Pracownia EEG/ERDS: Różnice pomiędzy wersjami

Z Brain-wiki
(Utworzono nową stronę "=Wstęp= Wśród badań wykonywanych z wykorzystaniem rejestracji EEG czy MEG można wyróżnić badania spoczynkowe, gdzie rejestrowana jest spontaniczna aktywność m...")
 
Linia 1: Linia 1:
 +
[[Pracownia EEG|Pracownia EEG]] / ERD/S
 +
 
=Wstęp=
 
=Wstęp=
 
Wśród badań wykonywanych z wykorzystaniem rejestracji EEG czy MEG można wyróżnić badania spoczynkowe, gdzie rejestrowana jest spontaniczna aktywność mózgu oraz badania zmian aktywności pod wpływem różnych bodźców, przy czym bodźce te mogą być pochodzenia egzo- lub endogennego. Reakcja na bodziec może wykazywać stały związek fazowy z momentem wystąpienia bodźca — w takiej sytuacji mówimy o potencjałach lub polach wywołanych (ang. ''event related potential'', ''ERP'' i ''event related field'', ''ERF'') — lub też może nie być fazowo związana z bodźcem.
 
Wśród badań wykonywanych z wykorzystaniem rejestracji EEG czy MEG można wyróżnić badania spoczynkowe, gdzie rejestrowana jest spontaniczna aktywność mózgu oraz badania zmian aktywności pod wpływem różnych bodźców, przy czym bodźce te mogą być pochodzenia egzo- lub endogennego. Reakcja na bodziec może wykazywać stały związek fazowy z momentem wystąpienia bodźca — w takiej sytuacji mówimy o potencjałach lub polach wywołanych (ang. ''event related potential'', ''ERP'' i ''event related field'', ''ERF'') — lub też może nie być fazowo związana z bodźcem.

Wersja z 07:00, 16 paź 2015

Pracownia EEG / ERD/S

Wstęp

Wśród badań wykonywanych z wykorzystaniem rejestracji EEG czy MEG można wyróżnić badania spoczynkowe, gdzie rejestrowana jest spontaniczna aktywność mózgu oraz badania zmian aktywności pod wpływem różnych bodźców, przy czym bodźce te mogą być pochodzenia egzo- lub endogennego. Reakcja na bodziec może wykazywać stały związek fazowy z momentem wystąpienia bodźca — w takiej sytuacji mówimy o potencjałach lub polach wywołanych (ang. event related potential, ERP i event related field, ERF) — lub też może nie być fazowo związana z bodźcem.

Niniejsza część pracowni poświęcona jest metodologii badania reakcji mózgu na bodźce, które są czasowo ale niekoniecznie fazowo związane z bodźcem.

Zmiany pasmowej mocy sygnału EEG

Pierwsze rezultaty opisujące zmiany w mocy pasmowej sygnału EEG (spadek mocy rytmu alfa) związane z reakcją na bodziec zostały opisane w pracy doktorskiej Adolf Becka zatytułowanej „Oznaczenie lokalizacyi w mózgu i rdzeniu za pomocą zjawisk elektrycznych” (Beck, 1891). Ilościowe badania zjawisk modulacji mocy sygnału EEG w reakcji na bodźce rozpoczęto stosunkowo niedawno. Począwszy od pracy (Pfurtscheller, 1979) zjawiska te zaczęto nazywać Event Related Desynchronization (ERD) — czyli desynchronizacja związana z bodźcem. Termin ERD dotyczy spadku mocy. Przez analogię w późniejszych pracach terminem Event Related Synchronization (ERS) opisywane są efekty polegające na wzroście mocy. W większości paradygmatów eksperymentalnych zjawiska ERD i ERS są małe w porównaniu ze zmiennością mocy sygnału EEG związanej ze spontaniczną aktywnością mózgu. W celu ich ilościowego badania wymagane jest zarejestrowanie wielu realizacji reakcji na bodziec i poddanie ich analizie statystycznej.

