Summary

Samtidige Video-EEG-EKG overvågning for at identificere Neurocardiac dysfunktion i musemodeller af epilepsi

Published: January 29, 2018
doi:

Summary

Vi præsenterer her, en protokol for at optage hjerne og hjerte bio signaler i mus ved hjælp af samtidige video, electroencefalografi (EEG) og Elektrokardiografi (EKG). Vi beskriver også metoder til at analysere de resulterende EEG-ECG-indspilninger for krampeanfald, EEG spektrale magt, hjertefunktion og hjertefrekvens variabilitet.

Abstract

I epilepsi, kan anfald fremkalde hjerte rytmeforstyrrelser såsom hjertefrekvens ændringer, overledning blokke, asystoles og arytmier, som potentielt kan øge risikoen for pludselig uventet død i epilepsi (SUDEP). Electroencefalografi (EEG) og Elektrokardiografi (EKG) er udbredte kliniske diagnostiske værktøjer til at overvåge for abnorme hjerne og hjerte rytmer i patienter. Her, er en teknik til at samtidig optage video, EEG og ECG i mus til foranstaltning, hjernen, og hjerte aktiviteter, henholdsvis, beskrevet. Den teknik beskrevet heri udnytter en tøjret (dvs., kablet) optagelse konfiguration hvor indopereret elektrode på hovedet af musen er kabelforbundet til kontrolapparatet. I forhold til trådløse telemetri optagelse systemer, besidder arrangementet tøjret adskillige tekniske fordele såsom en større mulige antal kanaler til optagelse af EEG eller andre biopotentials; lavere elektrode omkostninger; og større frekvensbåndbredde (dvs., samplingfrekvens) af optagelser. Grundlæggende i denne teknik kan også let ændres til at rumme optagelse andre biosignalers, såsom Elektromyografi (EMG) eller plethysmography til vurdering af muskel og respiratoriske aktivitet, henholdsvis. Ud over at beskrive hvordan man udfører EEG-ECG optagelser, detalje vi også metoder til at kvantificere de resulterende data for krampeanfald, EEG spektrale magt, hjertefunktion og hjertefrekvens variabilitet, som vi viser i et eksempel eksperiment ved hjælp af en mus med epilepsi som følge af Kcna1 gen sletning. Video-EEG-ECG overvågning i musemodeller af epilepsi eller andre neurologiske sygdom giver et kraftfuldt værktøj til at identificere dysfunktion på niveau med hjerne, hjerte eller hjerne-hjerte interaktioner.

Introduction

Electroencefalografi (EEG) og Elektrokardiografi (EKG) er magtfulde og udbredte teknikker til vurdering i vivo hjernen og hjertefunktion, henholdsvis. EEG er optagelse af elektriske hjerneaktivitet ved at knytte elektroder til hovedbunden1. Det signal registreres med non-invasiv EEG repræsenterer spændingsudsving udspringer summated excitatoriske og hæmmende postsynaptiske potentialer genereret hovedsagelig af kortikale pyramideformet neuroner1,2. EEG er den mest almindelige neurodiagnostic test til evaluering og håndtering af patienter med epilepsi3,4. Det er især nyttigt, når epileptiske anfald opstår uden indlysende krampagtig adfærdsmæssige manifestationer, som fravær anfald eller ikke-krampagtig status epilepticus5,6. Omvendt, ikke-epilepsi relaterede betingelser, der fører til krampagtig episoder eller tab af bevidsthed kan være fejldiagnosticeret som epileptiske anfald uden video-EEG overvågning7. Ud over dets anvendelighed inden for epilepsi, er EEG også almindeligt anvendt til at opdage unormale hjerneaktivitet forbundet med søvnforstyrrelser, encephalopatier og hukommelse lidelser, samt at supplere narkose under operationer2 , 8 , 9.

I modsætning til EEG, ECG (eller EKG som det er undertiden forkortet) er optagelse af den elektriske aktivitet i hjertet10. EKG’er er normalt udføres ved at knytte elektroder til lemmer ekstremiteter og brystvæggen, der tillader detektering af spændingsændringer genereret af myokardiet under hvert hjerte cyklus af sammentrækning og afslapning10,11. De primære ECG bølgeform komponenter af en normal hjerte cyklus omfatter P-bølge, QRS kompleks og T-bølge, der svarer til atrieflimren depolarisering, ventrikulær depolarisering og ventrikulær repolarisering, henholdsvis10, 11. rutinemæssigt EKG-monitorering bruges til at identificere hjertearytmi og defekter af cardiac overledning system12. Blandt patienter, epilepsi, er betydningen af at bruge ECG for at identificere potentielt livstruende arytmier forstærket, da de er væsentligt øget risiko for pludselige hjertestop, som pludselig uventet død i epilepsi13, 14,15.

