Brain State-afhængig hjerne stimulation med real-time elektroencefalografi-udløst Transcranial magnetisk stimulation

Behavior
 

Summary

Dette papir beskriver real-time elektro encephalography-udløst transcranial magnetisk stimulation at studere og moduere menneskelige hjerne netværk.

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

Effekten af en stimulus til hjernen afhænger ikke kun af parametrene for stimulus, men også på dynamikken i hjernens aktivitet på tidspunktet for stimulation. Kombinationen af elektroencefalografi (EEG) og transcranial magnetisk stimulation (TMS) i et real-time Brain State-afhængige stimulerings system gør det muligt at studere relationer af dynamikken i hjernens aktivitet, kortikale excitabilitet, og plasticitet induktion . Her demonstrerer vi en nyudviklet metode til at synkronisere timingen af hjerne stimulation med fasen af igangværende EEG-svingninger ved hjælp af et realtids dataanalyse system. Denne real-time EEG-udløst TMS af den menneskelige motor cortex, når TMS er synkroniseret med overfladen EEG negative peak af sensorimotor μ-Alpha (8-14 Hz) rytme, har vist differentiel kortikospinal excitabilitet og plasticitet effekter. Udnyttelsen af denne metode tyder på, at realtidsinformation om den øjeblikkelige hjerne tilstand kan anvendes til effektiv plasticitets induktion. Derudover giver denne fremgangsmåde mulighed for personlig EEG-synkroniseret hjerne stimulation, som kan føre til udvikling af mere effektive terapeutiske hjerne stimulerings protokoller.

Introduction

TMS er en veletableret metode til ikke-invasiv hjerne stimulation og muliggør den specifikke graduering af den igangværende netværks dynamik og studier af kortikokortikale og kortikospinal neurale veje med høj temporale præcision1. Ved stimulering af den primære motoriske cortex (M1) kan det neurale respons kvantificeres som motorisk fremkaldt potentialer (MEP'er) samt TMS-fremkaldte EEG potentialer. MEP'er kan optages af Elektromyografi (EMG) af målmuskler, og deres amplitude reflekterer kortikospinal excitabilitet, når den primære motor cortex2stimuleres.

På trods af det unikke potentiale i ikke-invasiv hjerne stimulation som et videnskabeligt værktøj til at undersøge og moduere hjernens netværk i raske studiedeltagere og hos patienter lider TMS-studier af store forsøg til forsøg og intra-og interindividuelle variabilitet af fremkaldte svar3,4,5. Specifikt, i TMS undersøgelser af kortikospinal excitabilitet og plasticitet, MEP svar, samt induceret langsigtede potensering (LTP)-eller langsigtede depression (LTD)-lignende plasticitet, udviser høj iboende variabilitet, selv når stimulus parametre er omhyggeligt kontrolleret3,4. Evidens fra dyreforsøg viser imidlertid, at den observerede variabilitet af responser ikke kan tilskrives "tilfældig støj", men i stedet er relateret til de svingende hjerne tilstande på tidspunktet for stimulation6. I overensstemmelse hermed, ved at kombinere TMS med EEG i en real-time Brain-State-afhængige stimulering paradigme (dvs., EEG-udløst TMS), den svingende øjeblikkelige hjernen tilstand kan bruges til at optimere stimulus timing7,8, 9 , 10.

Flere undersøgelser har relateret den øjeblikkelige fase af igangværende neurale svingninger til neuronal excitabilitet ved hjælp af TMS-kompatible EEG-systemer11,12. Moderne EEG forstærkere kan håndtere de store elektromagnetiske TMS artefakter, og stadig mere veletablerede eksperimentelle protokoller findes for kombinationen af EEG med TMS13,14 og post hoc fjernelse af TMS-relaterede EEG artefakter15,16. Mens indflydelsen af prestimulus hjernen tilstand som vurderet af EEG på TMS-fremkaldte svar kan vurderes med tilfældigt anvendte TMS stimuli, der er sorteret efter hoc17,18, gentagen anvendelse af TMS i en foruddefineret hjerne stat kræver EEG-udløst TMS11,19i realtid.

