המוח מעורר גירוי המוח עם אלקטרונצגרפיה בזמן אמת-מופעלות גירוי מגנטי Transcranial

Behavior
 

Summary

נייר זה מתאר בזמן אמת הtranscranial מגנטית גירוי מגנטי ללמוד לווסת את רשתות המוח האנושי.

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

השפעת גירוי במוח תלויה לא רק בפרמטרים של הגירוי אלא גם בדינמיקה של פעילות המוח בזמן הגירוי. השילוב של אלקטרונצגרפיה (EEG) וגירוי מגנטי transcranial (TMS) במערכת גירוי בזמן אמת תלויי המדינה, מאפשר לימוד של יחסי דינמיקה של פעילות מוחית, עירור הקליפת המוח והאינדוקציה הפלסטיות . כאן, אנו מדגימים שיטה חדשה שפותחה כדי לסנכרן את העיתוי של גירוי מוחי עם שלב של תנודות EEG מתמשך באמצעות מערכת ניתוח נתונים בזמן אמת. זה TMS בזמן אמת-EEG המופעל של קליפת המנוע האנושי, כאשר TMS הוא מסונכרן עם פני השטח EEG שלילי של sensorimotor μ-alpha (8-14 Hz) קצב, הראה ההפרש corticospinal היכולת הדיפרנציאלית ואפקטים הפלסטיות. הניצול של שיטה זו עולה כי מידע בזמן אמת על מצב מוחי מיידי יכול לשמש לאינדוקציה יעילה הפלסטיות. בנוסף, גישה זו מאפשרת באופן אישי גירוי EEG-מסונכרן המוח אשר עשוי להוביל לפיתוח של פרוטוקולים יעילים יותר של גירוי המוח טיפולית.

Introduction

TMS היא שיטה מבוססת היטב עבור גירוי מוחי לא פולשני ומאפשר אפנון מסוים של דינמיקה רשת מתמשכת ומחקרים של corticocortical ו corticospinal מסלולים עצביים עם דיוק זמן מדויקת1. כאשר מעוררים את קליפת המוח העיקרית (M1), התגובה העצבית יכולה להיות כמותית כפוטנציאלים מעוררים מוטוריים (MEPs), כמו גם TMS-מעורר הפוטנציאל EEG. MEPs ניתן להקליט על ידי אלקטרומגרפיה (EMG) של שרירי היעד, ואת משרעת שלהם משקף corticospinal עירור היכולת כאשר מגרה את קליפת המנוע העיקרית2.

למרות הפוטנציאל הייחודי של גירוי מוחי לא פולשני ככלי מדעי לחקור ולווסת רשתות המוח בקרב משתתפי המחקר בריאים ובחולים, מחקרים TMS סובלים מניסוי גדול למשפט, פנים ובפרט השונות מתוך תגובות מעורר3,4,5. באופן ספציפי, במחקרים TMS של corticospinal היכולת והפלסטיות, תגובות MEP, כמו גם המושרה לטווח ארוך הפוטנציאל (LTP)-או דיכאון לטווח ארוך (בע מ)-כמו פלסטיות, התערוכה השונות הפנימית גבוה, גם כאשר את הפרמטרים הגירוי נשלטים בקפידה3,4. עם זאת, ראיות ממחקרים בעלי חיים עולה כי השינויים הנצפים של תגובות אינו מייחס "רעש אקראי" אלא במקום זאת קשורה למצבי המוח התנודות בזמן גירוי6. בהתאם, על ידי שילוב TMS עם EEG ב-בזמן אמת המוח התלוי התפיסה גירוי (כלומר, EEG-מופעלות TMS), המצב המוח מיידי תנודות ניתן להשתמש כדי למטב את העיתוי הגירוי7,8, מיכל בן 10 , . בסדר, עשר

מספר מחקרים הקשורים בשלב מיידי של תנודות עצביות מתמשך היכולת להיות מרגש עצבי באמצעות TMS מערכות EEG תואם11,12. מגבר EEG מודרני יכול להתמודד עם הפריטים האלקטרומגנטית TMS גדול, ויותר ויותר הוקמה פרוטוקולים ניסיוניים קיימים עבור שילוב של EEG עם TMS13,14 ואת ההסרה הפוסט הוק של הקשורות TMS eeg חפצים15,16. בעוד ההשפעה של המצב prestimulus המוח כפי שמוערך על ידי EEG ב TMS-התגובות מעורר ניתן להעריך באופן אקראי TMS גירויים כי הם ממוינים בפוסט הוק17,18, היישום חוזר של TMS במוח מוגדר מראש המדינה דורשת TMS. בזמן אמת11,19

כאן, התקנה מותאמת אישית של מילי-שניה-TMS הפעלת EEG משמש כדי לסנכרן פולסים TMS עם שלב מראש של תנודות המוח מתמשך11, הוכחת כי הטיה EEG שלילית של הקצב μ-alpha מתאים גבוה יותר המדינה הגדולה ביותר בקליפת המוח (המובילה להגברה משמעותית) לעומת הסטיה החיובית8,11,12,20. בכתב יד זה, אנו מציגים שיטה לביצוע פרוטוקולים TMS המופעל בזמן אמת כדי ללמוד רשתות המוח האנושי.

