Gerçek Zamanlı Elektroensefalografi ile Beyin Durumuna Bağımlı Beyin Stimülasyonu-Tetiklenen Transkraniyal Manyetik Stimülasyon

Behavior
 

Summary

Bu makalede, insan beyin ağlarını incelemek ve modüle etmek için gerçek zamanlı elektroensefalografi tetiklenen transkraniyal manyetik stimülasyon açıklanmaktadır.

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

Bir uyarıcının beyne etkisi sadece uyarıcının parametrelerine değil, aynı zamanda uyarılma sırasındaki beyin aktivitesinin dinamiğine de bağlıdır. Gerçek zamanlı beyin durumuna bağımlı stimülasyon sisteminde elektroensefalografi (EEG) ve transkraniyal manyetik stimülasyonun (TMS) kombinasyonu, beyin aktivitesi, kortikal uyarılabilirlik ve plastisite indüksiyondinamiklerinin ilişkilerinin incelenmesine olanak sağlar. . Burada, gerçek zamanlı veri analiz sistemi kullanarak devam eden EEG salınımları aşaması ile beyin stimülasyonunun zamanlamasını senkronize etmek için yeni geliştirilen bir yöntem gösteriyoruz. İnsan motor korteksinin bu gerçek zamanlı EEG tetikli TMS'si, TMS sensorimotor μ-alfa (8-14 Hz) ritminin yüzey EEG negatif zirvesi ile senkronize edildiğinde diferansiyel kortikospinal eksizite ve plastisite etkileri göstermiştir. Bu yöntemin kullanımı anlık beyin durumu hakkında gerçek zamanlı bilgi etkili plastisite indüksiyon için kullanılabilir düşündürmektedir. Ayrıca, bu yaklaşım daha etkili terapötik beyin stimülasyon protokolleri geliştirilmesine yol açabilir kişiselleştirilmiş EEG-senkronize beyin stimülasyonu sağlar.

Introduction

TMS noninvaziv beyin stimülasyonu için iyi kurulmuş bir yöntemdir ve devam eden ağ dinamikleri ve yüksek spatiotemporal hassas1kortikokortikal ve kortikospinal nöral yolların çalışmaları nın özel modülasyonu sağlar. Birincil motor korteks (M1) uyarırken, nöral yanıt motor uyarılmış potansiyelleri olarak ölçülebilir (MEPs), yanı sıra TMS uyarılmış EEG potansiyelleri. MEPs hedef kasların elektromiyografi (EMG) ile kaydedilebilir, ve onların genliği primer motor korteks uyarAn kortikospinal eksizitite yansıtır2.

Sağlıklı çalışma katılımcılarında ve hastalarda beyin ağlarını araştırmak ve modüle etmek için bilimsel bir araç olarak noninvaziv beyin stimülasyonunun benzersiz potansiyeline rağmen, TMS çalışmaları büyük deneme-to-deneme ve intra-ve bireysel değişkenlik muzdarip uyarılmış yanıtların3,4,5. Özellikle, kortikospinal uyarılabilirlik ve plastisite TMS çalışmalarda, MEP yanıtları, yanı sıra indüklenen uzun vadeli potentiation (LTP)- veya uzun vadeli depresyon (LTD) benzeri plastisite, sergi yüksek içsel değişkenlik, hatta uyarıcı parametreleri dikkatle kontrol edilir3,4. Ancak, hayvan çalışmalarından elde edilen kanıtlar, yanıtların gözlenen değişkenliğinin "rastgele gürültü"ye atfedilebilir olmadığını, bunun yerinestimülasyonsırasındaki dalgalanan beyin durumlarının 6 ile ilişkili olduğunu göstermektedir. Buna göre, Gerçek zamanlı beyin-devlet bağımlı stimülasyon paradigması EEG ile TMS birleştirerek (yani, EEG tetiklenen TMS), dalgalı anlık beyin durumu uyarıcı zamanlama optimize etmek için kullanılabilir7,8, 9.000 , 10.

Çeşitli çalışmalar TMS uyumlu EEG sistemleri 11 kullanarak nöronal uyarılabilirlik devam eden nöral salınımların anlık faz ile ilgili var11,12. Modern EEG amplifikatörler büyük elektromanyetik TMS eserler işleyebilir ve giderek daha iyi kurulmuş deneysel protokoller TMS13ile EEG kombinasyonu için var,14 ve TMS ile ilgili EEG sonrası hoc kaldırılması eserler15,16. EEG tarafından TMS uyarılmış yanıtlar üzerinde değerlendirilen prestimulus beyin durumunun etkisi, önceden tanımlanmış bir beyinde TMS'nin tekrarlayan uygulaması olan hoc17,18sıralanan rastgele uygulanan TMS uyaranları ile değerlendirilebilir. durum gerçek zamanlı EEG tetiklenen TMS11,19gerektirir.

