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

Deze studie werd ondersteund door de fondsen van de Benesse Corporation, Japan maatschappij voor de promotie van wetenschap (JSPS) financiering programma voor volgende generatie toonaangevende onderzoekers (LZ008), de organisatie voor de bevordering van onderzoek in neurologische aandoeningen, en de JSPS KAKENHI (15K 04185; 18K 03174).

Onze studie werd goedgekeurd door de lokale institutionele ethische commissie.
1. basisgegevens
Opmerking: De analytische protocollen kunnen worden toegepast op verschillende soorten gegevens zonder beperkingen op de specifieke deelnemers, elektroden, referentiemethoden of elektrode locaties. We getest in ons voorbeeld, zes patiënten die lijden aan farmacologisch hardnekkige focale epilepsie. We testten de patiënten die had geen epileptische foci in de regio's van b...

<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 analytische protocollen voor intracraniële EEG gegevens met behulp van de software van de SPM geïntroduceerd hierin hebben verschillende voordelen in vergelijking met functionele MRI. Ten eerste kunnen de protocollen verbeelden neurale activering met een hoge temporele resolutie. Daarom, blijkt uit de resultaten of de cognitieve correlaten van neurale activering in vroege of late stadia van verwerking ten uitvoer worden gelegd. In ons voorbeeld was het gezicht effect vastgesteld tijdens een zeer vroeg stadium (d...

Het meten van neurale activiteit en connectiviteit gekoppeld aan cognitieve functies bij een hoge ruimtelijke en temporele resolutie is een van de belangrijkste doelstellingen van de cognitieve neurowetenschappen. Vervullen van dit doel is echter niet eenvoudig. Een populaire methode gebruikt voor het opnemen van neurale activiteit is functionele magnetische resonantie beeldvorming (MRI). Hoewel functionele MRI verschillende voordelen, zoals een hoge ruimtelijke resolutie op het niveau van de millimeter en de niet-invasieve opname biedt, is een duidelijk nadeel van functionele MRI zijn lage temporele resolutie. Daarnaast meet de functionele MRI bloed-zuurstof-niveau-afhankelijke signalen, die slechts indirect elektrische neurale activiteit weerspiegelen. Populaire elektrofysiologische methoden, met inbegrip van elektro-encefalografie (EEG) en Liquor (MEG), hebben hoge temporele resolutie op het niveau van de milliseconde. Zij hebben echter relatief lage ruimtelijke resolutie, omdat ze opnemen van elektrische/elektromagnetische signalen op de hoofdhuid en inverse problemen om te verbeelden hersenactiviteit moeten oplossen.
Intracraniële EEG kunt elektrische neurale activiteit op hoge temporele (milliseconden) en ruimtelijke (centimeter) resoluties1direct opnemen. Deze maatregel kan bieden waardevolle mogelijkheden om te begrijpen van neurale activiteit en connectiviteit, hoewel het duidelijke beperkingen heeft (bijvoorbeeld, meetbare regio's zijn beperkt tot de klinische criteria). Verschillende intracraniële EEG studies hebben traditionele gemiddelde analyse om te verbeelden neurale activiteit toegepast. Hoewel gemiddeld analyse gevoelig tijd vergrendeld en lage frequentie band activering detecteren kan, op kan niet speurder non-phase-locked en/of activering van hoge-frequentie (bijvoorbeeld gamma band). Bovendien, is functionele neurale koppeling niet geanalyseerd in de diepte in de literatuur over intracraniële EEG opnames. Verschillende nieuwe technieken zijn onlangs ontwikkeld om te verbeelden neurale activiteit en intra - en intersite - interregionale connectiviteit in functionele MRI en EEG/MEG-opnamen, die kunnen worden toegepast om intracraniële EEG gegevens te analyseren.
Hier introduceren we analytische protocollen die wij onlangs hebben toegepast om intracraniële EEG gegevens met behulp van de software van de statistische parametrische Mapping (SPM) te analyseren. Eerste, te onthullen wanneer en op welke frequentie, de hersengebieden kon worden geactiveerd, we tijd-frequentie SPM analyse2uitgevoerd. Deze analyse ontleedt de tijd en frequentie domeinen tegelijk met een continue wavelet transformatie en op de juiste manier corrigeert het family-wise (FWE)-foutenpercentage in de tijd-frequentie-kaarten met behulp van de willekeurige veldentheorie. Ten tweede, te onthullen hoe hersengebieden communiceren, pasten we dynamische causale modellering (DCM) van de geïnduceerde reacties4. DCM kan het onderzoek naar effectieve connectiviteit (dat wil zeggen, de causale en directionele invloeden tussen hersenen regio's5). Hoewel DCM werd oorspronkelijk voorgesteld als een instrument voor het analyseren van functionele MRI gegevens5, heeft DCM van geïnduceerde reacties uitgebreid analyseren van de spectra van de macht tijd-variërend van elektrofysiologische signalen4. Deze analyse kan de voorstelling van zowel intra - en intersite - interregionale neurale connectiviteit. Verschillende neurofysiologische studies hebben gesuggereerd dat lokale intraregionale berekeningen en lange-afstands interregionale communicatie hoofdzakelijk gebruik van gamma - en theta-band oscillaties, respectievelijk, en hun interacties (bijvoorbeeld, entrainments) kan theta-gamma Kruis-frequentie koppeling3,6,7,8worden weergegeven. Dit rapport richt zich op de analytische Gegevensprotocol; voor een overzicht van achtergrond informatie9,10 en opname protocollen11 van intracraniële EEG, gelieve te verwijzen naar de literatuur.

