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 studien ble støttet av midler fra Benesse Corporation, Japan Society for fremme av vitenskap (JSPER) finansiering programmet for neste generasjon verdensledende forskere (LZ008), organisasjonen for fremme forskning i Neurodevelopmental lidelser, og JSPS KAKENHI (15K 04185, 18K 03174).

Vår studie ble godkjent av den lokale institusjonelle etikk.
1. grunnleggende informasjon
Merk: Analyse protokoller kan brukes til ulike typer data uten noen restriksjoner på bestemte deltakere, elektroder, referanse metoder eller elektrode steder. I vårt eksempel testet vi seks pasienter som lider av farmakologisk uløselige fokal epilepsi. Vi testet pasienter som hadde ingen epileptiske foci i områder av interesse.
<ol><li>Registrere intrakranielt EEG data u...

<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>

Analytiske protokollene for intrakranielt EEG data ved hjelp av SPM programvare introdusert her har flere fordeler sammenlignet med funksjonell MRI. Først kan protokollene skildrer nevrale aktivisering med en høy timelige oppløsning. Derfor indikerer resultatene om kognitiv korrelerer nevrale aktivisering implementeres på tidlig eller sent stadier av behandling. I vårt eksempel ble ansiktet effekten identifisert i de tidlige stadiene (dvs. 110 ms) av visuell prosessering. I tillegg sammenligning av timelige...

Måle nevrale aktivitet og tilkobling med kognitive funksjoner på romlige og tidsmessige høyoppløselige er en av de primære mål av kognitiv nevrovitenskap. Men er nå dette målet ikke lett. En populær metode som brukes til å registrere nevrale aktivitet er funksjonell magnetisk resonans imaging (MRI). Selv om funksjonell MRI tilbyr flere fordeler, for eksempel en høy romlig oppløsning på millimeter nivå og ikke-invasiv opptak, er en klar ulempe av funksjonelle Mr lav timelige oppløsningen. I tillegg måler funksjonell MRI blod-oksygen-nivå-avhengige signaler, som bare indirekte gjenspeile elektrisk nevrale aktivitet. Populære elektrofysiologiske metoder, inkludert Elektroencefalogram (EEG) og magnetoencephalography (MEG), har høy timelige oppløsning på millisekund nivå. Men har de relativt lave romlige oppløsninger, fordi de ta elektrisk/magnetiske signaler på hodebunnen og må løse vanskelige omvendt problemer å avbilde hjerneaktiviteten.
Intrakranielt EEG kan direkte posten elektrisk nevrale aktivitet høy timelige (millisekunder) og romlig (centimeter) oppløsning1. Dette tiltaket gir verdifull muligheter å forstå nevrale aktivitet og tilkobling, selv om den har klare begrensninger (f.eksmålbare regioner er begrenset til kliniske kriterier). Flere intrakranielt EEG studier har brukt tradisjonelle snitt analyse for å skildre nevrale aktivitet. Selv om gjennomsnitt analysen finner følsomt tid-låst og lavfrekvente aktivisering, finner det ikke ikke-fase-låst og/eller høy frekvens (f.eks gamma band) aktivisering. I tillegg er funksjonelle nevrale koplingen ikke risikoanalysert i dybden i litteraturen om intrakranielt EEG innspillinger. Flere nye teknikker er nylig utviklet for å avbilde nevrale aktivitet og intra - og inter - regional tilkobling i funksjonelle Mr og EEG/MEG innspillinger, som kan brukes til å analysere intrakranielt EEG data.
Her introduserer vi analytisk protokoller som vi har nylig søkt for å analysere intrakranielt EEG data ved hjelp av statistiske parametrisk kartlegging (SPM) programvare. Første, å avsløre da, og med hvilken frekvens, hjernen regioner kan aktiveres, vi utført tid-frekvens SPM analyse2. Denne analysen dekomponerer tid og hyppigheten domener samtidig ved hjelp av en kontinuerlig wavelet transformering og riktig retter i family-wise (FWE) feil i tid-frekvens kartene ved hjelp av tilfeldige feltet teorien. Andre, for å vise hvordan områder av hjernen kommuniserer, vi brukt dynamisk kausale modellering (DCM) indusert svar4. DCM gjør etterforskningen av effektiv tilkobling (dvs. de kausale og retningsbestemt innflytelse blant hjernen regioner5). Selv om DCM ble opprinnelig foreslått som et verktøy for å analysere funksjonell MRI data5, er DCM indusert svar utvidet for å analysere de tid-varierende makt spektra av elektrofysiologiske signaler4. Denne analysen kan beskrivelsen av både intra - og inter - regional nevrale tilkobling. Flere nevrofysiologiske studier har antydet at lokale intra-regionale beregninger og langtrekkende interregionalt kommunikasjon hovedsakelig bruker gamma - og theta-band svingninger, henholdsvis, og deres samspill (f.eks, entrainments) kan gjenspeiles av theta-gamma kryss-frekvens kopling3,6,7,8. Denne rapporten fokuserer på de analytiske dataprotokoll; for en oversikt over bakgrunn informasjon9,10 og opptak protokoller11 av intrakranielt EEG, henvises til litteratur.

