Özet

リアルタイム脳波による脳血管刺激による脳状態依存性脳刺激-経頭蓋磁気刺激

Published: August 20, 2019
doi:

Özet

本論文では、リアルタイムの脳波撮影を誘発する経頭蓋磁気刺激を用いて、ヒトの脳ネットワークを研究し、調節する。

Abstract

脳への刺激の効果は、刺激のパラメータだけでなく、刺激時の脳活動のダイナミクスにも依存します。リアルタイムの脳状態依存性刺激システムにおける脳波検査(EEG)と経頭蓋磁気刺激(TMS)の組み合わせは、脳活動のダイナミクス、皮質興奮性、可塑性誘導の関係の研究を可能にする.ここでは、リアルタイムデータ解析システムを用いて、脳刺激のタイミングを進行中の脳波振動相と同期させる新開発の手法を示す。このリアルタイムの脳波誘発TMSは、ヒト運動皮質のTMSが、感覚運動μ-α(8-14Hz)リズムの表面EEG負のピークと同期すると、微分皮質脊髄興奮性および可塑性効果を示している。この方法の利用は、瞬間的な脳の状態に関するリアルタイム情報が有効な可塑性誘導に使用できることを示唆している。さらに、このアプローチは、より効果的な治療的脳刺激プロトコルの開発につながる可能性のあるパーソナライズされた脳同期脳刺激を可能にする。

Introduction

TMSは、非侵襲的な脳刺激のための確立された方法であり、進行中のネットワークダイナミクスの特定の変調と高い時空間精度1を持つ皮質および皮質脊髄神経経路の研究を可能にする。一次運動皮質(M1)を刺激する場合、神経応答は、運動誘発電位(MEP)、ならびにTMS誘発EEG電位として定量化することができる。MEPは、標的筋の筋電図(EMG)によって記録することができ、その振幅は、一次運動皮質2を刺激する際の皮質脊髄興奮性を反映する。

健康な研究参加者や患者の脳ネットワークを調査し、調節するための科学的ツールとしての非侵襲的な脳刺激のユニークな可能性にもかかわらず、TMS研究は、大規模な試験的および内および個々の変動に苦しんでいます誘発された応答の3、4、5.具体的には、皮質脊髄興奮性および可塑性のTMS研究において、MEP応答は、誘発された長期増強(LTP)または長期うつ病(LTD)様可塑性と同様に、刺激パラメータであっても、高い固有変動性を示す。慎重に制御されている 3,4.しかし、動物実験の証拠は、観察された応答の変動性が「ランダムノイズ」に起因するものではなく、刺激6の時の変動する脳状態に関連していることを示している。したがって、TMSとEEGをリアルタイムの脳状態依存性刺激パラダイム(すなわち、EEG誘発TMS)に組み合わせることで、変動する瞬間的な脳状態を刺激タイミング7、8、および、9,10.

いくつかの研究は、TMS互換EEGシステム11、12を使用して神経興奮性に進行中の神経振動の瞬間相を関連している。現代のEEGアンプは、大きな電磁TMSアーティファクトを処理することができ、ますます確立された実験プロトコルは、TMS13、14とTMS関連のEEGのポストホック除去の組み合わせのために存在しますアーティファクト15,16.TMS誘発応答に対する脳波によって評価された前刺激脳状態の影響は、ポストホック17、18、定義された脳におけるTMSの繰り返し適用であるランダムに適用されたTMS刺激で評価することができるが、状態には、リアルタイムの EEG トリガ TMS1119が必要です。

ここでは、カスタムミリ秒分解能EEGトリガTMSセットアップを使用して、進行中の脳振動11の所定の位相とTMSパルスを同期させ、μ-αリズムの負のEEG偏向が高い値に対応することを実証する。正のEEG偏向8、11、12、20と比較して皮質興奮性状態(より大きなMEP振幅につながる)。本原稿では,ヒトの脳ネットワークを研究するために、リアルタイムの脳波誘発TMSプロトコルを行う方法を紹介する.

