Микросостояния ЭЭГ - EEG microstates

Микросостояния ЭЭГ переходные, структурированные, квазистабильные состояния или образцы электроэнцефалограмма. Они, как правило, длятся от миллисекунд до секунд и предположительно являются самыми простыми экземплярами человеческого неврологический задач, и поэтому их прозвали «атомами мысли».[1] Оценка и анализ микросостояния первоначально проводились с использованием альфа-диапазон активности, хотя сейчас обычно используются более широкополосные диапазоны ЭЭГ.[2] Квазистабильность микросостояний означает, что «глобальная [ЭЭГ] топография фиксирована, но сила может меняться, а полярность инвертироваться».[3]

История

Концепция временных микросостояний электрической активности мозга во время отдыха и выполнения задачи (микросостояния, связанные с событиями) была разработана Дитрихом Леманом и его сотрудниками (Институт исследований мозга и разума KEY, Цюрихский университет, Швейцария) между 1971 и 1987,[4][5][6]( видеть «Микросостояния ЭЭГ». Scholarpedia.) Д-р. Томас Кениг (Университетская больница психиатрии, Швейцария) и Дитрих Леманн (Институт исследований мозга и разума KEY, Швейцария)[1] часто считаются пионерами анализа микросостояния ЭЭГ.[2] В своей статье 1999 г. Европейский архив психиатрии и клинической неврологии,[1] Кениг и Леманн анализировали ЭЭГ пациентов с шизофрения, чтобы исследовать потенциальные основные когнитивные корни расстройства. Они начали обращать внимание на ЭЭГ в миллисекундном масштабе. Они определили, что и нормальные субъекты, и пациенты с шизофренией разделяли эти микросостояния, но они различались по характеристикам между двумя группами, и пришли к выводу, что:

«Мгновенные конфигурации электрического поля мозга являются проявлением мгновенного глобального функционального состояния мозга. Конфигурации поля имеют тенденцию сохраняться в течение некоторого времени в субсекундном диапазоне (« микросостояния ») и концентрироваться в пределах нескольких классов конфигураций. Соответственно, данные поля мозга могут быть эффективно сокращаться до последовательностей повторяющихся классов микросостояний мозга, не перекрывающихся во времени. Различные конфигурации должны быть вызваны разными активными нейронными ансамблями, и, таким образом, разные микросостояния предположительно реализуют разные функции ».[1]

Выявление и анализ микросостояний

От ЭЭГ к микросостоянию

Выделение и анализ последовательности микросостояний ЭЭГ - это постфактум операция, которая обычно использует несколько этапов усреднения и фильтрации. Когда Кениг и Леман проводили свой эксперимент в 1999 году, они построили эти последовательности, начав с ЭЭГ в состоянии покоя с закрытыми глазами. Первые несколько минут ЭЭГ без событий были изолированы, затем периоды продолжительностью около 2 секунд каждый повторно фильтровались (Band-pass ≈ 2–20 Гц). Как только эпохи были отфильтрованы, эти микросостояния были аналитически сгруппированы в среднее классы через k-означает кластеризацию, post hoc.[7] Также был предложен вероятностный подход с использованием нечетких C-средних к кластеризации и последующему назначению (см. Ниже) микросостояний.[8]

Кластеризация и обработка

Поскольку мозг претерпевает множество преобразований за такие короткие промежутки времени, анализ микросостояний по сути является анализом средних состояний ЭЭГ. Кениг и Леманн установили стандарт для создания классов или повторяющихся усредненных конфигураций ЭЭГ. После того, как все данные ЭЭГ собраны, выбирается «прототип» сегмента ЭЭГ, с которым сравниваются все другие собранные микросостояния. Так начинается процесс усреднения. Отклонение от этого «прототипа» вычисляется либо для добавления его к существующему классу, либо для создания отдельного класса. После того, как похожие конфигурации «сгруппированы» вместе, процесс выбора и сравнения «прототипа» повторяется несколько раз для точности. Более подробно процесс описан Кенигом и Леманном:

"Сходство ЭЭГ Пространственная конфигурация каждой карты-прототипа с каждой из 10 карт вычисляется с использованием коэффициент детерминации чтобы опустить полярность карт. ... Отдельно для каждого класса обновляются карты-прототипы, объединяя все назначенные карты путем вычисления первого пространственного главный компонент[7] карт и тем самым максимизировать общую дисперсию без учета полярности карты ». Этот процесс повторяется несколько раз с использованием различных случайно выбранных карт-прототипов из собранных данных для использования для статистического сравнения и определения дисперсии.[7]