Her bruges der en brugerdefineret millisekund opløsning EEG-udløst TMS opsætning til at synkronisere TMS impulser med en forudbestemt fase af igangværende hjerne svingninger11, hvilket viser, at den negative EEG-deformation af μ-Alpha-rytmen svarer til en højere kortikale exciterbarhed tilstand (fører til større MEP amplitude) i forhold til den positive EEG deformation8,11,12,20. I dette manuskript præsenterer vi en metode til at gennemføre EEG-udløste TMS-protokoller i realtid for at studere menneskelige hjerne netværk.

Protocol

Alle forsøgsprocedurer, der er beskrevet i de følgende afsnit, er blevet godkendt af den institutionelle etiske komité efterretnings linjerne i Helsingfors-erklæringen, og alle deltagere gav skriftlig informeret samtykke forud for tilmelding til studiet.

1. undersøgelsens deltagere

  1. Emne ansættelse
    1. Rekrutter undersøgelsens deltagere baseret på foruddefinerede inklusionskriterier. Screen kandidater til kontraindikationer, såsom tilstedeværelsen af implanteret medicinsk udstyr (f. eks hjerte pacemaker), i henhold til TMS sikkerhedsretningslinjer21, eller for neurologiske eller psykiatriske sygdomme og brugen af lægemidler, der virker på nervesystemet.
    2. For undersøgelser, der kræver magnetisk resonans imaging (MRI), vurdere de potentielle undersøgelsens deltagere for mulige kontraindikationer til MRI i henhold til radiologiske sikkerhedsstandarder22. Udfør en effektanalyse for at sikre, at undersøgelses prøven er tilstrækkelig til statistisk analyse.
    3. Valgfrit, forvælge, der har en fremtrædende svingning af interesse i signalet ekstraheret af den valgte EEG montage for at forbedre nøjagtigheden af fasedetektering.
      Bemærk: I dette eksperiment blev den C3-centrerede Laplacian (C3 refereret til gennemsnittet af de omgivende elektroder CP1, CP5, FC1 og FC5) brugt til at udtrække sensorimotor μ-rytmen med motivet i hvile og øjne åbne. Forudvalgte var med en enkelt spids i Alpha-båndet (8-14 Hz), som indeholder > 25% af den samlede effekt i strøm spektret for den aktuelle kilde tæthed (CSD). Dette kriterium sikrede, at svingnings amplituden var tilstrækkelig stor i forhold til baggrundsstøjen (godt signal-støj-forhold [SNR]) for at gøre det muligt for algoritmen at estimere den øjeblikkelige fase af udløser signalet med tilstrækkelig nøjagtighed og øget sandsynligheden for at observere en betydelig exciterbarhed effekt11,12,28,29,30.
  2. Emne oplysninger
    1. At give forsøgspersonerne den undersøgelsesrelaterede formular om informeret samtykke. Angiv spørgeskemaer til trykte TMS-og MRI-sikkerhedsscreening.
      Bemærk: Disse dokumenter og forsøgsprotokollen samt brugen af personoplysninger (f. eks. fra spørgeskemaer) og identificerbare humane data (f. eks. fra MRI) skal forhåndsgodkendes af den etiske komité (institutionel revisions bestyrelse).
    2. Bed emnet om at udfylde spørgeskemaerne for TMS og MRI-sikkerhedsscreening. Indhente skriftligt informeret samtykke til deltagelse i undersøgelsen og den planlagte brug af data.
    3. Indhente demografiske data.
    4. Vurder emne handthed ved hjælp af standard opgørelser (f. eks Edinburgh Handtethed opgørelse)23.
    5. Introducer motivet til opsætnings-og stimulerings proceduren. Sørg for, at hver deltager er fortrolig med den fornemmelse af TMS og tolererer det godt.
    6. Få MR-scanning for hver deltager forud for TMS-eksperimentelle sessioner. Hele hovedet anatomiske MR billeder er påkrævet, herunder toppen af hovedbunden og anatomiske vartegn (dvs., tragus af begge ører), da disse vil tjene som fiducial punkter for neuronavigation i de efterfølgende trin i denne protokol.
    7. Planlæg de eksperimentelle sessioner i henhold til specifikationerne i forsøgsprotokollen (dvs. tage hensyn til "udvaskningsperioder" mellem forsøgene).
      Bemærk: Ideelt set bør emnerne komme på samme tid og på samme ugedag i protokoller, hvor forskellige forhold sammenlignes i flere sessioner.
    8. Instruer deltagerne i at afstå fra indtagelse af alkohol, nikotin eller koffein før de planlagte eksperimentelle sessioner. Emnerne bør også have haft deres regelmæssige søvn om natten før eksperimentet og ikke være usædvanligt træt.

