीएमएस डिवाइस है कि एक निश्चित और कम से कम देरी के साथ बाहर शुरू किया जा सकता है और जो एक साथ ईईजी रिकॉर्डिंग में कलाकृतियों को कम से कम का उपयोग करें (जैसे, टीएमएस कुंडली केबल के माध्यम से ईईजी में लाइन शोर, पल्स के बाद कलाकृतियों रिचार्जिंग).
    2. सुनिश्चित करें कि टीएमएस stimulator के बीच की दूरी (कुंडली और कुंडल केबल सहित) और ईईजी रिकॉर्डिंग प्रणाली विद्युत हस्तक्षेप को कम करने के लिए अधिकतम है (कम से कम 1 मीटर). जहां संभव हो, ऐसे प्रशंसकों और मोटर्स के रूप में विद्युत चुम्बकीय हस्तक्षेप के स्रोतों को बंद कर देते हैं. इसके अलावा, सुनिश्चित करें कि ईईजी और ईएमजी रिकॉर्डिंग लीड तैनात हैं और इस तरह के गठबंधन है कि आम हस्तक्षेप बाहर रद्द कर देता है।
  3. वास्तविक समय ईईजी डेटा प्रसंस्करण प्रणाली
    नोट: वास्तविक समय ईईजी डेटा धारा का अधिग्रहण किया है और एक पूर्व निर्धारित हालत से मुलाकात की है जब तो टीएमएस डिवाइस चलाता है जो एक वास्तविक समय डिजिटल संकेत प्रसंस्करण प्रणाली का उपयोग कर विश्लेषण किया है। इस तरह की एक प्रणाली हमारी प्रयोगशाला11 में कस्टम विकसित किया गया है चेन एट अल द्वारा दृष्टिकोण के समान एक चरण का पता लगाने एल्गोरिथ्म को लागू करनेके लिए और निम्नलिखित चरणों के होते हैं.
    1. डेटा की एक फिसलने खिड़की का विश्लेषण, 500 एमएस लंबे (चित्र 1a),चरण विशेष रूप से टीएमएस stimulator ट्रिगर करने के लिए लक्ष्य मस्तिष्क दोलन के तात्कालिक चरण का अनुमान लगाने के लिए.
    2. ब्याज की आवृत्तियों के लिए खिड़की के bandpass फ़िल्टरिंग प्रदर्शन (उदाहरण के लिए, के बीच 9 और 14 हर्ट्ज sensorimotor के लिए - अल्फा ताल; चित्र 1ख) लक्ष्य दोलन के व्यक्तिगत शिखर आवृत्ति के लिए फिल्टर मापदंडों को समायोजित करने पर विचार करें.
    3. फ़िल्टरिंग किनारे प्रभावों द्वारा विकृत किसी भी डेटा को निकालें. ध्यान दें कि मजबूत फिल्टर में एक व्यापार बंद बड़ा बढ़त प्रभाव है.
    4. आगे संकेत भविष्यवाणी करने के लिए एक autoregressive मॉडल का उपयोग करें (यूल-वालकर, आदेश 30; चित्र 1c) .
    5. विश्लेषणात्मक संकेत देने के लिए डेटा की परिणामी विंडो का हिल्बर्ट रूपांतरण लागू करें, जिसमें से सिग्नल का तात्कालिक चरण प्रासंगिक समय-बिंदु पर जटिल संख्या के कोण को लेकर निर्धारित किया जाता है.
    6. ब्याज की आवृत्ति डिब्बे में डेटा की फिसलने खिड़की से ईईजी शक्ति स्पेक्ट्रम का अनुमान (उदाहरण के लिए, 9-14 हर्ट्ज) एक अल्पकालिक हैन-खिड़की FFT का उपयोग कर.
    7. जब चरण और शक्ति दोनों एक पूर्व निर्धारित मानदंड को पूरा (उदा., एक नकारात्मक शिखर, न्यूनतम बिजली सीमा), वास्तविक समय प्रणाली के साथ एक डिजिटल उत्पादन (TTL) पल्स उत्पन्न करने के लिए TMS डिवाइस को गति प्रदान.
  4. न्यूरोनेविगेशन सिस्टम
    1. कुंडली की स्थिति पर नजर रखने और सत्र के भीतर और भर में सटीक और लगातार TMS लक्ष्यीकरण को प्राप्त करने के लिए, एक neuronavigation प्रणाली का उपयोग करें.
      नोट: एक स्टीरियो अवरक्त कैमरा प्रणाली ठीक तीन आयामी अंतरिक्ष चिंतनशील trackers, जो विषय के सिर और उत्तेजना कुंडली पर मुहिम शुरू कर रहे हैं में पता लगाने के लिए प्रयोग किया जाता है, व्यक्ति के मस्तिष्क के संबंध में कुंडली के सटीक रिश्तेदार स्थिति को सक्षम करने अंशांकन और एमआरआई पंजीकरण के बाद शरीर रचना विज्ञान. एकल सत्र के अध्ययन के लिए और जब केवल EMG और नहीं TMS के लिए ईईजी प्रतिक्रियाओं का विश्लेषण करने की योजना बना, एक व्यक्ति एमआरआई के बजाय एक मानक मस्तिष्क पर आधारित नेविगेशन पर्याप्त है.
    2. प्रत्येक प्रतिभागी के लिए प्रयोग शुरू करने से पहले व्यक्तिगत संरचनात्मक एमआरआई डेटा को नेविगेशन सिस्टम सॉफ्टवेयर में लोड करें।
  5. प्रायोगिक नियंत्रण कंप्यूटर
    1. ईईजी प्रणाली, TMS डिवाइस, रीयल-टाइम डिवाइस, और neuronavigation प्रणाली से जुड़ा है एक प्रयोगात्मक नियंत्रण कंप्यूटर का उपयोग करें।
      नोट: ईईजी सॉफ्टवेयर ईईजी एम्पलीफायर प्रणाली को नियंत्रित करता है, पैरामीटर सेट करता है, और शुरू होता है और ईईजी डेटा संग्रह बंद हो जाता है। टीएमएस डिवाइस एक रिमोट कंट्रोल उपकरण बॉक्स25के साथ उत्तेजना मानकों (तीव्रता, वर्तमान दिशा, आदि) को बदलने के लिए रिमोट नियंत्रित किया जा सकता है।
    2. दूर से वांछित ट्रिगर शर्तों को स्थापित करने के लिए वास्तविक समय डिवाइस को नियंत्रित करें।
      नोट: neuronavigation प्रणाली दूरस्थ नियंत्रित किया जा सकता है, उदाहरण के लिए विभिन्न कुंडली स्थानों को लक्षित करने के लिए.
    3. प्रयोगात्मक स्थिति और नियंत्रण प्रवाह के स्वचालन सक्षम करने के लिए एक प्रयोगात्मक नियंत्रण स्क्रिप्ट में ऊपर के सभी का मिश्रण.
  6. ईईजी रिकॉर्डिंग इलेक्ट्रोड
    1. सुनिश्चित करें कि वांछित इलेक्ट्रोड लेआउट के साथ टीएमएस-संगत ईईजी रिकॉर्डिंग टोपियां विभिन्न आकारों में उपलब्ध हैं। विषय के सिर परिधि को मापने और उचित आकार टोपी तैयार करते हैं।
    2. ईईजी तैयारी के लिए आवश्यक सामग्री को आसान रखें (उदाहरण के लिए, घर्षण और प्रवाहकीय जैल, बाँझ कुंद सुइयों के साथ सिरिंज, आदि)।
  7. EMG रिकॉर्डिंग इलेक्ट्रोड
    1. सतह EMG इलेक्ट्रोड रखें, सुराग, और त्वचा तैयार करने के लिए आवश्यक सामग्री तैयार.

