Hersenstimulatie met real-time Elektroencephalografie-geactiveerde Transcraniële magnetische stimulatie

Behavior
 

Summary

Dit artikel beschrijft real-time elektroencephalografie-geactiveerde Transcraniële magnetische stimulatie te bestuderen en moduleren van menselijke hersen netwerken.

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

Het effect van een stimulans voor de hersenen hangt niet alleen af van de parameters van de stimulus, maar ook van de dynamiek van hersenactiviteit op het moment van de stimulatie. De combinatie van elektro-encefalografie (EEG) en Transcraniële magnetische stimulatie (TMS) in een real-time hersenen-afhankelijk stimulatie systeem maakt het mogelijk om de relatie van de dynamiek van hersenactiviteit, corticale prikkelbaarheid en plasticiteits inductie te bestuderen . Hier demonstreren we een nieuw ontwikkelde methode om de timing van hersenstimulatie te synchroniseren met de fase van lopende EEG-oscillaties met behulp van een real-time data-analysesysteem. Deze real-time EEG-geactiveerde TMS van de menselijke motorische cortex, wanneer TMS wordt gesynchroniseerd met het oppervlak EEG negatieve piek van de sensorimotorische μ-alpha (8-14 Hz) ritme, heeft aangetoond differentiële corticospinale prikkelbaarheid en plasticiteit effecten. Het gebruik van deze methode suggereert dat real-time informatie over de momentane hersentoestand kan worden gebruikt voor effectieve plasticiteits inductie. Bovendien maakt deze aanpak gepersonaliseerde EEG-gesynchroniseerde hersenstimulatie mogelijk die kan leiden tot de ontwikkeling van effectievere therapeutische hersenstimulatie protocollen.

Introduction

TMS is een gevestigde methode voor niet-invasieve hersenstimulatie en maakt de specifieke modulatie van de aanhoudende netwerk dynamiek en studies van corticocorticale en corticospinale neurale trajecten met hoge spatiotemporele precisie1mogelijk. Bij het stimuleren van de primaire motor cortex (M1), de neurale respons kan worden gekwantificeerd als motor Evoked mogelijkheden (EP-leden), evenals TMS-Evoked EEG mogelijkheden. EP-leden kunnen worden opgenomen door elektromyografie (EMG) van doel spieren, en hun amplitude weerspiegelt de prikkelbaarheid van corticosteroïden bij het stimuleren van de primaire motor cortex2.

Ondanks het unieke potentieel van niet-invasieve hersenstimulatie als een wetenschappelijk hulpmiddel om hersen netwerken te onderzoeken en te moduleren in gezonde studie deelnemers en bij patiënten, hebben TMS-studies last van grote Trial-to-trial en intra-en interindividuele variabiliteit van Evoked Responses3,4,5. Specifiek, in TMS studies van corticospinale prikkelbaarheid en plasticiteit, MEP reacties, evenals geïnduceerde lange termijn potentiëring (LTP)-of lange termijn depressie (LTD)-achtige plasticiteit, vertonen hoge intrinsieke variabiliteit, zelfs wanneer de stimulus parameters worden zorgvuldig gecontroleerd3,4. Uit dieronderzoek blijkt echter dat de waargenomen variabiliteit van responsen niet te wijten is aan "willekeurig geluid", maar in plaats daarvan gerelateerd is aan de fluctuerende hersentoestanden ten tijde van de stimulatie6. Dienovereenkomstig, door het combineren van TMS met EEG in een real-time Brain-state-afhankelijke stimulatie paradigma (dat wil zeggen, EEG-geactiveerde TMS), de fluctuerende momentane hersentoestand kan worden gebruikt om te optimaliseren stimulus timing7,8, 9 , 10.

Verschillende studies hebben betrekking op de momentane fase van voortdurende neurale oscillaties aan neuronale prikkelbaarheid met behulp van TMS-compatibele EEG systemen11,12. Moderne EEG versterkers kunnen omgaan met de grote elektromagnetische TMS artefacten, en steeds meer gevestigde experimentele protocollen bestaan voor de combinatie van EEG met TMS13,14 en de post hoc verwijdering van TMS-gerelateerde EEG artefacten15,16. Terwijl de invloed van de prestimulus hersenen staat zoals beoordeeld door EEG op TMS-Evoked reacties kunnen worden beoordeeld met willekeurig toegepaste TMS stimuli die worden gesorteerd post hoc17,18, de repetitieve toepassing van TMS in een vooraf bepaalde hersenen State vereist een real-time EEG-geactiveerde TMS11,19.

