Die Autoren bedanken sich bei Matti S. Hämäläinen, Lilla Zöllei und drei anonymen Gutachtern für ihre hilfreichen Kommentare danken. Finanzierungsquellen: R00DC010196 (AKCL); T32DC000018 (EDL); T32DC005361 (RKM).

Ein. Anatomische Datenerfassung und-verarbeitung <ol><li> Erwerben Sie ein Magnetisierung vorbereiteten schnelle Gradientenecho (MPRAGE) MRT des Themas. Dies kann 5-10 min je nachdem, welche spezifische Scan-Protokoll wird verwendet, statt. </li><li> Erwerben Sie zwei zusätzliche schnelle low-angle shot (FLASH) MRI-Scans (Flipwinkel = 5 ° und 30 °), wenn EEG-Daten für inverse Bildanalyse verwendet werden, wie FLASH-Sequenzen verschiedener Gewebe Kontrast liefern den Standard MPRAGE Sequenzen 1. </li><li> Verwenden Freesurfer Software (siehe Tabelle) 2, 3, um die kortikale Oberfläche zu rekonstruieren und die Einrichtung individueller M / EEG Dipolquelle Raum. <ol><li> Diese Quelle Speicherplatz wird dem grau / weiße Substanz Grenze segmentierte aus dem MPRAGE Scan beschränkt. Jede Hemisphäre enthält etwa 100.000 potenzielle Ecken, bei ~ 1 mm Abstand. Für Dipol Amplitudenschätzung (siehe unten), verwenden Sie einen Rasterabstand von 7 mm, die ~ 3.000 Dipole pro Hemisphäre ergibt. </li></ol></li><li> Rekonstruierendie Haut, äußeren Schädel und inneren Schädels Flächen aus den MPRAGE und FLASH Bilder mit MNE (siehe Tabelle) und Freesurfer. Mit diesen Flächen, um eine dreischichtige Grenzelement Modell (BEM) zu erzeugen. </li></ol> 2. M / EEG Data Acquisition <ol><li> Bereiten Thema für M / EEG. <ol><li> Siehe Liu et al 4 für Details Elektrookulogramm und Bezugselektrode Vorbereitung sowie die Digitalisierung des Subjekts fiducial Sehenswürdigkeiten, Kopf-Stellungsanzeige Spulen (HPI) und EEG-Elektroden. </li></ol></li><li> Sobald Thema wird in der MEG sitzen, messen Sie die Kopfposition mit den HPI Spulen. </li><li> Starten Sie die Aufnahme. Beginnen Präsentation von auditiven und visuellen Reizen. <ol><li> Viele Hardware-und Software-Lösungen zur Verfügung Reizdarbietung (zB., Präsentation, E-Prime) durchzuführen. Wir verwenden eine Tucker-Davis Technologies Rż6 für auditorischen Reizes Präsentation und Trigger Stanzen, mit Psychtoolbox 5 für visuelle stimulus Präsentation, sowohl von MATLAB gesteuert. Testen der auditiven und visuellen Latenzen über ein Mikrofon und Fotodiode angebracht auf den Bildschirm und anschließend auch gibt es keine beobachtbaren Jitter (die erforderlich Einstellung der Präsentation Projektor auf die native Auflösung) vor dem Experiment hilft sicherzustellen, Timing-Integrität. </li></ol></li><li> Betreff reagiert auf auditive und visuelle Reize über einen optischen Button Box während der Durchführung Verhaltens Aufgabe. </li><li> Speichern Sie alle Reize, experimentellen Parameter und Dateien für die Offline-Analyse. </li></ol> 3. M / EEG Co-Registrierung mit MRI Scan-und Datenverarbeitung <ol><li> Mit der MNE-Software, laden Digitizer Daten und unterliegen den rekonstruierten MRT Kopf-Modell. Wählen fiducial Sehenswürdigkeiten von Co-Registrierung einzuleiten und fahren Sie mit automatischer Ausrichtung Vorgang verwenden, um Koordinaten-Transformation (Abbildung 2) zu vervollständigen. </li><li> Um die Lage der einzelnen Dipol in der Quelle beziehen spAss mit dem Standort eines jeden Sensors kombinieren erfasst HPI Daten (siehe 2.2), eine vorausschauende Lösung mit dem Drei-Schicht-BEM berechnet (siehe 1.4) </li><li> Überprüfen Sie alle aufgezeichneten M / EEG-Daten und identifizieren Kanäle, die außergewöhnlich hohe Varianz haben oder sind völlig flach. Setzen Sie diese Kanäle als schlechten Kanälen. </li><li> Verwenden-Signal-Raum-Vorsprung 6 oder andere Rauschreduzierungstechniken (wie Signalraum Trennung 7) zu projizieren oder abzutrennen räumlichen Feldmuster entstand aus Umgebungsluft Umweltbereich Verschmutzung oder anderen unerwünschten physiologischen Signale, wie diejenigen mit ins Auge blinkt und kardialen Artefakte zugeordneten (Abbildung 3). <ol><li> Anwenden Zeitbereichs-Artefakt-Beseitigungsstufe (zB., Entfernen Epochen enthält abnormal hoher Amplitude aufgrund von Signalen eines Kanals Spiking) und Frequenzbereichs-Artefakt-Beseitigungsstufe (zB., Band-Notchfilterung bei 50 oder 60 Hz-Frequenz) zur weiteren Erhöhung Signal-zu-Rausch-Verhältnis. </li></ol></li><li> Identifizieren Sie eine Baseline Periode, in der das Thema war nicht der Erfüllung einer Aufgabe (zB., 200 ms Zeit vor dem Beginn jeder Studie). Generieren einer Mittelwert dieser Grundlinie Epochen, um eine Rauschschätzung (auch als Kovarianzmatrix bezeichnet) zu erhalten. </li><li> Identifizieren Epochen von Interesse (zB nur sammeln Epochen richtige Verhaltensreaktionen.) Und definieren Bedingungen für experimentelle Kontraste (zB Epochen mit dem Betreff, die ihre auditive Aufmerksamkeit auf die gegenüberliegende Halbfeld eingeschaltet, wie ursprünglich cued verbunden -. &quot;Switch&quot;-Zustand - versus unterliegen Beibehaltung Aufmerksamkeit auf die ursprüngliche Halbfeld - &quot;Hold&quot;-Bedingung). Generieren Sie eine durchschnittliche Antwortzeit für jede der Zustand definiert. <ol><li> Diese Durchschnittswerte können Baseline-korrigiert werden oder nicht abhängig von experimentellen Parameter (siehe 8); hier dargestellten Daten sind die Grundlinien-korrigiert. </li></ol></li><li> Kombinieren Sie die Kovarianzmatrix (3,5) und den berechneten Vorwärts-Lösung (3,2) ein zu erhaltenverteilt cortically eingeschränkt Minimum-Norm inverse Operator, der die Sensormessungen bezieht sich auf Dipol aktuellen Schätzungen in der Quelle Raum. <ol><li> Sie können entweder rund einschränken oder fixieren Sie die Dipol-Orientierung der kortikalen normalen Richtung 9. </li></ol></li><li> Generieren einer &quot;brain Film&quot; des verteilten Dipol Schätzung (dh., Die aktuelle Schätzung bei jedem Dipol Lage im Primärraums in der Zeit) für jede experimentelle Bedingung (Abbildung 4). <ol><li> Je nach den zeitlichen Eigenschaften des experimentellen Design, können Sie bin Ihre Daten in der Zeit durch Mittelung aktuellen Schätzungen mit nicht-überlappenden Zeitfenstern. </li></ol></li></ol> 4. Statistische Inferenz auf einer gemeinsamen Oberfläche Koordinatensystem Basierend <ol><li> Morph die &quot;Gehirn-filme&quot; für jedes Thema auf einer gemeinsamen (Durchschnitt) kortikalen Platz auf einer Fläche Koordinatensystem, das optimal ausrichtet einzelnen Furchenrelief-Gyral Muster 3. Dies ermöglicht uns, zu vergleichen oder durchschnittliche kortikale Aktivitäten in allen Fächern. (Abbildung 5). </li><li> Es gibt viele verschiedene statistische Inferenz Ansätze. Wir markieren drei mögliche Ansätze. Ansätze, die nicht in Software-Paket implementiert werden können unter Verwendung kundenspezifischer Software-in unseren Beispielen verwenden wir MATLAB zur Durchführung der nicht-parametrischen raum-zeitlich gehäuftes Permutationstest werden. Trotz der hohen Dimensionalität (Space x Zeit x Themen) dieser Daten können alle diese Ansätze unter Verwendung von Standard modernen Desktop-Computer-Hardware in Sekunden (ROI; 4,3-Ansatz) werden zu Stunden (nicht-parametrischen Clustering; 4,5). </li><li> Region-of-Interest (ROI)-Ansatz <ol><li> Sie können die ROI anatomisch zu definieren (zB., Definiert durch automatische Parzellierung Algorithmus 1) und / oder funktional (zB., Durch Aufnahme eines funktionalen lokalisierende Aufgabe, wie ein Go / No Sakkade Aufgabe gehen, um die oculomoto identifizierenr Regionen). </li><li> Sie können weiter einschränken Ihre Analyse zu einer bestimmten Zeit-of-Interest, die zu Ihrem experimentelle Paradigma (zB. Ein Zeitraum unmittelbar vor und nach dem Beginn der Sound Stimuli) ist. Sie können auch andere statistische Inferenz mit Zeitreihenanalyse verbunden. </li></ol></li><li> Whole-Brain Bonferroni oder False-Discovery-Rate (FDR) Korrektur <ol><li> Beschäftigen Bonferroni oder FDR-Korrektur, wenn Sie Whole-Brain, all-time Analyse bedürfen. </li><li> Generieren einer statistischen Karte an jedem Dipol Lage und bei jedem Punkt unter Verwendung geeigneter Teststatistiken, wie beispielsweise ein t-Test oder Innersubjektfaktoren ANOVA für ungefähr normal verteilte Daten. Beispielsweise kann Z-Scores aus dynamischen statistische Parameter Mapping der MNU Schätzungen für feste Dipolquellen 10 verwendet werden, wenn mit einer Korrektur für Korrelationen in den Schätzungen (wie die konservative Gewächshaus-Geisser Korrektur) gekoppelt werden. </li><li> Für BonferroniKorrektur erhalten signifikante Raum-Zeit-Punkten durch Schwellenwertverarbeitung auf einem Signifikanzniveau von 0,05 durch die Anzahl von Vergleichen (Anzahl der Dipole durch Anzahl von Zeitpunkten multipliziert) unterteilt. Für einen weniger konservativen Ansatz, verwenden FDR p-Wert-Korrektur 11. </li></ol></li><li> Nicht-parametrische raumzeitlichen Clustering <ol><li> Verwenden Sie diese Methode (basierend auf einer einfachen Erweiterung von 12) Regionen der großen, konsistenten räumlichen und zeitlichen Aktivierung zu finden, während sie weniger konservativ als Bonferroni-Korrektur, und weniger anfällig für I statistischen Fehler als FDR durch Steuerung für die Familie-weise Fehlerrate Geben . <ol><li> Da dieser Ansatz verwendet Permutation oder Monte Carlo Resampling Techniken, ist es nicht auf der Annahme einer Normalverteilung der Daten verlassen, und nur davon ausgegangen, dass die Bedingung Etiketten auswechselbaren unter der Nullhypothese sind. Obwohl es mehr rechenintensiv als die vorherigen beiden Ansätze ist, kann es noch in Stunden für ein durchgeführt werdenMaschine mit modernen Desktop-Computer-Hardware. </li></ol></li><li> Generieren einer statistischen Karte an jedem Dipol Lage und jeden Zeitpunkt unter Verwendung der entsprechenden Teststatistiken, wie beispielsweise ein t-Test. </li><li> Threshold diese Karte in einem vorläufigen Signifikanzschwelle, zB p &lt;0,05. </li><li> Cluster diese vermeintliche wichtige Punkte auf räumlich-zeitliche Nähe der Basis, zB. signifikante Punkte innerhalb von 5 ms und 5 mm geodätischen Abstand voneinander in demselben Cluster stellen. Note jeden resultierenden Cluster mit Hypervolumen oder totale Bedeutung (zB. Summe von t-Werte der Punkte im Cluster). </li><li> Führen Sie eine Standard-Permutation Resampling (oder Monte Carlo Resampling für größere Datenmengen, zB. Anzahl der Probanden N&gt; 10, auf Rechenzeit zu sparen) Test mit einer maximalen Statistik (siehe 12 für Permutationstest Beispiele). Kurz gesagt, für eine zufällige Untergruppe von Probanden (Wahl überall von 0 bis N Fächer), relabel die Bedingungen being vor dem Erhalt der statistischen map Vergleich durchführen Clustering auf die neue statistische Karte, und erhalten die maximale Cluster-Wertung für diesen umzuetikettieren. Diese Schritte auf neue zufällige relabelings für bis zu 2 N Permutationen, um eine Verteilung des maximalen statistischen erhalten; Durchführung aller 2 N möglichen relabelings ergibt die Permutationstest und unter Verwendung einer zufälligen Teilmenge von weniger als 2 N relabelings ergibt eine Monte Carlo (oder statistisches ) Permutationstest. </li><li> Zu erhalten, die Bedeutung eines gegebenen ursprünglichen Cluster (aus der ursprünglichen Kennzeichnung) durch Bestimmung des Anteils der Zeit die maximale Clustergrößen waren größer als der des ursprünglichen Cluster, zB. Clustern, die größer als 95% der maximalen statistische Cluster waren deklariert signifikante werden. <ol><li> Für eine eingehende Diskussion über die statistische Inferenz in MEG verteilten Source Imaging, siehe 13. </li></ol></li></ol></li><li> Die daraus resultierenden Dateien können vi sein<html> sualized in vielerlei Hinsicht, einschließlich der Verwendung der Formate nativ von MNE-Software genutzt werden, um räumlich-zeitliche kortikalen Schätzungen, nämlich STC-Dateien zu speichern. Dies, zusammen mit Etiketten, die hergestellt werden können, die den bedeutenden Regionen, kann mit Hilfe MNE Toolboxen für MATLAB und Python zur Verfügung gestellt werden. </li></ol> 5. Repräsentative Ergebnisse Abbildung 6 zeigt eine Reihe von repräsentativen Ergebnissen aus der verhaltensorientierten Paradigmenwechsel in Abbildung 4 dargestellt. Mit dem nicht-parametrischen raumzeitlichen Clustering Verfahren (4,5), die rechte FEF sich als signifikant, wenn ein Gegenstand ist die Durchführung einer Neuausrichtung Aufgabe im Vergleich zu einer Standard-Task (Abbildung 6 links). Verwendung des ROI Ansatzes (4,3), wird der zeitliche Verlauf des rechten FEF gezeigt, zusammen mit der Zeitdauer, dass diese zwei Bedingungen signifikant unterscheiden. p_upload/4262/4262fig1.jpg &quot;/&gt; Abbildung 1. Workflow zur Erzeugung eines &quot;brain Film&quot; mit cortically-eingeschränkt Minimum-Norm-Dipol-Schätzungen (vgl. Abbildung 1 in Liu et al., 2010). <img alt="Abbildung 2" src="/files/ftp_upload/4262/4262fig2.jpg" /> Abbildung 2. MNU Software verwendet, um EEG-Kanäle und HPI Orten Koregistrierung auf eines Subjekts MRI Koordinatenraum erleichtern. <img alt="Abbildung 3" src="/files/ftp_upload/4262/4262fig3.jpg" /> Abbildung 3. MEG Daten vor und nach der Verwendung von SSP kardiale (orange) und Auge-blinkt (blau-grün) Artefakte und Tiefpassfilterung zu netzfrequenten entfernen möchten. <a href="http://www.jove.com/files/ftp_upload/4262/4262fig3large.jpg" target="_blank">Klicken Sie hier für eine größere Abbildung zu sehen</a> . <pclass = &quot;jove_content&quot; fo: keep-together.within-page = &quot;always&quot;&gt; <img alt="Abbildung 4" src="/files/ftp_upload/4262/4262fig4.jpg" /> Abbildung 4 A &quot;brain Film&quot; auf Subjekts nativen kortikalen Raum und der Zeitlage der audiovisuellen Präsentation (mit auditorischen Reize bei 600 ms und einen visuellen Reiz bei -600 ms vorgelegt vorgelegt) in einem experimentellen Paradigma (Anmerkung:. Dies wird präsentiert als Film im fertigen Film Clip) <img alt="Abbildung 5" src="/files/ftp_upload/4262/4262fig5.jpg" /> Abbildung 5. Vergleich zwischen einem hypothetischen ROI zu einem Thema der nativen kortikalen Raum und nach verwandelt auf eine gemeinsame kortikalen gemappt. <img alt="Abbildung 6" src="/files/ftp_upload/4262/4262fig6.jpg" /> Abbildung 6. Repräsentative raumzeitlichen Cluster und Zeit-Verlauf mit den beiden experimentellen Bedingungen assoziiertgen getestet.

