Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • Representative Results
  • Discussion
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

Il toolbox BrainBeats è un plug-in EEGLAB open source progettato per analizzare congiuntamente i segnali EEG e cardiovascolari (ECG/PPG). Include la valutazione dei potenziali evocati dal battito cardiaco (HEP), l'analisi basata sulle caratteristiche e l'estrazione di artefatti cardiaci dai segnali EEG. Il protocollo aiuterà a studiare l'interazione cervello-cuore attraverso due lenti (HEP e caratteristiche), migliorando la riproducibilità e l'accessibilità.

Abstract

L'interazione tra il cervello e il sistema cardiovascolare sta attirando una maggiore attenzione per il suo potenziale di far progredire la nostra comprensione della fisiologia umana e migliorare i risultati di salute. Tuttavia, l'analisi multimodale di questi segnali è impegnativa a causa della mancanza di linee guida, elaborazione dei segnali standardizzata e strumenti statistici, interfacce utente grafiche (GUI) e automazione per l'elaborazione di grandi set di dati o l'aumento della riproducibilità. Esiste un ulteriore vuoto nei metodi standardizzati di estrazione delle caratteristiche EEG e variabilità della frequenza cardiaca (HRV), che minano la diagnostica clinica o la robustezza dei modelli di apprendimento automatico (ML). In risposta a queste limitazioni, introduciamo la cassetta degli attrezzi BrainBeats. Implementato come plug-in EEGLAB open-source, BrainBeats integra tre protocolli principali: 1) potenziali evocati dal battito cardiaco (HEP) e oscillazioni (HEO) per valutare l'interazione cervello-cuore bloccata nel tempo con una precisione del millisecondo; 2) estrazione di caratteristiche EEG e HRV per esaminare associazioni/differenze tra varie metriche cerebrali e cardiache o per costruire robusti modelli di ML basati su funzionalità; 3) Estrazione automatizzata di artefatti cardiaci dai segnali EEG per rimuovere qualsiasi potenziale contaminazione cardiovascolare durante l'esecuzione dell'analisi EEG. Forniamo un tutorial passo passo per applicare questi tre metodi a un set di dati open source contenente segnali EEG, ECG e PPG simultanei a 64 canali. Gli utenti possono facilmente mettere a punto i parametri per personalizzare le loro esigenze di ricerca uniche utilizzando l'interfaccia utente grafica (GUI) o la riga di comando. BrainBeats dovrebbe rendere la ricerca sull'interazione cervello-cuore più accessibile e riproducibile.

Introduction

Per molto tempo, l'approccio riduzionista ha dominato l'indagine scientifica in fisiologia e cognizione umana. Questo approccio ha comportato la sezionazione di processi corporei e mentali complessi in componenti più piccoli e più gestibili, consentendo ai ricercatori di concentrarsi sui singoli sistemi in isolamento. Questa strategia è nata a causa delle sfide nello studio della natura intricata e interconnessa del corpo e della mente umana1. Il riduzionismo è stato determinante per comprendere i singoli sottosistemi in isolamento, come chiarire il ruolo dei canali ionici e dei potenziali d'azione per la comunicazione neurale....

Protocol

Il consenso informato è stato ottenuto da ciascun partecipante e il comitato etico dell'Università Federale degli Urali ha approvato il protocollo sperimentale.

1. Requisiti di BrainBeats

  1. Installa MATLAB ed EEGLAB sul computer. EEGLAB può essere scaricato su https://github.com/sccn/eeglab e decompresso (o clonato per gli utenti Git) ovunque sul computer. Per ulteriori dettagli sull'installazione, vedere la pagina GitHub.
  2. Aggiungi il percorso alla cartell.......

Representative Results

In primo luogo, il plug-in BrainBeats è stato utilizzato per preelaborare i dati EEG ed ECG, identificare e rimuovere gli artefatti e analizzare i potenziali evocati dal battito cardiaco (HEP) e le oscillazioni (HEO). BrainBeats ha rilevato con successo gli intervalli RR dal segnale ECG e alcuni artefatti RR (Figura 2). BrainBeats ha anche segnalato nella finestra di comando che 11/305 (3,61%) dei battiti cardiaci sono stati contrassegnati come artefatti e interpolati. L'indice medio di qua.......

Discussion

Passaggi critici nel protocollo
I passaggi critici sono descritti nei passaggi 1.1-1.4. Avvisi e messaggi di errore sono implementati in vari punti della cassetta degli attrezzi per aiutare gli utenti a capire perché potrebbero riscontrare problemi (ad esempio, posizioni degli elettrodi non caricate nei dati EEG, lunghezza del file troppo corta per calcolare una misura affidabile di HRV a frequenza ultrabassa, qualità del segnale troppo bassa per qualsiasi analisi affidabile, ecc.). Ogni funzione è.......

Acknowledgements

L'Istituto di Scienze Noetiche ha sostenuto questa ricerca. Ringraziamo gli sviluppatori degli algoritmi open source originali che sono stati adattati per sviluppare alcuni degli algoritmi di BrainBeats.

....

Materials

NameCompanyCatalog NumberComments
EEGLABSwartz Center for Computational Neuroscience (SCCN)Free/Open-source
MATLABThe Mathworks, Inc.Requires a license
Windows PCLenovo, Inc.

References

  1. von Bertalanffy, L. . General system theory Foundations, development, applications. , (1968).
  2. Hodgkin, A. L., Huxley, A. F. A quantitative description of membrane current and its application to conduction and excitation in nerve.

Explore More Articles

Parole chiave EEGECGHRVInterazione cervello cuoreOpen sourcePlugin EEGLABPotenziali evocati dal battito cardiacoVariabilit della frequenza cardiacaRimozione degli artefattiAnalisi multimodaleApprendimento automatico

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved