신경 활동과 연결 Intracranial 뇌 파 데이터를 사용 하 여 SPM 소프트웨어 분석

요약

선물이 intracranial electroencephalography 데이터 통계 파라미터 매핑 (SPM) 소프트웨어를 사용 하 여 분석 하는 데 사용할 수 있는 두 개의 분석 프로토콜: 신경 활동, 및 동적 인과 관계에 대 한 시간-주파수 통계적 파라미터 매핑 분석 내부 및 남북 regional 연결에 대 한 유발된 반응의 모델링.

초록

신경 활동과 연결 관련 된 높은 공간과 시간 해상도에서 인지 기능을 측정 하는 것은 인지 신경 과학에서 중요 한 목표입니다. Intracranial electroencephalography (뇌 파) 직접 전기 신경 활동을 기록할 수 있으며이 목표를 달성 하기 위해 독특한 잠재력. 전통적으로, 평균 분석에 적용 된 분석 intracranial 뇌 파 데이터; 그러나, 몇 가지 새로운 기술을 묘사 신경 활동 및 내부와 남북 regional 연결 사용할 수 있습니다. 우리가 최근 통계적 파라미터 매핑 (SPM) 소프트웨어를 사용 하 여 intracranial 뇌 파 데이터 분석에 적용 하는 두 개의 분석 프로토콜 소개: 신경 활동 및 동적 인과 모델링의 시간-주파수 SPM 분석에 대 한 응답을 유도 내 고 남북 regional 연결입니다. 우리 대표 결과 얼굴의 관찰 동안 intracranial 뇌 파 데이터 분석 보고. 결과 밝혀 열 등 후 두 이랑 (IOG) 얼굴에 아주 초기 단계 (110 ms) 모두 IOG와 편도 빠른 내부 및 남북 regional 연결 진동의 다양 한 종류를 사용 하 여 보였다에서 감마 밴드 활동을 보였다. 이러한 분석 프로토콜 기본 높은 공간 및 시간 프로필 인지 기능 신경 메커니즘을 식별 하기 위해 가능성이 있다.

서문

신경 활동과 연결 관련 된 높은 공간과 시간 해상도에서 인지 기능 측정 인지 신경 과학의 주 목표 중 하나입니다. 그러나,이 목표 달성은 쉽지 않다입니다. 신경 활동을 기록 하는 데 사용 하는 하나의 인기 있는 방법은 기능 자기 공명 영상 (MRI) 이다. 기능적 MRI 밀리미터 수준 및 비-침략 적 기록, 높은 공간 해상도 같은 몇 가지 장점을 제공 하지만 기능 MRI의 명확한 불리는 낮은 시간적 해상도입니다. 또한, 기능적 MRI만 직접으로 전기 신경 활동을 반영 하는 혈액 산소 수준 종속 신호를 측정 합니다. Electroencephalography (뇌 파) 등 magnetoencephalography (멕), 인기 있는 electrophysiological 방법 밀리초 수준에서 높은 시간 해상도가지고. 그러나 그들은 두 피에서 전기/자기 신호를 기록 하 고 두뇌 활동을 묘사 하기 위해 어려운 역 문제를 해결 해야 하기 때문에, 그들은 상대적으로 낮은 공간 해상도, 있다.

Intracranial 뇌 파 직접 높은 시간 (밀리초)와 공간 (센티미터) 해상도¹전기 신경 활동을 기록할 수 있다. 그것은 분명 한계를가지고 있지만이 측정 신경 활동과 연결, 이해 하는 귀중 한 기회를 제공할 수 있습니다 (예를 들어, 측정 지역 임상 기준으로 제한 됩니다). 여러 intracranial 뇌 파 연구는 신경 활동을 묘사 하기 위해 전통적인 평균 분석을 적용 했습니다. 평균 분석 민감하게 시간 동기 및 낮은 주파수 밴드 활성화를 검색할 수 있습니다, 하지만 그것은 비 위상 동기를 검색할 수 없습니다 또는 높은-주파수 (예: 감마 밴드) 활성화. 또한, 기능 신경 결합 하지 intracranial 뇌 파 기록 문학에 깊이 분석 되었습니다. 몇 가지 새로운 기술은 신경 활동와 내 통해 regional 연결 intracranial 뇌 파 데이터 분석에 적용 될 수 있는 기능성 MRI와 EEG/멕 녹음을 묘사 하기 위해 최근에 개발 되었습니다.

