Brain State-avhengig Brain stimulering med Real-Time Elektroencefalogram-utløst Transkraniell magnetisk stimulering

Behavior
 

Summary

Dette papiret beskriver sanntids Elektroencefalogram-utløst Transkraniell magnetisk stimulering for å studere og modulere menneskelige hjerne nettverk.

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 av en stimulans til hjernen avhenger ikke bare av parametrene av stimulans, men også på dynamikken i hjernens aktivitet på tidspunktet for stimulering. Kombinasjonen av Elektroencefalogram (EEG) og Transkraniell magnetisk stimulering (TMS) i en sanntids hjerne tilstand avhengig stimulering system tillater studiet av relasjoner av dynamikken i hjernens aktivitet, kortikale excitability, og plastisitet induksjon . Her viser vi en nyutviklet metode for å synkronisere timingen av hjernen stimulering med fasen av pågående EEG svingninger ved hjelp av en sanntids dataanalyse system. Dette sanntids EEG-utløst TMS av den menneskelige motor cortex, når TMS er synkronisert med overflaten EEG negative toppen av Sensorimotor μ-Alpha (8-14 Hz) rytme, har vist differensial kiropraktor excitability og plastisitet effekter. Utnyttelsen av denne metoden tyder på at sanntidsinformasjon om momentant hjerne tilstand kan brukes til effektiv plastisitet induksjon. I tillegg gir denne tilnærmingen personlig EEG-synkronisert hjerne stimulering som kan føre til utvikling av mer effektive terapeutiske hjernen stimulering protokoller.

Introduction

TMS er en veletablert metode for ikke-invasiv hjerne stimulering og muliggjør spesifikk modulering av pågående nettverks dynamikk og studier av corticocortical og kiropraktor nevrale trasé med høy spatiotemporal presisjon1. Når stimulere den primære motor cortex (M1), kan den nevrale responsen bli kvantifisert som motor fremkalt potensialer (MEPs), samt TMS-fremkalt EEG potensialer. MEPs kan registreres av Elektromyografi (EMG) av målet muskler, og deres amplitude reflekterer kiropraktor excitability når stimulere den primære motor cortex2.

Til tross for det unike potensialet til ikke-invasiv hjerne stimulering som et vitenskapelig verktøy for å undersøke og modulere hjerne nettverk i friske studiedeltakere og hos pasienter, har TMS-studier stor variasjon i rettssaken mot prøving og intra-og interindividuelle av fremkalt respons3,4,5. Nærmere bestemt i TMS studier av kiropraktor excitability og plastisitet, MEP svar, samt indusert langsiktige potensiering (LTP)-eller langsiktig depresjon (LTD)-lignende plastisitet, viser høy iboende variasjon, selv når stimulans parametrene er nøye kontrollert3,4. Men bevis fra dyrestudier tyder på at den observerte variasjonen i responsen ikke er knyttet til "tilfeldig støy", men er i stedet knyttet til den varierende hjernen statene på tidspunktet for stimulering6. Følgelig, ved å kombinere TMS med EEG i en real-time Brain-State-avhengige stimulering paradigme (dvs. EEG-utløst TMS), den varierende momentant hjernen staten kan brukes til å optimalisere stimulans timing7,8, 9 andre priser , 10i.

Flere studier har knyttet momentant fase av pågående neural svingninger å neuronal excitability bruker TMS-kompatible EEG systemer11,12. Moderne EEG forsterkere kan håndtere de store elektromagnetiske TMS-gjenstandene, og stadig veletablerte eksperimentelle protokoller eksisterer for kombinasjonen av EEG med TMS13,14 og post hoc fjerning av TMS-relaterte EEG gjenstander15,16. Mens påvirkning av prestimulus hjerne tilstand som vurdert av EEG på TMS-fremkalt respons kan vurderes med tilfeldig anvendte TMS stimuli som er sortert post hoc17,18, den repeterende anvendelse av TMS i en forhåndsdefinert hjernen staten krever Real-Time EEG-utløst TMS11,19.

