Name: event related potentials (erps) and other eeg based methods for extracting biomarkers of brain dysfunction: examples from pediatric attention deficit/hyperactivity disorder (adhd)
Uploaded: 2020-03-12T12:00:00
Duration: 10 min 2 s
Description: Watch this Scientific Journal Video about Event Related Potentials ERPs and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactiv

Ни один.

Огриму Г. нечего раскрывать. Кропотов Д.Д. был заведующим лабораторией Института человеческого мозга в Санкт-Петербурге, когда и где была разработана программа WinEEG. У него нет экономических интересов в системе.

Диагнозы в психиатрии основаны на наблюдаемом поведении. В большинстве случаев, определенное количество симптомов должно наблюдаться в различных условиях в течение 6 месяцев или более. Важной частью диагностического процесса является исключение соматической этиологии. Кроме того, необходимо учитывать другие психиатрические диагнозы. Довольно часто симптомы, представляющие интерес может быть частью другой диагностической категории. Если несколько симптомов перекрываются с другими расстройствами, врач должен решить, если это второе расстройство сопутствующих или дифференциальный диагноз.
Доступные клинические инструменты: диагностические интервью, рейтинговые шкалы, медицинская история и история развития, психологические тесты и прямые наблюдения. Большинство из этих методов довольно субъективны; под влиянием информатора, а также профессиональных. Шкалы рейтинга от родителей и учителей обычно показывают довольно скромные корреляции (р- 0,3 - 0,5).
В репрезентативных результатах, мы утверждаем, что основные механизмы в СДВГ, вероятно, отличаются от пациента к пациенту. Отсутствие (языкового) понимания, проблемы с самомотивацией, чувствительность к внешним отвлекателям и т.д. все это может привести к симптомам невнимательности. Методы, основанные на ЭЭГ, описанные в настоящем документе, могут помочь решить некоторые из этих проблем. Проблема субъективных интерпретаций отсутствует. Описанные методы ERP, кажется, показывают основные психологические операции, такие как рабочая память, ингибирование действия, мониторинг, подготовка к ответу и т.д., включая конкретные структуры мозга. Дефицит этих механизмов не ограничивается конкретными диагностическими категориями. Мы считаем, что в будущем, лечение (лекарство, нейрообратная связь, когнитивные тренировки, tDCS, ...) будет сосредоточена на таких когнитивных и / или эмоциональных операций и их основных механизмов мозга, а не на текущих диагностических категорий.
Целью диагностики является определение наилучших методов лечения. Для оценки последствий лечения, самостоятельно сообщили и наблюдаемые улучшения, конечно, решающим. Такие отчеты могут в некоторой степени представлять эффекты плацебо, однако, и должны быть поддержаны (частично) нормализации основных дисфункций мозга отражены, например, изменения в компонентах ERP. Такое сочетание субъективных и объективных показателей лечебных эффектов имеет важное значение как в клинике, так и в исследованиях.
По причинам, как те, упомянутые выше, это не удивительно, что люди с теми же диагнозами часто не реагируют на те же медицинские процедуры. В персонализированной медицины диагнозы дополняются эмпирически основанными мерами прогнозирования реакции, чтобы определить лучшее лечение для отдельного пациента. В этой статье мы описали наши исследования по прогнозированию стимулятор лекарства ответ в педиатрической СДВГ. Найти надежные предсказатели положительной реакции на антидепрессанты, возможно, еще более важно, так как время, необходимое для оценки ответов, является длительным, как и период титрования. Процедуры, описанные в настоящем документе может способствовать текущей ЭЭГ и ERP на основе исследований по прогнозированию лекарств еде эффекты в депрессии53.
Описанные методы ЭЭГ являются неинвазивными и доступными и хорошо подходят как для исследований, так и для клинической работы.

В 2008 году был опубликованпроект «Критерии доменов» (RDoC), целькоторого — найти биологически обоснованную основу для понимания психических расстройств. В 2013 году Управление по контролю за продуктами и лекарствами США (FDA) одобрило первый биомаркер СДВГ на основе ЭЭГ, который поможет оценить СДВГ у пациентов в возрасте от 6 до 17 лет. Нейропсихиатрическая ЭЭГ-помощь на основе оценки (NEBA) Система записи ЭЭГ в течение 15-20 мин. Он основан на расчете тета / бета-соотношение установлено, что выше у детей и подростков с СДВГ, чем в обычно развивающихся детей2. Последние публикации считают, что это соотношение не отражает все СДВГ3.
Большое количество публикаций в клинической неврологии показывают, что нарушение когнитивного контроля представляет собой общую черту многих психических расстройств, включая СДВГ, шизофрения, депрессия, и OCD4,5. Теоретически когнитивный контроль состоит из гипотетических операций, позволяющих людям гибко адаптироваться к целям и контекстам. Две различные категории когнитивного контроля, упреждающий и реактивный контроль, были описаны6. Основное внимание мы уделяем реактивному режиму когнитивного контроля. Проактивный когнитивный контроль включает в себя рабочую память (т.е. поддержание сенсорных и двигательных событий в течение нескольких секунд). Реактивный когнитивный контроль включает в себя мониторинг,обнаружениеконфликта7,8,и ингибирование действий (для обзора см.9,10).
Парадигма GO/NOGO чувствительна к когнитивному контролю11,,12,,13,,14,,15. Go стимулы вызывают положительные колебания от теменной области мозга. (P3 GO). Передняя распределенная положительная волна N2 и P3 NOGO, вызванная стимулами NOGO, связаны с обнаружением конфликтов и ингибированием действия16,,17,,18,,19. Волна N2 была понята как индикатор ингибирования действия, но обновленные исследования показывают, что волна N2 связана с редкими раздражителями GO и обнаружением конфликта20. Ингибирование действий связано с волной P3 NOGO на фронтально-центральных участках.
Дихотомия N2/P3 может быть неправильной. Было поставлено под сомнение мнение, что ERP волны, в частности, представляющие когнитивный контроль, являются суммы нескольких источников, которые могут перекрываться в местах и время14,21.
Для разъединения источников ERP-волн было использовано несколько методов разделения слепых источников15,,22,,23,,24. В исследованиях Института человеческого мозга в Санкт-Петербурге разлагается волна N2d NOGO. Обнаружены скрытые компоненты. Эти компоненты имели различные топографии и функциональные значения. Только один из них был связан с обнаружением конфликта14,,15,,25,,26. В большинстве взрослых исследований СДВГ, P3 NOGO меньше по сравнению с соответствующими здоровых элементов управления27,28,29,30,31,32.
Операции мозга, происходящие во время задач когнитивного контроля, кажется, не правильно объяснить N2/P3 дихотомии, когда ERPs в GO / NOGO парадигмы анализируются14,15. Было использовано несколько подходов, направленных на распутывание скрытых компонентов из волн ERP (для обзора см.21). Некоторые исследования использовали независимый анализ компонентов (ICA) для ERPs в группах пациентов, таких как пациенты с шизофренией29, и взрослых с СДВГ33,34, пытаясь различать пациентов от контроля без диагнозов.
В (Yeredor, 2010,25 p.75), новый метод предлагается и адаптированы для ERPs. Это метод слепого разделения источника, основанный на процедуре совместной диагонализации матриц перекрестного дистриарения. Для изучения функциональных значений таких скрытых компонентов, применяющих этот метод в парадигме GO/NOGO, недавно было проведено исследование Института человеческого мозга26. В этом исследовании операции по торможению действия и операции по обнаружению конфликтов были независимо манипулированы модификациями задачи CUED GO/NOGO. Был найден скрытый компонент, который, как считается, отражает обнаружение конфликта. N2-как ответ и фронтальная топография характеризовали этот компонент35. В испытаниях, требующих ингибирования подготовленных действий, была замечена центральная топография и P3-подобный ответ.
В этой публикации исследования сообщили использовали традиционный метод ERP. Применение ИКА, или процедура совместной диагоналализации матриц перекрестного дисперсии25 (стр. 75) до сих пор не сделано. В целом, результаты, основанные на различных методах, совпадают друг с другом, но методы обнаружения скрытых компонентов, кажется, более чисто связаны с различными нейропсихологическими функциями. Целью данного документа является подробное описание метода WinEEG. Основное внимание уделяется ERPs, но спектры ЭЭГ и поведенческие данные из задачи GO/NOGO также включены в исследования, описанные для иллюстрации метода WinEEG.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>amplifier +</td>
			<td><a href="http://www.mitsar-medical.com/" target="_blank">www.mitsar-medical.com</a></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Body harness, different sizes</td>
			<td>Electro-Cap International, Inc</td>
			<td>E3 SM; E3 M; E3 L</td>
			<td></td>
		</tr>
		<tr>
			<td>Ear electrodes 9 mm sockets</td>
			<td>Electro-Cap International, Inc</td>
			<td>E5-9S</td>
			<td></td>
		</tr>
		<tr>
			<td>Electrocaps 19 channel different sizes</td>
			<td>Electro-Cap International, Inc</td>
			<td>E1 SM; E1 M; E1 M/SM</td>
			<td></td>
		</tr>
		<tr>
			<td>Electrocaps 19 channel different sizes</td>
			<td>Electro-Cap International, Inc</td>
			<td>E1 L/M; E1 L</td>
			<td></td>
		</tr>
		<tr>
			<td>Electrogel for electrocaps</td>
			<td>Electro-Cap International, Inc</td>
			<td>E9; E10</td>
			<td></td>
		</tr>
		<tr>
			<td>HBi database</td>
			<td><a href="http://www.hbimed.com/" target="_blank">www.hbimed.com</a></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Head size measure band</td>
			<td>Electro-Cap International, Inc</td>
			<td>E 12</td>
			<td></td>
		</tr>
		<tr>
			<td>Needle syringe kit</td>
			<td>Electro-Cap International, Inc</td>
			<td>E7</td>
			<td></td>
		</tr>
		<tr>
			<td>Nuprep EEG and ECG skin prep gel</td>
			<td>Electro-Cap International, Inc</td>
			<td>R7</td>
			<td></td>
		</tr>
		<tr>
			<td>Ten20 EEG conductive paste</td>
			<td>Electro-Cap International, Inc</td>
			<td>R5-4T</td>
			<td></td>
		</tr>
		<tr>
			<td>WinEEG program</td>
			<td><a href="http://www.mitsar-medical.com/" target="_blank">www.mitsar-medical.com</a></td>
			<td></td>
			<td></td>
		</tr>
	</tbody>
</table>