Создание и назначение классов

Большинство исследований[1][9][10][11][12][13][14] выявляют те же 4 класса топографии микросостояний:

Типичная последовательность топографии микросостояний с 4 классами. Слева направо: классы A, B, C и D
  • A: от правого лобного к левому заднему
  • B: от левого лобного до правого заднего
  • C: от лобной к затылочной
  • D: в основном лобная и медиальная или немного меньшая затылочная активность, чем у класса C

Однако многие исследования также обнаружили другие карты шаблонов микросостояний ЭЭГ, которые могут иметь значение.[15] сошлись на 16 картах, чтобы объяснить большую долю наблюдаемой дисперсии.[16] нашел 13 карт с использованием подхода ICA. Количество «найденных» и используемых микросостояний частично является функцией когнитивного состояния человека, но также частично является методом, используемым для кластеризации и присвоения микросостояний. Хотя микросостояния исторически всегда определялись детерминированно, недавняя работа также показала, что существуют вычислительные, аналитические и концептуальные проблемы, которые могут быть решены с помощью вероятностного анализа микросостояний.[8]

Приложения

Базовое понимание человеческого познания

Текущая гипотеза заключается в том, что микросостояния ЭЭГ представляют собой основные этапы познания и обработки нейронной информации в головном мозге, но еще предстоит провести много исследований, чтобы закрепить эту теорию.

Кениг, Леманн и др. 2002 г. [17]

В этом исследовании изучалась дисперсия микросостояния ЭЭГ у нормальных людей разного возраста. Он показал "закономерную сложную эволюцию с возрастом" [17] со всплесками средней продолжительности микросостояний в возрасте 12, 16, 18 и 40–60 лет, что позволяет предположить, что в этом возрасте происходит значительная церебральная эволюция.[17] Что касается причины этого, они предположили, что это произошло из-за роста и реструктуризации нервных путей,

«В исследованиях микроархитектуры развивающейся ткани мозга было замечено, что после первоначального избытка относительно неорганизованных синаптических связей количество синапсов постепенно уменьшалось, а степень организации связей увеличивалась (Huttenlocher, 1979; Rakic et al., 1986). Таким образом, более вероятно, что наблюдаемые изменения в профиле микросостояний являются результатом устранения нефункциональных связей, а не образования новых. Другая возможная связь настоящих результатов с нейробиологическими процессами возникает из-за наблюдение, что с возрастом асимметричные микросостояния уменьшаются, а симметричные микросостояния увеличиваются.Предполагая, что асимметричные микросостояния являются результатом преимущественно односторонней мозговой активности, а симметричные микросостояния указывают на преимущественно двустороннюю активность, наблюдаемые эффекты могут быть связаны с ростом мозолистого тела, который продолжается до позднего подросткового возраста (например, Giedd et al., 1999) ». [17]

Ван де Виль, Бритц и Мишель, 2010 г.[3]

В исследовании, проведенном учеными из Женевы, временная динамика и возможные фрактал Свойства микросостояний ЭЭГ были проанализированы на нормальных людях. Поскольку микросостояния представляют собой глобальную топографию, но возникают в таких небольших временных масштабах и меняются так быстро, Ван де Виль, Бритц и Мишель выдвинули гипотезу, что эти «атомы мыслей» подобны фракталу во временном измерении. То есть, независимо от того, увеличена ли она или уменьшена, ЭЭГ сама по себе является составом микросостояний. Первоначально эта гипотеза была подтверждена сильной корреляцией между быстрым временным масштабом и быстротечностью микросостояний ЭЭГ и гораздо более медленными сигналами состояние покоя фМРТ.

"Связь между микросостояниями ЭЭГ и сетями состояния покоя фМРТ (RSN) был установлен путем свертки динамики возникновения различных микросостояний ЭЭГ с гемодинамический ответ функция (HRF), а затем используя их как регрессоры в общая линейная модель для обычных фМРТ анализ. Поскольку HRF действует как сильный фильтр временного сглаживания для быстрого сигнала на основе ЭЭГ, примечательно, что могут быть обнаружены статистически значимые корреляции. Тот факт, что это сглаживание не удаляло какой-либо несущий информацию сигнал из последовательности микросостояний и что, кроме того, исходные последовательности микросостояний и регрессоры демонстрируют одинаковое относительное поведение во временных масштабах с разницей примерно в два порядка, предполагает, что временные ходы микросостояний ЭЭГ инвариантны к масштабу ".