Protocol

כל ההליכים הניסיוניים המתוארים בסעיפים הבאים אושרו על ידי ועדת האתיקה המוסדית בעקבות ההנחיות של הצהרת הלסינקי, וכל המשתתפים סיפקו הסכמה מושכלת בכתב לפני ההרשמה ללימודים.

1. משתתפי המחקר

  1. גיוס נושאים
    1. גייס משתתפי לימוד המבוססים על קריטריוני הכללה מוגדרים מראש. מועמדים מסך לתוויות, כגון נוכחות של מכשירים רפואיים מושתלים (למשל, קוצב לב), על פי הנחיות בטיחות TMS21, או עבור מחלות נוירולוגיות או פסיכיאטריות ואת השימוש בסמים הפועלים על מערכת העצבים.
    2. למחקרים הדורשים דימות תהודה מגנטית (MRI), להעריך את משתתפי המחקר פוטנציאליים התוויות אפשרי MRI על פי תקני בטיחות רדיולוגית22. בצע ניתוח כוח כדי לוודא שדגימת המחקר מספיקה לניתוח סטטיסטי.
    3. באופן אופציונלי, נושאים שנבחרו באמצעות תנודה בולטת של עניין באות שהופק על-ידי מצרף ה-EEG הנבחר כדי לשפר את הדיוק של גילוי הפאזה.
      הערה: בניסוי זה, מרוכזת C3 לפלאיאן (C3 המפנה לממוצע של האלקטרודות שמסביב CP1, CP5, FC1, ו FC5) שימש כדי לחלץ את מקצב sensorimotor μ עם הנושא במנוחה ועיניים פקוחות. שנבחרו מראש היו נושאים בעלי פסגה אחת בלהקת אלפא (8-14 Hz) אשר מכילה > 25% מכלל הכוח בצפיפות המקור הנוכחית (CSD) ספקטרום הכוח. קריטריון זה הבטיח כי משרעת התנודה היתה גדולה מספיק בהשוואה לרעשי הרקע (יחס מדויק של אות לרעש [SNR]) כדי לאפשר לאלגוריתם להעריך את השלב הרגעי של אות ההדק עם דיוק מספיק ו הגבירו את הסבירות להתבוננות באפקט מרגש משמעותי11,12,28,29,30.
  2. מידע לנושא
    1. לספק את הנושאים עם טופס הסכמה מושכלת הקשורים למחקר. לספק שאלונים מודפסים TMS ו-MRI הקרנת בטיחות.
      הערה: מסמכים אלה ופרוטוקול המחקר, כמו גם השימוש בנתונים אישיים (למשל, משאלונים) ונתונים אנושיים הניתנים לזיהוי (לדוגמה, מ-MRI), צריכים להיות מאושרים מראש על-ידי ועדת האתיקה (לוח סקירה מוסדי).
    2. בקשו מהנושא למלא את שאלונים לסינון בטיחות TMS ו-MRI. רכוש הסכמה מושכלת בכתב להשתתפות במחקר ובשימוש המתוכנן בנתונים.
    3. לרכוש נתונים דמוגרפיים.
    4. הערכת הנושא הנתון באמצעות מלאי רגיל (למשל, מלאי ה, של אדינבורו)23.
    5. הציגו את הנושא לתהליך הכיוונון והגירוי. ודא שכל משתתף מכיר את התחושה של TMS וסובלנית כלפי היטב.
    6. השג MRI עבור כל משתתף לפני המפגשים הניסיוניים TMS. כל ראש מלאה התמונה האנטומית MR נדרשים, כולל העליון של ציוני דרך הקרקפת והאנטומית (כלומר, tragus של שתי האוזניים), כמו אלה ישמשו נקודות fiducial עבור עצבי בשלבים הבאים של פרוטוקול זה.
    7. תזמן את המפגשים הניסיוניים לפי המפרט של פרוטוקול המחקר (כלומר, קח בחשבון "תקופות כשלון" בין הניסויים).
      הערה: באופן אידיאלי, נושאים צריכים לבוא באותו זמן ובאותו יום בשבוע בפרוטוקולים השוואת תנאים שונים בהפעלות מרובות.
    8. הנחה את המשתתפים להימנע מצריכת אלכוהול, ניקוטין או קפאין לפני המפגשים הניסיוניים המתוזמנים. גם הנבדקים צריכים לישון בלילה לפני הניסוי ולא להיות עייפים באופן יוצא דופן.

