登录

需要订阅 JoVE 才能查看此. 登录或开始免费试用。

本文内容

  • 摘要
  • 摘要
  • 引言
  • 研究方案
  • 结果
  • 讨论
  • 披露声明
  • 致谢
  • 材料
  • 参考文献
  • 转载和许可

摘要

该协议旨在通过应用事件相关电位技术,在听觉触觉感觉替代的短期训练后,探索严重耳聋受试者的潜在学习相关电生理变化。

摘要

本文研究了基于脑电图的方法在评估年轻深度聋人(PD)参与者中音频触觉替代训练效果的应用,目的是分析与振动触觉复合体声音辨别相关的神经机制。脑电活动反映了动态的神经变化,事件相关电位(ERP)的时间精度已被证明是研究时间锁定过程的关键,同时执行涉及注意力和工作记忆的行为任务。

目前的协议旨在研究PD受试者的电生理活动,同时他们使用复杂声音刺激执行连续性能任务(CPT),由通过佩戴在右手食指上的便携式刺激器系统传递的五种不同的动物声音组成。作为重复测量设计,在标准条件下进行脑电图(EEG)记录,在简短的训练计划(15天内5次1小时)之前和之后进行,然后进行离线伪影校正和epoch平均,以获得单个和大平均波形。行为结果显示,训练后对目标刺激的辨别力有显着改善,并且对目标刺激的P3样中心顶正波形更强大。在该协议中,ERP有助于进一步了解与复杂声音的听觉触觉辨别相关的PD受试者中与学习相关的神经变化。

引言

早期严重耳聋是一种感觉缺陷,强烈影响口头语言习得和环境声音的感知,这些声音在听力正常的人的日常生活中起着至关重要的作用。保存完好且功能齐全的听觉感觉通路使我们能够在有人接近超出视觉范围时听到脚步声,对迎面而来的交通、救护车警报和安全警报做出反应,并在有人需要我们注意时响应我们自己的名字。因此,试听是言语、沟通、认知发展和与环境及时互动的重要感觉,包括对周围潜在威胁的感知。几十年来,人们一直在探索音频触觉替代作为一种替代声音感知方法的可行性,该方法有可能补充和促进严重听力受损者的语言发展,但结果有限1,23感官替代旨在通过不同于通常使用的人类感官渠道为用户提供环境信息;已经证明它可以跨越不同的感觉系统45。具体来说,当皮肤机械感受器可以将构成听觉信息的声波的物理能量转化为神经元激发模式时,就可以实现听觉触觉感觉替代,这些神经元激发模式可以被感知并与体感通路和高阶躯体感觉皮质区域整合6。

一些研究表明,深度耳聋的人可以仅通过振动触觉感知7 来区分音乐音色,并使用复杂振动触觉刺激8的频谱线索来区分同性说话者。最近的研究结果表明,聋人从简短,结构良好的听觉触觉感知培训计划中受益匪浅,因为他们显着提高了区分不同纯音频率9和具有 不同时间持续时间的纯音10的能力。这些实验使用事件相关电位(ERP),图形连接方法和定量脑电图(EEG)测量来描述和分析功能性大脑机制。然而,在本文之前尚未研究与复杂环境声音的辨别相关的神经活动。

ERP已被证明可用于研究时间锁定过程,具有令人难以置信的毫秒级时间分辨率,同时执行涉及注意力分配,工作记忆和响应选择的行为任务11。正如Luck,Woodman和Vogel12所描述的那样,ERP本质上是多维处理措施,因此非常适合单独测量认知的子组件。在ERP实验中,由刺激呈现引起的连续ERP波形可用于直接观察插入刺激和行为反应之间的神经活动。该技术的其他优点,例如其成本效益和非侵入性,使其成为研究临床人群认知过程的精确时间过程的完美选择。此外,ERP工具应用于重复测量设计,其中患者的脑电活动被多次记录以研究训练计划或干预后电活动的变化,从而进一步了解神经随时间的变化。

P3成分是研究最广泛的认知潜力13,目前被认为对各种刺激都有反应,最明显的是低概率的刺激,高强度或重要的刺激,或者需要某种行为或认知反应的刺激14。该组件也被证明在评估临床模型中的一般认知效率方面非常有用1516。评估 P3 波形变化的一个明显优势是,它是一种易于观察到的神经反应,因为与其他较小的分量相比,它的振幅更大;它具有特征性的中心顶形地形分布,并且使用适当的实验设计也相对容易引出171819

