Name: cortical source analysis of high-density eeg recordings in children
Uploaded: 2014-06-30T15:00:00
Description: Watch this Scientific Journal Video about Cortical Source Analysis of High-Density EEG Recordings in Children at JoVE.com

Vi ønsker å takke professor John Richards, University of South Carolina, for å gi oss tilgang til Developmental MR database og nyttige diskusjoner. Vi vil også takke våre finansiører Great Ormond Street Barnas Charity, UCL Impact &amp; Grand Challenges.

En. Designing EEG og begivenheter knyttet potensielle eksperimenter for barn Merk: Et enkelt eksperiment ble utformet for formålene i denne artikkel som kan brukes til å undersøke ansiktsbehandling hos små barn. Følgende avsnitt vil beskrive eksperimentet og forklare hvordan man implementerer den ved hjelp av MATLAB R2012b og Psychtoolbox V3.0.11 23,24. Bilder tatt fra NimStim sett emosjonelle ansiktsuttrykk 25 ble brukt for dette eksemplet. Dette stimulus sett er ti...

<ol>
	<li>Michel, C. M., Murray, M. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Towards+the+utilization+of+EEG+as+a+brain+imaging+tool.">Towards the utilization of EEG as a brain imaging tool.</a> NeuroImage. 61 (2), 371-385 (2012).</li><li>Brodbeck, V., 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=EEG+microstates+of+wakefulness+and+NREM+sleep.">EEG microstates of wakefulness and NREM sleep.</a> NeuroImage. 62 (3), 2129-2139 (2012).</li><li>Sanchez, C. E., Richards, J. E., Almli, C. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Age-specific+MRI+templates+for+pediatric+neuroimaging.">Age-specific MRI templates for pediatric neuroimaging.</a> Developmental Neuropsychology. 37 (5), 379-399 (2012).</li><li>Umutlu, L., Ladd, M. E., Forsting, M., Lauenstein, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=7+Tesla+MR+Imaging:+Opportunities+and+Challenges.">7 Tesla MR Imaging: Opportunities and Challenges.</a> RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin. 186 (2), 121-129 (2014).</li><li>Logothetis, N. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Bold+claims+for+optogenetics.">Bold claims for optogenetics.</a> Nature. 468 (7323), (2010).</li><li>Logothetis, N. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What+we+can+do+and+what+we+cannot+do+with+fMRI.">What we can do and what we cannot do with fMRI.</a> Nature. 453 (7197), 869-878 (2008).</li><li>Roche-Labarbe, N., 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=High-resolution+electroencephalography+and+source+localization+in+neonates.">High-resolution electroencephalography and source localization in neonates.</a> Human Brain Mapping. 29 (2), 167-176 (2008).</li><li>Johnson, M. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Interactive+Specialization:+A+domain-general+framework+for+human+functional+brain+development.">Interactive Specialization: A domain-general framework for human functional brain development.</a> Developmental cognitive neuroscience. 1, 7-21 (2010).</li><li>Nelson, C. A., McCleery, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Use+of+Event-Related+Potentials+in+the+Study+of+Typical+and+Atypical+Development.">Use of Event-Related Potentials in the Study of Typical and Atypical Development.</a> Journal of the American Academy of Child &amp; Adolescent Psychiatry. 47 (11), (2008).</li><li>Michel, C. M., Murray, M. M., Lantz, G., Gonzalez, S., Spinelli, L., Grave de Peralta, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG+source+imaging.">EEG source imaging.</a> Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology. 115 (10), 2195-2222 (2004).</li><li>Bathelt, J., O'Reilly, H., Clayden, J. D., Cross, J. H., de Haan, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+brain+network+organisation+of+children+between+2+and+5years+derived+from+reconstructed+activity+of+cortical+sources+of+high-density+EEG+recordings.">Functional brain network organisation of children between 2 and 5years derived from reconstructed activity of cortical sources of high-density EEG recordings.</a> NeuroImage. 82, 595-604 (2013).</li><li>David, O., Cosmelli, D., Friston, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evaluation+of+different+measures+of+functional+connectivity+using+a+neural+mass+model.">Evaluation of different measures of functional connectivity using a neural mass model.</a> NeuroImage. 21 (2), 659-673 (2004).</li><li>Grech, R., 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=Review+on+solving+the+inverse+problem+in+EEG+source+analysis.">Review on solving the inverse problem in EEG source analysis.</a> Journal of NeuroEngineering and Rehabilitation. 5 (1), 25 (2008).</li><li>Wendel, 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=EEG/MEG+source+imaging:+methods,+challenges,+and+open+issues.">EEG/MEG source imaging: methods, challenges, and open issues.</a> Computational Intelligence and Neuroscience. 2009, 13 (2009).</li><li>Richards, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Localizing+cortical+sources+of+event-related+potentials+in+infants'+covert+orienting.">Localizing cortical sources of event-related potentials in infants' covert orienting.</a> Developmental Science. 8 (3), 255-278 (2005).</li><li>Hauk, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Keep+it+simple:+a+case+for+using+classical+minimum+norm+estimation+in+the+analysis+of+EEG+and+MEG+data.">Keep it simple: a case for using classical minimum norm estimation in the analysis of EEG and MEG data.</a> NeuroImage. 21 (4), 1612-1621 (2004).</li><li>Pascual-Marqui, R. D., 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=Low+resolution+brain+electromagnetic+tomography+(LORETA)+functional+imaging+in+acute,+neuroleptic-naive,+first-episode,+productive+schizophrenia.">Low resolution brain electromagnetic tomography (LORETA) functional imaging in acute, neuroleptic-naive, first-episode, productive schizophrenia.</a> Psychiatry Research. 90 (3), 169-179 (1999).</li><li>Pascual-Marqui, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Standardized+low-resolution+brain+electromagnetic+tomography+(sLORETA):+technical+details.+Methods+and+findings+in+experimental+and+clinical+pharmacology.">Standardized low-resolution brain electromagnetic tomography (sLORETA): technical details. Methods and findings in experimental and clinical pharmacology.</a> 24 Suppl D. , 5-12 (2002).</li><li>Phillips, C., Rugg, M. D., Friston, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Systematic+regularization+of+linear+inverse+solutions+of+the+EEG+source+localization+problem.">Systematic regularization of linear inverse solutions of the EEG source localization problem.</a> NeuroImage. 17 (1), 287-301 (2002).</li><li>Yao, J., Dewald, J. P. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evaluation+of+different+cortical+source+localization+methods+using+simulated+and+experimental+EEG+data.">Evaluation of different cortical source localization methods using simulated and experimental EEG data.</a> NeuroImage. 25 (2), 369-382 (2005).</li><li>Tandonnet, C., Burle, B., Hasbroucq, T., Vidal, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spatial+enhancement+of+EEG+traces+by+surface+Laplacian+estimation:+Comparison+between+local+and+global+methods.">Spatial enhancement of EEG traces by surface Laplacian estimation: Comparison between local and global methods.</a> Clinical Neurophysiology. 116 (1), 18-24 (2005).</li><li>Tenke, C. E., Kayser, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Generator+localization+by+current+source+density+(CSD):+implications+of+volume+conduction+and+field+closure+at+intracranial+and+scalp+resolutions.">Generator localization by current source density (CSD): implications of volume conduction and field closure at intracranial and scalp resolutions.</a> Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology. 123 (12), 2328-2345 (2012).</li><li>Brainard, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+psychophysics+toolbox.">The psychophysics toolbox.</a> Spatial vision. , (1997).</li><li>Kleiner, M., Brainard, D., Pelli, D., Ingling, A., Murray, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What's+new+in+Psychtoolbox-3.">What's new in Psychtoolbox-3.</a> Perception. , (2007).</li><li>Tottenham, N., 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=The+NimStim+set+of+facial+expressions:+judgments+from+untrained+research+participants.">The NimStim set of facial expressions: judgments from untrained research participants.</a> Psychiatry Research. 168 (3), 242-249 (2009).</li><li>Chaste, 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=Adjusting+head+circumference+for+covariates+in+autism:+Clinical+correlates+of+a+highly+heritable+continuous+trait.">Adjusting head circumference for covariates in autism: Clinical correlates of a highly heritable continuous trait.</a> Biological Psychiatry. 74 (8), 576-584 (2013).</li><li>Delorme, 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=EEGLAB,+SIFT,+NFT,+BCILAB,+and+ERICA:+New+tools+for+advanced+EEG+processing.">EEGLAB, SIFT, NFT, BCILAB, and ERICA: New tools for advanced EEG processing.</a> Computational Intelligence and Neuroscience. 2011, 130714 (2011).</li><li>Nolan, H., Whelan, R., Reilly, R. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=FASTER:+Fully+Automated+Statistical+Thresholding+for+EEG+artifact+Rejection.">FASTER: Fully Automated Statistical Thresholding for EEG artifact Rejection.</a> Journal of Neuroscience Methods. 192 (1), 152-162 (2010).</li><li>Kilner, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Bias+in+a+common+EEG+and+MEG+statistical+analysis+and+how+to+avoid+it.">Bias in a common EEG and MEG statistical analysis and how to avoid it.</a> Clinical Neurophysiology. , (2013).</li><li>DeBoer, T., Scott, L. S., Nelson, C. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=12+ERPs+in+Developmental+Populations.">12 ERPs in Developmental Populations.</a> Event-related Potentials: A. , (2005).</li><li>Sanchez, C. E., Richards, J. E., Almli, C. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neurodevelopmental+MRI+brain+templates+for+children+from+2+weeks+to+4+years+of+age.">Neurodevelopmental MRI brain templates for children from 2 weeks to 4 years of age.</a> Developmental Psychobiology. 54 (1), 77-91 (2011).</li><li>Tadel, F., Baillet, S., Mosher, J. C., Pantazis, D., Leahy, 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=Brainstorm:+A+user-friendly+application+for+MEG/EEG+analysis.">Brainstorm: A user-friendly application for MEG/EEG analysis.</a> Computational Intelligence and Neuroscience. 2011, 879716 (2011).</li><li>Haan, M., Johnson, M. H., Halit, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+face-sensitive+event-related+potentials+during+infancy:+a+review.">Development of face-sensitive event-related potentials during infancy: a review.</a> International Journal of Psychophysiology. 51, 45-58 (2003).</li><li>Earp, B. D., Everett, J. A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Is+the+N170+face+specific?+Controversy,+context,+and+theory.">Is the N170 face specific? Controversy, context, and theory.</a> Neuropsychological Trends. 13 (1), 7-26 (2013).</li><li>Taylor, M. J., McCarthy, G., Saliba, E., Degiovanni, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=ERP+evidence+of+developmental+changes+in+processing+of+faces.">ERP evidence of developmental changes in processing of faces.</a> Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology. 110 (5), 910-915 (1999).</li><li>Ment, L. R., 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=Longitudinal+brain+volume+changes+in+preterm+and+term+control+subjects+during+late+childhood+and+adolescence.">Longitudinal brain volume changes in preterm and term control subjects during late childhood and adolescence.</a> PEDIATRICS. 123 (2), 503-511 (2009).</li><li>Courchesne, E., 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=Impairment+in+shifting+attention+in+autistic+and+cerebellar+patients.">Impairment in shifting attention in autistic and cerebellar patients.</a> Behavioral Neuroscience. 108 (5), 848-865 (1994).</li><li>Litvak, V., 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=EEG+and+MEG+data+analysis+in+SPM8.">EEG and MEG data analysis in SPM8.</a> Computational Intelligence and Neuroscience. (2011), (2011).</li><li>Daunizeau, J., David, O., Stephan, K. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamic+causal+modelling:+A+critical+review+of+the+biophysical+and+statistical+foundations.">Dynamic causal modelling: A critical review of the biophysical and statistical foundations.</a> NeuroImage. 58 (2), 312-322 (2011).</li></ol>

Denne artikkelen beskriver opptak og analyse av høy tetthet EEG for rekonstruksjon av kortikale generatorer som bruker grense element modeller basert på alder passende gjennomsnittlig MRI maler og dybde vektet minimum norm estimering i en standard ERP paradigme egnet for barn. I dette paradigmet, er bilder av ansikter og egge ansikter presenteres. Ulike forfattere brukt dette paradigmet å undersøke utviklingen av ansiktsprosesseringsmekanismer over utviklingen 35. På kanalnivå, er mer negative nedbøyni...

President Barack Obama beskrev den menneskelige hjerne som den neste grensen av vitenskapelige funn med høy viktighet for helse og økonomi 3 (http://www.whitehouse.gov/share/brain-initiative). Men, som alle andre felt i naturfag, nevrovitenskap avhengig fremskritt i metoder og analyseteknikker for fremgang. To brukte ikke invasive verktøy i studier om hjernens funksjon hos mennesker er magnetisk resonans imaging (MRI) og elektroencefalografi (EEG). Disse verktøy utnytte forskjellige fysiske egenskaper og gi forskjellige innsikt i hjernefunksjonen med unike fordeler og ulemper. MRI anvender de magnetiske egenskaper av vannmolekyler i magnetiske felt for å oppnå bilder av levende vev. Emnet må plasseres i en magnet med høy feltstyrke. Deltakeren bevegelse er begrenset i løpet av denne prosedyrer og deltakeren må tolerere støy forårsaket av raske endringer i det magnetiskefelt. I tillegg til strukturbilder, gir MRI også muligheten til å måle endringer i blodoksygenering for å undersøke hjernefunksjon (fmri). I sammendraget, MR tilbyr relativt høy romlig oppløsning på opp til 0,5 mm 3 med moderne høye felt skannere og optimaliserte parametere fire. I motsetning til dette er tidsmessig oppløsning av fMRI begrenset til den langsomme kinetikken i BOLD respons, som bare indirekte reflekterer de høye timelige dynamikken i nevrale aktiviteten 5,6. På den annen side måler EEG forandringer i elektrisk aktivitet som forårsakes av aktiviteten av neuroner ved elektroder plassert på hodebunnen. Nylige fremskritt innen EEG-teknologi gir rask og enkel anvendelse av sensorer for kort sikt eller lang sikt og stasjonære samt ambulerende opptak. Fordi EEG er mindre restriktiv, er det også den metoden for valg for enkelte deltaker bestander som ikke tåler MR miljøet godt som pediatrisk og vissegeriatriske og psykiatriske populasjoner. Egenskapene til EEG viser en invers mønsteret til de av MRI: de tidsmessig oppløsning er meget høy, med millisekund presisjon, men den romlige oppløsning er begrenset. Elektriske strømmer passerer gjennom forskjellige vev mellom sin generator og EEG-elektroder på overflaten av hodebunnen. Dette fører til blanding og romlig-søl av source-aktivitet er kjent som volumet ledningseffekten. Derfor aktivitet målt ved elektrodene på overflaten av hodebunnen viser aktivitet fra flere kilder som kan være fjernt til plasseringen av elektroden på hodet 1,7. Mye arbeid i de senere år har vært dedikert til sammenslåing av MR og EEG for å dra nytte av sine respektive styrker. En linje av arbeidet er dedikert til den samtidige kjøp av EEG og MR i funksjonelle studier. En annen metode er å bruke den romlige informasjonen gitt av strukturell MR for å ta hensyn til volum conduction effekt gjennom biofysiske modellering. Bruken av strukturell informasjon for kilderekonstruksjon for EEG opptak er spesielt nyttig for studier som involverer en pediatriske populasjon. Etterforskningen av utviklingen av hjernens funksjon er sentral for å forstå hvordan komplekse kognitive ferdigheter er bygget på toppen av enkle forløpere åtte. Disse undersøkelsene bidra til å synliggjøre endringer i de nevrale substrater og responsegenskaper som korrelerer med endringer i atferdsmessige ytelse. Imidlertid utgjør etterforskningen av hjernens funksjon og kognisjon under utvikling også spesifikke utfordringer. Spesielt er det mulighet for funksjonell MRI studier begrenset som små barn og spedbarn enten må være sover eller bedøvet å skaffe MR data uten bevegelse gjenstander og negativ innvirkning på deltaker velvære. Videre er EEG oppfattes som mindre risikofylt og invasiv av foreldre, som gjør rekruttering av forskningsdeltakere lettere. There, er EEG metoden for valg for mange undersøkelser av hjernens funksjon hos små barn. Metodiske fremskritt i EEG-systemer tillater bruk av høy tetthet elektrode arrays med 128 eller flere kanaler i løpet av minutter. Enkel påføring og bærekomfort er tilstrekkelig til og med tillate EEG opptak i de yngste spedbarn. Men ofte forskere er ikke bare interessert i de timelige dynamikken i svar på bestemte stimuli, men ønsker også å sammenligne de nevrale substrater som formidler svarene. En rådende forutsetning i kanalnivå ERP analyse som sammenligner ulike aldersgrupper er at de samme nevrale substrater svare, men at timingen eller respons amplitude varierer mellom alderen 9. Lignende skalp topografi er ofte brukt som en indikator på tilsvarende underliggende nevrale aktiviteten. Imidlertid kan mange ulike kilde konfigurasjoner føre til lignende skalp topografi 10. Ved å bruke kilde estimering, Unce dettertainty kan reduseres og kvantifisert. Uavhengighet av observasjonene er kritisk for nettverkskontoer av hjernens funksjon: hvis kildene er blandet, korrelasjoner vil være forutinntatt mot høyere lokal tilkobling. Kilde rekonstruksjon kan anvendes