3. प्रयोग का आयोजन

  1. प्रारंभिक
    1. सुनिश्चित करें कि आवश्यक कागजी कार्रवाई क्रम में है (अध्ययन सहमति फार्म पर हस्ताक्षर किए हैं) और प्रतिभागी पिछले सत्र के बाद से कोई प्रतिकूल प्रभाव पड़ा है कि.
    2. प्रयोग के दौरान सिर की गति को कम करने के लिए एक आरामदायक reclining स्थिति में विषय सीट. गर्दन और निचले सिर के चारों ओर लिपटे वैक्यूम तकिया अतिरिक्त मांसपेशी तनाव के कारण के बिना प्रतिभागी के सिर का समर्थन करने में मदद कर सकता है (जैसे, एक ठोड़ी आराम की तरह)।
  2. ईईजी और ईएमजी तैयारी
    1. विषय के सिर पर उचित आकार ईईजी टोपी रखें और टोपी को सही ढंग से रखें। कपाल और गर्दन की मांसपेशियों की गतिविधि को कम करने के लिए ठोड़ी के नीचे अत्यधिक तनाव से बचें जो ईईजी26को दूषित कर सकता है .
    2. ईईजी रिकॉर्डिंग सॉफ्टवेयर में विषय रजिस्टर.
    3. प्रयोगशाला-विशिष्ट प्रोटोकॉल के अनुसार ईईजी इलेक्ट्रोड तैयार करें (उदाहरण के लिए, अपचारी जेल लागू करें जिसके बाद प्रवाहकीय जेल) लागू करें।
    4. जाँच करें कि ईईजी इलेक्ट्रोड प्रतिबाधाएं 5 k$ से नीचे हैं।
    5. टीएमएस कुंडली के किसी भी आंदोलन से आसन्न इलेक्ट्रोड के लिए smeared हो रही से चालक जेल रखने के लिए, प्लास्टिक की चादर के साथ ईईजी टोपी को कवर. फिर, ईईजी-आर्टीफैक्ट परिवर्तनशीलता को कम करने के लिए एक निश्चित स्थिति में केबल रखने के लिए प्लास्टिक की चादर के ऊपर एक शुद्ध टोपी फिट, और कई परतों की स्थिरता को बढ़ाने के लिए चिपकने वाला टेप लागू होते हैं।
    6. साफ करने और हल्के से त्वचा abraded होने के बाद लक्ष्य की मांसपेशियों पर सतह EMG इलेक्ट्रोड संलग्न (जैसे, एक पेट-टेंडन असेंबल में सही abductor pollicis brevis हाथ की मांसपेशियों से एक द्विध्रुवी रिकॉर्डिंग का उपयोग करें).
      नोट: यहाँ, एक पेट-टेन्डन असेंबल में सही abductor pollicis brevis हाथ की मांसपेशियों से एक द्विध्रुवी रिकॉर्डिंग इस्तेमाल किया गया था. EMG इलेक्ट्रोड की नियुक्ति सतह इलेक्ट्रोड आम तौर पर कई अंतर्निहित मांसपेशियों से गतिविधि रिकॉर्ड के रूप में महत्वपूर्ण है.
    7. सिर पर वास्तविक ईईजी सेंसर और निशान कलाकृतियों का कारण करने के लिए कुछ ईईजी इलेक्ट्रोड पर दोहन द्वारा ईईजी प्रणाली में दर्ज के बीच सही मिलान सत्यापित करें. एक विवेक की जांच के रूप में, सत्यापित करें कि पश्चकपाल अल्फा बढ़ जाती है जब प्रतिभागी अपनी आँखें बंद कर देता है.
    8. नेत्रहीन कलाकृतियों के लिए चल रहे ईईजी और EMG संकेत का निरीक्षण (जैसे, लाइन शोर, मांसपेशियों की गतिविधि) या बुरा इलेक्ट्रोड.
    9. सुनिश्चित करें कि प्रतिभागी जाग रहता है और संकेत को दूषित करने वाले पश्चकपाल अल्फा दोलनों से बचने के लिए प्रयोग के दौरान अपनी आंखें खुली रहती है।
  3. न्यूरोनेगेशन की तैयारी
    1. प्रयोग के दौरान स्थिरता सुनिश्चित करने के लिए पर्याप्त चिपकने वाला टेप के साथ प्रतिभागी के सिर पर चिंतनशील सिर ट्रैकर संलग्न करें।
    2. प्रासंगिक शारीरिक स्थलों के साथ सिर मॉडल सह पंजीकृत करने के लिए सूचक उपकरण का उपयोग करें (जैसे नाशन, दोनों कानों की ट्रैगी, आंखों के कोनों)।
    3. उत्तेजना कुंडली के लिए एक कुंडल ट्रैकर संलग्न और कुंडल जांचना.
    4. सूचक को शीर्ष सतह पर विभिन्न बिंदुओं पर रखें और न्यूरोनिविएगेशन सिस्टम के मॉनीटर पर प्रदर्शित स्थिति की शुद्धता की पुष्टि करें।
    5. व्यक्तिगत एमआरआई के साथ coregistration के लिए ईईजी सेंसर स्थानों पिनपॉइंट.
  4. बेसलाइन ईईजी
    1. विषय के लिए विशिष्ट ईईजी कलाकृतियों का प्रदर्शन (उदाहरण के लिए, निगलने, चबाने, आँख पलकें) और उन्हें प्रयोग के दौरान से बचने के लिए विषय निर्देश. इसके अलावा, उन्हें जबड़े clenching, जम्हाई, या बात कर से बचने के लिए पूछना.
    2. आंखों को खोलने के साथ एक बिंदु पर fixate करने के लिए विषय से पूछो और आंखों को खोलने के साथ आराम राज्य ईईजी की एक छोटी रिकॉर्डिंग प्रदर्शन करते हैं।
    3. यदि रीयल-टाइम फ़िल्टर्स की गणना के लिए आवश्यक हो, तो कार्यों के दौरान अतिरिक्त ईईजी गतिविधि रिकॉर्ड करें.
