この作品は、神経疾患の国立研究所によってサポートされており、ストローク（NINDS）＃R01NS075889-01を付与しました。この研究は、NIH臨床センターの学内研究プログラムによって部分的にサポートされていました。著者はまた、データ収集の支援についてShahriarイクバルとYongtian彼に感謝します。この記事のオープンアクセス出版の費用はAPDM社（;オレゴン州ポートランドが主催した<a href="http://apdm.com" target="_blank">http://apdm.com</a> ）。

1。件名準備<ol><li>対象者の身長、体重を測定し、自分の年齢を記録します。 </li><li>快適まで、それらの自己調整トレッドミルの速度を持っていることによって、被験者の優先トレッドミルの速度を評価する。 </li><li>フェルトペンを使って、対象の[後]とイニオン間の中間点として、頭の頂点をマーク。また、キャップを整列させるための基準とイニオン距離に[後の10％をマーク。 </li></ol> 2。頭皮脳波（EEG） <ol><li> 12のように、対象者に装着EEGキャップを使用して10〜20国際システムによって指定されたEEGの電極を取り付けます。キャップは頭皮上の電極の適切な配置が確保されます。 </li><li> FP1とFp2も電極とマークされた頂点とCzの電極の中間点でステップ1.3から10％のマークを合わせて被写体にEEGキャップを置きます。キャップを配置するための更なる詳細は、12に見出される。 SEあごの下にストラップでキャップを治す。 </li><li>脳波コントロールボックスにEEGの電極を接続してください。地面と参照電極から始まる、グリーン回すLED電極によって示されるように25kΩの以下の各施策のインピーダンスまで、各電極で電解質ゲルを注入する小さなシリンジを使用しています。 EEG電極の準備に関する詳細は、12,13でご利用いただけます。 </li><li>無線EEGトランスミッタにEEGの電極を接続してください。肩の周囲に配置ベルクロストラップに被写体に送信機を固定し、2つの32チャンネルアンプにワイヤレス脳波受信機を接続。 </li><li> USBコンバータに光ファイバを使用してUSBポート経由でホストPCにアンプを接続します。 </li><li> 0.1 DCへμV、ローカットオフ周波数、高カットオフ周波数EEGデータ収集ソフトウェアで1,000 HzまでにEEGチャンネルの解像度を設定します。 </li></ol> 3。表面筋電図（EMG） <ol><li> EMG電極のための準備8筋肉部位での配置は：紙やすりで皮膚、すり減らすを剃ると、イソプロピルアルコールパッドで清掃してください。準備されたサイト上の電極を配置し、ユニットロギングEMGデータに接続します。左または右手首にEMGの接地電極を配置し、データロギングユニットに接続します。 </li></ol> 4。モーションキャプチャ<ol><li>製造元の指示に従って、ドッキングしながらマーグセンサーを同期させます。 </li><li> 表2の場所でベルクロストラップや両面テープを使用して被写体にマーグセンサーと場所を削除します。 </li></ol> 5。環境の準備<ol><li>ベルト上の対角線（水平から45°）をテーピングでトレッドミルを準備します。トレッドミルの前には約1mのビデオカメラに接続されているテレビモニターを配置します。テープテレビで2インチ径黒丸と一枚の紙。 </li><li> IR近接センサ、コーン、テレビ秒の5セットを置くことによって、アリーナを歩いてセットアップcreenは、 図3に位置しています。 </li></ol> 6。トレッドミル<ol><li>被験者は、トレッドミル上に上昇する。安全ハーネスを取り付けます。 </li><li>データ収集に先立って、適切な電極配置、電極接続し、データ伝送を検証するEEGおよびEMG信号を調べる。 </li><li> C + +コンソールアプリケーションを実行することにより、データ収集を開始します。 EMG記録を開始し、実験を開始するためにオーディオキュー（ビープ音）を与えるために手動トリ​​ガプッシュボタンを押してください。 </li><li>対象は30秒間静かなスタンスに留まる。 </li><li> 30秒後には、歩行を開始するトリガボタンを押すと、トレッドミルを徐々に被験者の予め選択された速度まで加速される。 </li><li>対象は、5分間歩く。 </li><li> 5分の終了時に、徐々にトレッドミルを停止することによって移行を立って歩行を開始するトリガーボタンを押してください。停留所に来た後に被験者は30秒間立っているままです。データ収集トンを停止するには &#39;Q&#39;ボタンを押してくださいリアルやデータを保存します。 </li><li> 3つのすべてのトレッドミルの条件について、手順6.2から6.7を繰り返します。 </li><li>遠くに黒い点を見ながらトレッドミル歩行。 </li><li>テレビモニターに自身の足の動きを観察しながら、トレッドミルで歩く。 </li><li>トレッドミル（認知的負荷6をシミュレートするために）上の対角線を避けるために、ビデオのフィードバックを使用しながら、トレッドミルで歩く。 </li></ol> 7。アリーナウォーキング（1） <ol><li>アリーナ歩行ループ（ 図3）の開始時位置の件名。 </li><li> 6.2から6.4のようにデータ収集を開始します。 </li><li>ウォーキング開始するトリガーボタンを押してください。一度トリガが与えられ、第1の方向矢印が（→、←、または↑）主題反対画面（ 図3）に表示されます。 →または←が認められた場合、コーンの入り口セット主題終了すると、その方向に90°になり、入り口コーンにループに戻りを完了します。もし＆UARrは、被写体が赤外線センサーの前に約2メートルに達したときに観察され、被験者は入り口コーンと手動トリガと方向矢印（→または←）からまっすぐに続けが施されています。主題は、IRセンサの最初のセットを介して進行し、対応する90になります°入り口コーンに戻って、ループを完了してください。 （歩行時には、実験者は、無線信号品質を向上させるために車輪カート上のホストPCで約3〜5メートルの距離の被写体に従う。） </li><li>彼/彼女がシングルループを完了した後入り口コーンに到達したときに被写体が歩いて続けています。 3ループはそれぞれ初期の矢印を完了するまでのシーケンス7.3を矢印のランダムな順序で繰り返されている（→、←、または↑）。 </li><li>条件7.4を満足した後、被験者が立っへの移行を通知するために入り口コーンに達し手動トリガーボタンを押してください。対象は、30秒後、静かに立っているデータ収集は、ホストPC上で &#39;q&#39;はボタンを押して終了する。 </li></ol> 8。アリーナウォーキング（2） <ol><li> IRセンサーの5セットは、被験者の前に半円形（ 図4）に配置されるようにアリーナウォーキングコースを並べ替えます。 </li><li>前臨床試験（7.1から7.2）と同様にデータ収集を開始します。 </li><li>私はウォーキングアリーナと同様に、歩行開始する手動トリガを与える。トリガーの時間、5方向の矢印のいずれか（←で、→、 <img src="/files/ftp_upload/50602/50602larr.jpg" alt="左矢印" fo:src="/files/ftp_upload/50602/50602larrhighres.jpg" /> 、 <img src="/files/ftp_upload/50602/50602rarr.jpg" alt="右矢印" fo:src="/files/ftp_upload/50602/50602rarrhighres.jpg" /> 、または↑）画面に表示される。各矢印はアリーナ（ 図4）の周りに配置されているIRセンサの一組に対応する。 </li><li>被験者は、画面とワシントンにある矢印を観察IRセンサの対応するセットにLKS、二センサ（ 図4）を通過し、センサを超えたコーンの周りにUターンを作る。出発点にUターン、主題に戻りを行った後、ウォーキング続けています。 </li><li> 3ループが各方向矢印に対して完了するまで、矢印のランダムな順序で、シーケンス8.3から8.4を繰り返します。 </li><li>被写体が立っへの移行を通知するための出発点に到達したとき、条件8.6を満足した後、手動トリガーボタンを押してください。 7.5のように、データの収集を完了します。 </li></ol> 9。スタンドに座る<ol><li>被写体の後ろに椅子を置き、6.2から6.3のようにデータ収集を開始します。被験者は、データ収集の開始時に15秒間静かに立っている。 </li><li> 15秒後に、手動トリガーボタンを押してください。姿勢を座ってスタンドからキュー主題遷移を聞いた後、次のオーディオキュー（ボタンプッシュ）まで、座った姿勢を保持している。 </li><li&gt;移行を立つために座るためにキューを与えるために、ランダムな間隔（5-15秒）を押すと手動トリガを待ちます。立ち姿勢は次のオーディオキューまで保持されます。 </li><li> 9.2から9.3を繰り返してまで、10の完全な主題は15秒間静かに立っていた後、スタンドツー座ると座るツースタンド演習が完了している。そして、 &#39;q&#39;はボタンを押すことによってデータ収集を終了する。 </li><li>スタンドツー座ると座るツースタンドトランジション自主放置ツー座るプロトコル（9.1から9.4）を繰り返します。むしろ主題の変遷にトリガを与えるよりも、それぞれの操縦の10が完了するまで、対象者は、転送が自分を所有して開始している。 </li></ol> 10。ウォーキング廊下<ol><li> 1/8 番目のマイル、まっすぐに廊下の真ん中に位置の件名とデータ収集カート。トレッドミル歩行実験（6.2から6.4）と同様にデータ収集を開始します。最初の30秒の休息期間の後、歩行を開始する手動トリガを与える。 </li><li> subjeCTが5分間連続して歩く。被写体が廊下の終わりを10メートル以内に到達したときに、彼/彼女はUターン自己開始し、反対方向に歩き続けます。 </li><li> 5分の終わりに歩いて停止するように手動トリ​​ガーボタンを押してください。まっすぐ前を見ながら、対象は30秒間静かに立っている。 &#39;q&#39;はボタンを押すことによってデータ収集を終了する。 </li><li> 10.1のように、第二廊下実験を開始します。 </li><li>歩行のランダムな時間間隔（20〜40秒）した後、対象ストップ歩行を持つように手動トリ​​ガとオーディオキューを与える。 </li><li>対象は、（5-15秒）短く、ランダムな期間放置されたままになります。 </li><li>被験者が歩行を再開しているように手動トリ​​ガーボタンを押してください。 </li><li>ストップスタートの10サイクルが完了するまで繰り返します10.5から10.7までのステップを、10.3のように、データの収集を終了します。 </li></ol>

<ol>
	<li>Choi, J. T., Bastian, 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=Adaptation+reveals+independent+control+networks+for+human+walking.">Adaptation reveals independent control networks for human walking.</a> Nature Neuroscience. 10 (8), 1055-1062 (2007).</li><li>Grillner, S., Wallen, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+bases+of+goal-directed+locomotion+in+vertebrates+-+an+overview.">Neural bases of goal-directed locomotion in vertebrates - an overview.</a> Brain Research Reviews. 57, 2-12 (2008).</li><li>Petersen, T. H., Willerslev-Olsen, M., Conway, B. A., Nielsen, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+motor+cortex+drives+the+muscles+during+walking+in+human+subjects.">The motor cortex drives the muscles during walking in human subjects.</a> Journal of Physiology. 590 (10), 2443-2452 (2012).</li><li>Fitzsimmons, N. A., Lebedev, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Extracting+kinematic+parameters+for+monkey+bipedal+walking+from+cortical+neuronal+ensemble+activity.">Extracting kinematic parameters for monkey bipedal walking from cortical neuronal ensemble activity.</a> Frontiers in Integrative Neuroscience. 3, 3 (2009).</li><li>Harada, T., Miyai, I., Kubota, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Gait+capacity+affects+cortical+activation+patterns+related+to+speed+control+in+the+elderly.">Gait capacity affects cortical activation patterns related to speed control in the elderly.</a> Experimental Brain Research. 193 (3), 445-454 (2009).</li><li>Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electrocortical+activity+is+coupled+to+gait+cycle+phase+during+treadmill+walking.">Electrocortical activity is coupled to gait cycle phase during treadmill walking.</a> Neuroimage. 54, 1289-1296 (2011).</li><li>Presacco, A., Goodman, R., Forrester, L., Contreras-Vidal, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+decoding+of+treadmill+walking+from+noninvasive+electroencephalographic+signals.">Neural decoding of treadmill walking from noninvasive electroencephalographic signals.</a> Journal of Neurophysiology. 106, 1875-1887 (2011).</li><li>Presacco, A., Forrester, L. W., Contreras-Vidal, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Decoding+intra-limb+and+inter-limb+kinematics+during+treadmill+walking+from+scalp+electroencephalographic+(EEG)+signals.">Decoding intra-limb and inter-limb kinematics during treadmill walking from scalp electroencephalographic (EEG) signals.</a> IEEE Transactions on Neural Systems and Rehabilitation Engineering. 20 (2), 212-219 (2012).</li><li>Wagner, J., Solis-Escalante, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Level+of+participation+in+robotic-assisted+treadmill+walking+modulates+midline+sensorimotor+EEG+rhythms+in+abled-bodied+subjects.">Level of participation in robotic-assisted treadmill walking modulates midline sensorimotor EEG rhythms in abled-bodied subjects.</a> NeuroImage. 63, 1203-1211 (2012).</li><li>Makeig, S., Gramann, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Linking+brain,+mind,+and+behavior.">Linking brain, mind, and behavior.</a> International Journal of Psychophysiology. 73, 95-100 (2009).</li><li>Gramann, K., Gwin, J. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cognition+in+action:+imaging+brain/body+dynamics+in+mobile+humans.">Cognition in action: imaging brain/body dynamics in mobile humans.</a> Reviews in the Neurosciences. 22, 593-608 (2011).</li><li>Wilson, J. A., Schalk, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+an+EEG-based+brain+computer+interface+for+virtual+cursor+movement+with+BCI2000.">Using an EEG-based brain computer interface for virtual cursor movement with BCI2000.</a> J. Vis. Exp. (29), e1319 (2009).</li><li>Brummer, V., Schneider, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Coherence+between+brain+cortical+function+and+neurocognitive+performance+during+changed+gravity+conditions.">Coherence between brain cortical function and neurocognitive performance during changed gravity conditions.</a> J. Vis. Exp. (51), e2670 (2011).</li><li>Delorme, A., Makeig, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEGLAB:+an+open+source+toolbox+for+analysis+of+single-trial+EEG+dynamics+including+independent+component+analysis.">EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis.</a> Journal of Neuroscience Methods. 134 (1), 9-21 (2004).</li><li>Makeig, S., Bell, A. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Independent+component+analysis+of+electroencephalographic+data.">Independent component analysis of electroencephalographic data.</a> Advances in Neural Information Processing Systems. 8, 145-151 (1996).</li><li>Rong, F., Contreras-Vidal, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Magnetoencephalographic+artifact+identification+and+automatic+removal+based+on+independent+component+analysis+and+categorization+approaches.">Magnetoencephalographic artifact identification and automatic removal based on independent component analysis and categorization approaches.</a> Journal of Neuroscience Methods. 157, 337-354 (2006).</li><li>Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Removal+of+movement+artifact+from+high-density+EEG+recorded+during+walking+and+running.">Removal of movement artifact from high-density EEG recorded during walking and running.</a> Journal of Neurophysiology. 103, 3526-3534 (2010).</li><li>Liao, L. D., Wang, I. J., Chen, S. F., Chang, J. Y., Lin, C. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Design,+fabrication,+and+experimental+validation+of+a+novel+dry-contact+sensor+for+measuring+electroencephalography+signals+without+skin+preparation.">Design, fabrication, and experimental validation of a novel dry-contact sensor for measuring electroencephalography signals without skin preparation.</a> Sensors. 11, 5819-5834 (2011).</li><li>Liao, L. D., Lin, C. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biosensor+technologies+for+augmented+brain-computer+interfaces+in+the+next+decades.">Biosensor technologies for augmented brain-computer interfaces in the next decades.</a> Proceedings of the IEEE. 100, 1553-1566 (2012).</li><li>Farina, D., Merletti, R., Enoka, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+extraction+of+neural+strategies+from+the+surface+EMG.">The extraction of neural strategies from the surface EMG.</a> Journal of Applied Physiology. 96, 1486-1495 (2004).</li><li>Flint, R. D., Ethier, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Local+field+potentials+allow+accurate+decoding+of+muscle+activity.">Local field potentials allow accurate decoding of muscle activity.</a> Journal of Neurophysiology. 108, 18-27 (2012).</li><li>Luinge, H. J., Veltink, P. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measuring+orientation+of+human+body+segments+using+miniature+gyroscopes+and+accelerometers.">Measuring orientation of human body segments using miniature gyroscopes and accelerometers.</a> Medical &amp; Biological Engineering &amp; Computing. 43, 273-282 (2005).</li></ol>