Her, en egendefinert millisekunder-oppløsning EEG-utløst TMS oppsett brukes til å synkronisere TMS pulser med en forhåndsbestemt fase av pågående hjernen svingninger11, viser at den negative EEG-utslag av μ-alfa rytmen tilsvarer en høyere kortikale excitability State (fører til større MEP amplituder) i forhold til den positive EEG-utslag8,11,12,20. I dette manuskriptet, presenterer vi en metode for å gjennomføre Real-Time EEG-utløst TMS protokoller for å studere menneskelige hjernen nettverk.

Protocol

Alle eksperimentelle prosedyrer som er beskrevet i de følgende avsnittene er godkjent av den institusjonelle etikk komiteen etter retningslinjene i erklæringen av Helsingfors, og alle deltakere gitt skriftlig informert samtykke før studie påmelding.

1. Studer deltakere

  1. Rekruttering av emne
    1. Rekruttere studiedeltakere basert på forhåndsdefinerte inkluderings kriterier. Screen kandidater for kontraindikasjoner, slik som tilstedeværelsen av implantert medisinsk utstyr (for eksempel hjerte pacemaker), ifølge TMS sikkerhetsretningslinjer21, eller for nevrologiske eller psykiatriske sykdommer og bruk av legemidler som virker på nervesystemet.
    2. For studier som krever magnetisk resonans imaging (MRI), vurdere den potensielle studien deltakerne for mulige kontraindikasjoner til MRI henhold til radiologiske sikkerhetsstandarder22. Utfør en kraft analyse for å sikre at studie prøven er tilstrekkelig for statistisk analyse.
    3. Alternativt, forhåndsvelge har en fremtredende bevegelse av interesse i signalet utvunnet av valgt EEG Montage for å forbedre nøyaktigheten av fasedeteksjon.
      Merk: I dette eksperimentet ble C3-sentrert Laplacian (C3 referert til gjennomsnittet av de omkringliggende elektrodene CP1, CP5, FC1 og FC5) brukt til å trekke ut Sensorimotor μ-rytmen med motivet i hvile og øyne åpne. Forhåndsvalgt var som har en enkelt topp i Alpha band (8-14 Hz) som inneholder > 25% av total effekt i den gjeldende kilden tetthet (CSD) makt spektrum. Dette kriteriet sørget for at amplituden var tilstrekkelig stor i forhold til bakgrunnsstøyen (godt signal-til-støy-forhold [SNR]) for å gjøre det mulig for algoritmen å anslå momentant fase av Trigger signalet med tilstrekkelig nøyaktighet og økt sannsynligheten for å observere en betydelig excitability effekt11,12,28,29,30.
  2. Informasjon om emnet
    1. Gi emnene med den studie relaterte, informerte samtykke formen. Gi trykte spørreskjemaer for TMS og Mr-sikkerhet.
      Merk: Disse dokumentene og studie protokollen, samt bruk av personopplysninger (for eksempel fra spørreskjemaer) og identifiserbare menneske data (f.eks. fra MRI), må forhåndsgodkjent av etikk komitéen (institusjonell gjennomgang Board).
    2. Spør faget å fylle ut TMS og MRI sikkerhet screening spørreskjemaer. Innhente skriftlig informert samtykke for deltakelse i studien og den planlagte bruken av data.
    3. Hent demografiske data.
    4. Vurder håndbruk ved hjelp av standard beholdninger (for eksempel Edinburgh håndbruk Inventory)23.
    5. Introduser motivet til prosedyren for oppsett og stimulering. Sørg for at hver deltaker er kjent med følelsen av TMS og tåler det godt.
    6. Erverve MRI for hver deltaker før TMS eksperimentelle økter. Hele hodet anatomiske MR bilder er nødvendig, inkludert toppen av hodebunnen og anatomiske landemerker (dvs. Tragus av begge ørene), da disse vil tjene som fiducial poeng for neuronavigation i påfølgende trinn av denne protokollen.
    7. Planlegg de eksperimentelle øktene i henhold til spesifikasjonene til studie protokollen (dvs. ta hensyn til "bleke perioder" mellom eksperimentene).
      Merk: Ideelt sett bør komme på samme tid og på samme dag i uken i protokoller sammenligne ulike forhold i flere økter.
    8. Instruere deltakerne til å avstå fra å konsumere alkohol, nikotin eller koffein før planlagte eksperimentelle økter. Fagene bør også ha hatt sine regelmessige sove på kvelden før forsøket og ikke være uvanlig sliten.

2. klargjøring av oppsett

  1. Real-Time-data-strøm-stand EEG system
    1. Bruk en TMS-kompatibel EEG/EMG-forsterker som kan håndtere spennings toppene indusert av TMS-pulsen.
      Merk: Forsterker systemet må gjøre en rå datastrøm tilgjengelig ved en konstant lav latens (< 5 MS) for senere behandling av en sann tids prosessor. I dette eksperimentet, en 24-bits 80-kanals biosignal forsterker ble brukt for EEG og EMG innspillinger.
    2. Konfigurer EEG/EMG forsterker systemet til low pass filter (for eksempel 0,16 Hz cut-off), og ned-sample biosignal data til 5 kHz fra samplingsfrekvensen på forsterker hodet scenen.
    3. Kontroller at forsterker systemet sender datapakker som inneholder de relevante kanalene via en UDP (sanntids User Datagram Protocol) til sann tids prosessoren ved regelmessige konstante intervaller ≤ 1 MS. Bruk en høy samplingsfrekvens (f.eks. 5 kHz) for å fange opp EMG-responsen og minimere filtrerings forsinkelsen til EEG-dataene.
  2. EEG-kompatibel TMS-enhet
    1. Bruk en TMS-enhet som kan utløses eksternt med en fast og minimal forsinkelse, og som minimerer artefakter i det samtidige EEG-opptaket (f.eks. linje støy i EEG-en gjennom TMS coil-kabelen, og opplading av artefakter etter pulsen).
    2. Kontroller at avstanden mellom TMS-stimulator (inkludert spole-og spole kabelen) og EEG-systemet er maksimert for å redusere elektrisk interferens (minst 1 m). Når det er mulig, slå av kilder til elektromagnetisk interferens som vifter og motorer. Videre sikre at EEG og EMG innspillingen fører er plassert og justert slik at vanlige forstyrrelser avbryter ut.
  3. Real-Time EEG databehandling system
    Merk: Real-Time EEG datastrømmen er ervervet og analysert ved hjelp av en sanntids Digital signalbehandling system, som deretter utløser TMS enheten når en forhåndsbestemt tilstand er oppfylt. Et slikt system er tilpasset utviklet i vårt laboratorium11 for å implementere en fasedeteksjon algoritme som ligner på tilnærmingen av Chen et al.24 og består av følgende trinn.
    1. Analysere en glidende vindu av data, 500 MS lang (figur 1a), for å anslå momentant fase av målet hjernen pendling til fase-spesielt utløse TMS stimulator.
    2. Utfør bånd pass filtrering av vinduet for frekvensene av interesse (f. eks, mellom 9 og 14 Hz for Sensorimotor μ-alfa rytme; Figur 1B). Vurder å justere filter parametrene til den individuelle topp frekvensen for mål pendling.
    3. Fjern eventuelle data som er forvrengt av filtrerings kanteffektene. Merk at det er en trade-off i at sterkere filtre har større kanteffekter.
    4. Bruk en autoregressive modell for å videresende forutsi signalet (Yule-Walker, Bestill 30; Figur 1C).
    5. Påfør en Hilbert transformere av den resulterende vinduet av data for å gi det analytiske signalet, som momentant fase av signalet bestemmes ved å ta vinkelen på det komplekse tallet på den aktuelle tids punktet.
    6. Anslå EEG strøm spekteret fra skyvevinduet av data i frekvens beholdere av interesse (f. eks, 9-14 Hz) ved hjelp av en kort tid hann-vindus FFT.
    7. Når både fase og strøm oppfyller et forhåndsbestemt kriterium (for eksempel en negativ topp, minimum strøm terskel), genererer en digital output (TTL) puls med sann tids systemet for å utløse TMS-enheten.
  4. Neuronavigation system
    1. Hvis du vil overvåke spole posisjonen og oppnå nøyaktig og konsekvent TMS-målretting i og på tvers av økter, bruker du et neuronavigation system.
      Merk: Et stereo infrarødt kamera system brukes nettopp til å lokalisere i tredimensjonale rom reflekterende trackere, som er montert på emnet hode og stimulering coil, slik at presis relativ posisjonering av spolen med hensyn til den enkeltes hjerne i anatomi etter kalibrering og MRI-registrering. For single-Session studier og når du planlegger å analysere bare EMG og ikke EEG svar på TMS, navigering basert på en standard hjernen i stedet for en individuell Mr er tilstrekkelig.
    2. Legg de individuelle strukturelle MRI-dataene inn i navigasjonssystemets programvare før du starter eksperimentet for hver deltaker.
  5. Eksperimentell kontroll datamaskin
    1. Bruk en eksperimentell kontroll datamaskin som er koblet til EEG-systemet, TMS-enheten, sann tidsenheten og neuronavigation systemet.
      Merk: Den EEG programvare styrer EEG forsterker systemet, setter parametere, og starter og stopper EEG data arkivering. TMS-enheten kan fjernstyres for å endre stimulering parametere (intensitet, gjeldende retning, etc.) med en fjernkontroll verktøykasse25.
    2. Fjernstyr sann tidsenheten for å angi de ønskede trigger forholdene.
      Merk: Neuronavigation systemet kan fjernstyres, for eksempel for å målrette ulike coil steder.
    3. Kombiner alle de ovennevnte i en eksperimentell kontroll script for å muliggjøre automatisering av eksperimentelle forhold og Kontrollflyt.
  6. EEG opptak elektroder
    1. Sørg for at TMS-kompatible EEG-opptak caps med ønsket elektrode oppsett er tilgjengelige i forskjellige størrelser. Mål motivet hode omkrets og forberede riktig størrelse cap.
    2. Oppbevar de nødvendige materialer for EEG forberedelse hendig (f. eks, slipende og ledende gels, sprøyter med sterile Butt nåler, etc.).
  7. EMG opptaks elektroder
    1. Hold overflaten EMG-elektroder, ledninger og nødvendige materialer for klargjøring av huden.