2. הכנה להתקנה

  1. מערכת EEG בזמן אמת-נתוני זרם מסוגל
    1. השתמש TMS מגבר EEG/EMG תואם שיכול להתמודד עם קוצים מתח הנגרמת על ידי הדופק TMS.
      הערה: מערכת המגבר צריכה להפוך זרם נתונים גולמי זמין בהשהיה נמוכה קבועה (< 5 אלפיות) לעיבוד הבאים על ידי מעבד בזמן אמת. בניסוי זה, מגבר בתדר של 24 סיביות 80-channel שימש עבור הקלטות EEG ו-EMG.
    2. קביעת התצורה של מערכת מגבר EEG/EMG כדי מסנן נמוך לעבור (למשל, 0.16 Hz לגזור), ולמטה לדגום את נתוני התדר ביולוגי ל 5 kHz מקצב הדגימה בשלב ראש המגבר.
    3. ודא שמערכת המגבר שולחת מנות נתונים המכילות את הערוצים הרלוונטיים באמצעות פרוטוקול יחידת נתונים של משתמש בזמן אמת (UDP) למעבד בזמן אמת במרווחים קבועים ≤ 1ms. השתמש תדירות דגימה גבוהה (למשל, 5 kHz) כדי ללכוד את התגובות EMG וכלה למזער עיכוב המסנן של נתוני EEG.
  2. מכשיר TMS תואם EEG
    1. השתמש בהתקן TMS שניתן להפעילו באופן חיצוני עם עיכוב קבוע ומינימלי, אשר ממזער את החפצים בהקלטת EEG הסימולטני (למשל, רעש קו EEG דרך כבל סליל TMS, לטעינה ממצאים לאחר הדופק).
    2. ודא שהמרחק בין מTMS (כולל הסליל וכבל הסליל) ומערכת ההקלטה של EEG מוגדלת להפחתת הפרעות חשמליות (לפחות 1 מ'). במידת האפשר, כבה מקורות של הפרעות אלקטרומגנטיות כגון מאווררים ומנועים. יתר על כן, לוודא כי הרישום EEG ו-EMG מוביל ממוקמים ומיושר כך הפרעה נפוצה מבטלת את.
  3. בזמן אמת מערכת עיבוד נתונים EEG
    הערה: זרם הנתונים EEG בזמן אמת נרכש ונותח באמצעות מערכת עיבוד אותות דיגיטליים בזמן אמת, אשר לאחר מכן מפעיל את התקן TMS כאשר מתקיים תנאי מוגדר מראש. מערכת כזו פותחה בהתאמה אישית במעבדה שלנו11 כדי ליישם אלגוריתם זיהוי פאזה דומה לגישה של חן ואח '24 ומורכב מהשלבים הבאים.
    1. לנתח חלון הזזה של נתונים, 500 ms ארוך (איור 1a), כדי להעריך את השלב מיידי של תנודות המוח היעד כדי שלב-במיוחד ההדק את הגירוי TMS.
    2. בצעו סינון של החלון עבור תדרי הריבית (למשל, בין 9 ל -14 Hz לsensorimotor μ-מקצב אלפא; איור 1b). שקול לכוונן את פרמטרי המסנן לתדר השיא הבודד של תנודה היעד.
    3. הסר נתונים שאינם מעוותים על-ידי אפקטי קצה הסינון. שים לב שקיימת החלפה במסננים חזקים יותר עם אפקטי קצוות גדולים יותר.
    4. השתמש במודל שינוי אוטומטי כדי לחזות את האות (יול-ווקר, סדר 30; איור 1c).
    5. החל שינוי בהילברט של חלון הנתונים שנוצר כדי להניב את האות האנליטי, שממנו נקבעת השלב הזמני של האות על-ידי נקיטת זווית המספר המרוכב בנקודת הזמן הרלוונטית.
    6. העריכו את ספקטרום כוח ה-EEG מחלון הגלישה של הנתונים בתאי הצפיפות של הריבית (לדוגמה, 9-14 Hz) באמצעות FFT-window בזמן קצר-חלון.
    7. כאשר הפאזה והכוח עומדים בקריטריון שנקבע מראש (למשל, שיא שלילי, סף הכוח המינימלי), יוצרים פולס דיגיטלי (TTL) עם מערכת זמן-אמת כדי להפעיל את התקן TMS.
  4. מערכת כפתונניווטיים
    1. כדי לעקוב אחר מיקום הסליל ולהשיג TMS מדויק ועקבי מיקוד בתוך ומעבר הפעלות, להשתמש במערכת כונן עצבי.
      הערה: מערכת סטריאו מצלמת אינפרא אדום משמש בדיוק כדי לאתר את שלושה מימדים הרפלקטיבית מרחב, אשר רכוב על הראש של הנושא ואת סליל גירוי, המאפשר מיקום יחסי מדויק של הסליל ביחס למוח של הפרט אנטומיה לאחר כיול. ורישום MRI למחקרים בודדים וכאשר מתכננים לנתח רק את EMG ולא את התגובות EEG ל TMS, ניווט המבוסס על מוח רגיל במקום MRI הפרט הוא מספיק.
    2. טען את נתוני ה-MRI המבני הבודדים לתוך תוכנת מערכת הניווט לפני תחילת הניסוי עבור כל משתתף.
  5. מחשב בקרה ניסיוני
    1. השתמש במחשב שליטה ניסיוני המחובר למערכת EEG, התקן TMS, מכשיר בזמן אמת, ואת המערכת העצבית.
      הערה: תוכנת ה-EEG שולטת במערכת מגבר EEG, מגדירה פרמטרים, ומתחילה ומפסיקה את האחסון של נתוני EEG. התקן TMS ניתן לשלוט מרחוק כדי לשנות את הפרמטרים הגירוי (עוצמה, כיוון הנוכחי, וכו ') עם ארגז כלים של שלט רחוק25.
    2. שליטה מרחוק בהתקן הזמן האמיתי כדי להגדיר את תנאי הגורם המפעיל הרצויים.
      הערה: מערכת העצבים יכולה להיות מבוקרת מרחוק, למשל כדי למקד מיקומים שונים סליל.
    3. שלב את כל הנ ל בסקריפט בקרת ניסיוני כדי לאפשר אוטומציה של התנאים הניסיוניים וזרימת הבקרה.
  6. אלקטרודות הקלטה של EEG
    1. ודא שTMS הקלטה בעלת תאימות EEG עם פריסת האלקטרודה הרצויה זמינות בגדלים שונים. מדדו את היקף הראש של הנבדק והכינו את הכיפה בגודל הראוי.
    2. שמור את החומרים הדרושים עבור הכנה EEG שימושי (למשל, ג ' לים שוחקים ומוליך, מזרקים עם מחטים קהה סטרילי, וכו ').
  7. הקלטת אלקטרודות של EMG
    1. שמור על פני השטח של EMG אלקטרודות, הפניות, ואת החומרים הדרושים עבור הכנת העור מוכן.