この記事の制作、出版料はAPDMによって後援された。

ここで紹介するプロトコルは、同時に機関車のさまざまなタスク間に脳活動、筋活動、および全身運動を記録するために一緒に3つのデータ収集システムをもたらす。プロトコル全体の完了は、主題の準備の1時間を含め、約3時間かかります。各システムは上に取り付けられ、被検体で移動する。したがって、それぞれの新しい試験の開始前に脳波と筋電図の電極の接続を確認することが重要です。これは簡単にデータをホストPC上でグラフィックインターフェースを用いてリアルタイムで検査することができるようにそれぞれのメーカーによって提供されるソフトウェア·パッケージを使用して行うことができる。データ収集アプリケーションは、これらのソフトウェアパッケージは、検証プロセスを簡素化し、実行する必要があり。さらに、注意がMARGセンサーが確実にそれぞれの裁判の前に被検者に接続されていることを注意しなければならない。 EEGとMARGデータが2.4-2.5 GHzのワイヤレスを介して送信されますスペクトル範囲。他の多くの電子機器は、この周波数帯を使用しているので、実験環境内の無線インタフェースの可能性を検討することが重要である。データ収集の重要な態様は、無線干渉に対するロバスト性を提供し、モバイルカートと被写体の間の視線の可視性です。 EEG無線受信機とマーグアクセスポイント（ 図1）の両方が接続忠実度を示すためにLEDを提供します。ホストPCとEEGとMARGセンサー用無線レシーバは、視力の直接ラインを維持し、被写体が地面の上歩いて無線データ伝送を最大化するために、モバイルカートに配置されます。私たちは、堅牢なデータ収集が最良被写体の5メートル、タスクのいずれかの間に被写体の動きを制限するものではありませんでした距離内の移動カートを保つことによって維持されたが見つかりました。 C + +アプリケーションは、無線cが中断によるデータ損失に対するロバスト性を提供するために、データ収集のための複数のスレッドを用いるEEGのonnection。 EEG接続が失われた場合、マーグとEMGデータがまだ記録されますが、EEGデータは、これらの時点で利用できなくなります。 MARGセンサはEMGデータ部をロギングモバイルデータ内のSDカードに保存されている間に、無線接続時のデータ損失を防ぐために、上述のようにバッファリングユニットに提供する。 歩行時の脳波データの収集と共通の問題は、信号におけるアーチファクトの存在である。実験プロトコルの実行中にそのような電極および/またはケーブルの動きなどの生理点滅含むアーティファクトの発生源、目の動き、顔の筋活動、心拍、機械アーティファクト：大まかに言えば、アーティファクトは2つのグループに分割することができます。アーティファクト除去は継続中の研究の話題であり、独立成分分析15,16およびチャネルベースのテンプレート回帰手順17のような技術が含まれています。アーティファクトの最小化と除去は広報の重要なステップです体動の神経復号化のためのデータのeprocessing。ここで紹介する設定は、EEG電極ケーブルにおける先行研究と類似している単一のコネクタにバンドルされていました。これらの研究から得られた結果は、ケーブル揺れや動きによる機械的アーチファクトが神経活動7,8から運動のデコードに役割を果たしていなかったことを示している。これらの結果は、歩行関連する成果物が歩行速度17を緩和するのが遅いで実体のないだったと結論付けて、他の研究によってサポートされています。しかし、この実験は座るツースタンド遷移を含む以前の研究よりも、体の多くの運動を必要とする活動中に脳波測定、地面上のため、ウォーキング、、旋回、そして、生の脳波データの慎重な検討が可能性を識別するために行われなければならない機械的なアーティファクトからの汚染。まだ広く利用されていないが、これらの潜在的な問題は、現在のプロトコルに小説、ハードウェアの統合を通じて解決することができます。このようなハードウェア株式会社運動18時の皮膚電極接触インピーダンスを改善する可能性があるアクティブEEG電極（このプロトコルで使用される）と、バネ式、乾式EEGの電極を、ludes。これらの技術は、モーションアーチファクト19の影響を低減することができる無線EEGシステムに組み込まれている。小説ハードウェアの統合にもかかわらず、このプロトコルは、体のすべてのセグメントがインストルメント16されているため運動とEMGアーチファクト除去のための新規アルゴリズムの開発を継続するためのユニークな機会を提供します。私たちは、EEG、EMG、現在利用可能なEEGセットアップに適用できる堅牢なアーティファクト除去パラダイムを開発するために、セグメントの動きの間に時系列相関と周波数領域の一貫性を研究していく予定です​​。当社のデコード方法はアーティファクト7,8に対するロバスト性を示しているが、これらの方法は、本プロトコルにおいて、より複雑なシナリオの下で検討する。 記録面の特長EMGは、多くの要因に依存していて、神経戦略の研究のための表面筋電図信号の解釈は、その対価20を必要とします。このプロトコルで使用される皮膚の準備とEMG電極配置のための厳密な手順は表面筋電図信号に対して非生理学的因子の影響を最小にするように設計された。このプロトコルによって記録されたEMGの振幅と周波数は、純モータユニット活動に関連しているので、記録を所望筋の神経活性の直接的表現として解釈されるべきではない。しかし、表面筋電図信号と神経活性化の相対的変化（運動単位の放電時間を識別するなど ）を決定するために筋活動パターンに貴重な洞察を提供することができEMG信号を分解することによって筋肉に神経ドライブを推定するためのより高度な方法を慎重に検討20。また、神経復号のコンテキスト内で、脳活動ものの侵襲的に取得された表面筋電図21に関する情報が含まれていることが示されているが、それはEEG頭皮も、歩行運動に加えて、歩行時の下肢の筋活動を復号するために使用することができるかどうかを現時点では不明である。私たちは、このプロトコルは、私たちは、非侵襲的脳イメージングモダリティの減少空間分解能は、個々の筋肉に関連する神経活動を分離するのに十分であるかどうかを調べることができるでしょう期待しています。 以前の研究では、脳からの信号を用いた歩行復元するために、脳マシンインターフェース（BMI）の開発のための原動力を提供する7,8トレッドミル歩行時の運動をデコードするために非侵襲的なEEGを利用しての実現可能性を示している。デルタ帯域EEG信号の振幅変調に基づく時間領域の復号方法はまた、人為的コンポーネント7,8に鈍感であることが示されている。しかし、トレッドミルの研究では、中にユーザのビジョンとモーション制御された環境で行われるそれによって外部の刺激に起因する神経活動の汚染を制限し、制限されています。無線データロギングの取り込みを通じ、このプロトコルは運動タスクとさまざまな環境中に同期、EEG、EMG、そして運動データの収集を可能にします。モーショントラッキングのための慣性センサの統合は、モーションキャプチャシステムよりも運動を抽出するために多くの計算およびオフライン処理を必要とし、得られた対策が小さい含める-が、許容される-システム22基づいて、カメラで存在することができないだろう誤差が。これらの扱いの困難は環境の変化で認知運動行動のモバイル研究を可能にする実験プロトコルを確立するための必需品です。他の場所で10,11論じたように、このようなセットアップは対処することができる研究課題はほぼ無限です。近い将来、我々の焦点は、立って、歩いて、次のリハビリのためにBMIの開発に重要な問題になります脳損傷と神経障害。上記のように一つの重要なコンポーネントは、脳から測定された信号を使用して動きを復元するために、生理学的および機械的なアーティファクトを拒否することができリハビリテーションロボットシステムへのブレインマシンインタフェースのための新規な堅牢なコーディング戦略の開発になります。例えば、廊下歩行プロトコルは、データ収集の間に存在する他の人々と公共空間で実行されるため、自然環境の中で神経復号化技術の開発のためのテストベッドを提供しています。このプロトコルを使用して関心のある他の研究課題では、リズミカルな対非リズミカルな歩行訓練を含むリハビリテーションロボットのパラダイムを比較し、急性および慢性の両相における損傷後の機能回復時の神経活動の研究が含まれています。

このプロトコルは、EMG、EEG同時にを記録するために3つのデータ収集システムを使用し、全身運動（ 図1、表1）。被験者は歩きながら、EEGデータは1,000 Hzでのサンプリング周波数で64チャンネルからワイヤレスで収集されます。前脛骨筋（TA）、腓腹筋（ガスト）、大腿二頭筋（BF）と、外側広筋（VL）：電（EMG）は4筋肉群で両側に配置された表面電極から1,000 Hzで収集されます。キネマティックデータは、歩行時の動きを記録するために頭部、上半身、腰部、腕、太もも、すね、足に取り付けられた11ワイヤレスセンサから128 Hzで収集されます。各センサは三軸磁力計、三軸ジャイロスコープ、および三軸加速度計（ すなわち MARGセンサー）が含まれています。 データは、各システムから収集し、単一のホストPCによって時間的に同期されます。同期は、連続セリを介して送信されるトリガ信号を用いて達成される同時に3つのすべてのデータ·システムによってアクセスら通信リンク。トリガーは、簡単なボタンスイッチとして実装されました。押されていない場合にヌル信号（0）が送信される時にボタンが押されたときにトリガ信号（1）は、ホストPCに送信される。下記のプロトコールに記載されているように、トリガーボタンを押しても、対象のオーディオキューとして使用0.5秒のトーンを引き出す。位置は、後述する実験を歩行時に地面の上にトリガするように赤外線（IR）近接センサ5組を使用するために作製した。 IR信号がトリガ信号を遮断された場合（1）無線周波数（RF）手動トリガ·ボックスとの接続を介してシリアルリンクを介してホストPCに送信される。 カスタムC + +アプリケーション、録画したデータを同期化するために開発された、各システムが提供するソフトウェア開発キット（SDK）を利用する。コー​​ドは、マルチスレッド技術を採用し、各システムからのデータ保存（EEG、EMG、そしてMARGs）のための機能は、個人ラージヒルに含まれていますidualスレッド。ソフトウェアアルゴリズムを図2に示されている。データ収集は、アプリケーションが実行されたときに始まり、 &#39;q&#39;はキーが押されたときに終了する。 5つのスレッドは、アプリケーション実行時に活性化される。一つのスレッド（ 図2）は、シリアル接続からのトリガ信号の値（0または1）を監視します。初期トリガー値はゼロです。トリガを受信したときに（ボタンが押されたり、IRセンサ対の間の視線が壊れているとき、即ち ）グローバルトリガ変数を1に設定される。彼らはデータ収集スレッド内でリセットされるまで、これらの変数は1のまま。 EEGスレッドがリモートTCP / IPプロトコルを使用してリアルタイムで頭皮EEGデータにアクセスします。データは、対応するサンプリング周波数（1,000 Hz）での線で、テキストフ​​ァイルの行に書き込まれる。カラムは2-65 64 EEGチャネルである一方、グローバルEEGトリガー信号が、最初の列に書き込まれる。グローバルEEGトリガ信号が1であった場合、それはゼロにリセットされる。データEEGのスレッドが終了するまで書き込みは継続します。二つの独立したスレッドレコードは、センサデータをマーグ。 11無線MARGセンサが無線伝送に問題が発生した場合にデータの損失を防ぐために、個々のセンサーにデータをバッファリング堅牢なストリーミングモードで製造元のソフトウェアを使用してデータを送信するため、2つのスレッドが必要である。このバッファは、リアルタイムのデータ転送を低下させる。つのセンサは、すべてのセンサー11がそのバッファ内のその時点を保持し、次の利用可能なサンプル点でそれを送信するために与えられたサンプルデータを送信することができない場合。 MARG無線データ転送は必然的にEEG遅れて、データ収集を停止した後従ってマーグセンサはホストPCにオフロードバッファリングされたデータに時間を必要とする。この問題を解決するために、2つのスレッドがMARGデータ収集アルゴリズム（ 図2）に使用される。 EEGスレッドが収集している間、最初のスレッドは、センサーのサンプリング周波数（128 Hz）でグローバルMARGトリガ変数からMARGトリガバッファに移入データ。データ収集は、トリガバッファへの書き込みを停止したときにも終了します。 MARGねじ（ 図2）は、センサからのデータを受信し、EEGデータと同様に、ファイルに書き込み、センサSDKの関数を利用する。つまり、最初の列はグローバルMARGトリガ（MARGトリガバッファから得られる）の値であり、次の99列は11 MARGセンサー（マーグ単位当たり9センサー）からの値です。 MARGトリガ·バッファの時間インデックスがスレッドの実行が終了した時点で、EEGデータの最後の時間インデックスに等しくなるまで。MARGスレッドは、データを書き込む EEGとMARGデータとは異なり、EMGデータはワイヤレスで記録されません。その代わりに、EMGデータは、データ·ロギングユニット内のSDカードに記録されています。信号は、SDカードへのデータ書き込みを開始および停止するBluetooth接続を介して送信される。まず始めに、マニュアルトリガがEEGスレッドによって受信されたときの書き込みが始まります。データの書き込みは、EEGで停止&#39;q&#39;はボタンが押された糸。 以下のプロトコルは、ヒューストン大学の治験審査委員会で検討し、承認された。すべての被験者は、受信、読み取り、および参加の前に同意書に署名した。

<table border="1">
 <tbody>
 <tr>
 <td>Name</td>
 <td></td>
 <td>Company</td>
 <td>Quantity</td>
 </tr>
 <tr>
 <td>BrainAmp Amplifier</td>
 <td></td>
 <td>Brain Products, Gmbh</td>
 <td>Quantity: 2</td>
 </tr>
 <tr>
 <td>actiCAP EEG cap with 64 electrodes</td>
 <td></td>
 <td>Brain Products, Gmbh</td>
 <td>Quantity:1</td>
 </tr>
 <tr>
 <td>Brainvision MOVE wireless EEG system</td>
 <td></td>
 <td>Brain Products, Gmbh</td>
 <td>Quantity:1</td>
 </tr>
 <tr>
 <td>DataLOG MWX8 EMG data collection unit</td>
 <td></td>
 <td>Biometrics, Ltd.</td>
 <td>Quantity:1</td>
 </tr>
 <tr>
 <td>SX230 EMG electrodes</td>
 <td></td>
 <td>Biometrics, Ltd. </td>
 <td>Quantity:8</td>
 </tr>
 <tr>
 <td>R506 EMG ground electrode</td>
 <td></td>
 <td>Biometrics, Ltd. </td>
 <td>Quantity:1</td>
 </tr>
 <tr>
 <td>Opal movement monitor (MARG sensor)</td>
 <td></td>
 <td>APDM, Inc.</td>
 <td>Quantity:11</td>
 </tr>
 <tr>
 <td>Opal docking station for wireless data streaming</td>
 <td></td>
 <td>APDM, Inc.</td>
 <td>Quantity:2</td>
 </tr>
 <tr>
 <td>Opal wireless access point </td>
 <td></td>
 <td>APDM, Inc. </td>
 <td>Quantity:2</td>
 </tr>
 <tr>
 <td>Infrared Light Barrier Kit MK120</td>
 <td></td>
 <td>Velleman, Inc.</td>
 <td>Quantity:5</td>
 </tr>
 <tr>
 <td>Wixel Programmable USB Wireless Module </td>
 <td></td>
 <td>Pololu, Inc.</td>
 <td>Quantity:6</td>
 </tr>
 <tr>
 <td></td>
 <td></td>
 <td></td>
 <td>Table 1. Equipment</td>
 </tr>
 </tbody>
</table>

simultaneous scalp electroencephalography (eeg), electromyography (emg), and whole-body segmental inertial recording for multi-modal neural decoding

最近の研究では、二足歩行の人間の歩行の制御における脊柱上のネットワークの関与をサポートしています。この証拠の一部は、トレッドミル歩行中の歩行運動と四肢の調整が合理的に高いデコード精度と頭皮脳波（EEG）から推測できることを実証し、我々の前の仕事を含め、研究を包含する。これらの結果は、修復および/またはリハビリテーション研究の歩行 - 第一の目標の増強で使用するための非侵襲的脳マシンインターフェース（BMI）システムの開発のための原動力を提供します。現在までに、歩行時の活動の脳波解読​​を調べる研究は、制御された環境でのトレッドミル歩行に限定されていた。しかし、実質的に実行可能であることがBMIシステムは、歩行と旋回地面上などの日常運動の作業で使用するための適用でなければなりません。ここでは、非侵襲的な脳活動の集合（EEG）、筋活動（筋電図（EMG））のための新規なプロトコルを提示し、Wholおよびタスクを歩行両方トレッドミルの間とグランド経由で電子体運動学的データ（頭、胴、および四肢の軌跡）。収集することにより、制御されていない環境洞察力で、これらのデータはEEG頭皮から歩行と表面筋電図を制約のないコーディングの実現可能性について、得ることができる。

図5は 、時間の10秒EEGロック示しMARG、とトレッドミル歩行（プロトコルセクション3）の間に記録されたEMGデータ。各MARGセニョールが実際に9信号（三軸磁力計、ジャイロスコープ、加速度計）を記録だけ垂直加速度を示していることに注意してください。 図5の生データは、事前の分析と神経デコーディングにプリプロセス中に考慮する必要がありアーティファクトが含まれています。 図5の脳波アーチファクトの例としては、約8.5秒であり、全体に存在する低周波モーションアーチファクトに存在する目が点滅しています。 図6はアリーナウォーキング中（1）プロトコルを歩く上地面のつの完全なループ（〜35秒）を示しています。定性的には、タスクを歩く地面の上にアリーナからのデータは、旋回時、被験者の頭と首の付加的な運動による歩行トレッドミルよりもアーティファクトが含まれています。顔面と頭蓋筋活動は参加者をある図6の時間的な電極（チャネルは図1にFTとTというラベルが付いています）にularly目立つ。特に足首アゴニスト-アンタゴニストペアのトレッドミル歩行（ 図5）と比較して、EMG信号活性の増加に注意してください。 図6はまた、イベントが表示されますデータ処理中に考慮する必要があり次善の無線脳波データの収集。 4 番目のトリガの直前に、EEGデータは、ホストPCとEEGシステムとの間の無線伝送の中断を指示する、フラットラインを示しています。データのこのセクションでは、データセット全体（EEG MARG、そしてEMG）からトリミングする必要があります。 図7は 、データをスタンドに座るワンサイクルスタンドツー座るとを示しています。移行の終了時に、頭の両方の他のデータ、移動アーチファクトがEEGに存在している、（またはスタンディング）座っているように推移してされると同じように維持されている。 - 歩いてスタンド含む廊下の歩行の一つ間隔NDウォーク·トゥ·スタンド推移を図8に示します。開始および歩行停止するオーディオキューの後にEMGと加速度データのランピングに注意してください。このランピングと一致するには、EEGデータでモーションアーチファクトの出現と消失です。 図8はまた、約7秒で発生する脳波電極PO10で次善の接続を表示します。この動作は、時折実験中に観測されたと思わEEG電極と頭皮間の接触の喪失に起因している。電極PO10は、この試験のためのデータ分析から削除する必要があります。 EEGデータはリアルタイムで観察することができる、とEEG電極の接続は、プロトコル内の各試験の前に（プロトコルステップ6.2）検証されているので、貧しい電極接続前に次の裁判を改善することができます。 <table border="1"><tbody><tr><td> 名前 </td><td> 会社 </td><td> 量 </td></tr><tr><td> BrainAmpアンプlifier </td><td>脳の製品、社</td><td> 2 </td></tr><tr><td> 64電極を脳波キャップをactiCAP </td><td>脳の製品、社</td><td> 1 </td></tr><tr><td>無線EEGシステムをMOVEブレインビジョン</td><td>脳の製品、社</td><td> 1 </td></tr><tr><td>データログMWX8 EMGデータ収集ユニット</td><td>バイオメトリクス株式会社</td><td> 1 </td></tr><tr><td> SX230 EMG電極</td><td>バイオメトリクス株式会社</td><td> 8 </td></tr><tr><td> R506 EMGの接地電極</td><td>バイオメトリクス株式会社</td><td> 1 </td></tr><tr><td>オパール運動モニタ（MARGセンサ） </td><td> APDM株式会社</td><td> 11 </td></tr><tr><td>ストリーミングワイヤレスデータのオパールドッキングステーション</td><td> APDM株式会社</td><td> 2 </td></tr><tr><td>オパールの無線アクセスポイント</td><td> APDM株式会社</td><td> 2 </td></tr><tr><tD&gt;赤外線ライトバリアキットMK120 </td><td> Vellemanの株式会社</td><td> 5 </td></tr><tr><td>ウィクセルプログラマブルUSB無線モジュール</td><td> Pololuの株式会社</td><td> 6 </td></tr></tbody></table> 表1。機器。 <table border="1"><tbody><tr><td>センサー</td><td>場所</td></tr><tr><td>ヘッド</td><td>眉毛上記の額の中心</td></tr><tr><td>トランク</td><td>胸骨の基部に胸筋の間に</td></tr><tr><td>腰部</td><td>腰椎カーブの最低でも背中のセンター</td></tr><tr><td>アーム1 </td><td>アームの側面;手首の近位に〜10％肘へ</td></tr><tr><td>太もも1 </td><td>太ももの側面、股関節と膝の間に50％ </td></tr><tr><td>シャンク1 </td><td>シャンクの側面、膝から遠位75％ </td></tr><tr><td>脚注1 </td><td>を中心とした<html>足の甲</td></tr><tr><td colspan="2"> 1腕、太もも、すね、足のセンサが両側に配置されます。 </td></tr></tbody></table> 表2。MARGセンサーの場所。 <img alt="図1" fo:content-width="6.5in" fo:src="/files/ftp_upload/50602/50602fig1highres.jpg" src="/files/ftp_upload/50602/50602fig1.jpg" /> 図1。サジタル（）と前頭（b）は 、EEG、EMG、およびデータ収集のために慣性センサをマーグを身に着けている被験者の表示。頭皮上の脳波電極位置の（c）の地形表現、EEGlab Matlabのツールボックス14でプロット。（ホストPC、手動トリガ、EMGブルートゥース、無線アクセスポイントをマーグ、およびEEG無線受信機、増幅器、および電源を含むd）のモバイルデータ収集カート。d/50602/50602fig1large.jpg &quot;ターゲット=&quot; _blank &quot;&gt;より大きい数字を表示するには、ここをクリックしてください。 <img alt="図2" fo:content-width="6in" fo:src="/files/ftp_upload/50602/50602fig2highres.jpg" src="/files/ftp_upload/50602/50602fig2.jpg" /> 図2。カスタム設計された、マルチスレッドのデータ収集ソフトウェアのアルゴリズムを詳述フローチャート。 <a href="https://www.jove.com/files/ftp_upload/50602/50602fig2large.jpg" target="_blank">より大きい数字を表示するには、ここをクリックしてください</a> 。 <img alt="図3" fo:content-width="4in" fo:src="/files/ftp_upload/50602/50602fig3highres.jpg" src="/files/ftp_upload/50602/50602fig3.jpg" /> 図3の回路図（鳥瞰図）（1）実験プロトコルを歩いてアリーナの表現。 One矢印被写体が入り口コーンの端にあるとき（→、←、または↑）ディスプレイモニタ上に提示される<html> S。右（→）または左（←）が提示された場合、被験者は、赤外線（IR）センサ4組（IR1-IR4）を通過し、それぞれ、赤または緑のループが続く。 （↑）ストレートが提示されている場合は、対象者は、ディスプレイモニタ（青線）に向かって歩くと、第二の矢印（→または←）被写体が赤外線センサー（IR5）の前に約1メートルのときに提示されます。 IR5センサセットを通過した後、被験者は、出発点に戻って、対応する（赤または緑）の経路に沿ってループを完了します。 <img alt="図4" fo:content-width="4in" fo:src="/files/ftp_upload/50602/50602fig4highres.jpg" src="/files/ftp_upload/50602/50602fig4.jpg" /> 図4。アリーナウォーキングの回路図（鳥瞰図）表現（2）実験プロトコル。実験の開始時に、単一の矢印（pload/50602/50602larrhighres.jpg &quot;/&gt;、 <img src="/files/ftp_upload/50602/50602rarr.jpg" alt="右矢印" fo:src="/files/ftp_upload/50602/50602rarrhighres.jpg" /> 、→、←、または↑）ディスプレイモニタ上で被験者に提示されます。始点（に対応するループに受信された矢印をもとにして、被験体は、IRセンサの対応する組に直接歩くセンサを通過し、コーンの周りにUターンを完了し、リターン<img src="/files/ftp_upload/50602/50602rarr.jpg" alt="右矢印" fo:src="/files/ftp_upload/50602/50602rarrhighres.jpg" />矢印）の上に表示されます。 <img alt="図5" fo:content-width="5.5in" fo:src="/files/ftp_upload/50602/50602fig5highres.jpg" src="/files/ftp_upload/50602/50602fig5.jpg" /> 図5。トレッドミル歩行の10秒からのサンプルデータ。トップパネルには、10〜20国際大会からチャンネル名を持つ64チャンネル生EEGデータを示しています。真ん中<html>パネルは11 MARGセンサから垂直方向の加速度を示しています。ボトムパネルは、8チャネルの生EMGを示しています。 <a href="https://www.jove.com/files/ftp_upload/50602/50602fig5large.jpg" target="_blank">より大きい数字を表示するには、ここをクリックしてください</a> 。 <img alt="図6" fo:content-width="5.5in" fo:src="/files/ftp_upload/50602/50602fig6highres.jpg" src="/files/ftp_upload/50602/50602fig6.jpg" /> 図6。アリーナIプロトコルの間に歩行の1ループ（右矢印パス、図3）からのサンプルデータ。 EEG、加速度、EMGデータは、図5のように示されている。縦黒いバーは、ソフトウェアによって受信されたトリガーの位置である。最初のトリガーは、→矢印を提示することによって、ループを開始する手動プッシュボタンからのものである。次の4つのトリガーは、対象者を横断するループとIRセンサーIR1-IR4（ 図3）からのものである。tp_upload/50602/50602fig6large.jpg &quot;ターゲット=&quot; _blank &quot;&gt;より大きい数字を表示するには、ここをクリックしてください。 <img alt="図7" fo:content-width="5.5in" fo:src="/files/ftp_upload/50602/50602fig7highres.jpg" src="/files/ftp_upload/50602/50602fig7.jpg" /> 図7。サンプルトランジションを立つ座るスタンドツー座ってからのデータ。脳波、加速度、EMGデータは、 図5のように提示されます。縦棒が立っていると、それぞれに座って開始するには、手動トリガ（およびオーディオキュー）を示す。 <a href="https://www.jove.com/files/ftp_upload/50602/50602fig7large.jpg" target="_blank">ここをクリック大きい数字を表示する</a> 。 <img alt="図8" fo:content-width="5.5in" fo:src="/files/ftp_upload/50602/50602fig8highres.jpg" src="/files/ftp_upload/50602/50602fig8.jpg" /> 図8。スタンからの遷移を示す廊下の歩行からのサンプルデータ鼎は、歩いて立って歩く。脳波、加速度、EMGデータは、 図5のように表示されます。縦棒は、それぞれ停止ANSD歩行を開始するには、手動トリガとオーディオキューを示します。 <a href="https://www.jove.com/files/ftp_upload/50602/50602fig8large.jpg" target="_blank">大きい数字を表示するには、ここをクリックしてください</a> 。

Watch this Scientific Journal Video about Simultaneous Scalp Electroencephalography EEG, Electromyography EMG, and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding at JoVE.com

Simultaneous Scalp Electroencephalography EEG, Electromyography EMG, and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding

二足歩行の復旧·復興のための効果的なブレインマシンインターフェイス（BMI）システムの開発では、ユーザーの意図を正確にデコードが必要になります。ここでは、同時、非侵襲的な神経活動の買収、筋活動、様々な運動タスクと状態の間に全身運動のための新たな実験プロトコルとデータ収集技術を提示する。

同時頭皮脳波（EEG）、筋電図（EMG）、およびマルチモーダル神経復号化するための全身分節慣性録音

Recent  studies support the involvement of supraspinal networks in control of bipedal  human walking. Part of this evidence  encompasses studies, ...

simultaneous-scalp-electroencephalography-eeg-electromyography-emg

Research

JoVE Journal

Behavior

Simultaneous Scalp Electroencephalography (EEG), Electromyography (EMG), and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding

43.0K ビュー.  National Institutes of Health. 二足歩行の復旧·復興のための効果的なブレインマシンインターフェイス（BMI）システムの開発では、ユーザーの意図を正確にデコードが必要になります。ここでは、同時、非侵襲的な神経活動の買収、筋活動、様々な運動タスクと状態の間に全身運動のための新たな実験プロトコルとデータ収集技術を提示する。

ビデオ: Simultaneous Scalp Electroencephalography EEG, Electromyography EMG, and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding

Method for Simultaneous fMRI/EEG Data Collection during a Focused Attention Suggestion for Differential Thermal Sensation

In the present work, we demonstrate a method for concurrent collection of EEG/fMRI data. In our setup, EEG data are collected using a high-density 256-channel sensor net. The EEG amplifier itself is contained in a field isolation containment system (FICS), and MRI clock signals are synchronized with EEG data collection for subsequent MR artifact characterization and removal. We demonstrate this method first for resting state data collection. Thereafter, we demonstrate a protocol for EEG/fMRI data recording, while subjects listen to a tape asking them to visualize that their left hand is immersed in a cold-water bath and referred to, here, as the cold glove paradigm. Thermal differentials between each hand are measured throughout EEG/fMRI data collection using an MR compatible temperature sensor that we developed for this purpose. We collect cold glove EEG/fMRI data along with simultaneous differential hand temperature measurements both before and after hypnotic induction. Between pre and post sessions, single modality EEG data are collected during the hypnotic induction and depth assessment process. Our representative results demonstrate that significant changes in the EEG power spectrum can be measured during hypnotic induction, and that hand temperature changes during the cold glove paradigm can be detected rapidly using our MR compatible differential thermometry device.

We present a protocol for concurrent collection of EEG/fMRI data, and synchronized MR clock signal recording. We demonstrate this method using a unique paradigm whereby subjects receive &#x2018;cold glove&#x2019; instructions during scanning, and EEG/fMRI data are recorded along with hand temperature measurements both before and after hypnotic induction.

差動熱感覚に対する注目の注意提案時における同時fMRI/EEGデータ収集の方法

In the present work, we demonstrate a method for concurrent collection of EEG/fMRI data. In our setup, EEG data are collected using a high-density ...

