Name: analyzing neural activity and connectivity using intracranial eeg data with spm software
Uploaded: 2018-10-30T13:30:00
Description: Watch this Scientific Journal Video about Analyzing Neural Activity and Connectivity Using Intracranial EEG Data with SPM Software at JoVE.com

Denne undersøgelse blev støttet af midler fra Benesse Corporation, Japan samfund til fremme af videnskab (JSP'ER) støtte Program for næste Generation verdens førende forskere (LZ008), organisationen for at fremme forskning i nervesystemets udvikling, og JSPS KAKENHI (15K 04185; 18K 03174).

Vores undersøgelse blev godkendt af det lokale institutionelle etiske udvalg.
1. grundlæggende oplysninger
Bemærk: De analytiske protokoller kan anvendes til forskellige typer af data uden nogen begrænsninger med hensyn til bestemte deltagere, elektroder, referencemetoder eller elektrode steder. I vores eksempel, vi har testet seks patienter lider af farmakologisk genstridig fokal epilepsi. Vi testede patienter, der havde ingen epileptiske foci i regioner af inter...

<ol>
	<li>Lachaux, J. P., Rudrauf, D., Kahane, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intracranial+EEG+and+human+brain+mapping.">Intracranial EEG and human brain mapping.</a> Journal of Physiology - Paris. 97 (4-6), 613-628 (2003).</li><li>Kilner, J. M., Kiebel, S. J., 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=Applications+of+random+field+theory+to+electrophysiology.">Applications of random field theory to electrophysiology.</a> Neuroscience Letters. 374 (3), 174-178 (2005).</li><li>Canolty, R. T., Knight, R. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+functional+role+of+cross-frequency+coupling.">The functional role of cross-frequency coupling.</a> Trends in Cognitive Sciences. 14 (11), 506-515 (2010).</li><li>Chen, C. C., 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=A+dynamic+causal+model+for+evoked+and+induced+responses.">A dynamic causal model for evoked and induced responses.</a> Neuroimage. 59 (1), 340-348 (2012).</li><li>Friston, K. J., Harrison, L., Penny, W. <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.">Dynamic causal modelling.</a> Neuroimage. 19 (4), 1273-1302 (2003).</li><li>Canolty, R. T., 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+gamma+power+is+phase-locked+to+theta+oscillations+in+human+neocortex.">High gamma power is phase-locked to theta oscillations in human neocortex.</a> Science. 313, 1626-1628 (2006).</li><li>Tort, A. B., 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=Dynamic+cross-frequency+couplings+of+local+field+potential+oscillations+in+rat+striatum+and+hippocampus+during+performance+of+a+T-maze+task.">Dynamic cross-frequency couplings of local field potential oscillations in rat striatum and hippocampus during performance of a T-maze task.</a> Proceedings of the National Academy of Sciences of the United States of America. 105 (51), 20517-20522 (2008).</li><li>Voytek, B., 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=Shifts+in+gamma+phase-amplitude+coupling+frequency+from+theta+to+alpha+over+posterior+cortex+during+visual+tasks.">Shifts in gamma phase-amplitude coupling frequency from theta to alpha over posterior cortex during visual tasks.</a> Frontiers in Human Neuroscience. 4, 191 (2010).</li><li>Mukamel, R., Fried, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Human+intracranial+recordings+and+cognitive+neuroscience.">Human intracranial recordings and cognitive neuroscience.</a> Annual Review of Psychology. 63, 511-537 (2012).</li><li>Parvizi, J., Kastner, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Promises+and+limitations+of+human+intracranial+electroencephalography.">Promises and limitations of human intracranial electroencephalography.</a> Nature Neuroscience. 21, 474-483 (2018).