  5. मोटर "हॉटस्पॉट" और आराम मोटर सीमा का निर्धारण ढूँढना
    1. मोटर "हॉटस्पॉट" का पता लगाएं (यानी उत्तेजना स्थान जिस पर एकल पल्स टीएमएस परीक्षणों में एक तुलनात्मक रूप से संगत आयाम के अच्छी तरह से आकार का MEPs प्रकाश में लाता है) और इसी कुंडली स्थिति को बचाने के (कुंडली अभिविन्यास और angulation सहित) में न्यूरोनेविगेशन सिस्टम.
    2. धीरे-धीरे बढ़ती उत्तेजना तीव्रता पर मोटर कॉर्टेक्स पर एकल टीएमएस दालों को लागू करके आराम मोटर थ्रेशोल्ड (आरएमटी) का पता लगाएं जब तक किप्राप्त एमईपी में 50 डिग्री से अधिक का आयाम है 21 परीक्षणों में से 50% से अधिक ।
    3. यदि उपलब्ध हो, अनुक्रमिक परीक्षण (PEST) द्वारा पैरामीटर अनुमान के लिए एक स्वचालित स्क्रिप्ट का उपयोग करें, उदाहरण के लिए, एक अधिकतम संभावना रणनीति27 जो भी मनाया पर आधारित RMT के विश्वास अंतराल का एक ऑनलाइन अनुमान प्रदान करता है निम्नलिखित एकल प्रतिक्रियाओं की परिवर्तनशीलता और जो आम तौर पर एक मजबूत RMT अनुमान प्राप्त करने के लिए अनुकूली रूप से अलग तीव्रता के ca. 30 परीक्षण दालों की आवश्यकता है.
    4. यदि यह पहला प्रयोगात्मक सत्र नहीं है, तो पिछले स्थिति के साथ कुंडली स्थिति की तुलना करें और पिछले RMT के साथ प्राप्त RMT तुलना स्थिरता को मान्य करने के लिए.
    5. यदि आवश्यक हो, तो सक्रिय मोटर थ्रेशोल्ड (AMT) के लिए या मानक प्रक्रियाओं21का उपयोग करके 1-mV पीक-टू-पीक एमईपी आयाम के लिए उत्तेजना तीव्रता निर्धारित करें।
  6. अंतिम प्रतिभागी तैयारी
    1. वैकल्पिक रूप से, एक वैक्यूम तकिया का उपयोग कर विषय के सिर को स्थिर करें।
    2. वैकल्पिक रूप से, earplugs के माध्यम से एक मास्किंग शोर देने (जब टीएमएस का विश्लेषण करने की योजना बना ईईजी क्षमता) का विश्लेषण करने के लिए। अन्यथा, सुनवाई सुरक्षा के लिए earplugs और headphones के साथ विषय प्रदान करते हैं.
    3. वैकल्पिक रूप से, संरेखित करें और एक यांत्रिक हाथ का उपयोग कर वांछित स्थिति पर कुंडली को ठीक.
  7. पूर्व-प्रयोग डेटा गुणवत्ता सत्यापन
    1. जाँच करें कि रीयल-टाइम प्रोसेसर ईईजी सिस्टम से डेटा प्राप्त कर रहा है।
    2. स्पष्ट कलाकृतियों के लिए वांछित ईईजी स्थानिक फिल्टर (जैसे, C3 केंद्रित Laplacian असेंबल) से प्राप्त संकेत की जाँच करें।
    3. नेत्रहीन ईईजी संकेत गुणवत्ता की पुष्टि, बुरा इलेक्ट्रोड के लिए जाँच करें, अत्यधिक लाइन शोर, और मांसपेशी कलाकृतियों, और प्रयोग के दौरान चल रहे दृश्य निरीक्षण के लिए ईईजी प्रणाली सॉफ्टवेयर पर समय खिड़की और आयाम स्केलिंग समायोजित.
  8. मुख्य प्रयोगात्मक सत्र
    1. जब तक stimulator तीव्रता प्रयोगात्मक स्क्रिप्ट में रिमोट नियंत्रित है, मैन्युअल रूप से वांछित मूल्य के लिए उत्तेजना तीव्रता सेट (उदा., RMT के 110%).
    2. एक यादृच्छिक क्रम में लक्ष्य दोलन के विभिन्न चरणों पर दालों को लागू करने के लिए प्रयोगात्मक स्क्रिप्ट शुरू करो.
    3. प्रयोग के दौरान, ट्रिगर स्थिति थ्रेशोल्ड (कृत्रिम-डिटेक्शन थ्रेशोल्ड, पूर्व-आंतरिक सीमा, न्यूनतम शक्ति, आदि) की निगरानी करें.
      नोट: रीयल-टाइम प्रोसेसर होने के लिए ट्रिगर शर्तों के लिए प्रतीक्षा कर रहा है के रूप में, अनियमित अंतराल पर उत्तेजना शुरू हो जाएगा। हालांकि, शर्तों को इस तरह सेट किया जाना चाहिए कि अधिकांश उत्तेजनाओं को एक पूर्वानुमेय अंतराल के भीतर होते हैं (जैसे, पिछले नाड़ी के बाद 2-3 s), और लंबे ठहराव (जैसे, इस मामले में, और 5 s) से बचा जाता है क्योंकि ये नवीनता के कारण बड़ी प्रतिक्रियाओं को जन्म देते हैं।
      1. वैकल्पिक रूप से, अत्यधिक लंबे अंतराल के बाद परीक्षणों को हटाने के लिए पोस्ट हॉक स्तरीकरण का उपयोग करें।
    4. चरण-विशिष्ट उत्तेजना प्रभावों में अंतर करने के लिए पर्याप्त सांख्यिकीय शक्ति प्राप्त करने के लिए, पर्याप्त संख्या में परीक्षण प्राप्त करें
      नोट: हम आम तौर पर शर्त 20 प्रति80-120 interleaved परीक्षण चुना है.
    5. विभिन्न सत्रों के प्रारंभ और समाप्ति समय को दस्तावेज़ करें और किसी भी असामान्य आवृत्तियों का रिकॉर्ड रखें.