<ol>
	<li>Fischl, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatically+parcellating+the+human+cerebral+cortex.">Automatically parcellating the human cerebral cortex.</a> Cerebral Cortex. 14, 11-22 (2004).</li><li>Dale, A., Sereno, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Improved+localization+of+cortical+activity+by+combining+EEG+and+MEG+with+MRI+cortical+surface+reconstruction:+A+linear+approach.">Improved localization of cortical activity by combining EEG and MEG with MRI cortical surface reconstruction: A linear approach.</a> Journal of Cognitive Neuroscience. 5, 162-176 (1993).</li><li>Fischl, B., Sereno, M. I., Dale, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cortical+surface-based+analysis.+II:+Inflation,+flattening,+and+a+surface-based+coordinate+system.">Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system.</a> NeuroImage. 9, 195-207 (1999).</li><li>Liu, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+Mapping+with+Simultaneous+MEG+and+EEG.">Functional Mapping with Simultaneous MEG and EEG.</a> Journal of Visualized Experiments. (40), e1668 (2010).</li><li>Brainard, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Psychophysics+Toolbox.">The Psychophysics Toolbox.</a> Spatial Vision. 10, 433-436 (1997).</li><li>Uusitalo, M. A., Ilmoniemi, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Signal-space+projection+method+for+separating+MEG+or+EEG+into+components.">Signal-space projection method for separating MEG or EEG into components.</a> Med. Biol. Eng. Comput. 35, 135-140 (1997).</li><li>Taulu, S., Simola, J., Kajola, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Applications+of+the+signal+space+separation+method.">Applications of the signal space separation method.</a> IEEE Transactions on Signal Processing. 53, 3359-3372 (2005).</li><li>Urbach, T. P., Kutas, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Interpreting+event-related+brain+potential+(ERP)+distributions:+Implications+of+baseline+potentials+and+variability+with+application+to+amplitude+normalization+by+vector+scaling.">Interpreting event-related brain potential (ERP) distributions: Implications of baseline potentials and variability with application to amplitude normalization by vector scaling.</a> Biological Psychology. 72, 333-343 (2006).</li><li>Lin, F. -. H., Belliveau, J. W., Dale, A. M., H&#228;m&#228;l&#228;inen, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Distributed+current+estimates+using+cortical+orientation+constraints.">Distributed current estimates using cortical orientation constraints.</a> Human Brain Mapping. 27, 1-13 (2006).</li><li>Dale, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamic+statistical+parametric+mapping:+combining+fMRI+and+MEG+for+high-resolution+imaging+of+cortical+activity.">Dynamic statistical parametric mapping: combining fMRI and MEG for high-resolution imaging of cortical activity.</a> Neuron. 26, 55-67 (2000).</li><li>Nichols, T., Hayasaka, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Controlling+the+familywise+error+rate+in+functional+neuroimaging:+a+comparative+review.">Controlling the familywise error rate in functional neuroimaging: a comparative review.</a> Statistical Methods in Medical Research. 12, 419-446 (2003).</li><li>Nichols, T. E., Holmes, A. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nonparametric+permutation+tests+for+functional+neuroimaging:+a+primer+with+examples.">Nonparametric permutation tests for functional neuroimaging: a primer with examples.</a> Human Brain Mapping. 15, 1-25 (2001).</li><li>Pantazis, D., Leahy, R. M., Hansen, P., Kringelbach, M., Salmelin, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Statistical+Inference+in+MEG+Distributed+Source+Imaging.">Statistical Inference in MEG Distributed Source Imaging.</a> MEG: An Introduction to Methods. , 245-272 (2010).</li><li>Ahveninen, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Attention-driven+auditory+cortex+short-term+plasticity+helps+segregate+relevant+sounds+from+noise.">Attention-driven auditory cortex short-term plasticity helps segregate relevant sounds from noise.</a> Proceedings of the National Academy of Sciences. , 1-6 (2011).</li><li>Sharon, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+advantage+of+combining+MEG+and+EEG:+comparison+to+fMRI+in+focally+stimulated+visual+cortex.">The advantage of combining MEG and EEG: comparison to fMRI in focally stimulated visual cortex.</a> Neuroimage. 36, 1225-1235 (2007).</li><li>Herrmann, B., Maess, B., Hasting, A. S., Friederici, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Localization+of+the+syntactic+mismatch+negativity+in+the+temporal+cortex:+An+MEG+study.">Localization of the syntactic mismatch negativity in the temporal cortex: An MEG study.</a> NeuroImage. 48, 590-600 (2009).</li><li>Baillet, S., Hansen, P., Kringelbach, M., Salmelin, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Dowser+in+the+Fields:+Searching+for+MEG+Sources.">The Dowser in the Fields: Searching for MEG Sources.</a> MEG: An Introduction to Methods. , 83-123 (2010).</li><li>Gutschalk, A., Micheyl, C., Oxenham, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+correlates+of+auditory+perceptual+awareness+under+informational+masking.">Neural correlates of auditory perceptual awareness under informational masking.</a> PLoS Biology. 6, e138 (2008).</li></ol>