</li><li>Hill, N. J., 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=Recording+human+electrocorticographic+(ECoG)+signals+for+neuroscientific+research+and+real-time+functional+cortical+mapping.">Recording human electrocorticographic (ECoG) signals for neuroscientific research and real-time functional cortical mapping.</a> Journal of Visualized Experiments. (64), 3993 (2012).</li><li>Herrmann, C. S., Rach, S., Vosskuhl, J., Str&#252;ber, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Time-frequency+analysis+of+event-related+potentials:+A+brief+tutorial.">Time-frequency analysis of event-related potentials: A brief tutorial.</a> Brain Topography. 27 (4), 438-450 (2014).</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, 852961 (2011).</li><li>Mihara, T., Baba, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Combined+use+of+subdural+and+depth+electrodes.">Combined use of subdural and depth electrodes.</a> Epilepsy Surgery. , 613-621 (2001).</li><li>Kilner, J., Bott, L., Posada, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Modulations+in+the+degree+of+synchronization+during+ongoing+oscillatory+activity+in+the+human+brain.">Modulations in the degree of synchronization during ongoing oscillatory activity in the human brain.</a> European Journal of Neuroscience. 21, 2547-2554 (2005).</li><li>Lachaux, J. P., Rodriguez, E., Martinerie, J., Varela, F. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measuring+phase+synchrony+in+brain+signals.">Measuring phase synchrony in brain signals.</a> Human Brain Mapping. 8 (4), 194-208 (1999).</li><li>Stephan, K. E., Penny, W. D., Daunizeau, J., Moran, R. J., 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=Bayesian+model+selection+for+group+studies.">Bayesian model selection for group studies.</a> Neuroimage. 46 (4), 1004-1017 (2009).</li><li>Sato, W., 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=Rapid,+high-frequency,+and+theta-coupled+gamma+oscillations+in+the+inferior+occipital+gyrus+during+face+processing.">Rapid, high-frequency, and theta-coupled gamma oscillations in the inferior occipital gyrus during face processing.</a> Cortex. 60, 52-68 (2014).</li><li>Sato, W., 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=Bidirectional+electric+communication+between+the+inferior+occipital+gyrus+and+the+amygdala+during+face+processing.">Bidirectional electric communication between the inferior occipital gyrus and the amygdala during face processing.</a> Human Brain Mapping. 38 (2), 4511-4524 (2017).</li><li>Bartlett, J. C., Searcy, J., Abdi, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What+are+the+routes+to+face+recognition?.">What are the routes to face recognition?.</a> Perception of faces, objects, and scenes: Analytic and holistic processing. , 21-52 (2003).</li><li>Bouvier, S. E., Engel, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Behavioral+deficits+and+cortical+damage+loci+in+cerebral+achromatopsia.">Behavioral deficits and cortical damage loci in cerebral achromatopsia.</a> Cerebral Cortex. 16 (2), 183-191 (2006).</li><li>Pitcher, D., Walsh, V., Duchaine, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+role+of+the+occipital+face+area+in+the+cortical+face+perception+network.">The role of the occipital face area in the cortical face perception network.</a> Experimental Brain Research. 209 (4), 481-493 (2011).</li><li>Latini, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=New+insights+in+the+limbic+modulation+of+visual+inputs:+The+role+of+the+inferior+longitudinal+fasciculus+and+the+Li-Am+bundle.">New insights in the limbic modulation of visual inputs: The role of the inferior longitudinal fasciculus and the Li-Am bundle.</a> Neurosurgical Review. 38 (1), 179-189 (2015).</li><li>Davies-Thompson, J., Andrews, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intra-+and+interhemispheric+connectivity+between+face-selective+regions+in+the+human+brain.">Intra- and interhemispheric connectivity between face-selective regions in the human brain.