在此背景下,本研究的目的是探讨重度耳聋患者在接受振动触觉声音辨别短期训练后与学习相关的电生理变化。此外,ERP工具被应用于描绘任务所需的认知资源的临时参与背后的功能性大脑动态。

研究方案

该研究由神经科学研究所伦理委员会(ET062010-88,瓜达拉哈拉大学)审查和批准,确保所有程序均按照《赫尔辛基宣言》进行。所有参与者都同意自愿参加并给予书面知情同意(未成年时,父母签署同意书)。

1. 实验设计

  1. 刺激准备
    1. 在知识共享许可的声音数据库中搜索,以选择一组.wav格式的动物声音。这项研究中的刺激由五种不同的动物声音组成:狗吠,牛哞哞,马嘶鸣,驴叫和大象喇叭。
      注意:这里使用的声音刺激之前被选为我们早期研究910中振动触觉辨别训练计划的声音集合。
    2. 使用免费的开源音频编辑器编辑声音文件,将刺激的强度和长度标准化为 1500 毫秒。对于该协议,根据先前研究中建立的参数,在0至8000 Hz的线性尺度上标准化,增益为20 dB,范围为80 dB,使用相同的振动触觉刺激系统。
    3. 以 32 位浮点格式保存格式化的音频文件,项目速率为 48,000 Hz。
  2. 电生理学演示软件中的范式设置
    1. 使用实验设计和刺激演示软件设计连续性能任务(CPT),将刺激分配给两个条件之一:(a)目标(T)刺激(在20%的试验中狗吠)和(b)非目标(NT)刺激(其余四种动物声音为其他80%)。
      注意:在记录软件中编程EEG协议时,每个条件都使用相同的代码进行标记,以同步刺激呈现标记。
    2. 使用软件平台构建伪随机刺激演示,其中五种动物声音(狗、牛、马、驴和大象)各呈现 20% 的时间。检查目标刺激(狗吠)是否连续发生两次以上。
    3. 指定所需的刺激间隔 (ISI) 和总响应时间,然后选择将用于自动收集目标 (T) 刺激响应的行为数据的响应键。在这里,通过标准计算机键盘上的左控制键 150次试验的固定2000毫秒ISI列表和T刺激的正确响应进行编程。参与者被给予3500毫秒的行为反应时间窗口(从刺激呈现开始)。

2. 参与者选择

  1. 招募具有深刻双侧感音神经性听力损失诊断的潜在参与者,并收集人口统计数据,包括年龄、性别、手部偏好和教育史。
  2. 进行半结构化临床访谈,以筛查参与者的精神,神经或神经退行性疾病的个人或家族史,并收集与耳聋临床史有关的信息:发病年龄,病因和助听器使用史,以及他们首选的沟通方式(口头,手动或双语)。
  3. 使用听力计进行听力学测试(纯音空气听力阈值),以确认听力损失的严重程度。
    1. 在隔音房间中,请直接坐在参与者的正前方,并正确佩戴耳机。
    2. 指示参与者在听到通过耳机呈现的音调时举起惯用手发出信号。
    3. 强度级别范围从 20 dB 到 110 dB,以以下升序在六个八度音阶上呈现纯音:250、500、1000、2000、4000 和 8000 Hz,从左耳开始,对右耳重复相同的步骤。
      1. 通过将每只耳朵的听力阈值平均为 500、1000、2000 和 4000 Hz 来计算患者纯音平均值 (PTA)。该研究的听力损失严重程度纳入标准是双侧纯音平均值(PTA)大于90 dB。
      2. 根据资格标准选择参与者。纳入标准还包括没有精神、神经或神经退行性疾病的个人或家族史,以及非综合征性、舌前性严重双侧耳聋。获得知情同意并向参与者解释实验程序。
        注意:研究中使用的所有表格,问卷和说明均由专业的MSL口译员翻译成墨西哥手语(MSL),并使用平板电脑以视频格式呈现。此外,在所有研究过程中都有一名MSL口译员在场。

