Summary
La valutazione del ritmo EEG mu fornisce una metodologia unica per l'esame dell'attività cerebrale e quando combinato con test basati comportamentale, può essere uno strumento potente per chiarire aspetti della cognizione sociale, come l'imitazione, in popolazioni cliniche.
Abstract
Elettroencefalografia (EEG) è un metodo efficace, efficiente e non invasivo di valutare e registrare l'attività cerebrale. Data l'eccellente risoluzione temporale, EEG può essere utilizzato per esaminare la risposta neurale correlate a specifici comportamenti, stati o stimoli esterni. Un esempio di questa utility è la valutazione del sistema dei neuroni specchio (MNS) negli esseri umani attraverso l'esame del ritmo EEG mu. Il ritmo EEG mu, attività oscillatoria nella gamma di frequenza 8-12 Hz registrata dagli elettrodi in posizione centrale, viene soppressa quando un individuo esegue, o semplicemente osserva, azioni dirette obiettivo. Come tale, è stato proposto di riflettere attività del MNS. E 'stato teorizzato che la disfunzione del sistema dei neuroni specchio (MNS) svolge un ruolo che contribuisce in deficit sociali del disturbo dello spettro autistico (ASD). MNS possono essere esaminate in modo non invasivo popolazioni cliniche utilizzando EEG attenuazione ritmo mu come indice per la sua attività. Il prot descrittoocol fornisce una via per esaminare le funzioni cognitive sociali teoricamente legati ai MNS in individui con sviluppo tipico e atipico, come ASD.
Introduction
Elettroencefalografia (EEG) è un metodo efficace, efficiente e non invasivo di valutare e registrare l'attività cerebrale. Come neuroni fuoco nel cervello, la tensione risultante può essere amplificato, registrato e rappresentato graficamente. La risoluzione temporale di EEG permette l'analisi di anche brevi cambiamenti nei modelli di oscillazione del cervello, così come l'analisi della risposta del cervello a stimoli specifici.
Nonostante sia la più antica tecnica di imaging cerebrale, risalente alla fine del 19 ° secolo, EEG ha ancora ampia applicabilità. Mentre la risonanza magnetica funzionale (fMRI) ha un'ottima risoluzione spaziale, ha relativamente scarsa risoluzione temporale. Ciò rappresenta un notevole limitazione di valutazione fMRI data la velocità alla quale gran processi avvengono nel cervello. EEG ha la capacità di valutare l'attività elettrica cerebrale a livello millisecondo, fornendo potenziale iNsight nelle fasi di elaborazione del cervello.
L'evoluzione delle tecnologie hanno inoltre ampliato l'applicabilità di EEG. Un aumento della densità di sistemi di registrazione ha permesso lo sviluppo di tecniche di localizzazione sorgente, attenuare alcune delle limitazioni di EEG proposito di risoluzione spaziale. Inoltre, i sistemi moderni hanno ridotto il partecipante set-up tempo individuale significativo, che consenta la valutazione delle popolazioni precedentemente non disponibili, come il neonato e campioni clinici 1-3,28-30.
Data l'eccellente risoluzione temporale, EEG può essere utilizzato per esaminare la risposta neurale correlate a specifici comportamenti, stati o stimoli esterni. Un esempio di questa utilità è la valutazione del sistema specchio (MNS) negli esseri umani. I neuroni specchio sono stati originariamente identificati nella scimmia con singola registrazione neurone 4, evidenziando un gruppo dineuroni che hanno risposto congiuntamente, l'esecuzione e l'osservazione di azioni motorie. Questo metodo di registrazione diretta di sistemare gli elettrodi nel cervello viene raramente utilizzata negli esseri umani, e solo in casi clinici disastrose. EEG ha fornito un metodo per valutare le MNS monitorando il ritmo EEG mu. Questo modello oscillazione nell'intervallo 8-12 Hz ha dimostrato di attenuare potenza EEG in risposta all'esecuzione e osservazione di azioni motorie, simile al pattern di attivazione osservato nelle scimmie 5-7. Allo stesso modo, la stimolazione della putative regioni cerebrali MNS attraverso la Stimolazione Magnetica Transcranica (ad esempio, il giro frontale inferiore) abolisce mu EEG ritmo 8 e la soppressione EEG mu ritmo correla con i segnali provenienti da fMRI BOLD nelle regioni dei neuroni specchio putativi all'interno di soggetti 9, fornendo un sostegno supplementare che questo ritmo indici, almeno in parte, l'attività MNS. La valutazione del ritmo EEG mu ha consentito una valutazione non invasiva di neuroni specchio attoivity nell'uomo.
