EEG Mu Ritmo en desarrollo típico y atípico

Resumen

Evaluación del ritmo mu EEG proporciona una metodología única para examinar la actividad cerebral y cuando se combina con ensayos basados ​​en el comportamiento, puede ser una herramienta poderosa para elucidar aspectos de la cognición social, tales como imitación, en poblaciones clínicas.

Resumen

Electroencefalografía (EEG) es un método eficaz, eficiente y no invasivo para evaluar y registrar la actividad cerebral. Dada la excelente resolución temporal, EEG se puede usar para examinar la respuesta neural relacionada con comportamientos específicos, estados o estímulos externos. Un ejemplo de esta utilidad es la evaluación del sistema de neuronas espejo (MNS) en los seres humanos a través del examen del ritmo mu EEG. El ritmo mu EEG, la actividad oscilatoria en el rango de frecuencia Hz 8-12 grabado de electrodos ubicados en el centro, se suprime cuando un individuo ejecuta, o simplemente observa, meta acciones dirigidas. Como tal, se ha propuesto para reflejar la actividad de los MNS. Se ha teorizado que la disfunción en el sistema de neuronas espejo (MNS) desempeña un papel que contribuye a los déficits sociales del trastorno del espectro autista (TEA). Los MNS pueden examinarse de forma no invasiva en poblaciones clínicas utilizando EEG mu atenuación del ritmo como un índice para su actividad. La prot describeOcol proporciona una vía para examinar las funciones cognitivas sociales teóricamente vinculados a las MNS en los individuos con un desarrollo típico y atípico, tal como TEA.

Introducción

Electroencefalografía (EEG) es un método eficaz, eficiente y no invasivo para evaluar y registrar la actividad cerebral. Como las neuronas disparan en el cerebro, la tensión resultante puede ser amplificado, grabado y representado gráficamente. La resolución temporal de EEG permite el análisis de incluso breves cambios en los patrones de oscilación del cerebro, así como el análisis de la respuesta del cerebro a los estímulos específicos.

A pesar de ser la técnica de imagen cerebral más antiguo, que data de finales de los 19 del siglo ^XX, EEG todavía tiene aplicabilidad amplia. Mientras imágenes de resonancia magnética funcional (fMRI) tiene una excelente resolución espacial, la que tiene relativamente pobre resolución temporal. Esto representa una de las principales limitaciones de la evaluación de fMRI dada la increíble velocidad a la que los procesos se producen en el cerebro. EEG tiene la capacidad para evaluar la actividad eléctrica del cerebro en el nivel de milisegundo, proporcionando potencial iNsight en las fases de procesamiento del cerebro.

La evolución de las tecnologías también han ampliado la aplicabilidad de EEG. Un aumento en la densidad de los sistemas de grabación ha permitido el desarrollo de técnicas de localización de origen, mitigar algunas de las limitaciones del EEG en relación con la resolución espacial. Además, los sistemas modernos han reducido el participante configuración de tiempo individual de manera significativa, lo que permite la evaluación de las poblaciones anteriormente no disponibles, como las muestras clínicas ^1-3,28-30 infantil y.

Dada la excelente resolución temporal, EEG se puede usar para examinar la respuesta neural relacionada con comportamientos específicos, estados o estímulos externos. Un ejemplo de esta utilidad es la evaluación del sistema de neuronas espejo (MNS) en los seres humanos. Las neuronas espejo fueron identificados originalmente en monos utilizando la grabación de las neuronas individuales ^4, evidenciando un grupo deneuronas que respondieron a la ejecución y observación de las acciones motoras. Este método de grabación directa de la colocación de electrodos en el cerebro rara vez se utiliza en los seres humanos, y sólo en casos clínicos graves. EEG ha proporcionado un método para evaluar el MNS mediante la supervisión del ritmo mu EEG. Este patrón de oscilación en el rango de 8-12 Hz se ha demostrado para atenuar la potencia del EEG en respuesta a la ejecución y la observación de las acciones de motor, similar al patrón de activación observada en monos ^5-7. Del mismo modo, la estimulación de supuestas regiones cerebrales MNS través de la estimulación magnética transcraneal (por ejemplo, el giro frontal inferior) suprime EEG ritmo mu ⁸ y supresión EEG ritmo mu correlaciona con señales BOLD de fMRI en las regiones de neuronas espejo putativos dentro de temas ^9, proporcionando apoyo adicional de que este ritmo índices, al menos en parte, la actividad de MNS. Evaluación del ritmo mu EEG ha permitido una evaluación no invasiva de la Ley de neuronas espejoividad en los seres humanos.