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

Het meten van neurale activiteit en connectiviteit gekoppeld aan cognitieve functies bij een hoge ruimtelijke en temporele resolutie is een belangrijk doel in cognitieve neurowetenschappen. Intracraniële elektro-encefalografie (EEG) elektrische neurale activiteit rechtstreeks kunt opnemen en heeft de unieke mogelijkheden om dit doel te bereiken. Traditioneel, heeft gemiddeld analyse toegepast om te analyseren van intracraniële EEG gegevens; verschillende nieuwe technieken zijn echter beschikbaar voor beeltenis van neurale activiteit en intra - en intersite - interregionale connectiviteit. Hier introduceren we twee analytische protocollen die we recent toegepast voor het analyseren van intracraniële EEG gegevens met behulp van de statistische parametrische Mapping (SPM) software: tijd-frequentie SPM analysis tool voor neurale activiteit en dynamische causale modellering van geïnduceerde Responsie voor intra - en intersite - interregionale connectiviteit. Als representatieve resultaten rapporteren we onze analyse van intracraniële EEG gegevens tijdens de waarneming van gezichten. De resultaten bleek dat de inferieure occipital gyrus (IOG) toonden een gamma-band activiteit op zeer vroege stadia (110 ms) in reactie op gezichten, en zowel de IOG en amygdala toonde snelle intra - en intersite - interregionale verbindingen met verschillende soorten oscillaties. Deze analytische protocollen hebben het potentieel om te identificeren van de neurale mechanismen die ten grondslag liggen aan de cognitieve functies met hoge ruimtelijke en temporele profielen.

Met behulp van het protocol gepresenteerd hierin, geanalyseerd wij intracraniële EEG gegevens in reactie op gezichten18,19. Wij opgenomen gegevens uit zes patiënten tijdens het passieve bekijken van gezichten, mozaïeken en huizen in rechtop en ondersteboven oriëntaties. De contrasten van rechtop gezichten versus rechtop mozaïeken en rechtop gezichten versus rechtop huizen bleek het gezicht effect (dat wi...

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

Presenteren we twee analytische protocollen die kunnen worden gebruikt voor het analyseren van intracraniële elektro-encefalografie gegevens met behulp van de statistische parametrische Mapping (SPM) software: analyse van het tijd-frequentie statistische parametrische toewijzing voor neurale activiteit, en dynamische causale het modelleren van geïnduceerde Responsie voor intra - en intersite - interregionale verbindingen.