</a> Journal of Neurophysiology. 108 (11), 3087-3095 (2012).</li><li>Jerbi, 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=Saccade+related+gamma-band+activity+in+intracerebral+EEG:+dissociating+neural+from+ocular+muscle+activity.">Saccade related gamma-band activity in intracerebral EEG: dissociating neural from ocular muscle activity.</a> Brain Topography. 22, 18-23 (2009).</li><li>Buzs&#225;ki, G., Silva, F. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High+frequency+oscillations+in+the+intact+brain.">High frequency oscillations in the intact brain.</a> Progress in Neurobiology. 98, 241-249 (2012).</li><li>Benayoun, M., Kohrman, M., Cowan, J., van Drongelen, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG,+temporal+correlations,+and+avalanches.">EEG, temporal correlations, and avalanches.</a> Journal of Clinical Neurophysiology. 27 (6), 458-464 (2010).</li><li>Herrmann, C. S., Grigutsch, M., Busch, N. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG+oscillations+and+wavelet+analysis.">EEG oscillations and wavelet analysis.</a> Event-related potentials: A methods handbook. , 229-259 (2005).</li><li>Pigorini, 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=Time-frequency+spectral+analysis+of+TMS-evoked+EEG+oscillations+by+means+of+Hilbert-Huang+transform.">Time-frequency spectral analysis of TMS-evoked EEG oscillations by means of Hilbert-Huang transform.</a> Journal of Neuroscience Methods. 198 (2), 236-245 (2011).</li><li>Holdgraf, C. 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=Rapid+tuning+shifts+in+human+auditory+cortex+enhance+speech+intelligibility.">Rapid tuning shifts in human auditory cortex enhance speech intelligibility.</a> Nature communications. 7, 13654 (2016).</li><li>Aru, J., 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=Untangling+cross-frequency+coupling+in+neuroscience.">Untangling cross-frequency coupling in neuroscience.</a> Current Opinion in Neurobiology. 31, 51-61 (2015).</li><li>Gerber, E. M., Sadeh, B., Ward, A., Knight, R. T., Deouell, L. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Non-sinusoidal+activity+can+produce+cross-frequency+coupling+in+cortical+signals+in+the+absence+of+functional+interaction+between+neural+sources.">Non-sinusoidal activity can produce cross-frequency coupling in cortical signals in the absence of functional interaction between neural sources.</a> PLoS One. 11 (12), e0167351 (2016).</li><li>Cole, S. R., Voytek, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain+oscillations+and+the+importance+of+waveform+shape.">Brain oscillations and the importance of waveform shape.</a> Trends in Cognitive Sciences. 21 (2), 137-149 (2017).</li><li>Mikulan, 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=Intracranial+high-&#947;+connectivity+distinguishes+wakefulness+from+sleep.">Intracranial high-&#947; connectivity distinguishes wakefulness from sleep.</a> Neuroimage. 169, 265-277 (2018).</li><li>Zheng, J., 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=Amygdala-hippocampal+dynamics+during+salient+information+processing.">Amygdala-hippocampal dynamics during salient information processing.</a> Nature communications. 8, 14413 (2017).</li><li>Maris, E., Oostenveld, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nonparametric+statistical+testing+of+EEG-+and+MEG-data.">Nonparametric statistical testing of EEG- and MEG-data.</a> Journal of Neuroscience Methods. 164 (1), 177-190 (2007).</li><li>Stolk, 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=Integrated+analysis+of+anatomical+and+electrophysiological+human+intracranial+data.">Integrated analysis of anatomical and electrophysiological human intracranial data.</a> Nature Protocols. 13, 1699-1723 (2018).</li><li>Friston, K. J., 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=Dynamic+causal+modelling+revisited.">Dynamic causal modelling revisited.</a> NeuroImage. , (2017).</li></ol>

De analytiske protokoller intrakraniel EEG data ved hjælp af SPM software indført heri har flere fordele sammenlignet med funktionel MRI. Først, protokollerne kan skildre neurale aktivering med en høj tidsmæssige opløsning. Resultaterne viser derfor, om de kognitive korrelerer af neurale aktivering er gennemført på tidlige og sene stadier af forarbejdning. I vores eksempel, blev ansigt effekt identificeret i de meget tidlige stadier (dvs. 110 ms) af visuelle forarbejdning. Desuden en sammenligning af de ...

Måling af neurale aktivitet og connectivity forbundet med kognitive funktioner med en høj rumlige og tidsmæssige opløsning er en af de primære mål i kognitiv neurovidenskab. Opstilling af dette mål er imidlertid ikke let. En populær metode til at registrere neurale aktivitet er funktionel magnetisk resonans imaging (MR). Selv om funktionel MRI giver flere fordele, såsom en høj rumlige opløsning millimeter og non-invasiv optagelse, er en klar ulempe ved funktionel Mr dens lav tidsmæssige opløsning. Derudover måler funktionel MRI blod-ilt-niveau-afhængige signaler, som kun indirekte afspejler elektriske neurale aktivitet. Populære elektrofysiologiske metoder, herunder electroencefalografi (EEG) og magnetoencephalography (MEG), har høje tidsmæssige opløsninger på niveauet millisekund. Men de har relativt lave rumlige opløsninger, fordi de optage elektriske/magnetiske signaler på hovedbunden og skal løse vanskelige inverse problemer for at skildre hjerneaktivitet.
Intrakraniel EEG kan direkte optage elektriske neurale aktivitet på høj tidsmæssige (millisekund) og rumlige (centimeter) resolutioner1. Denne foranstaltning kan give værdifulde muligheder for at forstå neurale aktivitet og tilslutningsmuligheder, selv om det har klare begrænsninger (f.eks.målbare regioner er begrænset til kliniske kriterier). Flere intrakraniel EEG undersøgelser har anvendt traditionelle gennemsnit analyse for at skildre neurale aktivitet. Selvom gennemsnit analyse kan nænsomt registrere tid-låst og lavfrekvente band aktivering, det kan ikke registrere ikke-fase-låst og/eller høj-frekvens (fx gamma band) aktivering. Derudover er funktionelle neurale kobling ikke blevet analyseret grundigt i litteratur om intrakraniel EEG optagelser. Flere nye teknikker har udviklet for nylig for at skildre neurale aktivitet og intra og Inter-Diesel regionale connectivity i funktionel MRI og EEG/MEG optagelser, der kan anvendes til at analysere intrakraniel EEG data.
Her introducerer vi analytisk protokoller, som vi har for nylig anvendt til at analysere intrakraniel EEG data ved hjælp af statistiske parametrisk kortlægning (SPM) software. Første, til at afsløre Hvornår og på hvilken frekvens, hjerneregioner kunne aktiveres, vi udførte tidsfrekvens SPM analyse2. Denne analyse nedbrydes tid og frekvens domæner samtidigt ved hjælp af en kontinuerlig wavelet transformering og passende korrigerer family-wise fejl (FWE) sats i den tid-frekvens kort ved hjælp af den tilfældige feltteori. For det andet for at afsløre, hvordan hjerneregioner kommunikerer, anvendte vi dynamisk kausale modellering (DCM) af inducerede svar4. DCM gør det muligt for undersøgelse af effektiv tilslutning (dvs. den kausale og retningsbestemt indflydelse blandt hjernen regioner5). Selv om DCM blev oprindeligt foreslået som et værktøj til at analysere funktionel MRI data5, er DCM induceret svar blevet udvidet til at analysere de tidsvarierende magt spektre af elektrofysiologiske signaler4. Denne analyse giver skildringen af både handelen og Inter-Diesel regionale neurale connectivity. Række neurofysiologiske undersøgelser har antydet, at lokale intra-regionale beregninger og langtrækkende tværregionale kommunikation primært bruger gamma - og theta-band svingninger, henholdsvis, og deres samspil (f.eks., entrainments) kan afspejles af theta-gamma cross-frekvens kobling3,6,7,8. Denne rapport fokuserer på data analytiske protokollen; for en oversigt over baggrunden information9,10 og optagelse protokoller11 af intrakranielle EEG, henvises til litteraturen.

analyzing neural activity and connectivity using intracranial eeg data with spm software

Måling af neurale aktivitet og connectivity forbundet med kognitive funktioner med en høj rumlige og tidsmæssige opløsning er et vigtigt mål i kognitiv neurovidenskab. Intrakraniel electroencefalografi (EEG) direkte kan optage elektriske neurale aktivitet og er unikke potentiale til at nå dette mål. Traditionelt, er gennemsnit analyse blevet anvendt til at analysere intrakraniel EEG data; dog er flere nye teknikker til rådighed for skildrer neurale aktivitet og intra og Inter-Diesel regionale connectivity. Her, vi introducere to analytiske protokoller vi for nylig anvendt til at analysere intrakraniel EEG data ved hjælp af statistiske parametrisk kortlægning (SPM) software: tid-frekvens SPM analyse for neurale aktivitet og dynamisk kausale modellering af induceret svar for intra og Inter-Diesel regionale connectivity. Vi rapporterer vores analyse af intrakranielle EEG data under observation af ansigter som repræsentative resultater. Resultaterne viste, at den ringere occipital gyrus (IOG) viste gamma-band aktivitet på meget tidlige faser (110 ms) som svar på ansigter, og både IOG og amygdala viste hurtige intra og Inter-Diesel regionale tilslutning ved hjælp af forskellige former for svingninger. Disse analytiske protokoller har potentiale til at identificere de underliggende kognitive funktioner med høj rumlige og tidsmæssige profiler neurale mekanismer.

Ved hjælp af protokollen, der præsenteres heri, analyseret vi intrakraniel EEG data som svar på ansigter18,19. Vi indspillede data fra seks patienter under den passive visning af ansigter, mosaikker og huse i opretstående og omvendt retningslinjer. Kontrasterne af opretstående ansigter versus oprejst mosaikker og oprejst ansigter versus oprejst huse afsløret ansigt effekt (dvs., face-specifikke hje...

Watch this Scientific Journal Video about Analyzing Neural Activity and Connectivity Using Intracranial EEG Data with SPM Software at JoVE.com

Analyzing Neural Activity and Connectivity Using Intracranial EEG Data with SPM Software

Vi præsentere to analytiske protokoller, der kan bruges til at analysere intrakraniel electroencefalografi data ved hjælp af statistiske parametrisk kortlægning (SPM) software: tid-frekvens statistiske parametrisk kortlægning analyse for neurale aktivitet og dynamisk kausale modellering af inducerede svar for samhandelen og Inter-Diesel regionale connectivity.

Analysere neurale aktivitet og forbindelse med intrakraniel EEG Data med SPM Software

Measuring neural activity and connectivity associated with cognitive functions at high spatial and temporal resolutions is an important goal in cognitive ...

