Microstate וניתוחים המורכבות אומגה של אלקטרואנצפלוגרם נח-המדינות
Summary
מאמר זה מתאר את פרוטוקול המשמש כבסיס אלקטרואנצפלוגרם (EEG) microstate ניתוח וניתוח אומגה המורכבות, המהווים אמצעי EEG ללא התייחסות שני ויקר מאוד לחקור את המנגנונים העצביים של הפרעות מוח.
Abstract
המורכבות microstate של אומגה נמצאים שני אמצעים ללא התייחסות אלקטרואנצפלוגרם (EEG) יכול לייצג את המורכבות הגיאופוליטיות והמרחביות הזמני של נתוני EEG, היה בשימוש נרחב כדי לחקור את המנגנונים העצביים העומדים בהפרעות במוח. מטרת מאמר זה היא לתאר את הפרוטוקול המשמש כבסיס EEG microstate ו אומגה למורכבות ניתוחים צעד אחר צעד. היתרון העיקרי של שני אמצעים אלה הוא שהם יכולים לחסל הבעיה תלויי-הפניה הטמון ניתוח הספקטרום מסורתיים. בנוסף, ניתוח microstate עושה שימוש טוב של רזולוציה הגיע הזמן של נח-המדינות EEG, המעמדות microstate שהושג ארבע יכול להתאים הרשתות נח-המדינה המתאימה בהתאמה. המורכבות אומגה מאפיינת את המורכבות המרחבי של כל המוח או אזורים ספציפיים במוח, אשר יש יתרון ברור לעומת אמצעים מסורתיים המורכבות התמקדות המורכבות שידור ערוץ אחד. אמצעים אלה-EEG שני יכול משלימים אחד את השני כדי לחקור את מורכבות המוח מהתחום הטמפורלי, מרחבי בהתאמה.
Introduction
אלקטרואנצפלוגרם (EEG) כבר בשימוש נרחב כדי להקליט את הפעילות החשמלית של המוח האנושי הן אבחנה קלינית והן מחקר מדעי, מאז זה לא פולשנית, costed נמוך, יש רזולוציה טמפורלית גבוהה מאוד1. על מנת ללמוד את האותות EEG ב נח המדינה, חוקרים פיתחו רבים EEG טכניקות (למשל, ניתוח הספקטרום כוח, אנליזה פונקציונלית קישוריות)2,3. אלה, microstate ניתוח וניתוח מורכבות אומגה יכול לעשות שימוש טוב של המידע המרחבי ואת זמני הטמונה EEG אותות4.
מחקרים קודמים הראו כי למרות ההתפלגות הטופוגרפי של אותות EEG שמשתנה במשך הזמן בתוך העין סגורה או העין-פתח נח המדינה, הסדרה של מפות רגעית להציג שינויים מקוטע של נופים, קרי, בתקופות של יציבות לסירוגין עם תקופות המעבר קצר בין מסוימים topographies ומעין יציב אא ג5. Microstates מוגדרים המקרים עם topographies EEG ומעין יציב, אשר נמשכים בין 80 ל-120 ms1. מאז יש נופים פוטנציאל חשמלי שונים נוצרו על ידי מקורות עצביים שונים, microstates אלה עשוי להיות זכאי כמו אבני יסוד של mentation ואתה יכול להיחשב “אטומים של מחשבה ורגש”6. באמצעות אלגוריתמים סיווג דפוס מודרני, ארבעה נח EEG microstate שיעורים באופן עקבי נצפו, אשר כינו מדרגה ראשונה, class B, class C ו- class D7. יתר על כן, החוקרים גילו כי אלה ארבע כיתות microstate של נח EEG נתונים היו קשורים באופן הדוק במערכות פונקציונלי ידועים שנצפתה רבים מצבים נח fMRI (הדמיית תהודה מגנטית תפקודית) מחקרים8,9 . לפיכך, ניתוח microstate מספק גישה מוזרה ללמוד הרשתות במצב מנוחה (RSNs) של המוח האנושי. בנוסף, משך הזמן הממוצע, מתדירות המופעים של כל מחלקה microstate, צורת המפות microstate ארבעת הטופוגרפי באופן משמעותי מושפעים קצת מוח הפרעות4,10,11, והן משויכות מודיעין נוזלים12 ו אישיות13.