Keine Interessenskonflikte erklärt.

Um die Dipol-Aktivierung auf der Rinde von den erfassten MEG / EEG-Daten abzuschätzen, müssen wir eine inverse Problem, das nicht über eine eindeutige stabile Lösung sofern keine entsprechenden anatomisch und physiologisch einwandfrei Nebenbedingungen angewandt werden lösen. Mit dem anatomischen Einschränkung für einzelne Fächer mittels MRT und die Verabschiedung der Minimum-Norm als unsere Einschätzung Kriterium erworben haben, können wir bei einer inversen kortikalen Stromquelle schätzen, dass mit den Senso...

<table border="1"><tbody><tr><td> Name / Software </td><td> Unternehmen / Quelle </td><td></td><td></td></tr><tr><td> 306-Kanal Vectorview MEG-System </td><td> Eleka-Neuromag Ltd, </td><td></td><td></td></tr><tr><td> 1,5-T Avanto MRT </td><td> Siemens Medical Solutions </td><td></td><td></td></tr><tr><td> Freesurfer </td><td></td><td></td><td> <a href="http://freesurfer.net/" target="_blank">http://freesurfer.net/</a> </td></tr><tr><td> MNE Software </td><td></td><td></td><td> <a href="http://www.nmr.mgh.harvard.edu/martinos/userInfo/data/sofMNE.php" target="_blank">http://www.nmr.mgh.harvard.edu/martinos/userInfo/data/sofMNE.php</a> </td></tr><tr><td> EEG-Elektroden </td><td> Brain Products, Easycap GmbH </td><td></td><td></td></tr><tr><td> 3Space Fastrak System </td><td> Polhemus </td><td></td><td></td></tr><tr><td> Optical Button Box (FIU-932) </td><td> Current Designs </td><td></td><td></td></tr></tbody></table>

mapping cortical dynamics using simultaneous meg/eeg and anatomically-constrained minimum-norm estimates: an auditory attention example

Magneto-und Elektroenzephalographie (MEG / EEG) sind bildgebende Verfahren, die eine hohe zeitliche Auflösung besonders geeignet, um die kortikale Netzwerke in dynamischen Wahrnehmungs-und kognitiven Aufgaben, wie die Teilnahme an verschiedenen Sounds in einer Cocktail-Party zu erforschen geben. Viele Studien haben historischen Daten am Sensor erfasst nur eingesetzt, dh., Die Magnetfelder oder die elektrischen Potentiale außerhalb und auf der Kopfhaut aufgezeichnet und sind in der Regel auf Aktivität, die auf den Stimulus Präsentationszeit-locked ist konzentriert. Diese Art von Ereignis-verwandten Bereich / Potential Analyse ist besonders nützlich, wenn es nur eine kleine Anzahl der verschiedenen Muster, die dipolare isoliert und identifiziert werden können, in Raum und Zeit sind. Alternativ kann durch die Verwendung anatomischer Informationen können diese unterschiedliche Feldmuster als Stromquellen auf der Hirnrinde lokalisiert werden. Jedoch für ein anhaltendes Ansprechen die möglicherweise nicht auf eine bestimmte Zeit Stimulus-locked (zB.,in Vorbereitung für das Hören eines der zwei gleichzeitig präsentierte gesprochene Ziffern auf der Grundlage cued auditorischen Funktion) oder kann über mehrere räumliche Orte verteilt a priori unbekannt sind, kann die Einstellung eines verteilten Netzwerks kortikalen nicht adäquat durch Verwendung einer begrenzten Anzahl von eingefangen werden fokale Quellen. Hier beschreiben wir ein Verfahren, das individuelle anatomische MRI-Daten einsetzt, um eine Beziehung zwischen dem Sensor-Informationen und dem Dipol Aktivierung auf der Rinde durch die Verwendung von Minimum-Norm Schätzungen (MNU) herzustellen. Diese inverse Bildgebung Ansatz bietet uns ein Werkzeug für die verteilte Quell-Analyse. Zur Veranschaulichung beschreiben wir alle Verfahren mit Freesurfer und MNE Software, sowohl frei verfügbar. Wir fassen die MRT-Sequenzen und Analyse Schritte erforderlich, um eine Vorwärts-Modell, das uns die erwartete Feldmuster durch die Dipole auf der Hirnrinde auf die M / EEG-Sensoren verteilt verursacht wurden, können zu produzieren. Next, werden wir durch die notwendigen Prozesse, die uns zu erleichtern, Rauschunterdrückung die Sensordaten von Umwelt-und physiologischen Verunreinigungen fort. Wir werden dann beschreiben das Verfahren zum Kombinieren und Abbilden MEG / EEG-Sensor-Daten auf dem kortikalen Raum, wodurch eine Familie von Zeitreihenbewegungsdaten von kortikalen Dipol Aktivierung auf das Gehirn Oberfläche (oder &quot;brain-filme&quot;) im Zusammenhang mit jeder experimentellen Bedingung. Schließlich werden wir markieren ein paar statistische Techniken, die uns die wissenschaftliche Ableitung über eine unterworfene Bevölkerung (dh., Führen Gruppen-Level-Analyse) auf einer gemeinsamen kortikalen Koordinatenraum Basis treffen können.

