Mikrostany EEG - EEG microstates
Mikrostany EEG są stanami przejściowymi, wzorcowymi, quasi-stabilnymi lub wzorcami elektroencefalogramu . Zwykle trwają one od milisekund do sekund i przypuszcza się, że są najbardziej podstawowymi przykładami ludzkich zadań neurologicznych i dlatego są nazywane „atomami myśli”. Oszacowanie i analizę mikrostanów pierwotnie przeprowadzono przy użyciu aktywności pasma alfa , chociaż obecnie zwykle stosuje się pasma EEG o szerszym paśmie. Quasi-stabilność mikrostanów oznacza, że „globalna topografia [EEG] jest stała, ale siła może się różnić, a biegunowość odwrócić”.
Historia
Koncepcja czasowych mikrostanów aktywności elektrycznej mózgu podczas odpoczynku bez wykonywania zadań i wykonywania zadań (mikrostany związane ze zdarzeniami) została opracowana przez Dietricha Lehmanna i jego współpracowników (The KEY Institute for Brain-Mind Research, University of Zurich, Szwajcaria) między 1971 a 1987, (patrz „mikrostany EEG” . Scholarpedia .) Dr. Thomas Koenig (University Hospital of Psychiatry, Szwajcaria) i Dietrich Lehmann (KEY Institute for Brain-Mind Research, Szwajcaria) są często uznawani za pionierów analizy EEG Microstate. W swojej pracy z 1999 r. w European Archives of Psychiatry and Clinical Neuroscience Koenig i Lehmann analizowali zapisy EEG osób ze schizofrenią w celu zbadania potencjalnych podstawowych korzeni poznawczych tego zaburzenia. Zaczęli zwracać uwagę na EEG w skali milisekundowej. Ustalili, że zarówno osoby zdrowe, jak i chore na schizofrenię mają te same mikrostany, ale różnią się charakterystyką między dwiema grupami i doszli do wniosku, że:
- „Chwilowe konfiguracje pola elektrycznego mózgu są przejawem chwilowego, globalnego stanu funkcjonalnego mózgu. Konfiguracje pól mają tendencję do utrzymywania się przez pewien czas w zakresie sub-sekundowym („mikrostaty”) i skupiania się w kilku klasach konfiguracji. W związku z tym dane pola mózgu mogą być skutecznie zredukowane do sekwencji powtarzających się klas mikrostanów mózgu, które nie nakładają się na siebie w czasie. Różne konfiguracje musiały być spowodowane przez różne aktywne zespoły neuronowe, a zatem różne mikrostany przypuszczalnie realizują różne funkcje.
Identyfikacja i analiza mikrostanów
Od EEG do mikrostanu
Izolowanie i analizowanie sekwencji mikrostanów EEG jest operacją post-hoc , która zazwyczaj wykorzystuje kilka etapów uśredniania i filtrowania. Kiedy Koenig i Lehman przeprowadzili swój eksperyment w 1999 roku, skonstruowali te sekwencje, zaczynając od EEG w stanie spoczynku badanego przy zamkniętych oczach. Wyizolowano pierwsze kilka minut EEG bez zdarzeń, a następnie ponownie filtrowano okresy około 2 sekundowe ( przepustowość 2–20 Hz). Po przefiltrowaniu epok mikrostany te zostały analitycznie pogrupowane w średnie klasy za pomocą grupowania k-średnich post hoc. Zaproponowano również podejście probabilistyczne, wykorzystujące rozmyte C-średnie, do grupowania i późniejszego przypisywania (patrz poniżej) mikrostanów.
Klastrowanie i przetwarzanie
Ponieważ mózg przechodzi tak wiele transformacji w tak krótkich skalach czasowych, analiza mikrostanów jest zasadniczo analizą średnich stanów EEG. Koenig i Lehmann ustanowili standard tworzenia klas lub powtarzalnych uśrednionych konfiguracji EEG. Po zebraniu wszystkich danych EEG wybierany jest „prototypowy” segment EEG, z którym można porównać wszystkie inne zebrane mikrostany. Tak zaczyna się proces uśredniania. Odchylenie od tego „prototypu” jest obliczane w celu dodania go do istniejącej klasy lub utworzenia oddzielnej klasy. Po „zgrupowaniu” podobnych konfiguracji, proces wyboru i porównywania „prototypu” jest powtarzany kilka razy, aby zapewnić dokładność. Proces opisują bardziej szczegółowo Koenig i Lehmann:
„Podobieństwo konfiguracji przestrzennej EEG każdej mapy prototypowej z każdą z 10 map jest obliczane przy użyciu współczynnika determinacji w celu pominięcia polaryzacji map. ...Oddzielnie dla każdej klasy mapy prototypowe są aktualizowane, łącząc wszystkie przypisane mapy poprzez obliczenie pierwszej przestrzenny główny składnik map, a tym samym maksymalizując wspólną wariancję z pominięciem polaryzacji mapy. Proces ten jest powtarzany kilkakrotnie przy użyciu różnych losowo wybranych prototypowych map spośród zebranych danych do wykorzystania do porównania statystycznego i określenia wariancji.