Ud over deres kliniske applikationer, er EEG og ECG optagelser blevet et uundværligt redskab til at identificere hjernen og hjertet dysfunktion i musemodeller af sygdom. Selv om disse optagelser har traditionelt været udført separat, beskriver her vi en teknik til at optage video, EEG og ECG samtidig i mus. Den samtidige video-EEG-ECG metode detaljeret her udnytter en tøjrede optagelse konfiguration hvor indopereret elektrode på hovedet af musen er kabelforbundet til kontrolapparatet. Historisk set har dette tøjret, eller wired, konfiguration har været standard og mest flittigt brugt metode for EEG optagelser i mus; men trådløse EEG telemetri systemer er også blevet udviklet for nylig og er vinder i popularitet16.

I forhold til trådløse EEG systemer, besidder arrangementet tøjret adskillige tekniske fordele, der kan gøre det bedre afhængigt af det ønskede program. Disse fordele omfatter et større antal kanaler til optagelse af EEG eller andre biopotentials; lavere elektrode omkostninger; elektrode disposability; mindre følsomhed over for signal tab; og større frekvensbåndbredde (dvs., samplingfrekvens) optagelser17. Gennemstegt ordentligt, den tøjrede optagelse metode beskrevet her er i stand til at levere høj kvalitet, artifact-fri EEG og ECG data samtidigt, sammen med den tilsvarende video for adfærdsmæssige overvågning. Denne EEG og ECG data kan derefter være udvundet for at identificere neurale, hjerte, eller neurocardiac abnormiteter såsom kramper, ændringer i EEG power spectrum, cardiac overledning blokke (dvs., springes hjerteslag), og ændringer i hjertefrekvens variabilitet. For at demonstrere anvendelsen af disse EEG-ECG kvantitative metoder, præsenterer vi et eksempel eksperiment ved hjælp af en Kcna1 knockout (- / -) mus. Kcna1 – / – mus mangler spænding-gated Kv1.1 α-underenheder og som følge heraf udviser spontane anfald, cardiac dysfunktion og for tidlig død, hvilket gør dem en ideel model for samtidige EEG-ECG evaluering af skadelige, epilepsi-associerede neurocardiac dysfunktion.

Protocol

Alle eksperimentelle procedurer bør gennemføres i overensstemmelse med retningslinjerne i National Institutes of Health (NIH), som er godkendt af din institution institutionelle Animal Care og brug udvalg (IACUC). De vigtigste kirurgiske værktøjer nødvendige for denne protokol er vist i figur 1. 1. forberede elektrode til Implantation Placer 10 sokler kvindelig nanoconnector (i.e, elektrode; Figur 2A) i en bordplade skr…

Representative Results

For at demonstrere, hvordan man analysere data fra EEG-ECG optagelser til at identificere neurocardiac abnormiteter, resultaterne er vist for en 24-h EEG-ECG optagelse af et Kcna1-/- mus (2 måneder gammel). Disse mutant dyr, som er udviklet til at mangle spænding-gated Kv1.1 α-underenheder kodet af Kcna1 -genet, er en hyppigt anvendt genetiske model af epilepsi, da de udviser pålidelige og hyppige generaliseret tonisk-kloniske anfald …

Discussion

For at opnå høj kvalitet EEG-ECG optagelser, der er fri for artefakter, bør der træffes alle forholdsregler for at forhindre nedbrydning eller løsne indopereret elektrode og ledninger. Som et EEG hoved implantat bliver løs, vil wire kontakter med hjernen forringe fører til nedsat signal amplituder. Løs implantater eller dårlig wire kontakter kan også forårsage forvrængning af de elektriske signaler, at indføre bevægelse artefakter og baggrundsstøj til optagelserne. For at forhindre potentielle lempelser af…

Divulgaciones

The authors have nothing to disclose.

Acknowledgements

Dette arbejde blev støttet af borgernes United for forskning i epilepsi (grant nummer 35489); den National Institutes of Health (tildele numre R01NS100954, R01NS099188); og en Louisiana State University Health Sciences Center Malcolm Feist postdoc stipendium.