Эта масштабно-инвариантная динамика является самой сильной характеристикой фрактала, и, поскольку микросостояния являются показателем глобальных нейронных сетей, можно с полным основанием сделать вывод, что эти микросостояния демонстрируют монофрактальное (одномерное) поведение во времени. Отсюда мы видим возможность того, что фМРТ, которая также является мерой глобальной топографии, возможно, является просто увеличенным проявлением своих микросостояний и, таким образом, дополнительно подтверждает гипотезу о том, что микросостояния ЭЭГ являются фундаментальной единицей глобальной когнитивной обработки.

Психологические патологии

Сравнение классов микросостояний ЭЭГ между контрольными и контрольными психоз дала важные результаты, предполагающие, что основное состояние покоя у людей с психозом нерегулярно. Это означает, что прежде чем любая информация будет обработана или создана, она привязана к динамике нерегулярной последовательности микросостояний.[1][9][10][11][12][13][14] Хотя анализ микросостояний имеет большой потенциал для понимания основных механизмов некоторых неврологических заболеваний, предстоит еще много работы и понимания, прежде чем он станет широко признанной диагностикой.[2]

Шизофрения

В многочисленных исследованиях изучалась временная динамика микросостояний ЭЭГ у людей с шизофрения.[1][18][19][20][21] В первом исследовании, сравнивающем временную динамику микросостояний ЭЭГ у людей с шизофренией и здоровых людей из контрольной группы, Кениг и Леманн сообщили, что пациенты с шизофренией, как правило, проводят слишком много времени в микросостоянии класса А по сравнению с контрольной группой.[1] Однако другие исследования шизофрении предложили иную картину. Метаанализ, включающий исследования с 1999 по 2015 год, показал, что микросостояние класса C встречается чаще и более длительно у людей с шизофренией, чем контрольная группа, тогда как микросостояние класса D встречается реже и на более короткие сроки.[22] Эти результаты были также подтверждены более поздним метаанализом.[21] Подобные отклонения были зарегистрированы в исследовании с участием подростков с Синдром делеции 22q11.2, население, у которого 30% риск развития психоза.[18] Аномалии классов C и D также были обнаружены у здоровых братьев и сестер больных шизофренией,[21] что побудило авторов предположить, что динамика микросостояний C и D является кандидатом эндофенотип для шизофрении.

Паническое расстройство

В июле 2011 года доктор Кениг сотрудничал с исследователями из Университета Канадзава в Японии и другими исследователями из Университета Берна в Швейцарии, чтобы провести анализ состояния людей с паническое расстройство (PD). Они обнаружили, что эти люди проводят слишком много времени в том же микросостоянии справа-перед-лево-заднее, что и в исследованиях шизофрении.[9] Это указывает на нарушение функции височной доли, о чем сообщалось в исследованиях фМРТ пациентов с БП; они провели в этом микросостоянии в среднем на 9,26 миллисекунды дольше, чем контрольные субъекты. Эти аберрантные последовательности микросостояний очень похожи на таковые в исследовании шизофрении, и, поскольку тревога часто встречается при шизофрении, это может указывать на сильную корреляцию между различными степенями неврологической патологии и последовательностью микросостояний человека.

Анализ сна

В 1999 году Кантеро, Атьенса, Салас и Гомес изучали альфа-ритмы у нормальных людей в трех состояниях: закрытые глаза / расслабление, сонливость в начале сна и Быстрый сон. Они обнаружили, что средние определенные классы микросостояний различались среди состояний сознания по 3 различным параметрам.[23]

  • Средняя продолжительность микросостояний была больше во время релаксации с закрытыми глазами, чем в двух других состояниях.
  • Общее количество микросостояний в секунду было наибольшим во время сонливости в начале сна.
  • Количество определенных занятий также было наибольшим во время сонливости в начале сна. [23]

Это исследование проливает свет на сложность мозговой активности и динамики ЭЭГ. Данные предполагают, что «альфа (волновая) активность может индексировать различную информацию мозга в каждом состоянии возбуждения».[23] Кроме того, они предполагают, что альфа-ритм может быть «естественной резонансной частотой зрительной коры во время бодрствования, тогда как альфа-активность, которая проявляется в период сонливости в начале сна, может индексировать гипнагогические образы, самостоятельно генерируемые спящим мозгом. и фазовое событие в случае быстрого сна ".[23] Другое утверждение состоит в том, что более длительные периоды стабильной активности мозга могут обрабатывать меньшие объемы информации и, следовательно, незначительные изменения микросостояний, в то время как более короткая и менее стабильная активность мозга может отражать большие объемы различной информации для обработки и, следовательно, больше изменений микросостояний.