2. klargøring af opsætningen

  1. EEG-system med realtidsdata-Stream-stand
    1. Brug en TMS-kompatibel EEG/EMG-forstærker, der kan håndtere spændings spidserne induceret af TMS Pulse.
      Bemærk: Forstærker systemet skal gøre en rå datastrøm tilgængelig med en konstant lav ventetid (< 5 MS) til efterfølgende behandling af en realtids processor. I dette eksperiment blev der anvendt en 24-bit 80-kanals biosignal forstærker til EEG-og EMG-optagelser.
    2. Konfigurer EEG/EMG forstærker systemet til low-pass filter (f. eks. 0,16 Hz cut-off), og ned-Sample biosignal data til 5 kHz fra samplingfrekvensen ved forstærkeren hovedfase.
    3. Sørg for, at forstærker systemet sender datapakker, der indeholder de relevante kanaler, via en real-time User Datagram Protocol (UDP) til realtids processoren med regelmæssige konstante intervaller ≤ 1ms. Brug en høj prøvetagningsfrekvens (f. eks. 5 kHz) til at opfange EMG-responserne og til at minimere filter forsinkelsen for EEG-dataene.
  2. EEG-kompatibel TMS-enhed
    1. Brug en TMS-enhed, der kan udløses eksternt med en fast og minimal forsinkelse, og som minimerer artefakter i den samtidige EEG-optagelse (f. eks. linjestøj i EEG gennem TMS-spole kablet, genopladning af artefakter efter puls).
    2. Sørg for, at afstanden mellem TMS stimulatoren (herunder spole-og spole kablet) og EEG-optagelses systemet er maksimeret for at reducere den elektriske interferens (mindst 1 m). Sluk om muligt kilder til elektromagnetisk interferens såsom ventilatorer og motorer. Sørg desuden for, at EEG-og EMG-optagelses ledningerne er placeret og justeret således, at fælles interferens annulleres.
  3. Real-time EEG data processing system
    Bemærk: Real-time EEG datastrømmen er erhvervet og analyseret ved hjælp af en real-time Digital Signal Processing system, som derefter udløser TMS enhed, når en forudbestemt betingelse er opfyldt. Et sådant system er blevet specialudviklet i vores laboratorium11 til at implementere en fase afsløring algoritme svarende til tilgangen af Chen et al.24 og består af følgende trin.
    1. Analysere en glidende vindue af data, 500 MS Long (figur 1a), at estimere den øjeblikkelige fase af målet hjerne svingning til fase-specifikt udløse TMS stimulator.
    2. Udfør båndpas-filtrering af vinduet for hyppigheden af interesse (f. eks. mellem 9 og 14 Hz for sensorimotorμ-Alpha-rytmen; Figur 1b). Overvej at justere filterparametrene til den individuelle spids frekvens for målsvingningen.
    3. Fjern alle data, som er forvrænget af effekterne af filtrerings kanten. Bemærk, at der er en trade-off i, at stærkere filtre har større kanteffekter.
    4. Brug en autoregressive model til at videresende forudsige signalet (Yule-Walker, Bestil 30; Figur 1c).
    5. Anvende en Hilbert transformation af det resulterende vindue af data til at give det analytiske signal, hvorfra den øjeblikkelige fase af signalet bestemmes ved at tage vinklen på det komplekse tal på det relevante tidspunkt.
    6. Estimere EEG-effekt spektret fra det glidende vindue af data i frekvens siloer af interesse (f. eks. 9-14 Hz) ved hjælp af en kort tid Hann-windowed FFT.
    7. Når både fase og kraft opfylder et forudbestemt kriterium (f. eks. et negativt højdepunkt, den mindste effekt tærskel), genererer en digital udgang (TTL) puls med realtids systemet til at udløse TMS-enheden.
  4. Neuronavigation system
    1. Hvis du vil overvåge spole positionen og opnå nøjagtig og konsistent TMS-målretning inden for og på tværs af sessioner, skal du bruge et neuronavigation-system.
      Bemærk: Et stereo infrarødt kamerasystem bruges netop til at finde i tredimensionelle rum reflekterende trackers, som er monteret på motivet hoved og stimulation spole, muliggør præcis relativ positionering af spolen med hensyn til den enkeltes hjerne anatomi efter kalibrering og Mr-registrering. For single-session undersøgelser og når du planlægger at analysere kun EMG og ikke EEG svar til TMS, navigation baseret på en standard hjernen i stedet for en individuel MRI er tilstrækkelig.
    2. Indlæs de enkelte strukturelle MRI-data i navigationssystemets software, før du starter eksperimentet for hver deltager.
  5. Eksperimentel kontrol computer
    1. Brug en eksperimentel kontrol computer, der er sluttet til EEG-systemet, TMS-enheden, realtids enheden og neuronavigation-systemet.
      Bemærk: EEG-softwaren styrer EEG-forstærker systemet, indstiller parametre og starter og stopper EEG-data arkivering. TMS-enheden kan fjernstyres for at ændre stimulerings parametre (intensitet, aktuel retning osv.) med en fjernbetjenings værktøjskasse25.
    2. Fjernstyre realtids enheden for at indstille de ønskede udløser betingelser.
      Bemærk: Neuronavigation systemet kan være fjernstyret, for eksempel til at målrette forskellige Coil steder.
    3. Kombiner alle ovenstående i en eksperimentel kontrol script for at muliggøre automatisering af de eksperimentelle betingelser og kontrol flow.
  6. EEG optagelse af elektroderne
    1. Sørg for, at de TMS-kompatible EEG-optagelses hætter med det ønskede elektrode layout fås i forskellige størrelser. Mål motivet hoved omkreds og forberede den passende størrelse cap.
    2. Opbevar de nødvendige materialer til EEG-forberedelse praktisk (f. eks. slibe-og konduktive geler, sprøjter med sterile sløv nåle osv.).
  7. EMG optagelse af elektroderne
    1. Hold overfladen EMG elektroder, ledninger og nødvendige materialer til klargøring af huden klar.