Protocol

以下のセクションに記載されているすべての実験手順は、ヘルシンキ宣言のガイドラインに従って機関倫理委員会によって承認されており、すべての参加者は、研究登録前に書面によるインフォームドコンセントを提供しました。 1. 研究参加者 件名募集 定義済みの包含基準に基づいて、研究参加者を募集します。移植された医療機器(例えば、心臓ペースメーカー)の存在などの禁忌のスクリーニング候補は、TMS安全ガイドライン21に従って、または神経学的または精神疾患および神経系に作用する薬物の使用に対して。 磁気共鳴イメージング(MRI)を必要とする研究については、放射線安全基準22に従ってMRIに対する禁忌の可能性のある潜在的な研究参加者を評価する。電力解析を実行して、分析サンプルが統計分析に十分であることを確認します。 必要に応じて、位相検出の精度を向上させるために選択されたEEGモンタージュによって抽出された信号に対する関心の顕著な振動を有する被験者を事前選択する。注:この実験では、C3中心のラプラキア語(C3は周囲の電極CP1、CP5、FC1、FC5の平均を参照)を用いて、被験者が安静時および目を開けた感覚運動μリズムを抽出した。あらかじめ選択された被験者は、現在のソース密度(CSD)パワースペクトルの総電力の25%を含むαバンド(8-14 Hz)の単一のピークを有する被験者であった。この基準により、振動振幅がバックグラウンドノイズ(良好な信号対雑音比[SNR])と比較して十分に大きくなり、アルゴリズムがトリガ信号の瞬間相を十分な精度で推定できるようにし、有意な興奮性効果11、12、28、29、30を観察する可能性を増加させた。 件名情報 被験者に研究関連のインフォームド・コンセント・フォームを提供する。印刷されたTMSおよびMRI安全スクリーニングアンケートを提供する。注:これらの文書および研究プロトコル、ならびに個人データ(例えば、アンケートから)および識別可能な人間データ(例えば、MRIから)の使用は、倫理委員会(機関審査委員会)によって事前承認される必要があります。 TMSおよびMRI安全スクリーニングアンケートに記入してもらいます。研究への参加とデータの計画的な使用のための書面によるインフォームドコンセントを取得します。 人口統計データを取得します。 標準在庫 (例えば、エジンバラの手渡し在庫)23を使用して、被験者の利渡しを評価します。 設定と刺激手順の対象を紹介します。各参加者がTMSの感覚に精通し、それを十分に許容していることを確認してください。 TMS実験セッションの前に、各参加者のMRIを取得します。頭皮の上部および解剖学的ランドマーク(すなわち、両耳のトラガス)を含む全頭解剖MR画像は、このプロトコルの後続のステップで神経ナビゲーションの受託点として機能する。 試験プロトコルの仕様に従って実験セッションをスケジュールする(すなわち、実験間の「洗い流し期間」を考慮に入れる)。注:理想的には、被験者は、複数のセッションで異なる条件を比較するプロトコルで、同じ曜日に来る必要があります。 参加者に対し、予定された実験セッションの前にアルコール、ニコチン、カフェインの摂取を控えるよう指示する。被験者はまた、実験の前の夜に定期的に睡眠をとるべきであり、異常に疲れていないはずです。 2. セットアップの準備 リアルタイムデータストリーム対応EEGシステム TMSパルスによって引き起こされる電圧スパイクを処理できるTMS互換EEG/EMGアンプを使用します。注:アンプ システムは、リアルタイム プロセッサによる後続の処理のために、一定の低遅延 (<5 ミリ秒) で生データ ストリームを使用可能にする必要があります。この実験では、EEGおよびEMG記録に24ビット80チャンネルのバイオシグナルアンプを使用した。 