event related potentials (erps) and other eeg based methods for extracting biomarkers of brain dysfunction: examples from pediatric attention deficit/hyperactivity disorder (adhd)

Нейропсихиатрические диагнозы, такие как СДВГ, основаны на субъективных методах, таких как интервью, рейтинговые шкалы и наблюдения. Существует необходимость в более мозга на основе добавок. Стимулятор лекарства является наиболее распространенным методом лечения СДВГ. Клинически полезные предикторы ответных мер до сих пор не зарегистрированы. Целью данной работы является описание методов ЭЭГ, которые мы применяем для извлечения потенциальных биомаркеров для дисфункции мозга. Примеры относятся к биомаркеров для педиатрического СДВГ, и прогнозирование ответ лекарства. Основной упор делается на потенциал, связанный с событиями (ERP).
Девятнадцать канал ЭЭГ записывается в течение 3 минут глаза открытые задачи, 3 мин глаза закрыты задачи, и 20 минут cued визуального GO / NOGO задачи (VCPT). ERP записываются во время выполнения этой задачи. Целью протокола ERP является извлечение биомаркеров предполагаемых дисфункций мозга, которые значительно различают группу пациентов и здоровый контроль. Протокол включает запись в стандартных условиях и коррекцию артефактов. ERP волны могут быть использованы или преобразованы в скрытые компоненты. Компоненты группы пациентов сравниваются с элементами управления, сопереживая компонентам, которые, по сравнению с ним, показывают относительно высокие размеры эффекта. Подгруппы пациентов отбираются на основе кластерного анализа в пространстве компонентов. Процедура лечения (например, лекарства, tDCS или протокол нейрообратной связи) может быть применена и изменения в компонентах, связанных с лечением в подгруппах наблюдается, формируя основу для клинических рекомендаций.
Описанные методы были применены в исследовании 87 педиатрических пациентов СДВГ. Индекс реакции на лекарства значительно дискриминировал ответчиков и неответчиков с большим и клинически значимым размером эффекта(d 1.84). В продолжающемся исследовании сравнения детей СДВГ с соответствующими контроля, несколько переменных дискриминировать значительно между пациентами и контроля. Глобальный индекс превысит d .8. Описанные здесь методы ЭЭГ могут быть клинически значимыми.