Burada, özel bir milisaniye çözünürlüklü EEG tetiklenen TMS kurulumu devam eden beyin salınımları önceden belirlenmiş bir faz ile TMS darbeleri senkronize etmek için kullanılır11, μ-alfa ritminin negatif EEG sapma daha yüksek karşılık geldiğini gösteren kortikal uyarılabilirlik durumu (daha büyük MEP genlikleri yol açan) olarak pozitif EEG sapma8,11,12,20. Bu yazıda, insan beyin ağlarını incelemek için gerçek zamanlı EEG tetikli TMS protokolleri yapmak için bir yöntem sayılacağız.

Protocol

Aşağıdaki bölümlerde açıklanan tüm deneysel prosedürler Helsinki Bildirgesi yönergelerini izleyerek Kurumsal Etik Komitesi tarafından onaylanmıştır ve tüm katılımcılar ait olmadan önce yazılı bilgilendirilmiş onay verilmiştir.

1. Çalışma Katılımcıları

  1. Konu alımı
    1. Önceden tanımlanmış dahil etme kriterlerine göre çalışma katılımcılarını işe almak. TMS güvenlik yönergeleri21'egöre implante edilmiş tıbbi cihazların (örneğin, kardiyak kalp pili) varlığı veya nörolojik veya psikiyatrik hastalıklar ve sinir sistemi üzerinde etkili ilaçların kullanımı gibi kontrendikasyonlar için ekran adayları.
    2. Manyetik rezonans görüntüleme (MRG) gerektiren çalışmalarda, potansiyel çalışma katılımcılarını radyolojik güvenlik standartlarınagöre MRG'ye olası kontrendikasyonlar için değerlendirin22. Çalışma örneğinin istatistiksel analiz için yeterli olduğundan emin olmak için bir güç analizi yapın.
    3. İsteğe bağlı olarak, faz algılama doğruluğunu artırmak için seçilen EEG montaj tarafından çıkarılan sinyal ilgi belirgin bir salınım sahip önceden seçilmiş konular.
      NOT: Bu deneyde, C3 merkezli Laplacian (C3 çevreleyen elektrotların ortalamasına atıfta CP1, CP5, FC1, ve FC5) dinlenme ve gözleri açık konu ile sensorimotor μ-ritim ayıklamak için kullanılmıştır. Önceden seçilmiş olan denekler, mevcut kaynak yoğunluğu (CSD) güç spektrumunda toplam gücün %gt;25'ini içeren alfa bandında (8-14 Hz) tek bir tepeye sahip deneklerdi. Bu ölçüt, salınım genliğin arka plan gürültüsüne (iyi sinyal-gürültü oranı [SNR]) göre yeterince büyük olmasını sağlayarak algoritmanın tetik sinyalinin anlık fazını yeterli doğrulukla tahmin etmesini sağlar ve önemli bir uyarılabilirlik etkisi gözlemleme olasılığını artırdı11,12,28,29,30.
  2. Konu bilgileri
    1. Deneklere çalışmayla ilgili bilgilendirilmiş onay formunu sağlayın. Basılı TMS ve MRG güvenlik tarama anketleri sağlayın.
      NOT: Bu belgelerin ve çalışma protokolünün yanı sıra kişisel verilerin (örneğin, anketlerden) ve tanımlanabilir insan verilerinin (örneğin, MRG'den) kullanımının etik komitesi (Kurumsal İnceleme Kurulu) tarafından önceden onaylanması gerekmektedir.
    2. TMS ve MRG güvenlik tarama anketlerini doldurmasını isteyin. Çalışmaya katılım ve verilerin planlı kullanımı için yazılı bilgilendirilmiş izin alın.
    3. Demografik veriler elde edin.
    4. Standart envanterleri kullanarak konu teslimini değerlendirin (örneğin, Edinburgh Handedness Envanteri)23.
    5. Konuyu kurulum ve stimülasyon prosedürüne tanıtın. Her katılımcının TMS hissi aşina olduğundan emin olun ve iyi tolere.
    6. TMS deneysel oturumları öncesinde her katılımcı için MRG edinin. Kafa derisinin üst kısmı ve anatomik işaretler (yani, her iki kulağın tragusu) da dahil olmak üzere tüm kafaanatomik MR görüntüleri gereklidir, çünkü bu bu protokolün sonraki adımlarında nöronavigasyon için güvenilir noktalar olarak hizmet edecektir.
    7. Deney seanslarını çalışma protokolünün özelliklerine göre planlayın (yani deneyler arasındaki "yıkama dönemlerini" dikkate alın).
      NOT: İdeal olarak, denekler aynı anda ve haftanın aynı günü birden fazla oturumda farklı koşulları karşılaştıran protokollerde gelmelidir.
    8. Katılımcılara planlanan deneysel seanslardan önce alkol, nikotin veya kafein tüketmekten kaçınmalarını öğretin. Denekler de deneyden önceki gece düzenli olarak uyumalıydı lar ve alışılmadık bir şekilde yorulmamalıdırlar.