3. ביצוע הניסוי

  1. קדמה
    1. ודא שהניירת הדרושה היא בסדר (טופס הסכמת המחקר נחתם) וכי למשתתף לא היו תופעות לוואי מאז ההפעלה הקודמת.
    2. יש להושיב את הנושא בתנוחה נוחה כדי למזער את תנועת הראש במהלך הניסוי. כרית ואקום העטופה סביב הצוואר והראש התחתון יכולה לסייע לתמוך בראש המשתתף מבלי לגרום למתח שרירים נוסף (למשל, כמו משענת סנטר).
  2. הכנה EEG ו-EMG
    1. הצב את כובע ה-EEG המדויק בראש הנבדק ומקם את המכסה כראוי. להימנע ממתח מופרז מתחת לסנטר כדי להפחית את פעילות שריר הגולגולת והצוואר שיכול לזהם את ה-EEG26.
    2. רשום את הנושא בתוכנת ההקלטה של EEG.
    3. הכינו את אלקטרודות ה-EEG לפי הפרוטוקול הספציפי למעבדה (למשל, החלת ג'ל שפשוף ואחריו ג'ל מוליך).
    4. בדקו שריקודי הkΩ של האלקטרודות. הם מתחת לחמש מתוך 5
    5. כדי למנוע את ג'ל הניצוח מייבוש או מקבל מרוח את האלקטרודות הסמוכות על ידי כל תנועה של סליל TMS, לכסות את כובע EEG עם עטיפת ניילון. לאחר מכן, התאימו כובע רשת מעל לעטיפת הפלסטיק כדי לשמור על הכבלים בעמדה קבועה כדי להפחית את ההבדלים EEG-השתנות, ולהחיל את הדבק כדי להגדיל את היציבות של שכבות מרובות.
    6. לחבר את משטח ה-EMG אלקטרודות מעל השרירים היעד לאחר ניקוי ובקלות באמצעות העור (למשל, השתמש בהקלטה דו קוטבית של השריר הימני השריר בהישג יד בתוך מצרף גיד הבטן).
      הערה: כאן, הקלטה דו קוטבית של השריר מימין השריר היד הקצר ביד בתוך מצרף גיד הבטן היה שימוש. המיקום של אלקטרודות EMG חשוב כמו אלקטרודות פני השטח בדרך כלל להקליט פעילות מתוך השרירים הבסיסיים מרובים.
    7. לאמת את ההתאמה הנכונה בין חיישני EEG בפועל על הראש ואת העקבות שנרשמו במערכת EEG ידי הקשה על כמה אלקטרודות EEG כדי לגרום לחפצים. כבדיקת שפיות, ודא כי אלפא העורף גדל כאשר המשתתף סוגר את עיניהם.
    8. לבדוק באופן חזותי את ה-EEG המתמשך ואת אות EMG עבור ממצאים (למשל, רעש קו, שריר פעילות) או אלקטרודות רע.
    9. ודא כי המשתתף נשאר ער ומשאיר את עיניהם פקוחות במהלך הניסוי כדי למנוע תנודות אלפא העורף לזהם את האות.
  3. הכנת הניווהעצבי
    1. חברו את מכשיר המעקב הרעיוני לראש המשתתף בנייר דבק מספיק כדי להבטיח יציבות במהלך הניסוי.
    2. השתמש בכלי המצביע כדי להשתמש בדגם הראשי עם ציוני הדרך האנטומיים הרלוונטיים (למשל, את הטרגי של שתי האוזניים, את פינות העיניים).
    3. חברו מכשיר לסליל הגירוי. וכיילו את הסליל
    4. מניחים את המצביע על נקודות שונות על פני הראש ומאמתים את נכונותם של התנוחה המוצגת בצג המערכת העצבית.
    5. לאתר את מיקומי חיישן EEG לרישום מעורב עם ה-MRI הבודד.
  4. בסיס EEG
    1. הפגינו חפצי EEG טיפוסיים לנושא (למשל, בליעה, לעיסה, מהבהבת בעין) והדריכו את הנושא כדי להימנע מהם לאורך כל הניסוי. בנוסף, בקשו מהם להימנע מלשאת את הלסת, לפהק או לדבר.
    2. בקשו מהנושא לקבוע נקודה בעיניים פקוחות ולבצע הקלטה קצרה של EEG במצב מנוחה עם עיניים פקוחות.
    3. אם נדרש לחישוב מסנני זמן-אמת, הקלט פעילות EEG נוספת במהלך משימות.
  5. מציאת המנוע "נקודה חמה" וקביעת סף מנוע מנוחה