3. 训练前脑电图记录环节

  1. 参与者准备
    1. 验证参与者是否带着清洁干燥的头发参加录制会议,没有使用任何发胶、护发素或其他影响电极阻抗的护发产品。
    2. 要求参与者坐在一个舒适的位置,距离刺激屏幕约60厘米,并使用平板电脑设备播放带有准备程序描述的MSL视频剪辑。
    3. 清洁将放置参比和眼电图(EOG)电极的区域(耳垂,前额,外眦,眼眶下脊等)。首先,用酒精棉签擦拭皮肤,然后用棉签轻轻涂抹脑电图研磨剂制备凝胶,以去除表面的死皮细胞。
    4. 用导电电极糊填充电极金杯,并将电极放在每个参考部位,通常在左右耳垂或乳突上。重复这些步骤,在外眦放置至少一个垂直 EOG,在眼下眶脊放置一个水平 EOG,以监测动眼活动(眨眼和扫视)。用一块 1 英寸的微孔胶带将单个电极固定到位。
    5. 要求参与者水平伸直手臂,然后将身体安全带紧紧但舒适地安装在腋下的胸部周围,扣子位于胸部中间。
    6. 将脑电图商用电帽与19个Ag/AgCl电极(Fp1,Fp2,F3,F4,F7,F8,C3,C4,P3,P4,O1,O2,T3,T4,T5,T6,Fz,Cz和Pz)按照国际10-20系统排列。使用卷尺检查参与者的头围,以确保您使用正确的帽子尺寸。
    7. 将 Cz 电极与鼻子对齐,然后测量从鼻到离子的距离,使 Cz 电极精确地落在中间。将盖子侧面的可调节带扣到身体安全带上,以便牢固地拧紧电帽。
    8. 将凝胶填充的钝针注射器放入电极内,绕针圈去除毛发,然后在涂抹导电凝胶之前轻轻擦拭电极下方的头皮区域。不要涂抹过多的凝胶,以避免与相邻电极部位的电桥接。
    9. 让脑电图导电凝胶在凉爽的室温下干燥。
  2. 设置脑电图记录设备
    1. 按照仪器的说明校准 EEG 系统,然后将电帽连接到设置为带通的放大器(3 dB 截止点为 6 dB/倍频程滚降曲线)、60 Hz 陷波滤波器和 200 Hz 采样率等于 5 ms 采样周期。
    2. 检查所有电极部位的阻抗是否低于5 KΩ(对于低阻抗系统),并在监视器上检查所有通道是否平稳地记录电信号。
  3. 运行实验任务
    1. 将参与者放在计算机显示器前,并将键盘放置在舒适的距离。
    2. 将便携式刺激器设备的电缆(请参阅 图1)连接到计算机系统扬声器的插座,并将扬声器音量设置为最大强度级别。
    3. 调整参与者右手食指尖上的便携式刺激器系统并进行测试。
    4. 使用平板电脑设备,播放实验说明并执行练习试验,以使受试者熟悉便携式刺激器设备,音频触觉刺激和任务。重复 MSL 说明并验证理解。
    5. 提醒参与者仅在检测到目标刺激时用左手食指按左控制键来响应狗吠刺激,并在感知到其他四种动物声音中的任何一种时停止他们的反应。CPT 实验范例如图 2 所示。
    6. 在开始记录之前,提供有关如何最大限度地减少伪影并实时演示伪影对脑电图的影响的明确说明(建议作为临床人群研究的标准记录程序20)。
    7. 在开始CPT任务之前,请检查认知刺激计算机和脑电记录计算机之间的事件同步是否正常工作。为此,开始记录脑电图信号并单击刺激演示软件界面中的通信图标。单击后,事件同步脉冲出现在脑电图记录屏幕的底部。
    8. 运行实验任务。仔细观察参与者并监控警觉性、响应执行以及过度移动或眨眼。
    9. 暂停并让参与者在实验中间(在实验中 4 分钟)短暂休息,让他们眨眼、放松并在需要时四处走动。完成运行实验。

4. 听觉触觉替代训练计划

  1. 请参阅 补充文件 1,其中包含五节课程计划的详细说明,以执行培训。使用电子表格自动执行所描述的活动,使培训对参与者来说更加系统和引人入胜。使用来自9 的原始图像和录音,并要求参与者通过点击笔记本电脑触摸屏显示器进行响应。
    注意:此文件中的内容和表格已经9 许可转载。

5. 训练后脑电图记录

  1. 重复第 3 节中指定的完全相同的步骤。

6. 脑电图

注意:脑电图采集步骤是使用脑电图记录软件完成的,脑电图处理步骤是使用单独的脑电图分析软件完成的。

  1. 脑电原始信号预处理
    1. 在连续脑电图数据中定义和选择1100毫秒的时期,不使用额外的数字滤波器,使用刺激开始作为初始时间时刻(t0),并包括用于基线校正的100毫秒前刺激。 补充图1 说明了如何根据安装在EEG记录设备中的EEG分析商业软件选择1100 ms周期。
    2. 在伪影抑制期间,当任何EEG或EOG通道上给定记录周期的电压超过100 μV时,排除所有通道上的数据周期。此外,通过目视检查纪元来拒绝伪影。参见 补充图2,其中提供了由于眼部伪影而被手动拒绝的纪元示例。
  2. 信号平均
    1. 在训练前和训练后条件下,为每个刺激条件(目标和非目标)选择相同数量的无伪影时期。选择可能的最大时期以提高信噪比。对每个脑电图记录执行此操作。
      注意:在该协议中,我们在每个时间点为每个条件平均选择了25个正确响应时期,因为我们有兴趣评估目标识别。请记住,某些ERP组件不需要观察明显的行为响应。每种情况下无伪影时期少于15个的参与者被排除在研究之外。
    2. 单击" 操作 "菜单,然后选择 "EEG"窗口 平均选项以平均单个ERP。
    3. 首先,选择 "独立平均值 "选项以仅对目标试验进行平均。然后,选择其他四个非目标刺激,然后单击"一起平均"选项进行 平均
    4. 在训练前条件下对每个参与者的脑电图记录重复步骤6.2.2和6.2.3,然后在训练后条件下重复步骤6.2.2和6.2.3。
    5. 计算完所有单独的ERP后,将它们平均在一起,以获得训练前和训练后每个刺激条件的大平均波形。打开任何单个 EP 平均值,然后转到 "操作 "菜单并选择 "大平均值平均 "选项。选择要包含在组平均值中的参与者的个人平均值。
    6. 从下拉列表中选择所有预训练目标平均值,然后单击 平均值 按钮,键入所需的文件名,然后按 Return 键保存。然后从下拉列表中选择所有预训练的非目标平均值,单击 平均值 按钮,键入所需的文件名,然后再次按 Return 键保存。
    7. 对训练后条件重复上述步骤。
  3. 企业资源规划可视化和分析
    1. 选择 "操作"菜单以查看保存的"大均值"列表。然后单击要绘制的组平均值。接下来,点击 蒙太奇 按钮选择要绘制的通道。
    2. 转到 "工具 "菜单,然后单击 "可视化选项 "以选择每个波形的颜色和线宽。然后单击" 信号 "菜单,选中 "直流校正 "框,键入所需的基线刺激间隔,然后按 Return 键。
    3. 仔细检查绘制的宏均值波形,以确定感兴趣的分量及其相应的时间窗口。
      注意:对于这个实验,我们知道,由于P3的任务设计和感觉通路,波形很可能是出现在中心壁电极中300毫秒之后的阳性分量,并且在目标条件下具有更大的电压幅度。
    4. 导出单个峰值幅度延迟和电压,然后在电子表格上导入数据以构建数据库。使用统计软件进行重复测量方差分析 (ANOVA)。

结果

为了说明如何通过评估一组17名PD个体(平均年龄= 18.5岁;SD = 7.2 年;8名女性和11名男性),我们创建了几个图形来描绘ERP波形。ERP图中显示的结果揭示了P3样中心顶正波形的变化,该波形在训练后对目标刺激更加稳健。在训练前条件下,ERP表明T和NT条件不像训练后条件那样明显区分。因此,建议五节训练计划对与复杂声音刺激判别相关的神经反应产生影响。图 3 显示了训练前?...