Materials

VistaVision stereozoom dissecting microscope VWR
Dolan-Jenner MI-150 microscopy illuminator, with ring light VWR MI-150RL
CS Series scale Ohaus CS200 for weighing animal
T/Pump professional Stryker recirculating water heat pad system
Ideal Micro Drill Roboz Surgical Instruments RS-6300
Ideal Micro Drill Burr Set Cell Point Scientific 60-1000 only need the 0.8-mm size
electric trimmer Wahl 9962 mini clipper
tabletop vise Eclipse Tools PD-372 PD-372 Mini-tabletop suction vise
fine scissors Fine Science Tools 14058-11 ToughCut, Straight, Sharp/Sharp, 11.5 cm
Crile-Wood needle holder Fine Science Tools 12003-15 Straight, Serrated, 15 cm, with lock – For applying wound clips
Dumont #7 forceps Fine Science Tools 11297-00 Standard Tips, Curved, Dumostar, 11.5 cm
Adson forceps Fine Science Tools 11006-12 Serrated, Straight, 12 cm
Olsen-Hegar needle holder with suture cutter Fine Science Tools 12002-12 Straight, Serrated, 12 cm, with lock
scalpel handle #3 Fine Science Tools 10003-12
surgical blades #15 Havel's FHS15
6-0 surgical suture Unify S-N618R13 non-absorbable, monofilament, black
gauze sponges Coviden 2346 12 ply, 7.6 cm x 7.6 cm
cotton-tipped swabs Constix SC-9 15.2-cm total length
super glue  Loctite LOC1364076 gel control
Michel wound clips, 7.5mm Kent Scientific INS700750
polycarboxylate dental cement kit Prime-dent 010-036 Type 1 fine grain
tuberculin syringe BD 309623
polyethylene tubing Intramedic 427431 PE160, 1.143 mm (ID) x 1.575 mm (OD)
chlorhexidine  Sigma-Aldrich C9394
ethanol Sigma-Aldrich E7023-500ML
Puralube vet ointment Dechra Veterinary Products opthalamic eye ointment
mouse anesthetic cocktail Ketamine (80 mg/kg), Xylazine (10 mg/kg), and Acepromazine (1 mg/kg)
carprofen Rimadyl (trade name)
HydroGel ClearH20 70-01-5022 hydrating gel; 56-g cups
Ponemah  software Data Sciences International data acquisition and analysis software; version 5.2 or greater with Electrocardiogram Module
7700 Digital Signal conditioner Data Sciences International
12 Channel Isolated Bio-potential Pod Data Sciences International
fish tank Topfin for use as recording chamber; 20.8 gallon aquarium; 40.8 cm (L) X 21.3 cm (W) X 25.5 cm (H)
Digital Communication Module (DCOM) Data Sciences International 13-7715-70
12 Channel Isolated Bio-potential Pod Data Sciences International 12-7770-BIO12
serial link cable Data Sciences International J03557-20 connects DCOM to bio-potential pod
Acquisition Interface (ACQ-7700USB) Data Sciences International PNM-P3P-7002
network video camera Axis Communications P1343, day/night capability
8-Port Gigabit Smart Switch Cisco SG200-08 8-port gigabit ethernet swith with 4 power over ethernet supported ports (Cisco Small Business 200 Series)
10-pin male nanoconnector with guide post hole Omnetics NPS-10-WD-30.0-C-G electrode for implantation on the mouse head
10-socket female nanoconnector with guide post Omnetics NSS-10-WD-2.0-C-G connector for electrode implant
1.5-mm female touchproof connector cables PlasticsOne 441 1 signal, gold-plated; for connecting the wiring from the head-mount implant to the bio-potential pod
soldering iron Weller WESD51 BUNDLE digital soldering station
solder Bernzomatic 327797 lead free, silver bearing, acid flux core solder
heat shrink tubing URBEST collection of tubing with 1.5- to 10-mm internal diameters
heat gun Dewalt D26960
mounting tape (double-sided) 3M Scotch MMM114 114/DC Heavy Duty Mounting Tape, 2.54 cm x 1.27 m 
desktop computer Dell recommended minimum requirements: 3rd Gen Intel Core i7-3770 processor with HD4000 graphics; 4 GB RAM, 1 GB AMD Radeon HD 7570 video card; 1 TB hard drive; Windows 7 OS 
permanent marker Sharpie 37001 black color, ultra fine point
toothpicks for mixing and applying the polycarboxylate dental cement
LabChart Pro software ADInstruments power spectrum software; version 8.1.3 or greater
Kubios HRV software Univ. of Eastern Finland HRV analysis software; version 2.2
Notepad Microsoft simple text editor software