    1. למצוא את המנוע "נקודה חמה" (כלומר מיקום הגירוי שעליו TMS פעימה אחת מעוררת meps בצורת היטב של משרעת עקבית זהובה על פני ניסויים) ולשמור את המיקום סליל המקביל (כולל סליל התמצאות והתרגום) ב . מערכת השקיה בעצבים
    2. מצא את הסף מנוע מנוחה (RMT) על ידי החלת פולסים TMS בודדים מעל קליפת המנוע בהדרגה הגדלת עוצמות גירוי עד הפיצוץ MEPs יש שיא-to-שיא המוני יותר מ 50 μV ביותר מ 50% מניסויים21.
    3. אם הוא זמין, השתמש בסקריפט אוטומטי להערכת פרמטרים על-ידי בדיקה רציפה (מזיקים), למשל, בעקבות אסטרטגיית סבירות מקסימלית27 אשר מספק גם הערכה מקוונת של מרווח הביטחון של rmt המבוסס על הנצפה שונות של תגובות בודדות אשר בדרך כלל דורש ca. 30 מבחן פולסים בעוצמה משתנה באופן גמיש כדי לקבל הערכה RMT חזקה.
    4. אם זה לא המפגש הניסיוני הראשון, להשוות את המיקום סליל עם המיקום הקודם ולהשוות את RMT שהושג עם RMT הקודם כדי לאמת עקביות.
    5. במקרה הצורך, קבעו עוצמות גירוי של הסף המוטורי הפעיל (AMT) או עבור משרעת ה-MEP הראשונה של הפסגה באמצעות הליכים סטנדרטיים21.
  6. הכנה למשתתף אחרון
    1. באופן אופציונלי, השתק את ראש הנושא באמצעות כרית ואקום.
    2. באופן אופציונלי, העבר רעש מיסוך באמצעות אטמי אוזניים (כאשר הם מתכננים לנתח את הפוטנציאל של EEG TMS-מעורר). אחרת, לספק את הנושא עם אטמי אוזניים ואוזניות להגנת שמיעה.
    3. באופן אופציונלי, ליישר ולתקן את הסליל במיקום הרצוי באמצעות זרוע מכנית.
  7. אימות איכות נתונים לפני ניסוי
    1. בדוק שהמעבד בזמן אמת מקבל נתונים ממערכת EEG.
    2. בדוק את האות המתקבל מסנן EEG מרחבי הרצוי (למשל, ממורכז C3 לפלסיאן) עבור חפצים ברורים.
    3. לאשר חזותית את איכות האות EEG, לבדוק אלקטרודות רע, רעש קו מופרז, וממצאים שרירים, ולהתאים את חלון הזמן ואת שינוי גודל משרעת על תוכנת מערכת EEG לבדיקה חזותית שוטפת במהלך הניסוי.
  8. המפגש הניסיוני העיקרי
    1. אלא אם כן עוצמת הגירוי מבוקרת מרחוק בסקריפט הניסיוני, הגדר באופן ידני את עוצמת הגירויים לערך הרצוי (לדוגמה, 110% של RMT).
    2. הפעל את ה-script הניסיוני כדי להחיל פולסים בשלבים שונים של תנודה היעד בסדר אקראי.
    3. במהלך הניסוי, נטר את ספי המצב של הגורם המפעיל (סף זיהוי החפץ, הסף לפני האינבציה, כוח מינימלי וכו ').
      הערה: הגירויים יופעלו במרווחי זמן לא קבועים, מאחר שהמעבד הממשי ממתין להתרחשותו של תנאי הגורם המפעיל. עם זאת, התנאים צריך להיות מוגדר כך ביותר גירויים להתרחש בתוך מרווח צפוי (למשל, 2-3 s לאחר הדופק הקודם), והפסקות ארוכות (למשל, במקרה זה, > 5 s) נמנעים כמו אלה יובילו תגובות מעורר גדול יותר בשל חידוש.
      1. לחילופין, השתמש בהודעה ריבוד הוק כדי להסיר מבחנים בעקבות מרווחי זמן ארוכים מדי.
    4. כדי להשיג כוח סטטיסטי מספיק כדי להבדיל אפקטים של גירוי ספציפי לפאזה, לרכוש מספר מספיק של מבחנים
      הערה: בחרנו בדרך כלל 80-120 מבחנים משולבים לכל תנאי20.
    5. תעד את שעות ההתחלה והסיום של ההפעלות השונות ותעד את כל המופעים הבלתי רגילים.