Paradygmat erds.gif

Interpretacja fizjologiczna

Synchronicznie pobudzana grupa neuronów piramidalnych kory tworzy warstwę dipolową.
Przykładowa mapa zjawiska synchronizacji i desynchronizacji sygnału EEG w przestrzeni czas-częstość dla sygnału zearejestrowanego przez elektrodę C3. Osoba badana wykonywała szybki ruch palcem w momencie oznaczonym 0. Kolory odpowiadają procentowej zmianie mocy względem poprzedzającego okresu 2s, zgodnie ze skalą barw umieszczoną po prawej stronie. Na poziomej osi - czas w s, na pionowej częstość w Hz.

Terminy ERD i ERS mają swoje źródło w fizjologicznej interpretacji zmian mocy sygnału w określonych pasmach częstości. Źródłem mierzalnego na powierzchni głowy sygnału elektrycznego lub magnetycznego jest synchroniczna aktywność wielu neuronów (głównie piramidalnych kory). Szacuje się, że wpływ na wielkość sygnału EEG lub MEG ma głównie stopień synchronizacji neuronów wytwarzających ten sygnał, a w drugiej kolejności ich ilość (Nunez, 1981). Tak więc wzrost mocy w pewnym paśmie (np. alfa ERS) interpretowany jest jako wzrost synchronizacji aktywności neuronów generujących aktywność EEG w tym paśmie, zaś spadek mocy (np. alfa ERD) interpretowany jest jako spadek synchronizacji neuronów generujących aktywność EEG w tym paśmie częstości. Przy takiej interpretacji należy pamiętać o skali w jakiej dokonywany jest pomiar. Zarówno elektrody EEG jak i cewki MEG mierzą sygnały średnie pochodzące od olbrzymich ilości neuronów. Zatem zmiana mocy w tym sygnale odpowiada desynchronizacji lub synchronizacji w skali makroskopowej (rzędu [math]10^6[/math]-[math]10^8[/math] neuronów).


Zjawiska ERD i ERS badane były zarówno w eksperymentach motorycznych (Pfurtscheller, 1994, Pfurtscheller, 1996a, Pfurtscheller1, 996b , Pfurtscheller1999) jak i kognitywistycznych (Tallon Baudry, 1996, Tallon, 1999, Kaiser2003). Wnioski płynące z tych prac są takie, że znaczenie zjawisk ERD i ERS zależy od pasma częstości, w którym one występują. Aktywność w paśmie alfa wiązana jest ze stanem spoczynkowym, ERD w paśmie alfa i beta wiązane jest z pobudzeniem danego rejonu kory mózgowej, w którym zjawisko to zachodzi. ERS w paśmie alfa i beta następujący po ERD w tym samym paśmie częstości interpretowany jest najczęściej jako przejaw inhibicji lub kasowania poprzedniego stanu. Z kolei zwiększona aktywność w paśmie gamma jest interpretowana jako przejaw funkcjonalnej aktywacji danego fragmentu kory. Nowe wyniki pojawiają się na bieżąco i stawiane są nowe pytania co do możliwych interpretacji poszczególnych zjawisk np. (Crone, 2010).

Oprócz motywacji czysto poznawczych, badania zjawisk ERD i ERS stymulowane są przez praktyczne możliwości ich wykorzystania w diagnostyce epilepsji, gdzie są nadzieje na zastosowanie tej techniki w miejsce bardziej inwazyjnej metody mapowania mózgu przez elektrostymulację (Crone 1998a, Crone, 1998b, Crone, 2006) oraz w konstrukcji interfejsów mózg-komputer (Pfurtscheller, 2006).

Mapowanie kory czuciowo-ruchowej za pomocą stymulacji: dwie falki – bezwolne reakcje ruchowe, trzy falki – kloniczny skurcz mięśni, za Crone, 1998
Mapowanie kory czuciowo-ruchowej za pomocą ERD/ERS.Pacjent z przyczyn medycznych miał umieszczoną na korze motorycznej siatkę elektrod (6x8, odstęp 1cm). Pacjent miał zaciskać pięść w odpowiedzi na bodziec wzrokowy przez cały czas trwania bodźca (3s) Prezentowane mapy istotnych statystycznie zmian uzyskano na podstawie 49 wolnych od artefaktów realizacji.

Estymacja zmian mocy sygnału EEG w dziedzinie czasu

Przebieg czasowy zjawiska ERD i ERS jest specyficzny dla pasm częstości.