Representative Results

मानव प्राथमिक मोटर प्रांतस्था में वास्तविक समय ईईजी-ट्रिगर टीएमएस के उपयोग से अंतर corticospinal excitability और plasticity प्रभाव का पता चलता है. ऊपर वर्णित प्रोटोकॉल का उपयोग करना, वास्तविक समय ईईजी-टीएमएस लागू किया गया था, यादृच्छिक क्रम में तीन ट्रिगर स्थितियों (सकारात्मक शिखर, नकारात्मक चोटी, और यादृच्छिक चरण) में अंतर्जात sensorimotor के चल रहे ईईजी दोलनचरण चरण के साथ टीएमएस सिंक्रनाइज़ . एक Laplacian ईईजी असेंबल चार आसपास इलेक्ट्रोड के औसत करने के लिए ईईजी इलेक्ट्रोड C3 को संदर्भित करके sensorimotor को निकालने के लिए इस्तेमाल किया गया था (FC1, FC5, CP1, और CP5). चित्र 2क तीन पूर्वनिर्धारित स्थितियों के लिए टीएमएस स्पंद से पहले 400 एमएस में औसत पूर्व उत्तेजक ईईजी संकेत दिखाता है। दाहिने हाथ की मांसपेशियों से दर्ज किए गए औसत एमईपी को चित्र 2खमें दर्शाया गया है। इन परिणामों से पता चलता है कि जेड-rhythm के नकारात्मक ईईजी विक्षेप एक उच्च cortical excitability राज्य से मेल खाती है (बड़े एमईपी आयाम के लिए अग्रणी) के रूप में सकारात्मक ईईजी विक्षेप की तुलना में, नोट कोर्टिकोस्पिनल के कम अंतरापरीक्षण परिवर्तनशीलता के साथ उत्तेजना प्रभाव, चित्र 2cमें प्रस्तुत |