Watch this Scientific Journal Video about Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example at JoVE.com

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Wir verwenden magneto-und Elektroenzephalographie (MEG / EEG) mit anatomischen Information durch Magnetresonanztomographie (MRI) aufgenommenen kombiniert, um die Dynamik des kortikalen Netzwerk mit auditorischen Aufmerksamkeit zugeordnet abzubilden.

Mapping Kortikale Dynamics Mit Simultaneous MEG / EEG und anatomisch eingeschränkt Minimum-Norm Schätzungen: ein Auditory Achtung Beispiel

Magneto- and electroencephalography (MEG/EEG) are neuroimaging techniques that provide a high temporal resolution particularly suitable to investigate the ...

mapping-cortical-dynamics-using-simultaneous-megeeg-anatomically

Research

JoVE Journal

Neuroscience

14.6K Aufrufe.  University of Washington. Wir verwenden magneto-und Elektroenzephalographie (MEG / EEG) mit anatomischen Information durch Magnetresonanztomographie (MRI) aufgenommenen kombiniert, um die Dynamik des kortikalen Netzwerk mit auditorischen Aufmerksamkeit zugeordnet abzubilden.

Serie: Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Functional Mapping with Simultaneous MEG and EEG

We use magnetoencephalography (MEG) and electroencephalography (EEG) to locate and determine the temporal evolution in brain areas involved in the processing of simple sensory stimuli. We will use somatosensory stimuli to locate the hand somatosensory areas, auditory stimuli to locate the auditory cortices, visual stimuli in four quadrants of the visual field to locate the early visual areas. These type of experiments are used for functional mapping in epileptic and brain tumor patients to locate eloquent cortices. In basic neuroscience similar experimental protocols are used to study the orchestration of cortical activity. The acquisition protocol includes quality assurance procedures, subject preparation for the combined MEG/EEG study, and acquisition of evoked-response data with somatosensory, auditory, and visual stimuli. We also demonstrate analysis of the data using the equivalent current dipole model and cortically-constrained minimum-norm estimates. Anatomical MRI data are employed in the analysis for visualization and for deriving boundaries of tissue boundaries for forward modeling and cortical location and orientation constraints for the minimum-norm estimates.

We use magnetoencephalography (MEG) and electroencephalography (EEG) to map brain areas involved in the processing of simple sensory stimuli.

Functional Mapping mit Simultaneous MEG und EEG

We use magnetoencephalography (MEG) and electroencephalography (EEG) to locate and determine the temporal evolution in brain areas involved in the ...

Forschung

Neurowissenschaften

Preparation and Culture of Chicken Auditory Brainstem Slices

The chicken auditory brainstem is a well-established model system that has been widely used to study the anatomy and physiology of auditory processing at discreet periods of development 1-4 as well as mechanisms for temporal coding in the central nervous system 5-7.
Here we present a method to prepare chicken auditory brainstem slices that can be used for acute experimental procedures or to culture organotypic slices for long-term experimental manipulations.
The chicken auditory brainstem is composed of nucleus angularis, magnocellularis, laminaris and superior olive. These nuclei are responsible for binaural sound processing and single coronal slice preparations preserve the entire circuitry. Ultimately, organotypic slice cultures can provide the opportunity to manipulate several developmental parameters such as synaptic activity, expression of pre and postsynaptic components, expression of aspects controlling excitability and differential gene expression
This approach can be used to broaden general knowledge about neural circuit development, refinement and maturation.

The chicken auditory brainstem is comprised of nuclei responsible for binaural sound processing. A single coronal slice preparation maintains the entire circuitry while the cultured approach provides a unique preparation to study the development of neuronal structure and auditory function at the molecular, cellular and network levels.

Vorbereitung und Kultur von Chicken auditorischen Hirnstamm Slices

The chicken auditory brainstem is a well-established model system that has been widely used to study the anatomy and physiology of auditory processing at ...

Recording Human Electrocorticographic (ECoG) Signals for Neuroscientific Research and Real-time Functional Cortical Mapping