EEG/EMGアンプシステムをローパスフィルタ(例えば0.16 Hzカットオフ)に設定し、バイオ信号データをアンプヘッドステージのサンプリングレートから5kHzにダウンサンプリングします。 アンプ システムが、リアルタイム ユーザー データグラム プロトコル (UDP) を介して関連チャネルを含むデータ パケットを、一定の一定間隔でリアルタイム プロセッサに送信することを確認します。高いサンプリング周波数(例えば、5 kHz)を使用してEMG応答をキャプチャし、EEGデータのフィルタ遅延を最小限に抑えます。 EEG 互換 TMS デバイス 固定および最小の遅延で外部からトリガでき、同時EEG記録のアーティファクトを最小限に抑えるTMSデバイスを使用します(例えば、TMSコイルケーブルを介したEEGのラインノイズ、パルス後のアーティファクトの再充電など)。 TMS刺激器(コイルとコイルケーブルを含む)とEEG記録システム間の距離が最大化され、電気的干渉を低減します(少なくとも1 m)ことを確認してください。可能な場合は、ファンやモータなどの電磁干渉源をオフにします。さらに、EEG および EMG 記録リードが配置され、一般的な干渉が解消されるように位置合わせされていることを確認します。 リアルタイムEEGデータ処理システム注:リアルタイムのEEGデータストリームは、リアルタイムのデジタル信号処理システムを使用して取得および分析され、所定の条件が満たされたときにTMSデバイスをトリガします。このようなシステムは、Chen et al.24のアプローチと同様の位相検出アルゴリズムを実装するために、我々の研究室11でカスタム開発されており、以下のステップで構成されている。 長さ500ミリ秒(図1a)のスライドウィンドウを分析し、TMS刺激器を相特異的にトリガする標的脳振動の瞬間相を推定する。 目的の周波数に対してウィンドウのバンドパスフィルタリングを実行します(例えば、感覚運動μ-αリズムの場合は9~14Hzの間)。図1b)。フィルタパラメータをターゲット振動の個々のピーク周波数に調整することを検討してください。 フィルタリングエッジエフェクトによって歪んだデータを削除します。より強力なフィルタは、より大きなエッジ効果を持っているというトレードオフがあります。 自己回帰モデルを使用して信号を前方予測します(ユールウォーカー、オーダー30;)図 1c) 結果として得られるデータウィンドウの Hilbert 変換を適用して分析信号を生成し、そこから信号の瞬間相が関連する時間点で複素数の角度を取ることによって決定されます。 短時間のハンウィンドウFFTを使用して、対象の周波数ビン(例えば、9-14 Hz)のデータのスライディングウィンドウからEEG電力スペクトルを推定します。 位相と電力の両方が所定の基準(例えば、負のピーク、最小電力閾値)を満たす場合、リアルタイムシステムでデジタル出力(TTL)パルスを生成してTMSデバイスをトリガします。 ニューロナビゲーションシステム コイル位置を監視し、セッション内およびセッション間で正確で一貫性のあるTMSターゲティングを達成するには、ニューロナビゲーションシステムを使用します。注:ステレオ赤外線カメラシステムは、被写体の頭部と刺激コイルに取り付けられた3次元空間反射トラッカーで正確に位置し、個人の脳に対するコイルの正確な相対的な位置決めを可能にします。キャリブレーションとMRI登録後の解剖学。単一セッション研究の場合、およびTMSに対するEEG応答ではなくEMGのみを分析する計画を立てる場合、個々のMRIの代わりに標準的な脳に基づくナビゲーションで十分です。 各参加者の実験を開始する前に、個々の構造 MRI データをナビゲーション システム ソフトウェアに読み込みます。 実験制御コンピュータ 脳波システム、TMSデバイス、リアルタイムデバイス、およびニューロナビゲーションシステムに接続されている実験制御コンピュータを使用します。注:EEGソフトウェアは、EEGアンプシステムを制御し、パラメータを設定し、EEGデータアーカイブを開始および停止します。TMSデバイスは、遠隔制御ツールボックス25を使用して刺激パラメータ(強度、電流方向など)を変更するためにリモートコントロールすることができます。 リアルタイムデバイスをリモートで制御して、目的のトリガー条件を設定します。注:ニューロナビゲーションシステムは、例えば、異なるコイルの位置をターゲットにするために、リモート制御することができます。 実験制御スクリプトで上記のすべてを組み合わせて、実験条件と制御フローの自動化を可能にします。 脳波記録電極 所望の電極レイアウトを備えたTMS互換のEEG記録キャップが異なるサイズで利用できることを確認します。被験者の頭囲を測定し、適切なサイズのキャップを準備します。 脳波調製に必要な材料(研磨剤や導電性ゲル、無菌の鈍い針を使用した注射器など)を手元に置いてください。 EMG記録電極 表面EMG電極、リード線、および皮膚準備に必要な材料を準備しておいてください。 3. 実験の実施 予選 必要な書類が整っている(研究同意書が署名されている)、参加者が前回のセッション以降に悪影響を及ぼしていないことを確認します。 実験中の頭部の動きを最小限に抑えるために、被写体を快適なリクライニング位置に座ります。首と下頭部に巻かれた真空枕は、追加の筋肉の緊張を引き起こすことなく、参加者の頭部を支えるのに役立ちます(例えば、あごの休息のように)。 脳波およびEMG製剤 適切なサイズのEEGキャップを被写体の頭部に置き、キャップを正しく配置します。脳波26を汚染する可能性のある頭蓋および首の筋肉活動を減らすために顎の下の過度の緊張を避ける。 被験者を脳波記録ソフトウェアに登録します。 ラボ固有のプロトコルに従って脳波電極を調製する(例えば、研磨ゲルを適用し、続いて導電性ゲルを加える)。 脳波電極インピーダンスが5kΩ未満であることを確認します。 導電性ゲルがTMSコイルの任意の動きによって隣接する電極に乾燥または塗りつぶされないようにするには、EEGキャップをプラスチックラップで覆います。次に、プラスチックラップの上にネットキャップを取り付け、ケーブルを固定した位置に保ち、EEGアーティファクトの変動性を低減し、粘着テープを適用して複数の層の安定性を高めます。 皮膚をきれいにして軽く摩耗した後、ターゲット筋肉の上に表面EMG電極を取り付けます(例えば、右の誘拐者からバイポーラスの手の筋肉を腹腱モンタージュで使用します)。注:ここでは、右の誘拐者ポリシスブレビス手筋からの双極記録を腹腱モンタージュで用いたれた。EMG電極の配置は、表面電極が一般的に複数の基礎となる筋肉からの活性を記録するように重要である。 頭部の実際の脳波センサーと、アーティファクトを引き起こすいくつかのEEG電極をタップして、脳波システムに記録された痕跡との間の正しい一致を確認します。正気チェックとして、参加者が目を閉じると後頭部のアルファが増加することを確認します。 進行中のEEGおよびEMG信号を目視で検査し、アーティファクト(ラインノイズ、筋肉活動など)や不良電極を検査します。 参加者が目を覚まし、信号を汚染する後頭部のアルファ振動を避けるために、実験を通して目を開いたままにしておくことを確認してください。 神経ナビゲーションの準備 実験全体の安定性を確保するために十分な粘着テープで参加者の頭部に反射ヘッドトラッカーを取り付けます。 ポインター ツールを使用して、関連する解剖学的ランドマーク (例えば、ナシオン、両耳のトラジ、目の角) とヘッド モデルを再登録します。 刺激コイルにコイルトラッカーを取り付け、コイルを調整します。 ヘッドサーフェス上の異なるポイントにポインタを配置し、ニューロナビゲーションシステムのモニタに表示される位置の正確性を確認します。 