3. gjennomføre eksperimentet

  1. Innledende
    1. Sørg for at de nødvendige papirene er i orden (studien samtykke skjemaet er signert) og at deltakeren har hatt noen bivirkninger siden forrige økt.
    2. Plasser motivet i en komfortabel hvilestilling for å minimere bevegelsen av hodet under eksperimentet. Et vakuum pute pakket rundt halsen og lavere hodet kan bidra til å støtte deltakerens hode uten å forårsake ekstra muskelspenninger (f. eks, som en hake resten ville gjøre).
  2. EEG og EMG forberedelse
    1. Plasser EEG-lokket med riktig størrelse på hodet på motivet og plasser hetten riktig. Unngå overdreven spenning under haken for å redusere skallen og nakke muskelaktivitet som kan forurense EEG26.
    2. Registrer emnet i EEG innspillingen programvare.
    3. Klargjør EEG-elektrodene i henhold til den laboratorie spesifikke protokollen (f.eks. Bruk slipende gel etterfulgt av ledende gel).
    4. Sjekk at EEG elektroden impedances er under 5 kΩ.
    5. For å holde gjennomfører gel tørker opp eller bli smurt til tilstøtende elektroder ved enhver bevegelse av TMS coil, dekke EEG cap med plastfolie. Deretter passer en netto lue over plast brytes for å holde kablene i en fast posisjon for å redusere EEG-gjenstand variasjon, og bruke teip for å øke stabiliteten av flere lag.
    6. Fest overflaten EMG elektroder over målet musklene etter å ha rengjort og lett abraded huden (for eksempel bruke en bipolar innspilling fra høyre bortfører pollicis Brevis hånd muskelen i en buk-sene montasje).
      Merk: Her, en bipolar innspilling fra høyre bortfører pollicis Brevis hånd muskelen i en buk-sene montasje ble brukt. Plasseringen av EMG-elektroder er viktig ettersom overflate elektroder vanligvis registrerer aktivitet fra flere underliggende muskler.
    7. Kontroller riktig samsvar mellom de faktiske EEG sensorene på hodet og sporene registrert i EEG-systemet ved å trykke på noen EEG-elektroder for å forårsake artefakter. Som en mental helsesjekk, kontrollere at occipital Alpha øker når deltakeren lukker øynene.
    8. Inspiser den pågående EEG-en og EMG-signalet for artefakter (f.eks. linje støy, muskelaktivitet) eller dårlige elektroder.
    9. Sikre det deltakeren restene våken og holder deres Eyes åpen helt gjennom forsøket å unngå occipital alfa svingninger forurense signalet.
  3. Utarbeidelse av neuronavigation
    1. Fest den reflekterende hode tracker til deltakerens hode med tilstrekkelig teip for å sikre stabilitet gjennom hele eksperimentet.
    2. Bruk pekerverktøyet til å coregister med de relevante anatomiske landemerkene (f.eks. nasion, tragi av begge ørene, hjørnene av øynene).
    3. Fest en coil tracker til stimulering spolen og kalibrere spolen.
    4. Plasser pekeren på forskjellige punkter på hode overflaten og kontroller riktigheten av den viste posisjonen på skjermen til neuronavigation systemet.
    5. Pinpoint EEG sensor plasseringene for coregistration med den enkelte Mr.
  4. Baseline EEG
    1. Demonstrere typiske EEG gjenstander til motivet (for eksempel svelging, tygge, øye blinker) og instruere faget for å unngå dem gjennom eksperimentet. Be dem også om å unngå kjeve knuger, gjesping eller snakking.
    2. Spør motivet til fixate på et punkt med øynene åpne og utføre en kort innspilling av hvile-stat EEG med øynene åpne.
    3. Hvis det er nødvendig for beregningen av sann tidsfiltre, registrerer du ytterligere EEG-aktivitet under oppgaver.
  5. Finne motoren "hotspot" og fastsettelse av hvile motor terskelen