Прогноз ответ лекарства в педиатрической СДВГ СДВГ является распространенным нейропсихиатрическим расстройством детства36. Он характеризуется симптомами невнимательности, сопровождающимися симптомами гиперактивности и импульсивности. Нарушения в школе, дома, и досуга являются общими. У детей школьного возраста, по оценкам, распространенность составляет от 5% до 7%. Коморбиды являются общими. Широко используется лечение с использованием стимуляторов на основе метилфенидат (MPH) или декстроамфетамин (DEX). Положительные эффекты стимулирующих препаратов (снижение неугомонности, гиперактивности и импульсивности и улучшения внимания) сообщаются у 70% пациентов. Переход от лекарств на основе MPH к DEX может увеличить положительный эффект до 80%37,38. Фронтально-стриатальные цепи, кажется, активируются стимуляторами39.
Существует не общепринятое определение лекарства ответ, который является клинически значимым. Применение рейтинговых шкал, сравнение базовых баллов со баллами на лекарства, является наиболее часто используемым методом. В некоторых исследованиях, 25% или 50% сокращение баллов используется в качестве определения ответа. В других исследованиях, оценки, не превышающие 1 SD выше населения среднем используются40,41. Клинически используется общее решение, основанное на всех соответствующих имеющихся данных. Для оценки побочных эффектов, таких как потеря аппетита, бессонница, повышенная раздражительность, или тревога, важно37,42.
Использование рейтинговых шкал можно критиковать по нескольким причинам. Небольшие корреляции (0.30-0.50) между учительными и родительскими баллами регистрируются в нескольких исследованиях48. Поиск клинически полезных предикторов ответ мотивирован большое количество неответчиков, информаторов, которые не согласны, и тот факт, что каждый может иметь некоторые скромные эффекты улучшения внимания, когда используются небольшие дозы стимуляторов. Опубликованные исследования по предикторам ответа включают подтип СДВГ, демографические, сопутствующие расстройства, переменные генов, оценки по рейтинговым шкалам, результаты нейропсихологических тестов и переменные ЭЭГ/ERP43,,44,45,46. Наша публикация 201647 обобщает исследования, которые применили ERPs для прогнозирования реакции на лекарства.
В предыдущих исследованиях мы анализируем данные d из задачи cued visual GO/NOGO (т.е. данные теста внимания, спектры ЭЭГ и ERPs). В одном исследовании мы обнаружили 3 переменных, значительно способствующих прогнозированию побочных эффектов. Эти переменные были объединены с индексом, который считался клинически значимым42. В исследовании по клиническим эффектам, применяя те же методы, индекс прогнозирования также считался клинически полезным48. Влияние одной дозы стимулятор лекарства на лекарства ответчиков (REs) и не-ответчиков (не-REs) был исследован в третьем исследовании47. Процедура тестирования была завершена дважды, первый тест без лекарств, и второй тест через час после получения пробной дозы. На основе рейтинговых шкал и интервью после 4-недельного испытания лекарств, пациенты были классифицированы как REs или не-REs. Наше внимание было сосредоточено на изменениях в когнитивных ERPs и оценки внимания тестов. Мы обнаружили, что влияние на компонент P3 NOGO значительно отличается в двух группах, с большим размером эффекта(d 1.76). Значительное увеличение амплитуды компонентов наблюдалось в РИЗ, но не в не-РИЗ. Прогнозы реагирования на основе двух тестов были улучшены по сравнению с прогнозами, основанными только на тесте 1.
В нашем последнем исследовании мы разработали два глобальных индекса, один для прогнозирования клинических достижений и один для прогнозирования побочных эффектов. Как описано выше, мы объединили переменные, которые значительно дискриминировали по сравнению группы со скромным или большим размером эффекта. Каждая переменная взвешивалась в соответствии с размером эффекта. Мы рассмотрели переменные из всех трех областей WinEEG: спектры ЭЭГ, ERPs и поведение. Были объединены следующие переменные: тест 1: амплитуда P3NOGO и соотношение тета/альфа; различия между тестом 2 и Тестом 1: ошибки бездействия, изменчивость времени реакции, условные отрицательные изменения (CNV) и амплитуда P3NOGO. Размер эффекта глобальной шкалы составил 1,86 евро. Точность составила 0,92. Прогнозирование побочных эффектов было основано на 4 переменных: Тест 1: RT, Тест 2: компонент новизны, альфа-пиковая частота и изменения времени реакции (Test 2 - Test 1). Глобальная шкала d составила 1,08, а точность - 0,7849.
