Entrar

É necessária uma assinatura da JoVE para visualizar este conteúdo. Faça login ou comece sua avaliação gratuita.

Neste Artigo

  • Resumo
  • Resumo
  • Introdução
  • Protocolo
  • Resultados
  • Discussão
  • Divulgações
  • Agradecimentos
  • Materiais
  • Referências
  • Reimpressões e Permissões

Resumo

Avaliação do ritmo EEG mu fornece uma metodologia única para examinar a atividade cerebral e quando combinado com ensaios baseados comportamental, pode ser uma ferramenta poderosa para elucidar aspectos da cognição social, como a imitação, em populações clínicas.

Resumo

Eletroencefalografia (EEG) é um método eficaz, eficiente e não invasivo de avaliar e registrar a atividade cerebral. Dada a excelente resolução temporal, o EEG pode ser usado para examinar a resposta neuronal relacionada com comportamentos específicos, estados ou estímulos externos. Um exemplo deste utilitário é a avaliação do sistema de neurônios-espelho (MNS) em seres humanos através do exame do ritmo EEG mu. O ritmo EEG mu, atividade oscilatório na faixa de freqüência Hz 8-12 gravado a partir de eletrodos localizados centralmente, é suprimida quando um executa individuais, ou simplesmente observa, ações voltadas gol. Como tal, tem sido proposto que reflectem a actividade das MNS. Foi teorizado que a disfunção do sistema de neurônios-espelho (MNS) desempenha um papel que contribui para os déficits sociais do transtorno do espectro do autismo (ASD). Os MNS pode então ser examinado de forma não invasiva em populações clínicos usando EEG mu ritmo atenuação como um índice para a sua actividade. O prot descritoocol fornece uma avenida para examinar funções sociais cognitivos teoricamente ligados aos MNS em indivíduos com desenvolvimento típico e atípico, como ASD.

Introdução

Eletroencefalografia (EEG) é um método eficaz, eficiente e não invasivo de avaliar e registrar a atividade cerebral. Como os neurónios fogo no cérebro, a tensão resultante pode ser amplificado, gravada, e representada graficamente. A resolução temporal do EEG permite a análise do mesmo breves alterações nos padrões de oscilação do cérebro, assim como a análise da resposta do cérebro a estímulos específicos.

Apesar de ser a mais antiga técnica de imagens do cérebro, que remonta ao final do século 19, EEG ainda tem ampla aplicabilidade. Embora a ressonância magnética funcional (fMRI) tem excelente resolução espacial, tem relativamente baixa resolução temporal. Isto representa uma grande limitação da avaliação fMRI dada a incrível velocidade com que os processos ocorrem no cérebro. EEG tem a capacidade de avaliar a atividade elétrica do cérebro ao nível de milissegundos, proporcionando potencial iNsight nas fases de processamento do cérebro.

Tecnologias em desenvolvimento também têm expandido a aplicabilidade do EEG. Um aumento na densidade de sistemas de gravação tem permitido o desenvolvimento de técnicas de localização de fonte, mitigar alguns dos limites de EEG em relação resolução espacial. Além disso, os sistemas modernos têm reduzido o participante set-up tempo individual significativamente, permitindo a avaliação das populações anteriormente indisponíveis, tais como amostras clínicas 1-3,28-30 infantil e.

Dada a excelente resolução temporal, o EEG pode ser usado para examinar a resposta neuronal relacionada com comportamentos específicos, estados ou estímulos externos. Um exemplo deste utilitário é a avaliação do sistema de neurônios-espelho (MNS) em seres humanos. Os neurônios-espelho foram inicialmente identificados em macacos usando única gravação neurônio 4, evidenciando um grupo deneurônios que responderam simultaneamente a execução ea observação de ações motoras. Este método de gravação direta de colocar eletrodos no cérebro raramente é utilizado em seres humanos, e apenas em casos clínicos terríveis. EEG tem proporcionado um método para avaliar os MNS pela monitorização do ritmo EEG mu. Este padrão de oscilação no intervalo de 8-12 Hz demonstrou atenuar potência EEG em resposta à execução de acções e observação do motor, semelhantes ao padrão de activação observada em macacos de 5-7. Da mesma forma, a estimulação das regiões cerebrais putativos MNS através de Estimulação Magnética Transcraniana (por exemplo, o giro frontal inferior) abole EEG ritmo mu 8 e supressão ritmo EEG mu se correlaciona com sinais BOLD de fMRI em regiões de neurônios espelho putativos em assuntos 9, fornecendo apoio adicional de que este ritmo índices, pelo menos em parte, a atividade MNS. Avaliação do ritmo EEG mu permitiu uma avaliação não invasiva de ato de neurônios-espelhoivity em humanos.