    1. Finn motoren "hotspot" (dvs. stimulering plasseringen over hvilken single-Pulse TMS utløser godt formet MEPs av en sammenlignbare konsistent amplitude over prøvelser) og lagre tilsvarende coil posisjon (inkludert coil orientering og angulation) i neuronavigation systemet.
    2. Finn den hviler motor terskelen (RMT) ved å bruke enkelt TMS-pulser over motor barken ved gradvis økende stimulering av intensitet til elicited MEPs har topp-til-topp-amplituder som er større enn 50 μV i mer enn 50% av forsøkene21.
    3. Hvis tilgjengelig, kan du bruke et automatisert skript for parameter estimering av sekvensiell testing (PEST), for eksempel etter en maksimal sannsynlighet strategi27 som også gir et online anslag over tillit intervall av RMT basert på den observerte variasjon av enkelt svar og som vanligvis krever ca. 30 test pulser av bearbeides og varierende intensitet for å oppnå et robust RMT estimat.
    4. Hvis dette ikke er den første eksperimentelle økten, sammenligne coil posisjon med forrige posisjon og sammenligne innhentet RMT med tidligere RMT å validere konsistens.
    5. Hvis det er nødvendig, Bestem stimulering intensitet for den aktive motor terskelen (AMT) eller for 1-mV peak-til-peak MEP amplitude ved hjelp av standard prosedyrer21.
  6. Forberedelse til slutt deltaker
    1. Alternativt, nakkens leder av faget ved hjelp av en vakuum pute.
    2. Alternativt, levere en maskering støy gjennom ørepropper (når du planlegger å analysere TMS-fremkalt EEG potensialer). Ellers, gi motivet med øreplugger og hodetelefoner for hørselsvern.
    3. Du kan eventuelt justere og feste spolen i ønsket posisjon ved hjelp av en mekanisk arm.
  7. Validering av datakvalitet før eksperiment
    1. Kontroller at sann tids prosessoren mottar data fra EEG-systemet.
    2. Sjekk signalet innhentet fra ønsket EEG romlig filter (f. eks, C3-sentrert Laplacian montasje) for åpenbare gjenstander.
    3. Visuelt bekrefte EEG signalkvalitet, sjekk for dårlige elektroder, overdreven linje støy, og muskel gjenstander, og justere tidsvinduet og amplitude skalering på EEG systemprogramvaren for pågående visuell inspeksjon under eksperimentet.
  8. Main eksperimentell sesjon
    1. Med mindre stimulator intensitet er fjernstyrt i det eksperimentelle skriptet, manuelt sette stimulering intensiteten til ønsket verdi (f. eks, 110% av RMT).
    2. Start det eksperimentelle skriptet for å bruke pulser i ulike faser av mål pendling i en randomisert rekkefølge.
    3. Under eksperimentet, overvåke utløse tilstand terskler (gjenstand-deteksjon terskel, pre-innervasjon terskel, minimum strøm, etc.).
      Merk: Stimuli utløses ved uregelmessige intervaller, siden sann tids prosessoren venter på at trigger betingelsene skal forekomme. Imidlertid bør forholdene settes slik at de fleste stimuli forekommer innenfor et forutsigbart intervall (f. eks, 2-3 s etter forrige puls), og lange pauser (f. eks, i dette tilfellet, > 5 s) unngås da disse ville føre til større fremkalt respons på grunn av nyhet.
      1. Alternativt kan du bruke post hoc-lagdeling til å fjerne forsøk etter svært lange intervaller.
    4. For å oppnå tilstrekkelig statistisk kraft til å differensiere fase spesifikke stimulering effekter, anskaffe et tilstrekkelig antall forsøk
      Merk: Vi valgte vanligvis 80-120 innfelt studier per condition20.
    5. Dokumentere start-og sluttider for de ulike øktene og holde oversikt over eventuelle uvanlige hendelser.