for å redusere denne skjevhet 11.. Alternativt, kan forskjeller i timing og fase brukes for tilkobling analyse, men disse matematiske modeller krever forutsetninger som er vanskelig å vurdere i ikke simulerte data 12. Oppsummert gir kilde estimering tilleggsinformasjon til kanalnivå EEG og ERP analyse basert på kunnskap om anatomi og biofysiske egenskaper vev. Ulike algoritmer har blitt utviklet for å finne løsninger på den inverse problem. Disse algoritmene faller grovt inn i to kategorier: parametriske og ikke parametriske 13. Parametriske modeller antar ett eller flere dipoler som kan variere i plassering, orientering og styrke. I kontrast, ikke parametriske modeller containa stort antall dipoler med fast plassering og orientering. I disse modellene, er hodebunnen elektriske aktiviteten forklares som en kombinasjon av aktiveringer i de faste dipoler 10,13,14. Ikke parametrisk, kan distribueres kilde modeller være basert på kunnskap om anatomi og ledningsevne i ulike medier. Boundary Element Modeller innlemme ledeevne for de viktigste vev i hodet med ulike skjell for hjernen, Cerebro spinalvæske, og skallen. Dette er basert på antagelsen om at ledningsevnen er stort sett konstant innenfor hver avdeling, men som markerte endringer skjer på grensen av ulike avdelinger. Elementmodeller er basert på ytterligere segmentering av MR-skanninger til grå og hvit substans, slik at ledeevne kan bli tildelt hver voxel 15. I praksis ikke parametriske modeller er spesielt nyttig for kilde gjenoppbygging i komplekse kognitive oppgaver, der antall involverte områder kanikke kjent 10. Grense element modeller er mest utbredt i dagens litteratur, sannsynligvis fordi de mer nøyaktige Finite Element Modeller utgjøre relativt høy beregningsorientert krav. Videre er det betydelig inter individuell variasjon i grå og hvit substans, slik at fems bør være basert på individuelle MR skanner. Ikke parametriske modeller krever en andre skritt for å matche hodebunnen målte aktiviteten til spådommer om den videre modell. Igjen, har ulike tilnærminger med forskjellige fordeler og ulemper er diskutert i litteraturen (se Michel et al. 2004 for en oversikt). De mest brukte algoritmer er basert på minimum norm estimering (MNE), som matcher skalp målte aktiviteten til et strømfordeling i termin modell med den laveste totale intensiteten 16. MNE er forutinntatt mot svake og overfladiske kilder. Dybde vektet FNF algoritmer prøve å redusere overflaten skjevhet ved å innføre vektingmatriser basert på matematiske forutsetninger 10. Den mye brukt Loreta tilnærming er også basert på vektet MNE, men i tillegg minimerer Laplacian av kilder, noe som fører til jevnere løsninger 17,18. Loreta har blitt funnet å utføre best for enkeltkilder i simuleringsstudier 19,20. Imidlertid kan loreta føre til over glatting av løsninger. Dybde vektet MNE er å foretrekke når kildene er ukjent eller flere kilder er sannsynlig å være til stede 13, 16. Det anbefales å sammenligne resultatene av forskjellige algoritmer for å evaluere innflytelsen av forskjellige modell forutsetninger. I sammendraget, har kilde gjenoppbygging gjennom modelleringsmetoder vært begrenset for barn inntil nylig. Dette er fordi de fleste EEG analyse programvare er avhengig av hodemodeller basert på voksen anatomi som vesentlig begrenser nøyaktigheten av kildekode-løsninger hos barn 2,8. Den billig tilgang på regnekraft og levering avbrukervennlig programvare for kilderekonstruksjon gjør det mulig å overvinne disse begrensningene. Bruk av kilde estimering til EEG gir to viktige fordeler fremfor analyse basert på kanalnivå observasjoner alene: forbedret romlig oppløsning og uavhengighet av observasjoner. Kilde estimering er ikke informativt i noen tilfeller: god dekning av hodet er nødvendig for å skille mellom kilder. Høy tetthet systemer med 128 eller flere elektroder anbefales 10,15; en sparser dekning vil fungere som en romlig filter fører til mer bred spredning kilde aktivering eller falske negative resultater 10. Videre har kilderekonstruksjon basert på metoden som er beskrevet i denne artikkelen kun blitt rapportert for kortikale generatorer. Derfor er det mindre egnet for testing hypoteser om subkortikal substrater eller kortikale subkortikal interaksjoner. Endelig bør kilde analyse være basert på detaljerte tidligere hypoteser om hjernebark underlag,tar den eksisterende litteratur fra andre bildediagnostikk i betraktning. Romlig filtrering teknikker kan også anvendes for å forbedre romlig oppløsning av EEG-signalet ved å redusere romlig blanding i hodebunnen nivå. Alternative metoder for å redusere påvirkning av volumlednings effekter uten hode modellering brukes, f.eks Laplacian filtrering 21 eller Ström Tetthet analyse 22. Men disse metodene ikke gi mer informasjon om nevrale generatorer som volum lednings effekter er ikke bare begrenset til sensorer i nær romlig nærhet en. I de følgende avsnittene, beskriver artikkelen hvordan eksperimenter for etterforskningen av hjernen og kognitiv funksjon hos barn fra 2 års alder er utformet på London baby Lab. Neste, er EEG datainnsamling med høy tetthet lav impedans systemer med barn diskutert. Deretter blir EEG preprosessering og analyse på kanalnivået presenteres. Lastly, vekt på få behandling av struktur MR-data for kortikale kilderekonstruksjon og analyse av kildenivåsignaler.