Denne metode kan hjælpe med at besvare centrale spørgsmål i den kognitive neurovidenskab område. Den største fordel ved denne teknik er, at det kan analysere neurale aktivitet og tilslutningsmuligheder på høj-rumlige tidsmæssige udviklinger. For at begynde analysen af intrakranielle EEG-data skal du oprette SPM12 og vælge analysemenuen MEG EEG.For det første udføres tidsfrekvensanalyse for de forarbejdede intrakranielle EEG-data for hvert forsøg ved hjælp af kontinuerlig wavelet-nedbrydning med Morlet-wavelets baseret på foruddefinerede parametre. For at afsløre den tidsmæssige udvikling af spektrale komponenter, adfærd wavelet nedbrydning ved hjælp af syv-cyklus Morlet wavelets for hele epoke 1, 000 til 2, 000 millisekunder ved hjælp af frekvensområdet på fire til 300 hertz. Dernæst bestemme moderen wavelet og antallet af cyklusser og bemærk, at antallet af cyklusser styrer tidsfrekvensopløsninger og bør være større end fem for at sikre estimeringsstabilitet.Bestemme tid og frekvensområder. Beskær derefter derefter de resulterende tidsfrekvenstilknytninger automatisk for at fjerne kanteffekter. Her er kortene beskåret ved 200 til 500 millisekunder.Udfør datatransformation, hvis det ønskes, og rettelse af grundlinjen ved at vælge tidsfrekvensomskalere for tidsfrekvenstilknytningerne for bedre at visualisere hændelsesrelaterede strømændringer og forbedre normaliteten. Derefter skal du konvertere tidsfrekvenskortene til todimensionelle billeder. Også glat ved hjælp af en Gaussisk kerne med en foruddefineret fuld bredde halv-maksimal værdi for at kompensere for inter-emne variabilitet og til at overholde antagelser af tilfældig feltteori.Vælg nu andet niveau i menuen SPM, og angiv de 2D-billeder, der skal analyseres. Kør derefter den generelle lineære model ved at vælge modelforkalkning. Endelig skal du vælge resultater for at udføre statistiske slutninger på tidsfrekvensdata baseret på tilfældig feltteori.Detekter betydeligt aktiverede tidsfrekvensklynger med foruddefinerede tærskler som dem, der ses her. Start dynamisk analyse af kausal modellering ved at vælge DCM i SPM-menuen. Vælg derefter INDSTILLINGEN IND, og vælg nye data for at importere de forarbejdede intrakranielle EEG-data.Brug derefter MEG EEG-menuen til at angive tidsvinduet for interesse, frekvensvindue af interesse, antal bølgecyklusser, der skal bruges, interessebetingelser og kontrasterne for betingelserne. Indstil tidsvinduet til et til 500 millisekunder. Brug fem-cyklus Morlet wavelets af fire til 100 hertz i en hertz trin.Brug standardindstillingen for wavelet-cyklussen. Bestem tidsfrekvensintervaller baseret på forskningsinteresse. Bemærk, at et tidsvindue med yderligere 512 millisekunder automatisk kan bruges under beregning til at fjerne kanteffekter.Baseret på DCM rammer, definere de drivende indgange, som repræsenterer sensoriske indgange på neurale tilstande og de iboende forbindelser, som repræsenterer baseline tilslutningsmuligheder blandt neurale stater. Også definere modulerende virkninger på de iboende forbindelser via eksperimentelle manipulationer for null og hypotese modeller. Definer moduleringstypen som lineær eller ikke-lineær.Angiv nu de iboende lineære og ikke-lineære forbindelser, kørselsinput og moduleringsinput. Rediger standardindstillingerne for relaterede parametre, hvis det er nødvendigt, f.eks. Vælg derefter inverter DCM for at estimere modellerne.Derefter skal du vælge Gem resultater som billede for at gemme frekvens-frekvens modulerende kobling parameter billeder. Dernæst foretage en tilfældig effekt Bayesian Model Selection analyse ved at vælge BMS at identificere den optimale netværksmodel. Brug den model forventede sandsynligheder og accedence sandsynligheder som evaluering foranstaltninger.Derefter foretage slutninger vedrørende de krydsfrekvente mønstre af modulerende forbindelser ved hjælp af den vindende model parametre. Nu glat den modulatoriske kobling parameter billeder ved at vælge konvertere til billeder. Brug derefter angiv andet niveau til at udføre generel lineær modelanalyse.Vælg endelig resultater for at beregne 2D SPMT-værdierne. Her blev den halve grænse for fuld bredde sat til otte hertz, og signifikante værdier blev fundet ved hjælp af en ukorrigeret højdetærskel på P på under 0,05. Der blev udført tidsfrekvensanalyser for at undersøge tids- og frekvensprofilerne for ringere Occipital Gyrus- eller IOG-aktivitet under behandlingen af faser.Her ser vi tidsfrekvenskort over den rigtige IOG-aktivitet til opretstående fase og opretstående mosaikforhold. SPMT-dataene for opretstående fase versus opretstående mosaik vises også. Funktionelle netværksmodeller vises her.Otte mulige kombinationer af modulerende input af opretstående fase versus opretstående mosaik på forbindelser mellem IOG og amygdala og selvforbindelse på hver region blev undersøgt. Frekvens-frekvens modulerende kobling parametre og SPMT værdier for opretstående fase versus opretstående mosaik for IOG versus amygdala og amygdala versus IOG graduering er vist her. De rød-gule områder indikerer en betydelig excitatoriske forbindelse, mens de blå-cyanområder indikerer hæmmende forbindelse.Efter at have set denne video, bør du have en god forståelse af, hvordan man analyserer intrakranielle EEG data til at opdage neurale aktivitet og tilslutningsmuligheder ved hjælp af SPM software.

