フランカータスクによる同時脳波と機能的近赤外分光記録の実施

要約

本プロトコルは、EEG および fNIRS の同時記録を実行する方法と、EEG と fNIRS データの関係を検査する方法を記述しています。

要約

同時脳脳とfNIRSの記録は、神経と血行力信号の関係を検査することによって、認知処理の神経機構を完全に理解する絶好の機会を提供します。脳波は、皮質の急速な神経活動を測定できる電気生理学的技術であり、fNIRSは脳の活性化を推測するために血行力学的応答に依存する。脳脳とfNIRSの神経イメージング技術の組み合わせは、より多くの特徴を識別し、脳の機能に関連するより多くの情報を明らかにすることができます。このプロトコルでは、フランカータスク中に、呼び起こされる電位と血行力学的応答の同時記録に対して融合したEEG-fNIRS測定を行った。さらに、ハードウェアおよびソフトウェアシステムを設定するための重要な手順と、データの取得と分析の手順が提供され、詳細に説明されました。本プロトコルは、脳科学とfNIRS信号を用いることで、様々な認知プロセスの基礎となる神経機構の理解を深める新たな道を開くことができると期待される。

概要

本研究は、融合されたEEGとfNIRSの神経イメージング技術を用いて、フランカータスクの根底にある神経活性化パターンを明らかにする働くプロトコルを開発することを目的としている。興味深いことに、同時fNIRS-EEGの記録は前頭前野の血行力学的信号と、フランカータスクに関連する脳全体の様々な事象関連ポテンシャル(ERP)成分との関係を検査することを可能にする。

機能近赤外分光法(fNIRS)、脳波(EEG)、および機能的磁気共鳴画像法(fMRI)を含む様々な非侵襲的神経イメージングモダリティの統合は^{、脳1、2、32,3}において情報処理が行われている場所と¹時期の理解を深めるために不可欠である。さらに、fNIRSとEEGを組み合わせて、局所的な神経活動とその後の血行力学的応答の変化との関係を調べる可能性があり、脳脳とfNIRSは人間の脳認知機能の神経機構を明らかにする上で補完的であり得る。fNIRSは、脳の活性化を推測するために血行力学的応答に依存する血管ベースの機能的神経イメージング技術である。^,fNIRSは、認知処理³3、4、5、6、7の研究において重要な役割を果たす大脳皮質における相対的なオキシヘモグロビン(HbO)およびデオキシヘモグロビン(HbR)濃度変化^6を7測定する。^,4,5神経血管および神経代謝結合機構⁸によれば、認知処理に伴う局所神経活動の変化は、一般的に、4〜7秒の遅延を伴う局所血流および血液酸素におけるその後の変化を伴う。神経血管結合は、電力トランスデューサーである可能性が高く、神経活動の速いダイナミクスを遅い血圧力学⁹の血管入力に統合することが示されている。具体的には、fNIRSは、主に前頭葉の神経血管活動を検査するために用いられ、特に、執行機能^{10、11、12、11,12}推論および計画^1013、意思決定^14、及び社会的認知および道徳的判断¹⁵のような高い認知機能を担う前頭前野を検査する。しかし、fNIRSによって測定された血行力学的応答は、間接的に低い時間的解像度で神経活動を捉えるのに対し、EEGは神経活動の時間的に微細で直接的な尺度を提供することができる。その結果、脳とfNIRSの記録の組み合わせは、より多くの特徴を識別し、脳の機能に関連するより多くの情報を明らかにすることができます。