Klasyczne obliczanie ERD/ERS.
a) Przykładowy zapis EEG jednej z [math]N[/math] realizacji
b) przefiltrowany sygnał EEG w wybranym paśmie (tutaj: [15 25] Hz)
c) przefiltrowany sygnał podniesiony do kwadratu — w ten sposób uzyskujemy przebieg mocy pasmowej w czasie
d) uśredniony po realizacjach przebieg mocy pasmowej w czasie
e) wygładzony przebieg z d) za pomocą średniej biegnącej (tutaj okienko 0.25 s) czerwone pionowe linie wyznaczają okres referencyjny
f) ERD/ERS - względna zmiana sygnału e) w odniesieniu do okresu referencyjnego.

Klasyczny sposób estymowania ERD i ERS (Pfurtscheller, 1979) polega na (patrz ilustracja):

  • filtrowaniu pasmowym,
  • wyrównaniu realizacji względem momentu wystąpienia bodźca,
  • obliczaniu mocy chwilowej (podniesienie do kwadratu wartości każdej próbki sygnału),
  • uśrednieniu mocy chwilowej po realizacjach, wygładzeniu przebiegu czasowego uśrednionej mocy chwilowej filtrem dolnoprzepustowym.
  • Następnie względna zmiana mocy obliczana jest jako:
[math]\mathrm{ERD/ERS}_f(t) = \frac{P_f(t) - R_f}{R_f} [/math]

gdzie: [math]P_f(t)[/math] — średnia moc chwilowa w paśmie częstości f; uśrednianie przebiega po realizacjach. [math]R_f[/math] — średnia moc w paśmie f w okresie referencyjnym; uśrednianie przebiega po realizacjach i po czasie trwania okresu referencyjnego. Klasycznym metodom obliczania ERD/ERS poświęcona jest praca (Pfurtscheller, 1999). Całościowy obraz zmian mocy sygnału EEG związanych z bodźcem można dogodnie analizować w dziedzinie czas-częstość.

Cwiczenia

Paradygmat

wersja 1

Osoba badana siedzi wygodnie i trzyma przycisk podłączony do triggera. Na ekranie w odstępach 13[math]\pm[/math]1 sekund wyświetlany jest krzyżyk. Krzyżyk wyświetlany jest przez 2 sekundy. W przeciągu 2 sekund po zniknięciu krzyżyka osoba badana w wybranym przez siebie momencie wciska przycisk. Proszę zarejestrować 60 realizacji.

Przygotuj program implementujący powyższy paradygmat.

wersja 2

Próba rozróżnienia ruchów lewą i prawą ręką — jak w BCI; na podstawie artykułu Plik:ERDS.BCI.TNSRE2012.pdf, oczywiście w uproszczonej wersji :-)

Procedura:

Osoba badana ma za zadanie poruszać palcami (wskazującym oraz środkowym) prawej lub lewej ręki. Na ekranie monitora pojawia się strzałka, która widoczna jest przez okres 3 sek. i wskazuje rękę, którą będzie wykonywany ruch. Osoba badana ma ruszyć wskazaną ręką w wybranym przez siebie momencie PO zniknięciu strzałki. Dla każdej ręki przewidziane jest 100 powtórzeń. W celu synchronizacji sygnału EEG ze wskazówkami pojawiającymi się na ekranie monitora, w lewym dolnym rogu (gdzie pojawia się biały kwadrat) powinna zostać umieszczona fotodioda.

Rejestracja sygnału:

Wykorzystujemy następujące elektrody umieszczone zgodnie z systemem 10--10: FC3, FC1, FCz, FC2, FC4, C5, C3, C1, Cz, C2, C4, C6, CP5, CP3, CP1, CPz, CP2, CP4, CP6, P1, P2, A1, A1. Dodatkowo wykonujemy pomiar z mięśnia extensor digitorum. W tym celu na obu rękach umieszczamy elektrody bipolarne do EMG (patrz Fig. 1 (elektroda ED3): http://jn.physiology.org/content/100/6/3225.long). Sygnał rejestrujemy z częstością 512 Hz.

Procedura może zostać pobrana ze stony: https://github.com/mroja/signal_utils/tree/master/erds/arrows.