2. Kurulum Hazırlığı

  1. Gerçek zamanlı veri akışı özelliğine sahip EEG sistemi
    1. TMS darbesinin neden olduğu gerilim ani artışlarını kaldırabilen TMS uyumlu Bir EEG/EMG amplifikatör kullanın.
      NOT: Amplifikatör sistemi, gerçek zamanlı bir işlemci tarafından sonraki işlemler için ham bir veri akışını sabit bir düşük gecikme süresinde (<5 ms) kullanılabilir hale getirin. Bu deneyde EEG ve EMG kayıtları için 24 bit 80 kanallı biyosinyal amplifikatör kullanılmıştır.
    2. EEG/EMG amplifikatör sistemini düşük geçişli filtreye (örn. 0,16 Hz kesme) yapılandırın ve biyosinyal verilerini amplifikatör baş aşamasındaki örnekleme hızından 5 kHz'e indirin.
    3. Amplifikatör sisteminin, ilgili kanalları içeren veri paketlerini gerçek zamanlı kullanıcı veri gram protokolü (UDP) aracılığıyla düzenli sabit aralıklarla gerçek zamanlı işlemciye gönderdiğinden emin olun ≤1ms. EMG yanıtlarını yakalamak ve EEG verilerinin filtre gecikmesini en aza indirmek için yüksek örnekleme frekansı (örn. 5 kHz) kullanın.
  2. EEG uyumlu TMS cihazı
    1. Sabit ve minimum gecikmeyle harici olarak tetiklenebilen ve eşzamanlı EEG kaydındaki yapıları en aza indiren bir TMS cihazı kullanın (örneğin, TMS bobin kablosu ile EEG'deki hat gürültüsü, darbeden sonra yapıları şarj etme).
    2. Elektriksel paraziti (en az 1 m) azaltmak için TMS uyarıcı (bobin ve bobin kablosu dahil) ve EEG kayıt sistemi arasındaki mesafenin en üst düzeye çıkarıldığından emin olun. Mümkün olduğunda, fanlar ve motorlar gibi elektromanyetik girişim kaynaklarını kapatın. Ayrıca, EEG ve EMG kayıt müşteri adaylarının konumlandırılmış ve ortak girişim iptal edecek şekilde hizalandığından emin olun.
  3. Gerçek zamanlı EEG veri işleme sistemi
    NOT: Gerçek zamanlı EEG veri akışı elde edilir ve önceden belirlenmiş bir durum yerine getirildiğinde TMS cihazı tetikler gerçek zamanlı dijital sinyal işleme sistemi kullanılarak analiz edilir. Böyle bir sistem, Chen ve ark. 24'ün yaklaşımına benzer bir faz algılama algoritması uygulamak için laboratuarımız11'de özel olarak geliştirilmiştir ve aşağıdaki adımlardan oluşmaktadır.
    1. Hedef beyin salınımının anlık evresini tahmin etmek için 500 ms uzunluğundaki (Şekil1a)bir veri penceresini analiz edin ve tms uyarıcıyı özellikle tetikleyebilir.
    2. İlgi frekansları için pencerenin bandpass filtrelemesini gerçekleştirin (örn. sensorimotor μ-alfa ritmi için 9 ile 14 Hz arasında; Şekil 1b). Filtre parametrelerini hedef salınımın tek tek en yüksek frekansına ayarlamayı düşünün.
    3. Filtreleme kenarı efektleri tarafından deforme olan verileri kaldırın. Daha güçlü filtrelerin daha büyük kenar efektleri olduğunu unutmayın.
    4. Sinyali tahmin etmek için otomatik bir model kullanın (Yule-Walker, sipariş 30; Şekil 1c).
    5. Analitik sinyal vermek için ortaya çıkan veri penceresinin Hilbert dönüşümü uygulayın ve sinyalin anlık aşaması, ilgili zaman noktasındaki karmaşık sayının açısını alarak belirlenir.
    6. EEG güç spektrumunun, kısa süreli Hann pencereli FFT kullanarak ilgi sıklığı kutularındaki (örn. 9-14 Hz) veri kayan penceresinden tahmin edin.
    7. Hem faz hem de güç önceden belirlenmiş bir ölçütle (örneğin, negatif bir tepe, minimum güç eşiği) karşıladığında, TMS aygıtını tetiklemek için gerçek zamanlı sistemle dijital çıkış (TTL) darbesi oluşturun.
  4. Nöronavigasyon sistemi
    1. Bobin in pozisyonunu izlemek ve oturumlar içinde ve oturumlar arasında doğru ve tutarlı TMS hedeflemesi elde etmek için bir nöronavigasyon sistemi kullanın.
      NOT: Stereo kızılötesi kamera sistemi, öznenin kafasına ve uyarım bobinine monte edilen üç boyutlu uzay yansıtıcı izleyicileri bulmak için tam olarak kullanılır ve bobinin bireyin beynine göre hassas bir şekilde konumlandırılmasını sağlar. kalibrasyon ve MR Kaydı sonrası anatomi. Tek seanslı çalışmalar da ve TMS'ye EEG yanıtlarını değil sadece EMG'yi analiz etmeyi planlarken, bireysel MRG yerine standart bir beyne dayalı navigasyon yeterlidir.
    2. Her katılımcı için denemeyi başlatmadan önce tek tek yapısal MR Verileri'ni navigasyon sistemi yazılımına yükleyin.
  5. Deneysel kontrol bilgisayarı
    1. EEG sistemine, TMS cihazına, gerçek zamanlı cihaza ve nöronavigasyon sistemine bağlı deneysel bir kontrol bilgisayarı kullanın.
      NOT: EEG yazılımı EEG amplifikatör sistemini kontrol eder, parametreleri belirler ve EEG veri arşivlemeyi başlatır ve durdurur. TMS cihazı, uyarım parametrelerini (yoğunluk, akım yönü, vb.) uzaktan kumandalı araç kutusu25ile değiştirmek için uzaktan kontrol edilebilir.
    2. İstenilen tetik koşullarını ayarlamak için gerçek zamanlı aygıtı uzaktan kontrol edin.
      NOT: Nöronavigasyon sistemi uzaktan kumanda edilebilir, örneğin farklı bobin konumlarını hedeflemek için.
    3. Deneysel koşulların ve kontrol akışının otomasyonuna olanak sağlamak için yukarıdakilerin tümünün deneysel bir kontrol komut dosyasında birleştirin.
  6. EEG kayıt elektrotları
    1. İstenilen elektrot düzenine sahip TMS uyumlu EEG kayıt kapaklarının farklı boyutlarda kullanılabildiğinden emin olun. Deneğin baş çevresini ölçün ve uygun büyüklükteki kapağı hazırlayın.
    2. EEG hazırlığı için gerekli malzemeleri kullanışlı tutun (örn. aşındırıcı ve iletken jeller, steril künt iğneli şırıngalar, vb.).
  7. EMG kayıt elektrotları
    1. Yüzey EMG elektrotları, yol ve cilt hazırlama için gerekli malzemeleri hazır tutun.