EEG proporciona una metodología única para examinar la actividad cerebral y cuando se combina con ensayos basados ​​en el comportamiento, puede ser una herramienta poderosa para elucidar aspectos de la cognición social, tales como imitación, en poblaciones clínicas. Además, la aplicabilidad de EEG para su uso con las poblaciones con deficiencias cognitivas o de lenguaje permite la visión de las capacidades de los individuos para quienes otras técnicas de imagen o paradigmas de comportamiento pueden ser utilizan con menos éxito. El protocolo descrito proporciona una vía para examinar las funciones cognitivas sociales teóricamente relacionados con el sistema de neuronas espejo en los individuos con un desarrollo típico y atípico, como el trastorno del espectro autista.

Protocolo

El siguiente protocolo se adhiere a las directrices de la junta de revisión institucional de la Universidad de Washington.

1. Evaluación electrofisiológica

1. Preparación de la Sesión
   1. Preparación de la sala: coloque el manipulandum (ver Figura 1), un bloque de madera con un sensor conectado, el cual envía un marcador con marca de tiempo con el software de adquisición cuando se agarra, en la mesa dentro de agarrar alcance del participante. Activar el software de adquisición de EEG y comenzar "nueva sesión" (Figura S1).
   2. Preparación neto: solución caliente de agua destilada (1 l), cloruro de potasio (1 cucharada), y champú para bebés (1 cucharadita) a 104 ° F. Remojar 128-electrodo densa-matriz del sistema de EEG en la solución salina calentada.
   3. Preparación de los participantes: asegúrese de que el participante está sentado cómodamente aproximadamente 75 cm del monitor presentación del estímulo y totalmente a la vista de la cámara de vídeoera. Encontrar y marcar el vértice en la cabeza del participante con un marcador de la piel. Mida el vértice mediante la búsqueda de la intersección del punto medio entre el nasión y el inion y el punto medio entre preauriculars.
   4. Net: Coloque la tapa de EEG en la cabeza del participante tal que el electrodo vértice se coloca directamente sobre la marca de vértice. Compruebe impedancias y asegurarse de que las impedancias son por debajo del umbral apropiado para el sistema de EEG en uso (Figura S2).
   5. Comience la sesión grabación de vídeo.
2. Configuración de grabación: Señal de referencia al electrodo vértice. Filtro analógico entre 0,1 y 100 Hz, amplificar la señal, y digitalizar en 500 muestras / seg.
3. Presentación de Estímulo: presente participante con 3 condiciones: observar, ejecutar y descanso, adaptados desde el paradigma desarrollado por Muthukumaraswamy y sus colegas ^5.
   1. Observe condición: Instruya participante para sentarse tranquilamente y verun vídeo de una persona sujetando la manipulandum. Cada ensayo debe durar 6 seg. Tiempo el vídeo pregrabado para los ensayos observar precisamente para asegurar que el alcance observado se produce exactamente en 3 seg. Supervisar la atención visual de los participantes durante la tarea, y marcar los ensayos en los que no asisten a la pantalla para ser desechados durante el post-procesamiento.
   2. Ejecutar condición: Instruya a los participantes a sentarse en silencio con la mano derecha descansa justo debajo de la manipulandum y, al oír una señal auditiva pregrabado, para imitar la apropiación manipulandum de la condición videoclip observar. Cada ensayo debe durar 6 seg. Asegúrese de que la señal auditiva se presenta en exactamente 3 segundos por pre-grabación una pista auditiva que mantiene una cronometrada consistentemente ejecutar cue y el intervalo entre ensayos. Utiliza un sensor en el manipulandum para registrar con precisión el momento en que se produce el agarre del participante (Figura S3).
   3. Condiciones Descanso: Instruya participante que se siente quietemente con los ojos abiertos y pasivamente observar una pequeña cruz en el monitor de estímulo. Registro de EEG continua durante el estado de reposo durante 3 min.
   4. Tanto para observar y ejecutar las condiciones, presentes bloques al azar de diez ensayos, con un total de cuarenta ensayos por condición. Asegúrese de que la imagen de la manipulandum permanece en la pantalla a través de los bloques de observar y ejecutar, incluyendo entre los ensayos. Administrar el estado de reposo al final de las condiciones de observar y ejecutar.
4. Proceso de datos
   1. Tras la recogida de datos, vuelva a comprobar las impedancias. Tenga en cuenta los cambios en los niveles de impedancia. Finalice la grabación software de adquisición.
   2. Post-tratamiento: Señal Rereference EEG a la media. Segmento de datos de EEG continuos en cuarenta ensayos de 6 seg para cada condición (Figura S4).
   3. Llevar a cabo la detección automatizada de artefactos. Utilizar algoritmos automatizados para inspeccionar segmentos para los artefactos de movimiento mediante la identificación de las amplitudes medias rápidas exceeding 200 mV, los tipos de amplitudes medias superiores a 100 mV, y la varianza cero a través de un juicio dado (Figura S5).
   4. Llevar a cabo la detección de artefactos manual mediante la inspección visual de los datos y confirmando con la revisión de vídeo de la sesión para eliminar todos los ensayos en la condición de observación contaminada con cualquier artefacto de movimiento y todos los ensayos en la condición de ejecución contaminada con cualquier artefacto de movimiento no relacionado con el gesto de comprensión. Excluir ensayos con el artefacto importante del análisis. Deseche todos los ensayos que se marcan durante la adquisición que no asistieron. Examinar y tasa de rechazo de prueba para cada grupo de diagnóstico analizado en cuenta.
5. Análisis de los datos
   1. Por Muthukumaraswamy et al. ^5, segmento ensayos limpiados en 2 épocas seg consistentes en 1 seg de datos antes de que el alcance y 1 segundo después de tanto observar las condiciones (como marcado por la fotocélula) y ejecutar (como marcado por el sensor manipulandum). Segmento cinclinó 2 épocas sec de la condición de reposo.
   2. Transformada rápida de Fourier (FFT) de cada segmento. Seleccione un grupo de ocho electrodos en cada hemisferio en torno a las posiciones C3 y C4 estándar para los análisis estadísticos (siguiendo Muthukumaraswamy et al. ⁵ y Bernier et al. ³⁾ (Figura 2). Para cada condición, promediar la energía a través de los ensayos incluidos para calcular los espectros de potencia.
   3. Calcular mu atenuación mediante el examen de la potencia media, ya sea durante la ejecución o la observación de una acción de motor, en relación con la potencia media durante el estado de reposo, en toda la gama 8-13 Hz. Utilice el registro de esta relación para determinar el grado de atenuación. Nota: un valor negativo representa una atenuación durante la ejecución o la observación, mientras que un valor positivo representa el aumento. Esta metodología tiene en cuenta la variabilidad entre los individuos, y la no normalidad de los valores expresados ​​en forma de ratio.
      Nota: Este protocolo fue desarrollado utilizando una densa matriz del sistema EEG de 128 electrodos con el software Net Station versión 4.1. Si bien los pasos básicos son similares en todos los sistemas de EEG, los protocolos de adquisición y análisis pueden variar.

