Bilgi

Nöronal sinyaller kafa derisi elektrotları tarafından nasıl aslına uygun olarak yeniden üretilebilir?

Nöronal sinyaller kafa derisi elektrotları tarafından nasıl aslına uygun olarak yeniden üretilebilir?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Beyin ve kafa derisi arasında bir kafatası bariyeri (ve muhtemelen başka katmanlar da) vardır. Elektrotları bağlayarak kafa derisinden EEG sinyallerini çıkarmaya ve diğer cihazlara arayüz oluşturmaya çalışan insanlar gördüm. Fakat bu zayıf sinyaller bu kadar çok bariyeri nasıl geçer ve kafa derisi elektrotlarına nasıl ulaşır? Ayrıca "kafa derisi hücrelerinin" kendi dinamikleri olacak, değil mi?

sadece anlamıyorum kafa derisinden beynin içindeki elektrik sinyallerinin yaklaşık bir ölçüsünü nasıl elde edebiliriz?.


Kısa cevap
Küçük elektriksel EEG sinyallerinin olması gerekir. sağlamlaştırılmış ve gürültü azaltılmış tespit edilebilir olmak. Gürültü azaltma teknikleri, matematiksel ortalama alma ve filtreleme gibi sinyal işleme tekniklerini içerir.

Arka plan
Nöronal aktivite elektrikseldir ve potansiyel farklılıklar her nöronun etrafında Potansiyel değişiklikler elektrik alanları. Bu elektrik alanı, EEG elektrotlarının algıladığı şeydir (Şekil 1).


Şekil 1. Bir nöron (üstte) ve karşılık gelen elektromanyetik alan (altta) tarafından üretilen elektrik alanı. İlki EEG ile, ikincisi MEG ile tespit edilir. Kaynak: Picton (2002)

Aradaki dokular (dura mater ve kafatası) çok iletken değildir ve gerçekten de bu potansiyellerin zayıflamış. Daha da kötüsü, elektrik alanları dağınık kafa derisine giderken, komşu nöron yamalarının kafa derisinde güvenilir bir şekilde ayırt edilemediği anlamına gelir. Başka bir deyişle, EEG'nin uzaysal çözünürlüğü çok zayıf. Potansiyellerin küçük genliği basitçe ihtiyaç duyar sinyal amplifikasyonu onları ölçülebilir kılmak için. Bununla birlikte, @ user49102'nin güzel bir şekilde belirttiği gibi, arka plan gürültüsü bununla güçlendirilir. Bu nedenle, aşağıdaki gibi gürültü azaltma tekniklerini kullanarak kafa derisindeki sinyali gürültüden çıkarmak için bir elektrofizyologun sihirli şapkasına ihtiyaç duyulabilir. sinyal ortalaması ve filtreleme. Sinyal ortalamasının kullanıldığı dikkate değer bir örnek olayla ilgili potansiyel veya ERP'dir. Bir uyaran (örneğin bir ışık parlaması) tekrar tekrar sunulur ve zaman kilitli EEG tekrar tekrar ölçülür ve çevrimdışı olarak ortalaması alınır. Rastgele gürültü, ortalama alma işlemiyle azaltılır ve fazla filtreleme gerekmeden düzgün ERP yanıtları çıkarılabilir. Özel bir örnek, görsel uyarılmış potansiyel veya VEP'dir (Şekil 2):


VEP. Kaynak Cağlık (2015)

Kafa derisi hücrelerinin (cilt hücrelerinin) kendi elektriksel yanıtlarına sahip olup olmadığı sorunuz - Evet ve hayır. Deri hücreleri aksiyon potansiyeli oluşturmaz ve yalnızca sabit zar potansiyellerine sahiptir. Bu nedenle, elektrotlar tarafından alınırlarsa, yalnızca sabit bir kayma, yani bir taban çizgisi kayması üretecektir. Endişelenecek birşey yok. Nöronlar aktif potansiyele sahiptir farklılıklar aksiyon potansiyelleri aracılığıyla ve yakalanan budur - voltaj farkları.

Düşük uzaysal çözünürlük ve zayıf sinyal, tek nöronların aktivitesinin ölçülemediği anlamına gelir. Bunun yerine, binlerce nörondan gelen brüt sinyal toplu olarak ölçülür. Sırayla, bu nöronlar rastgele ateşlendiğinde birbirlerinin yanıtlarını iptal edecek ve çok az sinyal elde edilecektir. En sağlam tepkiler, beyin ürettiğinde elde edilir. senkronize salınım potansiyelleriörneğin yavaş dalga uykusu sırasında (Roth, 2009).

EEG, EEG'nin uzaysal çözünürlüğü zayıf olsa da, zamansal alanda üstün. Birkaç milisaniyelik yanıtlar güvenilir bir şekilde ölçülebilir (Şekil 2). Bir karşılaştırma olarak, fMRI saniyeler düzeyinde zamansal bir çözünürlüğe sahiptir.

Referanslar
- cağlık, Görsel Uyarılmış Potansiyeller, İçinde: Webvision Retina ve Görsel Sistemin Organizasyonu (2015)
- pikton, Int J Biyoelektromanyetizma (2002); 4(2): 225 - 8
- Roth, J Clin Uyku Med (2009); 5(2 Ek): S4-S5


EEG, 20'li yılların sonlarında, elektrik hakkında oldukça bilgisiz olan insanlar tarafından kaydedildi. EEG'nin gücü gerçekten zayıf olsa da, bu tür nispeten ilkel teknolojiyle bile kolayca gözlemlenebilir.

Dikkat etmeniz gereken ilk şey, EEG'nin toplam alanı ölçmesidir. Tek nöronları görmez. Büyük sinirsel nöron popülasyonlarının senkronize aktivitesini görür - en azından onlarca, yüz binlerce nöron ve muhtemelen daha fazla on ve yüz milyonlarca nöron. Bu toplu etkinlik, mikrovolt düzeyinde etkinlik yaratır. Bu aktivite daha sonra aktarılır ( diferansiyel yükselteç tekniği) güçlü bir amplifikatöre. Modern EEG amplifikatörleri çok büyük giriş empedanslarına sahiptir ve bu nedenle bu zayıf sinyalleri yükseltebilir. Bununla birlikte, yine de yalnızca büyük nöron gruplarının kütle hareketini gözlemler, örn. tek hücreler tarafından tek aksiyon potansiyelleri.

Daha sonra, doğrudan EEG analizi, bahsettiğiniz nedenler de dahil olmak üzere birçok nedenden dolayı nispeten bilgilendirici değildir: kafa derisi, kafatası ve araya giren diğer dokular sinyali zayıflatır. Bu nedenle, çoğu zaman, birçok kaydın ortalamasının alınması gibi kapsamlı ön işleme uygulanır. Bununla birlikte, uyanık EEG'de en az iki özellik zaten görülebilir. Birincisi, frekans spektrumunun güç kanunu yapısıdır (bu, dokunun filtreleme özellikleri ile güçlendirilmiş olmasına rağmen; doku, yüksek frekansları düşük olanlardan daha fazla filtreler). İkincisi, çoğunlukla görsel alanlardan gelen büyük bir aktivite örüntüsü olan alfa dalgasıdır. Ancak bu çok kaba bir özelliktir; deneğin gözleri açık ve dikkatli mi yoksa kapalı mı/dikkatsiz mi olduğunu bize çok az şey anlatır.

Son olarak, genel olarak derin kaynakların (subkortikal alanlar gibi) EEG tarafından algılanmadığı (sadece örneğin MEG tarafından) varsayılır.

Konuya iyi bir giriş kitaptır elektroensefalografi Niedermeyer ve Lopes da Silva tarafından.


Koşu Bandı Yürüyüşü Sırasında Saç Derisi Elektroensefalografisinde (EEG) İhmal Edilebilir Hareket Artefaktları

ŞEKİL S2 | (A) EEG kanallarının olayla ilgili spektral bozulmaları (ERSP'ler) ve her bir hızdaki her denek için tüm yürüyüş döngüleri boyunca ortalama büyüklük ivmesi. (B) Artifact Subspace Reduction ile EEG'yi işledikten sonra EEG kanallarının ve hızlanmanın ERSP grafikleri.

ŞEKİL S3 | Her hızdaki her denek için 10 s'lik yürüme verisi örneği için x ekseni ivmeli EEG kanallarının dalgacık tutarlılığı, (A) önce ve (B) Artifact Subspace Reduction ile işlendikten sonra. Frekans logaritmik olarak ölçeklenir y-ekseni ve EEG'nin delta bant aralığıyla sınırlıdır (4 Hz'e kadar). Dikey siyah çizgiler, Sağ Topuk Darbelerinin (RHS) başlangıcını gösterir, yatay siyah çizgiler, adım atma sıklığını gösterir. Oklar göreli faz ilişkisini gösterir (aynı fazda sağa, anti-faz sola ve EEG'de 90×000b0 hızlanma dümdüz aşağıyı gösterir) ve yalnızca tutarlılığı 0,5'ten büyük olan bölgeler için gösterilir. Kalın siyah kontur çizgileri, bölgelerin Brown gürültüsüne karşı %5 düzeyinde önemli olduğunu gösterir.

ŞEKİL S4 | Delta bandı EEG'nin dalgacık tutarlılığı x-her hızdaki her denek için tüm yürüyüş döngüleri boyunca ortalama hızlanma ekseni (A) önce ve (B) Artifact Subspace Reduction ile işlendikten sonra. Dikey siyah çizgiler, yürüme döngüsü aşamasını gösterir. Yatay siyah çizgiler, adım atma sıklığını gösterir. Oklar göreli faz ilişkisini gösterir (aynı fazda sağa, anti-faz sola ve EEG'de 90×000b0 hızlanma dümdüz aşağıyı gösterir) ve yalnızca tutarlılığı 0,5'ten büyük olan bölgeler için gösterilir.


İçindekiler

Richard Caton, tavşanların ve maymunların beyin yarıkürelerinde elektriksel aktivite keşfetti ve bulgularını 1875'te sundu. [2] Adolf Beck, 1890'da, ışıkla değiştirilmiş ritmik salınımları içeren tavşanların ve köpeklerin beyinlerinin kendiliğinden elektriksel aktivitesine ilişkin gözlemlerini yayınladı. Doğrudan beynin yüzeyine yerleştirilen elektrotlar. [3] Hans Berger'den önce, Vladimir Vladimirovich Pravdich-Neminsky ilk hayvan EEG'sini ve bir köpeğin uyarılmış potansiyelini yayınladı. [4]

Nöral salınımlar, merkezi sinir sistemi boyunca tüm seviyelerde gözlenir ve ani trenleri, yerel alan potansiyellerini ve elektroensefalografi (EEG) ile ölçülebilen büyük ölçekli salınımları içerir. Genel olarak salınımlar, frekansları, genlikleri ve fazları ile karakterize edilebilir. Bu sinyal özellikleri, zaman-frekans analizi kullanılarak nöral kayıtlardan çıkarılabilir. Büyük ölçekli salınımlarda, genlik değişikliklerinin, aynı zamanda yerel senkronizasyon olarak da adlandırılan bir sinir topluluğu içindeki senkronizasyondaki değişikliklerden kaynaklandığı kabul edilir. Lokal senkronizasyona ek olarak, uzak nöral yapıların (tek nöronlar veya nöral topluluklar) salınım aktivitesi senkronize edilebilir. Nöral salınımlar ve senkronizasyon, bilgi aktarımı, algı, motor kontrol ve hafıza gibi birçok bilişsel işlevle ilişkilendirilmiştir. [5] [6] [7]

Nöral salınımlar en çok geniş nöron grupları tarafından üretilen nöral aktivitede incelenmiştir. Büyük ölçekli aktivite, EEG gibi tekniklerle ölçülebilir. Genel olarak, EEG sinyalleri pembe gürültüye benzer geniş bir spektral içeriğe sahiptir, ancak aynı zamanda belirli frekans bantlarında salınım aktivitesini de ortaya çıkarır. İlk keşfedilen ve en iyi bilinen frekans bandı, gevşemiş uyanıklık sırasında oksipital lobdan tespit edilebilen ve gözler kapalıyken artan alfa aktivitesi (8-12 Hz)'dir [8]. [9] Diğer frekans bantları şunlardır: delta (1–4 Hz), teta (4–8 Hz), beta (13–30 Hz), düşük gama (30–70 Hz) ve yüksek gama (70–150 Hz) gama aktivitesi gibi daha hızlı ritimlerin bilişsel işlemeyle bağlantılı olduğu frekans bantları. Gerçekten de, EEG sinyalleri uyku sırasında önemli ölçüde değişir ve daha hızlı frekanslardan alfa dalgaları gibi giderek daha yavaş frekanslara geçiş gösterir. Aslında, farklı uyku evreleri genellikle spektral içerikleri ile karakterize edilir. [10] Sonuç olarak, sinirsel salınımlar, farkındalık ve bilinç gibi bilişsel durumlarla ilişkilendirilmiştir. [11] [12]

İnsan beyni aktivitesindeki nöral salınımlar çoğunlukla EEG kayıtları kullanılarak araştırılsa da, tek ünite kayıtları gibi daha invaziv kayıt teknikleri kullanılarak da gözlemlenirler. Nöronlar, ritmik aksiyon potansiyelleri veya ani yükselme kalıpları üretebilir. Bazı nöron türleri belirli frekanslarda ateş etme eğilimindedir. rezonatörler. [13] Patlama, ritmik patlamanın başka bir şeklidir. Spiking paternleri, beyindeki bilgi kodlaması için temel olarak kabul edilir. Salınım aktivitesi, eşik altı membran potansiyeli salınımları şeklinde de gözlemlenebilir (yani aksiyon potansiyellerinin yokluğunda). [14] Çok sayıda nöron eşzamanlı olarak yükselirse, yerel alan potansiyellerinde salınımlara yol açabilirler. Nicel modeller, kaydedilen verilerdeki nöral salınımların gücünü tahmin edebilir. [15]

Nöral salınımlar genellikle matematiksel bir çerçeveden incelenir ve beyin fonksiyonunu tanımlamada nöral aktivitenin dinamik karakterine güçlü bir şekilde odaklanan bilişsel bilimlerdeki bir araştırma alanı olan "nörodinamik" alanına aittir. [16] Beyni dinamik bir sistem olarak kabul eder ve nöral aktivitenin zaman içinde nasıl geliştiğini açıklamak için diferansiyel denklemleri kullanır. Özellikle, dinamik beyin aktivitesi kalıplarını algı ve hafıza gibi bilişsel işlevlerle ilişkilendirmeyi amaçlar. Çok soyut bir biçimde, sinirsel salınımlar analitik olarak analiz edilebilir. Fizyolojik olarak daha gerçekçi bir ortamda çalışıldığında, salınım aktivitesi genellikle bir hesaplama modelinin bilgisayar simülasyonları kullanılarak incelenir.

Nöral salınımların işlevleri geniş kapsamlıdır ve farklı salınım aktivitesi türleri için değişiklik gösterir. Örnekler, kalp atışı gibi ritmik aktivitenin üretilmesi ve bir nesnenin şekli ve rengi gibi algıdaki duyusal özelliklerin sinirsel bağlanmasıdır. Nöral salınımlar, epilepside nöbet aktivitesi sırasında aşırı senkronizasyon veya Parkinson hastalarında tremor gibi birçok nörolojik bozuklukta da önemli bir rol oynar. Salınım aktivitesi, beyin-bilgisayar arayüzü gibi harici cihazları kontrol etmek için de kullanılabilir. [17]

Salınım aktivitesi, tüm organizasyon seviyelerinde merkezi sinir sistemi boyunca gözlenir. Üç farklı seviye yaygın olarak kabul edilmiştir: mikro ölçek (tek bir nöronun aktivitesi), orta ölçek (yerel bir nöron grubunun aktivitesi) ve makro ölçek (farklı beyin bölgelerinin aktivitesi). [18]

Mikroskobik Düzenleme

Nöronlar, elektrik membran potansiyelindeki değişikliklerden kaynaklanan aksiyon potansiyelleri üretir. Nöronlar, sıralı olarak sözde başak dizileri oluşturan çoklu aksiyon potansiyelleri üretebilir. Bu ani trenler, beyindeki nöral kodlama ve bilgi aktarımının temelidir. Spike trenler, ritmik yükselme ve patlama gibi her türlü deseni oluşturabilir ve genellikle salınım aktivitesi gösterir. [19] Tek nöronlardaki salınım aktivitesi, membran potansiyelindeki eşik altı dalgalanmalarda da gözlemlenebilir. Membran potansiyelindeki bu ritmik değişiklikler kritik eşiğe ulaşmaz ve bu nedenle bir aksiyon potansiyeli ile sonuçlanmaz. Senkron girdilerden gelen postsinaptik potansiyellerden veya nöronların içsel özelliklerinden kaynaklanabilirler.

Nöronal yükselme, aktivite modellerine göre sınıflandırılabilir. Nöronların uyarılabilirliği Sınıf I ve II'ye ayrılabilir. Sınıf I nöronlar, giriş gücüne bağlı olarak isteğe bağlı olarak düşük frekanslı aksiyon potansiyelleri üretebilirken, Sınıf II nöronlar, giriş gücündeki değişikliklere nispeten duyarsız olan belirli bir frekans bandında aksiyon potansiyelleri üretir. [13] Sınıf II nöronlar ayrıca membran potansiyelinde eşik altı salınımlar sergilemeye daha yatkındır.

Mezoskopik Düzenleme

Bir grup nöron da salınım aktivitesi üretebilir. Sinaptik etkileşimler yoluyla, farklı nöronların ateşleme modelleri senkronize hale gelebilir ve aksiyon potansiyellerinin neden olduğu elektrik potansiyelindeki ritmik değişiklikler toplanır (yapıcı girişim). Yani, senkronize ateşleme modelleri, yerel alan potansiyelinin büyük genlikli salınımlarına yol açan diğer kortikal alanlara senkronize girdi ile sonuçlanır. Bu büyük ölçekli salınımlar, elektroensefalografi (EEG) ve manyetoensefalografi (MEG) kullanılarak kafa derisinin dışında da ölçülebilir. Tek nöronlar tarafından üretilen elektrik potansiyelleri kafa derisi dışında toplanamayacak kadar küçüktür ve EEG veya MEG aktivitesi her zaman benzer uzaysal yönelime sahip binlerce veya milyonlarca nöronun eşzamanlı aktivitesinin toplamını yansıtır. [20] Bir sinir grubundaki nöronların tamamı nadiren tam olarak aynı anda ateşlenir, yani tamamen senkronizedir. Bunun yerine, ateşleme olasılığı ritmik olarak modüle edilir, öyle ki nöronların aynı anda ateşlenmesi daha olasıdır, bu da ortalama aktivitelerinde salınımlara yol açar (sayfanın üstündeki şekle bakın). Bu nedenle, büyük ölçekli salınımların frekansının, tek tek nöronların ateşleme düzeniyle eşleşmesi gerekmez. İzole kortikal nöronlar, belirli koşullar altında düzenli olarak ateşlenir, ancak sağlam beyinde kortikal hücreler, yüksek oranda dalgalanan sinaptik girdiler tarafından bombalanır ve tipik olarak rastgele ateşlenir. Bununla birlikte, büyük bir nöron grubunun olasılığı ortak bir frekansta ritmik olarak modüle edilirse, ortalama alanda salınımlar üreteceklerdir (ayrıca sayfanın üstündeki şekle bakınız). [19] Sinirsel topluluklar, uyarıcı ve engelleyici nöronlar arasındaki lokal etkileşimler yoluyla endojen olarak salınım aktivitesi üretebilir. Özellikle, inhibitör internöronlar, etkili uyarım için dar bir pencere oluşturarak ve uyarıcı nöronların ateşleme hızını ritmik olarak modüle ederek nöral topluluk senkronizasyonunun üretilmesinde önemli bir rol oynar. [21]

Makroskopik Düzenleme

Nöral salınım, yapısal bağlantı yoluyla birleştirilmiş farklı beyin alanları arasındaki etkileşimlerden de kaynaklanabilir. Zaman gecikmeleri burada önemli bir rol oynamaktadır. Tüm beyin alanları çift yönlü olarak eşleştiğinden, beyin alanları arasındaki bu bağlantılar geri besleme döngüleri oluşturur. Pozitif geri besleme döngüleri, frekansın gecikme süresiyle ters orantılı olduğu durumlarda salınım aktivitesine neden olma eğilimindedir. Böyle bir geri besleme döngüsünün bir örneği, talamus ve korteks - talamokortikal radyasyonlar arasındaki bağlantılardır. Bu talamokortikal ağ, tekrarlayan talamo-kortikal rezonans olarak bilinen salınımlı aktivite üretebilir. [22] Talamokortikal ağ, alfa aktivitesinin oluşumunda önemli bir rol oynar. [23] [24] Gerçekçi anatomik bağlantıya ve beyin alanları arasında yayılma gecikmelerine sahip bir tam beyin ağ modelinde, beta frekans aralığındaki salınımlar, gama bandında salınan beyin alanlarının alt kümelerinin kısmi senkronizasyonundan ortaya çıkar. mezoskopik seviye). [25]

Nöronal özellikler Düzenle

Bilim adamları, zar potansiyeli salınımlarının üretilmesinde önemli bir rol oynayan bazı içsel nöronal özellikleri tanımladılar. Özellikle voltaj kapılı iyon kanalları, aksiyon potansiyellerinin üretilmesinde kritik öneme sahiptir. Bu iyon kanallarının dinamikleri, aksiyon potansiyellerinin bir dizi diferansiyel denklem aracılığıyla nasıl başlatıldığını ve yayıldığını açıklayan köklü Hodgkin-Huxley modelinde yakalanmıştır. Çatallanma analizi kullanılarak, bu nöronal modellerin farklı salınım çeşitleri belirlenebilir, bu da nöronal tepki türlerinin sınıflandırılmasına izin verir. Hodgkin-Huxley modelinde tanımlanan nöronal yükselmenin salınım dinamikleri, ampirik bulgularla yakından uyumludur. Periyodik yükselmeye ek olarak, eşik altı membran potansiyeli salınımları, yani aksiyon potansiyeli ile sonuçlanmayan rezonans davranışı, komşu nöronların senkronize aktivitesini kolaylaştırarak salınım aktivitesine de katkıda bulunabilir. [26] [27] Merkezi model oluşturuculardaki kalp pili nöronları gibi, kortikal hücrelerin alt tipleri, tercih edilen frekanslarda ritmik olarak sivri uçlar (kısa sivri kümeler) ateşler. Patlayan nöronlar, senkronize ağ salınımları için kalp pili olarak hizmet etme potansiyeline sahiptir ve ani patlamalar, nöronal rezonansın temelini oluşturabilir veya artırabilir. [19]

Ağ özellikleri Düzenle

Nöronların içsel özelliklerinin yanı sıra biyolojik sinir ağı özellikleri de salınım aktivitesinin önemli bir kaynağıdır. Nöronlar birbirleriyle sinapslar aracılığıyla iletişim kurar ve sinaptik sonrası nöronlardaki ani trenlerin zamanlamasını etkiler. Bağlantı gücü, zaman gecikmesi ve bağlantının uyarıcı mı yoksa engelleyici mi olduğu gibi bağlantının özelliklerine bağlı olarak, etkileşen nöronların sivri dizileri senkronize hale gelebilir. [28] Nöronlar yerel olarak bağlanır ve sinirsel topluluklar olarak adlandırılan küçük kümeler oluşturur.Belirli ağ yapıları, belirli frekanslarda salınım aktivitesini teşvik eder. Örneğin, birbirine bağlı iki popülasyon tarafından üretilen nöronal aktivite engelleyici ve uyarıcı hücreler, Wilson-Cowan modeli tarafından tanımlanan spontan salınımlar gösterebilir.

Bir grup nöron senkronize salınım aktivitesine girerse, sinirsel topluluk matematiksel olarak tek bir osilatör olarak temsil edilebilir. [18] Farklı sinirsel topluluklar, uzun menzilli bağlantılar aracılığıyla birleştirilir ve bir sonraki uzaysal ölçekte zayıf birleştirilmiş osilatörler ağı oluşturur. Zayıf eşleştirilmiş osilatörler, salınım aktivitesi de dahil olmak üzere bir dizi dinamik üretebilir. [29] Talamus ve korteks gibi farklı beyin yapıları arasındaki uzun menzilli bağlantılar (bkz. talamokortikal salınım), aksonların sonlu iletim hızı nedeniyle zaman gecikmeleri içerir. Çoğu bağlantı karşılıklı olduğundan, salınım aktivitesini destekleyen geri besleme döngüleri oluştururlar. Çoklu kortikal alanlardan kaydedilen salınımlar, dinamikleri ve fonksiyonel bağlantısı spektral analiz ve Granger nedensellik ölçümleri aracılığıyla incelenebilen büyük ölçekli beyin ağları oluşturmak için senkronize edilebilir. [30] Büyük ölçekli beyin aktivitesinin tutarlı aktivitesi, dağıtılmış bilgilerin entegrasyonu için gerekli beyin alanları arasında dinamik bağlantılar oluşturabilir. [12]

Nöromodülasyon Düzenle

Bir ağ oluşturan nöronlar arasındaki hızlı doğrudan sinaptik etkileşimlere ek olarak, salınım aktivitesi nöromodülatörler tarafından çok daha yavaş bir zaman ölçeğinde düzenlenir. Yani, belirli nörotransmitterlerin konsantrasyon seviyelerinin, salınım aktivitesinin miktarını düzenlediği bilinmektedir. Örneğin, GABA konsantrasyonunun, uyarılmış uyaranlardaki salınımların sıklığı ile pozitif bir şekilde ilişkili olduğu gösterilmiştir. [31] Beyin sapındaki bir dizi çekirdek, beyin boyunca, norepinefrin, asetilkolin ve serotonin gibi nörotransmitterlerin konsantrasyon seviyelerini etkileyen yaygın projeksiyonlara sahiptir. Bu nörotransmitter sistemleri, uyanıklık veya uyarılma gibi fizyolojik durumu etkiler ve alfa aktivitesi gibi farklı beyin dalgalarının genliği üzerinde belirgin bir etkiye sahiptir. [32]

Salınımlar genellikle matematik kullanılarak tanımlanabilir ve analiz edilebilir. Matematikçiler, ritmiklik üreten birkaç dinamik mekanizma tanımladılar. En önemlileri arasında harmonik (doğrusal) osilatörler, limit çevrim osilatörleri ve gecikmeli geri besleme osilatörleri bulunur. [33] Harmonik salınımlar doğada çok sık görülür - örnekler ses dalgaları, bir sarkacın hareketi ve her türden titreşimdir. Genellikle bir fiziksel sistem minimum enerji durumundan küçük bir derecede bozulduğunda ortaya çıkarlar ve matematiksel olarak iyi anlaşılırlar. Gürültüye dayalı harmonik osilatörler, uyanık EEG'deki alfa ritminin yanı sıra uyku EEG'sindeki yavaş dalgalar ve iğleri gerçekçi bir şekilde simüle eder. Başarılı EEG analiz algoritmaları bu tür modellere dayanıyordu. Diğer birçok EEG bileşeni, limit çevrim veya gecikmeli geri besleme salınımları ile daha iyi tanımlanır. Limit çevrim salınımları, dengeden büyük sapmalar gösteren fiziksel sistemlerden kaynaklanırken, gecikmeli geri besleme salınımları, bir sistemin bileşenleri önemli zaman gecikmelerinden sonra birbirini etkilediğinde ortaya çıkar. Limit-döngü salınımları karmaşık olabilir, ancak bunları analiz etmek için güçlü matematiksel araçlar vardır. Doğrusal osilatörler ve limit çevrim osilatörleri, girdideki dalgalanmalara nasıl tepki verdiklerine göre niteliksel olarak farklılık gösterir. Doğrusal bir osilatörde frekans aşağı yukarı sabittir ancak genlik büyük ölçüde değişebilir. Bir limit çevrimli osilatörde, genlik aşağı yukarı sabit olma eğilimindedir, ancak frekans büyük ölçüde değişebilir. Bir kalp atışı, her bir atışın yaklaşık olarak aynı miktarda kan pompalamaya devam ederken, vuruş sıklığının büyük ölçüde değiştiği bir limit döngü salınımının bir örneğidir.

Hesaplamalı modeller, beyin aktivitesinde gözlemlenen karmaşık salınım dinamiklerini tanımlamak için çeşitli soyutlamaları benimser. Alanda, her biri farklı bir soyutlama düzeyinde tanımlanan ve sinir sistemlerinin farklı yönlerini modellemeye çalışan birçok model kullanılmaktadır. Tek tek nöronların kısa vadeli davranış modellerinden, nöral devre dinamiklerinin bireysel nöronlar arasındaki etkileşimlerden nasıl ortaya çıktığına dair modellere, tüm alt sistemleri temsil eden soyut nöral modüllerden davranışların nasıl ortaya çıkabileceğine dair modellere kadar uzanır.

Tek nöron modeli Düzenle

Biyolojik nöron modeli, biyolojik süreçlerini doğru bir şekilde tanımlamak ve tahmin etmek için tasarlanmış sinir hücrelerinin veya nöronların özelliklerinin matematiksel bir açıklamasıdır. En başarılı ve yaygın olarak kullanılan nöron modeli olan Hodgkin-Huxley modeli, kalamar devi aksondan gelen verilere dayanmaktadır. Bir nöronun elektriksel özelliklerine, özellikle de aksiyon potansiyellerinin üretimi ve yayılmasına yaklaşan bir lineer olmayan adi diferansiyel denklemler kümesidir. Model çok doğru ve ayrıntılı ve Hodgkin ve Huxley bu çalışma için 1963 Nobel Fizyoloji veya Tıp Ödülü'nü aldı.

Hodgkin-Huxley modelinin matematiği oldukça karmaşıktır ve FitzHugh-Nagumo modeli, Hindmarsh-Rose modeli veya entegre-ve-ateşlemenin bir uzantısı olarak kapasitör-anahtar modeli [34] gibi birkaç basitleştirme önerilmiştir. modeli. Bu tür modeller yalnızca ritmik yükselme ve patlama gibi temel nöronal dinamikleri yakalar, ancak hesaplama açısından daha verimlidir. Bu, bir sinir ağı oluşturan çok sayıda birbirine bağlı nöronun simülasyonuna izin verir.

Çivili model Düzenle

Bir sinir ağı modeli, fiziksel olarak birbirine bağlı nöronların bir popülasyonunu veya girdileri veya sinyalleme hedefleri tanınabilir bir devre tanımlayan bir grup farklı nöronu tanımlar. Bu modeller, nöral devre dinamiklerinin bireysel nöronlar arasındaki etkileşimlerden nasıl ortaya çıktığını tanımlamayı amaçlar. Nöronlar arasındaki lokal etkileşimler, spiking aktivitesinin senkronizasyonu ile sonuçlanabilir ve osilatör aktivitenin temelini oluşturabilir. Özellikle, etkileşimli piramidal hücreler ve inhibitör internöron modellerinin, gama aktivitesi gibi beyin ritimleri ürettiği gösterilmiştir. [35] Benzer şekilde, nöronal yanıt başarısızlıkları için fenomenolojik bir modele sahip sinir ağlarının simülasyonlarının, spontan geniş bant sinir salınımlarını tahmin edebildiği gösterilmiştir. [36]

Sinirsel kütle modeli Düzenle

Nöral alan modelleri, nöral salınımları incelemede bir diğer önemli araçtır ve uzayda ve zamanda ortalama ateşleme hızı gibi değişkenlerin evrimini tanımlayan matematiksel bir çerçevedir. Çok sayıda nöronun aktivitesinin modellenmesinde ana fikir, nöronların yoğunluğunu süreklilik sınırına çekmek ve bunun sonucunda uzaysal olarak sürekli sinir ağları oluşturmaktır. Bu yaklaşım, tek tek nöronları modellemek yerine, ortalama özellikleri ve etkileşimleriyle bir grup nörona yaklaşır. Büyük ölçekli sistemlerle ilgilenen bir istatistiksel fizik alanı olan ortalama alan yaklaşımına dayanır. Bu ilkelere dayanan modeller, sinirsel salınımların ve EEG ritimlerinin matematiksel tanımlarını sağlamak için kullanılmıştır. Örneğin görsel halüsinasyonları araştırmak için kullanılmıştır. [38]

Kuramoto modeli Düzenle

Birleştirilmiş faz osilatörlerinin Kuramoto modeli [39], sinirsel salınımları ve senkronizasyonu araştırmak için kullanılan en soyut ve temel modellerden biridir. Yerel bir sistemin (örneğin, tek bir nöron veya sinir topluluğu) aktivitesini yalnızca dairesel fazıyla yakalar ve dolayısıyla salınımların genliğini yok sayar (genlik sabittir). [40] Bu osilatörler arasındaki etkileşimler, basit bir cebirsel form (sinüs fonksiyonu gibi) tarafından tanıtılır ve toplu olarak küresel ölçekte dinamik bir model oluşturur. Kuramoto modeli, salınımlı beyin aktivitesini incelemek için yaygın olarak kullanılmaktadır ve örneğin yerel kortikal bağlantının topolojik özelliklerini dahil ederek nörobiyolojik makullüğünü artıran birkaç uzantı önerilmiştir. [41] Özellikle, etkileşim halindeki bir grup nöronun aktivitesinin nasıl senkronize olabileceğini ve büyük ölçekli salınımlar üretebileceğini açıklar. Gerçekçi uzun menzilli kortikal bağlantı ve zaman gecikmeli etkileşimler ile Kuramoto modelini kullanan simülasyonlar, fMRI kullanılarak ölçülebilen dinlenme durumu BOLD fonksiyonel haritalarını yeniden üreten yavaş desenli dalgalanmaların ortaya çıktığını ortaya koymaktadır. [42]

Hem tek nöronlar hem de nöron grupları kendiliğinden salınım aktivitesi üretebilir. Ek olarak, algısal girdiye veya motor çıktıya salınımlı tepkiler gösterebilirler. Bazı nöron türleri, herhangi bir sinaptik girdi olmadığında ritmik olarak ateşlenir. Benzer şekilde, beyin çapında aktivite, salınım aktivitesini ortaya çıkarırken, denekler, dinlenme durumu aktivitesi olarak adlandırılan herhangi bir aktivitede bulunmazlar. Bu devam eden ritimler, algısal girdi veya motor çıktıya yanıt olarak farklı şekillerde değişebilir. Salınım aktivitesi, frekans ve genlikteki artış veya azalışlarla yanıt verebilir veya faz sıfırlaması olarak adlandırılan geçici bir kesinti gösterebilir. Ek olarak, harici aktivite, devam eden aktivite ile hiçbir şekilde etkileşime girmeyebilir ve bu da ek bir yanıta neden olabilir.

Devam eden salınım aktivitesinin sıklığı t1 ve t2 arasında artar.

Devam eden salınım aktivitesinin genliği t1 ve t2 arasında artar.

Devam eden salınım aktivitesinin fazı t1'de sıfırlanır.

Aktivite, t1 ve t2 arasında devam eden salınım aktivitesine lineer olarak eklenir.

Devam eden aktivite Düzenle

Spontan aktivite, duyusal girdi veya motor çıktı gibi açık bir görevin olmadığı beyin aktivitesidir ve bu nedenle dinlenme durumu aktivitesi olarak da adlandırılır. İndüklenmiş aktiviteye, yani duyusal uyaranlar veya motor tepkiler tarafından indüklenen beyin aktivitesine karşıdır. Dönem devam eden beyin aktivitesi elektroensefalografi ve manyetoensefalografide, bir uyarıcının işlenmesiyle veya bir vücut parçasının hareket ettirilmesi, yani uyarılmış potansiyeller/uyarılmış alanlar veya uyarılmış aktivite oluşturmayan olaylar gibi belirli diğer olayların ortaya çıkmasıyla ilişkili olmayan sinyal bileşenleri için kullanılır. . Spontan aktivite genellikle bir uyaran işleme ile ilgileniyorsa gürültü olarak kabul edilir, ancak spontan aktivitenin ağ oluşumu ve sinaptogenez gibi beyin gelişimi sırasında çok önemli bir rol oynadığı kabul edilir. Spontan aktivite, kişinin mevcut zihinsel durumu (örneğin uyanıklık, uyanıklık) hakkında bilgilendirici olabilir ve genellikle uyku araştırmalarında kullanılır. Alfa dalgaları gibi belirli salınım aktivitesi türleri, spontan aktivitenin bir parçasıdır. Alfa aktivitesinin güç dalgalanmalarının istatistiksel analizi, iki modlu bir dağılımı, yani yüksek ve düşük genlik modunu ortaya çıkarır ve bu nedenle, dinlenme durumu aktivitesinin sadece bir gürültü sürecini yansıtmadığını gösterir. [43] fMRI durumunda, kan-oksijen düzeyine bağlı (BOLD) sinyaldeki spontan dalgalanmalar, varsayılan ağ gibi dinlenme durumları ağlarına bağlı korelasyon kalıplarını ortaya çıkarır. [44] Dinlenme durumu ağlarının zamansal evrimi, farklı frekans bantlarında salınımlı EEG aktivitesinin dalgalanmaları ile ilişkilidir. [45]

Devam eden beyin aktivitesi, gelen uyaranlarla ilgili aktivite ile etkileşime girebileceğinden, algılamada önemli bir role sahip olabilir. Gerçekten de, EEG çalışmaları, görsel algının kortikal salınımların hem fazına hem de genliğine bağlı olduğunu göstermektedir. Örneğin, görsel uyarım anındaki alfa aktivitesinin genliği ve fazı, özne tarafından zayıf bir uyaranın algılanıp algılanmayacağını tahmin eder. [46] [47] [48]

Frekans yanıtı Düzenle

Girdiye yanıt olarak, bir nöron veya nöron topluluğu salınım sıklığını değiştirebilir, böylece ani yükselme hızını değiştirebilir. Çoğu zaman, bir nöronun ateşleme hızı, aldığı toplam aktiviteye bağlıdır. Frekans değişiklikleri aynı zamanda merkezi model üreteçlerinde de yaygın olarak gözlenir ve yürümedeki adım frekansı gibi motor aktivitelerin hızı ile doğrudan ilişkilidir. Ancak, değişiklikler akraba Farklı beyin alanları arasındaki salınım frekansı o kadar yaygın değildir çünkü salınım aktivitesinin sıklığı genellikle beyin alanları arasındaki zaman gecikmeleriyle ilişkilidir.

Genlik yanıtı Düzenle

Uyarılmış aktivitenin yanında, uyaran işleme ile ilgili nöral aktivite, indüklenmiş aktivite ile sonuçlanabilir. İndüklenmiş aktivite, uyaranların işlenmesi veya hareket hazırlığı tarafından indüklenen devam eden beyin aktivitesinde modülasyonu ifade eder. Bu nedenle, uyarılmış yanıtların aksine dolaylı bir yanıtı yansıtırlar. İyi çalışılmış bir uyarılmış aktivite türü, salınım aktivitesindeki genlik değişikliğidir. Örneğin, gama aktivitesi, nesne temsili sırasında olduğu gibi artan zihinsel aktivite sırasında sıklıkla artar. [49] Uyarılmış yanıtlar ölçümler arasında farklı aşamalara sahip olabileceğinden ve bu nedenle ortalama alma sırasında iptal olacağından, yalnızca zaman-frekans analizi kullanılarak elde edilebilirler. İndüklenen aktivite genellikle çok sayıda nöronun aktivitesini yansıtır: salınım aktivitesindeki genlik değişikliklerinin, örneğin tek tek nöronların spike zamanlamasının veya membran potansiyel dalgalanmalarının senkronizasyonu gibi nöral aktivitenin senkronizasyonundan kaynaklandığı düşünülmektedir. Salınım aktivitesindeki artışlar bu nedenle genellikle olayla ilgili senkronizasyon olarak adlandırılırken, azalmalar olayla ilgili senkronizasyon olarak adlandırılır. [50]

Faz sıfırlama Düzenle

Faz sıfırlama, bir nörona veya nöronal topluluğa girdi, devam eden salınımların fazını sıfırladığında meydana gelir. [51] Ani yükselme zamanlamasının nöronal girdiye göre ayarlandığı tek nöronlarda çok yaygındır (bir nöron, faz kilitleme olarak adlandırılan periyodik girdiye yanıt olarak sabit bir gecikmede ani olabilir [13]) ve ayrıca nöronal olarak da ortaya çıkabilir. nöronlarının fazları aynı anda ayarlandığında topluluklar. Faz sıfırlama, farklı nöronların veya farklı beyin bölgelerinin senkronizasyonu için esastır [12] [29] çünkü ani yükselmelerin zamanlaması diğer nöronların aktivitesine faz kilitli hale gelebilir.

Faz sıfırlama, aynı zamanda, uyaranla ilgili aktivite ile doğrudan ilişkili beyin aktivitesinde yanıtlar için elektroensefalografi ve manyetoensefalografide kullanılan bir terim olan uyarılmış aktivitenin çalışmasına da izin verir. Uyarılmış potansiyeller ve olayla ilgili potansiyeller, uyaran kilitli ortalama, yani bir uyaranın sunumu etrafındaki sabit gecikmelerde farklı denemelerin ortalaması alınarak bir elektroensefalogramdan elde edilir. Sonuç olarak, her bir ölçümde aynı olan sinyal bileşenleri korunur ve diğerleri, yani devam eden veya spontan aktivitenin ortalaması alınır. Yani olayla ilgili potansiyeller, yalnızca uyaran veya olaya faz kilitli olan beyin aktivitesindeki salınımları yansıtır. Bu devam eden bir tartışma olmasına rağmen, uyarılmış aktivitenin genellikle devam eden beyin aktivitesinden bağımsız olduğu düşünülür. [52] [53]

Asimetrik genlik modülasyonu Düzenle

Son zamanlarda, fazlar denemeler arasında hizalanmasa bile, indüklenen aktivitenin hala olayla ilgili potansiyellere neden olabileceği öne sürülmüştür, çünkü devam eden beyin salınımları simetrik olmayabilir ve bu nedenle genlik modülasyonları, ortalama olmayan bir taban çizgisi kaymasına neden olabilir. [54] [55] Bu model, asimetrik alfa aktivitesi gibi yavaş olayla ilgili yanıtların, dendritlerde ileri ve geri yayılan hücre içi akımların asimetrisi gibi asimetrik beyin salınım genlik modülasyonlarından kaynaklanabileceğini ima eder. [56] Bu varsayım altında, dendritik akımdaki asimetriler, piramidal hücrelerdeki dendritik akımların genellikle kafa derisinde ölçülebilen EEG ve MEG sinyalleri ürettiği düşünüldüğünden, EEG ve MEG tarafından ölçülen salınım aktivitesinde asimetrilere neden olacaktır. [57]

Nöral senkronizasyon, dikkat gibi görev kısıtlamaları ile modüle edilebilir ve özellik bağlama, [58] nöronal iletişim, [5] ve motor koordinasyonda rol oynadığı düşünülmektedir. [7] Nöronal salınımlar, 1990'larda Gray, Singer ve diğerleri tarafından beynin görsel sistemi üzerine yapılan çalışmaların nöral bağlanma hipotezini desteklediği ortaya çıktığında, sinirbilimde sıcak bir konu haline geldi. [59] Bu fikre göre, nöron topluluklarındaki eşzamanlı salınımlar, bir nesnenin farklı özelliklerini temsil eden nöronları bağlar. Örneğin, bir kişi bir ağaca baktığında, ağaç gövdesini temsil eden görsel korteks nöronları ve aynı ağacın dallarını temsil eden nöronlar, ağacın tek bir temsilini oluşturmak için eşzamanlı olarak salınır. Bu fenomen en iyi lokal nöron gruplarının senkron aktivitesini yansıtan lokal alan potansiyellerinde görülür, fakat aynı zamanda senkron salınım aktivitesi ile algısal fonksiyonlar gibi çeşitli bilişsel fonksiyonlar arasında yakın bir ilişki için artan kanıtlar sağlayan EEG ve MEG kayıtlarında da gösterilmiştir. gruplama. [58]

Kalp pili Düzenle

Kalbin sağ kulakçığında bulunan sinoatriyal düğümdeki hücreler, dakikada yaklaşık 100 kez kendiliğinden depolarize olur. Kalbin tüm hücreleri, kalp kasılmasını tetikleyen aksiyon potansiyelleri üretme yeteneğine sahip olsa da, sinoatriyal düğüm normalde bunu başlatır, çünkü diğer alanlardan biraz daha hızlı uyarılar üretir. Bu nedenle, bu hücreler normal sinüs ritmini oluşturur ve kalp atış hızını doğrudan kontrol ettikleri için kalp pili hücreleri olarak adlandırılır. Dışsal sinirsel ve hormonal kontrolün yokluğunda, SA düğümündeki hücreler ritmik olarak boşalır. Sinoatriyal düğüm, kalp pili hücrelerinin kendiliğinden ateşleme frekansını yukarı veya aşağı düzenleyen otonom sinir sistemi tarafından zengin bir şekilde innerve edilir.

Merkezi model oluşturucu Düzenle

Nöronların senkronize ateşlenmesi aynı zamanda ritmik hareketler için periyodik motor komutlarının temelini oluşturur. Bu ritmik çıktılar, merkezi bir model oluşturucu adı verilen bir ağ oluşturan bir grup etkileşimli nöron tarafından üretilir. Merkezi model üreteçleri, etkinleştirildiğinde, belirli zamanlama bilgilerini taşıyan duyusal veya azalan girdilerin yokluğunda ritmik motor desenleri üretebilen nöronal devrelerdir. Örnekler yürüme, nefes alma ve yüzmedir, [60] Merkezi model oluşturuculara ilişkin çoğu kanıt, lamprey gibi alt hayvanlardan gelir, ancak insanlarda spinal merkezi model oluşturuculara ilişkin kanıtlar da vardır. [61] [62]

Bilgi işleme Düzenle

Nöronal artış genellikle beyindeki bilgi aktarımının temeli olarak kabul edilir. Böyle bir aktarım için, bilgilerin sivri bir düzende kodlanması gerekir. Hız kodlaması ve zamansal kodlama gibi farklı türde kodlama şemaları önerilmiştir. Sinirsel salınımlar, girdi artışlarının nöronlar üzerinde daha büyük etkiye sahip olduğu periyodik zaman pencereleri oluşturabilir ve böylece zamansal kodların kodunu çözmek için bir mekanizma sağlayabilir. [63]

Algı Düzenleme

Nöronal ateşlemenin senkronizasyonu, daha fazla ortak işlem için bu yanıtları bağlamak için, yani ilişkileri kodlamak için zamansal senkronizasyondan yararlanmak için aynı uyarana yanıt veren uzamsal olarak ayrılmış nöronları gruplamak için bir araç olarak hizmet edebilir. İlk önce, eşzamanlılıkla bağlanma hipotezinin tamamen teorik formülasyonları önerildi, ancak daha sonra, bir ilişkisel kod olarak eşzamanlılığın potansiyel rolünü destekleyen kapsamlı deneysel kanıtlar rapor edildi. [65]

Senkronize salınım aktivitesinin beyindeki işlevsel rolü, esas olarak, görsel kortekse implante edilen çoklu elektrotlarla uyanık yavru kediler üzerinde yapılan deneylerde kurulmuştur. Bu deneyler, uzaysal olarak ayrılmış nöron gruplarının, görsel uyaranlarla aktive edildiğinde senkronize salınım aktivitesine dahil olduğunu gösterdi. Bu salınımların frekansı 40 Hz aralığındaydı ve ızgara tarafından indüklenen periyodik aktivasyondan farklıydı, bu da salınımların ve bunların senkronizasyonunun dahili nöronal etkileşimlerden kaynaklandığını düşündürdü. [65] Benzer bulgular Eckhorn grubu tarafından paralel olarak gösterildi ve özellik bağlamada nöral senkronizasyonun fonksiyonel rolüne dair daha fazla kanıt sağladı. [66] O zamandan beri, çok sayıda çalışma bu bulguları tekrarladı ve onları EEG gibi farklı modalitelere genişleterek, gama salınımlarının görsel algıdaki işlevsel rolüne dair kapsamlı kanıtlar sağladı.

Gilles Laurent ve arkadaşları, koku algısında salınımlı senkronizasyonun önemli bir işlevsel rolü olduğunu gösterdiler. Farklı kokuları algılamak, farklı salınım döngüleri setlerinde ateşlenen farklı nöron alt kümelerine yol açar. [67] Bu salınımlar, GABA bloker pikrotoksin tarafından bozulabilir, [68] ve salınım senkronizasyonunun bozulması, arılarda kimyasal olarak benzer koku maddelerinin davranışsal ayrımcılığının bozulmasına [69] ve aşağı akış β-lobundaki kokular arasında daha benzer tepkilere yol açar. nöronlar. [70] Bu çalışmanın yakın zamandaki takibi, salınımların, böcek mantar gövdesindeki Kenyon hücreleri için periyodik entegrasyon pencereleri oluşturduğunu göstermiştir, öyle ki anten lobundan gelen sivri uçlar, Kenyon hücrelerini yalnızca salınım döngüsünün belirli aşamalarında aktive etmede daha etkilidir. . [63]

Nöral salınımların da zaman anlamında [71] ve somatosensoriyel algıda yer aldığı düşünülmektedir. [72] Bununla birlikte, son bulgular kortikal gama salınımlarının saat benzeri bir işlevine karşı çıkmaktadır. [73]

Motor koordinasyon Düzenle

Salınımlar, motor sisteminde yaygın olarak rapor edilmiştir. Pfurtscheller ve meslektaşları, denekler hareket ettiğinde EEG aktivitesinde alfa (8–12 Hz) ve beta (13–30 Hz) salınımlarında bir azalma buldular. [50] [74] Kortikal içi kayıtlar kullanılarak, maymunlar önemli dikkat gerektiren motor eylemler gerçekleştirdiğinde motor kortekste salınım aktivitesinde benzer değişiklikler bulundu. [75] [76] Ek olarak, spinal seviyedeki salınımlar, kortiko-kas uyumu tarafından belirlendiği gibi, sabit kas aktivasyonu sırasında motor korteksteki beta salınımlarıyla senkronize olur. [77] [78] [79] Benzer şekilde, farklı kasların kas aktivitesi, motor koordinasyonda yer alan altta yatan nöral devreyi yansıtan çok sayıda farklı frekansta kaslar arası uyumu ortaya çıkarır. [80] [81]

Son zamanlarda, kortikal salınımların, motor korteksin yerel devrelerinin karakteristik baskın uzaysal eksenleri boyunca motor korteksin yüzeyi boyunca hareket eden dalgalar olarak yayıldığı bulundu. [82] Hareket eden dalgalar şeklindeki motor komutların, kas kuvvetini seçici olarak kontrol etmek için inen lifler tarafından uzaysal olarak filtrelenebileceği öne sürülmüştür. [83] Simülasyonlar, kortekste devam eden dalga aktivitesinin, fizyolojik EEG-EMG tutarlılığı seviyeleri ile sabit kas kuvveti ortaya çıkarabileceğini göstermiştir. [84]

10 Hz'de salınım ritimleri, beyincik ile ilişkili olan ve alt zeytin adı verilen bir beyin bölgesinde kaydedilmiştir. [14] Bu salınımlar, fizyolojik tremorun motor çıkışında [85] ve yavaş parmak hareketleri yaparken de gözlenir. [86] Bu bulgular, insan beyninin sürekli hareketleri aralıklı olarak kontrol ettiğini gösterebilir. Destek olarak, bu hareket süreksizliklerinin, aralıklı motor kontrolü için bir nöral mekanizmayı temsil edebilen bir serebello-talamo-kortikal döngüdeki salınım aktivitesi ile doğrudan ilişkili olduğu gösterilmiştir. [87]

Bellek Düzenleme

Nöral salınımlar, özellikle teta aktivitesi, hafıza işleviyle geniş ölçüde bağlantılıdır. Teta ritimleri, öğrenme ve hafızanın geri alınması sırasında kemirgen hipokampisinde ve entorinal kortekste çok güçlüdür ve öğrenme ve hafıza için potansiyel bir hücresel mekanizma olan uzun vadeli güçlenmenin indüklenmesi için hayati olduğuna inanılmaktadır. Teta ve gama aktivitesi arasındaki eşleşmenin, epizodik bellek de dahil olmak üzere bellek işlevleri için hayati olduğu düşünülmektedir. [88] [89] Lokal teta salınımları ile tek nöron sivri uçlarının sıkı koordinasyonu, insanlarda başarılı hafıza oluşumu ile bağlantılıdır, çünkü daha kalıplaşmış artış daha iyi hafızayı öngörür. [90]

Uyku ve bilinç

Uyku, bilincin azalması veya olmaması ile karakterize, doğal olarak tekrarlayan bir durumdur ve hızlı göz hareketi (REM) ve hızlı olmayan göz hareketi (NREM) uykusu döngülerinde ilerler. Uyku aşamaları, EEG'nin spektral içeriği ile karakterize edilir: örneğin, aşama N1 beynin alfa dalgalarından (uyanık durumda yaygın olan) teta dalgalarına geçişini ifade ederken, aşama N3 (derin veya yavaş dalga uykusu) ile karakterize edilir. Delta dalgalarının varlığı. Uyku evrelerinin normal sırası N1 → N2 → N3 → N2 → REM şeklindedir. [ kaynak belirtilmeli ]

Geliştirme Düzenle

Nöral salınımlar, nöral gelişimde rol oynayabilir. Örneğin, retina dalgalarının, retinadaki hücreler arasındaki devrelerin ve sinapsların erken bağlantılarını tanımlayan özelliklere sahip olduğu düşünülmektedir. [91]

Parkinson hastalığı veya epilepsi gibi patolojik durumlarda spesifik nöral salınım türleri de ortaya çıkabilir. Bu patolojik salınımlar genellikle normal bir salınımın anormal bir versiyonundan oluşur. Örneğin, en iyi bilinen tiplerden biri, jeneralize veya absans epileptik nöbetlerin tipik özelliği olan ve normal uyku iğsi salınımlarına benzeyen diken ve dalga salınımıdır.

Titreme Düzenle

Bir titreme, bir veya daha fazla vücut parçasının ileri geri hareketlerini içeren istemsiz, biraz ritmik, kas kasılması ve gevşemesidir. Tüm istemsiz hareketlerin en yaygın olanıdır ve eller, kollar, gözler, yüz, kafa, ses telleri, gövde ve bacakları etkileyebilir. Çoğu titreme ellerde meydana gelir. Bazı insanlarda titreme, başka bir nörolojik bozukluğun belirtisidir. Esansiyel tremor veya Parkinson tremoru gibi birçok farklı titreme şekli tanımlanmıştır. Titremelerin, merkezi sinir sistemlerindeki nöral salınımlardan ve aynı zamanda refleks döngü rezonansları gibi periferik mekanizmalardan gelen katkılarla, köken olarak çok faktörlü olmasının muhtemel olduğu tartışılmaktadır. [92]

Epilepsi Düzenle

Epilepsi, nöbetlerle karakterize yaygın bir kronik nörolojik bozukluktur. Bu nöbetler, beyindeki anormal, aşırı veya hipersenkron nöronal aktivitenin geçici belirtileri ve/veya semptomlarıdır. [93]

Talamokortikal disritmi Düzenle

Talamokortikal disritmide (TCD), normal talamokortikal rezonans bozulur. Talamik girdi kaybı, makine öğrenimi ile MEG ve EEG tarafından tanımlandığı gibi talamo-kortikal kolonun frekansının teta veya delta bandına yavaşlamasına izin verir. [94] TCD, talamotomi gibi beyin cerrahisi yöntemleriyle tedavi edilebilir.

Klinik uç noktalar Düzenle

Nöral salınımlar, buna göre beyin aktivitesini etkileyen çeşitli ilaçlara karşı hassastır, nöral salınımlara dayalı biyobelirteçler, klinik deneylerde ve klinik öncesi çalışmalarda etkileri nicelleştirmede ikincil son noktalar olarak ortaya çıkmaktadır. Bu biyobelirteçler genellikle "EEG biyobelirteçleri" veya "Nörofizyolojik Biyobelirteçler" olarak adlandırılır ve nicel elektroensefalografi (qEEG) kullanılarak ölçülür. EEG biyobelirteçleri, açık kaynaklı Nörofizyolojik Biyobelirteç Araç Kutusu kullanılarak EEG'den çıkarılabilir.

Beyin-bilgisayar arayüzü Düzenle

Sinirsel salınım, çeşitli beyin-bilgisayar arayüzlerinde (BCI'ler) bir kontrol sinyali olarak uygulanmıştır. [95] Örneğin, kafa derisine elektrotlar yerleştirerek ve ardından zayıf elektrik sinyallerini ölçerek invaziv olmayan bir BCI oluşturulabilir. Bireysel nöron aktiviteleri, kafatası elektromanyetik sinyalleri sönümlediğinden ve bulanıklaştırdığından, invazif olmayan BCI aracılığıyla kaydedilemese de, salınım aktivitesi yine de güvenilir bir şekilde tespit edilebilir. BCI, 1973'te Vidal tarafından [96] insan vücudunun dışındaki nesneleri kontrol etmek için EEG sinyallerini kullanmanın zorluğu olarak tanıtıldı.

BCI sınavından sonra, 1988'de, fiziksel bir nesnenin, bir robotun kontrolü için beyin ritmine dayalı bir BCI'de alfa ritmi kullanıldı. [97] [98] Alfa ritmi tabanlı BCI, bir robotun kontrolü için ilk BCI idi. [99] [100] Özellikle, bazı BCI formları, kullanıcıların mu ve beta ritimleri dahil olmak üzere belirli frekans bantlarındaki salınım aktivitesinin genliğini ölçerek bir cihazı kontrol etmesine izin verir.

Merkezi sinir sisteminde bulunan salınımlı aktivite türlerinin kapsamlı olmayan bir listesi:


FFR'nin Kökenleri: Kokleayı Dışlamak

FFR'yi inceleyen ilk deneyler, akustik uyarıya yanıt olarak saç hücrelerinden kaynaklanan prenöral, elektriksel potansiyel olan koklear mikrofonik (CM) bu uyarılmış aktiviteyi tanımlamaya çalıştı (Wever & Bray, 1930). FFR'ler, CM gibi, girdi akustik stimülasyonunu doğru bir şekilde yeniden üretse de, iki potansiyel arasında açık farklar vardır. Worden ve Marsh (1968), FFR'ler için bir nöral (prenöralin aksine) bir temel için tartışan birkaç kanıt sağladı. FFR'nin başlangıcı, CM'den farklı olarak, basit sinüzoidal tonlar için bile 5� ms'lik bir gecikme gösterir, bu da kokleaya rostral bir orijin alanı düşündürür. FFR'nin uyaranla ilgili artefaktları basitçe yansıttığına dair şüpheleri ortadan kaldıran Moushegian ve meslektaşları (1973), tipik bir kulak kanalı uzunluğu 2,7 cm için, uyaran artefaktının, tipik FFR'den çok daha erken, 0.029 ms'lik bir gecikmede üretileceğini savundu. 5� ms gecikme süresi. Ayrıca, FFR (CM'den farklı olarak), yanıtların girdi uyarıcısının mükemmel bir kopyası olmadığını öne süren küçük ama kayda değer genlik ve faz dalgalanmaları gösterir (Worden & Marsh, 1968). Ayrıca, kedilerde kafa derisi tarafından kaydedilen FFR'ler ile koklear çekirdekteki (CN), yamuk gövdedeki ve üstün olivary kompleksindeki (SOC) birim aktiviteler arasında kesin bir faz uyumu görülür; bu, FFR'nin faz kilitli yansıtan bir topluluk yanıtı olduğunu düşündürür işitsel beyin sapı içindeki birden çok üretici siteden gelen aktivite (Marsh, Brown, & Smith, 1974). CM hala anoksi altında kaydedilebilir, FFR diğer nöral uyarılmış tepkilerle tutarlı genliklerde azalmalar gösterir. Ayrıca, CM uyarı hızındaki değişikliklere duyarlı değildir, FFR artan oranlarda gecikme kaymaları gösterir (Worden & Marsh, 1968).

Marsh, Worden ve Smith (1970) kışkırtıcı bir şekilde "İşitsel Frekans İzleyen Yanıtlar: Sinirsel mi Artifakt mı?" başlıklı bir makalede, işitsel kraniyal sinirin kesilmesinin FFR'leri ortadan kaldırdığını ancak CM'yi koruduğunu göstermek için yakın alan kayıt tekniklerini kullandılar. Benzer şekilde, bir kriyoprob kullanılarak CN'den kaydedilen FFR'ler, CN soğutulduğunda elimine edildi ve sıcaklık normale döndüğünde tamamen geri kazanıldı CM etkilenmedi. Ayrıca, Marsh ve ark. (1970), işitsel yolda CN'ye rostral bölge olan SOC'de binaural etkileşimi (mono stimülasyona göre daha büyük FFR genliği) gözlemledi. Sol CN soğutulduğunda, SOC'deki yanıt sağ mono stimülasyona benzerdi. Birlikte ele alındığında, bu erken çalışmalar FFR için bir nöral orijini destekledi ve FFR tarafından CM veya uyaran-artifakt ile ilgili aktivitelerden yansıyan faz kilitli aktiviteyi açıkça tanımladı. İnsanlarda kullanılan kafa derisi kayıt tekniğiyle daha doğrudan ilgili olarak, Smith ve meslektaşları (1975), alt kollikulus (IC) soğutulduğunda kedilerde kafa derisi tarafından kaydedilen FFR'de ciddi bir azalma gösterdi. SOC'deki (IC'ye kaudal) faz kilitli aktivite korunmuştur. Kafa derisi tarafından kaydedilen FFR'ler, IC ısıtıldığında orijinal genliklerini yeniden kazandı. Ayrıca, IC'deki derinlik kayıtları, kafa derisinden FFR'lerinkiyle karşılaştırılabilir olan, 5.2 ms'lik bir ortalama gecikme kayması gösterdi. Bu verilerle uyumlu olarak, üst beyin sapı lezyonları olan insan katılımcılardan kafa derisi tarafından kaydedilen FFR'ler ortaya çıkmadı (Sohmer ve diğerleri, 1977). Buna karşılık, koklear mikrofonik potansiyel hala kaydedilebilirdi. Gardi, Merzenich ve ark. (1979), koklear çekirdeğin ablasyonunun, kafa derisi tarafından kaydedilen FFR'nin genliğinde en büyük azalmaya neden olduğunu öne sürmektedir.

Koklear çekirdekten IC'ye giden iki farklı yol, FFR'nin oluşumunda, lateral lemniskus (LL) yoluyla kontralateral IC'ye doğrudan bir yol ve SOC ve LL yoluyla bir ipsilateral yol (Marsh ve ark., 1974). Yukarıda bahsedilen çalışmalar, kafa derisi tarafından kaydedilen FFR'nin, beyin sapındaki çoklu jeneratör bölgelerinden gelen aktiviteyi yansıttığını göstermektedir. Farklı beyin sapı jeneratörlerini uzlaştırmak için Stillman ve ark. (1978), insan katılımcılarda FFR'leri incelemek için yatay (kulak memesinden kulak memesine) ve dikey (tepeden kulak memesine) elektrot montajlarını kullandı. FFR yanıtlarında iki farklı frekans takip potansiyeli, FFP1 ve FFP2 tanımladılar. FFP1, her iki elektrot montajı ile iyi temsil edildi FFP2, yalnızca dikey montaj ile iyi temsil edildi. Stillman ve meslektaşları, iki elektrot montajının, beyin sapının farklı bölgelerinden faz kilitli nöral aktiviteleri yansıttığını öne sürdüler. Eksik-temel bir deneyde iki montajdan FFR'leri kaydeden Galbraith (1994), dikey montaj tarafından üretilen FFR'lerin, yatay montajdaki FFR'lerin yapmadığı eksik temeli temsil ettiğini buldu. Bu bulgulara dayanarak, Galbraith ve ark. Eksik temelin ses işitsel kortekse ulaşmadan önce yaratıldığını, ancak kaudal beyin sapı yapılarında (koklear çekirdek) olmadığını öne sürüyorlar. Böylece, rostral beyin sapı yapılarını eksik temelin oluşumuna dahil ederler. Birlikte ele alındığında, bu deneyler, yatay montajın daha kaudal beyin sapı yapılarını (muhtemelen CN) yansıttığını, dikey montajın daha rostral beyin sapı aktivitesini (muhtemelen lateral lemniskus veya IC) yansıttığını göstermektedir. Tablo 2 koklear mikrofonik ve işitsel beyin sapı yanıtı arasındaki temel farklılıkları özetlemektedir.

Tablo 2

Koklear Mikrofonik (CM), İşitsel Beyin Sapı Yanıtları ve Kortikal Uyarılmış Potansiyeller Arasındaki Ayrımlar

SANTİMETREABR/FFRkortikal EP'ler
MenşeiPrenöral, kokleaCN, LL, ICCortex, MGB aktivitesini de yansıtabilir
Kayıt özellikleri
 KutuplulukDeğişen polarite ile ortadan kaldırıldıDeğişen polariteye verilen yanıtlarDeğişen polariteye verilen yanıtlar
 OranArtan orandan etkilenmezGecikme, uyaran oranıyla değişirHızlı oranlarda elendi
 Uyaran seviyesiGecikme kayması yokGecikme, uyaran yoğunluğu ile değişirGecikme, uyaran yoğunluğu ile değişir
 Kayıt montajıKulak kanalı içindeİki kanallı (yatay, dikey)Çoklu kayıt kanalları
 Yanıt özellikleri
 Sadakatuyaranı yansıtırUyaran ince yapısını ve zarfını yansıtırBrüt uyaran zarfını yansıtır
�şlangıç ​​gecikmesiρ ms5� ms㹐 ms
𠀻oyut (aralık)mikrovoltNanovoltmikrovolt
 Gecikme değişkenliğiDeğişken değilρ ms'lik normal değişkenlikGecikme süresinde büyük değişkenlik (10� ms)
 OlgunlaşmaÇok erken olgunlaşmaOkul çağına göre yetişkinlere yönelik tepkilerGeç ergenliğe kadar yetişkin gibi olmayan uzun süreli gelişim
Konu özellikleri
 UyarılmaKonu durumundan etkilenmezUyuyan deneklere kaydedilebilirUyuyan deneklerde azaltılmış veya ortadan kaldırılmıştır
𠀽ikkatDikkatten etkilenmezDikkatten büyük ölçüde etkilenmezDikkat modülasyonlu
𠀾lastikiyetDeneyimden etkilenmezDeneyim yanıtları modüle ederDeneyim yanıtları modüle eder

CN: koklear çekirdek, LL: lateral lemniskus, IC: inferior kollikulus, MGB: medial genikulat cisim (bakınız Şekil 2).


Tartışma

Bu sonuçlar, tACS tarafından nöronal sürüklenmenin topikal bir somatosensasyon blokajına dayanabileceğini göstermektedir, gerçekten de, kayıt alanlarımız için, periferik somatosensoriyel girdileri engellemenin çok az fark edilebilir etkisi vardı. Bu veriler, somatosensoriyel afferentlerin sürüklenmesine dayanan dolaylı bir tACS hesabına şiddetle karşı çıkıyor. Retina afferentleri de dolaylı duyusal sürüklenme için olası bir yol olarak önerilmiştir. Bununla birlikte, stimülasyon hedefinden fiziksel olarak uzak bir kortikal görsel alanın tACS tarafından sürüklenmediğini daha önce göstermiştik, bu da retinal girdinin de gözlenen etkileri üretmediğini öne sürüyordu [3]. Benzer şekilde, kontralateral hemisferi hedef alan, ancak benzer retinal ve somatosensoriyel girdi üreten stimülasyon, kayıt alanımızda nöronları sürüklemekte başarısız oldu [3]. Birlikte ele alındığında, bu sonuçlar, merkezi nöronların sivri zamanlaması üzerindeki doğrudan bir etki ile daha tutarlıdır.