Research

JoVE Journal

Neuroscience

Functional Mapping with Simultaneous MEG and EEG

We use magnetoencephalography (MEG) and electroencephalography (EEG) to locate and determine the temporal evolution in brain areas involved in the ...

Establishing Intracranial Brain Tumor Xenografts With Subsequent Analysis of Tumor Growth and Response to Therapy using Bioluminescence Imaging

Transplantation models using human brain tumor cells have served an essential function in neuro-oncology research for many years. In the past, the most ...

High-density EEG Recordings of the Freely Moving Mice using Polyimide-based Microelectrode

Electroencephalogram (EEG) indicates the averaged electrical activity of the neuronal populations on a large-scale level. It is widely utilized as a ...

Optical Recording of Suprathreshold Neural Activity with Single-cell and Single-spike Resolution

Optisk registrering af suprathreshold neurale aktivitet med enkelt-celle-og single-spike opløsning

Signaling of information in the vertebrate central nervous system is often carried by populations of neurons rather than individual neurons. Also ...

Applications of EEG Neuroimaging Data: Event-related Potentials, Spectral Power, and Multiscale Entropy

Anvendelser af EEG neuroimaging Data: event-relaterede potentialer, Spectral Power og Multiscale Entropy

When considering human neuroimaging data, an appreciation of signal variability represents a fundamental innovation in the way we think about brain ...

Optogenetic Perturbation of Neural Activity with Laser Illumination in Semi-intact Drosophila Larvae in Motion

Optogenetic Perturbation of Neural Activity with Laser Illumination in Semi-intact Drosophila Larvae in Motion

Optogenetic forstyrrelse af neurale aktivitet med laserbelysning i Semi-intakt<em&gt; Drosophila</em&gt; Larver in Motion

Drosophila larval locomotion is a splendid model system in developmental and physiological neuroscience, by virtue of the genetic accessibility of the ...

Neural Activity Propagation in an Unfolded Hippocampal Preparation with a Penetrating Micro-electrode Array

Neurale aktivitet Propagation i en udfoldet Hippocampal Forberedelse med en gennemtrængende Micro-elektrode Array

This protocol describes a method for preparing a new in vitro flat hippocampus preparation combined with a micro-machined array to map neural activity in ...

Extracellular Recording of Neuronal Activity Combined with Microiontophoretic Application of Neuroactive Substances in Awake Mice

Ekstracellulær Registrering af neuronal aktivitet Kombineret med Microiontophoretic Anvendelse af Neuroaktive stoffer i Awake mus

Differences in the activity of neurotransmitters and neuromodulators, and consequently different neural responses, can be found between anesthetized and ...

Analyzing Synaptic Modulation of Drosophila melanogaster Photoreceptors after Exposure to Prolonged Light

Analyzing Synaptic Modulation of Drosophila melanogaster Photoreceptors after Exposure to Prolonged Light

Analyse Synaptic Graduering af<em&gt; Drosophila melanogaster</em&gt; Fotoreceptorer efter Udsættelse for Langvarig Light

The nervous system has the remarkable ability to adapt and respond to various stimuli. This neural adjustment is largely achieved through plasticity at ...

Analyzing Dendritic Morphology in Columns and Layers

Analyse Dendritiske Morfologi i Kolonner og Lag

In many regions of the central nervous systems, such as the fly optic lobes and the vertebrate cortex, synaptic circuits are organized in layers and ...