Analiza:

  1. ERD/S w pasmach
  2. uśrednione mapy czas-częstość osobno dla ruchu lewą i prawą ręką
  3. analiza możliwości rozróżnienia ruchu na podstawie EEG

Uśrednianie spektrogramów wykonujemy samodzielnie w Pythonie, a na deser liczymy estymatę średnich rozkładów czas-częstość z MP:

  1. eksportujemy tagi znalezione na podstawie EMG https://brain.fuw.edu.pl/edu/EEG:Pracownia_EEG/SSVEP_1#.C4.86wiczenie_dla_ch.C4.99tnych i oglądamy w Svarogu wyniki na tle sygnału
  2. ściągamy najnowszą wersję Svaroga z http://braintech.pl/svarog, umożliwiającą uśrednianie map
  3. Otwieramy w Svarogu plik sygnału wraz z tagami.
  4. Ustalamy odpowiedni montaż i filtrowanie sygnału.
  5. Uruchamiamy dekompozycję MP (Tools → MP decomposition) wybierając w ustawieniach (zakładka „Signal selection” → zakładka „Marked”)
    1. rodzaj taga oznaczającego kolejne powtórzenia
    2. początek i długość trwania analizowanego interwału czasu (w sekundach, względem wystąpienia taga)

Po zakończeniu obliczeń otwieramy rezultat w nowym oknie („Get result”). Obliczona w ten sposób „książka” składa się z dekompozycji MP kolejnych powtórzeń eksperymentu, przedstawionych w postaci map czas-częstość. Otrzymane mapy możemy następnie uśrednić (Tools → Average books) i zapisać do pliku graficznego o ustalonej rozdzielczości.

Rejestracja sygnału

10 20zAFz.png
  1. Zakładamy czepek i elektrody w systemie 10-20, dbamy o to by opory pomiędzy elektrodami były poniżej 5 k[math]\Omega[/math] i różnice pomiędzy oporami różnych elektrod nie przekraczały 20%.
  2. Elektrody referencyjne A1 i A2.
  3. Elektrodę GND mocujemy w otworze czepka odpowiadającym pozycji AFz (na linii centralnej 10% w stronę nosa od elektrody Fz).
  4. Sygnał rejestrujemy z częstością 256 Hz.

Analiza

Czas wciśnięcia przycisku oznaczymy jako 0. Poniższą analizę zastosuj dla sygnałów w referencji do uśrednionych odprowadzeń usznych A1 i A2.

Wyznaczenie pasma μ i β

  1. Z sygnału wycinamy fragmenty od −4 do −2 sek. dla elektrod C3 i C4 (elektrody położone nad korą ruchową dłoni).
  2. Dla każdej realizacji obliczamy widma metodą Welcha.
  3. Otrzymane widma uśredniamy po realizacjach.
  4. Z sygnału wycinamy fragmenty od +0.5 do +2.5 sek. dla elektrod C3 i C4 (elektrody położone nad korą ruchową dłoni).
  5. Dla każdej realizacji obliczamy widma metodą Welcha.
  6. Otrzymane widma uśredniamy po realizacjach.
  7. Wykreśl widma z okresu poprzedzającego ruch i z okresu po ruchu nałożone na siebie, a także względną zmianę widma. Zaobserwuj w jakich zakresach częstości μ (pasmo około 10 Hz) i β (około 23 Hz) występują największe zmiany.

Wyznaczenie przebiegu czasowego ERD i ERS

  1. Zaprojektuj filtry pasmowo przepustowe (Chebyszewa 2 rodzaju) zgodne z wyznaczonymi pasmami. Zbadaj funkcje przenoszenia i odpowiedzi impulsowej.
  2. Powycinaj sygnały od −5 do +5 sekund (wszystkie kanały). Przefiltruj każdą realizację.
  3. Oblicz moc chwilową za pomocą transformaty Hilberta (kwadrat amplitudy chwilowej).
  4. Uśrednij moc chwilową po realizacjach.
  5. Oblicz względną zmianę mocy chwilowej względem czasu −4 do −2. W ten sposób otrzymasz przebieg ERD i ERS w czasie.
  6. Wykreśl ERD i ERS w układzie topograficznym. (Rozmieść subploty tak, aby z w przybliżeniu odpowiadały pozycjom elektrod).

