Стимул-специфический Кортикальный визуальный вызванный потенциальные морфологические шаблоны

Резюме

В этой работе мы представляем протокол для исследования дифференциальных корковых визуальных вызванных потенциальных морфологических моделей путем стимуляции брюшной и дорсальной сетей с использованием ЭЭГ высокой плотности. Визуальные объекты и движения стимул парадигмы, с и без временного испуг, описаны. Также излагаются визуальные вызванные потенциальные морфологические анализы.

Аннотация

В настоящем документе представлена методология записи и анализа корковых визуальных вызванных потенциалов (CVEPs) в ответ на различные зрительные стимулы с использованием 128-канальной электроэнцефалографии высокой плотности (ЭЭГ). Конкретная цель описанных стимулов и анализов заключается в изучении того, возможно ли воспроизвести ранее зарегистрированные морфологические модели CVEP, вызванные явным стимулом движения, призванным одновременно стимулировать как брюшной, так и дорсальный центральный визуальные сети, использующие объекты и стимулы движения, предназначенные для отдельного стимулирования вентральных и дорсальных зрительных корковых сетей.  Представлены четыре визуальные парадигмы: 1. Рандомизированные визуальные объекты с последовательной временной презентацией. 2. Рандомизированные визуальные объекты с непоследовательным височной презентацией (или испугом).  3. Визуальное движение через радиальное поле последовательного движения центральной точки без испуга.  4. Визуальное движение через радиальное поле когерентного движения центральной точки с испугом.  Эти четыре парадигмы представлены в псевдорандомизированном порядке для каждого участника.  Jitter вводится для того, чтобы увидеть, как возможные упреждающие эффекты могут повлиять на морфологию начала объекта и начала движения CVEP ответ.  Анализ данных ЭЭГ подробно описан, включая этапы экспорта данных с и импорта на платформы обработки сигналов, плохую идентификацию и удаление каналов, отторжение артефактов, усреднение и классификацию среднего морфологического CVEP тип шаблона, основанный на диапазонах задержки пиков компонентов. Репрезентативные данные показывают, что методологический подход действительно чувствителен в деле получения дифференциальных закономерностей и начала движения морфологических моделей CVEP и, следовательно, может быть полезен для решения более широкой цели исследования. Учитывая высокое временное разрешение ЭЭГ и возможное применение ЭЭГ высокой плотности в анализе локализации источников, этот протокол идеально подходит для исследования различных морфологических моделей CVEP и основных нейронных механизмов, которые генерируют эти дифференциальные ответы.

Введение

Электроэнцефалография (ЭЭГ) является инструментом, который предлагает недорогой и неинвазивный подход к изучению корковой обработки, особенно по сравнению с методами корковой оценки, такими как функциональная магнитно-резонансная томография (МРТ), позитронное излучение томография (ПЭТ) и диффузионная тензорная визуализация (DTI)¹. ЭЭГ также обеспечивает высокое временное разрешение, которое невозможно достичь при использовании такихмер, как МРТ, ПЭТ или DTI 2. Высокое временное разрешение имеет решающее значение при изучении центральной временной функции для получения миллисекундной точности нейрофизиологических механизмов, связанных с обработкой конкретных входных данных или событий.  В центральной зрительной системе, корковые визуальные вызванные потенциалы (CVEPs) являются популярным подходом в изучении запертых во времени нервных процессов в коре головного мозга.  Ответы CVEP регистрируются и усредняются в течение ряда испытаний событий, в результате чего пиковые компоненты (например, P1, N1, P2) возникают с определенными миллисекундными интервалами. Сроки и амплитуда этих пиковых нейронных реакций могут предоставить информацию о скорости и созревании корковой, а также дефицит в корковой функции^3,4,5.

CVEPs специфичны для типа визуального ввода, представленного зрителю. Используя определенные стимулы в парадигме CVEP, можно наблюдать функцию различных визуальных сетей, таких как брюшной поток, участвующих в обработке формы и цвета, или парвоцеллюлярный и магноцеллюлярный вход^{6,7, 8}, и торсальный поток, который в значительной степени обрабатывает движение или магно-клеточный вход^9,10. CVEPs, генерируемые этими сетями, были полезны не только в лучшем понимании типичных нейрофизиологических механизмов, лежащих в основе поведения, но и в целенаправленном лечении нетипичного поведения в клинических популяциях. Например, задержки CVEP компонентов в как дорсальных и брюшных сетей были зарегистрированы у детей с дислексией, что свидетельствует о том, что зрительная функция в обеих этих сетях должны быть направлены при разработке плана вмешательства¹¹.  Таким образом, CVEPs, записанные с помощью ЭЭГ, предлагают мощный клинический инструмент, с помощью которого можно оценить как типичные, так и нетипичные визуальные процессы.

В недавнем исследовании, высокой плотности ЭЭГ был использован для измерения очевидного движения начала CVEPs в обычно развивающихся детей, с целью изучения переменных ответов CVEP и связанных с ними зрительных корковых генераторов по всей разработке. Участники пассивно рассматривали видимые стимулы движения^12,13,14,15, которые состояли как из изменения формы, так и движения, предназначенные для одновременного стимулирования торцевых и вентральных потоков. Было установлено, что примерно половина детей ответили cvEP волновой формы, или морфологии, состоящий из трех пиков (P1-N1-P2, шаблон А).  Эта морфология является классическим ответом CVEP наблюдается во всей литературе. В отличие от этого, другая половина детей, представленных с морфологической картины состоит из пяти пиков (P1-N1a-P2a-N1b-P2b, шаблон B). Насколько нам известно, надежное возникновение и сравнение этих морфологических закономерностей ранее не обсуждалось в литературе CVEP ни у детей, ни у взрослого населения, хотя переменная морфология была отмечена как в явном движении, так и в движения начала CVEPs^14,16. Кроме того, эти морфологические различия не были бы очевидны в исследованиях с использованием других методов корковой функциональной оценки, таких как МРТ или ПЭТ, из-за низкого временного разрешения этих мер.

Для определения корковых генераторов каждого пика в моделях CVEP A и B были проведены анализы локализации источников, что является статистическим подходом, используемым для оценки наиболее вероятных корковых регионов, участвующих в ответе CVEP^12,13 . Для каждого пика, независимо от морфологического шаблона, в качестве источников сигнала CVEP были определены первичные и более высокие зрительные кортики.  Таким образом, кажется, что основное различие, лежащее в основе морфологии CVEP, вызванное очевидным движением, состоит в том, что те, у кого есть шаблон B, активируют зрительные корковые области дополнительно во время обработки. Поскольку эти типы шаблонов ранее не были идентифицированы в литературе, цель дополнительной визуальной обработки в тех, с CVEP шаблон B остается неясным.  Таким образом, следующая цель в этой линии исследований заключается в том, чтобы лучше понять причину дифференциальной морфологии CVEP и могут ли такие модели относиться к визуальному поведению как в типичных, так и в клинических популяциях.

Первый шаг в понимании того, почему некоторые люди могут продемонстрировать один CVEP морфологии по сравнению с другим, чтобы определить, являются ли эти ответы являются внутренней или экстринсической природы.  Другими словами, если человек демонстрирует один шаблон в ответ на визуальный стимул, будут ли они реагировать с аналогичным шаблоном на все стимулы?  Или этот ответ зависит от стимула, специфичный для визуальной сети или сетей, активированных?

Чтобы ответить на этот вопрос, были разработаны две пассивные визуальные парадигмы, предназначенные для отдельной активации конкретных визуальных сетей. Стимул, представленный в первоначальном исследовании, был разработан для одновременного стимулирования как торсальных, так и брюшных потоков; таким образом, неизвестно, участвуют ли одна или обе сети в создании специфической морфологии волн. В нынешнем методологическом подходе парадигма, предназначенная для стимулирования брюшного потока, состоит из высоко идентифицируемых объектов в основных формах квадратов и кругов, вызывая объектное начало CVEPs. Парадигма, предназначенная для стимулирования тонального потока, состоит из визуального движения через радиальное поле согласованных центральных точек движения точек на фиксированной скорости к точке фиксации, вызывая начало движения CVEPs.

Второй вопрос, который возник в результате первоначального исследования, был ли дифференциал ВЕП морфологии может быть связано с участником ожидания предстоящих стимулов¹³. Например, исследования показали, что сверху вниз корковой осцилляторной активности, происходящих до целевого стимула может предсказать последующие CVEP и поведенческие реакции в некоторой степени^17,18,19. Очевидная парадигма движения в первом исследовании использовали нерандомизированные кадры радиальной звезды и круга с последовательными интервалами между стимулами (ISIs) 600 ms. Эта конструкция, возможно, способствовала ожиданию и предсказанию предстоящего стимула, с в результате колебания активности, влияющих на последующие МОРФОЛОГия CVEP^12,13,19.

Для решения этой проблемы визуальные объекты и парадигмы движения в текущем протоколе разработаны как с последовательными ИСИ одинакового временного значения, так и с рандомизированными ИСИ с различными временными значениями (т.е. с испугом).  Используя этот подход, можно определить, как временные изменения могут повлиять на морфологию VEP в различных визуальных сетях. В целом, цель описанного протокола состоит в том, чтобы определить, будет ли визуальный объект и стимулы движения чувствительны к изменениям в морфологии CVEP и повлияет ли временное изменение представления стимулов на характеристики реакции CVEP, включая пиковую задержку, амплитуду и морфологию. Для целей настоящего документа цель заключается в определении осуществимости методологического подхода. Предполагается, что как визуальные объекты, так и движение могут вызвать переменную морфологию (т.е. шаблоны A и B будут наблюдаться между субъектами в ответ на оба раздражители) и что временное изменение повлияет на объектное начало и начало движения компонентов CVEP.

протокол

Все методы, описанные здесь, были одобрены Институциональным наблюдательным советом (IRB) по исследованиям в области человека в Техасском университете в Остине.

1. Характеристики стимулов

1. Создавайте раздражители объектов с помощью изображений с открытым исходным кодом, доступных через Банк стандартизированных стимулов (BOSS). Эта база данных состоит из стандартизированных изображений, используемых в ходе визуальных когнитивных экспериментов.  Скачать четыре изображения (например, ball02, book01a, кирпич, button03) с высокой скоростью идентификации (выше 75%)^20,21.
2. Создавайте стимулы движения с помощью модифицированной версии скрипта DotDemo, которая доступна через набор функций Psychtoolbox-3 с открытым исходным кодом, управляемых через MATLAB, а также функцию фильма, доступную в MATLAB (см. Дополнительный файл).
   1. Налаживание параметров точечного поля в зависимости от размера экрана презентации и расстояния просмотра.
   2. Введите 3600 для количества кадров фильма.
   3. Введите 80 (в см) для ширины монитора.
   4. Введите точечную скорость на уровне 5 градусов/с.
   5. Введите точку ограниченной доли жизни 0,05.
   6. Введите 200 для количества точек.
   7. Введите минимальный радиус аннули поля в размере 1 "и максимальный 15".
   8. Введите 0,2 "для ширины каждой точки.
   9. Введите 0,35 "для радиуса точки фиксации.
   10. Укажите, что белые точки используются на черном фоне.
   11. Экспортировать фильм в формате .avi.