Representative Results

הניצול של TMS EEG בזמן אמת בקליפת המנוע העיקרי האנושי מגלה הcorticospinal הדיפרנציאליות ואפקטים הפלסטיות. באמצעות הפרוטוקול המתואר לעיל, EEG-TMS בזמן אמת הוחל, סנכרון TMS עם השלב המתמשך של EEG מתמשך sensorimotor μ-הקצב בשלושה תנאים ההדק (שיא חיובי, שיא שלילי, ו אקראי שלב) בסדר אקראי . מונטאן לפלאיאן שימש לחילוץ הקצב sensorimotor μ על ידי התייחסות לאלקטרודות ה-EEG C3 לממוצע של ארבעה אלקטרודות מסביב (FC1, FC5, CP1 וCP5). איור 2a מראה את האות הממוצעת EEG הגירוי ב400 ms לפני הדופק TMS עבור שלושה תנאים מוגדרים מראש. הממוצע שהקלטנו מהשרירים הימניים מתוארים באיור 2b. תוצאות אלה מראים כי הסטה השלילי של הקצב של μ-המקצב מתאים למצב של הרבה יותר בקליפת המוח (מובילה המוני MEP גדול יותר) לעומת הסטה החיובי EEG, עם שינויים נמוכים במשפט הבין של corticospinal המצוין ההשפעות של הרגש, הציג באיור 2 ג.