EEG fornisce una metodologia unica per esaminare l'attività cerebrale e quando combinato con test basati comportamentale, può essere un potente strumento per chiarire aspetti della cognizione sociale, come l'imitazione, in popolazioni cliniche. Inoltre, l'applicabilità di EEG per l'uso con le popolazioni con disabilità cognitive o di linguaggio permette di comprensione abilità di individui per i quali altre tecniche di imaging o paradigmi comportamentali possono essere utilizzare meno successo. Il protocollo descritto fornisce una via per esaminare le funzioni cognitive sociali teoricamente legati al sistema dei neuroni specchio nei soggetti con sviluppo tipico e atipico, come il Disturbo dello Spettro Autistico.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Il seguente protocollo aderisce alle linee guida della University of Washington comitato di revisione istituzionale.
1. Assessment elettrofisiologici
- Preparazione della sessione
- Preparazione della camera: posto il manipulandum (vedi figura 1), un blocco di legno con un sensore collegato, che invia un indicatore di data e ora per software di acquisizione quando viene afferrato, sul tavolo entro cogliere portata del partecipante. Attivare il software di acquisizione EEG e cominciare "nuova sessione" (Figura S1).
- Preparazione Net: soluzione calda di acqua distillata (1 L), cloruro di potassio (1 cucchiaio), e shampoo per bambini (1 cucchiaino) a 104 ° C. Mettere a bagno 128-elettrodo dense-array sistema EEG nella soluzione salina riscaldata.
- Preparazione partecipante: assicurarsi che il partecipante è seduto comodamente circa 75 cm dal monitor presentazione dello stimolo e completamente in vista del video camepoca. Trova e segnare il vertice sulla testa del partecipante con un pennarello pelle. Misurare il vertice trovando l'intersezione del punto medio tra il nasion e il inion nel punto medio tra preauriculars.
- NET: posizionare il tappo EEG sulla testa del partecipante tale che l'elettrodo vertice sia posizionata direttamente sopra il marchio vertice. Controllare impedenze e garantire che impedenze sono al di sotto della soglia appropriata per il sistema EEG in uso (figura S2).
- Iniziare sessione di riprese video.
- Impostazione di registrazione: Segnale di riferimento all'elettrodo vertice. Filtro analogico tra 0,1 e 100 Hz, amplificare il segnale, e digitalizzare a 500 campioni / sec.
- Presentazione dello stimolo: presente partecipante con 3 condizioni: osservare, eseguire e di riposo, adattate dal paradigma sviluppato da Muthukumaraswamy e colleghi 5.
- Osservare condizione: Istruire partecipante a sedere in silenzio e guardareun video di una persona afferrare la manipulandum. Ogni prova deve durare 6 sec. Ora il video preregistrato per le prove osservare proprio per garantire che la portata osservata avviene esattamente 3 sec. Monitorare l'attenzione visiva del partecipante durante il compito, e segnare le prove durante le quali essi non frequentano per lo schermo da scartare durante la post-elaborazione.
- Esegui condizione: Istruire partecipante di sedersi tranquillamente con la mano appoggiata destra appena sotto la manipulandum e, dopo aver sentito un segnale uditivo preregistrato, di imitare l'afferrare manipulandum da osservare videoclip condizione. Ogni prova deve durare 6 sec. Assicurarsi che il cue uditivo è presentato esattamente 3 secondi da preregistrazione una traccia uditiva che mantiene un costante temporizzata eseguire cue e l'intervallo inter-trial. Utilizzare un sensore sulla manipulandum per registrare con precisione il tempo che si verifica comprensione del partecipante (Figura S3).
- Condizione di riposo: Istruire partecipante a sedere quietemente con gli occhi aperti e passivamente osservare una piccola croce sul monitor stimolo. Record EEG continuo durante la condizione di riposo per 3 min.
- Per entrambi osservare ed eseguire le condizioni, attuali blocchi randomizzati di dieci prove, per un totale di quaranta prove per ogni condizione. Assicurarsi che l'immagine del manipulandum rimane sullo schermo durante i blocchi osservare ed eseguire, anche tra le prove. Somministrare la condizione di riposo al completamento delle condizioni di osservare ed eseguire.