Analyseren van neurale activiteit en connectiviteit intracraniële EEG-gegevens gebruiken met SPM Software

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

Deze methode kan helpen bij het beantwoorden van belangrijke vragen in de cognitieve neurowetenschappen veld. Het belangrijkste voordeel van deze techniek is dat het neurale activiteit en connectiviteit op hoog-ruimtelijke temporele evoluties kan analyseren. Als u wilt beginnen met de analyse van intracraniale EEG-gegevens, stelt u SPM12 in en selecteert u het ANALYTISCH MEG EEG-menu.Voer eerst tijdfrequentieanalyse uit voor de vooraf verwerkte intracraniale EEG-gegevens van elke proef met behulp van continue waveletdecompositie met Morlet-wavelets op basis van vooraf gedefinieerde parameters. Om de temporele evolutie van spectrale componenten te onthullen, voert u waveletdecompositie uit met zeven-cyclus Morlet-golfjes voor het gehele tijdperk van 1.000 tot 2.000 milliseconden met behulp van het frequentiebereik van vier tot 300 hertz. Bepaal vervolgens de moedergolf en het aantal cycli en merk op dat het aantal cycli de tijdfrequentieresoluties regelt en groter moet zijn dan vijf om de stabiliteit van de schatting te garanderen.Bepaal tijd- en frequentiebereiken. Snijd vervolgens de resulterende tijdfrequentiekaarten automatisch bij om randeffecten te verwijderen. Hier worden de kaarten bijgesneden op 200 tot 500 milliseconden.Voer desgewenste gegevenstransformatie en basislijncorrectie uit door tijdfrequentieherwaarden voor de tijdfrequentiekaarten te selecteren om gebeurtenisgerelateerde vermogensveranderingen beter te visualiseren en de normaliteit te verbeteren. Zet vervolgens de tijdfrequentiekaarten om in tweedimensionale afbeeldingen. Ook glad met behulp van een Gaussian kernel met een vooraf gedefinieerde full-width half-maximale waarde om te compenseren voor inter-subject variabiliteit en om te voldoen aan veronderstellingen van willekeurige veldtheorie.Selecteer nu het tweede niveau opgeven in het SPM-menu en voer de 2D-afbeeldingen in die worden geanalyseerd. Voer vervolgens het algemene lineaire model uit door modelschatting te selecteren. Selecteer ten slotte resultaten om statistische conclusies uit te voeren op de tijdfrequentiegegevens op basis van willekeurige veldtheorie.Detecteer aanzienlijk geactiveerde tijdfrequentieclusters met vooraf gedefinieerde drempelwaarden, zoals die hier worden gezien. Start dynamische causale modelleringsanalyse door DCM te selecteren in het SPM-menu. Kies vervolgens de IND-optie en selecteer nieuwe gegevens om de vooraf verwerkte intracraniale EEG-gegevens te importeren.Gebruik vervolgens het MENU MEG EEG om het interessevenster, het interessevenster van de frequentie, het aantal golfcycli dat zal worden gebruikt, de voorwaarden van belang en de contrasten voor de voorwaarden op te geven. Stel het tijdvenster in op één tot 500 milliseconden. Gebruik morlet-golfjes van vijf tot 100 hertz in één hertz-trap.Gebruik de standaardinstelling voor de waveletcyclus. Bepaal de tijdfrequentiebereiken op basis van onderzoeksinteresse. Houd er rekening mee dat een tijdvenster met een extra 512 milliseconden automatisch kan worden gebruikt tijdens de berekening om randeffecten te verwijderen.Op basis van het DCM-kader, definieer de drijvende ingangen die zintuiglijke ingangen op neurale toestanden vertegenwoordigen en de intrinsieke verbindingen die basislijnconnectiviteit tussen neurale toestanden belichamen. Definieer ook de modulatieve effecten op de intrinsieke verbindingen via experimentele manipulaties voor null- en hypothetische modellen. Definieer het type modulatie als lineair of niet-lineair.Geef nu de intrinsieke lineaire en niet-lineaire verbindingen, het stimuleren van ingangen en modulatie-ingangen op. Wijzig indien nodig de standaardinstellingen van gerelateerde parameters, zoals de begintijd en duur van de voorafgaande stimulus. Kies vervolgens om dcm om de modellen te schatten.Selecteer daarna resultaten opslaan als afbeelding om parametersbeelden van frequentiefrequenties te besparen. Voer vervolgens een willekeurige effecten Uit Bayesian Model Selection-analyse door BMS te selecteren om het optimale netwerkmodel te identificeren. Gebruik het model verwachte waarschijnlijkheden en accedence waarschijnlijkheden als evaluatiemaatregelen.Maak vervolgens conclusies met betrekking tot de frequentieoverschrijdende patronen van de modulatieve verbindingen met behulp van de winnende modelparameters. Maak nu de modulatorische koppelingsparameterafbeeldingen vloeiend door converteren naar afbeeldingen te selecteren. Gebruik vervolgens het tweede niveau opgeven om algemene lineaire modelanalyse uit te voeren.Selecteer ten slotte resultaten om de 2D SPMT-waarden te berekenen. Hier werd de volledige breedte half-maximum vastgesteld op acht hertz en belangrijke waarden werden verkennend geïdentificeerd met behulp van een ongecorrigeerde hoogte drempel van P minder dan 0,05. Tijdfrequentieanalyses werden uitgevoerd om de temporele en frequentieprofielen van Inferieure Occipital Gyrus- of IOG-activiteit tijdens de verwerking van fasen te onderzoeken.Hier zien we tijd-frequentie kaarten van de juiste IOG activiteit voor de rechtopstaande fase en rechtopstaande mozaïek voorwaarden. De SPMT-gegevens voor rechtopstaande fase versus rechtopstaand mozaïek worden ook weergegeven. Functionele netwerkmodellen worden hier getoond.Acht mogelijke combinaties van modulatory input van rechte fase versus rechtopstaand mozaïek op verbindingen tussen IOG en amygdala en zelf-verbinding op elke gebied werden onderzocht. Frequentiefrequentiemodulators en SPMT-waarden voor rechtopstaande fase versus rechtopstaand mozaïek voor de IOG versus amygdala en amygdala versus IOG modulatie worden hier getoond. De rood-gele gebieden geven significante excitatory connectiviteit aan, terwijl de blauw-cyaangebieden remmende connectiviteit aangeven.Na het bekijken van deze video, moet u een goed inzicht hebben in hoe u intracraniale EEG-gegevens analyseren voor het detecteren van neurale activiteit en connectiviteit met behulp van de SPM-software.