讨论

使用ERP工具,我们设计了一个协议来观察和评估振动触觉辨别技能的逐渐发展,以区分不同纯色调的振动触觉表示。我们先前的工作已经证明,振动触觉刺激是深度耳聋个体的可行替代声音感知方法。然而,由于自然声音与纯音相比的复杂性,语言声音辨别的可能性值得单独探索。

作为朝着这个方向迈出的第一步,目前的协议侧重于ERP组件的时空外观,以进一步了解PD受试者...

披露声明

我们确认,本出版物不存在已知的利益冲突,并且这项工作没有可能影响其结果的重大财政支持。

致谢

我们感谢所有与会者及其家属,以及使这项工作成为可能的机构,特别是哈利斯科州索尔多斯协会、拉科鲁尼亚协会、哈利斯科州默默斯文化与重建、包括教育、AC和预备第7号。我们还要感谢桑德拉·马尔克斯对这个项目的贡献。这项工作由GRANT SEP-CONACYT-221809,GRANT SEP-PRODEP 511-6 / 2020-8586-UDG-PTC-1594和神经科学研究所(墨西哥瓜达拉哈拉大学)资助。

材料

NameCompanyCatalog NumberComments
AudacityAudacity teamaudacityteam.orgFree, open source, cross-platform audio editing software
AudiometerResonancer17a
EEG analysis SoftwareNeuronic , S.A.
EEG recording SoftwareNeuronic , S.A.
Electro-Cap Electro-cap International, Inc.E1-MCap with 19 active electrodes, adjustable straps and chest harness. 
Electro-gelElectro-cap International, Inc.
External computer speakers
Freesound Music technology groupfreesound.orgDatabase of Creative Commons Licensed sounds
Hook and loop fastnerVelcro
IBM SPSS (Statistical Package for th Social Sciences)IBM
Individual electrodes CadwellGold Cup, 60 in
MEDICID-5Neuronic, S.A.EEG recording equipment (includes amplifier and computer).
NuprepWeaver and companyECG & EEG abrasive skin prepping gel
Portable computer with touch screenDell
SEVITAC-DCentro Camac, Argentina. Patented by Luis Campos (2002).http://sevitac-d.com.ar/Portable stimulator system is worn on the index-finger tip and it consists of a tiny flexible plastic membrane with a 78.5 mm2 surface area that vibrates in response to sound pressure waves via analog transmission. It has a sound frequency range from 10 Hz to 10 kHz. 
Stimulus presentation Software MindtracerNeuronics, S.A.
Stimulation computer monitor and keyboard
Tablet computerLenovo
Ten20 Conductive Neurodiagnostic Electrode pasteweaver and company