Transformacja Hjortha

Transformacja Hjortha jest przybliżeniem numerycznym transformacji Laplace'a, czyli drugiej pochodnej przestrzennej. Obliczamy ją jako różnicę potencjału pomiędzy daną elektrodą i średnią z czterech sąsiednich elektrod.

Proszę przeliczyć potencjały C3, Cz i C4 na montaż Hjortha oraz powtórzyć analizę ERD/ERS opisaną powyżej. Przykładowo dla elektrody C3 montaż Hjortha [math]\mathrm{C3_H}[/math] otrzymuje się w następujący sposób: [math]\mathrm{C3_H = C3 - \frac{1}{4}(T3+F3+Cz+P3)}[/math]

Literatura

  • Beck, A., 1891. Oznaczenie lokalizacyi w mózgu i rdzeniu za pomoca zjawisk elektrycznych. Ph.D. thesis, Polska Akademia Umiejętności, Kraków, seria II.
  • Crone, N. E., Miglioretti, D. L., Gordon, B., Lesser, R. P., 1998a. Functional mapping of human sensorimotor cortex with electrocorticigraphic spectral analysis II. Event-related synchronization in the gamma band. Brain 121, 2301–15.
  • Crone, N. E., Miglioretti, D. L., Gordon, B., Sieracki, J. M., Wilson, M. T., Uematsu, S., 1998b. Functional mapping of human sensorimotor cortex with electrocorticographic spectral analysis I. Alpha and beta event-related desynchronization. Brain 121, 2271–99.
  • Crone, N. E., Korzeniewska, A., Franaszczuk, P. J., 2010. Cortical gamma responses: Searching high and low. International Journal of Psychophysiology.
  • Crone, N. E., Sinai, A., Korzeniewska, A., 2006. High-frequency gamma oscilla- tions and human brain mapping with electrocorticography. Progress in Brain Research 159, 275–295.
  • Kaiser, J., Lutzenberger, W., 2003. Induced gamma-band activity and human brain function. Neuroscientist 9, 475–84.
  • Nunez, P. L., 1981. Electric Fields of the Brain. The Neurophysics of EEG. Oxford University Press, New York.
  • Pfurtscheller, G., Aranibar, A., 1979. Evaluation of event-related desyn- chronization (ERD) preceding and following voluntary self-paced movement. Electroencephalography and Clinical Neurophysiology 46, 138–146.
  • Pfurtscheller, G., Flotzinger, D., Neuper, C., 1994. Differentiation between finger, toe and tongue movement in man based on 40 Hz EEG. Electroencephalography and Clinical Neurophysiology 90, 456–60.
  • Pfurtscheller, G., Lopes da Silva, F. H., 1999. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clinical Neurophysiology 110, 1842–57.
  • Pfurtscheller, G., 1999. Quantification of ERD and ERS in the time domain. In: W Pfurtscheller, G., Lopes da Silva, F. H. (Eds.), Event-related desynchroni- zation. Vol. 6. Elsevier, p. 89–105.
  • Pfurtscheller, G., Neuper, C., 2006. Future prospects of ERD/ERS in the context of brain-computer interface (BCI) developments. Progress in Brain Research 159, 433–437.
  • Pfurtscheller, G., Stancak Jr, A., C., N., 1996a. Post-movement beta synchronization. A correlate of an idling motor area? Electroencephalography and Clinical Neurophysiology 98, 281–93.
  • Pfurtscheller, G., Stancak Jr, A., Neuper, C., 1996b. Event-related synchronization (ERS) in the alpha band—an electrophysiological correlate of cortical idling: a review. International Journal of Psychophysiology 24, 39–46.
  • Tallon-Baudry, C., Bertrand, O., 1999. Oscillatory gamma activity in humans and its role in object representation. Trends Cogn. Sci. 3, 151–62.
  • Tallon-Baudry, C., Bertrand, O., Delpuech, C., Pernier, J., 1996. Stimulus specificity of phase-locked and non-phase-locked 40 Hz visual responses in human. The Journal of Neuroscience 16, 4240–4249.