여기, 우리가 최근 통계적 파라미터 매핑 (SPM) 소프트웨어를 사용 하 여 intracranial 뇌 파 데이터 분석에 적용 분석 프로토콜을 소개 합니다. 첫째, 언제, 그리고 어느 주파수에서 공개 뇌 영역 활성화 될 수 있는, 우리가 수행 시간-주파수 SPM 분석². 이 분석 시간 및 주파수 도메인을 동시에 사용 하 여 연속 웨이 블 릿 변환 분해 및 임의 필드 이론을 사용 하 여 시간-주파수 지도 family-wise 오류 (FWE) 속도 적절 하 게 수정. 둘째, 뇌 영역 통신 하는 방법을 공개, 우리 유도 응답⁴의 동적 인과 모델링 (DCM) 적용. DCM의 효과적인 연결 조사 수 있습니다 (즉, 뇌 영역⁵중 인과 및 방향 영향). DCM 기능 MRI 데이터⁵를 분석 하기 위한 도구로 원래 제안 되었다, 비록 유도 응답의 DCM electrophysiological 신호⁴시간 가변 파워 스펙트럼 분석을 확장 되었습니다. 이 분석 두 내부 및 남북 regional 신경 연결의 묘사를 허용 한다. 지역 내 지역 계산 및 장거리 간 지역 통신 주로 사용 하 여 감마 세타 밴드 진동, 각각, 그리고 그들의 상호 작용 (예, entrainments) 수 여러 신경 생리학 연구 제안 세타 감마 주파수 크로스 커플링^3,6,,78에 의해 반영 됩니다. 이 보고서는 데이터 분석 프로토콜;에 초점을 맞추고합니다 배경 정보^9,10 의 개요 및 기록 프로토콜¹¹ intracranial 뇌 파의 문학을 참조 하십시오.

프로토콜

우리의 연구는 현지 기관 윤리 위원회에 의해 승인 되었다.

1. 기본 정보

참고: 분석 프로토콜은 다양 한 유형의 특정 참가자, 전극, 참조 방법, 또는 전극 위치 어떤 제한 없이 데이터에 적용할 수 있습니다. 우리의 예제에서 우리는 6 환자 약리학 다루기 힘든 초점 간 질에서 고통 테스트. 아무 간 질 foci 관심 영역에 있던 환자 테스트.

1. 대상 전극에서 인지 실험 기간 동안 기록 intracranial 뇌 파 데이터입니다.
   1. 정위 적 방법¹²를 사용 하 여 깊이 전극 이식.
   2. 아 백 금 전극을 사용 (직경: 2.3 m m)와 깊이 백 금 전극 (직경: 0.8 m m) 동시에 외피와 subcortical 활동을 각각 측정 하.
   3. 기준 전극 참조 활성화¹²를 피하기 위해 두개골 멀리 직면 하는 전극의 연락처와 함께 중간 등 쪽 정면 지역, 두개골의 표면에 놓습니다.
   4. 데이터를 증폭, 온라인 필터 (밴드 패스: 0.5-300 Hz), 그리고 1000 Hz에서 샘플.
   5. 기록 하 고 통계적으로 눈 움직임와 관련 된 아티팩트를 제거, 또한 electrooculograms 기록. 이론적인 관심사에 따라 대상 전극 선택 합니다. 또한, 사용 하 여 개별 MRI 및 컴퓨터 단층 촬영 데이터 전극 위치 확인 하기.
2. 샘플 및 전처리 시험 intracranial 뇌 파 데이터 (그림 1).
   참고: 분석 프로토콜은 다양 한 유형의 특정 데이터 길이 또는 전처리 방법에 어떤 무제한 데이터에 적용할 수 있습니다.
   1. 여기, 3000 ms 동안 데이터를 견본 (사전 자극: 1000 ms; 후 자극: 2000 ms) 각 시험에 대 한.
   2. 참가자 여기 비정상적으로 보여 미리 정의 된 임계값을 사용 하 여 이러한 국외 자 재판 제외 일부 시험에서 높은 진폭 활동 간 질, 가능 하 게 관련 있기 때문에 (> 800 μV 및 > 5 SD). 육안 검사 및 독립적인 구성 요소 분석을 포함 하 여 다른 전처리 단계 실험 목적과 조건에 따라 필요할 수 있습니다.
3. (Cf. SPM12 수동 12.1 및 12.2) EEG 시스템 네이티브 형식 SPM MATLAB 기반 형식으로 변환 합니다.
   참고: 대부분의 뇌 파 데이터 형식은 가져올 수 있습니다 직접 SPM 소프트웨어에 SPM 일괄 편집 인터페이스에 변환 을 선택 하 고 모든 필요한 입력된 매개 변수를 지정 하 여. 또 다른 가능한 방법은 SPM 프로그램 디렉토리의 남자/example_scripts 하위 디렉터리에 "spm_eeg_convert_arbitrary_data.m" 하는 예제 스크립트를 사용 하는 것입니다. 이 스크립트는 ASCII 파일 또는 SPM 형식으로 많은 뇌 파 시스템으로 내보낼 수 있는 매트 파일을 변환 하는 편리한 방법을 제공 합니다.