EEG fornece uma metodologia única para examinar a atividade cerebral e quando combinado com ensaios baseados comportamentalmente, ele pode ser uma ferramenta poderosa para elucidar aspectos da cognição social, como a imitação, em populações clínicas. Além disso, a aplicabilidade do EEG para uso com populações com deficiências cognitivas ou de linguagem permite a introspecção em habilidades dos indivíduos para os quais outras técnicas de imagem ou paradigmas comportamentais podem ser utilizar menos sucesso. O protocolo descrito fornece uma avenida para examinar funções sociais cognitivos teoricamente ligados ao sistema de neurônios-espelho em indivíduos com desenvolvimento típico e atípico, como o Transtorno do Espectro do Autismo.

Protocolo

O protocolo seguinte adere às diretrizes do Conselho de Revisão Institucional da Universidade de Washington.

1. Avaliação eletrofisiológica

  1. Preparação de Sessão
    1. Preparação da sala: coloque o manipulandum (ver Figura 1), um bloco de madeira com um sensor ligado, que envia um marcador com carimbo de tempo para aquisição de software quando ele é apreendido, em cima da mesa dentro de agarrar alcance do participante. Ative software de aquisição de EEG e começar a "nova sessão" (Figura S1).
    2. Preparação útil: solução morna de água destilada (1 L), cloreto de potássio (1 colher de sopa) e xampu (1 colher de chá) a 104 ° F. Mergulhe 128-eletrodo densa-array sistema de EEG na solução salina aquecida.
    3. Preparação Participante: garantir que o participante está sentado confortavelmente cerca de 75 cm do monitor de apresentação do estímulo e em plena vista da câmera de vídeoera. Encontre e marque o vértice sobre a cabeça do participante com um marcador de pele. Meça o vértice por encontrar a interseção do ponto médio entre o násio eo ínion e ponto médio entre preauriculars.
    4. Net aplicação: Coloque a tampa de EEG na cabeça do participante de tal forma que o eletrodo vértice é colocado diretamente sobre a marca de vértice. Verificar impedâncias e assegurar que as impedâncias são abaixo do limiar apropriado para o sistema de EEG em uso (Figura S2).
    5. Comece a sessão de vídeo gravação.
  2. Configuração de gravação: Sinal de referência para o eletrodo de vértice. Filtro analógico entre 0,1 e 100 Hz, amplificar o sinal e digitalizar a 500 amostras / seg.
  3. Apresentação do estímulo: presente participante com três condições: observar, executar e descanso, adaptados do paradigma desenvolvido por Muthukumaraswamy e colegas 5.
    1. Observe condição: Instrua participante para sentar-se calmamente e assistirum vídeo de uma pessoa segurando o manipulandum. Cada ensaio deve durar 6 segundos. Tempo de vídeo pré-gravado para os ensaios observar com precisão para assegurar que o aperto observada ocorre exactamente 3 seg. Monitorar atenção visual do participante durante a tarefa, e marcar ensaios durante a qual eles não frequentam a tela para ser descartado no pós-processamento.
    2. Executar condição: Instrua participante para sentar-se calmamente com descanso mão direita, logo abaixo do manipulandum e, ao ouvir um sinal sonoro pré-gravado, a imitar a garra manipulandum do observar videoclipe condição. Cada ensaio deve durar 6 segundos. Verifique se o sinal sonoro é apresentado em exatamente 3 segundos por prerecording uma faixa auditivo que mantém um consistente cronometrado executar sugestão e intervalo inter-julgamento. Utilize um sensor na manipulandum para gravar com precisão o tempo que compreensão do participante ocorre (Figura S3).
    3. Condição de repouso: Instrua participante para sentar-se quietly com os olhos abertos e passivamente observar uma pequena cruz no monitor estímulo. Registro EEG contínuo durante a condição de descanso para 3 min.
    4. Para tanto observar e executar as condições, apresentam blocos casualizados de dez ensaios, para um total de quarenta ensaios por condição. Certifique-se de que a imagem do manipulandum permanece na tela ao longo dos blocos de observar e executar, inclusive entre os ensaios. Administrar a condição de repouso após a conclusão das condições de observar e executar.
  4. Informática
    1. Após a coleta de dados, verifique novamente impedâncias. Observe quaisquer alterações aos níveis de impedância. Terminar gravação software de aquisição.
    2. Pós-processamento: sinal Rereference EEG à média. Segmento de dados de EEG contínuo em quarenta ensaios de 6 seg para cada condição (Figura S4).
    3. Realizar detecção artefato automatizado. Use algoritmos automatizados para inspecionar segmentos para artefatos de movimento, identificando rápidas amplitudes média exceeding 200 mV, diferencial amplitudes médias superiores a 100 mV e zero variância através de um dado ensaio (Figura S5).
    4. Realizar a detecção manual do artefato inspecionando visualmente dados e confirmando com análise de vídeo da sessão para remover todos os ensaios na condição de observação contaminado com qualquer artefato do movimento e todos os ensaios na condição de execução contaminado com qualquer artefato movimento relacionado ao gesto alcance. Excluir ensaios com artefato importante da análise. Descarte qualquer ensaios que foram sinalizados durante a aquisição como não compareceram. Examinar e taxa de rejeição julgamento para cada grupo de diagnóstico em análise, note.
  5. A análise dos dados
    1. Por Muthukumaraswamy et al. 5, segmento ensaios limpos em 2 épocas seg consistindo de 1 seg de dados antes que o segure e 1 segundo depois, tanto para as condições de observar (como marcado pela fotocélula) e executar (conforme marcado pelo sensor manipulandum). Segmento cinclinou-se duas épocas de seg a condição de repouso.
    2. Fast Fourier Transform (FFT) cada segmento. Selecione um grupo de oito eletrodos em cada hemisfério em torno das posições padrão C3 e C4 para análises estatísticas (seguindo Muthukumaraswamy et al. 5 e Bernier et al. 3) (Figura 2). Para cada condição, em média, o poder através dos estudos incluídos para calcular espectros de potência.
    3. Calcule atenuação mu examinando a potência média durante quer a execução ou a observação de uma ação motora, em relação à potência média durante a condição de repouso, em toda a gama Hz 8-13. Use o log dessa razão para determinar o grau de atenuação. Nota: um valor negativo representa atenuação durante a execução ou observação, enquanto que um valor positivo representa aumento. Esta metodologia leva em conta a variabilidade entre os indivíduos, ea não normalidade dos valores expressos em forma de razão.
      Nota: Este protocolo foi desenvolvido usando um 128-eletrodo densa-array sistema de EEG com software Net Station versão 4.1. Enquanto os passos básicos são semelhantes em todos os sistemas de EEG, protocolos de aquisição e análise pode variar.