3. gennemførelse af eksperimentet

  1. Sagsbehandling
    1. Sørg for, at det krævede papirarbejde er i orden (formular til undersøgelse af samtykke er underskrevet), og at deltageren ikke har haft nogen skadelige virkninger siden den foregående session.
    2. Anbring motivet i en behagelig liggende position for at minimere bevægelsen af hovedet under eksperimentet. En vakuum pude viklet rundt om halsen og under hovedet kan hjælpe med at støtte deltagerens hoved uden at forårsage yderligere muskelspændinger (f. eks. som en hage hvile ville gøre).
  2. Forberedelse af EEG og EMG
    1. Placer den passende størrelse EEG hætte på motivet hoved og Placer hætten korrekt. Undgå overdreven spænding under hagen for at reducere kranie og nakke muskel aktivitet, der kan forurere EEG26.
    2. Registrer emnet i EEG-optagelses softwaren.
    3. Forbered EEG-elektroderne i henhold til den laboratorie specifikke protokol (f. eks. Anvend slibende gel efterfulgt af konduktiv gel).
    4. Kontrollér, at EEG-elektrode impedanser er under 5 kΩ.
    5. For at holde den ledende gel i at tørre op eller blive smurt til de tilstødende elektroderne ved enhver bevægelse af TMS-spolen, skal du dække EEG-hætten med plastikfolie. Derefter passer en netto hætte over plastik wrap for at holde kablerne i en fast position for at reducere EEG-artefakt variabilitet, og anvende tape til at øge stabiliteten af de mange lag.
    6. Fastgør overfladen EMG elektroder over målmusklerne efter at have rengjort og let afslidte huden (f. eks brug en bipolar optagelse fra højre kidnappen pollicis brevis hånd muskel i en mave-sene montage).
      Bemærk: Her blev en bipolar optagelse fra højre kidnappen pollicis brevis hånd muskel i en mave-senen montage blev brugt. Placeringen af EMG elektroder er vigtig, da overflade elektroderne generelt registrerer aktivitet fra flere underliggende muskler.
    7. Kontrollér den korrekte matchning mellem de faktiske EEG-sensorer på hovedet og de spor, der er registreret i EEG-systemet, ved at trykke på nogle få EEG-elektroder for at forårsage artefakter. Som en tilregnelighed check, kontrollere, at occipital Alpha stiger, når deltageren lukker deres øjne.
    8. Undersøg visuelt det igangværende EEG-og EMG-signal for artefakter (f. eks. linjestøj, muskel aktivitet) eller dårlige elektroer.
    9. Sørg for, at deltageren forbliver vågen og holder øjnene åbne i hele eksperimentet for at undgå de occipital alfa svingninger, der forurener signalet.
  3. Forberedelse af neuronavigation
    1. Fastgør den reflekterende hoved tracker til deltagerens hoved med tilstrækkelig tape til at sikre stabilitet i hele eksperimentet.
    2. Brug markør værktøjet til at koregiere hovedmodellen med de relevante anatomiske landemærker (f. eks. nasion, tragikomisk af begge ører, hjørnerne af øjnene).
    3. Fastgør en spole måler til stimulerings spolen, og Kalibrer spolen.
    4. Placer markøren på forskellige punkter på hoved overfladen, og kontroller korrektheden af den viste position på skærmen af neuronavigation systemet.
    5. Lokaliser EEG-sensorens placeringer for koregistration med den enkelte MRI.
  4. Oprindelig plan EEG
    1. Demonstrere typiske EEG artefakter til emnet (f. eks synke, tygge, øje blinker) og instruere emnet for at undgå dem i hele eksperimentet. Også, bede dem om at undgå kæbe knyttede, gabende, eller taler.
    2. Bed motivet om at fikat på et punkt med øjnene åbne og udføre en kort optagelse af hvilende tilstand EEG med øjnene åbne.
    3. Hvis det er nødvendigt for beregningen af realtids filtre, skal du registrere yderligere EEG-aktivitet underopgaver.
  5. At finde motoren "Hotspot" og bestemmelse af hvile motor tærskel