3. Deneyi Yürütmek

  1. Ön Hazırlıklar
    1. Gerekli evrakların düzenli olduğundan (çalışma onay formu imzalanmıştır) ve katılımcının bir önceki oturumdan bu yana herhangi bir yan etkisi olmadığından emin olun.
    2. Deney sırasında başın hareketini en aza indirmek için deneği rahat bir şekilde yaslanmış bir pozisyonda oturtun. Boyun ve alt baş sarılmış bir vakum yastık ek kas gerginliği (örneğin, bir çene dinlenme yapmak gibi) neden olmadan katılımcının başını desteklemek için yardımcı olabilir.
  2. EEG ve EMG hazırlığı
    1. Uygun büyüklükteki EEG kapağını deneğin kafasına yerleştirin ve kapağı doğru şekilde yerleştirin. EEG26kontamine olabilir kafatası ve boyun kası aktivitesini azaltmak için çene altında aşırı gerginlik kaçının.
    2. Konuyu EEG kayıt yazılımına kaydedin.
    3. EEG elektrotlarını laboratuvara özgü protokole göre hazırlayın (örn. aşındırıcı jel ve ardından iletken jel uygulayın).
    4. EEG elektrot empedanslarının 5 kΩ'un altında olup olmadığını kontrol edin.
    5. İletken jelin kurumasını veya TMS bobininherhangi bir hareketi ile komşu elektrotlara bulaşmasını engellemek için EEG kapağını plastik sargı ile kaplayın. Ardından, kabloları EEG-artifon değişkenliğini azaltmak için sabit bir konumda tutmak için plastik ambalajın üzerine bir net kapak yerleştirin ve birden fazla tabakanın kararlılığını artırmak için yapışkan bant uygulayın.
    6. Cildi temizledikten ve hafifçe aşındırdıktan sonra yüzeyEMG elektrotlarını hedef kasların üzerine takın (örneğin, sağ kaçıran pollicis brevis el kasının göbek tendon montajında bipolar bir kayıt kullanın).
      NOT: Burada sağ kaçıran polenlerden gelen bipolar kayıt brevis el kası nın göbek tendon montajında kullanılmıştır. Yüzey elektrotları genellikle birden fazla altta yatan kaslardan aktivite kaydetmek gibi EMG elektrotların yerleştirilmesi önemlidir.
    7. Kafadaki gerçek EEG sensörleri ile EEG sisteminde kaydedilen izler arasındaki doğru eşleşmeyi, eserlere neden olacak birkaç EEG elektrotuna dokunarak doğrulayın. Akıl sağlığı kontrolü olarak, katılımcı gözlerini kapadığında oksipital alfanın arttığını doğrulayın.
    8. Devam eden EEG ve EMG sinyalini objeler (örn. hat gürültüsü, kas aktivitesi) veya kötü elektrotlar için görsel olarak inceleyin.
    9. Katılımcının uyanık kaldığından ve sinyali kirleten oksipital alfa salınımlarını önlemek için deney boyunca gözlerini açık tuttuğundan emin olun.
  3. Nöronavigasyon hazırlanması
    1. Yansıtıcı kafa izleyicisini, deneme boyunca stabiliteyi sağlamak için yeterli yapışkan bantla katılımcının kafasına takın.
    2. Baş modelini ilgili anatomik simgelerle (örneğin nasion, her iki kulağın tragisi, gözlerin köşeleri) kaydetmek için işaretçiyi kullanın.
    3. Uyarım bobinine bir bobin izci takın ve bobini kalibre edin.
    4. İşaretçiyi kafa yüzeyindeki farklı noktalara yerleştirin ve nöronavigasyon sisteminin monitöründe görüntülenen pozisyonun doğruluğunu doğrulayın.
    5. Bireysel MRG ile birlikte kayıt için EEG sensör konumlarını saptadı.
  4. Temel EEG
    1. Tipik EEG eserlerini konuya gösterin (örn. yutma, çiğneme, göz kırpma) ve deney boyunca bunlardan kaçınması için deneğe talimat ver. Ayrıca, çene sıkma, esneme, ya da konuşma önlemek için onlara sorun.
    2. Deneğe gözleri açık bir noktaya sabitletini sorun ve gözler açık dinlenme durumu EEG'nin kısa bir kaydını yapın.
    3. Gerçek zamanlı filtrelerin hesaplanması için gerekirse, görevler sırasında ek EEG etkinliği kaydedin.
  5. Motor "hotspot" bulma ve dinlenme motor eşiğinin belirlenmesi
    1. Motor "hotspot" (yani tek darbeli TMS'nin denemeler arasında nispeten tutarlı bir genlik tesbiti olan iyi şekilli MEP'leri ortaya çıkaran stimülasyon konumunu) bulun ve ilgili bobin pozisyonunu (bobin yönlendirmesi ve angülasyon dahil) nöronavigasyon sistemi.
    2. Ortaya çıkan MEP'ler çalışmaların %50'sinden fazlasında 50 μV'den daha yüksek genliklere sahip olana kadar motor korteksin üzerine tek TMS darbeleri uygulayarakdinlenme motor eşiğini (RMT) bulun 21 .
    3. Varsa, sıralı test (PEST) tarafından parametre tahmini için otomatik bir komut dosyası kullanın, örneğin, aynı zamanda gözlenen dayalı RMT güven aralığının bir online tahmin sağlayan maksimum olasılık stratejisi27 aşağıdaki tek yanıtların değişkenliği ve genellikle sağlam bir RMT tahmini elde etmek için adaptif değişen yoğunluktan yaklaşık 30 test darbeleri gerektirir.
    4. Bu ilk deneysel seans değilse, tutarlılığı doğrulamak için bobin konumunu önceki konumla karşılaştırın ve elde edilen RMT ile önceki RMT'yi karşılaştırın.
    5. Gerekirse, aktif motor eşik (AMT) veya standart prosedürleri kullanarak 1-mV tepeden tepeMEGenliği için stimülasyon yoğunlukları belirlemek21.
  6. Son katılımcı hazırlığı
    1. İsteğe bağlı olarak, bir vakum yastık kullanarak konunun başını hareketsiz.
    2. İsteğe bağlı olarak, kulak tıkacı ndan maskeleme sesi çıkarır (TMS uyarılmış EEG potansiyellerini analiz etmeyi planlarken). Aksi takdirde, işitme koruması için konuya kulak tıkacı ve kulaklık sağlayın.
    3. İsteğe bağlı olarak, mekanik bir kol kullanarak bobini istenilen pozisyonda hizalayın ve düzeltin.
  7. Deney öncesi veri kalitesi doğrulaması
    1. Gerçek zamanlı işlemcinin EEG sisteminden veri alıp almadığını kontrol edin.
    2. Belirgin eserler için istenilen EEG mekansal filtreden (örneğin, C3 merkezli Laplacian montajı) elde edilen sinyali kontrol edin.
    3. EEG sinyal kalitesini görsel olarak onaylayın, kötü elektrotlar, aşırı hat gürültüsü ve kas yapılarını kontrol edin ve deneme sırasında devam eden görsel inceleme için EEG sistem yazılımındaki zaman penceresini ve genlik ölçeklemesini ayarlayın.
  8. Ana deneysel oturum
    1. Uyarıcı yoğunluğu deneysel komut dosyasında uzaktan kumanda lı olmadığı sürece, uyarım yoğunluğunu istenilen değere manuel olarak ayarlayın (örneğin, RMT'nin %110'u).
    2. Hedef salınımın farklı aşamalarında nabızları rasgele sırayla uygulamak için deneysel komut dosyasını başlatın.
    3. Deneme sırasında, tetikleyici koşul eşiklerini (artefakt algılama eşiği, ön innervasyon eşiği, minimum güç, vb.) izleyin.
      NOT: Gerçek zamanlı işlemci tetik koşullarının oluşmasını beklerken, uyaranlar düzensiz aralıklarla tetiklenir. Ancak, çoğu uyaranların öngörülebilir bir aralıkta (örneğin, önceki darbeden sonra 2-3 s) meydana gelecek şekilde ayarlanmalıdır ve uzun duraklamalar (örneğin, bu durumda >5 s) önlenmelidir, çünkü bu durum yenilik nedeniyle daha büyük uyarılmış yanıtlara yol açacaktır.
      1. Alternatif olarak, aşırı uzun aralıklarla aşağıdaki denemeleri kaldırmak için post hoc tabakalaşma kullanın.
    4. Faza özgü stimülasyon etkilerini ayırt etmek için yeterli istatistiksel güç elde etmek için, yeterli sayıda deneme elde
      NOT: Biz genellikle koşul20başına 80-120 ara denemeler seçti.
    5. Çeşitli oturumların başlangıç ve bitiş saatlerini belgele ve olağandışı olayların kaydını tutun.