Смотрите также

Рекомендации

  1. ^ а б c d е ж грамм час Кениг Т., Леманн Д., Мерло М.С., Кочи К., Ад Д., Куккоу М. (1999). «Девиантное микросостояние мозга на ЭЭГ у больных острой нейролептической наивной шизофренией в состоянии покоя». Европейский архив психиатрии и клинической неврологии. 249 (4): 205–11. Дои:10.1007 / s004060050088. PMID  10449596. S2CID  9107646.
  2. ^ а б c Изенхарт, Роберт. «Состояние микросостояния ЭЭГ». Онлайн-интервью. 26 сентября 2011 г.
  3. ^ а б Ван де Виль Д., Бритц Дж., Мишель С.М. (октябрь 2010 г.). «Последовательности микросостояний ЭЭГ у здоровых людей в состоянии покоя демонстрируют безмасштабную динамику» (PDF). Труды Национальной академии наук Соединенных Штатов Америки. 107 (42): 18179–84. Bibcode:2010ПНАС..10718179В. Дои:10.1073 / pnas.1007841107. ЧВК  2964192. PMID  20921381.
  4. ^ Леманн Д. (ноябрь 1971 г.). «Многоканальная топография альфа-полей ЭЭГ человека». Электроэнцефалография и клиническая нейрофизиология. 31 (5): 439–49. Дои:10.1016/0013-4694(71)90165-9. PMID  4107798.
  5. ^ Леманн Д., Скрандиес В. (июнь 1980 г.). «Безреференсная идентификация компонентов многоканальных потенциальных полей, вызванных шахматной доской». Электроэнцефалография и клиническая нейрофизиология. 48 (6): 609–21. Дои:10.1016/0013-4694(80)90419-8. PMID  6155251.
  6. ^ Леманн Д., Одзаки Х., Пал I. (сентябрь 1987 г.). «Серия альфа-карт ЭЭГ: микросостояния мозга с помощью пространственно-ориентированной адаптивной сегментации». Электроэнцефалография и клиническая нейрофизиология. 67 (3): 271–88. Дои:10.1016/0013-4694(87)90025-3. PMID  2441961.
  7. ^ а б c Паскуаль-Марки Р.Д., Мишель С.М., Леманн Д. (июль 1995 г.). «Сегментация электрической активности мозга на микросостояния: оценка и проверка модели». IEEE Transactions по биомедицинской инженерии. 42 (7): 658–65. Дои:10.1109/10.391164. PMID  7622149. S2CID  12736057.
  8. ^ а б Динов М, Пиявка Р. (2017). «Моделирование неопределенностей в микросостояниях ЭЭГ: анализ реальных и воображаемых двигательных движений с использованием вероятностного обучения на основе кластеризации вероятностных нейронных сетей». Границы нейробиологии человека. 11: 534. Дои:10.3389 / fnhum.2017.00534. ЧВК  5671986. PMID  29163110.
  9. ^ а б c Кикучи М., Кениг Т., Мунесуэ Т., Ханаока А., Стрик В., Диркс Т. и др. (2011). Йошикава Т. (ред.). «Анализ микросостояния ЭЭГ у не принимавших лекарства пациентов с паническим расстройством». PLOS ONE. 6 (7): e22912. Bibcode:2011PLoSO ... 622912K. Дои:10.1371 / journal.pone.0022912. ЧВК  3146502. PMID  21829554.
  10. ^ а б Киндлер Дж., Хабл Д., Стрик В.К., Диркс Т., Кениг Т. (июнь 2011 г.). «ЭЭГ в состоянии покоя при шизофрении: слуховые вербальные галлюцинации связаны с укорочением определенных микросостояний». Клиническая нейрофизиология. 122 (6): 1179–82. Дои:10.1016 / j.clinph.2010.10.042. PMID  21123110. S2CID  7269365.
  11. ^ а б Леманн Д., Фабер П.Л., Галдеризи С., Херрманн В.М., Киношита Т., Куккоу М. и др. (Февраль 2005 г.). «Длительность и синтаксис микросостояния ЭЭГ при острой, не принимающей лекарства, шизофрении первого эпизода: многоцентровое исследование». Психиатрические исследования. 138 (2): 141–56. Дои:10.1016 / j.pscychresns.2004.05.007. PMID  15766637. S2CID  24984292.
  12. ^ а б Стивенс А., Люценбергер В., Бартельс Д.М., Стрик В., Линднер К. (январь 1997 г.). «Увеличенная продолжительность и измененная топография микросостояний ЭЭГ во время когнитивных задач при хронической шизофрении». Психиатрические исследования. 66 (1): 45–57. Дои:10.1016 / s0165-1781 (96) 02938-1. PMID  9061803.