    1. Find motoren "Hotspot" (dvs. den stimulerings placering, over hvilken single-Pulse-TMS fremkalder velformede MEP'er med en sammenligneligt konsistent amplitude på tværs af forsøg), og Gem den tilsvarende spole position (herunder spole retning og vinkling) i neuronavigation system.
    2. Find hvile motor tærsklen (RMT) ved at anvende enkelte TMS impulser over motor cortex ved gradvist stigende stimulerings intensiteter, indtil de fremkaldte MEP'er har toppe-til-spids amplituderne større end 50 μV i mere end 50% af forsøgene21.
    3. Hvis det er muligt, skal du bruge et automatiseret script til parameter estimering ved sekventiel test (SKADEDYR), for eksempel efter en maksimal sandsynlighed strategi27 , som også giver et online estimat af konfidensintervallet for RMT baseret på den observerede variabilitet i enkelte responser, og som typisk kræver ca. 30-testimpulser med en tilpasnings intensitet, der er varierende, for at opnå et robust RMT-estimat.
    4. Hvis dette ikke er den første eksperimentelle session, skal du sammenligne spole positionen med den forrige position og sammenligne den opnåede RMT med den tidligere RMT for at validere konsistens.
    5. Hvis det er nødvendigt, bestemme stimulation intensiteter for den aktive motor tærskel (AMT) eller for 1-mV peak-to-peak MEP amplitude ved hjælp af standardprocedurer21.
  6. Forberedelse af endelig deltager
    1. Eventuelt, immobilisere hovedet af motivet ved hjælp af en vakuum pude.
    2. Du skal også levere en maskerende støj gennem ørepropper (når du planlægger at analysere TMS-fremkaldte EEG-potentialer). Ellers giver emnet med ørepropper og hovedtelefoner til høreværn.
    3. Du kan også justere og fastgøre spolen på den ønskede position ved hjælp af en mekanisk arm.
  7. Validering af datakvalitet før eksperimentet
    1. Kontroller, at realtids processoren modtager data fra EEG-systemet.
    2. Kontroller signalet opnået fra det ønskede EEG-rumfilter (f. eks. C3-centreret Laplacian montage) for indlysende artefakter.
    3. Visuelt bekræfte EEG signalkvalitet, kontrollere for dårlige elektroderne, overdreven linjestøj, og muskel artefakter, og justere tidsvinduet og amplitude skalering på EEG-systemet software til løbende visuel inspektion under eksperimentet.
  8. Vigtigste eksperimentelle session
    1. Medmindre stimulator intensiteten er fjernstyret i forsøgs scriptet, skal du manuelt indstille stimulerings intensiteten til den ønskede værdi (f. eks. 110% af RMT).
    2. Start forsøgs scriptet for at anvende impulser i forskellige faser af målsvingningen i en randomiseret rækkefølge.
    3. Under forsøget, overvåge Trigger betingelse tærskler (artefakt-detektion tærskel, præ-innervation tærskel, minimum effekt, etc.).
      Bemærk: Stimuli vil blive udløst med uregelmæssige intervaller, da realtids processoren venter på, at udløser betingelserne opstår. Dog bør betingelserne fastsættes således, at de fleste stimuli forekommer inden for et forudsigeligt interval (f. eks. 2-3 s efter den forrige puls), og lange pauser (f. eks. i dette tilfælde > 5 s) undgås, da disse vil føre til større fremkaldte svar på grund af nyhed.
      1. Alternativt kan du bruge post hoc-stratificering til at fjerne forsøg efter alt for lange intervaller.
    4. For at opnå tilstrækkelig statistisk effekt til at differentiere fase specifikke stimulerings effekter, erhverve et tilstrækkeligt antal forsøg
      Bemærk: Vi valgte typisk 80-120 Interleaved forsøg pr. betingelse20.
    5. Dokumentere start-og sluttidspunkter for de forskellige sessioner og føre en fortegnelse over eventuelle usædvanlige begivenheder.