Representative Results

İnsan primer motor kortekste gerçek zamanlı EEG tetikli TMS kullanımı diferansiyel kortikospinal eksizitite ve plastisite etkileri ortaya koymaktadır. Yukarıda açıklanan protokol kullanılarak, gerçek zamanlı EEG-TMS uygulandı, randomize sırayla üç tetik koşulunda (pozitif tepe, negatif tepe ve rasgele faz) endojen sensorimotor μ-rhythm'in devam eden EEG salınım evresi ile senkronize tms uygulandı. . EEG elektrodu C3'ü çevreleyen dört elektrotun (FC1, FC5, CP1 ve CP5) ortalamasına atıfta bulunarak sensorimotor μ-rhythm'i çıkarmak için laplacian EEG montajı kullanıldı. Şekil 2a, önceden tanımlanmış üç durum için TMS darbesinden önce 400 ms'de ortalama prestimulus EEG sinyalini göstermektedir. Sağ kaslardan kaydedilen ortalama mep'ler Şekil 2b'degösterilmiştir. Bu sonuçlar, μ-ritmin negatif EEG sapması, pozitif EEG sapmasına göre daha yüksek kortikal eksiritmim durumuna (daha büyük MEP genliklerine yol açan) karşılık geldiğini ve dikkat çeken kortikospinalliğin düşük intertrial değişkenliğine sahip olduğunu göstermektedir. uyarılabilirlik etkileri, Şekil 2c'desunulmuştur.