Neuroimaging studies of human cognitive, sensory, and motor processes are usually based on noninvasive techniques such as electroencephalography (EEG), magnetoencephalography or functional magnetic-resonance imaging. These techniques have either inherently low temporal or low spatial resolution, and suffer from low signal-to-noise ratio and/or poor high-frequency sensitivity. Thus, they are suboptimal for exploring the short-lived spatio-temporal dynamics of many of the underlying brain processes. In contrast, the invasive technique of electrocorticography (ECoG) provides brain signals that have an exceptionally high signal-to-noise ratio, less susceptibility to artifacts than EEG, and a high spatial and temporal resolution (i.e., &lt;1 cm/&lt;1 millisecond, respectively). ECoG involves measurement of electrical brain signals using electrodes that are implanted subdurally on the surface of the brain. Recent studies have shown that ECoG amplitudes in certain frequency bands carry substantial information about task-related activity, such as motor execution and planning1, auditory processing2 and visual-spatial attention3. Most of this information is captured in the high gamma range (around 70-110 Hz). Thus, gamma activity has been proposed as a robust and general indicator of local cortical function1-5. ECoG can also reveal functional connectivity and resolve finer task-related spatial-temporal dynamics, thereby advancing our understanding of large-scale cortical processes. It has especially proven useful for advancing brain-computer interfacing (BCI) technology for decoding a user's intentions to enhance or improve communication6 and control7. Nevertheless, human ECoG data are often hard to obtain because of the risks and limitations of the invasive procedures involved, and the need to record within the constraints of clinical settings. Still, clinical monitoring to localize epileptic foci offers a unique and valuable opportunity to collect human ECoG data. We describe our methods for collecting recording ECoG, and demonstrate how to use these signals for important real-time applications such as clinical mapping and brain-computer interfacing. Our example uses the BCI2000 software platform8,9 and the SIGFRIED10 method, an application for real-time mapping of brain functions. This procedure yields information that clinicians can subsequently use to guide the complex and laborious process of functional mapping by electrical stimulation.
Prerequisites and Planning:
Patients with drug-resistant partial epilepsy may be candidates for resective surgery of an epileptic focus to minimize the frequency of seizures. Prior to resection, the patients undergo monitoring using subdural electrodes for two purposes: first, to localize the epileptic focus, and second, to identify nearby critical brain areas (i.e., eloquent cortex) where resection could result in long-term functional deficits. To implant electrodes, a craniotomy is performed to open the skull. Then, electrode grids and/or strips are placed on the cortex, usually beneath the dura. A typical grid has a set of 8 x 8 platinum-iridium electrodes of 4 mm diameter (2.3 mm exposed surface) embedded in silicon with an inter-electrode distance of 1cm. A strip typically contains 4 or 6 such electrodes in a single line. The locations for these grids/strips are planned by a team of neurologists and neurosurgeons, and are based on previous EEG monitoring, on a structural MRI of the patient's brain, and on relevant factors of the patient's history. Continuous recording over a period of 5-12 days serves to localize epileptic foci, and electrical stimulation via the implanted electrodes allows clinicians to map eloquent cortex. At the end of the monitoring period, explantation of the electrodes and therapeutic resection are performed together in one procedure.
In addition to its primary clinical purpose, invasive monitoring also provides a unique opportunity to acquire human ECoG data for neuroscientific research. The decision to include a prospective patient in the research is based on the planned location of their electrodes, on the patient's performance scores on neuropsychological assessments, and on their informed consent, which is predicated on their understanding that participation in research is optional and is not related to their treatment. As with all research involving human subjects, the research protocol must be approved by the hospital's institutional review board. The decision to perform individual experimental tasks is made day-by-day, and is contingent on the patient's endurance and willingness to participate. Some or all of the experiments may be prevented by problems with the clinical state of the patient, such as post-operative facial swelling, temporary aphasia, frequent seizures, post-ictal fatigue and confusion, and more general pain or discomfort.
At the Epilepsy Monitoring Unit at Albany Medical Center in Albany, New York, clinical monitoring is implemented around the clock using a 192-channel Nihon-Kohden Neurofax monitoring system. Research recordings are made in collaboration with the Wadsworth Center of the New York State Department of Health in Albany. Signals from the ECoG electrodes are fed simultaneously to the research and the clinical systems via splitter connectors. To ensure that the clinical and research systems do not interfere with each other, the two systems typically use separate grounds. In fact, an epidural strip of electrodes is sometimes implanted to provide a ground for the clinical system. Whether research or clinical recording system, the grounding electrode is chosen to be distant from the predicted epileptic focus and from cortical areas of interest for the research. Our research system consists of eight synchronized 16-channel g.USBamp amplifier/digitizer units (g.tec, Graz, Austria). These were chosen because they are safety-rated and FDA-approved for invasive recordings, they have a very low noise-floor in the high-frequency range in which the signals of interest are found, and they come with an SDK that allows them to be integrated with custom-written research software. In order to capture the high-gamma signal accurately, we acquire signals at 1200Hz sampling rate-considerably higher than that of the typical EEG experiment or that of many clinical monitoring systems. A built-in low-pass filter automatically prevents aliasing of signals higher than the digitizer can capture. The patient's eye gaze is tracked using a monitor with a built-in Tobii T-60 eye-tracking system (Tobii Tech., Stockholm, Sweden). Additional accessories such as joystick, bluetooth Wiimote (Nintendo Co.), data-glove (5th Dimension Technologies), keyboard, microphone, headphones, or video camera are connected depending on the requirements of the particular experiment.
Data collection, stimulus presentation, synchronization with the different input/output accessories, and real-time analysis and visualization are accomplished using our BCI2000 software8,9. BCI2000 is a freely available general-purpose software system for real-time biosignal data acquisition, processing and feedback. It includes an array of pre-built modules that can be flexibly configured for many different purposes, and that can be extended by researchers' own code in C++, MATLAB or Python. BCI2000 consists of four modules that communicate with each other via a network-capable protocol: a Source module that handles the acquisition of brain signals from one of 19 different hardware systems from different manufacturers; a Signal Processing module that extracts relevant ECoG features and translates them into output signals; an Application module that delivers stimuli and feedback to the subject; and the Operator module that provides a graphical interface to the investigator.
A number of different experiments may be conducted with any given patient. The priority of experiments will be determined by the location of the particular patient's electrodes. However, we usually begin our experimentation using the SIGFRIED (SIGnal modeling For Realtime Identification and Event Detection) mapping method, which detects and displays significant task-related activity in real time. The resulting functional map allows us to further tailor subsequent experimental protocols and may also prove as a useful starting point for traditional mapping by electrocortical stimulation (ECS).
Although ECS mapping remains the gold standard for predicting the clinical outcome of resection, the process of ECS mapping is time consuming and also has other problems, such as after-discharges or seizures. Thus, a passive functional mapping technique may prove valuable in providing an initial estimate of the locus of eloquent cortex, which may then be confirmed and refined by ECS. The results from our passive SIGFRIED mapping technique have been shown to exhibit substantial concurrence with the results derived using ECS mapping10.
The protocol described in this paper establishes a general methodology for gathering human ECoG data, before proceeding to illustrate how experiments can be initiated using the BCI2000 software platform. Finally, as a specific example, we describe how to perform passive functional mapping using the BCI2000-based SIGFRIED system.