行動学

Best Current Practice for Obtaining High Quality EEG Data During Simultaneous fMRI

Simultaneous EEG-fMRI allows the excellent temporal resolution of EEG to be combined with the high spatial accuracy of fMRI. The data from these two modalities can be combined in a number of ways, but all rely on the acquisition of high quality EEG and fMRI data. EEG data acquired during simultaneous fMRI are affected by several artifacts, including the gradient artefact (due to the changing magnetic field gradients required for fMRI), the pulse artefact (linked to the cardiac cycle) and movement artifacts (resulting from movements in the strong magnetic field of the scanner, and muscle activity). Post-processing methods for successfully correcting the gradient and pulse artifacts require a number of criteria to be satisfied during data acquisition. Minimizing head motion during EEG-fMRI is also imperative for limiting the generation of artifacts.
Interactions between the radio frequency (RF) pulses required for MRI and the EEG hardware may occur and can cause heating. This is only a significant risk if safety guidelines are not satisfied. Hardware design and set-up, as well as careful selection of which MR sequences are run with the EEG hardware present must therefore be considered.
The above issues highlight the importance of the choice of the experimental protocol employed when performing a simultaneous EEG-fMRI experiment. Based on previous research we describe an optimal experimental set-up. This provides high quality EEG data during simultaneous fMRI when using commercial EEG and fMRI systems, with safety risks to the subject minimized. We demonstrate this set-up in an EEG-fMRI experiment using a simple visual stimulus. However, much more complex stimuli can be used. Here we show the EEG-fMRI set-up using a Brain Products GmbH (Gilching, Germany) MRplus, 32 channel EEG system in conjunction with a Philips Achieva (Best, Netherlands) 3T MR scanner, although many of the techniques are transferable to other systems.

Simultaneous electroencephalography (EEG) and functional Magnetic Resonance imaging (fMRI) is a powerful neuroimaging tool. However, the inside of an MRI scanner forms a difficult environment for EEG data recording and safety must be considered whenever operating EEG equipment inside a scanner. Here, we present an optimised EEG-fMRI data acquisition protocol.

同時fMRIの中の高品質脳波データの取得のための最も良い現在の習慣

Simultaneous  EEG-fMRI allows the excellent temporal resolution of EEG to be combined with the  high spatial accuracy of fMRI. The data  from these two ...

Simultaneous EEG Monitoring During Transcranial Direct Current Stimulation

Transcranial direct current stimulation (tDCS) is a technique that delivers weak electric currents through the scalp. This constant electric current induces shifts in neuronal membrane excitability, resulting in secondary changes in cortical activity. Although tDCS has most of its neuromodulatory effects on the underlying cortex, tDCS effects can also be observed in distant neural networks. Therefore, concomitant EEG monitoring of the effects of tDCS can provide valuable information on the mechanisms of tDCS. In addition, EEG findings can be an important surrogate marker for the effects of tDCS and thus can be used to optimize its parameters. This combined EEG-tDCS system can also be used for preventive treatment of neurological conditions characterized by abnormal peaks of cortical excitability, such as seizures. Such a system would be the basis of a non-invasive closed-loop device. In this article, we present a novel device that is capable of utilizing tDCS and EEG simultaneously. For that, we describe in a step-by-step fashion the main procedures of the application of this device using schematic figures, tables and video demonstrations. Additionally, we provide a literature review on clinical uses of tDCS and its cortical effects measured by EEG techniques.

Transcranial direct current stimulation (tDCS) is a non-invasive brain stimulation technique that has shown initial therapeutic effects in several neurological conditions. The main mechanism underlying these therapeutic effects is the modulation of cortical excitability. Therefore, online monitoring of cortical excitability would help guide stimulation parameters and optimize its therapeutic effects. In the present article we review the use of a novel device that combines simultaneous tDCS and EEG monitoring in real time.

経頭蓋直流刺激中同時脳波モニタリング

Transcranial  direct current stimulation (tDCS) is a technique that delivers weak electric  currents through the scalp. This constant electric current ...

Utilizing Electroencephalography Measurements for Comparison of Task-Specific Neural Efficiencies: Spatial Intelligence Tasks

Spatial intelligence is often linked to success in engineering education and engineering professions. The use of electroencephalography enables comparative calculation of individuals&#39; neural efficiency as they perform successive tasks requiring spatial ability to derive solutions. Neural efficiency here is defined as having less beta activation, and therefore expending fewer neural resources, to perform a task in comparison to other groups or other tasks. For inter-task comparisons of tasks with similar durations, these measurements may enable a comparison of task type difficulty. For intra-participant and inter-participant comparisons, these measurements provide potential insight into the participant&#39;s level of spatial ability and different engineering problem solving tasks. Performance on the selected tasks can be analyzed and correlated with beta activities. This work presents a detailed research protocol studying the neural efficiency of students engaged in the solving of typical spatial ability and Statics problems. Students completed problems specific to the Mental Cutting Test (MCT), Purdue Spatial Visualization test of Rotations (PSVT:R), and Statics. While engaged in solving these problems, participants&#39; brain waves were measured with EEG allowing data to be collected regarding alpha and beta brain wave activation and use. The work looks to correlate functional performance on pure spatial tasks with spatially intensive engineering tasks to identify the pathways to successful performance in engineering and the resulting improvements in engineering education that may follow.

This manuscript describes an approach to measure neural activity of humans while solving spatially focused engineering problems. The electroencephalogram methodology helps interpret beta brain wave measurements in terms of neural efficiency, with the aim of ultimately enabling comparisons of task performance both between problem types and between participants.

空間知能タスク：タスク固有ニューラル効率の比較のための脳波測定を活用

Spatial intelligence is often linked to success in engineering education and engineering professions. The use of electroencephalography enables ...

Concurrent Electroencephalography Recording During Transcranial Alternating Current Stimulation (tACS)

Oscillatory brain activities are considered to reflect the basis of rhythmic changes in transmission efficacy across brain networks and are assumed to integrate cognitive neural processes. Transcranial alternating current stimulation (tACS) holds the promise to elucidate the causal link between specific frequencies of oscillatory brain activity and cognitive processes. Simultaneous electroencephalography (EEG) recording during tACS would offer an opportunity to directly explore immediate neurophysiological effects of tACS. However, it is not trivial to measure EEG signals during tACS, as tACS creates a huge artifact in EEG data. Here we explain how to set up concurrent tACS-EEG experiments. Two necessary considerations for successful EEG recording while applying tACS are highlighted. First, bridging of the tACS and EEG electrodes via leaking EEG gel immediately saturates the EEG amplifier. To avoid bridging via gel, the viscosity of the EEG gel is the most important parameter. The EEG gel must be viscous to avoid bridging, but at the same time sufficiently fluid to create contact between the tACS electrode and the scalp. Second, due to the large amplitude of the tACS artifact, it is important to consider using an EEG system with a high resolution analog-to-digital (A/D) converter. In particular, the magnitude of the tACS artifact can exceed 100 mV at the vicinity of a stimulation electrode when 1 mA tACS is applied. The resolution of the A/D converter is of importance to measure good quality EEG data from the vicinity of the stimulation site. By following these guidelines for the procedures and technical considerations, successful concurrent EEG recording during tACS will be realized.

Concurrent Electroencephalography Recording During Transcranial Alternating Current Stimulation tACS

In this article we explain how to set up a concurrent transcranial alternating current stimulation and EEG experiment.

経頭蓋交流電流刺激中に同時脳波記録（TACS）

Oscillatory brain activities are considered to reflect the basis of rhythmic changes in transmission efficacy across brain networks and are assumed to ...

Determining Pain Detection and Tolerance Thresholds Using an Integrated, Multi-Modal Pain Task Battery

Human pain models are useful in the assessing the analgesic effect of drugs, providing information about a drug&#39;s pharmacology and identify potentially suitable therapeutic populations. The need to use a comprehensive battery of pain models is highlighted by studies whereby only a single pain model, thought to relate to the clinical situation, demonstrates lack of efficacy. No single experimental model can mimic the complex nature of clinical pain. The integrated, multi-modal pain task&#160;battery presented here encompasses the electrical stimulation task, pressure stimulation task, cold pressor task, the UVB inflammatory model which includes a thermal task and a paradigm for inhibitory conditioned pain modulation. These human pain models have been tested for predicative validity and reliability both in their own right and in combination, and can be used repeatedly, quickly, in short succession, with minimum burden for the subject and with a modest quantity of equipment. This allows a drug to be fully characterized and profiled for analgesic effect which is especially useful for drugs with a novel or untested mechanism of action.