Figure 1
Şekil 1.1.2 : Beyin-devlete bağımlı EEG-faz tetiklenen TMS. Sol sensorimotor korteks üzerinde C3 elektrodu üzerinde ortalanmış beş kanallı Laplacian montaj elde edilen Kafa derisi EEG ham veri gerçek zamanlı dijital sinyal işleme sistemi tarafından örnek-by-örnek elde edildi. (a) EEG verilerinin 500 ms'lik sürgülü penceresi, her 2 ms. (b) Bant geçiş filtreleme ve kenar yapılarının çıkarılmasından sonra sinyal algoritması tarafından işlenmiştir. (c) Veri penceresinden hesaplanan otoregresif tahmin modeline dayanan ileri tahmin edilen sinyal (kırmızı izleme). Zaman sıfır ("şu anda") faz bir Hilbert dönüşümü kullanılarak tahmin edildi, spektral güç veri penceresinden tahmin edildi. Önceden tanımlanmış bir faz ve spektral genlik durumu yerine getirildiğinde TMS stimülatörü tetiklendi. Sol primer motor korteks üzerindeki TMS yüzey EMG ile kaydedilen sağ kaslarda MEPs sonuçlandı. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 2
Şekil 2: 2: Sol M üzerinden gerçek zamanlı EEG tetikli TMS alan örnek bir deneğin verileri 1.1.2 , evresini hedefleyen 10 Hz sensorimotor μ-ritim. Her biri üç faz-tetik koşuluna (pozitif tepe, negatif tepe ve rasgele faz) göre, sabit bir minimum 10 Hz spektral güç eşik koşuluile birlikte, randomize sırayla, bir intertrial aralıkile uygulanmıştır yaklaşık 3 s. EEG elektrodu C3'ü çevreleyen dört elektrotun (FC1, FC5, CP1 ve CP5) ortalamasına atıfta bulunarak sensorimotor μ-rhythm'i çıkarmak için laplacian EEG montajı kullanıldı. (a) Üç durum için TMS darbesinden önce 400 ms'de ortalama prestimulus EEG sinyali. (b) Her durum için sağ kaçıran pollicis brevis kas kaydedilen motor uyarılmış potansiyel (MEP) ortalama EMG iz. (c) Tetik durumuna göre, zaman içinde her denemenin tepeden to-pik MEP genliği (mikrovolt cinsinden). MEP'lerin negatif tepe durumunda en büyük, pozitif tepe durumunda en küçük ve rasgele faz koşulunda ara olduğunu unutmayın. (d) Her koşulda ortalama MEP genliği, ortalamanın standart hatasını gösteren hata çubuklarıyla gösterilir. Özellikle açık efekte sahip bir katılımcının illüstrasyon amacıyla seçildiğini ve bu efekt boyutunun grup ortalamasını temsil etmediğini unutmayın. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Discussion

Beyin-devlete bağımlı EEG tetiklenen TMS, takip eden beyin stimülasyonu etkileri8 ,9,31etkinliği ve tutarlılığı açısından benzersiz bakış açıları ile yeni bir yöntemdir. Yöntemin ana avantajı, işlevsel olarak ilgili endojen beyin durumunun tms nabzını tetiklemek için özellikle hedeflenmiş olması, potansiyelolarak daha az değişken ve daha uzun süreli beyin yanıtları 11. İnsan M1 sensorimotor μ-ritim negatif fazgerçek zamanlı EEG tetiklenen tekrarlayan TMS (yani, artmış kortikospinal uyarılabilirlik durumu, Şekil 2) önemli ölçüde güçlü LTP benzeri plastisite indüklenen (MEP uzun vadeli bir artış genlik) beyin-devlet-bağımsız TMS11,20ile karşılaştırıldığında . Bilimsel yardımcı programa ek olarak, dorsolateral prefrontal korteks (DLPFC) gibi kortikal alanlara gerçek zamanlı EEG-TMS uygulaması, mevcut terapötik beyin stimülasyon protokollerinin etkinliğini artırmak için potansiyele sahiptir.

Bu yazıda, gerçek zamanlı EEG-TMS'nin uygulanması için metodolojik adımları sunduk. Bu yöntemle deneylerin iletinmi için temel gereksinimler, ilk olarak, tms uyumlu bir EEG sisteminin gerçek zamanlı dijital çıkış seçeneğiile kullanılması ve ikincisi, faz algılama uygulaması ile gerçek zamanlı sinyal işlemenin kullanılmasıdır. uzamsal filtreler (örneğin, C3 merkezli Laplacian filtresi) kullanılarak kaydedilen EEG sinyalinden istenilen beyin ritmini (örn. sensorimotor μ-rhythm) çıkaran ve önceden seçilmiş koşullarda (örneğin, faz ve güç) stimülasyon uygulayan algoritma24 hedeflenen beyin ritmi) karşılanır. Algoritmanın performansı ve doğruluğu, EEG kaydının SNR'ına güçlü bir şekilde bağlıdır20. Bu nedenle, protokolün EEG hazırlık adımları yüksek bir SNR elde etmek ve TMS'nin doğru tetiklemesini sağlamak için çok önemlidir ve ilgili hedef salınımı EEG ile yeterince gözlemlenebilir değilse katılımcıların önceden seçilmesi göz önünde bulundurulmalıdır. her birey. Ayrıca, bobinin elektrotlar üzerindeki değişen basıncı nedeniyle objeleri en aza indirmek için, katılımcının başını hareketsiz hale getirmek için bobinler ve vakum yastıklar için mekanik destek kollarının kullanılması tavsiye edilir.