- Elaborazione dati
- Dopo la raccolta dei dati, ricontrollare impedenze. Nota: le eventuali modifiche ai livelli di impedenza. Fine della registrazione software di acquisizione.
- Post-processing: segnali EEG Rereference alla media. Segmento dati EEG continuo in quaranta 6 sec prove per ciascuna condizione (figura S4).
- Condurre il rilevamento automatico artefatto. Utilizza algoritmi automatizzati per controllare segmenti di artefatti da movimento individuando veloci ampiezze medie exceeding 200 mV, differenziali ampiezze medie superiori a 100 mV, e varianza pari a zero in un determinato processo (Figura S5).
- Eseguire il rilevamento artefatto manuale controllando visivamente i dati e confermando con la recensione video della sessione di rimuovere tutte le prove in condizione di osservazione contaminata con qualsiasi artefatto movimento e tutte le prove nella condizione di esecuzione contaminata con qualsiasi movimento manufatto estraneo al gesto presa. Escludi prove con artefatto significativo dall'analisi. Eliminare tutte le prove che sono stati segnalati durante l'acquisizione non hanno partecipato. Esaminare e notare tasso di rigetto di prova per ogni gruppo diagnostico in analisi.
- Analisi dei dati
- Per Muthukumaraswamy et al. 5, segmento prove puliti in due epoche sec, comprensivi di 1 sec di dati prima della presa e 1 sec dopo sia per le condizioni di osservare (come indicato dalla fotocellula) ed esecuzione (come indicato dal sensore manipulandum). Segmento cappoggiò 2 sec epoche dalla condizione di riposo.
- Trasformata veloce di Fourier (FFT) ogni segmento. Selezionare un gruppo di otto elettrodi su ciascun emisfero circonda le posizioni standard C3 e C4 per analisi statistiche (seguenti Muthukumaraswamy et al. 5 e Bernier et al. 3) (Figura 2). Per ogni condizione, la potenza media di tutti i trial inclusi per calcolare spettri di potenza.
- Calcola mu attenuazione esaminando la potenza media durante l'esecuzione o osservazione di un'azione motore, rispetto alla potenza media durante la condizione di riposo, in tutta la gamma 8-13 Hz. Utilizzare il registro di questo rapporto per determinare il grado di attenuazione. Nota: un valore negativo rappresenta attenuazione durante l'esecuzione o l'osservazione, mentre un valore positivo indica aumento. Questa metodologia prende in considerazione la variabilità tra gli individui, e la non-normalità dei valori espressi in forma di rapporto. <br /> Nota: Questo protocollo è stato sviluppato utilizzando una fitta-array sistema EEG 128 elettrodi con software Net Station versione 4.1. Mentre i passi di base sono simili in tutti i sistemi di EEG, protocolli di acquisizione e analisi possono variare.
2. Caratterizzazione del campione
- Identificare il potenziale popolazione di pazienti per la partecipazione paradigma attraverso i registri di ricerca, elenchi dei partecipanti precedenti, o rinvii da cliniche della zona e medici.
- Schermo potenziali partecipanti per probabilità di soddisfare i criteri diagnostici per il costrutto clinico (ad esempio Autism Spectrum Disorder) e di individuare eventuali criteri di esclusione, come la presenza di trauma cranico, tumore, la storia di sequestro, o l'uso di farmaci anti-convulsivanti o barbiturici che possono distorcere l' segnale elettrofisiologico.
- Confermare lo stato di diagnostica della popolazione paziente attraverso l'utilizzo di strumenti diagnostici standard d'oro (es. Autism Diagnostic Interview-Reduto (ADI-R 11) e il Autism Diagnostic Observation Schedule-Generic (ADOS-G, 12) amministrati da medico esperto seguendo Manuale Diagnostico e Statistico - 5 ª Edizione (DSM-5) Criteri di 13.