2. 시간-주파수 SPM 분석

1. SPM12 설정 (http://www.fil.ion.ucl.ac.uk/spm/) M/뇌 파 분석 메뉴¹³ (그림 2)를 사용 하 여.
2. 미리 정의 된 매개 변수 ( 에 따라 Morlet 웨이브와 연속 웨이브 렛 분해를 사용 하 여 각 평가판의 전처리 intracranial 뇌 파 데이터에 대 한 SPM 메뉴에서 시간-주파수 SPM 분석² "시간-주파수 분석"을 선택 하 여 수행 그림 3).
   참고: 웨이 블 릿 변환 intracranial 뇌 파 데이터 여러 주파수¹⁴의 웨이브를 컨볼루션 하 여 스펙트럼 구성 요소의 시간적 진화를 공개.
   1. 여기, 웨이 블 릿 분해 7 주기 Morlet 웨이브를 사용 하 여 전체 신 기원에 대 한 실시 (-1,000-2000 ms) 및 4-300 Hz의 주파수 범위.
   2. 어머니 잔물결 및 이전 연구¹⁵에 따라 사이클의 수를 결정 합니다. 참고는 잔물결에 주기 수 시간-주파수 해상도 제어 하 고 추정 안정성¹³되도록 5 보다 하는 것이 좋습니다.
   3. 연구 관심에 따라 시간 및 주파수 범위를 결정 합니다.
3. 가장자리 효과 제거 하려면 SPM 메뉴에 "자르기"를 선택 하 여 결과 시간-주파수 지도 자동으로 자르기. 여기, 시간-주파수 지도-200으로 자르기-500 밀리초.
4. 더 이벤트 관련 전력 변화를 시각화 하 고 데이터의 정상을 개선에 시간-주파수 지도 대 한 SPM 메뉴에서 "시간-주파수 rescale"를 선택 하 여 데이터 변환 (선택 사항) 및 기준선 보정을 수행 합니다.
   참고: 여기에서, 시간-주파수 지도 했다 로그 변환 및 기준선 (-200-0 ms)-수정.
5. SPM 메뉴에서 "Convert2Images"를 선택 하 여 시간-주파수 지도 2 차원 (2D) 이미지로 변환 합니다.
   1. 부드러운 커널을 사용 하 가우스 전자 반-최대 (FWHM) 미리 정의 된 값이 상호 주제 변화에 대 한 보상 하는 통계적 추론^{2,13에에서 사용 된 임의의 필드 이론의 가정에 따라야} .
      참고: 여기에서, 시간-주파수 지도 시간 영역에서 96 ms의 FWHM 및 이전 연구²에 따라 주파수 영역에서 12 Hz의 가우스 커널 부드럽게 했다.
6. SPM 메뉴에서 "지정 1-레벨"을 선택 하 여 일반 선형 모델에 2D 이미지를 입력 합니다.
7. SPM 메뉴에서 "모델 추정"를 선택 하 여 일반 선형 모델을 견적 한다.
8. SPM 메뉴에서 "결과"를 선택 하 여 임의의 필드 이론² 에 따라 시간-주파수 SPM {T} 데이터에 통계적 추론을 수행 합니다. (아마도 여러 비교에 대 한 수정)는 미리 정의 된 임계값을 크게 활성화 된 시간-주파수 클러스터를 검색.
   참고: 여기, p 의 범위 임계값 < 0.05 p 의 높이 임계값을 갖는 여러 비교 FWE 수정 했던 < 0.001 (교정된) 사용 되었다.