2. Визуальный дизайн парадигмы

1. Создавайте парадигмы с помощью программного обеспечения для презентации стимулов. Создайте кресты фиксации с шрифтом Courier New размера 18, смелым и по центру экрана презентации.
2. Создайте парадигму визуального объекта без временного испуга (т.е. согласованных значений ISI), создав черный крест фиксации на белом фоне, представленный на 500 мс, а затем один из четырех объектов, представленных в рандомизированном порядке: мяч, книга, кирпич или кнопка.
   1. Представляем каждый объект на 600 мс(рисунок 1A).  Отображай все объекты 75 раз, в общей сложности 300 испытаний и продолжительность парадигмы 5,5 мин.
3. Дизайн парадигмы визуального объекта с временным испугом, чтобы состоять из того же черного креста фиксации на белом фоне, показанный в течение 500 или 1000 мс, а затем один из четырех объектов, продолжительностью 600 или 1000 мс (Рисунок 1B).
   1. Создайте четыре испытания с использованием программного обеспечения для презентации стимулов: крест фиксации продолжительностью 500 мс, а затем объект на 600 мс; крест фиксации продолжительностью 500 мс, затем объект на 1000 мс; крест фиксации продолжительностью 1000 мс, затем объект на 600 мс; и крест фиксации продолжительностью 1000 мс, а затем объект на 1000 мс.
      1. Рандомизуйте эти испытания. Представляем каждое испытание 19 раз, кульминацией которого стали 304 испытания и в результате чего время просмотра составило примерно 7,85 минуты.
4. Создайте визуальную парадигму движения без временного испуга, генерируя белый крест фиксации по центру на черном фоне, длящийся 500 мс, а затем визуальный фильм движения, который усечен, чтобы представить примерно 1000 мс (Рисунок 2A).
   1. Повторите эту последовательность в общей сложности 300 раз, в течение примерно 7,5 мин.
5. Создайте парадигму визуального движения с временным испугом, используя тот же крест фиксации, длящийся интервалы 500, 750 или 1000 мс.
   1. После каждого креста фиксации, представить визуальный фильм движения с продолжительностью около 600 или 1000 мс(рисунок 2B).
   2. Создайте шесть испытаний: крест фиксации с продолжительностью 500 мс, затем фильм на 600 мс, крест фиксации с продолжительностью 750 мс, а затем фильм на 600 мс, крест фиксации с продолжительностью 1000 мс, а затем фильм для 600 мс , фиксация крест с продолжительностью 500 мс следуют фильм на 1000 мс, фиксация крест с продолжительностью 750 мс следуют фильм на 1000 мс и фиксации крест с продолжительностью 1000 мс следуют фильм для 1000 мс.
      1. Рандомизуйте эти испытания, с каждым показано 50 раз.  Представить в общей сложности 300 испытаний, для просмотра период около 7,75 мин.

3. Согласие участника, история случая, и скрининг зрения

1. Приветствуйте участника по прибытии. Получить информированное согласие, представив участнику согласие на участие в исследовательской форме. Объясните участнику форму согласия и ответьте на любые возникающие вопросы.
2. Поимеет ели участник заполнить форму истории болезни, которая включает информацию о родном языке, передаче, состоянии слуха, состоянии зрения и других диагнозах, которые может быть у участника (например, психологических и неврологических). Исключить участников, которые сообщают о потере слуха и / или неврологические диагнозы, такие как черепно-мозговая травма.  Включите всех остальных участников.
3. Сопроводите участника из лаборатории, чтобы завершить скрининг зрения с помощью диаграммы Snellen для определения остроты зрения. Поимеется ли участникстоять 20 футов от графика и начать с покрытия его или ее левый глаз, чтобы определить остроту зрения правого глаза, а затем переключить глаза, чтобы определить остроту зрения левого глаза. Рассчитайте остроту зрения на основе наименьшей строки текста, которую участник может повторить не менее чем на половину от общего количества букв.
   ПРИМЕЧАНИЕ: Например, если участник повторяет 5 из 8 букв на линии 20/20, острота зрения рассчитывается как 20/20 в этом глазу.
4. Сопровождение участника в зал записи ЕГЭ. Поимеет участник сидеть в назначенном кресле в центре двухстенной звуконепроницаемой будки с двойным экраном.