2. Caracterização da amostra

  1. Identificar população potencial de pacientes para participação no paradigma através de registros de pesquisas, listas de participantes anteriores, ou referências de clínicas e médicos da região.
  2. Potenciais participantes de tela para a probabilidade de atender os critérios de diagnóstico para a construção clínica (por exemplo, Transtorno do Espectro do Autismo) e para identificar quaisquer critérios de exclusão, como a presença de traumatismo craniano, tumor, história apreensão, ou uso de medicação anti-convulsivante ou barbitúricos que pode distorcer a sinal eletrofisiológico.
  3. Confirme o estatuto de diagnóstico da população de pacientes através do uso de instrumentos de diagnóstico padrão ouro (por exemplo, Autism Diagnostic Interview-ReVised (ADI-R 11) e do Autism Diagnostic Observation Schedule-Generic (ADOS-G, 12), administrada pelo médico especialista seguinte Manual Diagnóstico e Estatístico - 5 ª Edição (DSM-5) Critérios de 13.
  4. Identificar amostra controle pareado em variáveis ​​relevantes de interesse, tais como idade, sexo, capacidade cognitiva, etc

Resultados

Adultos típicos, crianças e bebés têm consistentemente demonstrado ritmo mu tanto durante a execução e observação de ações através de uma variedade de paradigmas e estímulos 5, 14-30. Atenuação nesta faixa de frequências é consistentemente localizada através de eletrodos centrais (Figura 3), indicando que esta não é a redução do poder de alfa que é registrado em outras regiões do couro cabeludo. Da mesma forma, a atenuação nesta frequência durante a observação de m...

Discussão

A bem-sucedida aquisição, processamento e análise de dados eletrofisiológicos relacionados ao ritmo mu ea aplicação de populações clínicas requer 1) a aplicação de ferramentas metodológicas de EEG, 2) detecção de artefato cuidadoso e redução de dados, 3) a identificação precisa do ritmo mu, e 4) a caracterização precisa da população clínica e identificação de grupos de controle apropriados.

Metodologia apropriada EEG requer bom funcionamen...

Divulgações

Os autores declaram não haver interesses financeiros concorrentes.

Agradecimentos

Este trabalho foi apoiado por uma bolsa da Fundação Simons (SFARI # 89638 para RB).

Materiais

NameCompanyCatalog NumberComments
Geodesic EEG SystemEGIN/AAny EEG system, not only EGI based systems, is applicable for the described study
MATLAB softwareMATLABN/AAny mathematical, statistical software that can work with matrices is applicable
Netstation softwareEGIN/AAny EEG acquisition software is applicable for the described study
ManipulandumcustomN/AAny object that is co-registered with data acquisition software to signal a successful grasp

Referências

  1. Kuhl, P. K., Coffey-Corina, S., Padden, D., Dawson, G. Links between social and linguistic processing of speech in preschool children with autism: behavioral and electrophysiological. 8, (2005).
  2. McPartland, J., Dawson, G., Webb, S. J., Panagiotides, H., Carver, L. J. Event-related brain potentials reveal anomalies in temporal processing of faces in autism spectrum disorder. J. Child Psychol. Psychiatry. 45, 1235-1245 (2004).
  3. Bernier, R., Dawson, G., Webb, S., Murias, M. EEG mu rhythm and imitation impairments in individuals with autism spectrum disorder. Brain Cogn. 64, 228-237 .
  4. Rizzolatti, G., Fadiga, L., Gallese, V., Fogassi, L. Premotor cortex and the recognition of motor actions. Brain Res. Cogn. Brain. 3, 131-141 (1996).
  5. Muthukumaraswamy, S. D., Johnson, B. W., McNair, N. A. Mu rhythm modulation during observation of an object-directed grasp. Brain Res. Cogn. Brain Res. 19, 195-201 .
  6. Pineda, J. A. The functional significance of mu rhythms: translating "seeing" and "hearing" into "doing". Brain Res. Brain Res. Rev. 50, 57-68 (2005).
  7. Vanderwert, R. E., Fox, N. A., Ferrari, P. F. The mirror mechanism and mu rhythm in social development. Neurosci. Lett. 540, 15-20 (2013).
  8. Keuken, M. C., et al. The role of the left inferior frontal gyrus in social perception: an rTMS study. Brain Res. , 1383-13196 (2011).
  9. Braadbaart, L., Williams, J. H., Waiter, G. D. Do mirror neuron areas mediate mu rhythm suppression during imitation and action observation. Int. J. Psychophysiol. , 99-105 (2013).
  10. Rogers, S., Cook, I., Greiss-Hess, L. . Mature Imitation Task. Unpublished coding manual. , .
  11. Lord, C., Rutter, M., Le Couteur, A. Autism Diagnostic Interview-Revised: a revised version of a diagnostic interview for caregivers of individuals with possible pervasive developmental disorders. J. Autism Disord. 24, 659-685 (1994).
  12. Lord, C., et al. The autism diagnostic observation schedule-generic: a standard measure of social and communication deficits associated with the spectrum of autism. J. Autism Dev. Disord. 30, 205-223 (2000).
  13. . American Psychiatric Association (APA). Diagnostic and statistical manual of mental. disorders, Edition. , .
  14. Gastaut, H. J., Bert, J. EEG changes during cinematographic presentation; moving picture activation. of the EEG. Electroencephalogr. Clin. Neurophysiol. 6, 433-444 (1954).
  15. Muthukumaraswamy, S. D., Johnson, B. W. Changes in rolandic mu rhythm during observation of a precision grip. Psychophysiology. 41, 152-156 (2004).
  16. Chatrian, G. E., Petersen, M. C., Lazarte, J. A. The blocking of the rolandic wicket rhythm and some central changes related to movement. Electroencephalogr. Clin. Neurophysiol. 11, 497-510 (1959).
  17. Pfurtscheller, G., Neuper, C., Andrew, C., Edlinger, G. Foot and hand area mu rhythms. Int. J. Psychophysiol. 26, 121-135 (1997).
  18. Arroyo, S., et al. Functional significance of the mu rhythm of human cortex: an electrophysiologic study with subdural electrodes. Electroencephalogr. Clin. Neurophysiol. 87, 76-87 (1993).
  19. Babiloni, C., et al. Human cortical electroencephalography (EEG) rhythms during the observation of simple aimless movements: a high-resolution EEG study. Neuroimage. 17, 559-572 (2002).
  20. Babiloni, C., et al. Human movement-related potentials vs desynchronization of EEG alpha rhythm: a high-resolution EEG study. Neuroimage. 10, 658-665 (1999).