Некоторые предварительные результаты В продолжающемся исследовании мы сравниваем группу из 61 пациента с СДВГ в возрасте 9-12 лет и группу из 67 возрастных здоровых элементов управления (HC). Окончательный статистический анализ до сих пор не завершен. Ниже представлены предварительные результаты, полученные в результате оценки WinEEG.
Поведенчески, группа ADHD показала картину невнимательности с статистически (на p'lt;0.001) больше ошибок упущений по сравнению с здоровой группой управления (HC) (13.7% против 4.8%) сопровождается закономерностью упущений внимания, выраженной в статистически более высокой (p'lt;0.001) изменчивости времени реакции (151 мс против 125 мс).
Основные результаты сравнения волн ERP между двумя группами показаны на рисунке 5 и рисунке 6. Рисунок 5 демонстрирует ERP коррелирует дисфункции активного когнитивного контроля в группе СДВГ. Два индекса упреждающего когнитивного контроля (P3 кий волны и CNV волны) снижаются в группе СДВГ по сравнению с группой HC. Рисунок 6 демонстрирует ERP коррелирует дисфункции реактивного когнитивного контроля в группе СДВГ. Два индекса реактивного когнитивного контроля (N2 NOGO и P3 NOGO) снижаются в группе СДВГ по сравнению с группой HC.
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/60710/60710fig5.jpg"> Рисунок 5: Гранд средний ERP волны моделей (а) и соответствующие карты (б) в упреждающий когнитивный контроль в Группах СДВГ и здорового контроля (HC). (aa ) ERPs измеряется при P3 в группе СДВГ (зеленая линия) и HC группы (красная линия) и их разница (ADHD-HC) волны (синяя линия). Синие вертикальные бары ниже кривых указывают уровень статистической значимости разницы (небольшие бары - стр/л;0,05, средние бары - стр/т;0,01, большие бары - стр/т;0,001). Стрелки указывают на классические волны - P3 кий и CNV (контингент отрицательных вариаций). (b)Карты по максимумам амплитуд P3 и CNV волн для двух групп. <a href="https://www.jove.com/files/ftp_upload/60710/60710fig5large.jpg" target="_blank">Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/60710/60710fig6.jpg"> Рисунок 6: Гранд средний ERP волны моделей (а) и соответствующие карты (б) в реактивных когнитивного контроля в Группах СДВГ и здорового контроля (HC). (aa ) ERPs измеряется в Группе Fz и Cz ADHD (зеленая линия) и HC группы (красная линия) и их разница (ADHD-HC) волны (синяя линия). Синие вертикальные бары ниже кривых указывают на уровень статистической значимости разницы (небольшие бары - стр/с;0,05, средние бары - стр.;0,01, большие бары - стр/т;0,001). Стрелки указывают на классические волны - N2 NOGO и P3 NOGO. (b)Карты по максимумам амплитуд N2 NOGO и P3 NOGO волн для двух групп. <a href="https://www.jove.com/files/ftp_upload/60710/60710fig6large.jpg" target="_blank">Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.</a>
Как можно увидеть группу СДВГ показывает гипо-функционирование нескольких операций когнитивного контроля. Эти операции происходят в разных временных окнах и в различных пространственных местах. У конкретного пациента может быть только один гипофункционирующий, указывающий на источник индивидуального расстройства и способы его коррекции.
Клиническое значение Чтобы вычислить клинически полезный биомаркер для неоднородного диагноза, таких как СДВГ, несколько переменных, которые значительно отличаются между СДВГ и контроля должны быть объединены. Размер эффекта(d)индекса должен быть выше d .8. Важным следующим шагом будет применение этого индекса, когда СДВГ сравнивают с клиническим контролем.