個々のMRIとの共登録のためのEEGセンサーの位置を特定する。 ベースラインEEG 被験者に典型的な脳波アーティファクト(例えば、嚥下、咀嚼、まばたき)を示し、実験を通してそれらを避けるように被験者に指示する。また,顎の締め付け,あくび,話すのを避けるように頼みます。 被験者に目を開けてポイントに固定してもらい、目を開けて安静状態のEEGの短い記録を行います。 リアルタイム フィルタの計算に必要な場合は、タスク中に追加の EEG アクティビティを記録します。 モータ「ホットスポット」の発見と休止モータ閾値の判定 モータの「ホットスポット」(すなわち、シングルパルスTMSが試験を通じて同等に一貫した振幅の整った形のMEPを引き出す刺激位置)を見つけ、対応するコイル位置(コイルの向きと角度を含む)神経ナビゲーションシステム。 引き出されたMEPが試験21の50%以上で50 μVを超えるピークからピークの振幅を持つまで、徐々に刺激強度を増加させる際に、モータ皮質上に単一のTMSパルスを適用することにより、休止モータ閾値(RMT)を見つけます。 可能な場合は、シーケンシャルテスト(PEST)によるパラメータ推定のための自動化されたスクリプトを使用し、例えば、観測されたに基づいてRMTの信頼区間のオンライン推定値を提供する最大尤度戦略27に従います。単一応答の可変性であり、通常、堅牢なRMT推定値を得るために適応的に変化する強度のca.30テストパルスを必要とします。 これが最初の実験セッションでない場合は、コイル位置を前の位置と比較し、得られたRMTを前のRMTと比較して一貫性を検証します。 必要に応じて、標準手順21を使用して、アクティブ モータしきい値(AMT)または 1 mV ピークツーピーク MEP 振幅の刺激強度を決定します。 最終参加者の準備 必要に応じて、真空枕を使用して被験者の頭部を固定する。 必要に応じて、耳栓を通してマスキングノイズを伝えます(TMS誘発EEG電位を解析する場合)。それ以外の場合は、聴覚保護用の耳栓とヘッドフォンを被験者に提供します。 必要に応じて、機械アームを使用して、コイルを目的の位置に揃え、固定します。 実験前のデータ品質の検証 リアルタイム プロセッサが EEG システムからデータを受信していることを確認します。 目的のEEG空間フィルタ(例えば、C3中心のラ漆器モンタージュ)から得られた信号をチェックして、明らかなアーティファクトを確認してください。 EEG信号品質を視覚的に確認し、不良電極、過度のラインノイズ、筋肉アーティファクトを確認し、EEGシステムソフトウェアのタイムウィンドウと振幅スケーリングを調整して、実験中に継続的な目視検査を行います。 主な実験セッション 刺激強度が実験スクリプトで遠隔制御されない限り、刺激強度を所望の値(例えば、RMTの110%)に手動で設定する。 実験スクリプトを起動して、ターゲット振動の異なるフェーズでランダム化された順序でパルスを適用します。 実験中に、トリガー条件しきい値(アーティファクト検出しきい値、事前設定しきい値、最小電力など)を監視します。注:リアルタイムプロセッサがトリガ条件が発生するのを待っているため、刺激は不規則な間隔でトリガされます。しかし、ほとんどの刺激が予測可能な間隔(例えば、前のパルスの後に2-3秒)に起こるように設定し、長い一時停止(例えば、この場合、>5 s)は、新規性のためにより大きな誘発応答につながるので避けられるべきである。 または、ポストホック階層化を使用して、過度に長い間隔に続く試行を削除します。 位相特異的刺激効果を区別するのに十分な統計的パワーを達成するために、十分な数の試験を取得する注:我々は通常、条件20ごとに80-120インターリーブ試験を選択しました. さまざまなセッションの開始時刻と終了時刻を文書化し、異常な発生を記録します。