  21. Babiloni, C., et al. Transient human cortical responses during the observation of simple finger movements: a high-resolution EEG study. Hum. Brain. 20, 148-157 (2003).
  22. Cochin, S., Barthelemy, C., Lejeune, B., Roux, S., Martineau, J. Perception of motion and qEEG activity in human adults. Electroencephalogr. Clin. Neurophysiol. 107, 287-295 (1998).
  23. Cochin, S., Barthelemy, C., Roux, S., Martineau, J. Observation and execution of movement: similarities demonstrated by quantified electroencephalography. Eur. J. Neurosci. 11, 1839-1842 (1999).
  24. Cochin, S., Barthelemy, C., Roux, S., Martineau, J. Electroencephalographic activity during perception of motion in childhood. Eur. J. Neurosci. 13, 1791-1796 (2001).
  25. Martineau, J., Cochin, S. Visual perception in children: human, animal and virtual movement activates different cortical areas. Int. J. Psychophysiol. 51, 37-44 (2003).
  26. Lepage, J. F., Theoret, H. EEG evidence for the presence of an action observation-execution matching system in children. Eur. J. Neurosci. 23, 2505-2510 (2006).
  27. Marshall, P. J., Bar-Haim, Y., Fox, N. A. Development of the EEG from 5 months to 4 years of age. Clin. Neurophysiol. 113, 1199-1208 (2002).
  28. Southgate, V., Johnson, M. H., El Karoui, I., Csibra, G. Motor system activation reveals infants' on-line prediction of others' goals. Psychol. Sci. 21, 355-359 (2010).
  29. Nystrom, P., Ljunghammar, T., Rosander, K., von Hofsten, C. Using mu rhythm desynchronization to measure mirror neuron activity in infants. Dev. Sci. 14, 327-335 (2011).
  30. Southgate, V., Johnson, M. H., Osborne, T., Csibra, G. Predictive motor activation during action observation in human infants. Biol. , 769-772 (2009).
  31. Oberman, L. M., et al. EEG evidence for mirror neuron dysfunction in autism spectrum disorders. Brain Res. Cogn. Brain Res. 24, 190-198 (2005).
  32. Martineau, J., Cochin, S., Magne, R., Barthelemy, C. Impaired cortical activation in autistic children: is the mirror neuron system involved. Int. J. Psychophysiol. 68, 35-40 (2008).
  33. Oberman, L. M., Ramachandran, V. S., Pineda, J. A. Modulation of mu suppression in children with autism spectrum disorders in response to familiar or unfamiliar stimuli: the mirror neuron hypothesis. Neuropsychologia. 46, 1558-1565 (2008).
  34. Raymaekers, R., Wiersema, J. R., Roeyers, H. . EEG Study of the Mirror Neuron System in Children with High Functioning Autism. Brain Res. , 113-121 (2009).
  35. Fan, Y. T., Decety, J., Yang, C. Y., Liu, J. L., Cheng, Y. Unbroken mirror neurons in autism spectrum disorders. J. Child Psychol. Psychiatry. 51, 981-988 (2010).
  36. Bernier, R., Aaronson, B., McPartland, J. The role of imitation in the observed heterogeneity in EEG mu rhythm in autism and typical development. Brain Cogn. 82, 69-75 (2013).
  37. Pfurtscheller, G., Lopesda Silva, ., H, F. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clin. Neurophysiol. 110, 1842-1857 (1999).
  38. Marshall, P. J., Young, T., Meltzoff, A. N. Neural correlates of action observation and execution in 14‐month‐old infants: An event‐related EEG desynchronization study. Dev. Sci. , 474-480 (2011).
  39. Marshall, P. J., Meltzoff, A. N. Neural mirroring systems: Exploring the EEG mu rhythm in human infancy. Dev. Cogn. Neurosci. , 110-123 (2011).
  40. Oberman, L., McCleery, J., Hubbard, E., Bernier, R., Pineda, J. Developmental changes in mu suppression to observed actions in individuals with autism spectrum disorders. Soc. Cogn. Affective Neurosci. 8, 300-304 .

Reimpressões e Permissões

Solicitar permissão para reutilizar o texto ou figuras deste artigo JoVE

Solicitar Permissão

Explore Mais Artigos

MedicinaEdi o 86Eletroencefalografia EEGo ritmo muimita otranstorno do espectro do autismocogni o socialsistema de neur nios espelho

This article has been published

Video Coming Soon

JoVE Logo

Privacidade

Termos de uso

Políticas

Pesquisa

Educação

SOBRE A JoVE

Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados