Summary

Estimulación cerebral dependiente del estado cerebral con estimulación magnética transcraneal activada por electroencefalografía en tiempo real

Published: August 20, 2019
doi:

Summary

Este artículo describe la estimulación magnética transcraneal activada por electroencefalografía en tiempo real para estudiar y modular las redes cerebrales humanas.

Abstract

El efecto de un estímulo para el cerebro depende no sólo de los parámetros del estímulo, sino también de la dinámica de la actividad cerebral en el momento de la estimulación. La combinación de electroencefalografía (EEG) y estimulación magnética transcraneal (TMS) en un sistema de estimulación dependiente del estado cerebral en tiempo real permite el estudio de las relaciones de la dinámica de la actividad cerebral, la excitabilidad cortical y la inducción de la plasticidad . Aquí, demostramos un método recientemente desarrollado para sincronizar el momento de la estimulación cerebral con la fase de oscilaciones EEG en curso utilizando un sistema de análisis de datos en tiempo real. Este TMS en tiempo real de la corteza motora humana, cuando TMS se sincroniza con el pico negativo eEG de la superficie del ritmo sensorimotor alfa (8-14 Hz), ha demostrado efectos diferenciales de excitabilidad y plasticidad corticoespinales. La utilización de este método sugiere que la información en tiempo real sobre el estado cerebral instantáneo se puede utilizar para la inducción de plasticidad eficaz. Además, este enfoque permite la estimulación cerebral sincronizada por EEG personalizada que puede conducir al desarrollo de protocolos de estimulación cerebral terapéutica más eficaces.

Introduction

TMS es un método bien establecido para la estimulación cerebral no invasiva y permite la modulación específica de la dinámica de red en curso y estudios de vías neuronales corticocorticales y corticoespinales con alta precisión espaciotemporal1. Al estimular la corteza motora primaria (M1), la respuesta neuronal se puede cuantificar como potenciales evocados por el motor (MEP), así como potenciales eEG evocados por TMS. Los eurodiputados se pueden registrar mediante electromiografía (EMG) de los músculos diana, ysu amplitud refleja la excitabilidad corticoespinal al estimular la corteza motora primaria 2.

A pesar del potencial único de la estimulación cerebral no invasiva como herramienta científica para investigar y modular las redes cerebrales en participantes sanos del estudio y en pacientes, los estudios TMS sufren de grandes variabilidads de ensayo a ensayo e intra e interindividual de respuestas evocadas3,4,5. Específicamente, en los estudios DETM de excitabilidad y plasticidad corticoespinales, las respuestas meP, así como la potenciación inducida a largo plazo (LTP) o la plasticidad a largo plazo (LTD) presentan una alta variabilidad intrínseca, incluso cuando los parámetros de estímulo están cuidadosamente controlados3,4. Sin embargo, la evidencia de estudios en animales indica que la variabilidad observada de las respuestas no es atribuibleal “ruido aleatorio”, sino que está relacionada con los estados cerebrales fluctuantes en el momento de la estimulación 6. En consecuencia, al combinar TMS con EEG en un paradigma de estimulación dependiente del cerebro-estado en tiempo real (es decir, TMS activado por EEG), el estado cerebral instantáneo fluctuante se puede utilizar para optimizar la sincronización de estímulo7,8, 9 , 10.

Varios estudios han relacionado la fase instantánea de las oscilaciones neuronales en curso con la excitabilidad neuronal utilizando sistemas EEG compatibles con TMS11,12. Los amplificadores EEG modernos pueden manejar los grandes artefactos electromagnéticos TMS, y existen protocolos experimentales cada vez más bien establecidos para la combinación de EEG con TMS13,14 y la eliminación post hoc del EEG relacionado con TMS artefactos15,16. Si bien la influencia del estado cerebral del preestímulo evaluado por el EEG en las respuestas evocadas por TMS se puede evaluar con estímulos TMS aplicados aleatoriamente que se clasifican post hoc17,18, la aplicación repetitiva de TMS en un cerebro predefinido estado requiere en tiempo real EEG-activado TMS11,19.

Aquí, una configuración personalizada de LA TMS eEG-de resolución de milisegundos-accionada se utiliza para sincronizar los pulsos TMS con una fase predeterminada de las oscilaciones cerebrales en curso11,demostrando que la desviación negativa del EEG del ritmo alfa-alfa corresponde a un ritmo más alto estado de excitabilidad cortical (que conduce a amplitudes MEP más grandes) en comparación con la desviación positiva del EEG8,11,12,20. En este manuscrito, presentamos un método para llevar a cabo protocolos TMS activados por EEG en tiempo real para estudiar las redes cerebrales humanas.

Protocol

Todos los procedimientos experimentales descritos en las siguientes secciones han sido aprobados por el Comité de ética institucional siguiendo las directrices de la Declaración de Helsinki, y todos los participantes proporcionaron consentimiento informado por escrito antes de estudiar la inscripción. 1. Participantes en el estudio Contratación de temas Reclutar participantes del estudio basados en criterios de inclusión predefinidos. Los candidatos a la prueba de detección de contraindicaciones, como la presencia de dispositivos médicos implantados (por ejemplo, marcapasos cardíacos), de acuerdo con las pautas de seguridad de TMS21,o para enfermedades neurológicas o psiquiátricas y el uso de medicamentos que actúan sobre el sistema nervioso. Para los estudios que requieren imágenes por resonancia magnética (RM), evalúe a los posibles participantes en el estudio posibles contraindicaciones a la RMN de acuerdo con las normas de seguridad radiológica22. Realice un análisis de potencia para asegurarse de que la muestra de estudio es suficiente para el análisis estadístico. Opcionalmente, preseleccionar sujetos que tengan una oscilación prominente de interés en la señal extraída por el montaje EEG elegido con el fin de mejorar la precisión de la detección de fase.NOTA: En este experimento, el Laplaciano centrado en C3 (C3 se refirió al promedio de los electrodos circundantes CP1, CP5, FC1 y FC5) se utilizó para extraer el ritmo sensorimotor con el sujeto en reposo y los ojos abiertos. Preseleccionados fueron sujetos que tenían un solo pico en la banda alfa (8-14 Hz) que contiene >25% de la potencia total en el espectro de potencia de densidad de fuente de corriente (CSD). Este criterio garantizaba que la amplitud de oscilación fuera lo suficientemente grande en comparación con el ruido de fondo (buena relación señal-ruido [SNR]) para permitir que el algoritmo estimara la fase instantánea de la señal de disparo con suficiente precisión y mayor la probabilidad de observar un efecto de excitabilidad significativa11,12,28,29,30. Información del sujeto Proporcione a los sujetos el formulario de consentimiento informado relacionado con el estudio. Proporcione cuestionarios impresos de detección de seguridad de TMS y RMN.NOTA: Estos documentos y el protocolo de estudio, así como el uso de datos personales (por ejemplo, de cuestionarios) y datos humanos identificables (por ejemplo, de RMN), deben ser aprobados previamente por el comité de ética (Consejo de Revisión Institucional). Pida al sujeto que llene los cuestionarios de detección de seguridad de TMS y RMN. Adquirir el consentimiento informado por escrito para la participación en el estudio y el uso planificado de los datos. Adquirir datos demográficos. Evalúe la entrega de asignaturas utilizando inventarios estándar (por ejemplo, el inventario de entregas de Edimburgo)23. Introducir el sujeto al procedimiento de configuración y estimulación. Asegúrese de que cada participante esté familiarizado con la sensación de TMS y lo tolere bien. Adquiera la RMN para cada participante antes de las sesiones experimentales de TMS. Se requieren imágenes de RM anatómica de toda la cabeza, incluyendo la parte superior del cuero cabelludo y puntos de referencia anatómicos (es decir, el tragus de ambos oídos), ya que estos servirán como puntos fiduciarios para la neuronavegación en los pasos posteriores de este protocolo. Programar las sesiones experimentales de acuerdo con las especificaciones del protocolo de estudio (es decir, tener en cuenta los “períodos de lavado” entre los experimentos).NOTA: Idealmente, los sujetos deben venir al mismo tiempo y el mismo día de la semana en protocolos que comparan diferentes condiciones en múltiples sesiones. Indique a los participantes que se abstengan de consumir alcohol, nicotina o cafeína antes de las sesiones experimentales programadas. Los sujetos también deben haber dormido regularmente la noche antes del experimento y no estar inusualmente cansados. 2. Preparación de la configuración Sistema EEG compatible con flujo de datos en tiempo real Utilice un amplificador EEG/EMG TMS-compatible que pueda manejar los picos de voltaje inducidos por el pulso TMS.NOTA: El sistema de amplificador es necesario que un flujo de datos sin procesar esté disponible a una latencia baja constante (<5 ms) para su posterior procesamiento por un procesador en tiempo real. En este experimento, se utilizó un amplificador de bioseñal de 24 bits de 80 canales para grabaciones EEG y EMG. Configure el sistema de amplificador EEG/EMG en un filtro de paso bajo (por ejemplo, corte de 0,16 Hz) y reduzca la muestra de los datos de bioseñal a 5 kHz desde la frecuencia de muestreo en la etapa de la cabeza del amplificador. Asegúrese de que el sistema de amplificador envíe paquetes de datos que contengan los canales relevantes a través de un protocolo de datagramas de usuario (UDP) en tiempo real al procesador en tiempo real a intervalos constantes regulares de 1 ms. Utilice una alta frecuencia de muestreo (por ejemplo, 5 kHz) para capturar las respuestas EMG y minimizar el retardo del filtro de los datos EEG. Dispositivo TMS compatible con EEG Utilice un dispositivo TMS que se pueda accionar externamente con un retardo fijo y mínimo y que minimice los artefactos en la grabación simultánea del EEG (por ejemplo, el ruido de línea en el EEG a través del cable de la bobina TMS, recargando los artefactos después del pulso). Asegúrese de que la distancia entre el estimulador TMS (incluyendo la bobina y el cable de bobina) y el sistema de grabación EEG esté maximizada para reducir la interferencia eléctrica (al menos 1 m). Siempre que sea posible, apague las fuentes de interferencia electromagnética, como ventiladores y motores. Además, asegúrese de que los cables de grabación EEG y EMG estén posicionados y alineados de tal manera que la interferencia común se cancele. Sistema de procesamiento de datos EEG en tiempo realNOTA: El flujo de datos EEG en tiempo real se adquiere y analiza usando un sistema de procesamiento de señal digital en tiempo real, que entonces acciona el dispositivo TMS cuando se cumple una condición predeterminada. Dicho sistema ha sido desarrollado a medida en nuestro laboratorio11 para implementar un algoritmo de detección de fase similar al enfoque de Chen et al.24 y consta de los siguientes pasos. Analizar una ventana deslizante de datos, 500 ms de largo (Figura1a), para estimar la fase instantánea de la oscilación cerebral objetivo para desencadenar fase-específicamente el estimulador TMS. Realizar el filtrado de paso de banda de la ventana para las frecuencias de interés (por ejemplo, entre 9 y 14 Hz para el ritmo sensorimotor -alfa; Figura 1b). Considere la posibilidad de ajustar los parámetros del filtro a la frecuencia pico individual de la oscilación de destino. Elimine los datos distorsionados por los efectos de borde de filtrado. Tenga en cuenta que hay una compensación en que los filtros más fuertes tienen efectos de borde más grandes. Utilice un modelo autoregresivo para predecir hacia adelante la señal (Yule-Walker, orden 30; Figura 1c). Aplique una transformación Hilbert de la ventana de datos resultante para producir la señal analítica, a partir de la cual se determina la fase instantánea de la señal tomando el ángulo del número complejo en el punto de tiempo pertinente. Calcule el espectro de potencia eEG a partir de la ventana deslizante de datos en los contenedores de frecuencia de interés (por ejemplo, 9-14 Hz) utilizando un FFT con ventanaS Hann de corto tiempo. Cuando la fase y la potencia cumplen con un criterio predeterminado (por ejemplo, un pico negativo, el umbral de potencia mínimo), genere un pulso de salida digital (TTL) con el sistema en tiempo real para accionar el dispositivo TMS. Sistema de neuronavegación Para monitorear la posición de la bobina y lograr una focalización DE TMS precisa y consistente dentro y entre sesiones, utilice un sistema de neuronavegación.NOTA: Un sistema de cámara infrarroja estéreo se utiliza con precisión para localizar en rastreadores reflectantes de espacio tridimensionales, que se montan en la cabeza del sujeto y la bobina de estimulación, lo que permite un posicionamiento relativo preciso de la bobina con respecto al cerebro del individuo anatomía después de la calibración y el registro de resonancia magnética. Para los estudios de una sola sesión y cuando se planea analizar sólo el EMG y no las respuestas del EEG a TMS, la navegación basada en un cerebro estándar en lugar de una resonancia magnética individual es suficiente. Cargue los datos de RMN estructurales individuales en el software del sistema de navegación antes de iniciar el experimento para cada participante. Computadora de control experimental Utilice un ordenador de control experimental que esté conectado al sistema EEG, al dispositivo TMS, al dispositivo en tiempo real y al sistema de neuronavegación.NOTA: El software EEG controla el sistema de amplificadores EEG, establece parámetros e inicia y detiene el archivado de datos EEG. El dispositivo TMS se puede controlar a distancia para cambiar los parámetros de estimulación (intensidad, dirección actual, etc.) con una caja de herramientas de control remoto25. Controle de forma remota el dispositivo en tiempo real para establecer las condiciones de disparo deseadas.NOTA: El sistema de neuronavegación puede ser controlado a distancia, por ejemplo para apuntar a diferentes ubicaciones de bobinas. Combine todo lo anterior en un script de control experimental para permitir la automatización de las condiciones experimentales y el flujo de control. Electrodos de grabación EEG Asegúrese de que las tapas de grabación EEG compatibles con TMS con el diseño de electrodo deseado estén disponibles en diferentes tamaños. Mida la circunferencia de la cabeza del sujeto y prepare la tapa del tamaño adecuado. Mantenga a mano los materiales necesarios para la preparación del EEG (por ejemplo, geles abrasivos y conductores, jeringas con agujas romas estériles, etc.). Electrodos de grabación EMG Mantenga lista la superficie de los electrodos EMG, los cables y los materiales necesarios para la preparación de la piel. 3. Llevar a cabo el experimento Preliminares Asegúrese de que la documentación requerida está en orden (se firma el formulario de consentimiento del estudio) y que el participante no ha tenido efectos adversos desde la sesión anterior. Asiento el sujeto en una posición reclinable cómoda para minimizar el movimiento de la cabeza durante el experimento. Una almohada de vacío envuelta alrededor del cuello y la parte inferior de la cabeza puede ayudar a apoyar la cabeza del participante sin causar tensión muscular adicional (por ejemplo, como lo haría un descanso en la barbilla). Preparación de EEG y EMG Coloque la tapa EEG del tamaño adecuado en la cabeza del sujeto y coloque la tapa correctamente. Evite la tensión excesiva por debajo de la barbilla para reducir la actividad craneal y muscular del cuello que podría contaminar el EEG26. Registre el asunto en el software de grabación EEG. Preparar los electrodos EEG de acuerdo con el protocolo específico del laboratorio (por ejemplo, aplicar gel abrasivo seguido de gel conductor). Compruebe que las impedancias del electrodo EEG están por debajo de 5 ko. Para evitar que el gel conductor se seque o se una el tareamiento de los electrodos adyacentes por cualquier movimiento de la bobina TMS, cubra la tapa EEG con una envoltura de plástico. A continuación, coloque una tapa de red sobre la envoltura de plástico para mantener los cables en una posición fija para reducir la variabilidad de los artefactos EEG, y aplique cinta adhesiva para aumentar la estabilidad de las múltiples capas. Coloque los electrodos EMG de la superficie sobre los músculos objetivo después de haber limpiado y abrasado ligeramente la piel (por ejemplo, utilice una grabación bipolar desde el músculo de la mano brevis del abductor derecho en un montaje de la uña-tendón).NOTA: Aquí, se utilizó un registro bipolar del músculo de la mano brevis del abductor derecho en un montaje de vientre-tendón. La colocación de electrodos EMG es importante ya que los electrodos de superficie generalmente registran la actividad de múltiples músculos subyacentes. Verifique la coincidencia correcta entre los sensores EEG reales en la cabeza y las trazas registradas en el sistema EEG tocando algunos electrodos EEG para causar artefactos. Como comprobación de cordura, verifique que el alfa occipital aumente cuando el participante cierre los ojos. Inspeccione visualmente la señal EEG y EMG en curso en busca de artefactos (por ejemplo, ruido de línea, actividad muscular) o electrodos defectuosos. Asegúrese de que el participante permanezca despierto y mantenga los ojos abiertos durante todo el experimento para evitar que las oscilaciones alfa occipitales contaminen la señal. Preparación de la neuronavegación Fije el rastreador de cabeza reflectante a la cabeza del participante con suficiente cinta adhesiva para garantizar la estabilidad durante todo el experimento. Utilice la herramienta de puntero para coinscribir el modelo de cabeza con los puntos de referencia anatómicos relevantes (por ejemplo, el nasion, el tragi de ambas orejas, las esquinas de los ojos). Fije un rastreador de bobinas a la bobina de estimulación y calibre la bobina. Coloque el puntero en diferentes puntos de la superficie de la cabeza y verifique la exactitud de la posición mostrada en el monitor del sistema de neuronavegación. Localice las ubicaciones del sensor EEG para el registro previo con la RMN individual. EEG de línea base Demostrar artefactos típicos de EEG al sujeto (por ejemplo, tragar, masticar, parpadear los ojos) e instruir al sujeto para evitarlos durante todo el experimento. Además, pídales que eviten apretar la mandíbula, bostezar o hablar. Pida al sujeto que se fije en un punto con los ojos abiertos y realice una breve grabación del EEG de estado de reposo con los ojos abiertos. Si es necesario para el cálculo de filtros en tiempo real, registre la actividad adicional del EEG durante las tareas. Encontrar el “punto de acceso” del motor y determinar el umbral del motor de reposo Encuentre el “punto de acceso” del motor (es decir, la ubicación de estimulación sobre la que TMS de un solo pulso genera MEP bien formados de una amplitud comparativamente consistente en los ensayos) y guarde la posición de la bobina correspondiente (incluida la orientación de la bobina y la angulación) en la orientación de la bobina y la angulación) en la orientación de la bobina y la angulación) sistema de neuronavegación. Encuentre el umbral del motor de reposo (RMT) aplicando pulsos únicos de TMS sobre la corteza motora a aumentando gradualmente las intensidades de estimulación hasta que los eurodiputados provocados tengan amplitudes de pico a pico superiores a 50 v en más del 50% de los ensayos21. Si está disponible, utilice un script automatizado para la estimación de parámetros mediante pruebas secuenciales (PEST), por ejemplo, siguiendo una estrategia de máxima verosimilitud27 que también proporcione una estimación en línea del intervalo de confianza de RMT basado en el variabilidad de respuestas únicas y que normalmente requiere alrededor de 30 pulsos de prueba de intensidad variable adaptativa para obtener una estimación robusta de RMT. Si esta no es la primera sesión experimental, compare la posición de la bobina con la posición anterior y compare el RMT obtenido con el RMT anterior para validar la consistencia. Si es necesario, determine las intensidades de estimulación para el umbral motor activo (AMT) o para la amplitud MEP de pico a pico de 1 mV utilizando los procedimientos estándar21. Preparación final de los participantes Opcionalmente, inmovilice la cabeza del sujeto con una almohada de vacío. Opcionalmente, entregue un ruido de enmascaramiento a través de los tapones para los oídos (cuando planee analizar los potenciales EEG TMS-evoked). De lo contrario, proporcione al sujeto tapones para los oídos y auriculares para la protección auditiva. Opcionalmente, alinee y fije la bobina en la posición deseada utilizando un brazo mecánico. Validación de la calidad de los datos previos al experimento Compruebe que el procesador en tiempo real está recibiendo datos del sistema EEG. Compruebe la señal obtenida del filtro espacial EEG deseado (por ejemplo, montaje laplaciano centrado en C3) para artefactos obvios. Confirme visualmente la calidad de la señal EEG, compruebe si hay electrodos defectuosos, ruido de línea excesivo y artefactos musculares, y ajuste la ventana de tiempo y el escalado de amplitud en el software del sistema EEG para la inspección visual continua durante el experimento. Sesión experimental principal A menos que la intensidad del estimulador se controle a distancia en el script experimental, ajuste manualmente la intensidad de estimulación al valor deseado (por ejemplo, el 110% del RMT). Inicie el script experimental para aplicar pulsos en diferentes fases de la oscilación de destino en un orden aleatorio. Durante el experimento, supervise los umbrales de condición de desencadenador (umbral de detección de artefactos, umbral de preinervación, potencia mínima, etc.).NOTA: Los estímulos se activarán a intervalos irregulares, ya que el procesador en tiempo real está esperando a que se produzcan las condiciones de activación. Sin embargo, las condiciones deben establecerse de tal manera que la mayoría de los estímulos se produzcan dentro de un intervalo predecible (por ejemplo, 2-3 s después del pulso anterior), y se eviten largas pausas (por ejemplo, en este caso, >5 s), ya que estos conducirían a respuestas evocadas más grandes debido a la novedad. Alternativamente, utilice la estratificación post hoc para eliminar los ensayos después de intervalos demasiado largos. Para lograr suficiente potencia estadística para diferenciar los efectos de estimulación específicos de la fase, adquiera un número suficiente de ensayosNOTA: Por lo general, elegimos 80-120 ensayos intercalados por condición20. Documente las horas de inicio y finalización de las distintas sesiones y mantenga un registro de cualquier ocurrencia inusual.

Representative Results

La utilización del TMS activado por EEG en tiempo real en la corteza motora primaria humana revela efectos diferenciales de excitabilidad corticoespinal y plasticidad. Usando el protocolo descrito anteriormente, se aplicó EEG-TMS en tiempo real, sincronizando TMS con la fase oscilatoria EEG en curso del sensor imotor endógeno -ritmo en tres condiciones de disparo (pico positivo, pico negativo y fase aleatoria) en orden aleatorio . Se utilizó un montaje de EEG laplaciano para extraer el ritmo del sensorimotor haciendo referencia al electrodo EEG C3 al promedio de cuatro electrodos circundantes (FC1, FC5, CP1 y CP5). El cuadro 2a muestra la señal EEG del preestímulo promedio en el 400 ms antes del pulso TMS para las tres condiciones predefinidas. El promedio de los eurodiputados registrados de los músculos de la derecha se muestran en la Figura 2b. Estos resultados muestran que la desviación negativa del EEG del ritmo de la temperatura corresponde a un estado de excitabilidad cortical más alto (que conduce a amplitudes MEP más grandes) en comparación con la deflexión positiva del EEG, con baja variabilidad interauricular de la Efectos excitabilidad, presentados en la Figura 2c. Figura 1 : TMS de fase EEG dependiente del estado cerebral. Los datos brutos del EEG del cuero cabelludo derivados de un montaje laplaciano de cinco canales centrado en el electrodo C3 sobre la corteza sensorimotor izquierda fueron adquiridos muestra por muestra por un sistema de procesamiento de señal digital en tiempo real. (a) El algoritmo procesó una ventana deslizante de 500 ms de datos EEG cada 2 ms. (b) La señal después del filtrado de paso de banda y la eliminación de los artefactos de borde. (c) La señal predicha hacia delante (traza roja) basada en un modelo de previsión autoregresiva que se calculó a partir de la ventana de datos. La fase en el momento cero (“ahora mismo”) se estimó utilizando una transformación Hilbert, la potencia espectral se estimó a partir de la ventana de datos. El estimulador TMS se activó cuando se cumplió una condición de fase predefinida y amplitud espectral. TMS sobre la corteza motora primaria izquierda dio lugar a mep en los músculos de la mano derecha registrados con EMG de superficie. Haga clic aquí para ver una versión más grande de esta figura. Figura 2: Datos de un sujeto ejemplar que recibió TMS activado por EEG en tiempo real sobre la M izquierda 1 , apuntando a la fase de la Sensorimotor de 10 Hz-ritmo. Se aplicaron cien estímulos cada uno de acuerdo con tres condiciones de activación de fase (pico positivo, pico negativo y fase aleatoria) en combinación con una condición de umbral de potencia espectral mínima constante de 10 Hz, en orden aleatorio, con un intervalo intertrial de aproximadamente 3 s. Se utilizó un montaje de EEG laplaciano para extraer el ritmo del sensorimotor haciendo referencia al electrodo EEG C3 al promedio de cuatro electrodos circundantes (FC1, FC5, CP1 y CP5). (a) Señal EEG de preestímulo promedio en el ms 400 antes del pulso TMS para las tres condiciones. (b) Rastro medio de EMG del potencial evocado del motor (MEP) registrado desde el músculo brevis de los polimitos del abductor derecho para cada condición. (c) Amplitud MEP pico a pico (en microvoltios) de cada prueba a lo largo del tiempo, por condición de disparo. Observe que los MEP son más grandes en la condición de pico negativo, más pequeñoen en la condición de pico positivo, e intermedios en la condición de fase aleatoria. (d) La amplitud media del MEP en cada condición se muestra con barras de error que ilustran el error estándar de la media. Tenga en cuenta que un participante con un efecto particularmente claro ha sido seleccionado con fines ilustrativos y que este tamaño de efecto no es representativo para el promedio del grupo. Haga clic aquí para ver una versión más grande de esta figura.

Discussion

El TMS activado por EEG dependiente del estado cerebral es un método novedoso con perspectivas únicas con respecto a la eficacia y consistencia de los efectos de estimulación cerebral subsiguientes8,9,31. La principal ventaja del método es que un estado cerebral endógeno funcionalmente relevante puede ser específicamente dirigido a desencadenar el pulso TMS, induciendo respuestas cerebrales potencialmente menos variables y más duraderas11. TMS repetitiva activada por EEG en tiempo real en la fase negativa del ritmo sensorimotor de M1 humano (es decir, el estado de mayor excitabilidad corticoespinal, Figura 2) indujo una plasticidad similar a la LTP significativamente más fuerte (un aumento a largo plazo del MEP amplitud) en comparación con TMS11,20independiente del estado cerebral. Además de su utilidad científica, la aplicación de EEG-TMS en tiempo real a áreas corticales, como la corteza prefrontal dorsolateral (DLPFC), tiene el potencial de aumentar la eficacia de los protocolos actuales de estimulación cerebral terapéutica.

En este manuscrito, presentamos los pasos metodológicos para la implementación de EEG-TMS en tiempo real. Los requisitos fundamentales para la conducción de experimentos con este método son, en primer lugar, el uso de un sistema EEG compatible con TMS con una opción de salida digital en tiempo real y, en segundo lugar, el uso del procesamiento de señales en tiempo real con la implementación de una detección de fase algoritmo24, que extrae el ritmo cerebral deseado (p. ej., sensorimotor-ritmo) de la señal EEG registrada mediante filtros espaciales (por ejemplo, filtro laplaciano centrado en C3) y aplica estimulación cuando las condiciones preseleccionadas (es decir, fase y potencia de el ritmo cerebral objetivo) se cumplen. El rendimiento y la precisión del algoritmo dependen en gran parte del SNR de la grabación EEG20. Por lo tanto, los pasos de preparación del EEG del protocolo son cruciales para lograr un SNR alto y garantizar la activación precisa del TMS, y una preselección de participantes puede necesitar ser considerada si la oscilación de destino respectiva no es lo suficientemente observable con EEG en cada individuo. Además, es aconsejable el uso de brazos de apoyo mecánicos para las bobinas y almohadas de vacío para inmovilizar la cabeza del participante, con el fin de minimizar los artefactos debido a la presión variable de la bobina en los electrodos.

En cuanto a la aplicación del método EEG-TMS en tiempo real en paradigmas experimentales, la selección del ritmo cerebral de interés puede variar. Por lo tanto, los ajustes del filtrado son aconsejables para facilitar la identificación de la actividad cerebral dirigida. Recientemente, se han propuesto varios métodos de filtrado espacial para extraer de manera óptima un estado cerebral funcionalmente relevante (por ejemplo, en el espacio de canal19,con densidad de fuente actual13,con filtros espaciales locales11,28 , y con filtros individualizados utilizando, por ejemplo, la descomposición espacio-espectral29). Sin embargo, hasta ahora, no existe ningún método inequívoco para extraer de las señales eEG de superficie (espacio del sensor) la fase real de oscilación cerebral (espacio de origen). Los estudios futuros que evalúan la correspondencia de las señales de superficie y espacio de origen están garantizados para mejorar la precisión de los algoritmos EEG en tiempo real.

Mientras que en este protocolo nos hemos centrado en el ritmo del sensorimotor de 8-14 Hz para demostrar la influencia de la fase instantánea de esta oscilación en la excitabilidad corticoespinal, otras oscilaciones (por ejemplo, beta, theta, o oscilaciones infralentas) también pueden desempeñar un papel. Este método, en principio, se puede utilizar para apuntar a la fase de cualquier oscilación que se puede aislar con un SNR suficiente, incluyendo múltiples oscilaciones superpuestas (por ejemplo, un ciclo negativo de alfa y un pico positivo simultáneo de gamma).

Una limitación principal de los experimentos EEG-TMS en tiempo real es que la resolución espaciotemporal con respecto a las fuentes cerebrales depende en gran medida de la ocurrencia del artefacto y la consistencia de la estimulación. Por lo tanto, un requisito previo crítico del protocolo es la supervisión del rendimiento del algoritmo (es decir, garantizar que la estimulación se produce en la detección de la actividad neuronal y no artifa a lo largo del experimento). Además, la utilización de la neuronavegación para un posicionamiento óptimo y consistente de la bobina de estimulación (especialmente en paradigmas experimentales que utilizan sitios de estimulación como el DLPFC) es útil para reducir la variabilidad de la respuesta debido a la variabilidad en posición de la bobina. Observe también, como limitación adicional, que se requieren EEG/EMG, TMS y dispositivos de procesamiento en tiempo real seleccionados y configurados específicamente, junto con la experiencia en la preparación y realización de los experimentos de tal manera que se minimicen las fuentes externas de respuesta variabilidad que puede enmascarar el efecto del estado cerebral instantáneo.

En conclusión, demostramos un protocolo estándar para llevar a cabo experimentos EEG-TMS en tiempo real e introdujimos un método novedoso para utilizar los estados endógenos del cerebro de interés (es decir, fases preseleccionadas y potencia de una oscilación cerebral endógena dirigida) para desencadenar la estimulación cerebral. La investigación adicional utilizando el método EEG-TMS en tiempo real permitirá mejoras metodológicas y facilitará el desarrollo de protocolos eficaces para el estudio y modulación de las redes cerebrales humanas.

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

C.Z. reconoce el apoyo del Programa De Científico Clínico de la Facultad de Medicina de la Universidad de Tubinga. U.Z. reconoce el apoyo de la Fundación Alemana de Investigación (concesión ZI 542/7-1). T.O.B. reconoce el apoyo de la Fundación Alemana de Investigación (concesión BE 6091/2-1). J.O.N. reconoce el apoyo de la Academia de Finlandia (Decisiones No 294625 y 306845). Los autores reconocen el apoyo del Fondo de Publicación de Acceso Abierto de la Universidad de Tubinga.

Materials

EEG and EMG recording systems
EEG/EMG amplifier  NeurOne with Real-time Digital Out, Bittium Biosignals Ltd., Finland
TMS device  MAG & More Research 100, MAG & More GmbH, Munich, Germany
Software  Mathworks Simulink Real-Time (Mathworks Ltd, USA) 
Stereo infrared camera neuronavigation system including reflective head tracker, pointer tool, head tracker
Experimental control PC that is connected to the EEG system, the TMS stimulator, the real-time device and the neuronavigation system
EEG electodes, EMG electrodes, syringes, abrasive and conductive gel
Plastic wrap and adhesive tape

Riferimenti

  1. Hallett, M. Transcranial magnetic stimulation: a primer. Neuron. 55 (2), 187-199 (2007).
  2. Barker, A. T., Jalinous, R., Freeston, I. L. Non-invasive magnetic stimulation of human motor cortex. Lancet. 1 (8437), 1106-1107 (1985).
  3. Lopez-Alonso, V., Cheeran, B., Río-Rodríguez, D., Fernandez-del-Olmo, M. Inter-individual variability in response to non-invasive brain stimulation paradigms. Brain Stimulation. 7 (3), 372-380 (2014).
  4. Muller-Dahlhaus, J. F., Orekhov, Y., Liu, Y., Ziemann, U. Interindividual variability and age-dependency of motor cortical plasticity induced by paired associative stimulation. Experimental Brain Research. 187 (3), 467-475 (2008).
  5. Ziemann, U., Siebner, H. R. Inter-subject and inter-session variability of plasticity induction by non-invasive brain stimulation: Boon or bane?. Brain Stimulation. 8 (3), 662-663 (2015).
  6. Arieli, A., Sterkin, A., Grinvald, A., Aertsen, A. Dynamics of ongoing activity: explanation of the large variability in evoked cortical responses. Science. 273 (5283), 1868-1871 (1996).
  7. Thut, G., Ives, J. R., Kampmann, F., Pastor, M. A., Pascual-Leone, A. A new device and protocol for combining TMS and online recordings of EEG and evoked potentials. Journal of Neuroscience Methods. 141 (2), 207-217 (2005).
  8. Zrenner, C., Belardinelli, P., Müller-Dahlhaus, F., Ziemann, U. Closed-Loop Neuroscience and Non-Invasive Brain Stimulation: A Tale of Two Loops. Frontiers in Cellular Neuroscience. 10, 92 (2016).
  9. Bergmann, T. O. Brain State-Dependent Brain Stimulation. Frontiers in Psychology. 9, 2108 (2018).
  10. Matthews, P. B. The effect of firing on the excitability of a model motoneurone and its implications for cortical stimulation. Journal of Physiology. 518 (Pt 3), 867-882 (1999).
  11. Zrenner, C., Desideri, D., Belardinelli, P., Ziemann, U. Real-time EEG-defined excitability states determine efficacy of TMS-induced plasticity in human motor cortex. Brain Stimulation. 11 (2), 374-389 (2018).
  12. Stefanou, M. I., Desideri, D., Belardinelli, P., Zrenner, C., Ziemann, U. Phase Synchronicity of mu-Rhythm Determines Efficacy of Interhemispheric Communication Between Human Motor Cortices. Journal of Neuroscience. 38 (49), 10525-10534 (2018).
  13. Berger, B., Minarik, T., Liuzzi, G., Hummel, F. C., Sauseng, P. EEG oscillatory phase-dependent markers of corticospinal excitability in the resting brain. BioMed Research International. 2014, 936096 (2014).
  14. Keil, J., et al. Cortical brain states and corticospinal synchronization influence TMS-evoked motor potentials. Journal of Neurophysiology. 111 (3), 513-519 (2014).
  15. Rogasch, N. C., et al. Analysing concurrent transcranial magnetic stimulation and electroencephalographic data: A review and introduction to the open-source TESA software. NeuroImage. 147, 934-951 (2017).
  16. Herring, J. D., Thut, G., Jensen, O., Bergmann, T. O. Attention Modulates TMS-Locked Alpha Oscillations in the Visual Cortex. Journal of Neuroscience. 35 (43), 14435-14447 (2015).
  17. Romei, V., et al. Spontaneous fluctuations in posterior alpha-band EEG activity reflect variability in excitability of human visual areas. Cerebral Cortex. 18 (9), 2010-2018 (2008).
  18. Sauseng, P., Klimesch, W., Gerloff, C., Hummel, F. C. Spontaneous locally restricted EEG alpha activity determines cortical excitability in the motor cortex. Neuropsychologia. 47 (1), 284-288 (2009).
  19. Bergmann, T. O., et al. EEG-guided transcranial magnetic stimulation reveals rapid shifts in motor cortical excitability during the human sleep slow oscillation. Journal of Neuroscience. 32 (1), 243-253 (2012).
  20. Schaworonkow, N., Triesch, J., Ziemann, U., Zrenner, C. EEG-triggered TMS reveals stronger brain state-dependent modulation of motor evoked potentials at weaker stimulation intensities. Brain Stimulation. 12 (1), 110-118 (2019).
  21. Rossi, S., Hallett, M., Rossini, P. M., Pascual-Leone, A. Safety of TMS Consensus Group. Safety, ethical considerations, and application guidelines for the use of transcranial magnetic stimulation in clinical practice and research. Clinical Neurophysiology. 120 (12), 2008-2039 (2009).
  22. Kanal, E., et al. ACR guidance document for safe MR practices: 2007. American Journal of Roentgenology. 188 (6), 1447-1474 (2007).
  23. Oldfield, R. C. The assessment and analysis of handedness: The Edinburgh inventory. Neuropsychologia. 9 (1), 97-113 (1971).
  24. Chen, L. L., Madhavan, R., Rapoport, B. I., Anderson, W. S. Real-time brain oscillation detection and phase-locked stimulation using autoregressive spectral estimation and time-series forward prediction. IEEE Transactions on Biomedical Engineering. 60 (3), 753-762 (2013).
  25. Habibollahi Saatlou, F., et al. An open-source MATLAB toolbox for external control of transcranial magnetic stimulation devices. Brain Stimulation. 11 (5), 1189-1191 (2018).
  26. Lioumis, P., Zomorrodi, R., Hadas, I., Daskalakis, Z. J., Blumberger, D. M. Combined Transcranial Magnetic Stimulation and Electroencephalography of the Dorsolateral Prefrontal Cortex. Journal of Visualized Experiments. (138), e57983 (2018).
  27. Mishory, A., et al. The maximum-likelihood strategy for determining transcranial magnetic stimulation motor threshold, using parameter estimation by sequential testing is faster than conventional methods with similar precision. The Journal of Electroconvulsive Therapy (ECT). 20 (3), 160-165 (2004).
  28. Thies, M., Zrenner, C., Ziemann, U., Bergmann, T. O. Sensorimotor mu-alpha power is positively related to corticospinal excitability. Brain Stimulation. 11 (5), 1119-1122 (2018).
  29. Schaworonkow, N., et al. μ-Rhythm Extracted With Personalized EEG Filters Correlates With Corticospinal Excitability in Real-Time Phase-Triggered EEG-TMS. Frontiers in Neuroscience. 12, 954 (2018).
  30. Hjorth, B. An on-line transformation of EEG scalp potentials into orthogonal source derivations. Electroencephalography and Clinical Neurophysiology. 39 (5), 526-530 (1975).
  31. Bergmann, T. O., Karabanov, A., Hartwigsen, G., Thielscher, A., Siebner, H. R. Combining non-invasive transcranial brain stimulation with neuroimaging and electrophysiology: Current approaches and future perspectives. NeuroImage. 140, 4-19 (2016).

Play Video

Citazione di questo articolo
Stefanou, M., Baur, D., Belardinelli, P., Bergmann, T. O., Blum, C., Gordon, P. C., Nieminen, J. O., Zrenner, B., Ziemann, U., Zrenner, C. Brain State-dependent Brain Stimulation with Real-time Electroencephalography-Triggered Transcranial Magnetic Stimulation. J. Vis. Exp. (150), e59711, doi:10.3791/59711 (2019).

View Video