<table border="0" cellpadding="0" cellspacing="0" width="1256">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:473px;">High-density EEG sensor net (128 or 256 channels)</td>
			<td style="width:448px;">HydroCel Geodesic Sensor Net 128</td>
			<td style="width:247px;">Electrical Geodesic Inc., Oregon, US</td>
			<td style="width:88px;"></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">EEG high impendance amplifier</td>
			<td>NetAmps 200</td>
			<td>Electrical Geodesic Inc., Oregon, US</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Data Acquisition Computer&#160;</td>
			<td>PowerMac G4</td>
			<td>Apple Inc, California, US</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Stimulus Presentation Computer</td>
			<td>Optiplex 745</td>
			<td>Dell Computers Inc., Texas, US</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Stimulus Presentation Software</td>
			<td>Matlab R2012b with PsychToolBox</td>
			<td>Brainard et al. 1997</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">EEG recording software</td>
			<td>NetStation 4.5.1</td>
			<td>Electrical Geodesic Inc., Oregon, US</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">EEG analysis software</td>
			<td>Matlab R2012b</td>
			<td>The Mathworks Inc.,&#160;</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;"></td>
			<td>EEGLAB</td>
			<td>Delorme et al. 2004</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;"></td>
			<td>BrainStorm</td>
			<td>Sylvain et al. 2001</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">MRI processing software</td>
			<td>FreeSurfer</td>
			<td>Fischl et al. 2004</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;"></td>
			<td>OpenMEEG</td>
			<td>Gramfort et al. 2010</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;"></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;"></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">References</td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr height="21">
			<td colspan="4" height="21" style="height:21px;">Delorme, A., &#38; Makeig, S. (2004). EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods, 134(1), 9&#8211;21.</td>
		</tr>
		<tr height="21">
			<td colspan="3" height="21" style="height:21px;">Sylvain, B., John, C., Dimitrios, P., &#38; Richard, M. (2011). Brainstorm: A User-Friendly Application for MEG/EEG Analysis. Computational Intelligence and Neuroscience, 2011, 1&#8211;13.</td>
			<td></td>
		</tr>
		<tr height="21">
			<td colspan="3" height="21" style="height:21px;">Fischl, B., Van Der Kouwe, A., Destrieux, C., Halgren, E., S&#233;gonne, F., Salat, D. H., et al. (2004). Automatically parcellating the human cerebral cortex. Cerebral Cortex, 14(1), 11&#8211;22.</td>
			<td></td>
		</tr>
		<tr height="21">
			<td colspan="4" height="21" style="height:21px;">Gramfort, A., Papadopoulo, T., Olivi, E., &#38; Clerc, M. (2010). OpenMEEG: opensource software for quasistatic bioelectromagnetics. BioMedical Engineering OnLine, 9(1), 45. doi:10.1186/1475-925X-9-45</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Brainard, D. H. (1997). The psychophysics toolbox. Spatial vision.</td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
	</tbody>
</table>