Representative Results

Utnyttelsen av Real-Time EEG-utløst TMS i menneskets primære motor cortex avslører differensial kiropraktor excitability og plastisitet effekter. Ved hjelp av protokollen beskrevet ovenfor, i sanntid EEG-TMS ble brukt, synkronisering TMS med den pågående EEG oscillasjon fasen av endogene Sensorimotor μ i tre trigger forhold (positiv topp, negativ topp, og tilfeldig fase) i randomisert rekkefølge . En Laplacian EEG Montage ble brukt til å trekke ut Sensorimotor μ-rytme ved henvisning til EEG elektroden C3 til gjennomsnittet av fire omkringliggende elektroder (FC1, FC5, CP1, og CP5). Figur 2a viser gjennomsnittlig prestimulus EEG-signal i 400-MS før TMS-pulsen for de tre forhåndsdefinerte forholdene. Den gjennomsnittlige elicited MEPs registrert fra høyre musklene er avbildet i figur 2b. Disse resultatene viser at den negative EEG-utslag av μ-rytmen tilsvarer en høyere kortikale excitability tilstand (som fører til større MEP amplituder) i forhold til den positive EEG-utslag, med lav intertrial variasjon av noterte kiropraktor excitability effekter, presentert i figur 2C.

Figure 1
Figur 1 den andre : Brain-State-AVHENGIGE EEG-fase-UTLØST TMS. Hodebunnen EEG rådata avledet fra en fem kanals Laplacian Montage sentrert på C3 elektroden over venstre Sensorimotor cortex ble kjøpt prøve-by-sample av en real-time Digital signalbehandling system. (a) en 500-MS glidende vindu av EEG data ble behandlet av algoritmen hver 2 ms. (b) signalet etter band-pass filtrering og fjerning av kanten gjenstander. (c) frem-spådd signal (rød spor) basert på en autoregressive prognose modell som ble beregnet fra vinduet av data. Den fasen på tid null ("akkurat nå") ble anslått ved hjelp av en Hilbert transformere, var Spectral kraft anslått fra vinduet av data. TMS-stimulator ble utløst da en forhåndsdefinert tilstand for fase og Spectral amplitude ble oppfylt. TMS over venstre primære motor cortex resulterte i MEPs i høyre-hånd muskler registrert med overflate EMG. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2 i alle: Data fra en eksemplarisk emne som fikk SANNTIDS EEG-UTLØST TMS over venstre M 1 den andre , som målrettes mot fasen av 10 Hz Sensorimotor μ-rytme. Hundre stimuli hver ble brukt i henhold til tre fase-trigger forhold (positiv topp, negativ topp, og tilfeldig fase) i kombinasjon med en konstant minimum 10 Hz Spectral strøm terskel tilstand, i randomisert rekkefølge, med et intertrial intervall på ca 3 s. En Laplacian EEG Montage ble brukt til å trekke ut Sensorimotor μ-rytme ved henvisning til EEG elektroden C3 til gjennomsnittet av fire omkringliggende elektroder (FC1, FC5, CP1, og CP5). (a) gjennomsnittlig prestimulus EEG-signal i 400-MS før TMS-pulsen for de tre forholdene. (b) gjennomsnittlig EMG spor av motoren vakte potensial (MEP) registrert fra høyre bortfører pollicis Brevis muskel for hver tilstand. (c) peak-til-peak MEP amplitude (i mikrovolt) av hvert forsøk over tid, per utløse tilstand. Note det det MEPs er størst inne det negativ topp forfatning, minst inne det positiv topp forfatning, og mellomliggende inne det tilfeldig Phase forfatning. (d) gjennomsnittlig MEP amplitude i hver tilstand er vist med feil barer som illustrerer standard feil av gjennomsnittet. Merk at en deltaker med en spesielt klar effekt er valgt for illustrasjon formål og at denne effekten størrelsen ikke er representative for gruppe gjennomsnittet. Vennligst klikk her for å se en større versjon av dette tallet.

Discussion

Brain-State-avhengige EEG-utløst TMS er en ny metode med unike perspektiver med hensyn til effektivitet og konsistens av de påfølgende hjerne-stimulering effekter8,9,31. Den største fordelen med metoden er at en funksjonelt relevant endogene hjernen staten kan være spesielt målrettet for å utløse TMS puls, inducing potensielt mindre variabel og mer langvarig hjernen reaksjoner11. Real-Time EEG-utløst repeterende TMS i den negative fasen av Sensorimotor μ-rytmen av menneskelig M1 (dvs. staten økt kiropraktor excitability, figur 2) indusert betydelig sterkere LTP-lignende plastisitet (en langsiktig økning av MEP amplitude) sammenlignet med Brain-State-Independent TMS11,20. I tillegg til sin vitenskapelige nytte, anvendelsen av sanntids EEG-TMS å kortikale områder, slik som dorsolateral prefrontal cortex (DLPFC), har potensial til å øke effektiviteten av dagens terapeutiske hjernen stimulering protokoller.

I dette manuskriptet, presenterte vi metodisk skritt for gjennomføringen av Real-Time EEG-TMS. Grunnleggende krav til gjennomføring av eksperimenter med denne metoden er først, bruk av en TMS-kompatible EEG-systemet med en real-time digital ut alternativet, og andre, bruk av sanntids signalbehandling med gjennomføringen av en fase-deteksjon algoritme24, som trekker ut ønsket hjerne rytme (f. eks, Sensorimotor μ-rytme) fra det innspilte EEG-signalet ved hjelp av romlige filtre (f.eks. C3-sentrert Laplacian-filter) og påfører stimulering ved forhåndsvalgt forhold (dvs. fase og effekt av den målrettede hjerne rytmen) er oppfylt. Ytelsen og nøyaktigheten av algoritmen avhenge sterkt på SNR av EEG innspillingen20. Dermed er EEG Forberedelses trinnene i protokollen avgjørende for å oppnå høy SNR og sikre nøyaktig utløser av TMS, og en forhåndsvalg av deltakerne må kanskje vurderes dersom den respektive mål bevegelse ikke er tilstrekkelig synlig med EEG i hver enkelt. Videre er bruken av mekaniske støtte armer for spoler og vakuum puter for å nakkens deltakerens hode tilrådelig, for å minimere artefakter på grunn av varierende trykk på spolen på elektrodene.

Når det gjelder anvendelsen av Real-Time EEG-TMS metoden i eksperimentell paradigmer, valg av hjernen rytmen av interesse kan variere. Dermed er justeringer av filtrering tilrådelig å lette identifisering av målrettede hjernens aktivitet. Nylig har flere romlige filtreringsmetoder blitt foreslått å optimalt trekke ut en funksjonelt relevant hjernen tilstand (for eksempel i kanalen plass19, med dagens kilde tetthet13, med lokale romlige filtre11,28 og med tilpassede filtre ved hjelp av for eksempel nedbryting av romlig Spectral29). Likevel, så langt, finnes ingen utvetydig metode for å trekke ut fra overflaten EEG signaler (sensor plass) den virkelige hjerne-bevegelse fase (kilde plass). Fremtidige studier som vurderer korrespondanse av overflaten og kilde-plass signaler er garantert å forbedre presisjonen av sanntids EEG algoritmer.

Mens vi i denne protokollen har fokusert på 8-14-Hz Sensorimotor μ-rytme for å demonstrere innflytelsen av den momentant fasen av denne bevegelse på kiropraktor excitability, kan andre svingninger (f.eks. beta, theta eller infraslow svingninger) også spille en rolle. Denne metoden kan i prinsippet brukes til å målrette fasen for eventuelle pendling som kan isoleres med en tilstrekkelig SNR, inkludert flere lagt svingninger (for eksempel en negativ syklus av Alpha og en samtidig positiv toppen av gamma).

En hoved begrensning i Real-Time EEG-TMS eksperimenter er at spatiotemporal oppløsning med hensyn til hjernens kilder er sterkt avhengig av gjenstand forekomst og konsistens av stimulering. Derfor er en kritisk forutsetning for protokollen overvåking av ytelsen til algoritmen (dvs. sikre at stimulering skjer ved påvisning av neuronal og ikke artifactual aktivitet gjennom eksperimentet). Dessuten er utnyttelsen av neuronavigation for optimal og konsistent posisjonering av stimulering coil (spesielt i eksperimentell paradigmer ved hjelp av stimulering av nettsteder som DLPFC) nyttig for å redusere respons variasjonen på grunn av variasjon i spole posisjon. Merk også, som en ytterligere begrensning, som spesifikt valgt og konfigurert EEG/EMG, TMS, og sann tids behandling enheter er nødvendig, sammen med erfaring i å forberede og gjennomføre eksperimenter på en slik måte at for å minimere eksterne kilder til respons variasjon som kan maskere effekten av momentant hjerne-tilstand.

Avslutningsvis viste vi en standard protokoll for å gjennomføre sanntids EEG-TMS eksperimenter og introduserte en ny metode for å utnytte den endogene hjernen tilstander av interesse (dvs. forhåndsvalgt faser og kraften i en målrettet endogene hjernen pendling) å utløse hjerne stimulering. Videre forskning ved hjelp av Real-Time EEG-TMS metoden vil tillate metodisk forbedringer og tilrettelegge for utvikling av effektive protokoller for studiet og modulering av menneskelige hjernen nettverk.

Disclosures

C.Z. og P.C.G. er delvis finansiert gjennom en eksistere overføring av forskningsstipend fra det tyske føderale departementet for økonomiske saker og energi (Grant 03EFJBW169). C.Z. rapporterer ytterligere ansettelse som deltidsansatt i det ikke-kommersielle grunnlaget for medisinsk innovasjon (Stiftung für Medizininnovationen, Tübingen, Tyskland); et datterselskap av dette fundamentet er å produsere sann tids prosessoren som brukes i denne artikkelen (Medical Innovations inkubator GmbH, Tübingen, Tyskland).

Acknowledgments

C.Z. erkjenner støtte fra terapeut forsker programmet ved det medisinske fakultet, Universitetet i Tübingen. U.Z. anerkjenner støtte fra German Research Foundation (Grant ZI 542/7-1). T.O.B. anerkjenner støtte fra German Research Foundation (Grant BE 6091/2-1). J.O.N. anerkjenner støtte fra akademiet i Finland (avgjørelser nr. 294625 og 306845). Forfatterne erkjenner støtte fra Open Access Publishing Fund ved 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