Research

JoVE Journal

Neuroscience

Functional Mapping with Simultaneous MEG and EEG

Functionele Mapping met gelijktijdige MEG en 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

Tot vaststelling van Intracraniële hersentumor xenotransplantaten Met verdere analyse van de tumorgroei en de respons op de therapie met behulp van bioluminescentie 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

High-density EEG-registraties van de vrij bewegende muizen met behulp van Polyimide op basis van micro-elektrode

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

Optische registratie van suprathreshold neurale activiteit met single-cell en single-spike resolutie

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

Toepassingen van EEG Neuroimaging gegevens: Event-Related Potentials, Spectral Power, en Meerschalige 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 Perturbation van neurale activiteit met Laser Verlichting in Semi-intacte<em&gt; Drosophila</em&gt; Larven 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 activiteit Voortplanting in een Uitgeklapt hippocampus Voorbereiding met een doordringende 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

Extracellulaire van neuronale activiteit Gecombineerd met Microiontophoretic Toepassing van neuroactive stoffen in Awake Muizen

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

Het analyseren van Synaptic Modulatie van<em&gt; Drosophila melanogaster</em&gt; Fotoreceptoren na blootstelling aan Langdurige 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

Het analyseren van dendrietmorfologie in Kolommen en Lagen

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 ...