Figure 1
הבין מיכל בן : המוח-המדינה תלוי-EEG-שלב המופעל TMS. EEG הקרקפת נתונים גולמיים נגזר מונטאפאן ערוץ חמישה לפלאיאן ממורכז על אלקטרודה C3 מעל קליפת הsensorimotor השמאלית נרכשה דגימת-ידי-לדוגמה על-ידי מערכת עיבוד אותות דיגיטליים בזמן אמת. (a) 500-ms הזזה חלון של נתוני EEG עובדו על ידי האלגוריתם כל 2 ms. (ב) את האות לאחר הלהקה לעבור סינון והסרה של חפצי הקצה. (ג) האות החזוי קדימה (סימן אדום) המבוסס על מודל חיזוי אוטומטי שמחושב מחלון הנתונים. השלב בזמן אפס ("כרגע") הוערך באמצעות המרה של הילברט, הכוח הספקטרלי הוערך מחלון הנתונים. הגירוי TMS הופעל כאשר השלב מוגדר מראש ותנאי משרעת ספקטרלי. TMS מעל קליפת המנוע העיקרי השמאלי הביא MEPs בשריר יד ימין הקליט עם פני השטח EMG. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 2
הבין 2 הוראות המשך: נתונים מנושא אחד למופת שקיבלו TMS בזמן אמת המופעל EEG על M השמאלי מיכל בן , לכוון את השלב של ה 10 הרץ sensorimotor μ-קצב. 100 גירויים כל אחד מהם הוחל על פי שלושה תנאים ההדק הפאזה (הפסגה חיובית, הפסגה השלילית, והשלב האקראי) בשילוב עם מינימום קבוע 10 Hz הכוח ספקטרלי המצב, בסדר אקראי, עם מרווח בין הניסוי של כ 3 s. מונטאן לפלאיאן שימש לחילוץ הקצב sensorimotor μ על ידי התייחסות לאלקטרודות ה-EEG C3 לממוצע של ארבעה אלקטרודות מסביב (FC1, FC5, CP1 וCP5). (a) אות EEG ממוצע מראש 400 ms לפני הדופק TMS עבור שלושה תנאים. (ב) ממוצע מעקב emg של היכולת המוטורית מעורר (mep) הקליט מימין השריר השריר הימנית הקצר עבור כל תנאי. (ג) שיא לשיא משרעת mep (במיקרו-וולט) של כל משפט לאורך זמן, לכל מצב של גורם מפעיל. שים לב כי ה-MEPs הם הגדולים ביותר במצב שיא שלילי, הקטן ביותר במצב שיא חיובי וביניים בתנאי הפאזה האקראית. (ד) משרעת ה-mep הממוצע בכל תנאי מוצג עם קווי שגיאה הממחישות את השגיאה הסטנדרטית של הממוצע. שים לב שמשתתף בעל אפקט ברור במיוחד נבחר למטרות המחשה ושגודל אפקט זה אינו נציג עבור הממוצע של הקבוצה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Discussion

המוח-המדינה תלוי EEG-מופעלות TMS היא שיטה הרומן עם פרספקטיבות ייחודיות ביחס ליעילות ועקביות של ההשפעות שלאחר גירוי המוח8,9,31. היתרון העיקרי של השיטה היא כי מדינת המוח הרלוונטי מבחינה פונקציונלית עשוי להיות ממוקד במיוחד כדי להפעיל את הדופק TMS, גרימת משתנה פוטנציאלי פחות ומתמשך יותר תגובות המוח11. בזמן אמת-EEG-המופעל חוזרים TMS בשלב שלילי של sensorimotor μ-קצב של M1 אנושי (כלומר, המצב של מוגברת corticospinal היכולת הגוברת, איור 2) המושרה באופן משמעותי חזק יותר ltp הפלסטיות (עלייה ארוכת טווח של mep משרעת) לעומת המוח-המדינה עצמאי TMS11,20. בנוסף לכלי המחקר המדעי שלה, היישום של EEG-TMS בזמן אמת לאזורים הקורטיקליים, כגון קליפת המוח הקדם-חזיתית (DLSOLA), יש את הפוטנציאל להגדיל את האפקטיביות של הנוכחי הטיפול הרפואי של פרוטוקולים של גירוי מוחי.

בכתב יד זה, הצגנו את הצעדים התודולוגיים ליישום של EEG-TMS בזמן אמת. הדרישות הבסיסיות עבור הולכה של ניסויים עם שיטה זו הם, הראשון, השימוש במערכת EEG תואמת TMS עם אפשרות דיגיטלית בזמן אמת החוצה ו, השני, השימוש בזמן אמת עיבוד אותות עם יישום של זיהוי פאזה אלגוריתם24, אשר מחלץ את קצב המוח הרצוי (למשל, sensorimotor μ-קצב) מן האות EEG מוקלט באמצעות מסננים מרחביים (g., C3-ממורכז לפלסיאן מסנן) ומיישם גירוי כאשר התנאים הנבחרים (כלומר, שלב וכוח של קצב המוח המיועד) מתקיימים. הביצועים והדיוק של האלגוריתם תלויים בחוזקה על SNR של הקלטת EEG20. כך, את צעדי ההכנה EEG של הפרוטוקול הם חיוניים כדי להשיג SNR גבוהה ולהבטיח הפעלה מדויקת של TMS, ומבחר מראש של המשתתפים אולי צריך להיחשב אם תנודות היעד המתאים אינו נצפה מספיק עם EEG ב כל פרט. יתרה מזאת, השימוש בזרועות תמיכה מכנית לסלילים וכריות ואקום כדי לשתק את ראשו של המשתתף רצוי, על מנת למזער את הממצאים עקב הלחץ המשתנה של הסליל על האלקטרודות.