cortical source analysis of high-density eeg recordings in children

EEG er vanligvis beskrives som en neuroimaging teknikk med høyere tids-og lav romlig oppløsning. Nylige fremskritt i biofysiske modellering og signalbehandling gjør det mulig å utnytte informasjon fra andre bildediagnostikk som strukturell MRI som gir høy romlig oppløsning for å overvinne denne begrensningen 1.. Dette er spesielt nyttig for undersøkelser som krever høy oppløsning i tinning samt romlige domenet. I tillegg, på grunn av den enkle anvendelse og lave kostnader for EEG opptak, er EEG ofte metoden for valg når man arbeider med populasjoner, slik som små barn, som ikke tåler funksjonelle MR godt. Imidlertid, for å undersøke hvilke nevrale substrater som er involvert, anatomisk informasjon fra strukturell MRI er fortsatt nødvendig. De fleste EEG analyse pakker jobbe med standard hodemodeller som er basert på voksen anatomi. Nøyaktigheten av disse modellene når de brukes for barn er begrenset 2, fordi composition og romlige konfigurasjon av hodet vev endres dramatisk over utviklingen tre. I denne artikkelen gir vi en oversikt over våre siste arbeid i å utnytte hode modeller basert på individuelle strukturelle MR eller aldersspesifikke hode modeller for å rekonstruere de kortikale generatorer av høy tetthet EEG. Denne artikkelen beskriver hvordan EEG opptak er ervervet, behandlet og analysert med pediatriske populasjonen ved London baby Lab, inkludert laboratorieoppsett, oppgave design, EEG forbehandling, MR behandling, og EEG kanalnivå og kildeanalyse.

Utforme ERP eksperimenter for spedbarn og barn er ofte utfordrende, på grunn av deres begrensede kapasitet til å tåle lange repeterende eksperimenter 30. Dette problemet blir ytterligere forverret når eksperimentator planlegger å anvende kilde rekonstruksjon, fordi nøyaktig kilde gjenoppbygging vil kreve et høyt signal til støy-forhold en. Figur 1 viser en eksperimentell protokoll for etterforskningen av ansiktsprosesseringsmekanismer som kan brukes med svært små barn. Pa...