3입니다. 유도 응답의 DCM

1. SPM12 설정 (http://www.fil.ion.ucl.ac.uk/spm/) M/뇌 파 분석 메뉴¹³ (그림 4)를 사용 하 여.
   1. SPM 메뉴에서 "DCM" 버튼을 클릭 하 여 DCM 분석을 시작 합니다. "산업" 목록 상자에서 선택 하 여 유도 응답 DCM을 활성화 합니다. M/뇌 파 메뉴 DCM에서 "새로운 데이터"를 클릭 하 여 전처리 intracranial 뇌 파 데이터를 가져옵니다.
2. 시간 창 관심, 선택 된 조건 (이 네트워크 사양에 사용 되는 변조 입력 정의), 관심, 주파수 창 및 M/뇌 파 메뉴 (DCM에서 잔물결 사이클의 수에 대 한 관심, 대조의 조건 지정 그림 5)입니다.
   1. 5-사이클 Morlet 웨이브 (1 Hz 단계에서 4-100 Hz)를 사용 하 고 1-500 ms로 시간 창을 설정 합니다.
   2. 기본 설정에 따라 웨이블렛 주기를 결정 합니다. 참고 소프트웨어 추천 추정 안정성¹³되도록 5 보다 큰 값입니다. 시간-주파수 범위 우리의 연구 관심사에 따라 결정 했다. 참고 추가 ± 512 ms와 시간 창 가장자리 효과 제거를 계산 하는 동안 자동으로 사용 되었다.
3. (1) 정의 DCM 프레임 워크^4,5에 따라, 입력, 신경 상태;에 감각 입력을 대표 하는 운전 (2) 기본 연결 신경 상태와 자기 연결 기준 연결 구현 그리고 (3) modulatory 효력 null 가설된 모델에 대 한 실험 조작을 통해 내장 연결에. 또한 선형 (내 주파수) 또는 (사이 비선형-주파수)으로 변조 유형을 정의 합니다.
   1. M/뇌 파 메뉴 DCM에 내장 (선형 및 비선형) 연결, 운전 입력 및 변조 입력을 지정 합니다.
   2. 필요한 경우 일부 관련된 매개 변수 (예를 들어, 이전 자극 발병 시간 및 기간)의 기본 설정을 수정 합니다. M/뇌 파 메뉴 DCM에서 "반전 DCM"을 선택 하 여 모델을 견적 한다. 그 후 선택 그림으로 결과 저장 주파수 주파수 modulatory 하기 매개 변수 이미지 커플링.
4. 최적의 네트워크 모델을 식별 하는 M/뇌 파 메뉴 DCM에서 "진동"를 클릭 하 여 임의 효과 베이지안 모델 선택 (BMS) 분석¹⁷ 를 실시 합니다. 사용 하 여 모델 예상 확률 및 헌신 확률 평가 측정으로.
5. SPM 메뉴를 사용 하 여 우승 모델 매개 변수를 사용 하 여 modulatory 연결의 크로스 주파수 패턴에 관한 추론을 확인 (단계 2 참조).
   1. SPM 메뉴에서 "Convert2Images"를 선택 하 여 modulatory 커플링 매개 변수 이미지를 부드럽게.
   2. SPM 메뉴에서 "둘째 수준 지정"을 선택 하 여 일반 선형 모델 분석을 수행 합니다.
   3. SPM 메뉴에서 "결과"를 선택 하 여 2D SPM {T} 값을 계산 합니다.
      참고: 여기는 FWHM은 이전 연구⁴에 따라 8 Hz에서 설정 했다. 중요 한 값 exploratorily p 의 높이 임계값을 사용 하 여 식별 된 < 0.05 (교정된).

결과

우리 얼굴^18,19응답에서 intracranial 뇌 파 데이터 분석 여기에 소개 하는 프로토콜을 사용 하 여. 우리 얼굴, 모자이크, 및 직 립에 집의 수동 보는 동안 6 환자에서 데이터를 기록 하 고 방향 반전. 똑바로 모자이크 대 수직 얼굴 및 직 립 집 대 똑바로 얼굴 대조 얼굴 효과를 (즉, 다른 개체를 기준으로 얼굴 특정 ...

토론

여기 소개 하는 SPM 소프트웨어를 사용 하 여 intracranial 뇌 파 데이터 분석 프로토콜 기능 MRI에 비해 몇 가지 장점이 있다. 첫째, 프로토콜 높은 시간 해상도에서 신경 활성화를 묘사할 수 있다. 따라서, 결과 처리의 이른 또는 늦은 단계에서 신경 활성화의 인지 상관 관계는 구현 여부를 나타냅니다. 우리의 예제에서는 얼굴 효과 시각적 처리의 매우 초기 단계 (즉, 110 ms) 확인 되었다. 또한, 다...

자료

Name	Company	Catalog Number	Comments
	none