Human pain models are valuable tools used to assess the analgesic potential of novel compounds and predict their clinical efficacy, especially when used in an integrated manner. Although implementation of these models is complex, with proper execution, the pain models described in this protocol can provide predictive and reliable results.

統合された、マルチモーダル痛みタスクのバッテリーを使用痛みの検出と許容閾値を決定

Human pain models are useful in the assessing the analgesic effect of drugs, providing information about a drug&#39;s pharmacology and identify ...

A Wireless, Bidirectional Interface for In Vivo Recording and Stimulation of Neural Activity in Freely Behaving Rats

In vivo electrophysiology is a powerful technique to investigate the relationship between brain activity and behavior at a millisecond and micrometer scale. However, current methods mostly rely on tethered cable recordings or only use unidirectional systems, allowing either recording or stimulation of neural activity, but not at the same time or same target. Here, a new wireless, bidirectional device for simultaneous multichannel recording and stimulation of neural activity in freely behaving rats is described. The system operates through a single portable head stage that both transmits recorded activity and can be targeted in real-time for brain stimulation using a telemetry-based multichannel software. The head stage is equipped with a preamplifier and a rechargeable battery, allowing stable long-term recordings or stimulation for up to 1 h. Importantly, the head stage is compact, weighs 12 g (including battery) and thus has minimal impact on the animal&#180;s behavioral repertoire, making the method applicable to a broad set of behavioral tasks. Moreover, the method has the major advantage that the effect of brain stimulation on neural activity and behavior can be measured simultaneously, providing a tool to assess the causal relationships between specific brain activation patterns and behavior. This feature makes the method particularly valuable for the field of deep brain stimulation, allowing precise assessment, monitoring, and adjustment of stimulation parameters during long-term behavioral experiments. The applicability of the system has been validated using the inferior colliculus as a model structure.

A Wireless, Bidirectional Interface for In Vivo Recording and Stimulation of Neural Activity in Freely Behaving Rats

A wireless, bidirectional system for multi-channel neural recordings and stimulation in freely behaving rats is introduced. The system is light and compact, thus having minimal impact on the animal&#180;s behavioral repertoire. Moreover, this bidirectional system provides a sophisticated tool to assess causal relationships between brain activation patterns and behavior.

ワイヤレス、 In Vivo記録そして自由行動下ラットにおける神経活動の刺激のための双方向インタ フェース

In vivo electrophysiology is a powerful technique to investigate the relationship between brain activity and behavior at a millisecond and micrometer ...

Using Electroencephalography Measurements and High-quality Video Recording for Analyzing Visual Perception of Media Content

This article explores a method to detect differences in visual perception in humans. The method used is based on the psychological (or "cognitive") function of eyeblinks. Participants' eyeblinks are detected and acquired while watching videos specifically created for the investigation. The detection and acquisition of eyeblinks are carried out with the help of a 20-channel electroencephalographic (EEG) wireless device. The international 10-20 system for electrode placement is followed. A high-definition (HD) video camera is used to record participants' facial expressions, for contrast purposes. Instead of using pre-existing media content, purpose-made video content has been created following specific criteria of interest for this investigation, with stimuli enabling researchers to manage the precise parameters of interest. Otherwise, results could be contaminated with uncontrolled variables. The synchronization of the presentation of video stimuli with EEG recordings needs to be done in milliseconds. Analysis of collected data is performed with robust software for working with big matrices. Statistically significant differences in eyeblink rate related to media professionalization and editing style are found with the reported experimental procedures.

We present detection, acquisition, and analysis of eyeblink rates while watching media content.

脳波測定と高品質のビデオ録画を使用して、メディア コンテンツの視覚認識を分析するため

This article explores a method to detect differences in visual perception in humans. The method used is based on the psychological (or "cognitive") ...

Whole Body Vibration Methods with Survivors of Polio

The purpose of the original study was to examine the use of whole body vibration (WBV) on polio survivors with and without post-polio syndrome as a form of weight bearing exercise. The goal of this article is to highlight the strengths, limitations, and applications of the method used. Fifteen participants completed two intervention blocks with a wash-out period in between the blocks. Each block consisted of twice a week (four weeks) WBV interventions, progressing from 10 to 20 min per session. Low intensity (peak to peak displacement 4.53 mm, frequency 24 Hz, g force 2.21) and higher intensity (peak to peak displacement 8.82 mm, frequency 35 Hz, g force 2.76) WBV blocks were used. Pain severity significantly improved in both groups following higher intensity vibration. Walking speed significantly improved in the group who participated in higher intensity intervention first. No study-related adverse events occurred. Even though this population can be at risk of developing overuse-related muscle weakness, fatigue, or pain from excessive physical activity or exercise, the vibration intensity levels utilized did not cause significant muscle weakness, pain, fatigue, or sleep disturbances. Therefore, WBV appears to provide a safe method of weight bearing exercise for this population. Limitations included the lack of measurement of reflexes, muscular activity, or circulation, the difficulty in participant recruitment, and insufficient strength of some participants to stand in recommended position. Strengths included a standard, safe protocol with intentional monitoring of symptoms and the heterogeneity of the participants in their physical abilities. An application of the methods is the home use of WBV to reduce the barriers associated with going to a facility for weight bearing exercise for longer term interventions, and benefits for conditions such as osteoporosis, particularly for aging adults with mobility difficulties due to paralysis or weakness. Presented method may serve as a starting point in future studies.

The goal of this article is to highlight the strengths, limitations, and applications of the method used with whole body vibration on polio survivors with and without post-polio syndrome as a feasible and safe form of weight bearing exercise.

ポリオ生存者と全身振動法

The purpose of the original study was to examine the use of whole body vibration (WBV) on polio survivors with and without post-polio syndrome as a form ...

Multi-Modal Signals for Analyzing Pain Responses to Thermal and Electrical Stimuli

The assessment of pain relies mostly on methods that require a person to communicate. However, for people with cognitive and verbal impairments, existing methods are not sufficient as they lack reliability and validity. To approach this problem, recent research focuses on an objective pain assessment facilitated by parameters of responses derived from physiology, and video and audio signals. To develop reliable automated pain recognition systems, efforts have been made in creating multimodal databases in order to analyze pain and detect valid pain patterns. While the results are promising, they only focus on discriminating pain or pain intensities versus no pain. In order to advance this, research should also consider the quality and duration of pain as they provide additional valuable information for more advanced pain management. To complement existing databases and the analysis of pain regarding quality and length, this paper proposes a psychophysiological experiment to elicit, measure, and collect valid pain reactions. Participants are subjected to painful stimuli that differ in intensity (low, medium, and high), duration (5 s / 1 min), and modality (heat / electric pain) while audio, video (e.g., facial expressions, body gestures, facial skin temperature), and physiological signals (e.g., electrocardiogram [ECG], skin conductance level [SCL], facial electromyography [EMG], and EMG of M. trapezius) are being recorded. The study consists of a calibration phase to determine a subject&#8217;s individual pain range (from low to intolerable pain) and a stimulation phase in which pain stimuli, depending on the calibrated range, are applied. The obtained data may allow refining, improving, and evaluating automated recognition systems in terms of an objective pain assessment. For further development of such systems and to investigate pain reactions in more detail, additional pain modalities such as pressure, chemical, or cold pain should be included in future studies. Recorded data of this study will be released as the &#8220;X-ITE Pain Database&#8221;.

This article focuses on the experimental elicitation of pain through heat (thermal) and electrical stimulation while recording physiological, visual, and paralinguistic responses. It aims at collecting valid multimodal data for analyzing pain based on its intensity, quality, and duration.&#160;

熱および電気刺激に対する痛みの反応を分析するためのマルチ モーダル信号

The assessment of pain relies mostly on methods that require a person to communicate. However, for people with cognitive and verbal impairments, existing ...