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

Måle nevrale aktivitet og tilkobling med kognitive funksjoner på romlige og tidsmessige høyoppløselige er et viktig mål i cognitive neuroscience. Intrakranielt Elektroencefalogram (EEG) kan direkte posten elektrisk nevrale aktivitet, og har unik potensial til å oppnå dette målet. Tradisjonelt er snitt analyse brukt for å analysere intrakranielt EEG data. flere nye teknikker er imidlertid tilgjengelige for avbildet nevrale aktivitet og intra - og inter - regional-tilkobling. Her introduserer vi to analytisk protokollene vi nylig søkt for å analysere intrakranielt EEG data ved hjelp av statistiske parametrisk kartlegging (SPM) programvare: tid-frekvens SPM analyse for neural aktivitet og dynamisk kausale modellering av indusert svar for intra - og inter - regional tilkobling. Vi rapporterer vår analyse av intrakranielt EEG data under observasjon ansikter som representant resultater. Resultatene viste at den mindreverdige occipital gyrus (IOG) viste gamma-band aktivitet på tidlige stadier (110 ms) som svar på ansikter, og både IOG og amygdala viste rask intra - og inter - regional tilkobling ved hjelp av ulike typer svingninger. Disse analytisk protokollene har potensial til å identifisere nevrale mekanismene bak kognitive funksjoner med høy romlig og tidsmessige profiler.

Ved hjelp av protokollen som presenteres her, analyserte vi intrakranielt EEG data svar på ansikter18,19. Vi registrerte data fra seks pasienter under passiv viser ansikter, mosaikker og hus i oppreist og invertert orientering. Kontraster oppreist ansikter versus oppreist mosaikker og oppreist ansikter versus oppreist hus avslørte ansikt effekt (dvs. ansikt-spesifikke hjerneaktivitet i forhold til andr...

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 presenterer to analytisk protokoller som kan brukes til å analysere intrakranielt Elektroencefalogram data ved hjelp av statistiske parametrisk kartlegging (SPM) programvare: tid-frekvens statistiske parametrisk kartlegging analyse for neural aktivitet og dynamisk kausal modellering av indusert intra - og inter - regional tilkobling.

Analysere nevrale aktivitet og Connectivity benytter intrakranielt EEG Data med SPM programvare