Watch this Scientific Journal Video about Event Related Potentials ERPs and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactiv

Event Related Potentials ERPs and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactivity Disorder ADHD

ЭЭГ-методы применяются для извлечения биомаркеров дисфункций мозга. Основное внимание уделяется многоканальным потенциалам, связанным с событиями (ERP), записанным в задаче GO/NOGO. Немозг артефакты корректируются и ERPs сравниваются с нормативными данными. Примеры относятся к биомаркеров для диагностики СДВГ и прогнозирования ответ ныхлекарственных препаратов.

События, связанные с потенциалом (ERPs) и другие ЭЭГ на основе методов для извлечения биомаркеров дисфункции мозга: Примеры из детского дефицита внимания / гиперактивности (СДВГ)

Neuropsychiatric diagnoses like ADHD are based on subjective methods like interviews, rating scales and observations. There is a need for more brain-based ...

Сравнение спектров ЭЭГ и связанных с событиями потенциалов, ERPS, с базой данных может предоставить важную информацию о функции мозга. Преимущества этих методов в том, что они являются неинвазивными, доступными и могут относиться к большому числу научных исследований. Демонстрацией этих методов будет Мария Даниельсен, кандидат психологии, которая работала техником в нашей клинике около двух лет.Чтобы создать соответствующий файл данных ЭЭГ, в программном обеспечении нажмите Файл и Новый. Карта субъекта появится на экране. Заполнив всю соответствующую информацию, измерьте расстояние насион-иниона на голове субъекта.Центр лобного полюса электродов должен падать на горизонтальную линию 10% этого расстояния над насионом. Нанесите гель для приготовления кожи на мочки ушей и заполните ушные электродные чашки проводящим электродным гелем. Прикрепите электроды уха и поместите крышку симметрично на голову с фронтального полюса электродов, расположенных в центре фронтального полюса.Потяните крышку вниз, насколько это возможно, чтобы обеспечить его близко к голове и место пояса вокруг груди. Закрепите кнопки нажатия, подключенные к крышке, к этой полосе, чтобы предотвратить движение крышки и электродов во время тестирования и подключить кабель крышки и ушные кабели к усилителю. Далее нажмите на меню WinEEG управления значок impedance и заполнить шприц с гелем.Используйте шприц, чтобы заполнить все электродные отверстия. Неустумность в порядке, когда черные круги желтые. Оборудование готово, когда все 20 отверстий имеют желтый цвет и разница в цвете между отдельными отверстиями мала.При правильном размещении оборудования нажмите кнопку «Пуск», чтобы инициировать мониторинг ЭЭГ и сообщить субъекту, что тест займет около часа. Попросите субъекта расслабиться в удобном кресле с закрытыми глазами и щелкните красный круг, чтобы получить ЭЭГ. После нажатия далее, выберите глаза закрыты, чтобы начать регистрацию.После трех минут нажмите паузу и попросите субъекта открыть глаза, расслабляясь и глядя на экран перед ними. Затем нажмите на красный круг, чтобы продолжить регистрацию. Еще через три минуты нажмите кнопку "Остановитесь" и сохраните.Перед началом записи ЭЭГ увехав за кнопой в правой руке и откройте меню задач. Выберите VCPT на вторичном компьютере перед объектом. Сообщите субъекту, что фотографии будут появляются в паре с первой картинкой, за которой последует вторая через секунду, и что через три секунды новая пара появится по той же схеме.Поручить субъекту нажать кнопку мыши как можно быстрее каждый раз, когда появляется комбинация АА, в которой два животных идентичны. Проинструктируй субъекта не нажимать кнопку мыши на комбинациях AP, PP или AH. Скажите субъекту игнорировать случайные звуки в комбинациях PH.После доставки инструкций нажмите Enter, чтобы выполнить задачу в течение примерно двух-пяти минут, чтобы обучить объект по задаче go/nogo. В конце учебной задачи выберите опцию перехода в режим рабов. Для начала эксперимента выберите опцию приобретения ЭЭГ из меню записи на главном компьютере.