Figure 1
चित्रा 1 : मस्तिष्क-राज्य पर निर्भर ईईजी चरण-ट्रिगर टीएमएस। Scalp ईजी कच्चे डेटा एक पांच चैनल Laplacian असेंबल बाएं sensorimotor प्रांतस्था पर सी 3 इलेक्ट्रोड पर केंद्रित से व्युत्पन्न एक वास्तविक समय डिजिटल संकेत प्रसंस्करण प्रणाली द्वारा नमूना द्वारा नमूना प्राप्त किया गया था. (क) ईईजी डेटा की 500-ms स्लाइडिंग विंडो को एल्गोरिथ्म द्वारा हर 2 एमएस () बैंड-पास फ़िल्टरिंग और किनारे कलाकृतियों को हटाने के बाद संकेत संसाधित किया गया था। (ग) डेटा की विंडो से परिकलित एक ऑटोरेग्रेसिव पूर्वानुमान मॉडल पर आधारित आगे-पूर्वनिर्धारित संकेत (लाल ट्रेस)। समय शून्य पर चरण ("ठीक है अब") एक हिल्बर्ट रूपांतरण का उपयोग कर अनुमान लगाया गया था, वर्णक्रमीय शक्ति डेटा की खिड़की से अनुमान लगाया गया था. टीएमएस stimulator एक पूर्वनिर्धारित चरण और वर्णक्रमीय आयाम हालत से मुलाकात की थी जब ट्रिगर किया गया था. बाएं प्राथमिक मोटर प्रांतस्था पर टीएमएस सतह EMG के साथ दर्ज की गई दाहिने हाथ की मांसपेशियों में MEPs के परिणामस्वरूप. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 2
चित्रा 2: एक अनुकरणीय विषय से डेटा जो बाएं एम पर वास्तविक समय ईईजी-ट्रिगर टीएमएस प्राप्त किया 1 , के चरण को लक्षित 10 हर्ट्ज sensorimotor --rhythm. एक सौ उत्तेजनाओं प्रत्येक तीन चरण-ट्रिगर शर्तों (सकारात्मक शिखर, नकारात्मक शिखर, और यादृच्छिक चरण) के अनुसार एक निरंतर न्यूनतम के साथ संयोजन में लागू किए गए थे 10 हर्ट्ज वर्णक्रमीय शक्ति सीमा शर्त, यादृच्छिक क्रम में, के साथ एक अंतरापरीक्षण अंतराल के साथ लगभग 3 एस. एक Laplacian ईईजी असेंबल चार आसपास इलेक्ट्रोड के औसत करने के लिए ईईजी इलेक्ट्रोड C3 को संदर्भित करके sensorimotor को निकालने के लिए इस्तेमाल किया गया था (FC1, FC5, CP1, और CP5). (क) तीन स्थितियों के लिए टीएमएस स्पंद से पहले 400 एमएस में औसत पूर्व उत्तेजक ईईजी संकेत। (ख) मोटर का औसत ईएमजी ट्रेस प्रत्येक स्थिति के लिए सही अपकेक पोलिकिस ब्रेविस पेशी से दर्ज की गई क्षमता (एमईपी) का आह्वान करता है। (ग) प्रत्येक परीक्षण के पीक-टू-पीक एमईपी आयाम (माइक्रोवोल्ट में) समय के साथ, ट्रिगर स्थिति के अनुसार। ध्यान दें कि MEPs नकारात्मक शिखर स्थिति में सबसे बड़ा है, सकारात्मक शिखर स्थिति में सबसे छोटी है, और यादृच्छिक चरण हालत में मध्यवर्ती. (घ) प्रत्येक स्थिति में माध्य एमईपी आयाम को त्रुटि सलाखों के साथ माध्य की मानक त्रुटि का चित्रण करते हुए दर्शाया गया है। ध्यान दें कि विशेष रूप से स्पष्ट प्रभाव वाले प्रतिभागी को चित्रण उद्देश्यों के लिए चुना गया है और यह कि यह प्रभाव आकार समूह औसत के लिए प्रतिनिधि नहीं है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Discussion

मस्तिष्क-राज्य पर निर्भर ईईजी-ट्रिगर टीएमएस आगामी मस्तिष्क-उत्तेजना प्रभाव8,9,31की प्रभावशीलता और स्थिरता के संबंध में अद्वितीय दृष्टिकोण के साथ एक उपन्यास विधि है। विधि का मुख्य लाभ यह है कि एक कार्यात्मक प्रासंगिक अंतर्जात मस्तिष्क राज्य विशेष रूप से टीएमएस पल्स को गति प्रदान करने के लिए लक्षित किया जा सकता है, संभावित रूप से कम चर और लंबे समय तक चलने मस्तिष्क प्रतिक्रियाओं11प्रेरित . वास्तविक समय ईईजी-ट्रिगर दोहराव दोहराव टीएमएस sensorimotor के नकारात्मक चरण में - मानव M1 के ताल (यानी, वृद्धि हुई corticospinal excitability की स्थिति, चित्रा 2) काफी मजबूत LTP की तरह plasticity प्रेरित (एमईपी की एक लंबी अवधि की वृद्धि आयाम) मस्तिष्क राज्य स्वतंत्र टीएमएस11,20की तुलना में. अपनी वैज्ञानिक उपयोगिता के अलावा, वास्तविक समय ईईजी-TMS के आवेदन cortical क्षेत्रों के लिए, इस तरह के dorsolateral prefrontal प्रांतस्था (DLPFC) के रूप में, वर्तमान चिकित्सीय मस्तिष्क उत्तेजना प्रोटोकॉल की प्रभावशीलता को बढ़ाने की क्षमता है.

