定常状態誘発電位の時間進化を追跡する方法

本研究は、チリ・バルパライソ大学の研究倫理委員会(評価声明コードCEC170-18)の承認を得て実施し、ヒト被験者との研究に関する国家ガイドラインに確認された。 1. 準備 件名を歓迎します。 研究の目的と関連性を説明する。関連する技術的な詳細の説明を提供します。すべての質問に徹底的に答えます。 必要に応じて、いつでも実験セッションを中断できることを明示的に言及します。 ボランティアに対して、件名に関する同意書を読み、対応するフォームに署名してもらいます。インフォームド コンセントが取得されない場合は、実験セッションを中断します。 2. 被験者の準備 被験者に快適な位置で実験室の椅子に座るように頼む。 エタノールで頭皮をきれいにする(95%の溶液)死んだ皮膚細胞の層とそれを覆う皮脂を除去する。このステップは、電極と頭皮の間のインピーダンスを低減するために重要です。 測定テープでヘッド円周を測定し、使用する電極キャップのサイズを定義します。 電極キャップを着用するように被験者に依頼します。キャップの快適で正しい位置決めの指示を提供します。 鼻(Nz、鼻の上の目と鼻の上の間のくぼみによって識別することができる鼻前部縫合糸の中間点)とイオン(Iz、後頭骨の顕著)との間の距離を測定テープを使用して測定します。 測定テープを使用して、左右の前耳のポイント(耳の耳の前のくぼみとして識別される)間の距離を測定します。 電極キャップの位置を補正し、前の手順で定義した架空の線の交点がヘッドの頂点に対応するようにします。調整後、被写体が快適であることを確認します。 実験のために考慮される場所に応じて、電極ホルダーに導電性ゲルを入れてください。 インターナショナル 10-20 システム31に続く 64 の頭皮の位置を使用して、プロトコルの結果を使用してソースローカリゼーション分析を実行します。必要に応じて、頭皮上の電極位置(128)の数が多いほど使用できます。 ソースローカリゼーション解析が計画されていない場合は、臨床または歩行設定(少数の電極のみ)を実装します。後頭部の場所を使用して、SSVEP、ASSR を取得する時間的な場所、および SSSEP を記録する頭頂部の場所を記録します。 電極ホルダーの電極を押します。電極のラベルがキャップ内の位置のラベルと一致していることを確認します。 ボランティアを実験室に同行する(好ましくは、遮蔽された、音減衰室)。快適な位置で、部屋の中の椅子に座るように被験者に尋ねます。 物理的な参照(頭皮電極とは異なる)がEEG記録を再参照するために使用される場合は、鼻と耳たぶに外部電極を置きます(ステップ3.8.1)。 外電極を円形の場所に配置します。 頬と頭部の前頭部の前頭部に電極を置き、眉の上に約1cm上に、点滅を記録します(ステップ2.6.1)。 目の外側のカンサスに電極を置き、中線の上下約1cmで目の動きを記録します(ステップ2.6.1)。注:電極図(EOG)は、点滅と目の動きによって誘発されるEGGアーティファクトを除去するためのステップ3.8.5で使用されます。 EEG取得システムをオンにし、低インピーダンスシステムを使用してEEGを記録する場合は、電極インピーダンスを確認します。製造元の指示に応じて、必要に応じてインピーダンスを修正します。インピーダンスは10kΩ32以下にしてください。 被写体にまばたきをし、異なる方向に目を動かして、EOGが正しく記録されていることを確認します。 SSVEP のダイナミックを解析するには、被写体の視野角に合わせて画面の位置を垂直方向に調整します。快適なレベルが達成されるまで、部屋のライトを暗くします。画面の輝度レベルを参加者の快適度の上限に調整します。 ASSRのダイナミクスを分析するには、正しいフォームインサートを使用してイヤホンを挿入し、イヤホンが外耳道にフィットするようにします。音が所望の強度(例えば、心理物理学の快適なレベル33)で送達されることを確認してください。 3. 脳波の取得と前処理 実験計画で定義された刺激パラメータを設定します。ソフトウェアの詳細については、刺激システムの製造元が提供する取扱説明書を参照してください。注:SSVEPおよびASSRの生成に使用される刺激の包括的な説明については、それぞれNorcia et al.8およびRance34を参照してください。 刺激に注意を払うように被験者に指示し、視覚のエントレインが実験の話題である場合に。 聴覚の巻き上げが実験の話題である場合は、音をオフにして字幕付きムービーを提示します。注:サイレントムービーのプレゼンテーションは、覚醒レベル25を維持しながら、音響刺激からの注意の偏向を可能にします。 現在の刺激は90sを超え、ヒトおよび動物モデル21、22、25、26の両方におけるSSVEPおよびASSRの時間進化を調査するために行われている。注:パイロット調査が行われた場合、持続時間が短い刺激を提示します。 1 つの実験条件のみがテストされている場合は、刺激を 2 分間一時停止します。被験者と対話して意識を確認します。注: 一時停止の継続時間は、刺激の継続時間によって異なります。刺激間隔より3倍長く一時停止すると、1つの刺激によって引き起こされた応答が前の刺激の影響を受けないようにします。サブジェクトが要求する場合は、より長い一時停止が許可されます。 10sの一時停止と交互刺激が提案されているので、異なる実験条件が試験されたときに少なくとも10sの刺激を一時停止し、余分な適応効果を減少させ、実験25の長さを減らすことが提案されている。 エポックの平均化後の測定値の高い SNR を確認するために、プレゼンテーション手順 (手順 3.3~3.4) を少なくとも 30 倍繰り返します(ステップ 4.4)。 標準的な手順35を使用して脳波を記録する。実験実行ごとに個別の EEG ファイルを作成します。注: ソフトウェアの詳細については、取得システムの取扱説明書を参照してください。 脳波記録を監視して、アルファアクティビティのレベルと点滅するアーティファクトが表示される頻度に基づいて睡眠期間を検出します。点滅周波数の低下を伴うアルファレベルの増加が検出された場合、実験を一時停止します。睡眠期間が検出されたときに、さらなる分析から実験実行を拒否します。 実験実行の終了時に定常状態応答の振幅を計算し、実験で使用される取得ソフトウェアの取扱説明書に記載されている指示に従って計算する。 各実験実行の最後に得られた定常応答の振幅を比較することにより、被験者の注意レベルを監視します。最初の実験実行で得られた定常状態振幅を基準振幅として設定します。 拒絶しきい値を設定します (基準振幅に関する応答振幅の 5% の減少)。定常状態応答の振幅が拒絶基準を満たす実験実行を拒否します。 実験計画で定義された実行数を取得した後、実験セッションを終了します。 製造元の指示に従って次の手順で説明されている標準的な脳波手順35を使用して、EEG データをオフラインで事前処理します。 平均参照(すべての記録電極の平均)または電極のサブセットの平均を使用して記録を再参照します。あるいは、物理的参照を使用する(例えば、ステップ2.4に記載の鼻および耳たぶに置かれた外部電極)。 脳波集録中に放射状座標系を使用した場合は、電極座標を国際10/20系に変換します。変換の詳細については、製造元のマニュアルを参照してください。 バンドパスフィルタ 0.5~300 Hz の間のEEG信号をフィルタリングする 必要に応じてノッチフィルタ(50 Hzまたは60Hzを中心に)を設定します。 EEG 信号をダウンサンプリングして、眼のアーティファクトを除去するために選択したアルゴリズムの実行時間を短縮します(ステップ 3.8.5)。注:512 Hzのサンプリング周波数は、40 Hz35以下の周波数の脳振動を分析するのに十分です。 眼のアーティファクトを取り除く。注:この目的のために、異なる技術を使用することができます(アーティファクト除去アルゴリズムの広範なレビューについては、ウリギュエンとガルシアザピレイン35を参照してください)。