Representative Results

ヒトの一次運動皮質におけるリアルタイムの脳波誘発TMSの利用は、微分皮質興奮性および可塑性効果を明らかにする。上記のプロトコルを使用して、リアルタイムのEEG-TMSを適用し、ランダム化された順序で3つのトリガ条件(正のピーク、負のピーク、およびランダム相)で内因性感覚運動μリズムの進行中のEEG振動相とTMSを同期させた.ラプラシアンEEGモンタージュは、EEG電極C3を周囲の4つの電極(FC1、FC5、CP1、CP5)の平均値に参照して感覚運動μリズムを抽出するために使用されました。図2aは、3つの定義済み条件に対するTMSパルスの前の400ミリ秒の平均事前刺激EEG信号を示す。右手の筋肉から記録された平均引き出されたMEPは図2bに示されている。これらの結果は、μリズムの負のEEG偏向が、正のEEG偏向と比較して高い皮質興奮性状態(より大きなMEP振幅につながる)に相当し、注目された皮質脊髄の間変動が低いことを示している。興奮性効果は、図2cに示されています。 図1: 脳状態依存性の脳位相トリガ TMS.左感覚運動皮質上のC3電極を中心とした5チャンネルラプラシアンモンタージュから導出された頭皮脳波生データを、リアルタイムのデジタル信号処理システムによりサンプルバイサンプルで取得した。(a) EEGデータの500ミリ秒のスライディングウィンドウは、2ミリ秒毎にアルゴリズムによって処理された(b)バンドパスフィルタリング後の信号とエッジアーティファクトの除去。(c) データのウィンドウから計算された自己回帰予測モデルに基づく前方予測信号(赤トレース)。時間ゼロの位相(「現在」)はヒルバート変換を用いて推定され、スペクトルパワーはデータのウィンドウから推定された。TMS刺激器は、定義済みの位相とスペクトル振幅条件が満たされたときにトリガされました。左の一次運動皮質上のTMSは、表面EMGで記録された右手の筋肉のMEPをもたらした。この図のより大きなバージョンを表示するには、ここをクリックしてください。 図2:左M上でリアルタイムのEEGトリガTMSを受け取った1つの例示的な被験者からのデータ1のフェーズをターゲットに10 Hz 感覚運動 μ リズム。100個の刺激は、3つの相トリガ条件(正のピーク、負のピーク、ランダム相)に従って、一定の最小10Hzスペクトル電力閾値条件と組み合わせて、無作為化された順序で、インタートライアル間隔で適用された。約 3 s.ラプラシアンEEGモンタージュは、EEG電極C3を周囲の4つの電極(FC1、FC5、CP1、CP5)の平均値に参照して感覚運動μリズムを抽出するために使用されました。(a) 3つの条件に対するTMSパルスの前の400ミリ秒の平均前刺激EEG信号。(b) 各条件に対する右の誘拐者ポリシスブレビス筋から記録された運動誘発電位(MEP)の平均EMGトレース。(c) トリガ条件ごとの各試行のピークからピークへの MEP 振幅(マイクロボルト単位)。MEP は負のピーク条件で最も大きく、正のピーク条件では最も小さく、ランダムフェーズ条件では中間値です。(d) 各条件の平均 MEP 振幅は、平均の標準誤差を示す誤差バーで示されます。特に明確な効果を持つ参加者がイラストレーション用に選択されており、この効果サイズがグループ平均を代表するものではないことに注意してください。この図のより大きなバージョンを表示するには、ここをクリックしてください。

Discussion

脳状態依存性脳波誘発TMSは、その後の脳刺激効果8、9、31の有効性および一貫性に関してユニークな視点を持つ新しい方法である。この方法の主な利点は、機能的に関連する内因性脳状態がTMSパルスを引き起こすために特異的に標的とされ得ることであり、潜在的に可変性が低く、より長持ちする脳応答11を誘発する。ヒトM1の感覚運動μリズムの負相におけるリアルタイム脳波誘発反復TMS(すなわち、コルチコスピナル興奮性の増加の状態、図2)は、有意に強いLTP様可塑性(MEPの長期的な増加)を誘発した振幅)と比較して、脳状態に依存しないTMS11、20.その科学的有用性に加えて、リアルタイムのEEG-TMSを、前頭前皮質(DLPFC)のような皮質領域に適用することは、現在の治療的脳刺激プロトコルの有効性を高める可能性を有する。