Tworzenie i przypisywanie zajęć
Większość badań ujawnia te same 4 klasy topografii mikrostanów:
- A: prawy-przedni do lewego-tylnego
- B: od lewego przedniego do prawego tylnego
- C: od czoła do potylicy
- D: głównie aktywność czołowa i przyśrodkowa do nieco mniejszej aktywności potylicznej niż klasa C
Jednak wiele badań wykazało również inne mapy szablonów mikrostanów EEG, które mogą mieć znaczenie. zbiegły się na 16 mapach, aby wyjaśnić wysoki odsetek obserwowanej wariancji. znaleziono 13 map przy użyciu podejścia ICA. Liczba „odnalezionych” i wykorzystanych mikrostanów jest częściowo funkcją stanu poznawczego osoby, ale częściowo jest również metodą stosowaną do grupowania i przypisywania mikrostanów. Chociaż mikrostany historycznie zawsze były przypisywane deterministycznie, ostatnie prace sugerują również, że istnieją problemy obliczeniowe, analityczne i koncepcyjne, które można rozwiązać poprzez analizę probabilistyczną mikrostanów.
Aplikacje
Podstawowe rozumienie ludzkiego poznania
Jest to aktualna hipoteza, że mikrostany EEG reprezentują podstawowe etapy przetwarzania informacji poznawczych i neuronowych w mózgu, ale nadal istnieje wiele badań, które należy przeprowadzić, aby utrwalić tę teorię.
Koenig, Lehmann i in. 2002
W badaniu tym zbadano wariancję mikrostanu EEG u normalnych ludzi w różnym wieku. Wykazał „prawidłową, złożoną ewolucję z wiekiem” ze skokami średniego czasu trwania mikrostanów w wieku około 12, 16, 18 i 40-60 lat, co sugeruje, że w tym wieku zachodzi znacząca ewolucja mózgu. Jeśli chodzi o przyczynę tego, postawili hipotezę, że jest to spowodowane wzrostem i restrukturyzacją ścieżek nerwowych,
- „W badaniach nad mikroarchitekturą rozwijającej się tkanki mózgowej zaobserwowano, że po początkowym nadmiarze stosunkowo niezorganizowanych połączeń synaptycznych, liczba synaps stopniowo spadała, podczas gdy stopień organizacji połączeń wzrastał (Huttenlocher, 1979; Rakic et al., 1986). Jest więc bardziej prawdopodobne, że obserwowane zmiany w profilu mikrostanów wynikają raczej z eliminacji połączeń niefunkcjonalnych niż z tworzenia nowych. Inny możliwy związek obecnych wyników z procesami neurobiologicznymi obserwacja, że wraz z wiekiem stany asymetryczne zanikają, a mikrostany symetryczne wzrastają.Zakładając, że mikrostany asymetryczne wynikają głównie z jednostronnej aktywności mózgu, podczas gdy mikrostany symetryczne wskazują głównie na aktywność obustronną, obserwowane efekty mogą być związane ze wzrostem ciała modzelowatego, który trwa do późnego okresu dojrzewania (np. Giedd i in., 1999)."
Van De Ville, Britz i Michel, 2010
W badaniu przeprowadzonym przez naukowców w Genewie dynamika czasowa i możliwe właściwości fraktalne mikrostanów EEG zostały przeanalizowane na normalnych ludziach. Ponieważ mikrostany są globalną topografią, ale występują w tak małych skalach czasowych i zmieniają się tak szybko, Van De Ville, Britz i Michel postawili hipotezę, że te „atomy myśli” są fraktalne w wymiarze czasowym. Oznacza to, że EEG, niezależnie od tego, czy jest powiększone, czy pomniejszone, samo w sobie jest kompozycją mikrostanów. Hipotezę tę początkowo wyjaśniała silna korelacja między szybką skalą czasu i przemijaniem mikrostanów EEG a znacznie wolniejszymi sygnałami stanu spoczynkowego fMRI .
- „Powiązanie między mikrostanami EEG i sieciami stanów spoczynkowych fMRI ( RSN ) zostało ustanowione poprzez splatanie przebiegów czasowych występowania różnych mikrostanów EEG z funkcją odpowiedzi hemodynamicznej ( HRF ), a następnie wykorzystanie ich jako regresorów w ogólnym modelu liniowym dla konwencjonalnego fMRI analizy. Ponieważ HRF działa jako silny filtrem wygładzającym czasowy na szybkim sygnału EEG na bazie, to niezwykłe, że istotne statystycznie korelacje można znaleźć. fakt, że wygładzanie nie usunąć wszelkie informacje przenoszących sygnał z sekwencji microstate i że ponadto oryginalne sekwencje mikrostanów i regresory wykazują to samo względne zachowanie w skalach czasowych o około dwa rzędy wielkości od siebie, sugeruje, że przebiegi czasowe mikrostanów EEG są niezmienne w skali”.