इस पांडुलिपि में, हम वास्तविक समय ईईजी-टीएमएस के कार्यान्वयन के लिए methodological कदम प्रस्तुत किया. इस विधि के साथ प्रयोगों के चालन के लिए मौलिक आवश्यकताओं रहे हैं, पहले, एक वास्तविक समय डिजिटल बाहर विकल्प के साथ एक TMS-संगत ईईजी प्रणाली का उपयोग और, दूसरा, एक चरण का पता लगाने के कार्यान्वयन के साथ वास्तविक समय संकेत प्रसंस्करण का उपयोग एल्गोरिथ्म24,जो स्थानिक फिल्टर (जैसे, C3 केंद्रित Laplacian फिल्टर) का उपयोग कर दर्ज ईईजी संकेत से वांछित मस्तिष्क ताल (जैसे, sensorimotor - ताल) निकालता है और उत्तेजना लागू होता है जब preselected शर्तों (यानी, चरण और की शक्ति लक्षित मस्तिष्क ताल) मिले हैं. प्रदर्शन और एल्गोरिथ्म की सटीकता ईईजी रिकॉर्डिंग20के SNR पर दृढ़ता से निर्भर करते हैं। इस प्रकार, प्रोटोकॉल के ईईजी तैयारी कदम एक उच्च SNR को प्राप्त करने और टीएमएस की सटीक ट्रिगर सुनिश्चित करने के लिए महत्वपूर्ण हैं, और प्रतिभागियों के एक preselection पर विचार करने की आवश्यकता हो सकती है अगर संबंधित लक्ष्य दोलन पर्याप्त रूप से ईईजी के साथ नजर नहीं है में हर व्यक्ति. इसके अलावा, कुंडल और वैक्यूम तकिए के लिए यांत्रिक समर्थन हथियारों का उपयोग भागीदार के सिर को स्थिर करने के लिए सलाह दी जाती है, इलेक्ट्रोड पर कुंडली के अलग-अलग दबाव के कारण कलाकृतियों को कम करने के लिए।

प्रयोगात्मक प्रतिमानों में वास्तविक समय ईईजी-टीएमएस विधि के आवेदन के बारे में, ब्याज की मस्तिष्क लय का चयन भिन्न हो सकते हैं। इस प्रकार, फ़िल्टरिंग के समायोजन लक्षित मस्तिष्क गतिविधि की पहचान की सुविधा के लिए सलाह दी जाती है. हाल ही में, कई स्थानिक फ़िल्टरिंग विधियों को एक कार्यात्मक रूप से प्रासंगिक मस्तिष्क राज्य को इष्टतम रूप से निकालने का प्रस्ताव किया गया है (जैसे, चैनल अंतरिक्ष19में, वर्तमान स्रोत घनत्व13के साथ, स्थानीय स्थानिक फिल्टर11,28 के साथ , और व्यक्तिगत फिल्टर का उपयोग कर के साथ, उदाहरण के लिए, स्थानिक-स्पेक्ट्रल अपघटन29). फिर भी, अभी तक, कोई स्पष्ट विधि सतह ईईजी संकेतों (सेंसर अंतरिक्ष) असली मस्तिष्क दोलन चरण (स्रोत अंतरिक्ष) से निकालने के लिए मौजूद है। भविष्य के अध्ययन है कि सतह और स्रोत अंतरिक्ष संकेतों के पत्राचार का आकलन वास्तविक समय ईईजी एल्गोरिदम की परिशुद्धता में सुधार करने के लिए warranted रहे हैं.

जबकि इस प्रोटोकॉल में हम पर ध्यान केंद्रित किया है 8-14-Hz sensorimotor - ताल corticospinal excitability पर इस दोलन के तात्कालिक चरण के प्रभाव को प्रदर्शित करने के लिए, अन्य दोलनों (उदा, बीटा, थीटा, या इन्फ्रास्लो दोलन) भी हो सकता है एक भूमिका निभाते हैं. इस विधि, सिद्धांत रूप में, कई आरोपित दोलनों (जैसे, अल्फा के एक नकारात्मक चक्र और गामा के एक साथ सकारात्मक चोटी) सहित एक पर्याप्त SNR के साथ अलग किया जा सकता है कि किसी भी दोलन के लिए चरण को लक्षित करने के लिए इस्तेमाल किया जा सकता है।

वास्तविक समय ईईजी-TMS प्रयोगों का एक मुख्य सीमा है कि मस्तिष्क स्रोतों के संबंध में spatiotemporal संकल्प दृढ़ता से कलाकृति घटना और उत्तेजना की स्थिरता पर निर्भर है. इसलिए, प्रोटोकॉल की एक महत्वपूर्ण शर्त एल्गोरिथ्म के प्रदर्शन की निगरानी है (यानी, यह सुनिश्चित करना है कि उत्तेजना न्यूरॉन का पता लगाने पर होता है और प्रयोग के दौरान artifactual गतिविधि नहीं). इसके अलावा, उत्तेजना कुंडली के इष्टतम और लगातार स्थिति के लिए neuronavigation का उपयोग (विशेष रूप से ऐसे DLPFC के रूप में उत्तेजना साइटों का उपयोग कर प्रयोगात्मक प्रतिमानों में) में परिवर्तनशीलता के कारण प्रतिक्रिया परिवर्तनशीलता को कम करने के लिए उपयोगी है कुंडली की स्थिति. नोट भी, एक और सीमा के रूप में, कि विशेष रूप से चयनित और विन्यस्त EEG/EMG, TMS, और वास्तविक समय प्रसंस्करण उपकरणों की आवश्यकता है, तैयारी और इस तरह से प्रयोग के संचालन में अनुभव के साथ के रूप में प्रतिक्रिया के बाहरी स्रोतों को कम करने के लिए परिवर्तनशीलता जो तात्कालिक मस्तिष्क-अवस्था के प्रभाव को छुपा सकती है.