Referencias

  1. Fisch, B. J. . Fisch and Spehlmann’s EEG Primer. , (1999).
  2. Constant, I., Sabourdin, N. The EEG signal: a window on the cortical brain activity. Paediatr. Anaesth. 22 (6), 539-552 (2012).
  3. Mendez, O. E., Brenner, R. P. Increasing the yield of EEG. J. Clin. Neurophysiol. 23 (4), 282-293 (2006).
  4. Smith, S. J. M. EEG in the diagnosis, classification, and management of patients with epilepsy. J. Neurol. Neurosurg. Psychiatry. 76, ii2-ii7 (2005).
  5. Bauer, G., Trinka, E. Nonconvulsive status epilepticus and coma. Epilepsia. 51 (2), 177-190 (2010).
  6. Hughes, J. R. Absence seizures: a review of recent reports with new concepts. Epilepsy Behav. 15 (4), 404-412 (2009).
  7. Mostacci, B., Bisulli, F., Alvisi, L., Licchetta, L., Baruzzi, A., Tinuper, P. Ictal characteristics of psychogenic nonepileptic seizures: what we have learned from video/EEG recordings–a literature review. Epilepsy Behav. 22 (2), 144-153 (2011).
  8. Smith, S. J. M. EEG in neurological conditions other than epilepsy: when does it help, what does it add?. J. Neurol. Neurosurg. Psychiatry. 76, ii8-ii12 (2005).
  9. Kennett, R. Modern electroencephalography. J. Neurol. 259 (4), 783-789 (2012).
  10. Thaler, M. S. . The Only EKG Book You’ll Ever Need. , (2012).
  11. Becker, D. E. Fundamentals of electrocardiography interpretation. Anesth. Prog. 53 (2), 53-63 (2006).
  12. Luz, E. J. S., Schwartz, W. R., Cámara-Chávez, G., Menotti, D. ECG-based heartbeat classification for arrhythmia detection: A survey. Comput. Methods Programs Biomed. 127, 144-164 (2016).
  13. Bardai, A., et al. Epilepsy is a risk factor for sudden cardiac arrest in the general population. PloS One. 7 (8), e42749 (2012).
  14. Lamberts, R. J., et al. Increased prevalence of ECG markers for sudden cardiac arrest in refractory epilepsy. J. Neurol. Neurosurg. Psychiatry. 86 (3), 309-313 (2015).
  15. Thurman, D. J., Hesdorffer, D. C., French, J. A. Sudden unexpected death in epilepsy: assessing the public health burden. Epilepsia. 55 (10), 1479-1485 (2014).
  16. Zayachkivsky, A., Lehmkuhle, M. J., Dudek, F. E. Long-term Continuous EEG Monitoring in Small Rodent Models of Human Disease Using the Epoch Wireless Transmitter System. J. Vis. Exp. (101), e52554 (2015).
  17. Bertram, E. H. Monitoring for Seizures in Rodents. Models of Seizures and Epilepsy. , 97-109 (2017).
  18. Mishra, V., et al. Scn2a deletion improves survival and brain-heart dynamics in the Kcna1-null mouse model of sudden unexpected death in epilepsy (SUDEP). Hum. Mol. Genet. 26 (11), 2091-2103 (2017).
  19. Thireau, J., Zhang, B. L., Poisson, D., Babuty, D. Heart rate variability in mice: a theoretical and practical guide. Exp. Physiol. 93 (1), 83-94 (2008).
  20. Smart, S. L., et al. Deletion of the K(V)1.1 potassium channel causes epilepsy in mice. Neuron. 20 (4), 809-819 (1998).
  21. Glasscock, E., Yoo, J. W., Chen, T. T., Klassen, T. L., Noebels, J. L. Kv1.1 potassium channel deficiency reveals brain-driven cardiac dysfunction as a candidate mechanism for sudden unexplained death in epilepsy. J. Neurosci. 30 (15), 5167-5175 (2010).
  22. Moore, B. M., Jerry Jou, ., Tatalovic, C., Kaufman, M., S, E., Kline, D. D., Kunze, D. L. The Kv1.1 null mouse, a model of sudden unexpected death in epilepsy (SUDEP). Epilepsia. 55 (11), 1808-1816 (2014).
  23. Ryvlin, P., et al. Incidence and mechanisms of cardiorespiratory arrests in epilepsy monitoring units (MORTEMUS): a retrospective study. Lancet Neurol. 12 (10), 966-977 (2013).
  24. Stables, C. L., Auerbach, D. S., Whitesall, S. E., D’Alecy, L. G., Feldman, E. L. Differential impact of type-1 and type-2 diabetes on control of heart rate in mice. Auton. Neurosci. 194, 17-25 (2016).
  25. Gehrmann, J., Hammer, P. E., Maguire, C. T., Wakimoto, H., Triedman, J. K., Berul, C. I. Phenotypic screening for heart rate variability in the mouse. Am. J. Physiol. Heart Circ. Physiol. 279 (2), H733-H740 (2000).
  26. Goldman, A. M., Glasscock, E., Yoo, J., Chen, T. T., Klassen, T. L., Noebels, J. L. Arrhythmia in heart and brain: KCNQ1 mutations link epilepsy and sudden unexplained death. Sci. Transl. Med. 1 (2), 2ra6 (2009).

Play Video

Citar este artículo
Mishra, V., Gautier, N. M., Glasscock, E. Simultaneous Video-EEG-ECG Monitoring to Identify Neurocardiac Dysfunction in Mouse Models of Epilepsy. J. Vis. Exp. (131), e57300, doi:10.3791/57300 (2018).

View Video