参考文献

  1. Rothenberg, M., Richard, D. M. Encoding fundamental frequency into vibrotactile frequency. The Journal of the Acoustical Society of America. 66 (4), 1029-1038 (1979).
  2. Plant, G., Arne, R. The transmission of fundamental frequency variations via a single channel vibrotactile aid. Speech Transmission Laboratories Quarterly Progress Report. 24 (2-3), 61-84 (1983).
  3. Bernstein, L. E., Tucker, P. E., Auer, E. T. Potential perceptual bases for successful use of a vibrotactile speech perception aid. Scandinavian Journal of Psychology. 39 (3), 181-186 (1998).
  4. Bach-y-Rita, P., Kercel, S. W. Sensory substitution and the human-machine interface. Trends in Cognitive Sciences. 7 (12), 541-546 (2003).
  5. Bach-y-Rita, P. Tactile sensory substitution studies. Annals of New York Academy of Sciences. 1013 (1), 83-91 (2004).
  6. Kaczmarek, K. A., Webster, J. G., Bach-y-Rita, P., Tompkins, W. J. Electrotactile and vibrotactile displays for sensory substitution systems. IEEE Transactions on Biomedical Engineering. 38 (1), 1-16 (1991).
  7. Russo, F. A., Ammirante, P., Fels, D. I. Vibrotactile discrimination of musical timbre. Journal of Experimental Psychology Human Perception Performance. 38 (4), 822-826 (2012).
  8. Ammirante, P., Russo, F. A., Good, A., Fels, D. I. Feeling voices. PloS One. 8 (1), 369-377 (2013).
  9. González-Garrido, A. A., et al. Vibrotactile discrimination training affects brain connectivity in profoundly deaf individuals. Frontiers in Human Neuroscience. 11, 28 (2017).
  10. Ruiz-Stovel, V. D., Gonzalez-Garrido, A. A., Gómez-Velázquez, F. R., Alvarado-Rodríguez, F. J., Gallardo-Moreno, G. B. Quantitative EEG measures in profoundly deaf and normal hearing individuals while performing a vibrotactile temporal discrimination task. International Journal of Psychophysiology. 166, 71-82 (2021).
  11. Polich, J. Updating P300: an integrative theory of P3a and P3b. Clinical Neurophysiology. 118 (10), 2128-2148 (2007).
  12. Luck, S. J., Woodman, G. F., Vogel, E. K. Event-related potential studies of attention. Trends in Cognitive Sciences. 4 (11), 432-440 (2000).
  13. Kelly, S. P., O'Connell, R. G. The neural processes underlying perceptual decision making in humans: recent progress and future directions. Journal of Physiology-Paris. 109 (1-3), 27-37 (2015).
  14. Barry, R. J., et al. Components in the P300: Don't forget the Novelty P3. Psychophysiology. 57 (7), 13371 (2020).
  15. Polich, J. P300 clinical utility and control of variability. Journal of Clinical Neurophysiology. 15 (1), 14-33 (1998).
  16. Polich, J., Criado, J. R. Neuropsychology and neuropharmacology of P3a and P3b. International Journal of Psychophysiology. 60 (2), 172-185 (2006).
  17. Polich, J., Kok, A. Cognitive and biological determinants of P300: an integrative review. Biological Psychology. 41 (2), 103-146 (1995).
  18. Nieuwenhuis, S., Aston-Jones, G., Cohen, J. D. Decision making, the P3, and the locus coeruleus--norepinephrine system. Psychological Bulletin. 131 (4), 510 (2005).
  19. Luck, S. J. . An Introduction to the Event-Related Potential Technique. , (2014).
  20. Kappenman, E. S., Luck, S. J. Best practices for event-related potential research in clinical populations. Biological Psychiatry: Cognitive Neuroscience and Neuroimaging. 1 (2), 110-115 (2016).
  21. Rac-Lubashevsky, R., Kessler, Y. Revisiting the relationship between the P3b and working memory updating. Biological Psychology. 148, 107769 (2019).
  22. Twomey, D. M., Murphy, P. R., Kelly, S. P., O'Connell, R. G. The classic P300 encodes a build-to-threshold decision variable. European Journal of Neuroscience. 42 (1), 1636-1643 (2015).
  23. Boudewyn, M. A., Luck, S. J., Farrens, J. L., Kappenman, E. S. How many trials does it take to get a significant ERP effect? It depends. Psychophysiology. 55 (6), 13049 (2018).
  24. Cohen, J., Polich, J. On the number of trials needed for P300. International Journal ofPsychophysiology. 25 (3), 249-255 (1997).
  25. Duncan, C. C., et al. Event-related potentials in clinical research: guidelines for eliciting, recording, and quantifying mismatch negativity, P300, and N400. Clinical Neurophysiology. 120 (11), 1883-1908 (2009).
  26. Thigpen, N. N., Kappenman, E. S., Keil, A. Assessing the internal consistency of the event-related potential: An example analysis. Psychophysiology. 54 (1), 123-138 (2017).
  27. Huffmeijer, R., Bakermans-Kranenburg, M. J., Alink, L. R., Van IJzendoorn, M. H. Reliability of event-related potentials: the influence of number of trials and electrodes. Physiology & Behavior. 130, 13-22 (2014).
  28. Rietdijk, W. J., Franken, I. H., Thurik, A. R. Internal consistency of event-related potentials associated with cognitive control: N2/P3 and ERN/Pe. PloS One. 9 (7), 102672 (2014).
  29. Alsuradi, H., Park, W., Eid, M. EEG-based neurohaptics research: A literature review. IEEE Access. 8, 49313-49328 (2020).

转载和许可

请求许可使用此 JoVE 文章的文本或图形

请求许可

探索更多文章

187

This article has been published

Video Coming Soon

JoVE Logo

政策

使用条款

隐私

科研

教育

关于 JoVE

版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。