Recording Human Electrocorticographic ECoG Signals for Neuroscientific Research and Real-time Functional Cortical Mapping

We present a method for collecting electrocorticographic signals for research purposes from humans who are undergoing invasive epilepsy monitoring. We show how to use the BCI2000 software platform for data collection, signal processing and stimulus presentation. Specifically, we demonstrate SIGFRIED, a BCI2000-based tool for real-time functional brain mapping.

Aufnahme Menschliche Electrocorticographic (ECoG) Signale für neurowissenschaftliche Forschung und Real-time Funktionelle kortikale Mapping

Neuroimaging studies of human cognitive, sensory, and motor processes are usually based on noninvasive techniques such as electroencephalography (EEG), ...

Functional Imaging of Auditory Cortex in Adult Cats using High-field fMRI

Current knowledge of sensory processing in the mammalian auditory system is mainly derived from electrophysiological studies in a variety of animal models, including monkeys, ferrets, bats, rodents, and cats. In order to draw suitable parallels between human and animal models of auditory function, it is important to establish a bridge between human functional imaging studies and animal electrophysiological studies. Functional magnetic resonance imaging (fMRI) is an established, minimally invasive method of measuring broad patterns of hemodynamic activity across different regions of the cerebral cortex. This technique is widely used to probe sensory function in the human brain, is a useful tool in linking studies of auditory processing in both humans and animals and has been successfully used to investigate auditory function in monkeys and rodents. The following protocol describes an experimental procedure for investigating auditory function in anesthetized adult cats by measuring stimulus-evoked hemodynamic changes in auditory cortex using fMRI. This method facilitates comparison of the hemodynamic responses across different models of auditory function thus leading to a better understanding of species-independent features of the mammalian auditory cortex.

Functional studies of the auditory system in mammals have traditionally been conducted using spatially-focused techniques such as electrophysiological recordings. The following protocol describes a method of visualizing large-scale patterns of evoked hemodynamic activity in the cat auditory cortex using functional magnetic resonance imaging.

Funktionelle Bildgebung Auditory Cortex bei erwachsenen Katzen mit Hochfeld-fMRI

Current knowledge of sensory processing in the mammalian auditory system is mainly derived from electrophysiological studies in a variety of animal ...

Optogenetic Stimulation of the Auditory Nerve

Direct electrical stimulation of spiral ganglion neurons (SGNs) by cochlear implants (CIs) enables open speech comprehension in the majority of implanted deaf subjects1-6. Nonetheless, sound coding with current CIs has poor frequency and intensity resolution due to broad current spread from each electrode contact activating a large number of SGNs along the tonotopic axis of the cochlea7-9. Optical stimulation is proposed as an alternative to electrical stimulation that promises spatially more confined activation of SGNs and, hence, higher frequency resolution of coding. In recent years, direct infrared illumination of&#160;the cochlea has been used to evoke responses in the auditory nerve10. Nevertheless it requires higher energies than electrical stimulation10,11 and uncertainty remains as to the underlying mechanism12. Here we describe a method based on optogenetics to stimulate SGNs with low intensity blue light, using transgenic mice with neuronal expression of channelrhodopsin 2 (ChR2)13 or virus-mediated expression of the ChR2-variant CatCh14. We used micro-light emitting diodes (&#181;LEDs) and fiber-coupled lasers to stimulate ChR2-expressing SGNs through a small artificial opening (cochleostomy) or the round window. We assayed the responses by scalp recordings of light-evoked potentials (optogenetic auditory brainstem response: oABR) or by microelectrode recordings from the auditory pathway and compared them with acoustic and electrical stimulation.

Cochlear implants (CIs) enable hearing by direct electrical stimulation of the auditory nerve. However, poor frequency and intensity resolution limits the quality of hearing with CIs. Here we describe optogenetic stimulation of the auditory nerve in mice as an alternative strategy for auditory research and developing future CIs.

Optogenetische Stimulation des Hörnervs

Direct electrical stimulation of spiral ganglion neurons (SGNs) by cochlear implants (CIs) enables open speech comprehension in the majority of implanted ...

Real-time Electrophysiology: Using Closed-loop Protocols to Probe Neuronal Dynamics and Beyond

Experimental neuroscience is witnessing an increased interest in the development and application of novel and often complex, closed-loop protocols, where the stimulus applied depends in real-time on the response of the system. Recent applications range from the implementation of virtual reality systems for studying motor responses both in mice1 and in zebrafish2, to control of seizures following cortical stroke using optogenetics3. A key advantage of closed-loop techniques resides in the capability of probing higher dimensional properties that are not directly accessible or that depend on multiple variables, such as neuronal excitability4 and reliability, while at the same time maximizing the experimental throughput. In this contribution and in the context of cellular electrophysiology, we describe how to apply a variety of closed-loop protocols to the study of the response properties of pyramidal cortical neurons, recorded intracellularly with the patch clamp technique in acute brain slices from the somatosensory cortex of juvenile rats. As no commercially available or open source software provides all the features required for efficiently performing the experiments described here, a new software toolbox called LCG5 was developed, whose modular structure maximizes reuse of computer code and facilitates the implementation of novel experimental paradigms. Stimulation waveforms are specified using a compact meta-description and full experimental protocols are described in text-based configuration files. Additionally, LCG has a command-line interface that is suited for repetition of trials and automation of experimental protocols.

Closed-loop protocols are becoming increasingly widespread in modern day electrophysiology. We present a simple, versatile and inexpensive way to perform complex electrophysiological protocols in cortical pyramidal neurons in vitro, using a desktop computer and a digital acquisition board.

Echtzeit-Elektrophysiologie: Mit Closed-loop Protokolle Probe neuronaler Dynamik und darüber hinaus

Experimental neuroscience is witnessing an increased interest in the development and application of novel and often complex, closed-loop protocols, where ...

Touchscreen Sustained Attention Task (SAT) for Rats

Sustained attention is the ability to monitor intermittent and unpredictable events over a prolonged period of time. This attentional process subserves other aspects of cognition and is disrupted in certain neurodevelopmental, neuropsychiatric, and neurodegenerative disorders. Thus, it is clinically important to identify mechanisms that impair and improve sustained attention. Such mechanisms are often first discovered using rodent models. Therefore, several behavior procedures for testing aspects of sustained attention have been developed for rodents. One, first described by McGaughy and Sarter (1995), called the sustained attention task (SAT), trains rats to distinguish between signal (i.e., brief light presentation) and non-signal trials. The signals are short and thus require careful attention to be perceived. Attentional demands can be increased further by introducing a distractor (e.g., flashing houselight). We have modified this task for touchscreen operant chambers, which are configured with a touchscreen on one wall that can present stimuli and record responses. Here we detail our protocol for SAT in touchscreen chambers. Additionally, we present standard measures of performance in male and female Sprague-Dawley rats. Comparable performance on this task in both sexes highlights its use for attention studies, especially as more researchers are including female rodents in their experimental design. Moreover, the easy implementation of SAT for the increasingly popular touchscreen chambers increases its utility.