さらに重要なことは、脳脳およびfNIRS信号のマルチモーダル獲得は、脳活性化を検査するために行われ、様々な認知タスク16、17、18、19、20、21、22、または脳とコンピュータのインターフェース^{,2220,2116,17,18,19,23、24,24}の基礎となる。特に、同時ERP(事象関連電位)およびfNIRS記録は、イベント関連の聴覚奇数パラダイム¹に基づいて行われ、fNIRSはP300成分の出現から数秒後に前頭側頭皮質の血行力学的変化を同定することができる。ホロヴィッツらも、意味的処理タスク²⁵の間にfNIRS信号とP300成分の同時測定を実証した。興味深いことに、同時EEGとfNIRSの記録に基づく以前の研究は、奇数ボール刺激の間P300がfNIRS信号²⁶と有意な相関を示したことを示した。マルチモーダル対策は、イベント関連パラダイム²⁶に基づく包括的な認知神経機構を明らかにする可能性を有することが発見された。奇妙なタスクに加えて、ERPコンポーネントN200に関連するフランカータスクはまた、健康なコントロールと様々な障害を有する患者と認知能力の検出および評価の調査に使用することができる重要なパラダイムである。具体的には、N200は前帯状皮質前頭²⁷および優側側皮質²⁸から200〜350msをピークとする陰性成分であった。これまでの研究では、フランカータスク²⁹における優れた前頭皮質とα振動の関係を調べたが、フランカータスク中のN200振幅と血行力学的応答との相関は検討されていなかった。

このプロトコルでは、標準のEEGキャップに基づく自家製のEEG/fNIRSパッチが同時のEEGおよびfNIRS録音に利用されました。サポートを伴うオプトデス/電極の配置は、EEGキャップに融合したfNIRSオプトディスクの配置によって達成されました。同時にE-primeソフトウェアによって生成された同じ刺激タスクでEEGとfNIRSの同時取得を行いました。我々は、フランカータスクに関連するERP成分が前頭前野の血行力学的応答と有意な相関関係を示すことができると仮定する。一方、組み合わされたERPとfNIRSの記録は、複数のシグナル指標を抽出して、脳活性化パターンを強化された精度で識別することができます。この仮説をテストするために、fNIRSセットアップと脳脳装置を統合し、イベント関連のフランカータスクに対応する複雑な神経認知メカニズムを明らかにした。

プロトコル

実験試験に先立ち、参加者全員がインフォームドコンセント文書に署名しました。本研究の議定書は、マカオ大学倫理委員会によって承認された。

1. 同時 EEG および fNIRS 録音のためのハードウェアおよびソフトウェアの設定

1. 同時 EEG-fNIRS 録音用のヘッド キャップを作成します。
   1. 参加者の頭囲に応じて適切なキャップサイズを選択します。この研究では、ほとんどの思春期および成人の参加者に適しているので、中型キャップを使用してください。
   2. 前頭前野の脳海藻キャップと一緒にfNIRSオプトデのレイアウトを設計します(図1)。
      1. EEG電極をfNIRS検体の中央部に配置して^{、2つの技術19,3030}によって同じ脳領域の測定¹⁹を確実にする。しかし、脳脳とfNIRSの両方の神経イメージング法の低い空間分解能のために、電極はfNIRSチャネルの正確な位置ではなく、fNIRS光素で覆われた対応する脳領域に置く。
      2. 前頭前野の特定のレイアウトに沿ってfNIRSオプトデを保持するために、脳海検体の内側に22の穴を作ります。ヘッドキャップの設計されたレイアウトに従ってfNIRSオプトデの位置を特定してマークし、キャップの内側に穴を開けてオプトデを配置して固定します。
      3. 10-20国際システムに従って、21または71のEEG電極をEEGキャップの表面に沿って配置し(材料表を参照)、オプトデのグリッドを取り付けます。
   3. 各ソースと検出器のペア間の距離を 3 cm に設定し、光色を固定します。
2. ソフトウェアの EEG ポートと fNIRS ポートを設定します。
3. パラレルポートとシリアルポートを介して生成されたタイムトリガを使用して、2つの異なる信号の同期を確実にします。
   1. EEG システムのパラレルポート(例えば、この研究ではH378)を設定します(材料表を参照)。
   2. fNIRS システムのシリアルポート(例えば、この調査では 6 9600)を設定します(資料表を参照)。
      メモ:ポートの種類と番号は、さまざまなEEGおよびfNIRSの設定に関して変更する必要があります。詳細については、製造元にお問い合わせください。

2. 実験準備

1. 30分間レーザーをオンにしてfNIRSシステムをウォームアップします。
2. fNIRS測定システムに必要な操作パラメータをすべて設定します。
3. 参加者にEEGとfNIRS測定システムを含む融合実験セットアップを示す。
4. 10-20国際システムに従ってCzポイントを測定し、マークします。イニオンとナションの間の距離の半分と、左と右の聴覚間のインデント間の距離の半分でCzの電極位置を識別します。
5. まず、参加者の額に沿ってキャップの前部を置き、次にキャップの後ろの部分を首に向かって引き下げてください。
6. 職位を検証します。
   1. Cz と inion と nasion の間の距離をソフトルーラーで再度測定し、中間点に位置するかどうかを再確認します。同様に、Cz と左右と右の聴覚間の距離を測定し、Cz が中間点にあるかどうかを再確認します。
7. EEG の録音の準備をします。
   注: EEG 電極を最初にセットアップし、次に fNIRS オプトデを設定することを強くお勧めします。EEG導電性ゲルがfNIRS光素子の配置用の穴を覆う場合、光質の汚染を防ぐために洗浄する必要があります。
   1. EEG電極グリッドの穴に鈍い針を挿入して導電性ゲルを充填します。
   2. ラベルに従って、すべての電極をEEG電極グリッドに配置します。
   3. EEGソフトウェアを開き、EEG電極の信号品質を検査します。
   4. 信号品質が要件(40 mV)を満たすのに十分でない場合は、導電性ゲルを補充して電極を再取り付けします。
   5. インピーダンスが要件を満たさなかった場合は、導電性ゲルを補充して電極を再取り付けします。
8. fNIRS の録音の準備をします。
   注意: 参加者の目を直接fNIRSソースのレーザービームに当てないでください。
   1. fNIRS測定システムに取り付けられたホルダーアームに沿って光ファイバーをホルダーに配置します。繊維がきちんと整っていることを確認してください。
   2. レイアウトに従って、光ソースと検出器を穴に挿入します。
   3. 信号品質をテストします。チャンネルが高レベルの信号対雑音比を持たない場合(すなわち、チャンネルが黄色でマークされている場合)、光学プローブを囲む参加者の毛を静かに調べ、光学プローブと頭皮の間に何も存在しないことを確認します。
   4. ステップ 2.8.3 が信号の品質を改善できない場合は、信号強度を上げ出します。信号が多すぎる場合(つまり、チャンネルが赤でマークされている場合)、信号強度を下げます。

3. 実験を実行する

1. 信号が安定していて、信号対雑音比が優れ、参加者が実験指示に精通している場合に実験を開始します。実験的なテスト^29、31,31のための古典的なフランカーのパラダイムを使用してください。
2. 実験の後、EEG と fNIRS の両方からデータを保存してエクスポートします。
3. EEG電極とfNIRS光学プローブを慎重に取り外します。

4. 3DデジタイザーによるfNIRSオプトデの三次元(3D)MNI座標の測定

1. 参加者は椅子に座って、センサーで眼鏡をかけましょう。
2. コンピュータでデジタイザソフトウェアを開きます。3D デジタイザ システムが適切な COM ポートを介してコンピュータに接続されていることを確認します。
3. オプトデス設定ファイルのレイアウトをロードします。
4. 3D デジタイザ スタイラスをキーポジション(Nz、Iz、左耳、右耳、Cz)を画面と一緒に移動し、スタイラスのボタンを押します。
5. 光ソースと検出器の局地化
6. 3D 座標ファイルをエクスポートします。