その中で、独立した成分分析は、最も拡張された方法論の1つであり、商用および自由分析ソフトウェア37、38、39の両方で実装されている。 刺激にタイムロックされたエポックでEEGデータをセグメント化します。実験の目的に応じてエポックの長さを選択します。注: エポックは、十分なスペクトル分解能を持つ周波数領域における定常状態応答の分析を可能にするのに十分な長さである必要があります。 アーティファクトを含むエポックを検出して削除するには、この段階でアーティファクト拒否アルゴリズムを実行しないでください。注: この段階でエポックを削除すると、データセットがエポックの列ごとの平均化を実行するように編成されたときにエラーが発生します (手順 4.2 および 4.4)。拒否アルゴリズムは、後の処理ステップ (ステップ 4.1.4) で実装されます。 DC-デトレンド関数を実行して、個々のEEGエポックのDCトレンドを計算し、それらを修正します。 ベースライン補正機能を実行して、記録のベースラインを修正します。200 ミリ秒より長い事前刺激時間間隔を選択します。注: ベースライン修正は、選択した時間間隔内のデータの平均化で構成されます。平均は各チャネルについて計算され、各エポックの各データポイントから減算されます。 4. 応答振幅の計算 定常状態応答の計算に必要なパラメータを入力します (図 1A)。注: データの処理に使用される社内コードは、で自由に入手できます。詳細については、コード内のヘルプ テキストを参照してください。同様に、このスタディで使用されるデータのサブセットも利用できます。 実験の録画数 (実験実行) を入力します。 個々の録音をセグメント化するエポックの長さを入力します。 実験のサンプリング頻度を入力します。 アーティファクトを含むエポックを検出して削除するには、アーティファクト拒否アルゴリズムを選択します。使用可能な選択基準は、1)グラデーション(2つの連続したサンプル間の絶対差)、2)最大最小(エポックの最大振幅と最小振幅の差)、および3)振幅(絶対最大および最小振幅)です。 処理コードを実行します。注: このオプションを選択すると、手順 4.2-4.7 が自動的に実行されます。必要に応じて、手順を手動で実行します。 n 行とm列のデータ 行列にエポックを再配置し、n は記録の数 (実験実行) とmのエポック数を表します (図 1B)。 エポックを重み付けして、モーションと筋肉のアーティファクトの効果を減衰させます。注:加重EEGエポックは、各電圧サンプルをそれらが属するエポックの振幅分散で割ることによって得られ、分散は振幅変動および重み係数40の尺度として使用される。 列ごとのデータセットの平均値。この目的のために、時間ドメインは、異なる録音の同じタイムウィンドウに対応するエポックを平均化します。注: このステップでは、信号対雑音比(SNR)が著しく高い記録における定常振幅の計算が可能になります。 外部ソフトウェアのエントレインメントの時間進化をさらに分析するために、平均化に起因する時系列をエクスポートします。 高速フーリエ変換(FFT)を使用して、列ごとの平均化に起因する各エポックの定常状態応答の振幅を計算します。注: FFT の長さは、1 つのエポックの長さに対応する必要があります。ウィンドウ化手法の実装は必須ではありません。定常応答の振幅は、感覚刺激の振幅変調の周波数で得られるスペクトル振幅として定義される。 ベクトルは、応答の周波数の両側にあるFFTビンのアドホック数の振幅を平均して、残留ノイズレベル(RNL)を計算します。FFTビンの数は、応答の周波数の両側で、約3Hzの周波数帯域に対応する必要があります。注:定常応答の高周波特異性は、応答振幅を同様の周波数でバックグラウンド振動とは無関係にし、比較的狭い周波数帯域41に均一に分配する,42歳,43. 定常状態応答とRNLの振幅を列インデックスの関数としてプロットし(すなわち、後天的なエポックの数)、刺激間隔中の定常状態応答の進化を探索する。