  13. ^ а б Стрелец В., Фабер П.Л., Голикова Ю., Новотоцкий-Власов В., Кениг Т., Джанотти Л.Р. и др. (Ноябрь 2003 г.). «Хронические шизофреники с положительной симптоматикой сократили продолжительность микросостояний ЭЭГ». Клиническая нейрофизиология. 114 (11): 2043–51. Дои:10.1016 / с 1388-2457 (03) 00211-6. PMID  14580602.
  14. ^ а б Стрик В.К., Кьярамонти Р., Мускас Г.К., Паганини М., Мюллер Т.Дж., Фалгаттер А.Дж. и др. (Октябрь 1997 г.). «Уменьшение продолжительности микросостояния ЭЭГ и антериоризация электрических полей мозга при легкой и умеренной деменции типа Альцгеймера». Психиатрические исследования. 75 (3): 183–91. Дои:10.1016 / s0925-4927 (97) 00054-1. PMID  9437775.
  15. ^ Бритц Дж., Диас Эрнандес Л., Ро Т, Мишель С.М. (2014). «ЭЭГ-микросостояния-зависимое появление перцептивного сознания». Границы поведенческой нейробиологии. 8: 163. Дои:10.3389 / fnbeh.2014.00163. ЧВК  4030136. PMID  24860450.
  16. ^ Юань Х., Зотев В., Филлипс Р., Древец В. К., Бодурка Дж. (Май 2012 г.). «Пространственно-временная динамика мозга в состоянии покоя - изучение микросостояний ЭЭГ как электрофизиологических сигнатур BOLD сетей состояний покоя». NeuroImage. 60 (4): 2062–72. Дои:10.1016 / j.neuroimage.2012.02.031. PMID  22381593. S2CID  10712820.
  17. ^ а б c d Кениг Т., Причеп Л., Леманн Д., Соса П.В., Брекер Э., Кляйнлогель Н. и др. (Май 2002 г.). «Миллисекунда за миллисекундой, год за годом: нормативные микросостояния ЭЭГ и стадии развития». NeuroImage. 16 (1): 41–8. Дои:10.1006 / nimg.2002.1070. PMID  11969316. S2CID  572593.
  18. ^ а б Томеску М.И., Рихс Т.А., Ройнишвили М., Караханоглу Ф.И., Шнайдер М., Менгетти С. и др. (Сентябрь 2015 г.). «Пациенты с шизофренией и подростки с синдромом делеции 22q11.2 из группы риска выражают одни и те же девиантные паттерны микросостояний ЭЭГ в состоянии покоя: кандидатный эндофенотип шизофрении». Исследование шизофрении. Познание. 2 (3): 159–165. Дои:10.1016 / j.scog.2015.04.005. ЧВК  5779300. PMID  29379765.
  19. ^ Джордано Г.М., Кениг Т., Муччи А., Виньяпиано А., Амодио А., Ди Лоренцо Дж. И др. (2018). «Нейрофизиологические корреляты аволицион-апатии при шизофрении: исследование микросостояния ЭЭГ покоя». NeuroImage. Клинический. 20: 627–636. Дои:10.1016 / j.nicl.2018.08.031. ЧВК  6128100. PMID  30202724.
  20. ^ Андреу C, Faber PL, Leicht G, Schoettle D, Polomac N, Hanganu-Opatz IL, et al. (Февраль 2014). «Связь в состоянии покоя в продромальной фазе шизофрении: выводы из микросостояний ЭЭГ». Исследование шизофрении. 152 (2–3): 513–20. Дои:10.1016 / j.schres.2013.12.008. PMID  24389056. S2CID  21444679.
  21. ^ а б c da Cruz JR, Favrod O, Roinishvili M, Chkonia E, Brand A, Mohr C и др. (Июнь 2020 г.). «Микросостояния ЭЭГ - кандидат в эндофенотип шизофрении». Nature Communications. 11 (1): 3089. Дои:10.1038 / s41467-020-16914-1. PMID  32555168. S2CID  219730748.
  22. ^ Ригер К., Диас Эрнандес Л., Баеннингер А., Кениг Т. (2016). «15 лет исследований микрогосударств при шизофрении - где мы? Метаанализ». Границы в психиатрии. 7: 22. Дои:10.3389 / fpsyt.2016.00022. ЧВК  4767900. PMID  26955358.
  23. ^ а б c d Кантеро Дж. Л., Атьенса М., Салас Р. М., Гомес К. М. (1999). «Пространственные микросостояния мозга спонтанной альфа-активности человека в расслабленном бодрствовании, периоде сонливости и быстром сне». Топография мозга. 11 (4): 257–63. Дои:10.1023 / А: 1022213302688. PMID  10449257. S2CID  13961921.