בהיבט אחר, קישוריות פונקציונלי המסורתי של רב ערוצית EEG יכול רק לתאר את החיבורים פונקציונלי בין שתי אלקטרודות הקרקפת, ובכך נכשלה להעריך קישוריות פונקציונלי גלובלית על פני הקרקפת או בתוך אזור מסוים במוח. המורכבות אומגה, המוצע על ידי Wackermann (1996)14 ומחושבים דרך גישה המשלבת ניתוח גורמים ראשיים (PCA) ואנטרופיה שאנון, שימש כדי לכמת את הסינכרון הכללית של פס רחב בין במרחב מופץ אזורים במוח. על מנת להעריך את המורכבות אומגה של כל רצועת תדרים, התמרת פורייה נערך בדרך כלל בתור צעד ראשוני25.
Microstates והמורכבות omega יכול לשמש כדי לשקף שני מושגים, קרי, את זמני המורכבות ואת המורכבות המרחבי4. מאז המעמדות microstate לייצג פעולות נפשיות מסוימות במוח האנושי, הם יכול לשקף את המבנה הזמני של תנודות עצביים. משך נמוכה וקצב התרחשות גבוהה יותר לשניה עליך לציין המורכבות טמפורלית גבוה יותר. המורכבות אומגה קשורה באופן חיובי עם מספר מקורות עצמאיים עצביים במוח, ולכן בדרך כלל נחשבים כמחוון של מורכבות מרחבי4.
המאמר הנוכחי מתאר את הפרוטוקול של EEG microstate ניתוח וניתוח מורכבות אומגה בפירוט. EEG microstate ו אומגה המורכבות הבדיקות מציעים את ההזדמנות כדי למדוד את המורכבות הגיאופוליטיות והמרחביות הטמפורלי של פעילות מוחית בהתאמה.
Protocol
Representative Results
Discussion
במאמר זה, שני סוגים של שיטות אנליטית EEG (קרי, microstate ניתוח וניתוח אומגה מורכבות), מדידת את המורכבות טמפורלית והמורכבות המרחבי של המוח האנושי בהתאמה, שתוארו בפירוט. ישנם מספר שלבים קריטיים בתוך פרוטוקול אשר יש לציין. ראשית, יש לנקות את נתוני EEG לפני חישוב מורכבות microstate, אומגה. שנית, כדאי remontaged א?…
Divulgations
The authors have nothing to disclose.
Acknowledgements
מאמר זה נתמך על ידי נבחרת מדעי הטבע קרן של סין (31671141).
Materials
| ANT 20 channels EEG/ERP system | ASA-Lab, ANT B.V., Netherlands | company web address: http://www.ant-neuro.com/ |
|
| EEGLAB plugin for Microstates | Thomas Koenig | https://sccn.ucsd.edu/wiki/EEGLAB_Extensions_and_plug-ins | |
| sLORETA | Roberto D. Pascual-Marqui | http://www.uzh.ch/keyinst/loreta.htm | |
| MATLAB 2010a | The MathWorks Inc. | company web address: http://www.mathworks.com/ |
|
| eeglab | Swartz Center for Computational Neuroscience, University of California, San Diego | https://sccn.ucsd.edu/eeglab/index.php |
References
- Khanna, A., et al. Microstates in resting-state EEG: current status and future directions. Neurosci Biobehav Rev. 49, 105-113 (2015).
- Chen, J. L., Ros, T., Gruzelier, J. H. Dynamic changes of ICA-derived EEG functional connectivity in the resting state. Hum Brain Mapp. 34 (4), 852-868 (2013).
- Imperatori, C., et al. Aberrant EEG functional connectivity and EEG power spectra in resting state post-traumatic stress disorder: a sLORETA study. Biol Psychol. 102, 10-17 (2014).