5. データ分析

1. fNIRS データ分析
   1. 3D MNI 座標データを処理するには、NIRS-SPM の登録オプションを MATLAB 2019 で使用します。選択:スタンドアロン空間登録 |3Dデジタイズ付き。以前に保存した他のファイルと元のテキスト ファイルを選択し、[登録] を選択します。
   2. ホーマー2ソフトウェア³²でfNIRS信号を事前処理する。
      1. 生データを異なる波長の光密度変化に変換し、さらに変更されたビール・ランバート法を使用して異なる時点でのHbOの濃度変化に変換します。一般的に、年齢、性別、および波長によって影響を受ける典型的な差動経路長因子(DPF)値と、ソースとデセタ³³との距離^,、34は6であり、これは以前の研究^34、35,35からの平均DPFと類似している。
      2. Homer2 fNIRS 処理パッケージのスプラインモーションアーティファクト検出アルゴリズムを使用して、モーション補正を行います。文献³⁶に基づいて、適切な運動補正方法を選択してください。
      3. 生のヘモグロビン連続データを0.2 Hzのローパスフィルタで処理し、その後0.015 Hzのハイパスフィルタを処理します。
      4. 平均値を除算して、血行力信号の振幅を正規化します。
      5. 3D デジタイザ情報に基づいて、各チャンネルの fNIRS データを生成します。NIRS-SPMの回帰計算に従って、上位前頭皮質(SFC)で登録確率が100%以上のチャンネルを選択して、さらなる分析を行います。
      6. 酸素ヘモグロビン(HbO)濃度変化のピーク値をエクスポートします。
         注:この研究では、高い信号対雑音比のためにHbO信号のみを解析しました。ラン平均HbOデータのピーク値を各参加者から各チャンネルに抽出し、さらなる分析を行った。
2. EEG データ処理
   メモ:オフラインのEEGデータ分析は、EEGLABで行われました。FzのN200だけが本研究の興味深い成分でした。全ての電極は、人工物地形の内部モデルを用いて眼球運動を除去するための自動アーチファクト補正を施した。その後、連続的なEEGデータをターゲットと非ターゲット刺激に応じて異なる試験に分割し、各試験のエポックは2500 msで、刺激前期間500ms(ベースラインエポック)と2000ms(タスクエポック)の刺激後期間を含む2500 msが続いた。
   1. プラグインを使用して、生のEEGデータフォルダをEEGLABにロードします。このスタディで BDF ファイルの BIOSIG プラグインを選択します。
      注:EEGデータファイル形式に応じて適切なプラグインを選択してください。
   2. EEGLAB³⁷のチャネル位置情報を設定します。キャップの対応するロケーションファイルをロードします。
   3. EEGLABの1つのプラグインであるERPLABの電極を再参照します。マスノイドに配置されたチャンネルを参照電極として選択します。
   4. ERPLAB³⁷のイベントファイルとビン ファイルに基づいて、EEG データ エポックを抽出します。
   5. 30Hzのカットオフで低周波数をフィルタリングし、0.1 Hzのカットオフで高周波数をフィルタリングすることにより、FIRフィルタを使用して、ERPLABのEEGデータセグメントをフィルタリングします。
   6. EEGLAB の独立成分分析で眼の EEG アーティファクトを除去します。
   7. ERPLABの任意のチャンネルで、振幅値が±100μVを超えるEEGデータセグメントを拒否します。
   8. ERPLAB の EEG データ セグメントの平均値。
      注: これらは、一般的に使用されるデータ分析方法であり、EEG および fNIRS データを処理するためのソフトウェアです。数多くの処理ソフトウェアとメソッドがあります。
3. 相関計算
   1. ピアソン相関分析を使用して、fNIRS と EEG の記録間の関係を生成します。
i>

結果

図 2は、すべてのチャネルの HbO 信号を示し、図 3はフランカー タスクの 2 つの条件について Fz および FCz の ERP を示しています。Figure 4はピアソン相関分析結果を示した図4は、SFCにおけるfNIRSシグナルが、Fzにおける不一致条件(P<0.05)に対してERP N200成分と有意な相関を示したことを示した。ただし、こ?...

ディスカッション

このプロトコルでは、脳全体の神経信号と前頭前野の同時血行力応答を記録することによって、イベント関連のフランカーパラダイムを含む脳活性化パターンを調べるために、脳とfNIRSの組み合わせの記録が行われました。ERPの結果は、FzのN200が一致条件と不一致条件(P=0.037)を有意に区別できたことを示した。一方、SFC(チャネル21)におけるHbO信号は、フランカータスクに関連する脳認知機能?...

資料

Name	Company	Catalog Number	Comments
EEG cap	EASYCAP GmbH	-	-
EEG system	BioSemi	-	-
fNIRS system	TechEn	-	CW6 System