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

Denne metoden kan bidra til å svare på viktige spørsmål innen kognitiv nevrovitenskap. Den største fordelen med denne teknikken er at den kan analysere nevrale aktivitet og tilkobling på høy-romlige temporale evolusjoner. For å starte analysen av intrakranielle EEG-data, sett opp SPM12 og velg MEG EEG analytisk meny.Utfør først tidsfrekvensanalyse for de forhåndsbehandlede intrakranielle EEG-dataene for hver studie ved hjelp av kontinuerlig bølgeavbrytning med Morlet-bølgelengder basert på forhåndsdefinerte parametere. For å avsløre den timelige utviklingen av spektrale komponenter, utfør bølgeavbrytning ved hjelp av syv-syklus Morlet wavelets for hele epoken på 1000 til 2000 millisekunder ved hjelp av frekvensområdet på fire til 300 hertz. Deretter bestemmer du morbølgen og antall sykluser og merker seg at antall sykluser styrer tidsfrekvensoppløsningene og bør være større enn fem for å sikre estimeringsstabilitet.Bestem tids- og frekvensområder. Beskjær deretter de resulterende tidsfrekvenskartene automatisk for å fjerne kanteffekter. Her beskjæres kartene på 200 til 500 millisekunder.Utfør datatransformasjon hvis ønskelig og grunnlinjekorreksjon ved å velge tidsfrekvensomskalering for tidsfrekvenstilordningene for å visualisere hendelsesrelaterte strømendringer bedre og forbedre normaliteten. Deretter konverterer du tidsfrekvenskartene til todimensjonale bilder. Også glatt ved hjelp av en gaussisk kjerne med en forhåndsdefinert halv maksimumsverdi i full bredde for å kompensere for inter-subject variabilitet og for å samsvare med antagelser om tilfeldig feltteori.Velg nå angi andre nivå i SPM-menyen og skriv inn 2D-bildene som skal analyseres. Kjør deretter den generelle lineære modellen ved å velge modellestimering. Til slutt velger du resultater for å utføre statistiske slutninger på tidsfrekvensdataene basert på tilfeldig feltteori.Oppdag betydelig aktiverte tidsfrekvensklynger med forhåndsdefinerte terskler som de som er sett her. Start dynamisk årsaksmodelleringsanalyse ved å velge DCM i SPM-menyen. Velg deretter IND-alternativet og velg nye data for å importere de forhåndsbehandlede intrakranielle EEG-dataene.Deretter bruker du MEG EEG-menyen til å angi tidsvinduet av interesse, frekvensvindu av interesse, antall bølgesykluser som skal brukes, betingelser av interesse, og kontrastene for forholdene. Sett tidsvinduet til ett til 500 millisekunder. Bruk fem-syklus Morlet wavelets av fire til 100 hertz i ett hertz trinn.Bruk standardinnstillingen for bølgesyklusen. Bestem tidsfrekvensområder basert på forskningsinteresse. Vær oppmerksom på at et tidsvindu med ytterligere 512 millisekunder kan brukes automatisk under beregning for å fjerne kanteffekter.Basert på DCM-rammeverket, definer kjøreinngangene som representerer sensoriske innganger på nevrale tilstander og de indre forbindelsene som legemliggjør baselinetilkobling mellom nevrale tilstander. Definer også de modulative effektene på de indre forbindelsene via eksperimentelle manipulasjoner for null- og hypotetiske modeller. Definer modulasjonstypen som lineær eller ikke-lineær.Angi nå de iboende lineære og ikke-lineære tilkoblingene, kjøreinnganger og modulasjonsinnganger. Endre standardinnstillingene for relaterte parametere om nødvendig, for eksempel tidligere stimulanssetttid og varighet. Velg deretter inverter DCM for å estimere modellene.Deretter velger du lagre resultater som bilde for å lagre modulative koblingsparameterbilder med frekvensfrekvens. Deretter utfører du en tilfeldig effekt Bayesian Model Selection analyse ved å velge BMS for å identifisere den optimale nettverksmodellen. Bruk modellens forventede sannsynligheter og accedence sannsynligheter som evalueringstiltak.Deretter gjør slutninger om kryssfrekvensmønstrene til de modulative tilkoblingene ved hjelp av de vinnende modellparametrene. Nå glatt modulative koblingsparameterbilder ved å velge konverter til bilder. Bruk deretter angi andre nivå for å utføre generell lineær modellanalyse.Til slutt velger du resultater for å beregne 2D SPMT-verdiene. Her ble halv maksimum i full bredde satt til åtte hertz, og betydelige verdier ble utforsket ved hjelp av en ukorrigert høydeterskel på P mindre enn 0,05. Tidsfrekvensanalyser ble utført for å undersøke de temporale og frekvensprofilene til Inferior Occipital Gyrus eller IOG-aktivitet under behandlingen av faser.Her ser vi tidsfrekvenskart over riktig IOG-aktivitet for oppreist fase og oppreist mosaikkforhold. SPMT-dataene for oppreist fase kontra oppreist mosaikk vises også. Funksjonelle nettverksmodeller vises her.Åtte mulige kombinasjoner av modulatorisk inngang av oppreist fase versus oppreist mosaikk på forbindelser mellom IOG og amygdala og selvforbindelse til hver region ble undersøkt. Frekvensfrekvensmodulatoriske koblingsparametere og SPMT-verdier for oppreist fase versus oppreist mosaikk for IOG versus amygdala og amygdala versus IOG-modulasjon vises her. De rødgule områdene indikerer betydelig ekstiatorisk tilkobling, mens de blå-cyan-områdene indikerer hemmende tilkobling.Etter å ha sett denne videoen, bør du ha en god forståelse for hvordan du analyserer intrakranielle EEG-data for å oppdage nevrale aktivitet og tilkobling ved hjelp av SPM-programvaren.

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 av suprathreshold nevrale aktiviteten med encellede og single-spike oppløsning

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 av EEG neuroimaging Data: hendelse-relaterte potensialer, Spectral Power, og Multiskala 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 av nevrale aktiviteten med Laser Illumination 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

Neural aktivitet Formering i utfoldet hippocampus Forberedelse med en Penetrating 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

Ekstracellulære opptak av neuronal aktivitet kombinert med Microiontophoretic Bruk av 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

Analysere Synaptic Modulation av<em&gt; Drosophila melanogaster</em&gt; Fotoreseptorer etter eksponering for Langvarig lys

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

Analysere Dendritic Morfologi i kolonner og Layers

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 ...