לגבי היישום של שיטת ה-EEG-TMS בזמן אמת בתפיסות נסיוניות, הבחירה של הקצב המוחי של הריבית עשויה להשתנות. לפיכך, התאמות של הסינון מומלץ להקל על זיהוי של פעילות המוח ממוקד. לאחרונה, כמה שיטות סינון מרחביים הוצעו בצורה אופטימלית לחלץ מדינה רלוונטית מבחינה פונקציונלית (g., בחלל הערוץ19, עם צפיפות המקור הנוכחי13, עם מסננים מרחביים מקומי11,28 , ובעזרת מסננים אינדיווידואליזציה, לדוגמה, פירוק ספקטרלי מרחבי,29). עם זאת, עד כה, לא קיים שיטה חד משמעית כדי לחלץ מן המשטח אותות EEG (חלל חיישן) בשלב האמיתי-תנודות המוח (חלל המקור). מחקרים עתידיים כי להעריך את התכתובת של משטח ואותות החלל מקור מוצדקת כדי לשפר את הדיוק של אלגוריתמים בזמן אמת של EEG.

ואילו בפרוטוקול זה יש לנו התמקדות 8-14-Hz sensorimotor μ-הקצב כדי להדגים את ההשפעה של השלב המיידי של תנודות זה על corticospinal היכולת, תנודות אחרות (למשל, ביתא, תטא, או בתשתית איטית של תנודות) יכול גם שחק תפקיד. שיטה זו יכולה, בעיקרון, לשמש למטרה למקד את השלב עבור כל תנודה שניתן לבודד עם SNR מספיק, כולל מספר רב של תנודות על גבי (למשל, מחזור שלילי של אלפא ושיא חיובי בו של גמא).

אחד המגבלה העיקרית של הניסויים EEG-TMS בזמן אמת הוא כי הרזולוציה הטמפורלית ביחס למקורות המוח הוא תלוי מאוד בהתרחשות החפץ ועקביות של גירוי. לפיכך, תנאי מוקדם ביקורתי לפרוטוקול הוא הפיקוח על ביצוע האלגוריתם (כלומר, הקפדה על הגירוי הנובע מגילוי של הפעילות העצבית ולא מעשייה במהלך הניסוי). יתרה מזאת, הניצול של השימוש העצבי למיקום אופטימלי ועקבי של סליל הגירוי (בעיקר בתפיסות נסיוניות המשתמשות באתרי גירוי כגון dlpfc) מועיל להפחתת השתנות התגובה עקב שינויים ב . מיקום הסליל הערה גם, כמגבלה נוספת, כי במפורש שנבחרו והגדיר EEG/EMG, TMS, והתקני עיבוד בזמן אמת נדרשים, יחד עם ניסיון בהכנת וניהול הניסויים באופן כזה למזער מקורות חיצוניים של תגובה שינויים שעשויים להסוות את ההשפעה של מצב מוחי מיידי.

לסיכום, הצגנו פרוטוקול סטנדרטי לביצוע ניסויים EEG-TMS בזמן אמת והציג שיטה הרומן לניצול מצבי המוח האנדוגניים של העניין (כלומר, שלבים מראש שנבחרו וכוח של תנודות המוח ממוקד) להפעיל גירוי מוחי. מחקר נוסף באמצעות השיטה EEG-TMS בזמן אמת יאפשר שיפורים מתודולוגיים ולהקל על פיתוח פרוטוקולים יעילים למחקר ואפנון של רשתות המוח האנושי.

Disclosures

C.Z. ו P.C.G. ממומנים חלקית באמצעות העברה קיימת של מלגת מחקר על ידי המשרד הפדרלי הגרמני לעניינים כלכליים ואנרגיה (גרנט 03EFJBW169). C.Z. מדווחת על תעסוקה נוספת כעובד במשרה חלקית של הקרן לחדשנות רפואית שאינה למטרות רווח (Stiftung, מדינגן, גרמניה); חברת בת של קרן זו מייצרת את המעבד בזמן אמת הנמצא בשימוש במאמר זה (GmbH החממה לחדשנות רפואית, טיבינגן, גרמניה).

Acknowledgments

C.Z. מודה בתמיכה מתוכנית המדען הקליני של הפקולטה לרפואה, אוניברסיטת טיבינגן. אקדמות מכיר תמיכה מקרן המחקר הגרמני (להעניק ZI 542/7-1). T.O.B. מודה בתמיכה מקרן המחקר הגרמני (גרנט BE 6091/2-1). J.O.N. מודה תמיכה מהאקדמיה של פינלנד (החלטות No. 294625 ו 306845). המחברים מכירים בתמיכת הקרן לפרסום גישה פתוחה של אוניברסיטת טיבינגן.

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