4. Подготовка к ЭЭГ

1. Измерьте окружность головы участника в сантиметрах и выберите соответствующий размер сети ЭЭГ. Измерьте и отметьте середину кожи головы (на полпути между nasion/inion и правыми и левыми мастоидами) для размещения эталонного электрода.
2. Подготовьте раствор теплой воды (1 л), смешанной с детским шампунем (5 мл) и хлоридом калия (11 г/10 куб.см), который увеличивает электрическую проводимость между электродами и кожей головы, что приводит к снижению напряжения импедансам и увеличению соотношения сигнала к шуму.
3. Поместите сеть ЭЭГ в раствор. Разрешить сетку, чтобы впитать в растворе в течение 5 минут, прежде чем поместить на кожу головы участника.
4. Включите компьютер для стимулирования презентации и компьютер для приобретения ЭЭГ.
5. Поместите полотенце или другой абсорбирующим материалом на шею участника, чтобы не дать раствору капать на его или ее одежду.
6. Подключите сеть ЭЭГ к усилительу. Поручить участнику закрыть глаза при сдаче на ЭЭГ сетку, чтобы не допустить попадания раствора в глаза.
7. Твердо сцепление сети ЭЭГ обеими руками и распространение на место на голову участника. Убедитесь, что сеть находится симметрично на головке головы головы головы головы, с эталонным электродом в средней точке кожи головы, которая была измерена. Затяните подбородок и глазные сетчатые линии, чтобы обеспечить безопасную связь между кожей головы и электродами. Спросите участника, если он или она комфортно, и если что-нибудь необходимо настроить.
8. Проверьте наличие надлежащих значений электродного импедеданса со средней целью 10 кЗ.
9. Для уменьшения значения импеданса после размещения электродной сети используйте 1 мл пипетку для нанесения раствора хлористого калия на кожу головы/электродов, которые имеют высокий импеданс. Продолжайте этот процесс до тех пор, пока не будут достигнуты адекватные значения импеданса по всему электродам.

5. Запись ЭЭГ

1. Поручить участнику сосредоточиться на визуальных стимулах, которые появятся на мониторе. Расстояние просмотра составляет около 65 дюймов.
2. Используйте генератор псевдослучайных чисел для определения порядка представления для четырех визуальных парадигм.
3. Начните визуальные задания и запись ЭЭГ.
4. Мониторинг записи ЭЭГ по мере необходимости. Если текущий ЭЭГ показывает высокую активность миогенных или 60 Гц, приостановите эксперимент, чтобы перепроверить электрод-скальп подключения.
5. Повторите шаги 5.3 и 5.4 для парадигмы визуального объекта, визуального объекта с височной парадигмой испугов, парадигмы визуального движения и визуального движения с временной парадигмой испуг.
6. По завершении эксперимента поручите участнику закрыть глаза, чтобы не допустить попадания раствора в глаза при удалении сетки. Начните с ослабления подбородка и глазной сетки линий, а затем удалить сеть, осторожно потянув подбородок ремень вверх и над головой участника, убедившись, что тянуть медленно, чтобы обеспечить сеть не запутаться в волосах участника.
7. Отключите сеть ЭЭГ от усилителя. Начните процесс дезинфекции, поместив ЭЭГ крышка в и из ведра заполнены водой и промыть под кран. Затем создайте дезинфицирующее средство, добавив примерно 2 л воды в ведра дезинфицирующего средства и перемешив1ь мл дезинфицирующего средства с водой.
8. Погрузите датчик конца сети в дезинфицирующее средство. Установите таймер на 10 мин; в течение первых 2 минут, непрерывно окунуться в сеть вверх и вниз. Оставьте чистую замачивания на оставшуюся часть 10 мин.
9. Удалить ЭЭГ сетку из дезинфицирующего раствора. Поместите ЭЭГ сети в и из электрода ведро заполнены водой и под проточной водой, чтобы промыть. Повторите четыре раза.  Дайте сети высохнуть.

6. Анализ ЕГЭ

1. Экспорт ЭЭГ-файлов для анализа в MATLAB через набор инструментов EEGLAB с помощью фильтра высокого прохода 1 Гц, сегментации вокруг каждого испытания (или события) 100 мс до стимулирования и 500 мс после стимула периодов.
2. Импортные данные с помощью инструментария EEGLAB.
   1. Выберите опцию Файл из выпадающего меню и нажмите на данныеимпорта.  Выберите с помощью функций EEGLAB и плагинов из меню.  Далее нажмите на соответствующий формат экспортного файла.
3. Переназначать местоположения каналов в зависимости от типа электродного монтажа, используемого путем выбора edit из выпадающего меню и выбора местоположенийканала.  Нажмите на Посмотрите вверх locs и выберите эллипсы, чтобы найти путь электрод монтаж файл интересов.
4. Назначайте время предварительного и постстимула к эпохе начала и окончания времен. Введите значение -0,1 с в поле времени начала.
5. Базовые корректные данные в соответствии с интервалом до стимулирования.
6. Выявлять и удалять плохие каналы, используя вероятность при пороге 2,5 балла.
   1. Проверить успешную идентификацию и удаление плохих каналов, построив все электроды. Вручную удалите каналы со средним напряжением амплитуд ы за пределами диапазона 30 мз.
7. Выполните отторжение артефакта, введя значения -100 qV и 100 евро.
   ПРИМЕЧАНИЕ: Этот метод эффективен при удалении глазной активности, зарегистрированной на глазных электродах (126, 127). Тем не менее, может быть необходимо вручную удалить испытания с артефактом, происходящим на маловольтной амплитуда (т.е. в пределах диапазона 100 мв.кв.) для некоторых участников.
   1. Обратите внимание на каналы, которые были плохими для целых сегментов (т.е. с напряжением за пределами диапазона К/-100) и выделены красным цветом. Вручную удалите эти плохие каналы, если они составляют 60% или более отклоненных испытаний. Повторите этот шаг столько раз, сколько необходимо.
   2. Следуйте шагам удаления артефактов, как описано ранее. Убедитесь, что не менее 100 зачисток принимаются. Удалите пробные версии, отмеченные для отклонения.
8. Участок канала 75 (эквивалент Оз), или канал (ы) интерес, для классификации морфологических моделей. Перед построением этого канала, убедитесь, что для выполнения предварительного стимула базовой коррекции.
9. Выберите шаблон А, если морфология CVEP характеризуется большим положительным пиком примерно в 100-115 мс (P1), за которым следует отрицательный пик примерно 140-180 мс (N1) и положительный пик примерно 165-240 мс (P2).
10. Выберите шаблон B, если морфология CVEP характеризуется большим положительным пиком примерно в 100-115 мс (P1), а затем отрицательным пиком примерно в 140-180 мс (N1a), положительный пик примерно 180-240 мс (P2a), затем отрицательный пик примерно на 230-280 мс (N1b) и положительный пик примерно на 260-350 мс (P2b).
11. Придатите отдельные наборы данных вместе в соответствии с морфологической картиной, визуально наблюдаемой для создания среднего показателя группы. Назовите и сохраните недавно слитый файл набора данных.
12. Просмотр придатков файлов как среднее путем построения канала (ы) интереса.

Результаты

На рисунке 3 и рисунке 4 показаны репрезентативные результаты CVEP и начала движения пяти участников в возрасте 19-24 лет, которые пассивно рассматривали каждую визуальную парадигму. Такая конструкция позволяла наблюдать за реакциями CVEP, вызванными визуаль?...

Обсуждение

Цель этого методологического отчета состояла в том, чтобы оценить целесообразность записи дифференциальной морфологии CVEP с помощью визуальных объектов и стимулов движения, специально разработанных для отдельного стимулирования вентральных и торцев ывательных потоков в задачах пас?...

Материалы

Name	Company	Catalog Number	Comments
E-Prime 2.0	Psychology Software Tools, Inc		Used in data acquisition
Net Amps 400	Electrical Geodesics, Inc		Used in data acquisition
Net Station Acquisition V5.2.0.2	Electrical Geodesics, Inc		Used in data acqusition
iMac (27-inch)	Apple		Used in data acquisition
Optiplex 7020 Computer	Dell		Stimulus computer
HydroCel GSN EEG net	Electrical Geodesics, Inc		Used in data acqusition
1 ml pipette	Electrical Geodesics, Inc		Used to lower impedances
Johnson's Baby Shampoo	Johnson & Johnson		Used in impedance solution
Potassium Chloride (dry)	Electrical Geodesics, Inc		Used in impedance solution
Control III Disinfectant Germicide	Control III		Used in disinfectant solution
32-inch LCD monitor	Vizio		Used to present stimuli
Matlab (R2016b)	MathWorks		Used in data analysis
EEGlab v14.1.2	Swartz Center for Computational Neuroscience, University of California, San Diego	https://sccn.ucsd.edu/eeglab/index.php	Used in data analysis
BOSS Database	Bank of Standardized Stimuli	https://sites.google.com/site/bosstimuli/	Used in generation of visual object stimuli
Psychtoolbox-3	Psychophysics Toolbox Version 3 (PTB-3)	http://psychtoolbox.org/	Used in generation of visual motion stimuli