Hier, een aangepaste millisecond-resolutie EEG-geactiveerde TMS Setup wordt gebruikt voor het synchroniseren van TMS pulsen met een vooraf bepaalde fase van de voortdurende hersen oscillaties11, aantonen dat de negatieve EEG Afbuiging van het μ-alpha-ritme correspondeert met een hogere corticale prikkelbaarheid staat (leidt tot grotere MEP amplituden) in vergelijking met de positieve EEG afbuiging8,11,12,20. In dit manuscript presenteren we een methode voor het uitvoeren van real-time EEG-geactiveerde TMS-protocollen om menselijke hersen netwerken te bestuderen.

Protocol

Alle in de volgende paragrafen beschreven experimentele procedures zijn goedgekeurd door het institutioneel ethisch comité volgens de richtlijnen van de verklaring van Helsinki, en alle deelnemers hebben schriftelijk geïnformeerde toestemming gegeven voorafgaand aan de inschrijving van de studie.

1. deelnemers aan het onderzoek

  1. Rekrutering van het onderwerp
    1. Rekruteer studie deelnemers op basis van vooraf gedefinieerde Inclusiecriteria. Scherm kandidaten voor contra-indicaties, zoals de aanwezigheid van geïmplanteerde medische apparaten (bijvoorbeeld cardiale pacemaker), volgens TMS veiligheidsrichtlijnen21, of voor neurologische of psychiatrische aandoeningen en het gebruik van geneesmiddelen die op het zenuwstelsel handelen.
    2. Voor studies die magnetische resonantie imaging (MRI) vereisen, moet u de potentiële studie deelnemers beoordelen op mogelijke contra-indicaties voor MRI volgens radiologische veiligheidsnormen22. Voer een vermogens analyse uit om ervoor te zorgen dat het studie monster voldoende is voor statistische analyse.
    3. Optioneel, vooraf onderwerpen met een prominente oscillatie van belang in het signaal geëxtraheerd door de gekozen EEG montage om de nauwkeurigheid van de fasedetectie te verbeteren.
      Opmerking: In dit experiment werd de C3-gecentreerde Laplacian (C3 naar het gemiddelde van de omringende elektroden CP1, CP5, FC1 en FC5) gebruikt om de sensorische motor μ-ritme te extraheren met het onderwerp in rust en ogen open. Preselected waren onderwerpen met een enkele piek in de Alfa band (8-14 Hz) die > 25% van het totale vermogen in het stroom spectrum van de huidige bron dichtheid (CSD) bevat. Dit criterium zorgde ervoor dat de oscillatie amplitude voldoende groot was in vergelijking met het achtergrondgeluid (goede signaal-ruis verhouding [SNR]) om het algoritme in staat te stellen de momentane fase van het triggersignaal te schatten met voldoende nauwkeurigheid en verhoogde de kans op het observeren van een significant prikkelbaarheid effect11,12,28,29,30.
  2. Informatie over het onderwerp
    1. De proefpersonen te voorzien van het onderzoek-gerelateerde geïnformeerde toestemmingsformulier. Bied gedrukte vragenlijsten voor TMS en MRI-veiligheidscontrole.
      Opmerking: Deze documenten en het studie protocol, alsook het gebruik van persoonsgegevens (bijv. van vragenlijsten) en identificeerbare gegevens van de mens (bijv. van MRI), moeten vooraf worden goedgekeurd door de ethische Commissie (instellings Raad voor de institutionele toetsing).
    2. Vraag het onderwerp om de vragenlijsten voor TMS en MRI-veiligheidscontrole in te vullen. Het verwerven van schriftelijke geïnformeerde toestemming voor deelname aan de studie en het geplande gebruik van gegevens.
    3. Demografische gegevens verzamelen.
    4. Beoordeel de onderwerpendheid met behulp van standaard inventarissen (bijv. de voorraad van Edinburgh)23.
    5. Introduceer het onderwerp aan de instel-en stimulatieprocedure. Zorg ervoor dat elke deelnemer vertrouwd is met het gevoel van TMS en het goed tolereert.
    6. Verkrijg MRI voor elke deelnemer voorafgaand aan de experimentele sessies van TMS. Hele-hoofd anatomische MR-beelden zijn vereist, waaronder de bovenkant van de hoofdhuid en anatomische bezienswaardigheden (d.w.z. de tragus van beide oren), omdat deze als fiducial punten voor neuronavigation zullen dienen in de volgende stappen van dit protocol.
    7. Plan de experimentele sessies volgens de specificaties van het studie Protocol (d.w.z., rekening houdend met "washout perioden" tussen de experimenten).
      Opmerking: Idealiter moeten proefpersonen op hetzelfde moment en op dezelfde dag van de week komen in protocollen die verschillende voorwaarden in meerdere sessies vergelijken.
    8. Instrueer de deelnemers om zich te onthouden van het nuttigen van alcohol, nicotine of cafeïne voor de geplande experimentele sessies. De onderwerpen moeten ook hun normale slaap hebben gehad op de avond voor het experiment en niet ongewoon moe.

2. voorbereiding van de installatie

  1. Real-time-data-stream-geschikt EEG-systeem
    1. Gebruik een TMS-compatibele EEG/EMG-versterker die de spanningspieken aankan die door de TMS-puls worden geïnduceerd.
      Opmerking: Het versterker systeem moet een onbewerkte gegevensstroom beschikbaar maken op een constante lage latentie (< 5 MS) voor verdere verwerking door een real-time processor. In dit experiment werd een 24-bit 80-kanaals biosignal versterker gebruikt voor EEG en EMG opnames.
    2. Configureer het EEG/EMG-versterker systeem op low-pass filter (bijv. 0,16 Hz cut-off) en down-sample de biosignal gegevens naar 5 kHz vanaf de samplefrequentie op de versterker Head stage.
    3. Zorg ervoor dat het versterker systeemgegevens pakketten met de relevante kanalen verstuurt via een real-time User datagramprotocol (UDP) naar de real-time processor met regelmatige constante intervallen van ≤ 1ms. Gebruik een hoge bemonsteringsfrequentie (bijvoorbeeld 5 kHz) om de EMG-responsen vast te leggen en de filter vertraging van de EEG-gegevens te minimaliseren.
  2. EEG-compatibel TMS-apparaat
    1. Gebruik een TMS-apparaat dat extern kan worden geactiveerd met een vaste en minimale vertraging en die artefacten minimaliseert in de gelijktijdige EEG-opname (bijv. lijnruis in het EEG via de TMS-spoel kabel, die artefacten na de puls oplaadt).
    2. Zorg ervoor dat de afstand tussen de TMS-stimulator (inclusief de spoel-en spoel kabel) en het EEG-opnamesysteem is gemaximaliseerd om elektrische interferentie (ten minste 1 m) te verminderen. Schakel, waar mogelijk, bronnen van elektromagnetische interferentie zoals ventilatoren en motoren uit. Zorg er bovendien voor dat de EEG-en EMG-opname leidingen zodanig worden gepositioneerd en uitgelijnd dat de gemeenschappelijke interferentie wordt geannuleerd.
  3. Real-time EEG-gegevensverwerkingssysteem
    Opmerking: De real-time EEG gegevensstroom wordt verkregen en geanalyseerd met behulp van een real-time digitale signaalverwerking systeem, die vervolgens het TMS-apparaat activeert wanneer een vooraf bepaalde voorwaarde wordt voldaan. Een dergelijk systeem is op maat ontwikkeld in ons laboratorium11 om een fasedetectie-algoritme te implementeren dat vergelijkbaar is met de aanpak van Chen et al.24 en bestaat uit de volgende stappen.
    1. Analyseer een glijdende venster met gegevens, 500 ms lang (Figuur 1a), om de momentane fase van de doel-hersen oscillatie te schatten om de TMS-stimulator specifiek te triggeren.
    2. Voer band pass filtering van het venster uit voor de frequenties van belangstelling (bijvoorbeeld tussen 9 en 14 Hz voor de sensorimotorische μ-alpha-ritme; Figuur 1b). Overweeg de filter parameters aan te passen aan de individuele piek frequentie van de doel oscillatie.
    3. Verwijder alle gegevens die worden vervormd door de filter randeffecten. Merk op dat er een trade-off in dat sterkere filters hebben grotere randeffecten.
    4. Gebruik een autoregressive model om vooruit te voorspellen het signaal (Yule-Walker, volgorde 30; Afbeelding 1c).
    5. Pas een Hilbert-transformatie van het resulterende venster met gegevens toe om het analytische signaal te leveren, van waaruit de momentane fase van het signaal wordt bepaald door de hoek van het complexe getal op het relevante tijdpunt te nemen.
    6. Maak een schatting van het EEG-vermogensspectrum vanuit het schuifvenster met gegevens in de frequentie bakken van belang (bijv. 9-14 Hz) met behulp van een korte-tijd Hann-windowed FFT.
    7. Wanneer zowel fase als vermogen voldoen aan een vooraf bepaald criterium (bijvoorbeeld een negatieve piek, de minimale vermogens drempel), genereert een digitale output (TTL) puls met het real-time systeem om het TMS-apparaat te activeren.
  4. Neuronavigation-systeem
    1. Om de spoel positie te bewaken en nauwkeurige en consistente TMS-targeting binnen en tussen sessies te bereiken, gebruikt u een neuronavigation-systeem.
      Opmerking: Een stereo-infraroodcamera systeem wordt precies gebruikt om te lokaliseren in driedimensionale ruimte reflecterende trackers, die zijn gemonteerd op het hoofd van het onderwerp en de stimulatie spoel, waardoor nauwkeurige relatieve positionering van de spoel met betrekking tot de hersenen van de persoon Anatomie na kalibratie en MRI-registratie. Voor studies met één sessie en bij de planning om alleen de EMG te analyseren en niet de EEG reacties op TMS, is navigatie op basis van een standaard brein in plaats van een individuele MRI voldoende.
    2. Laad de afzonderlijke structurele MRI-gegevens in de navigatiesysteem software voordat u het experiment start voor elke deelnemer.
  5. Experimentele besturings computer
    1. Gebruik een experimentele besturings computer die is aangesloten op het EEG-systeem, het TMS-apparaat, het real-time apparaat en het neuronavigation-systeem.
      Opmerking: De EEG-software regelt het EEG-versterker systeem, stelt parameters in en start en stopt EEG-gegevensarchivering. Het TMS-apparaat kan op afstand worden bediend om de stimulatie parameters (intensiteit, huidige richting, enz.) te wijzigen met een afstandsbediening-werkset25.
    2. Bedien het real-time apparaat op afstand om de gewenste trigger condities in te stellen.
      Opmerking: Het neuronavigation-systeem kan op afstand worden bediend, bijvoorbeeld om verschillende spoel locaties te targeten.
    3. Combineer al het bovenstaande in een experimenteel controle script om de automatisering van de experimentele omstandigheden en de Controlestroom mogelijk te maken.
  6. EEG-opname elektroden
    1. Zorg ervoor dat TMS-compatibele EEG-opname doppen met de gewenste elektrode indeling beschikbaar zijn in verschillende grootten. Meet de hoofd omtrek van het onderwerp en bereid de passend formaat dop voor.
    2. Houd de benodigde materialen voor EEG-voorbereiding handig (bijv. schurende en geleidende gels, spuiten met steriele botte naalden, enz.).
  7. EMG-opname elektroden
    1. Houd het oppervlak EMG elektroden, leads en vereiste materialen voor de huid voorbereiding klaar.

3. het experiment uitvoeren

  1. Voorrondes
    1. Zorg ervoor dat het vereiste papierwerk in orde is (studie toestemmingsformulier is ondertekend) en dat de deelnemer geen nadelige gevolgen heeft gehad sinds de vorige sessie.
    2. Plaats het onderwerp in een comfortabele ligpositie om de beweging van het hoofd tijdens het experiment te minimaliseren. Een vacuüm kussen gewikkeld rond de nek en het onderste hoofd kan helpen om het hoofd van de deelnemer te ondersteunen zonder extra spierspanning (bijvoorbeeld als een kinsteun zou doen).
  2. EEG en EMG voorbereiding
    1. Plaats de juiste grootte EEG dop op het hoofd van het onderwerp en Positioneer de dop correct. Vermijd overmatige spanning onder de kin om craniale en nekspier activiteit te verminderen die de EEG26zou kunnen besmetten.
    2. Registreer het onderwerp in de EEG-opname software.
    3. Bereid de EEG-elektroden volgens het lab-specifieke protocol (bijv. toepassen schurende gel gevolgd door geleidende gel).
    4. Controleer of de EEG-elektrode impedanties lager zijn dan 5 kΩ.
    5. Om te voorkomen dat de geleidende gel opdroogt of wordt besmeurd aan de aangrenzende elektroden door elke beweging van de TMS-spoel, bedek de EEG-dop met plastic folie. Vervolgens past u een netdop boven de plastic folie om de kabels in een vaste positie te houden om EEG-artefact variabiliteit te verminderen en plak tape toe te passen om de stabiliteit van de meerdere lagen te verhogen.
    6. Bevestig het oppervlak EMG elektroden over de doel spieren na het reinigen en licht schuren van de huid (bijvoorbeeld, gebruik maken van een bipolaire opname van de rechter ontvoering pollicis brevis hand spier in een buik-pees montage).
      Opmerking: Hier werd een bipolaire opname van de rechter ontvoering pollicis brevis hand spier in een buik-pees montage werd gebruikt. De plaatsing van EMG-elektroden is belangrijk omdat oppervlakte elektroden over het algemeen activiteit van meerdere onderliggende spieren opnemen.
    7. Controleer de juiste afstemming tussen de werkelijke EEG-sensoren op het hoofd en de traceringen vastgelegd in het EEG-systeem door te tikken op een paar EEG-elektroden voor artefacten veroorzaken. Controleer als een Sanity-controle of de occipitale Alfa toeneemt wanneer de deelnemer hun ogen sluit.
    8. Inspecteer het lopende EEG-en EMG-signaal visueel op artefacten (bijv. lijnruis, spieractiviteit) of slechte elektroden.
    9. Zorg ervoor dat de deelnemer wakker blijft en houdt hun ogen open gedurende het experiment om te voorkomen dat occipitale Alfa-oscillaties het signaal besmetten.
  3. Voorbereiding van de neuronavigation
    1. Bevestig de reflecterende hoofd tracker aan het hoofd van de deelnemer met voldoende kleefband om de stabiliteit tijdens het experiment te garanderen.
    2. Gebruik het gereedschap Aanwijzer om het hoofd model te coregistreren met de relevante anatomische bezienswaardigheden (bijv. de nasion, de tragikomisch van beide oren, de ooghoeken).
    3. Bevestig een spoel tracker aan de stimulatie spoel en Kalibreer de spoel.
    4. Plaats de aanwijzer op verschillende punten op het hoofd oppervlak en controleer de juistheid van de weergegeven positie op de monitor van het neuronavigation-systeem.
    5. Bepaal de EEG-sensor locaties voor de coregistratie met de individuele MRI.
  4. Baseline EEG
    1. Demonstreert typische EEG-artefacten op het onderwerp (bijv. slikken, kauwen, ogen knippert) en Instrueer het onderwerp om ze tijdens het experiment te vermijden. Ook, vraag hen om te voorkomen dat de kaak gebalde, geeuwen, of praten.
    2. Vraag het onderwerp om te fixeren op een punt met de ogen open en het uitvoeren van een korte opname van rust-staat EEG met de ogen open.
    3. Indien nodig voor de berekening van real-time filters, record extra EEG-activiteit tijdens taken.
  5. Het vinden van de motor "hotspot" en bepaling van de rust motor drempel
    1. Zoek de motor "hotspot" (d.w.z. de locatie van de stimulatie waarover single-Pulse TMS de goed gevormde EP-leden van een relatief consistente amplitude in verschillende proeven uitloslaat) en sla de corresponderende spoel positie (inclusief spoel oriëntatie en Angulatie) op in de neuronavigation-systeem.
    2. Vind de rust motor drempel (RMT) door het toepassen van enkelvoudige TMS pulsen over de motorische cortex bij geleidelijk toenemende stimulatie intensiteiten totdat de ontlokken EP-leden hebben piek-tot-piek amplitudes groter dan 50 μV in meer dan 50% van de proeven21.
    3. Indien beschikbaar, gebruikt u een geautomatiseerd script voor de schatting van de parameter door sequentiële testen (PEST), bijvoorbeeld, na een maximale waarschijnlijkheid strategie27 die ook een online raming van het betrouwbaarheidsinterval van RMT op basis van de waargenomen variabiliteit van enkelvoudige responsen en waarvoor doorgaans ca. 30 test pulsen van adaptief variërende intensiteit vereist zijn om een robuuste RMT-schatting te verkrijgen.
    4. Als dit niet de eerste experimentele sessie is, vergelijkt u de positie van de spoel met de vorige positie en vergelijkt u de verkregen RMT met de vorige RMT om consistentie te valideren.
    5. Bepaal indien nodig de stimulatie intensiteiten voor de drempel van de actieve motor (AMT) of de 1-mV piek-naar-piek-amplitude met behulp van standaardprocedures21.
  6. Einddeel nemer voorbereiding
    1. Optioneel, immobiliseer het hoofd van het onderwerp met behulp van een vacuüm kussen.
    2. Optioneel, leveren een maskeer geluid door oordoppen (bij het plannen van het analyseren van TMS-Evoked EEG potentials). Anders, het onderwerp voorzien van oordopjes en een koptelefoon voor gehoorbescherming.
    3. Optioneel, uitlijnen en bevestig de spoel op de gewenste positie met behulp van een mechanische arm.
  7. Validatie van gegevenskwaliteit voorafgaand aan experiment
    1. Controleer of de real-time processorgegevens van het EEG-systeem ontvangt.
    2. Controleer het signaal verkregen uit het gewenste EEG ruimtelijke filter (bijv. C3-gecentreerde Laplacian montage) voor voor de hand liggende artefacten.
    3. Visueel bevestigen van de EEG-signaalkwaliteit, controleren op slechte elektroden, overmatige lijnruis, en spier artefacten, en pas het tijdvenster en amplitude schalen op de EEG systeemsoftware voor voortdurende visuele inspectie tijdens het experiment.
  8. Belangrijkste experimentele sessie
    1. Tenzij de intensiteit van de stimulator in het experimentele script op afstand wordt bestuurd, stelt u de stimulatie intensiteit handmatig in op de gewenste waarde (bijv. 110% van de RMT).
    2. Start het experimentele script om pulsen toe te passen in verschillende fasen van de doel oscillatie in een willekeurige volgorde.
    3. Controleer tijdens het experiment de drempelwaarden voor de triggervoorwaarde (drempel voor artefact detectie, pre-innervatie drempel, minimum vermogen, enz.).
      Opmerking: Prikkels zullen met onregelmatige intervallen worden geactiveerd, omdat de real-time processor wacht op de trigger omstandigheden. De voorwaarden moeten echter zodanig worden ingesteld dat de meeste stimuli binnen een voorspelbaar interval plaatsvinden (bijv. 2-3 s na de vorige puls), en lange pauzes (bijv. in dit geval > 5 s) worden vermeden omdat deze zouden leiden tot grotere Evoked reacties als gevolg van nieuwheid.
      1. U ook post hoc stratificatie gebruiken om proeven na overdreven lange intervallen te verwijderen.
    4. Om een voldoende statistisch vermogen te verkrijgen om de fase-specifieke stimulatie effecten te differentiëren, moet een voldoende aantal onderzoeken
      Opmerking: We hebben meestal gekozen voor 80-120 Interleaved proeven per voorwaarde20.
    5. Documenteer de begin-en eindtijden van de verschillende sessies en houd een record bij van ongebruikelijke gebeurtenissen.

Representative Results

Het gebruik van de real-time EEG-geactiveerde TMS in de menselijke primaire motor cortex onthult differentiële corticospinale prikkelbaarheid en plasticiteitseffecten. Met behulp van het protocol hierboven beschreven, real-time EEG-TMS werd toegepast, synchroniseren van TMS met de lopende EEG oscillatoire fase van de endogene sensomotorische μ-ritme in drie trigger omstandigheden (positieve piek, negatieve piek, en willekeurige fase) in gerandomiseerde volgorde . Een Laplaciaanse EEG-montage werd gebruikt om het sensorische motor μ-ritme te extraheren door te verwijzen naar de EEG-elektrode C3 tot het gemiddelde van vier omringende elektroden (FC1, FC5, CP1 en CP5). Figuur 2a toont het gemiddelde prestimulus EEG-signaal in de 400 MS voor de TMS-puls voor de drie vooraf gedefinieerde condities. De gemiddelde EP-leden die uit de rechter spieren zijn opgenomen, worden afgebeeld in Figuur 2b. Deze resultaten tonen aan dat de negatieve EEG-Afbuiging van het μ-ritme correspondeert met een hogere corticale prikkelbaarheid State (leidend tot grotere MEP-amplituden) in vergelijking met de positieve EEG-afbuiging, met lage variabiliteit in de intertrial van de bekende corticospinale prikkelbaarheid effecten, gepresenteerd in figuur 2c.