- Identificare campione di controllo abbinate sul rilevanti variabili di interesse, come l'età, il sesso, capacità cognitive, ecc
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Adulti tipici, bambini e neonati hanno sempre dimostrato mu ritmo sia durante l'esecuzione e l'osservazione di azioni attraverso una varietà di paradigmi e di stimoli 5, 14-30. Attenuazione in questa banda di frequenza è costantemente localizzato tra gli elettrodi centrali (Figura 3) che indicano che questa non è la riduzione di potenza alfa che viene registrata in altre regioni del cuoio capelluto. Allo stesso modo, l'attenuazione in questa frequenza durante l'osservazione di movimento è limitato all'osservazione di movimento basato biologicamente e soppressione non è tratta semplicemente dal movimento, che passa attraverso il campo visivo, ad esempio palle che rimbalzano (Figura 4). Soppressione Mu in risposta a un evento, ad esempio l'esecuzione o l'osservazione di un obiettivo diretto afferrare azione, è dimostrato dalla riduzione della potenza spettrale seguito da un ritorno ai livelli basali (Figura 5).
Ci sono statiotto studi indipendenti e un pool di analisi del ritmo EEG mu e cognizione sociale nella popolazione ASD. Mentre i risultati di mu soppressione sia durante l'osservazione e l'esecuzione di azioni sono stati costantemente osservati in soggetti con sviluppo tipico, risultati per quanto riguarda il ritmo mu in ASD sono stati variabile. Uno studio iniziale 31 del ritmo EEG mu individui confrontati con ASD di età compresa tra 6-46 anni, ad una età e sesso tra abbinato gruppo di controllo. Il gruppo ASD ha dimostrato mu attenuazione solo durante l'esecuzione di azioni, e non durante l'osservazione. Questo stesso schema è stato replicato nei maschi adulti con ASD rispetto a un gruppo di età e QI abbinate peers tipiche, e in questo gruppo il grado di attenuazione mu era significativamente correlata alla capacità imitativa 3. Allo stesso modo, un terzo studio è riuscito a trovare mu soppressione durante la visione delle azioni umane, effettuata in 5-7 anni i bambini con ASD, sbagliando in età e sesso MATCHED coetanei tipici 32. Un secondo studio di Oberman et al. 33, trovò tipica soppressione mu in un campione di 13 8-12 anni i bambini con ASD durante l'osservazione di azioni visualizzati da persone familiari (madri), ma non durante l'osservazione di azioni eseguite da sconosciuto 33 persone. Tre studi non sono riusciti a trovare le differenze di gruppo in mu soppressione tra persone con ASD e di controllo dei gruppi. Durante l'osservazione di azioni eseguite da mani umane, differenze di mu di attenuazione sono stati trovati tra 8-13 anni di età i bambini con ASD e l'età e QI abbinate sviluppo tipico dei bambini di 34 o tra i 11-26 anni di età le persone con ASD e l'età, il sesso, e QI pari a 35 abbinato.
Infine, Bernier e colleghi 36 hanno trovato differenze tra i bambini con ASD, che soddisfino criteri diagnostici standard d'oro, e l'età e coetanei abbinati genere su mu attenuazione durante l'osservazione di goal ha diretto azioni, ma ha trovato una relazione significativa tra il mu ritmo EEG e le abilità di imitazione comportamentale valutati. Questo suggerisce che le differenze di EEG mu attenuazione che sono stati osservati possono riflettere differenze nella capacità di imitare, piuttosto che essere un risultato diretto della ASD 36.
Questi esperimenti suggeriscono che l'esame del ritmo EEG mu è uno strumento efficace per la comprensione dei meccanismi legati alla cognizione sociale in entrambe le popolazioni tipici e cliniche.
Figura 1. Manipulandum. Al fine di esaminare accuratamente l'osservazione e l'esecuzione di una presa goal-directed, i partecipanti sono incaricati di eseguire una semplice stretta della mano del manipulandum o osservare un modello di cogliere la manipulandum. Quando la manipulandum è afferrato, un temposegnale bloccato viene inviato al computer di acquisizione dati per la successiva, off-line segmentazione di ogni prova.
Figura 2. Dense selezione di piombo tappo elettrodo per l'acquisizione di attività del ritmo mu.
Figura 3. Topografia Caratteristica di attenuazione del ritmo mu come dimostrato dai singoli con sviluppo tipico (maschio, Age 9.2 anni), mentre si osserva obiettivo diretto afferrare azione. Attenuazione ritmo Mu si riflette nella topografia cuoio capelluto come ampiezza ridotta rispetto elettrodi centrali.
