Theta aktivitet i hjernen er relateret til forskellige kognitive og funktionelle tilstande, herunder ophidselse, opmærksomhed, frivillige bevægelser, udforskende adfærd, opmærksomhed adfærd, indlæring og hukommelse, somatosensoriske integration, og hurtige øjenbevægelser (REM) søvn ^{1, 2.} Principielt kan theta-aktivitet som en rytmisk enhed genereres i forskellige cerebrale regioner og er stærkt organiseret og synkroniseret som theta svingninger. Nedenfor vil vi fokusere på analyse og kvantificering af theta-aktivitet / svingninger, der genereres i det septohippocampal system ^{3, 4.} Inden skillevæggen, GABAerge, glutamaterge, og cholinerge neuroner projekt til hippocampus og bidrage til initiering og vedligeholdelse af theta oscillerende adfærd. Der er en løbende diskussion om, hvorvidt hippocampus theta svingninger indledes i septum, dvs. </em> Den septale pacemaker-hippocampale follower model, (extrahippocampal teoretiske) eller iboende i hippocampus (intrahippocampal teoretiske) ^{5, 6, 7.}

Uanset deres oprindelse, har hippocampus theta svingninger været i fokus for interessen for år, især i transgene musemodeller. Disse modeller giver mulighed for implantation af dybe EEG-elektroder og for registrering af hippocampus theta svingninger under særlige kognitive og adfærdsmæssige opgaver ^8. Hippocampal theta svingninger er heterogene karakter. Baseret på den såkaldte dualistisk teori om theta svingninger, kan man skelne mellem atropin-sensitive type II theta og atropin-ufølsomme type I theta ^{9, 10, 11.} Sidstnævnte kan typisk induceret af muscariniske M ₁ / M <sUB> 3 receptoragonister, f.eks arecolin, pilocarpin, og urethan. Men urethan er en multi-target stof, der, foruden muskarine aktivering, også udøver komplekse virkninger på andre ion-kanal enheder. For type II theta, muskarin pathway indbefatter aktiveringen af M ₁ / M ₃ og en efterfølgende _{Gq / 11} (Ga) -medieret aktivering af phospholipase C β _1/4 (PLCβ _1/4), inositoltriphosphat _(InsP3) , diacylglycerole (DAG), Ca2 ^+, og proteinkinase C (PKC). Rolle PLCβ ₁ og PLCβ ₄ i thetagenesis er blevet valideret i knock-out undersøgelser ved hjælp PLCβ1 ^{– / –} og PLCβ4 ^{– / –} mus udviser et fuldstændigt tab eller betydelig svækkelse af theta oscillation ^{12, 13, 14.} Supplerende M _1, M _3, og M ₅ downstream mål (channels / strøm) af muskarine signaleringskaskade indbefatter forskellige konduktanser, såsom M-type K ⁺ -kanal (K _M) via spændingsafhængige K ⁺ -kanal (K _v 7); langsom efter hyperpolarisering K ⁺ -kanal (Ks _AHP); lække K ⁺ -kanal (K _læk), sandsynligvis via Twik-relateret syre-sensitive K ⁺ -kanal (TASK1 / 3); kation (I _CAT), sandsynligvis via Na ⁺ lækage kanal (NALCN); og jeg _h via hyperpolarisering og cykliske nukleotid gatede kanaler (HCN). Desuden blev M ₂ / M ₄ acetylcholin receptorer (AChRs) rapporteret at forstyrre aktiv ensretter K ⁺ -kanal 3.1 (K _ir 3.1) og indad ensretter K ⁺ -kanal 3.2 (K _ir 3.2) ^15.

I øjeblikket er kommercielt tilgængelige analytisk software giver mulighed for hurtig FFT-baserede frekvens analyse, fx analyse af magt (P, mV ²⁾eller effektspektrum density (PSD, mV ² / Hz). Power eller magt spektrum densitet (PSD) analyse af theta frekvensområdet giver kun et samlet overblik over sin aktivitet. For at få et detaljeret indblik i kognitiv og adfærd relateret theta-aktivitet, analyse af højt organiserede theta svingninger er imidlertid obligatorisk. Vurderingen af ​​højt organiserede theta svingninger er af central betydning i forbindelse med neurodegenerative og neuropsykiatriske sygdomme. De fleste eksperimentelle undersøgelser sygdom udføres i transgene musemodeller bruger højt sofistikerede neurokirurgiske metoder til at registrere epidural overflade og dybe intracerebrale EEG. Disse teknikker omfatter både tether systemer ¹⁶ og radiotelemetrisk opsætninger ^{17, 18.} Theta svingninger kan optages som spontane og adfærdsmæssige-relaterede theta svingninger under langsigtede optageforholdene. Derudover kan theta oscillationer være recorded efter farmakologisk induktion, men også som følge af eksponering af dyr til adfærdsmæssige eller kognitive opgaver eller sensoriske stimuli, såsom halen klemme.

Tidligt tilgange til at karakterisere theta svingninger blev beskrevet af Csicsvari et al. ^19. Forfatterne designet en semi-automatiseret værktøj til kortvarig theta analyse (15-50 min), som ikke er egnet til lang tid EEG optagelser. Vores metode, der er beskrevet her, giver mulighed for analysen af langsigtede EEG optagelse> 48 h ^20. Csicsvari et al. ¹⁰ også henvist til theta-delta-forhold, men ingen tærskel til bestemmelse af højt organiserede theta svingninger tilbydes. Delta og theta range definitioner matcher vores frekvensområde definitioner. Da det ikke er udtrykkeligt nævnt, vi formoder, at en FFT-baserede metode anvendes af Csicsvari et al. at beregne magt theta-delta frekvensbånd. Det herigen klart adskiller sig fra vores metode, da vi beregner wavelet-baserede amplituder på et stort antal frekvens skalaer (frekvens trin Δ (f) = 0,05 Hz), hvilket resulterer i meget højere præcision. Varigheden af ​​individuelt analyseret EEG epoke ligner vores definition.

Klausberger et al. ²¹ også gøre brug af theta-delta nøgletal til analyse af langsigtede EEG optagelser. Men der er tre store forskelle i forhold til vores tilgang: i) EEG epokevarighed er meget længere, dvs. mindst 6 s; ii) theta-delta-forholdet er sat til 4, hvilket er langt højere end vores tærskel, og er relateret til forskellige frekvens range definitioner; og iii) effekten definition vil sandsynligvis være baseret på en FFT tilgang, som mangler høj præcision, navnlig for de meget korte tidsvinduer (2 s, dvs., 5 cyklusser for svingninger med en frekvens på 2,5 Hz). I sådanne tilfælde en wavelet-baseret procedure er mere stærkt.En undersøgelse foretaget af Caplan et al. ²² udelukkende beregnet theta strøm, mens ignorere theta-delta effektforhold. Således Caplan nærmer ²² kan ikke differentiere mellem kognitive theta-rige processer ledsaget af en høj eller lav delta.

I det følgende protokol, vil vi præsentere vores analytiske wavelet-baserede tilgang til pålideligt analysere højt organiserede theta svingninger i hippocampus EEG optagelser fra mus. Da denne procedure fungerer automatisk, kan det anvendes på store datasæt og langsigtede EEG-målinger.