Representative Results

Udnyttelsen af den real-time EEG-udløste TMS i den menneskelige primære motor cortex afslører differentiel kortikospinal excitabilitet og plasticitet effekter. Ved hjælp af protokollen beskrevet ovenfor, real-time EEG-TMS blev anvendt, synkronisering af TMS med den igangværende EEG oscillerende fase af endogene sensorimotor μ-rytme i tre udløsende betingelser (positiv peak, negative peak, og tilfældig fase) i randomiseret rækkefølge . En Laplacian EEG montage blev brugt til at udtrække sensorimotor μ-rytmen ved at referere til EEG-elektroden C3 til gennemsnittet af fire omgivende elektroder (FC1, FC5, CP1 og CP5). Figur 2a viser det gennemsnitlige PRESTIMULUS EEG-signal i 400 MS før TMS Pulse for de tre foruddefinerede betingelser. De gennemsnitlige fremkaldte MEP'er fra højre muskler er afbildet i figur 2b. Disse resultater viser, at den negative EEG-deformation af μ-rytmen svarer til en højere kortikal exciterbarhed tilstand (hvilket fører til større MEP-amplituder) sammenlignet med den positive EEG-deformation, med lav intertrial variabilitet af de bemærkede kortikospinale exciterbarhed virkninger, præsenteret i figur 2c.

Figure 1
Figur 1 : Hjerne-stats-afhængige EEG-fase-UDLØSTE TMS. Hovedbund EEG rå data afledt af en fem-kanals Laplacian montage centreret på C3 elektroden over venstre sensorisk cortex blev erhvervet prøve-for-prøve af en real-time Digital Signal Processing system. (a) en 500-MS glidende vindue af EEG data blev behandlet af algoritmen hver 2 MS. (b) signalet efter band-pass filtrering og fjernelse af kant artefakter. (c) det fremad beregnede signal (rødt spor) baseret på en automatisk prognosemodel, der blev beregnet ud fra data vinduet. Den fase på time Zero ("lige nu") blev anslået ved hjælp af en Hilbert transformation, den spektral magt blev anslået fra vinduet af data. TMS stimulatoren blev udløst, når en foruddefineret fase og spektral amplitude tilstand blev opfyldt. TMS over den venstre primære motoriske cortex resulterede i, at MEPerne i højre hånd blev optaget med Surface EMG. Venligst klik her for at se en større version af dette tal.