. Figura 4 spettrale di potenza durante l'osservazione del movimento biologico e del movimento non biologica in 11 bambini (età media 10,8 anni (range = 8-15 anni. 3 maschi, 8 femmine) di potenza spettrale In media nella frequenza mu (8-13 Hz) registrati da elettrodi posti centralmente durante l'osservazione di movimento biologico (un ballerino animato) viene attenuato rispetto al basale mentre il potere mu non è attenuata durante l'osservazione di movimento non biologica (una palla animata). Il log trasformata di rapporto di potenza (2 microvolt ) per ciascuna condizione rispetto al basale indica maggiore riduzione del potere nella condizione biologica movimento attraverso il valore di potenza negativa.
Figura 5. Event-reattenuazione spettrale di potenza lata. potenza Mu (8-13 Hz da conduttori centrali) attenua rispetto al basale durante l'esecuzione (potenza media di oltre 20 studi afferrare) e osservazione (media potenza oltre 30 osservare le prove) di azioni in un 6 anni sviluppo tipico di età maschio.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Il successo di acquisizione, elaborazione e analisi dei dati elettrofisiologici relativi al ritmo mu e l'applicazione di popolazioni cliniche richiede 1) l'applicazione di strumenti metodologici EEG, 2) rilevazione accurata artefatti e riduzione dei dati, 3) l'identificazione precisa del ritmo mu, e 4) la caratterizzazione accurata della popolazione clinica e l'identificazione di appropriati gruppi di controllo.
Metodologia appropriata EEG richiede ben funzionante e attrezzature integrato, scelta appropriata berretto e il posizionamento, l'amplificazione accurata e la tempistica del segnale, un segnale privo di artefatti chiaro, senza ostacoli, un segnale correttamente riferimento, opportunamente segmentato (se l'evento-correlati) Ricerche, con attenzione calcolato trasformazioni di energia, l'attenzione agli stimoli, e, naturalmente, un paradigma e stimoli che provocano la capacità cognitiva sotto inchiesta.
14, anche se può essere chiaramente e in modo affidabile dimostrata durante l'evento-correlato analisi 17,37. Dato il piccolo rapporto segnale-rumore, artefatti può facilmente cambiamenti oscuri del potere spettrale in questo ritmo. Come risultato, attenta rilevamento degli artefatti mediante programmi automatici o indagine manuale dei dati elettrodo contribuire è necessario per l'identificazione del ritmo mu. Le differenze tra i gruppi nella quantità di manufatto osservati e rimossi devono essere registrate per garantire osservate differenze tra i gruppi non sono il risultato di artefatto dati o il processo di rimozione manufatto. Il campione finale dati EEG, nel caso di eventi legati analisi come descritto in questo protocollo, deve contenere prove libere artefatto e un numero sufficiente di prove per catturare accuratamente il grado di attenuazione, o la sua assenza, per una data condizione.
Considerazioni di sviluppo sono importanti per il lavoro neurofisiologica. Attenuazione del ritmo mu è stato registrato in risposta all'osservazione di azioni dirette gol in individui da 8 mesi di age all'età adulta 28-29,38. È importante sottolineare che, durante la sua presenza, il grado di attenuazione osservata in età evolutiva è molto più piccolo di quello osservato negli adulti 39-40. Questo modello sottolinea l'importanza di considerare le influenze evolutive sui ritmi e neurali corrispondenti popolazioni di controllo di gruppi sperimentali a livello di sviluppo.
Infine, per effettuare tale lavoro in popolazioni cliniche, l'attenta valutazione della popolazione clinica è necessario garantire gruppi sono adeguatamente definiti. I criteri di inclusione e di esclusione per i gruppi clinici e confronto devono essere chiaramente descritto e considerato con attenzione. Ad esempio, è necessaria per stabilire popolazioni cliniche l'uso di strumenti diagnostici standard oro. Senza un protocollo diagnostico chiaro, per le popolazioni cliniche eterogenee, il costrutto cognitivo in esame può variare notevolmente all'interno di un gruppo clinico vagamente definito. Tight, definizioni diagnostiche ridurre tale rischio. Se si escludono alcune sottopopolazioni di un campione clinico, che deve essere identificato come urta la generalizzabilità dei risultati. Per esempio, mentre l'esclusione delle persone con epilessia da uno studio di ASD aiuta a pulire il segnale EEG che potrebbe essere oscurato dalla inclusione delle persone con crisi concomitanti, questo cambia la generalizzabilità dei risultati data l'alta prevalenza di convulsioni in soggetti con ASD.