本原稿では,リアルタイムEEG-TMSの実施に向けた方法論的ステップを紹介した.この方法で実験を行うための基本的な要件は、まず、リアルタイムのデジタルアウトオプションを備えたTMS互換EEGシステムの使用と、第二に、位相検出の実装によるリアルタイム信号処理の使用です。アルゴリズム24は、空間フィルタ(例えば、C3中心のLaplacianフィルター)を使用して記録された脳波信号から所望の脳リズム(例えば、感覚運動μ-リズム)を抽出し、事前に選択された条件(すなわち、位相およびパワー)を適用する。標的となる脳リズム)が満たされます。アルゴリズムの性能および正確さはEEG記録20のSNRに強く依存する。したがって、プロトコルの脳波準備ステップは、高いSNRを達成し、TMSの正確なトリガを確保するために重要であり、それぞれのターゲット振動がEEGで十分に観察できない場合、参加者の事前選択を考慮する必要があります。すべての個人。さらに、コイルと真空枕に機械的サポートアームを使用して参加者の頭部を固定化し、電極上のコイルの圧力の変化によるアーティファクトを最小限に抑えることをお勧めします。

実験パラダイムにおけるリアルタイムEEG-TMS法の適用に関しては、目的の脳リズムの選択が異なる場合がある。したがって、フィルタリングの調整は、標的化された脳活動の同定を容易にすることが推奨される。近年、機能的に関連する脳の状態を最適に抽出するいくつかの空間フィルタリング方法が提案されている(例えば、チャネル空間19では、現在のソース密度13を有し、局所空間フィルタ11、28)など、空間スペクトル分解29を用いて個別化されたフィルタを使用する。しかし、これまでのところ、表面の脳波信号(センサー空間)から実際の脳発振相(ソース空間)から抽出する明確な方法は存在しない。表面信号とソース空間信号の対応を評価する将来の研究は、リアルタイムのEEGアルゴリズムの精度を向上させるために保証されています。

このプロトコルでは、8-14Hzの感覚運動μ-リズムに焦点を当て、この振動の瞬間相がコルチコ脊髄興奮性、その他の振動(例えば、ベータ、シータ、またはインフラスロー振動)に及ぼす影響を実証する。役割を果たすこの方法は、原則として、複数の重ね合わせた振動(例えば、アルファの負のサイクルおよびガンマの同時正のピーク)を含む十分なSNRで単離することができる任意の振動の位相を標的にするために使用することができる。

リアルタイムEEG-TMS実験の主な制限の1つは、脳源に対する時空間分解能が刺激のアーティファクト発生と一貫性に強く依存していることです。したがって、プロトコルの重要な前提条件は、アルゴリズムの性能の監視です(すなわち、実験全体を通して実際の活動ではなく、ニューロンの検出時に刺激が起こることを保証する)。さらに、刺激コイルの最適かつ一貫した位置決め(特にDLPFCなどの刺激部位を用いた実験パラダイム)のためのニューロナビゲーションの利用は、変動性による応答変動の低減に役立つ。コイル位置。また、さらに制限として、EEG/EMG、TMS、およびリアルタイム処理装置を特異的に選択・構成し、外部からの応答源を最小限に抑えるような方法で実験を準備・実施した経験が必要です。瞬間的な脳状態の影響を隠す可能性のある変動性。

結論として、我々は、リアルタイムのEEG-TMS実験を行うための標準的なプロトコルを実証し、目的とする内因性脳状態を利用するための新しい方法を導入した(すなわち、事前に選択された相と標的内因性脳振動の力)。脳刺激を引き起こすリアルタイムのEEG-TMS法を用いてのさらなる研究は、方法論的改善を可能にし、ヒト脳ネットワークの研究と変調のための効果的なプロトコルの開発を容易にする。

Açıklamalar

The authors have nothing to disclose.

Acknowledgements

C.Z.は、テュービンゲン大学医学部の臨床科学者プログラムからの支援を認めます。U.Z.は、ドイツ研究財団(助成ZI 542/7-1)からの支援を認めます。T.O.B.は、ドイツ研究財団(助成BE 6091/2-1)からの支援を認めます。J.O.N.は、フィンランドのアカデミー(意思決定第294625号および306845)からの支援を認める。著者らは、テュービンゲン大学のオープンアクセス出版基金による支援を認めている。

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

Referanslar

  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

Bu Makaleden Alıntı Yapın
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