Figure 1
Figuur 1 : Brain-state-afhankelijke EEG-fase-GEACTIVEERDE TMS. Hoofdhuid EEG onbewerkte gegevens afgeleid van een vijf-kanaals Laplacian montage gecentreerd op de C3-elektrode over de linker sensorimotorische cortex werd monster-by-sample verkregen door een real-time digitaal signaal verwerkingsysteem. a) een500-MS glijdende ruit van EEG-gegevens werd verwerkt door het algoritme elke 2 MS. (b) het signaal na band-pass filtering en verwijdering van de randartefacten. (c) het voorwaarts voorspelde signaal (Red trace) op basis van een autoregressief Prognosemodel dat is berekend vanuit het venster met gegevens. De fase op tijd nul ("op dit moment") werd geschat met behulp van een Hilbert-transformatie, de spectrale kracht werd geschat vanuit het raam van de gegevens. De TMS stimulator werd geactiveerd wanneer een vooraf gedefinieerde fase en spectrale amplitude voorwaarde werd voldaan. TMS over de linker primaire motor cortex resulteerde in parlementsleden in rechtse spieren opgenomen met oppervlak EMG. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 2
Figuur 2: Gegevens van een voorbeeldig onderwerp die real-time EEG-GEACTIVEERDE TMS hebben ontvangen over de linker M 1 , gericht op de fase van de 10 Hz sensomotorische μ-ritme. Honderd stimuli elk werden toegepast volgens drie fase-trigger voorwaarden (positieve piek, negatieve piek, en willekeurige fase) in combinatie met een constante minimale 10 Hz spectrale vermogens drempel voorwaarde, in willekeurige volgorde, met een intertrial interval van ongeveer 3 sec. Een Laplaciaanse EEG-montage werd gebruikt om het sensorische motor μ-ritme te extraheren door te verwijzen naar de EEG-elektrode C3 tot het gemiddelde van vier omringende elektroden (FC1, FC5, CP1 en CP5). a) het gemiddelde prestimulus EEG-signaal in de 400 MS vóór de TMS-puls voor de drie voorwaarden. b) het gemiddelde EMG-spoor van de door de motor opgeroepen POTENTIAAL (MEP) opgenomen van de rechter-ontvoering pollicis brevis muscle voor elke aandoening. (c) piek-naar-piek-amplitude van de MEP (in microvolts) van elke proef in de loop van de tijd, per trigger conditie. Merk op dat de Europarlementsleden het grootst zijn in de negatieve piek toestand, kleinste in de positieve piek toestand, en intermediair in de willekeurige fase toestand. d) de gemiddelde MEP-amplitude in elke toestand wordt weergegeven met foutbalken die de standaardfout van het gemiddelde illustreren. Houd er rekening mee dat een deelnemer met een bijzonder duidelijk effect is geselecteerd ter illustratie en dat deze effect grootte niet representatief is voor het groeps gemiddelde. Klik hier om een grotere versie van dit cijfer te bekijken.

Discussion

Brain-state-afhankelijke EEG-geactiveerde TMS is een nieuwe methode met unieke perspectieven met betrekking tot de effectiviteit en consistentie van de daaruit voortvloeiende hersenstimulatie effecten8,9,31. Het belangrijkste voordeel van de methode is dat een functioneel relevante endogene hersentoestand specifiek kan worden gericht op het activeren van de TMS Pulse, inducerende potentieel minder variabele en langduriger hersen responsen11. Real-time door EEG geactiveerd repetitief TMS in de negatieve fase van de sensomotorische μ-het ritme van de humane M1 (d.w.z. de toestand van verhoogde corticospinale prikkelbaarheid, Figuur 2) induceerde significant sterkere ltp-achtige plasticiteit (een lange termijn verhoging van MEP amplitude) vergeleken met Brain-State-Independent TMS11,20. Naast zijn wetenschappelijk nut, de toepassing van real-time EEG-TMS naar corticale gebieden, zoals de dorsolaterale prefrontale cortex (DLPFC), heeft het potentieel om de effectiviteit van de huidige therapeutische hersenen stimulatie protocollen.

In dit manuscript presenteerden we de methodologische stappen voor de implementatie van real-time EEG-TMS. Fundamentele vereisten voor de geleiding van experimenten met deze methode zijn, ten eerste, het gebruik van een TMS-compatibel EEG-systeem met een real-time digitale out-optie en, ten tweede, het gebruik van real-time signaalverwerking met de uitvoering van een fasedetectie algoritme24, dat het gewenste hersen ritme (bijv. sensorimotorische μ-ritme) haalt uit het opgenomen EEG-signaal met behulp van ruimtelijke filters (bijvoorbeeld C3-gecentreerd Laplacian-filter) en past stimulatie toe wanneer vooraf gekozen condities (d.w.z. fase en kracht van het beoogde hersen ritme) wordt voldaan. De prestaties en nauwkeurigheid van het algoritme zijn sterk afhankelijk van de SRV van de EEG-opname20. De EEG-voorbereidingsstappen van het protocol zijn dus cruciaal voor het bereiken van een hoge SRV en zorgen voor een nauwkeurige activering van het TMS, en een preselectie van deelnemers moet mogelijk worden overwogen als de respectieve doel oscillatie niet voldoende waarneembaar is met EEG in elk individu. Bovendien is het gebruik van mechanische steunarmen voor de spoelen en vacuüm kussens om het hoofd van de deelnemer te immobiliseren raadzaam, om artefacten te minimaliseren als gevolg van de wisselende druk van de spoel op de elektroden.