В меню записи выберите программу презентации стимулов. Опция программы презентации стимулов будет выделена. Выберите VCPT и начните презентации стимулов на вторичном компьютере.Когда все 400 проб будут завершены, нажмите паузу, остановитесь и сохраните перед окончанием регистрации. Чтобы удалить артефакты движения глаз из данных, слева нажмите на бар времени в начале фрагмента, чтобы выбрать фрагмент ЭЭГ, представляющий интерес, и нажмите правой кнопкой мыши на тайм-баре в конце фрагмента. Весь фрагмент будет выделен желтым цветом.Для сравнения отдельных спектральных и связанных с событиями потенциалов с справочной базой данных HBI выберите независимый метод анализа компонентов и выберите топографии, связанные с мигалками глаз и горизонтальными движениями глаз. Затем нажмите OK, чтобы принять выбор и реализовать процедуру артефактов знака из меню анализа. Чтобы рассчитать спектр ЭЭГ, выберите закрытые глаза или глаза, открытые в меню анализа, чтобы выбрать спектр ЭЭГ и фрагмент интереса и нажмите OK. Затем в меню анализа выберите сравнение для сравнения отдельных спектров с базой данных.Чтобы рассчитать потенциалы, связанные с событиями, выберите файл EEG VCPT в общем среднем монтаже и нажмите вычислить ERP из меню анализа. Нажмите OK. Появится окно, изображающее параметры вычислений ERP. Из четырех небольших окон над графиком, помеченных одним, двумя, тремя и четырьмя, выберите компонент интереса в одном окне и ни один вариант в других.В правильном вертикальном меню выберите интервал времени интереса. Чтобы сопоставить волну с потенциалами, связанными с событиями, нажмите правой кнопкой мыши в выбранное время по оси x любого графика. Затем отпустите и выберите карту добавления.Соответствующие карты будут отображаться в нижней части страницы. Чтобы просмотреть количество упущений, комиссий, среднее время реакции для A-A GO и изменчивость в реальном времени, нажмите правой кнопкой мыши в окне потенциальных событий и выберите информацию о группах. Линия A-a GO показывает количество ошибок упущения, время реакции и изменчивость времени реакции.Линия A-p NoGO показывает количество комиссионных ошибок. При анализе выберите сравнение. Затем выберите файл субъекта и файл сравнения в правом окне и нажмите OK. Для сравнения связанных с событиями потенциалов с базой данных ссылок выберите сравнение результатов из меню анализа и выберите файл субъекта и базу данных HBI.Затем нажмите правой кнопкой мыши в точке времени и канале интереса, чтобы получить уровень значимости отклонения от ссылки. Чтобы выбрать группы для оценки потенциальной разницы, связанной с событиями, нажмите стрелку на одну. Для референтных потенциалов, связанных с событиями, нажмите два.Чтобы увидеть разницу, нажмите три. Для активной группы 4 не выберите ни одного. Чтобы определить процентный интервал времени, введите интервал времени и продолжительность в миллисекундах.Затем распоните курсор в точке времени и канале интереса и нажмите правой кнопкой мыши, чтобы выбрать карту добавления. Карта, показывающая отклонения от ссылки, будет показана. Другие файлы вместо базы данных HBI могут быть выбраны для сравнения.Здесь показаны связанные с событиями потенциальные корреляты дисфункции упреждающего когнитивного контроля в репрезентативной группе СДВГ. Два показателя упреждающего когнитивного контроля были снижены в группе СДВГ по сравнению со здоровой контрольной группой в этом анализе. В этой цифре, связанных с событиями потенциал коррелирует дисфункции реактивного когнитивного контроля в группе СДВГ можно наблюдать.Два показателя реактивного когнитивного контроля были также сокращены в испытуемых СДВГ по сравнению со здоровой контрольной группой. Чтобы обеспечить качественную регистрацию, свести к минимуму мышцы и движения артефактов как можно больше. Безопасная связь между задачей и компьютером WinEEG имеет решающее значение.Хотя эти методы являются частью общего клинического исследования для генерации гипотезы, они не могут заменить такие методы, как клинические интервью, медицинские осмотры, нейропсихологические тесты или наблюдения.