Watch this Scientific Journal Video about Cortical Source Analysis of High-Density EEG Recordings in Children at JoVE.com

Cortical Source Analysis of High-Density EEG Recordings in Children

Cortical Kilde Analyse av høy tetthet EEG Recordings hos barn

I de senere årene har det vært økende interesse for å estimere de kortikale kilder skalp målt elektrisk aktivitet for kognitiv nevrovitenskap eksperimenter. Denne artikkelen beskriver hvordan høy tetthet EEG er anskaffet og hvordan opptakene er behandlet for cortical kilde estimering hos barn fra fylte 2 år på London baby Lab.

EEG is traditionally described as a neuroimaging technique with high temporal and low spatial resolution. Recent advances in biophysical modelling and ...

Research

JoVE Journal

Behavior

Quantitative Assessment of Cortical Auditory-tactile Processing in Children with Disabilities

Kvantitativ vurdering av Cortical Auditory-taktile Processing i barn med nedsatt funksjonsevne

Objective and easy measurement of sensory processing is extremely difficult in nonverbal or vulnerable pediatric patients. We developed a new methodology ...

Measurement of Fronto-limbic Activity Using an Emotional Oddball Task in Children with Familial High Risk for Schizophrenia

Måling av Fronto-limbiske aktivitet Bruke en emosjonell Oddball Task hos barn med familiær høy risiko for schizofreni

Adolescence is a critical developmental period where the early symptoms of schizophrenia frequently emerge. First-degree relatives of people with ...

Measuring Attentional Biases for Threat in Children and Adults

Måle Attentional Skjevheter for Threat hos barn og voksne

Investigators have long been interested in the human propensity for the rapid detection of threatening stimuli. However, until recently, research in this ...

Testing Sensory and Multisensory Function in Children with Autism Spectrum Disorder

Testing Sensory og multisensorisk funksjon hos barn med autisme Spectrum Disorder

In addition to impairments in social communication and the presence of restricted interests and repetitive behaviors, deficits in sensory processing are ...

Psychophysical Tracking Method to Measure Taste Preferences in Children and Adults

Psyko Tracking metode for å måle smakspreferanser hos barn og voksne

The Monell two-series, forced-choice, paired-comparison tracking method provides a reliable measure of sweet taste preferences from childhood to ...

Automatic Detection of Highly Organized Theta Oscillations in the Murine EEG

Automatisk registrering av svært organisert Theta Svingninger i Murine EEG

Theta activity is generated in the septohippocampal system and can be recorded using deep intrahippocampal electrodes and implantable ...

Assessing Working Memory in Children: The Comprehensive Assessment Battery for Children &#8211; Working Memory (CABC-WM)

Assessing Working Memory in Children: The Comprehensive Assessment Battery for Children ÃƒÆ’Ã‚Â¢ÃƒÂ¢Ã¢â‚¬Å¡Ã‚Â¬ÃƒÂ¢Ã¢â€šÂ¬Ã…â€œ Working Memory CABC-WM

Vurdering av arbeidsminne hos barn: Det omfattende vurderingsbatteriet for barn - Arbeidsminne (CABC-WM)

The Comprehensive Assessment Battery for Children - Working Memory (CABC-WM) is a computer-based battery designed to assess different components of ...

Reversible Cooling-induced Deactivations to Study Cortical Contributions to Obstacle Memory in the Walking Cat

Reversibel kjøling-indusert Deactivations å studere kortikale bidrag til hinder minne i gangavstand katten

On complex, naturalistic terrain, sensory information about an environmental obstacle can be used to rapidly adjust locomotor movements for avoidance. For ...

Classical Short-Delay Eyeblink Conditioning in One-Year-Old Children

Klassisk kort forsinket Eyeblink condition i ett år gamle barn

Classical eyeblink conditioning (EBC) refers to the learned association between a conditioned stimulus (an auditory tone) and an unconditioned stimulus (a ...

An Electrophysiology Protocol to Measure Reward Anticipation and Processing in Children

En elektrofysiologi-protokollen for å måle belønning forventning og behandling hos barn

We present a protocol designed to measure the neural correlates of reward in children. The protocol allows researchers to measure both reward anticipation ...