Figure 2
Figur 2: Data fra et eksemplarisk emne, som MODTOG EEG-UDLØSTE TMS i realtid over venstre M 1 , som er rettet mod 10 Hz sensorimotor μ-rytme. Et hundrede stimuli hver blev anvendt i henhold til tre fase-Trigger betingelser (positive peak, negative peak, og tilfældig fase) i kombination med en konstant minimum 10 Hz spektral effekt tærskel tilstand, i randomiseret rækkefølge, med et intertrial interval af ca. 3 s. En Laplacian EEG montage blev brugt til at udtrække sensorimotor μ-rytmen ved at referere til EEG-elektroden C3 til gennemsnittet af fire omgivende elektroder (FC1, FC5, CP1 og CP5). (a) gennemsnitlig PRESTIMULUS EEG signal i 400 MS før TMS Pulse for de tre betingelser. b) det gennemsnitlige EMG-spor af det fremkaldte potentiale (MEP), der er registreret fra den højre kidnaktor pollicis brevis-musklen for hver betingelse. (c) peak-to-peak MEP amplitude (i μV) af hvert forsøg over tid, pr udløser betingelse. Bemærk, at MEPerne er største i den negative spidsbelastnings tilstand, mindste i den positive spidsbelastning, og mellemliggende i den tilfældige fase tilstand. d) den gennemsnitlige MEP-amplitude i hver betingelse vises med fejlstænger, der illustrerer den normale fejl ved middelværdien. Bemærk, at en deltager med en særlig klar effekt er valgt til illustrationsformål, og at denne effekt størrelse ikke er repræsentativ for gruppegennemsnittet. Venligst klik her for at se en større version af dette tal.

Discussion

Hjerne-stats-afhængige EEG-udløst TMS er en ny metode med unikke perspektiver med hensyn til effektivitet og konsistens af de efterfølgende hjerne-stimulation effekter8,9,31. Den største fordel ved metoden er, at en funktionelt relevant endogene hjerne tilstand kan være specifikt målrettet til at udløse TMS Pulse, inducerende potentielt mindre variable og længerevarende hjerne respons11. Real-time EEG-udløste gentagne TMS i den negative fase af sensorimotor μ-rytme af menneskelig M1 (dvs. tilstanden af øget kortikospinal excitabilitet, figur 2) induceret signifikant stærkere LTP-lignende plasticitet (en langsigtet stigning af MEP amplitude) sammenlignet med hjerne-stat-uafhængige TMS11,20. Ud over sin videnskabelige nytte, anvendelsen af real-time EEG-TMS til kortikale områder, såsom den dorsolaterale præfrontale cortex (DLPFC), har potentiale til at øge effektiviteten af de nuværende terapeutiske hjernen stimulation protokoller.

I dette manuskript præsenterede vi de metodologiske trin for gennemførelsen af EEG-TMS i realtid. Grundlæggende krav til overledning af eksperimenter med denne metode er for det første brugen af et TMS-kompatibelt EEG-system med en real-time digital out option og for det andet brugen af realtids signalbehandling med implementeringen af en fase detekterings algoritme24, som udtrækker den ønskede hjerne rytme (f. eks. sensorimotor μ-rytme) fra det optagne EEG-signal ved hjælp af rumlige filtre (f. eks. C3-centreret Laplacian-filter) og anvender stimulation, når der vælges prævalgte tilstande (dvs. fase og effekt af den målrettede hjerne rytme) er opfyldt. Algoritmens ydeevne og nøjagtighed afhænger stærkt af SNR af EEG-optagelsen20. Således er de EEG forberedelse trin i protokollen afgørende for at opnå en høj SNR og sikre en nøjagtig udløsning af TMS, og en Forhåndsudvælgelse af deltagere kan være nødvendigt at overvejes, hvis den respektive Target svingning ikke er tilstrækkeligt observerbare med EEG i hver enkelt person. Desuden er det tilrådeligt at bruge mekaniske Støttearme til spolerne og vakuum puderne for at spærre deltagernes hoved, for at minimere artefakter på grund af spolen varierende tryk på elektroderne.