2. Caracterización de la muestra

1. Identificar el potencial población de pacientes para participar en paradigma a través de registros de investigación, los listados de los participantes anteriores, o las referencias de clínicas de la zona y los clínicos.
2. Potenciales participantes de malla para las probabilidad de cumplir criterios diagnósticos de constructo clínico (por ejemplo, trastorno del espectro autista) e identificar cualquier criterio de exclusión, como la presencia de lesiones en la cabeza, tumor, historia de convulsiones, o el uso de la medicación anticonvulsiva o barbitúricos que pueden distorsionar la señal electrofisiológica.
3. Confirmar el estado de diagnóstico de la población de pacientes a través del uso de instrumentos de diagnóstico estándar de oro (por ejemplo, el diagnóstico de autismo Interview-ReVISED (ADI-R ¹¹⁾ y el Autismo Lista de Observación Diagnóstica-Generic (ADOS-G, ¹²⁾ administrados por el médico experto siguiente Manual Diagnóstico y Estadístico - 5 ^ª Edición (DSM-5) Criterios de ^13.
4. Identifique la muestra de control emparejados en las variables relevantes de interés, como la edad, el género, la capacidad cognitiva, etc

Resultados

Adultos típicos, niños y lactantes han demostrado de forma consistente ritmo mu durante la ejecución y observación de acciones a través de una variedad de paradigmas y estímulos ^{5, 14-30.} Atenuación en esta banda de frecuencias está localizada consistentemente través de los electrodos centrales (Figura 3) que indica que esta no es la reducción de potencia alfa, que se registra en otras regiones del cuero cabelludo. Del mismo modo, la atenuación en esta frecuencia durante la observa...

Discusión

El éxito de adquisición, procesamiento y análisis de los datos electrofisiológicos relacionados con el ritmo mu y la aplicación a las poblaciones clínicas requiere 1) la aplicación de EEG herramientas metodológicas, 2) detección de cuidado artefacto y reducción de datos, 3) la identificación precisa del ritmo mu, y 4) la caracterización precisa de la población clínica y la identificación de grupos de control apropiados.

Metodología apropiada EEG re...

Materiales

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