Deneysel paradigmalarda gerçek zamanlı EEG-TMS yönteminin uygulanması ile ilgili olarak, ilgi beyin ritmi seçimi değişebilir. Böylece, filtreleme ayarlamaları hedeflenen beyin aktivitesinin belirlenmesini kolaylaştırmak için tavsiye edilir. Son zamanlarda, çeşitli mekansal filtreleme yöntemleri en iyi işlevsel olarak ilgili beyin durumu ayıklamak için önerilmiştir (örneğin, kanal alanı19, mevcut kaynak yoğunluğu ile13, yerel mekansal filtreler ile11,28 , ve bireyselleştirilmiş filtreler kullanarak, örneğin, mekansal-spektral ayrışma29). Ancak, şimdiye kadar, hiçbir açık yöntem yüzey EEG sinyalleri (sensör uzay) gerçek beyin salınım fazı (kaynak alanı) ayıklamak için var. Yüzey ve kaynak-uzay sinyallerinin yazışmalarını değerlendiren gelecekteki çalışmalar, gerçek zamanlı EEG algoritmalarının hassasiyetini artırmak için garanti edilir.

Bu protokolde 8-14-Hz sensorimotor μ-rhythm'e odaklanarak bu salınımın ani fazının kortikospinal eksizitite üzerindeki etkisini göstermesi, diğer salınımlar (örneğin, beta, teta veya infraslow salınımları) bir rol oynamaktadır. Bu yöntem, prensip olarak, birden fazla üst üste salınım (örneğin, alfa negatif döngüsü ve gama eşzamanlı pozitif zirve) dahil olmak üzere yeterli bir SNR ile izole edilebilir herhangi bir salınım için faz hedef için kullanılabilir.

Gerçek zamanlı EEG-TMS deneylerinin bir ana sınırlaması, beyin kaynaklarına göre spatiotemporal çözünürlüğün güçlü bir şekilde artifakı oluşumuna ve stimülasyonun tutarlılığına bağlı olmasıdır. Bu nedenle, protokolün kritik bir ön koşulu algoritmanın performansının izlenmesidir (yani, uyarım nöronal ve deney boyunca artifactual aktivite nin algılanması üzerine meydana sağlanması). Ayrıca, stimülasyon bobininin optimal ve tutarlı konumlandırılması için nöronavigasyonun kullanımı (özellikle DLPFC gibi stimülasyon sitelerini kullanan deneysel paradigmalarda) bobin konumu. Ayrıca, bir başka sınırlama olarak, özel olarak seçilmiş ve yapılandırılmış EEG/EMG, TMS ve gerçek zamanlı işleme cihazlarının yanı sıra deneylerin dış tepki kaynaklarını en aza indirecek şekilde hazırlanması ve yürütülmesinde deneyimin gerekli olduğunu da unutmayın. anlık beyin-devlet etkisini maskeleyebilir değişkenlik.

Sonuç olarak, gerçek zamanlı EEG-TMS deneylerini yürütmek için standart bir protokol gösterdik ve endojen beyin durumlarını (örn. önceden seçilmiş evreler ve hedeflenen endojen beyin salınımının gücü) kullanmak için yeni bir yöntem sunduk. beyin stimülasyonu tetiklemek için. Gerçek zamanlı EEG-TMS yöntemi kullanılarak yapılacak daha fazla araştırma metodolojik iyileştirmelere olanak sağlayacak ve insan beyin ağlarının incelenmesi ve modülasyonu için etkili protokollerin geliştirilmesini kolaylaştıracaktır.

Disclosures

C.Z. ve P.C.G. kısmen Almanya Federal Ekonomik İşler ve Enerji Bakanlığı (hibe 03EFJBW169) tarafından bir EXIST Araştırma hibe transferi ile finanse edilmektedir. C.Z. kar amacı gütmeyen tıbbi yenilik vakfının (Stiftung für Medizininnovationen, Tübingen, Almanya) yarı zamanlı çalışanı olarak ek istihdam rapor; bu vakfın bir yan kuruluşu bu makalede kullanılan gerçek zamanlı işlemci (Tıbbi Yenilikler Incubator GmbH, Tübingen, Almanya) üretmektedir.

Acknowledgments

C.Z., Tübingen Üniversitesi Tıp Fakültesi Klinisyen Bilim Adamı Programı'nın desteğini kabul etmektedir. U.Z. Alman Araştırma Vakfı'nın desteğini kabul eder (hibe ZI 542/7-1). T.O.B. Alman Araştırma Vakfı'nın desteğini kabul eder (hibe BE 6091/2-1). J.O.N. Finlandiya Akademisi'nin desteğini kabul eder (Karar No. 294625 ve 306845). Yazarlar, Tübingen Üniversitesi Açık Erişim Yayın Fonu'nun desteğini kabul ediyorlar.

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