Research

JoVE Journal

Neuroscience

Event Related Potentials (ERPs) and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactivity Disorder (ADHD)

High Density Event-related Potential  Data Acquisition in Cognitive Neuroscience

Высокая связанные с событиями Плотность Потенциальные сбора данных в когнитивной неврологии

Functional magnetic resonance imaging (fMRI) is currently the standard method of evaluating brain function in the field of Cognitive Neuroscience, in part ...

Combining Computer Game-Based Behavioural Experiments With High-Density EEG and Infrared Gaze Tracking

Сочетание компьютерных игр основе поведенческих экспериментов с высокой плотностью ЭЭГ и инфракрасного слежения Gaze

Experimental paradigms are valuable insofar as the timing and other parameters of their stimuli are well specified and controlled, and insofar as they ...

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Сопоставление корковой динамики Одновременное использование MEG / ЭЭГ и анатомически ограничен минимальной нормой Оценки: Пример слухового внимания

Magneto- and electroencephalography (MEG/EEG) are neuroimaging techniques that provide a high temporal resolution particularly suitable to investigate the ...

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

Применение данных ЭЭГ нейровизуализации: связанные с событиями потенциалы, спектральной мощности и многомасштабное Энтропия

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

In vivo Postnatal Electroporation and Time-lapse Imaging of Neuroblast Migration in Mouse Acute Brain Slices

In vivo Postnatal Electroporation and Time-lapse Imaging of Neuroblast Migration in Mouse Acute Brain Slices

В естественных послеродовой электропорации и Покадровый Визуализация из нейробласта миграции в Mouse острой мозга Ломтики

The subventricular zone (SVZ) is one of the main neurogenic niches in the postnatal brain. Here, neural progenitors proliferate and give rise to ...

Extracting Visual Evoked Potentials from EEG Data Recorded During fMRI-guided Transcranial Magnetic Stimulation

Извлечение зрительных вызванных потенциалов из ЭЭГ данные, записанные во МРТ-управляемой транскраниальной магнитной стимуляции

Transcranial Magnetic Stimulation (TMS) is an effective method for establishing a causal link between a cortical area and cognitive/neurophysiological ...

Somatosensory Event-related Potentials from Orofacial Skin Stretch Stimulation

Соматосенсорные событиями вызванных потенциалов из кожи Stretch Орофациальные стимуляции

Cortical processing associated with orofacial somatosensory function in speech has received limited experimental attention due to the difficulty of ...

New Methods to Study Gustatory Coding

Новые методы изучения кодирования вкуса

The sense of taste allows animals to detect chemicals in the environment, giving rise to behaviors critical for survival. When Gustatory Receptor Neurons ...

Acute In Vivo Electrophysiological Recordings of Local Field Potentials and Multi-unit Activity from the Hyperdirect Pathway in Anesthetized Rats

Acute In Vivo Electrophysiological Recordings of Local Field Potentials and Multi-unit Activity from the Hyperdirect Pathway in Anesthetized Rats

острый<em&gt; В Виво</em&gt; Электрофизиологические записи локальных полевых потенциалов и многоуровневой активности по пути гиперперспекции у анестезированных крыс

Converging evidence shows that many neuropsychiatric diseases should be understood as disorders of large-scale neuronal networks. To better understand the ...

How to Find Effects of Stimulus Processing on Event Related Brain Potentials of Close Others when Hyperscanning Partners

Как найти эффекты стимул обработки событий связанных мозга потенциалов по тесной другим когда Hyperscanning партнеры

The partners of each pair must be able to pass the McGill Friendship Questionnaire without communicating. Each partner is then seated in front of a screen ...