Il protocollo sopra descritto fornisce un viale per esaminare un indice EEG del sistema dei neuroni specchio in popolazioni cliniche in maniera non invasiva. Si richiede poca capacità comunicativa permettendo così l'applicazione agli individui con disabilità ed è non invasivo, di facile applicazione e fornisce un'eccellente risoluzione di capire costrutti cognitivi legati alle abilità sociali.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Gli autori dichiarano interessi finanziari concorrenti.
Acknowledgments
Questo lavoro è stato sostenuto da un finanziamento della Fondazione Simons (SFARI # 89.638 a RB).
Materials
| Name | Company | Catalog Number | Comments |
| Geodesic EEG System | EGI | N/A | Any EEG system, not only EGI based systems, is applicable for the described study |
| MATLAB software | MATLAB | N/A | Any mathematical, statistical software that can work with matrices is applicable |
| Netstation software | EGI | N/A | Any EEG acquisition software is applicable for the described study |
| Manipulandum | custom | N/A | Any object that is coregistered with data acquisition software to signal a successful grasp |
References
- Kuhl, P. K., Coffey-Corina, S., Padden, D., Dawson, G. Links between social and linguistic processing of speech in preschool children with autism: behavioral and electrophysiological. 8, (2005).
- McPartland, J., Dawson, G., Webb, S. J., Panagiotides, H., Carver, L. J. Event-related brain potentials reveal anomalies in temporal processing of faces in autism spectrum disorder. J. Child Psychol. Psychiatry. 45, 1235-1245 (2004).
- Bernier, R., Dawson, G., Webb, S., Murias, M. EEG mu rhythm and imitation impairments in individuals with autism spectrum disorder. Brain Cogn. 64, 228-237 Forthcoming.
- Rizzolatti, G., Fadiga, L., Gallese, V., Fogassi, L. Premotor cortex and the recognition of motor actions. Brain Res. Cogn. Brain. 3, 131-141 (1996).
- Muthukumaraswamy, S. D., Johnson, B. W., McNair, N. A. Mu rhythm modulation during observation of an object-directed grasp. Brain Res. Cogn. Brain Res. 19, 195-201 Forthcoming.
- Pineda, J. A. The functional significance of mu rhythms: translating "seeing" and "hearing" into "doing". Brain Res. Brain Res. Rev. 50, 57-68 (2005).
- Vanderwert, R. E., Fox, N. A., Ferrari, P. F. The mirror mechanism and mu rhythm in social development. Neurosci. Lett. 540, 15-20 (2013).
- Keuken, M. C., et al. The role of the left inferior frontal gyrus in social perception: an rTMS study. Brain Res. , 1383-13196 (2011).
- Braadbaart, L., Williams, J. H., Waiter, G. D. Do mirror neuron areas mediate mu rhythm suppression during imitation and action observation. Int. J. Psychophysiol. , 99-105 (2013).
- Rogers, S., Cook, I., Greiss-Hess, L. Mature Imitation Task. Unpublished coding manual. , M.I.N.D. Institute, University of California - Davis. Forthcoming.
- Lord, C., Rutter, M., Le Couteur, A. Autism Diagnostic Interview-Revised: a revised version of a diagnostic interview for caregivers of individuals with possible pervasive developmental disorders. J. Autism Disord. 24, 659-685 (1994).
- Lord, C., et al. The autism diagnostic observation schedule-generic: a standard measure of social and communication deficits associated with the spectrum of autism. J. Autism Dev. Disord. 30, 205-223 (2000).
- American Psychiatric Association (APA). Diagnostic and statistical manual of mental. disorders, Edition. , Forthcoming.
- Gastaut, H. J., Bert, J. EEG changes during cinematographic presentation; moving picture activation. of the EEG. Electroencephalogr. Clin. Neurophysiol. 6, 433-444 (1954).
- Muthukumaraswamy, S. D., Johnson, B. W. Changes in rolandic mu rhythm during observation of a precision grip. Psychophysiology. 41, 152-156 (2004).
- Chatrian, G. E., Petersen, M. C., Lazarte, J. A. The blocking of the rolandic wicket rhythm and some central changes related to movement. Electroencephalogr. Clin. Neurophysiol. 11, 497-510 (1959).
- Pfurtscheller, G., Neuper, C., Andrew, C., Edlinger, G. Foot and hand area mu rhythms. Int. J. Psychophysiol. 26, 121-135 (1997).
- Arroyo, S., et al. Functional significance of the mu rhythm of human cortex: an electrophysiologic study with subdural electrodes. Electroencephalogr. Clin. Neurophysiol. 87, 76-87 (1993).