Met betrekking tot de toepassing van de real-time EEG-TMS-methode in experimentele paradigma's, de selectie van de hersenen ritme van belang kan variëren. Aanpassingen van de filtering zijn dus raadzaam om de identificatie van de beoogde hersenactiviteit te vergemakkelijken. Onlangs zijn er verschillende methoden voor ruimtelijke filtering voorgesteld om een functioneel relevante hersentoestand optimaal te extraheren (bijvoorbeeld in kanaal ruimte19, met de huidige bron dichtheid13, met lokale ruimtelijke filters11,28 , en met geïndividualiseerde filters met bijvoorbeeld ruimtelijke-spectrale ontleding29). Nog, tot nu toe, geen eenduidige methode bestaat om uit te pakken van de oppervlakte EEG signalen (sensor ruimte) de echte hersen-oscillatie fase (bron ruimte). Toekomstige studies die de correspondentie van oppervlakte-en bron-ruimte signalen beoordelen zijn gerechtvaardigd om de precisie van real-time EEG algoritmen te verbeteren.

Overwegende dat we ons in dit protocol hebben geconcentreerd op het 8-14-Hz sensomotorische μ-ritme om de invloed van de momentane fase van deze oscillatie op de prikkelbaarheid van corticosteroïden te demonstreren, andere oscillaties (bijv. bèta, Theta of infraslow oscillaties) kunnen ook een rol spelen. Deze methode kan in principe worden gebruikt om de fase op te richten voor elke oscillatie die kan worden geïsoleerd met een voldoende SRV, met inbegrip van meerdere superopgelegde oscillaties (bijvoorbeeld een negatieve cyclus van Alfa en een gelijktijdige positieve piek van gamma).

Een belangrijke beperking van de real-time EEG-TMS experimenten is dat de spatiotemporele resolutie met betrekking tot de bronnen van de hersenen is sterk afhankelijk van het voorkomen van artefacten en consistentie van de stimulatie. Daarom is een kritieke voorwaarde van het protocol de bewaking van de prestaties van het algoritme (d.w.z., ervoor te zorgen dat stimulatie optreedt bij de detectie van neuronale en niet-artistieke activiteit gedurende het experiment). Bovendien is het gebruik van neuronavigatie voor een optimale en consistente positionering van de stimulatie spoel (met name in experimentele paradigma's met behulp van stimulatie sites zoals de DLPFC) nuttig voor het verminderen van de respons variabiliteit als gevolg van variabiliteit in positie van de spoel. Opmerking ook, als een verdere beperking, die specifiek geselecteerd en geconfigureerd EEG/EMG, TMS, en real-time verwerking van apparaten zijn vereist, samen met ervaring in het voorbereiden en uitvoeren van de experimenten op zodanige wijze dat externe bronnen van respons te minimaliseren variabiliteit die het effect van ogenblikkelijke hersentoestand kan maskeren.

Concluderend, we toonden een standaardprotocol voor het uitvoeren van real-time EEG-TMS experimenten en introduceerde een nieuwe methode voor het gebruik van de endogene hersenen staten van belang (dat wil zeggen, vooraf geselecteerde fasen en kracht van een gerichte endogene hersen oscillatie) om hersenstimulatie te activeren. Verder onderzoek met behulp van de real-time EEG-TMS methode zal methodologische verbeteringen mogelijk te maken en vergemakkelijken de ontwikkeling van effectieve protocollen voor de studie en modulatie van menselijke hersenen netwerken.

Disclosures

C.Z. en P.C.G. worden deels gefinancierd door de overdracht van de subsidie voor onderzoek door het Duitse federale ministerie van economische zaken en energie (Grant 03EFJBW169). C.Z. rapporteert aanvullende tewerkstelling als parttime medewerker van de vzw Medical Innovation Foundation (Stiftung für Medizininnovationen, Tübingen, Duitsland); een dochteronderneming van deze stichting is het produceren van de real-time processor gebruikt in dit artikel (Medical Innovations incubator GmbH, Tübingen, Duitsland).

Acknowledgments

C.Z. erkent de steun van de Clinicische wetenschapper programma van de Faculteit der Geneeskunde, Universiteit van Tübingen. U.Z. erkent de steun van de Duitse Stichting voor onderzoek (Grant ZI 542/7-1). T.O.B. erkent de steun van de Duitse Stichting voor onderzoek (Grant BE 6091/2-1). J.O.N. erkent de steun van de Academie van Finland (besluiten nr. 294625 en 306845). De auteurs erkennen de steun van het Open Access Publishing Fund van de Universiteit van 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