Presentiamo due protocolli analitici che possono essere utilizzati per analizzare i dati di elettroencefalografia intracranica utilizzando il software di mappatura statistica parametrica (SPM): analisi tempo-frequenza mappatura statistica parametrica per attività neurale e dinamica causale modellazione di risposte indotte per connettività intra – e inter – regionale.
Misurare l’attività neurale e connettività associati con funzioni cognitive ad alte risoluzioni spaziali e temporali è un obiettivo importante in neuroscienze cognitive. Intracranica elettroencefalografia (EEG) può registrare direttamente attività neurale elettrica e ha il potenziale unico per realizzare questo obiettivo. Tradizionalmente, con una media di analisi è stata applicata per analizzare i dati EEG intracranici; Tuttavia, parecchie nuove tecniche sono disponibili per raffigurante connettività neurale attività e intra – e inter – regionale. Qui, presentiamo due protocolli analitici abbiamo recentemente applicato per analizzare dati di EEG intracranici utilizzando il software di mappatura statistica parametrica (SPM): analisi SPM tempo-frequenza per attività neurale e modellazione dinamica causale di ha indotto risposte per connettività di intra – e inter – regionale. Segnaliamo la nostra analisi dei dati EEG intracranici durante l’osservazione di volti come risultati rappresentativi. I risultati hanno rivelato che il gyrus occipital inferiore (IOG) hanno mostrato l’attività della gamma-fascia a stadi molto precoci (110 ms) in risposta a volti e IOG sia amigdala ha mostrato rapida intra – e inter – regionale connettività utilizzando vari tipi di oscillazioni. Questi protocolli analitici hanno il potenziale per identificare i meccanismi neurali alla base di funzioni cognitive con alto profilo spaziale e temporale.
Misurare l’attività neurale e connettività associati con funzioni cognitive ad alte risoluzioni spaziali e temporali è uno degli obiettivi primari delle neuroscienze cognitive. Tuttavia, la realizzazione di questo obiettivo non è facile. Un metodo popolare utilizzato per registrare l’attività neurale è funzionale a risonanza magnetica (MRI). Anche se MRI funzionale offre diversi vantaggi, quali un’elevata risoluzione spaziale a livello di millimetro e registrazione non invasiva, un chiaro svantaggio di risonanza magnetica funzionale è la bassa risoluzione temporale. Inoltre, MRI funzionale misura segnali di sangue-ossigeno-livello-dipendente, che solo indirettamente riflettono l’attività neurale elettrico. Metodi elettrofisiologici popolari, compreso l’elettroencefalografia (EEG) e la magnetoencefalografia (MEG), hanno risoluzioni temporali elevate a livello di millisecondo. Tuttavia, essi hanno risoluzioni spaziali relativamente bassi, perché registrare i segnali elettrici/magnetici al cuoio capelluto e deve risolvere difficili problemi inversi per rappresentare attività cerebrale.
EEG intracranico è in grado di registrare direttamente attività elettrica neurale al temporali elevato (in millisecondi) e risoluzioni spaziali (centimetro)1. Questa misura può fornire preziose opportunità per comprendere l’attività neurale e connettività, anche se ha chiari limiti (ad es., regioni misurabili sono limitate ai criteri clinici). Parecchi studi di EEG intracranici sono applicate analisi tradizionale media per rappresentare l’attività neurale. Anche se con una media di analisi sensibile può rilevare l’attivazione banda bassa frequenza e di tempo-bloccata, non riesce a rilevare non-phase-locked e/o l’attivazione ad alta frequenza (ad esempio, Fascia di gamma). Inoltre, accoppiamento neurale funzionale non è stato analizzato in profondità nella letteratura su registrazioni EEG intracraniche. Diverse tecniche di nuovi sono stati recentemente sviluppati per raffigurano neurale attività e intra – e inter – regionale la connettività funzionale registrazioni EEG/MEG e di MRI, che può essere applicato per analizzare i dati EEG intracranici.
Presentiamo il protocolli analitici che abbiamo recentemente applicato per analizzare dati di EEG intracranici utilizzando il software di mappatura statistica parametrica (SPM). Primo, per rivelare quando e con quale frequenza, le regioni del cervello potrebbero essere attivate, abbiamo effettuato analisi di tempo-frequenza SPM2. Questa analisi si decompone il dominio della frequenza e tempo contemporaneamente utilizzando una trasformata wavelet continua e corregge in modo appropriato il tasso di errore allargare (FWE) nelle mappe tempo-frequenza usando la teoria di campo casuale. In secondo luogo, per rivelare come comunicano regioni del cervello, abbiamo applicato la modellazione dinamica causale (DCM) di risposte indotte4. DCM consente l’indagine efficace connettività (cioè, le influenze causali e direzionale tra cervello regioni5). Anche se DCM è stato originariamente proposto come uno strumento per l’analisi dei dati di MRI funzionale5, DCM di risposte indotte è stata estesa per analizzare gli spettri di potenza variabili nel tempo di segnali elettrofisiologici4. Questa analisi permette la raffigurazione di entrambi connettività neurale intra – e inter – regionale. Parecchi studi neurofisiologici hanno suggerito che calcoli intra-regionali locali e comunicazione inter-regionale a lungo raggio usano principalmente oscillazioni Fascia di gamma e di teta, rispettivamente, e loro interazioni (ad es., filtrazione) può riflettersi di theta-gamma cross-frequenza accoppiamento3,6,7,8. Questo rapporto si concentra sul protocollo dati analitici; per una panoramica di sfondo informazioni9,10 e registrazione protocolli11 di EEG intracranico, fare riferimento alla letteratura.
I protocolli analitici per dati EEG intracranici utilizzando il software SPM introdotto nel presente documento hanno diversi vantaggi rispetto a risonanza magnetica funzionale. In primo luogo, i protocolli possono descrivere attivazione neurale ad alta risoluzione temporale. Di conseguenza, i risultati indicano se le componenti cognitive di attivazione neurale vengono implementate in anticipo o in ritardo fasi della lavorazione. Nel nostro esempio, l’effetto del viso è stato identificato durante le fasi molto iniziali (…
The authors have nothing to disclose.
Questo studio è stato sostenuto dai fondi della Benesse Corporation, Japan Society per il programma di finanziamento di promozione della scienza (JSPS) per i ricercatori leader a livello mondiale di prossima generazione (LZ008), l’organizzazione per la promozione della ricerca in disturbi dello sviluppo neurologico, e il KAKENHI JSPS (15K 04185; 18K 03174).