Touchscreen Sustained Attention Task SAT for Rats

Sustained attention, or continuously monitoring situations for intermittent and unpredictable events, is a critical aspect of cognition. Here we detail how to test sustained attention in rats using touchscreen operant chambers. We demonstrate comparable performance in male and female rats, making this task useful for studying attention in both sexes.

Touchscreen nachhaltige Aufmerksamkeit Aufgabe (SA) für Ratten

Sustained attention is the ability to monitor intermittent and unpredictable events over a prolonged period of time. This attentional process subserves ...

Simultaneous Recordings of Cortical Local Field Potentials, Electrocardiogram, Electromyogram, and Breathing Rhythm from a Freely Moving Rat

Monitoring the physiological dynamics of the brain and peripheral tissues is necessary for addressing a number of questions about how the brain controls body functions and internal organ rhythms when animals are exposed to emotional challenges and changes in their living environments. In general experiments, signals from different organs, such as the brain and the heart, are recorded by independent recording systems that require multiple recording devices and different procedures for processing the data files. This study describes a new method that can simultaneously monitor electrical biosignals, including tens of local field potentials in multiple brain regions, electrocardiograms that represent the cardiac rhythm, electromyograms that represent awake/sleep-related muscle contraction, and breathing signals, in a freely moving rat. The recording configuration of this method is based on a conventional micro-drive array for cortical local field potential recordings in which tens of electrodes are accommodated, and the signals obtained from these electrodes are integrated into a single electrical board mounted on the animal's head. Here, this recording system was improved so that signals from the peripheral organs are also transferred to an electrical interface board. In a single surgery, electrodes are first separately implanted into the appropriate body parts and the target brain areas. The open ends of all of these electrodes are then soldered to individual channels of the electrical board above the animal's head so that all of the signals can be integrated into the single electrical board. Connecting this board to a recording device allows for the collection of all of the signals into a single device, which reduces experimental costs and simplifies data processing, because all data can be handled in the same data file. This technique will aid the understanding of the neurophysiological correlates of the associations between central and peripheral organs.

This study introduces a method for the simultaneous recording of local field potentials in the brain, electrocardiograms, electromyograms, and breathing signals of a freely moving rat. This technique, which reduces experimental costs and simplifies data analysis, will contribute to the understanding of the interactions between the brain and peripheral organs.

Gleichzeitige Aufnahmen der kortikalen lokales Feld Potentiale, Elektrokardiogramm, Elektromyogramm und Atemrhythmus aus einem frei beweglichen Ratte

Monitoring the physiological dynamics of the brain and peripheral tissues is necessary for addressing a number of questions about how the brain controls ...

Visualization of Motor Axon Navigation and Quantification of Axon Arborization In Mouse Embryos Using Light Sheet Fluorescence Microscopy

Spinal motor neurons (MNs) extend their axons to communicate with their innervating targets, thereby controlling movement and complex tasks in vertebrates. Thus, it is critical to uncover the molecular mechanisms of how motor axons navigate to, arborize, and innervate their peripheral muscle targets during development and degeneration. Although transgenic Hb9::GFP mouse lines have long served to visualize motor axon trajectories during embryonic development, detailed descriptions of the full spectrum of axon terminal arborization remain incomplete due to the pattern complexity and limitations of current optical microscopy. Here, we describe an improved protocol that combines light sheet fluorescence microscopy (LSFM) and robust image analysis to qualitatively and quantitatively visualize developing motor axons. This system can be easily adopted to cross genetic mutants or MN disease models with Hb9::GFP lines, revealing novel molecular mechanisms that lead to defects in motor axon navigation and arborization.

Here, we describe a protocol for visualizing motor neuron projection and axon arborization in transgenic Hb9::GFP mouse embryos. After immunostaining for motor neurons, we used light sheet fluorescence microscopy to image embryos for subsequent quantitative analysis. This protocol is applicable to other neuron navigation processes in the central nervous system.

Visualisierung von motorischen Axon Navigation und Quantifizierung der Axon Arborization In Mausembryonen mit Fluoreszenz-Lichtblattmikroskopie

Spinal motor neurons (MNs) extend their axons to communicate with their innervating targets, thereby controlling movement and complex tasks in ...

Statistical Modelling of Cortical Connectivity Using Non-invasive Electroencephalograms

Non-invasive electrophysiological recordings are useful for the evaluation of nervous system function. These techniques are inexpensive, fast, replicable, and less resource-intensive than imaging. Further, the functional data produced have excellent temporal resolution, which is not achievable with structural imaging.
Current applications of electroencephalograms (EEG) are limited by data processing methods. Standard analysis techniques using raw time series data at individual channels are very limited methods of interrogating nervous system activity. More detailed information about cortical function can be achieved by examining relationships between channels and deriving statistical models of how areas are interacting, allowing visualization of connectivity between networks.
This manuscript describes a method for deriving statistical models of cortical network activity by recording EEG in a standard manner, then examining the interelectrode coherence measures to assess relationships between the recorded areas. Higher order interactions can be further examined by assessing the covariance between the coherence pairs, producing high-dimensional &#34;maps&#34; of network interactions. These data constructs can be examined to assess cortical network function and its relationship to pathology in ways not achievable with traditional techniques.
This approach offers greater sensitivity to network level interactions than is achievable with raw time series analysis. It is, however, limited by the complexity of drawing specific mechanistic conclusions about the underlying neural populations and the high volumes of data generated, requiring more advanced statistical techniques for evaluation, including dimensionality reduction and classifier-based approaches.

Standard EEG analysis techniques offer limited insight into nervous system function. Deriving statistical models of cortical connectivity offers far greater ability to investigate underlying network dynamics. Improved functional assessment opens new possibilities for diagnosis, prognostication, and outcome prediction in nervous system diseases.

Statistische Modellierung der kortikalen Konnektivität mit nichtinvasiven Elektroenzephalogrammen

Non-invasive electrophysiological recordings are useful for the evaluation of nervous system function. These techniques are inexpensive, fast, replicable, ...