- Babiloni, C., et al. Human cortical electroencephalography (EEG) rhythms during the observation of simple aimless movements: a high-resolution EEG study. Neuroimage. 17, 559-572 (2002).
- Babiloni, C., et al. Human movement-related potentials vs desynchronization of EEG alpha rhythm: a high-resolution EEG study. Neuroimage. 10, 658-665 (1999).
- Babiloni, C., et al. Transient human cortical responses during the observation of simple finger movements: a high-resolution EEG study. Hum. Brain. 20, 148-157 (2003).
- Cochin, S., Barthelemy, C., Lejeune, B., Roux, S., Martineau, J. Perception of motion and qEEG activity in human adults. Electroencephalogr. Clin. Neurophysiol. 107, 287-295 (1998).
- Cochin, S., Barthelemy, C., Roux, S., Martineau, J. Observation and execution of movement: similarities demonstrated by quantified electroencephalography. Eur. J. Neurosci. 11, 1839-1842 (1999).
- Cochin, S., Barthelemy, C., Roux, S., Martineau, J. Electroencephalographic activity during perception of motion in childhood. Eur. J. Neurosci. 13, 1791-1796 (2001).
- Martineau, J., Cochin, S. Visual perception in children: human, animal and virtual movement activates different cortical areas. Int. J. Psychophysiol. 51, 37-44 (2003).
- Lepage, J. F., Theoret, H. EEG evidence for the presence of an action observation-execution matching system in children. Eur. J. Neurosci. 23, 2505-2510 (2006).
- Marshall, P. J., Bar-Haim, Y., Fox, N. A. Development of the EEG from 5 months to 4 years of age. Clin. Neurophysiol. 113, 1199-1208 (2002).
- Southgate, V., Johnson, M. H., El Karoui, I., Csibra, G. Motor system activation reveals infants' on-line prediction of others' goals. Psychol. Sci. 21, 355-359 (2010).
- Nystrom, P., Ljunghammar, T., Rosander, K., von Hofsten, C. Using mu rhythm desynchronization to measure mirror neuron activity in infants. Dev. Sci. 14, 327-335 (2011).
- Southgate, V., Johnson, M. H., Osborne, T., Csibra, G. Predictive motor activation during action observation in human infants. Biol. , 769-772 (2009).
- Oberman, L. M., et al. EEG evidence for mirror neuron dysfunction in autism spectrum disorders. Brain Res. Cogn. Brain Res. 24, 190-198 (2005).
- Martineau, J., Cochin, S., Magne, R., Barthelemy, C. Impaired cortical activation in autistic children: is the mirror neuron system involved. Int. J. Psychophysiol. 68, 35-40 (2008).
- Oberman, L. M., Ramachandran, V. S., Pineda, J. A. Modulation of mu suppression in children with autism spectrum disorders in response to familiar or unfamiliar stimuli: the mirror neuron hypothesis. Neuropsychologia. 46, 1558-1565 (2008).
- Raymaekers, R., Wiersema, J. R., Roeyers, H. EEG Study of the Mirror Neuron System in Children with High Functioning Autism. Brain Res. , 113-121 (2009).
- Fan, Y. T., Decety, J., Yang, C. Y., Liu, J. L., Cheng, Y. Unbroken mirror neurons in autism spectrum disorders. J. Child Psychol. Psychiatry. 51, 981-988 (2010).
- Bernier, R., Aaronson, B., McPartland, J. The role of imitation in the observed heterogeneity in EEG mu rhythm in autism and typical development. Brain Cogn. 82, 69-75 (2013).
- Pfurtscheller, G., Lopesda Silva,, H, F. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clin. Neurophysiol. 110, 1842-1857 (1999).
- Marshall, P. J., Young, T., Meltzoff, A. N. Neural correlates of action observation and execution in 14‐month‐old infants: An event‐related EEG desynchronization study. Dev. Sci. , 474-480 (2011).
- Marshall, P. J., Meltzoff, A. N. Neural mirroring systems: Exploring the EEG mu rhythm in human infancy. Dev. Cogn. Neurosci. , 110-123 (2011).
- Oberman, L., McCleery, J., Hubbard, E., Bernier, R., Pineda, J. Developmental changes in mu suppression to observed actions in individuals with autism spectrum disorders. Soc. Cogn. Affective Neurosci. 8, 300-304 Forthcoming.