Med hensyn til anvendelsen af real-time EEG-TMS-metoden i eksperimentelle paradigmer, kan udvælgelsen af hjernens rytme af interesse variere. Det er derfor tilrådeligt at foretage justeringer af filtreringen for at lette identifikationen af den målrettede hjerneaktivitet. For nylig er flere rumlige filtreringsmetoder blevet foreslået til optimalt at udtrække en funktionelt relevant hjerne tilstand (f. eks. i kanal rummet19, med aktuel kilde tæthed13, med lokale rumlige filtre11,28 og med individualiserede filtre, for eksempel med rumlig-spektral nedbrydning29). Endnu, indtil videre, ingen entydig metode eksisterer for at udtrække fra overfladen EEG signaler (sensor plads) den virkelige hjerne-Oscillation fase (kilde plads). Fremtidige undersøgelser, der vurderer korrespondancen mellem Surface-og Source-rumsignaler, er berettiget til at forbedre præcisionen af EEG-algoritmer i realtid.

Der henviser til, at vi i denne protokol har fokuseret på 8-14-Hz sensorimotor μ-rytme for at demonstrere indflydelsen af den øjeblikkelige fase af denne svingning på kortikospinalspinal excitabilitet, andre svingninger (f. eks. beta-, theta-eller infraslow-svingninger) kan også spille en rolle. Denne metode kan i princippet anvendes til at målrette fasen for enhver svingning, der kan isoleres med et tilstrækkeligt SNR, herunder flere overlejret svingninger (f. eks. en negativ cyklus af alpha og en samtidig positiv peak af gamma).

En af de vigtigste begrænsninger i real-time EEG-TMS eksperimenter er, at den spatiotemporale opløsning med hensyn til hjernen kilder er stærkt afhængig af artefakt forekomst og konsistens af stimulation. Derfor er en kritisk forudsætning for protokollen er overvågningen af udførelsen af algoritmen (dvs. at sikre, at stimulation sker ved påvisning af neuronal og ikke artifaktuel aktivitet i hele eksperimentet). Desuden er udnyttelsen af neuronavigation for optimal og konsekvent positionering af stimulerings spolen (især i eksperimentelle paradigmer ved hjælp af stimulations steder såsom DLPFC) nyttigt til at reducere respons variabilitet på grund af variabilitet i spole positionen. Bemærk også, som en yderligere begrænsning, at specifikt udvalgte og konfigurerede EEG/EMG, TMS, og realtid behandlingsenheder er påkrævet, sammen med erfaring med at forberede og gennemføre forsøgene på en sådan måde, at minimere eksterne kilder til respons variation, der kan maskere virkningen af øjeblikkelig hjerne tilstand.

Afslutningsvis, vi demonstrerede en standardprotokol for gennemførelse af real-time EEG-TMS eksperimenter og indførte en ny metode til at udnytte de endogene hjernen stater af interesse (dvs. forudvalgte faser og magt af en målrettet endogene hjerne svingning) til at udløse hjerne stimulation. Yderligere forskning ved hjælp af EEG-TMS-metoden i realtid vil muliggøre metodologiske forbedringer og lette udviklingen af effektive protokoller for undersøgelse og graduering af menneskelige hjerne netværk.

Disclosures

C.Z. og P.C.G. finansieres delvist gennem en eksisterende overførsel af forskningstilskud fra det tyske Forbundsministerium for økonomiske anliggender og energi (Grant 03EFJBW169). C.Z. rapporterer om yderligere ansættelse som deltidsansat i det almennyttige medicinske innovations institut (Stiftung für Medizininnovationen, Tübingen, Tyskland); et datterselskab af dette institut producerer real-time processor, der anvendes i denne artikel (medicinsk innovation inkubator GmbH, Tübingen, Tyskland).

Acknowledgments

C.Z. anerkender støtte fra den kliniker videnskabsmand program af det medicinske fakultet, universitetet i Tübingen. U.Z. anerkender støtte fra den tyske forskningsfond (Grant ZI 542/7-1). T.O.B. anerkender støtte fra den tyske forskningsfond (Grant BE 6091/2-1). J.O.N. anerkender støtte fra det finske Akademi (afgørelse nr. 294625 og 306845). Forfatterne anerkender støtte fra Open Access udgivelse fond af universitetet i Tübingen.

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