- Gao, F., et al. Altered Resting-State EEG Microstate Parameters and Enhanced Spatial Complexity in Male Adolescent Patients with Mild Spastic Diplegia. Brain Topogr. 30 (2), 233-244 (2017).
- Seitzman, B. A., et al. Cognitive manipulation of brain electric microstates. Neuroimage. 146, 533-543 (2017).
- Lehmann, D., Michel, C. M. EEG-defined functional microstates as basic building blocks of mental processes. Clin Neurophysiol. 122 (6), 1073-1074 (2011).
- Koenig, T., et al. Millisecond by millisecond, year by year: normative EEG microstates and developmental stages. Neuroimage. 16 (1), 41-48 (2002).
- Britz, J., Van De Ville, D., Michel, C. M. BOLD correlates of EEG topography reveal rapid resting-state network dynamics. Neuroimage. 52 (4), 1162-1170 (2010).
- Musso, F., et al. Spontaneous brain activity and EEG microstates. A novel EEG/fMRI analysis approach to explore resting-state networks. Neuroimage. 52 (4), 1149-1161 (2010).
- Strelets, V., et al. Chronic schizophrenics with positive symptomatology have shortened EEG microstate durations. Clin Neurophysiol. 114 (11), 2043-2051 (2003).
- Kikuchi, M., et al. EEG microstate analysis in drug-naive patients with panic disorder. PLoS One. 6 (7), e22912 (2011).
- Santarnecchi, E., et al. EEG Microstate Correlates of Fluid Intelligence and Response to Cognitive Training. Brain Topogr. , (2017).
- Schlegel, F., et al. EEG microstates during resting represent personality differences. Brain Topogr. 25 (1), 20-26 (2012).
- Wackermann, J. Beyond mapping: estimating complexity of multichannel EEG recordings. Acta Neurobiol Exp (Wars). 56 (1), 197-208 (1996).
- Jung, T. P., et al. Removing electroencephalographic artifacts by blind source separation. Psychophysiology. 37 (2), 163-178 (2000).
- Pascual-Marqui, R. D., Michel, C. M., Lehmann, D. Segmentation of brain electrical activity into microstates: model estimation and validation. IEEE Trans Biomed Eng. 42 (7), 658-665 (1995).
- Pascual-Marqui, R. D. Standardized low-resolution brain electromagnetic tomography (sLORETA): technical details. Methods Find Exp Clin Pharmacol. 24, 5-12 (2002).
- Hu, L., et al. The primary somatosensory cortex contributes to the latest part of the cortical response elicited by nociceptive somatosensory stimuli in humans. Neuroimage. 84, 383-393 (2014).
- Murray, M. M., Brunet, D., Michel, C. M. Topographic ERP analyses: a step-by-step tutorial review. Brain Topogr. 20 (4), 249-264 (2008).
- Van de Ville, D., Britz, J., Michel, C. M. EEG microstate sequences in healthy humans at rest reveal scale-free dynamics. Proc Natl Acad Sci U S A. 107 (42), 18179-18184 (2010).
- Gonuguntla, V., Mallipeddi, R., Veluvolu, K. C. Identification of emotion associated brain functional network with phase locking value. Conf Proc IEEE Eng Med Biol Soc. 2016, 4515-4518 (2016).
- Wen, D., et al. Resting-state EEG coupling analysis of amnestic mild cognitive impairment with type 2 diabetes mellitus by using permutation conditional mutual information. Clin Neurophysiol. 127 (1), 335-348 (2016).
- Rosales, F., et al. An efficient implementation of the synchronization likelihood algorithm for functional connectivity. Neuroinformatics. 13 (2), 245-258 (2015).
- Jia, H., Peng, W., Hu, L. A novel approach to identify time-frequency oscillatory features in electrocortical signals. J Neurosci Methods. 253, 18-27 (2015).
- Wackermann, J. Global characterization of brain electrical activity by means of the Ω complexity production rate. Brain Topogr. 18, 135 (2005).
- Wackermann, J., Putz, P., Gaßler, M. Unfolding EEG spatial complexity as a function of frequency. Brain Topogr. 16 (2), 124 (2003).