Ta dynamika o niezmiennej skali jest najsilniejszą cechą fraktala, a ponieważ mikrostany wskazują na globalne sieci neuronowe, uzasadnione jest wnioskowanie, że te mikrostany wykazują czasowo monofraktalne (jednowymiarowe fraktale) zachowanie. Stąd widzimy możliwość, że fMRI, który jest również globalną miarą topografii, jest prawdopodobnie tylko powiększoną manifestacją swoich mikrostanów, a tym samym dodatkowo wspiera hipotezę, że mikrostany EEG są podstawową jednostką globalnego przetwarzania poznawczego.
Patologie psychologiczne
Porównanie klas mikrostanów EEG pomiędzy grupą kontrolną a osobami z psychozą przyniosło ważne wyniki, sugerujące, że podstawowy stan spoczynkowy osób z psychozą jest nieregularny. Oznacza to, że zanim jakakolwiek informacja zostanie przetworzona lub utworzona, jest związana z dynamiką nieregularnego sekwencjonowania mikrostanów. Chociaż analiza mikrostanów ma ogromny potencjał, aby pomóc zrozumieć podstawowe mechanizmy niektórych chorób neurologicznych, wciąż pozostaje wiele pracy i zrozumienia, które należy rozwinąć, zanim stanie się ona powszechnie akceptowaną diagnostyką.
Schizofrenia
Liczne badania dotyczyły dynamiki czasowej mikrostanów EEG u osób ze schizofrenią . W pierwszym badaniu porównującym dynamikę czasową mikrostanów EEG u osób ze schizofrenią i osób zdrowych, Koenig i Lehmann stwierdzili, że osoby ze schizofrenią mają tendencję do spędzania zbyt dużo czasu w mikrostanie klasy A w porównaniu z grupą kontrolną. Jednak inne badania w badaniach nad schizofrenią sugerowały inny obraz. Metaanaliza obejmująca badania z lat 1999-2015 wykazała, że klasa C mikrostanów występowała częściej i przez dłuższy czas u osób ze schizofrenią niż grupa kontrolna, natomiast klasa D mikrostanów występowała rzadziej i przez krótszy czas. Wyniki te potwierdziła również późniejsza metaanaliza. Podobne nieprawidłowości odnotowano w badaniu z udziałem nastolatków z zespołem delecji 22q11.2 , populacji, w której ryzyko rozwoju psychozy wynosi 30%. Nieprawidłowości klas C i D stwierdzono również u zdrowego rodzeństwa osób ze schizofrenią, co skłoniło autorów do zasugerowania, że dynamika mikrostanów C i D jest kandydatem na endofenotyp schizofrenii.
Zaburzenie lękowe
W lipcu 2011 r. dr Koenig współpracował z naukowcami z Uniwersytetu Kanazawa w Japonii i innymi z Uniwersytetu w Bernie w Szwajcarii, aby przeprowadzić analizę mikrostanową osób z lękiem napadowym (PD). Odkryli, że ci ludzie spędzili zbyt dużo czasu w tym samym mikrostanie z prawej strony przedniej do lewej, co w badaniach nad schizofrenią. Sugeruje to nieprawidłowe działanie płata skroniowego, które opisano w badaniach fMRI osób z PD; spędzili średnio 9,26 milisekund dłużej w tym mikrostanie niż osoby kontrolne. Te nieprawidłowe sekwencje mikrostanów są bardzo podobne do tych w badaniu schizofrenii, a ponieważ lęk jest często spotykany w schizofrenii, może to wskazywać na silną korelację między różnymi nasileniem patologii neurologicznych a sekwencją mikrostanów danej osoby.
Analiza snu
W 1999 roku Cantero, Atienza, Salas i Gómez badali rytmy alfa u normalnych ludzi w 3 stanach: oczy zamknięte/relaks, senność na początku snu i sen REM . Odkryli, że średnie określone klasy mikrostanów różniły się między stanami świadomości na 3 różnych parametrach.
- Średni czas trwania mikrostanu był dłuższy podczas relaksacji przy zamkniętych oczach niż w pozostałych 2 stanach
- Całkowita liczba mikrostanów na sekundę była największa podczas senności na początku snu
- Wyznaczona liczba klas była również największa podczas senności na początku snu
To badanie wyjaśnia złożoność aktywności mózgu i dynamiki EEG. Dane sugerują, że „aktywność fal alfa może indeksować różne informacje w mózgu w każdym stanie pobudzenia”. Ponadto sugerują, że rytm alfa może być „naturalną częstotliwością rezonansową kory wzrokowej podczas stanu przebudzenia, podczas gdy aktywność alfa pojawiająca się w okresie senności na początku snu może być indeksowaniem obrazów hipnagogicznych generowanych przez śpiący mózg. oraz zdarzenie fazowe w przypadku snu REM”. Innym twierdzeniem jest, że dłuższe okresy stabilnej aktywności mózgu mogą obsługiwać mniejsze ilości przetwarzania informacji, a tym samym niewiele zmian w mikrostanach, podczas gdy krótsza, mniej stabilna aktywność mózgu może odzwierciedlać duże ilości różnych informacji do przetworzenia, a tym samym więcej zmian mikrostanów.