अंत में, हम वास्तविक समय ईजी-TMS प्रयोगों के संचालन के लिए एक मानक प्रोटोकॉल का प्रदर्शन किया और ब्याज के अंतर्जात मस्तिष्क राज्यों के उपयोग के लिए एक उपन्यास विधि शुरू की (यानी, पूर्वचयनित चरणों और एक लक्षित अंतर्जात मस्तिष्क दोलन की शक्ति) मस्तिष्क उत्तेजना को गति प्रदान करने के लिए. वास्तविक समय ईईजी-टीएमएस विधि का उपयोग कर इसके अलावा अनुसंधान methodological सुधार की अनुमति है और अध्ययन और मानव मस्तिष्क नेटवर्क के मॉडुलन के लिए प्रभावी प्रोटोकॉल के विकास की सुविधा होगी.

Disclosures

C.$. और P.C.G. आंशिक रूप से आर्थिक मामलों और ऊर्जा के लिए जर्मन संघीय मंत्रालय द्वारा अनुसंधान अनुदान के एक अस्तित्व हस्तांतरण के माध्यम से वित्त पोषित कर रहे हैं (अनुदान 03EFJBW169). C.$. नहीं के लिए लाभ चिकित्सा नवाचार नींव के एक अंशकालिक कर्मचारी के रूप में अतिरिक्त रोजगार की रिपोर्ट (Stiftung f]r Medizininnovationen, टीज़िंजेन, जर्मनी); इस फाउंडेशन की एक सहायक कंपनी इस लेख में प्रयुक्त वास्तविक समय प्रोसेसर का उत्पादन कर रही है (मेडिकल इनोवेशन इन्क्यूबेटर जीएमबीएच, टीज़बिनेन, जर्मनी)।

Acknowledgments

C.$. चिकित्सा संकाय के चिकित्सक वैज्ञानिक कार्यक्रम से समर्थन स्वीकार करता है, टीज़बिनेन विश्वविद्यालय. U.$. जर्मन रिसर्च फाउंडेशन से समर्थन स्वीकार करता है (अनुदान $I 542/ T.O.B. जर्मन रिसर्च फाउंडेशन से समर्थन स्वीकार करता है (अनुदान BE 6091$ 2-1). J.O.N. फिनलैंड की अकादमी से समर्थन स्वीकार करता है (निर्णय संख्या 294625 और 306845). लेखकों के ओपन एक्सेस प्रकाशन कोष द्वारा समर्थन स्वीकार करते हैं टीज़बिनगेन विश्वविद्यालय के.

Materials

Name Company Catalog Number Comments
EEG and EMG recording systems
EEG/EMG amplifier  NeurOne with Real-time Digital Out, Bittium Biosignals Ltd., Finland
TMS device  MAG & More Research 100, MAG & More GmbH, Munich, Germany
Software  Mathworks Simulink Real-Time (Mathworks Ltd, USA) 
Stereo infrared camera neuronavigation system including reflective head tracker, pointer tool, head tracker
Experimental control PC that is connected to the EEG system, the TMS stimulator, the real-time device and the neuronavigation system
EEG electodes, EMG electrodes, syringes, abrasive and conductive gel
Plastic wrap and adhesive tape

DOWNLOAD MATERIALS LIST

References

  1. Hallett, M. Transcranial magnetic stimulation: a primer. Neuron. 55, (2), 187-199 (2007).
  2. Barker, A. T., Jalinous, R., Freeston, I. L. Non-invasive magnetic stimulation of human motor cortex. Lancet. 1, (8437), 1106-1107 (1985).
  3. Lopez-Alonso, V., Cheeran, B., Río-Rodríguez, D., Fernandez-del-Olmo, M. Inter-individual variability in response to non-invasive brain stimulation paradigms. Brain Stimulation. 7, (3), 372-380 (2014).
  4. Muller-Dahlhaus, J. F., Orekhov, Y., Liu, Y., Ziemann, U. Interindividual variability and age-dependency of motor cortical plasticity induced by paired associative stimulation. Experimental Brain Research. 187, (3), 467-475 (2008).
  5. Ziemann, U., Siebner, H. R. Inter-subject and inter-session variability of plasticity induction by non-invasive brain stimulation: Boon or bane? Brain Stimulation. 8, (3), 662-663 (2015).
  6. Arieli, A., Sterkin, A., Grinvald, A., Aertsen, A. Dynamics of ongoing activity: explanation of the large variability in evoked cortical responses. Science. 273, (5283), 1868-1871 (1996).
  7. Thut, G., Ives, J. R., Kampmann, F., Pastor, M. A., Pascual-Leone, A. A new device and protocol for combining TMS and online recordings of EEG and evoked potentials. Journal of Neuroscience Methods. 141, (2), 207-217 (2005).
  8. Zrenner, C., Belardinelli, P., Müller-Dahlhaus, F., Ziemann, U. Closed-Loop Neuroscience and Non-Invasive Brain Stimulation: A Tale of Two Loops. Frontiers in Cellular Neuroscience. 10, 92 (2016).
  9. Bergmann, T. O. Brain State-Dependent Brain Stimulation. Frontiers in Psychology. 9, 2108 (2018).
  10. Matthews, P. B. The effect of firing on the excitability of a model motoneurone and its implications for cortical stimulation. Journal of Physiology. 518 (Pt 3), 867-882 (1999).
  11. Zrenner, C., Desideri, D., Belardinelli, P., Ziemann, U. Real-time EEG-defined excitability states determine efficacy of TMS-induced plasticity in human motor cortex. Brain Stimulation. 11, (2), 374-389 (2018).
  12. Stefanou, M. I., Desideri, D., Belardinelli, P., Zrenner, C., Ziemann, U. Phase Synchronicity of mu-Rhythm Determines Efficacy of Interhemispheric Communication Between Human Motor Cortices. Journal of Neuroscience. 38, (49), 10525-10534 (2018).
  13. Berger, B., Minarik, T., Liuzzi, G., Hummel, F. C., Sauseng, P. EEG oscillatory phase-dependent markers of corticospinal excitability in the resting brain. BioMed Research International. 2014, 936096 (2014).
  14. Keil, J., et al. Cortical brain states and corticospinal synchronization influence TMS-evoked motor potentials. Journal of Neurophysiology. 111, (3), 513-519 (2014).
  15. Rogasch, N. C., et al. Analysing concurrent transcranial magnetic stimulation and electroencephalographic data: A review and introduction to the open-source TESA software. NeuroImage. 147, 934-951 (2017).
  16. Herring, J. D., Thut, G., Jensen, O., Bergmann, T. O. Attention Modulates TMS-Locked Alpha Oscillations in the Visual Cortex. Journal of Neuroscience. 35, (43), 14435-14447 (2015).
  17. Romei, V., et al. Spontaneous fluctuations in posterior alpha-band EEG activity reflect variability in excitability of human visual areas. Cerebral Cortex. 18, (9), 2010-2018 (2008).
  18. Sauseng, P., Klimesch, W., Gerloff, C., Hummel, F. C. Spontaneous locally restricted EEG alpha activity determines cortical excitability in the motor cortex. Neuropsychologia. 47, (1), 284-288 (2009).
  19. Bergmann, T. O., et al. EEG-guided transcranial magnetic stimulation reveals rapid shifts in motor cortical excitability during the human sleep slow oscillation. Journal of Neuroscience. 32, (1), 243-253 (2012).
  20. Schaworonkow, N., Triesch, J., Ziemann, U., Zrenner, C. EEG-triggered TMS reveals stronger brain state-dependent modulation of motor evoked potentials at weaker stimulation intensities. Brain Stimulation. 12, (1), 110-118 (2019).
  21. Rossi, S., Hallett, M., Rossini, P. M., Pascual-Leone, A. Safety of TMS Consensus Group. Safety, ethical considerations, and application guidelines for the use of transcranial magnetic stimulation in clinical practice and research. Clinical Neurophysiology. 120, (12), 2008-2039 (2009).
  22. Kanal, E., et al. ACR guidance document for safe MR practices: 2007. American Journal of Roentgenology. 188, (6), 1447-1474 (2007).
  23. Oldfield, R. C. The assessment and analysis of handedness: The Edinburgh inventory. Neuropsychologia. 9, (1), 97-113 (1971).
  24. Chen, L. L., Madhavan, R., Rapoport, B. I., Anderson, W. S. Real-time brain oscillation detection and phase-locked stimulation using autoregressive spectral estimation and time-series forward prediction. IEEE Transactions on Biomedical Engineering. 60, (3), 753-762 (2013).
  25. Habibollahi Saatlou, F., et al. An open-source MATLAB toolbox for external control of transcranial magnetic stimulation devices. Brain Stimulation. 11, (5), 1189-1191 (2018).
  26. Lioumis, P., Zomorrodi, R., Hadas, I., Daskalakis, Z. J., Blumberger, D. M. Combined Transcranial Magnetic Stimulation and Electroencephalography of the Dorsolateral Prefrontal Cortex. Journal of Visualized Experiments. (138), e57983 (2018).
  27. Mishory, A., et al. The maximum-likelihood strategy for determining transcranial magnetic stimulation motor threshold, using parameter estimation by sequential testing is faster than conventional methods with similar precision. The Journal of Electroconvulsive Therapy (ECT). 20, (3), 160-165 (2004).
  28. Thies, M., Zrenner, C., Ziemann, U., Bergmann, T. O. Sensorimotor mu-alpha power is positively related to corticospinal excitability. Brain Stimulation. 11, (5), 1119-1122 (2018).
  29. Schaworonkow, N., et al. μ-Rhythm Extracted With Personalized EEG Filters Correlates With Corticospinal Excitability in Real-Time Phase-Triggered EEG-TMS. Frontiers in Neuroscience. 12, 954 (2018).
  30. Hjorth, B. An on-line transformation of EEG scalp potentials into orthogonal source derivations. Electroencephalography and Clinical Neurophysiology. 39, (5), 526-530 (1975).
  31. Bergmann, T. O., Karabanov, A., Hartwigsen, G., Thielscher, A., Siebner, H. R. Combining non-invasive transcranial brain stimulation with neuroimaging and electrophysiology: Current approaches and future perspectives. NeuroImage. 140, 4-19 (2016).

Comments

0 Comments


    Post a Question / Comment / Request

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

    Usage Statistics