Önceki çalışma, stimülasyon odağını değiştirerek somatosensoriyel girdinin rolünü ele almaya çalışmıştı. Daha önce, tACS elektrotlarının kontralateral hemisfere kaydırılmasıyla hipokampal ve bazal ganglion nöronlarının sürüklenmesinin ortadan kaldırıldığını bildirmiştik [3]. Benzer şekilde, Johnson ve meslektaşları [2] omuz stimülasyonunun pre- ve postcentral girusta nöronları sürüklemediğini bulmuşlardır. Bununla birlikte, Asamoah ve arkadaşları [5] uzuvların transkutanöz stimülasyonunun motor kortekste nöronları ve elektroensefalogramı (EEG) sürüklediğini bildirmiştir. Somatosensoriyel innervasyondaki varyasyonlar veya test ve kontrol stimülasyon montajları arasındaki bağlantı, bu tutarsızlıklar için olası bir açıklama olarak önerilmiştir [26], ancak deneylerimiz, somatosensoriyel girdi olsun veya olmasın aynı cilt konumlarını uyararak bu mekanizmayı dışlamamıza izin verir.

Bu deneyler, insan tACS'sini temsil eden alan kuvvetlerini kullandı. İnsan korteksinde 0,8–1,0 V/m'ye kadar olan alanlar tahmin edilmiş ve ölçülmüştür [21, 22] ve çok elektrotlu bir stimülasyon montajı kullanılarak insanlarda daha güçlü alanlar (2 V/m'ye kadar) elde edilebilir [27]. ]. Burada kullanılan iki elektrotlu montajlarda, alanlar kortikal yüzeyin yakınında en güçlüsüdür, bu nedenle diğer alanlar hipokampal hedefimizden daha güçlü uyarılar alabilir. [28]'de kısaca tartışıldığı gibi, çok sayıda başka kortikal alandan kayıt olmaksızın, hipokampal nöronların korteks yoluyla dolaylı sürüklenmesini dışlamak mümkün değildir, ancak sonuçlarımız periferden dolaylı somatosensoriyel etkilerin olası olmadığını göstermektedir.Bu, kortikal yüzeyde ağırlıklı olarak görsel girdiler alan orta seviye bir görsel alan olan V4'te daha da az olasıdır [18–20]. Ani yükselme zamanlamasında ortaya çıkan değişiklikler, insan ve hayvan davranışındaki terapötik olarak ilgili değişikliklerle bağlantılı olarak bildirilenlere benzerdir [3], bu da tACS'nin duyusal olmayan etkilerinin insanların zihinsel durumlarını ayarlamak için etkili bir yöntem sağlayabileceğini düşündürür.

Bu deneylerde, her elektrotun altında ve çevresinde 5 cm'lik (çap) bir deri çemberine topikal anestezi uyguladık. Deri oldukça iletken olduğu için akım, davranışı etkileyecek düzeyde olmasa da, o bölgenin dışındaki periferik sinir liflerine yayılabilir (Şekil 2). Kranial sinirler de dahil olmak üzere daha büyük liflerin uyarılması, ciltte daha derin oldukları ve dolayısıyla topikal anesteziden daha az etkilendikleri için özel bir endişe kaynağı olabilir. Aslında, bu mekanizma daha önce bildirilen somatosensoriyel etkilerin bazılarını açıklayabilir. [5]'te, ön ayak derisine uygulanan kontrol stimülasyonunun aynı zamanda medial veya radyal sinirleri de çalıştırabileceği [29] bu liflerin stimülasyonunun insanlarda titremeyi azalttığı bildirilmiştir [30]. Bununla birlikte, kraniyal sinir stimülasyonunun verilerimizde önemli bir faktör olmayabileceğine inanmak için nedenler var. Derinin yüksek iletkenliği, uzaktaki kraniyal sinirlerin uyarılmasına izin verdiği ölçüde, sonuçta ortaya çıkan etkileri elektrotların konumuna nispeten duyarsız hale getirmelidir. Bununla birlikte, tACS'nin etkileri, uyarıcı elektrotun kesin konumlarına bağlı görünmektedir. Önceki çalışmamızda [3], elektrotları kontralateral hemisfere (yaklaşık 3-4 cm) kaydırmak, derideki elektrik alanları her iki durumda da benzer olsa da, sürüklenmeyi tamamen ortadan kaldırmak için yeterliydi. Bir dizi deney ayrıca, varsayılan davranışsal etkileri üretmek için spesifik elektrot montajlarının gerekli olduğunu göstermiştir [31, 32]. Periferik ve merkezi stimülasyonun da sinerjistik etkilere sahip olduğu görülmektedir, bu da ayrı mekanizmaların varlığını düşündürür [33]. Son olarak, somatosensoriyel girdide olduğu gibi, kraniyal sinirlerin uyarılmasının, sinaptik olarak uzak V4 alanı veya hipokampusta ani yükselme aktivitesinin zamanlamasını nasıl değiştireceği belirsizliğini koruyor. Bununla birlikte, vagal sinir aktivitesi ile ilişkili çeşitli fenomenler [34] göz önüne alındığında, bu olasılık tamamen göz ardı edilemez.

Bununla birlikte, periferik sinir stimülasyonunun, davranış deneylerini karıştırabilecek ve özellikle güçlü somatosensoriyel girdi alan alanlarda sinirsel etkiler üretebilecek inkar edilemez algısal sonuçları vardır. Duyusal girdi, sinir lifi stimülasyonu ve doğrudan nöronal polarizasyonun birleşik etkileri, stimülasyon protokolleri, beyin bölgeleri ve davranışsal görevler arasında zorunlu olarak değişiklik gösterecek ve herhangi bir basit yorumlama girişimini boşa çıkaracaktır. Bununla birlikte, verilerimiz, tACS'nin merkezi nöronları duyusal girdi yerine doğrudan dahil ettiği hipotezini desteklemektedir.


Bu yazarlar eşit katkıda bulunmuştur: Philippa J. Karoly, Vikram R. Rao ve Maxime O. Baud

Bağlantılar

Graeme Clark Enstitüsü, Melbourne Üniversitesi, Melbourne, Victoria, Avustralya

Philippa J. Karoly ve Mark J. Cook

Nöroloji Bölümü, California Üniversitesi, San Francisco, CA, ABD

Weill Nörobilim Enstitüsü, California Üniversitesi, San Francisco, CA, ABD

Biyoelektronik, Nörofizyoloji ve Mühendislik Laboratuvarı, Nöroloji Bölümü, Mayo Clinic, Rochester, MN, ABD

Nicholas M. Gregg ve Gregory A. Worrell

Aix Marsilya Üniversitesi, Inserm, Institut de Neurosciences des Systèmes, Marsilya, Fransa

Uyku-Uyanıklık-Epilepsi Merkezi, Nöroloji Departmanı, Inselspital Bern, Üniversite Hastanesi, Bern Üniversitesi, Bern, İsviçre

Deneysel Nöroloji Merkezi, Nöroloji Bölümü, Inselspital Bern, Üniversite Hastanesi, Bern Üniversitesi, Bern, İsviçre

Bu yazarı PubMed Google Scholar'da da arayabilirsiniz.

Bu yazarı PubMed Google Scholar'da da arayabilirsiniz.

Bu yazarı PubMed Google Scholar'da da arayabilirsiniz.

Bu yazarı PubMed Google Scholar'da da arayabilirsiniz.

Bu yazarı PubMed Google Scholar'da da arayabilirsiniz.

Bu yazarı PubMed Google Scholar'da da arayabilirsiniz.

Bu yazarı PubMed Google Scholar'da da arayabilirsiniz.

Katkılar

P.J.K., V.R.R., N.M.G., C.B. ve M.O.B. makale için verileri araştırdı, içeriğin tartışılmasına önemli bir katkıda bulundu, makaleyi yazdı ve makaleyi göndermeden önce gözden geçirdi ve düzenledi. G.A.W. ve M.J.C. makale için verileri araştırdı, içeriğin tartışılmasına önemli bir katkıda bulundu ve makaleyi göndermeden önce gözden geçirdi ve düzenledi.

Ilgili yazarlar


Sonuçlar

EBG'nin belirlenmesi ve yerelleştirilmesi

İlk önce, bir anatomik kafa modelinin OB'sine yerleştirilen bilateral dipollerin yer aldığı bir lead-field simülasyonu gerçekleştirerek optimal elektrot pozisyonlarını değerlendirdik (Şek.  1b ). Sinyal alımı için en uygun elektrot konumu, burun köprüsünün her iki tarafında belirlendi, kaşların hemen üzerinde, standart EEG kafa derisi kayıt elektrotu yerleştirme çizelgeleri genellikle elektrotları oraya yerleştirmez. Bu nedenle Çalışma 1'de, dipol yayılımını yakalamak ve potansiyel etkiyi azaltmak için burun köprüsünün her iki tarafına ikişer adet olmak üzere dört adet mikro amplifiye EEG elektrotu (ActiveTwo, BioSemi, Amsterdam, Hollanda) yerleştirdik (Şek.  1c ) tek elektrotlardan elde edilen eserler. Analizler (Şekil  1a, d𠄿 𠅊yrıntılar için “Methods” bölümüne bakın), bilgisayar kontrollü bir olfaktometre 26 tarafından sunulan 1 s koku veya temiz hava sunumlarına verilen ortalama yanıtlara dayanıyordu. Sinyalin spektral yoğunluğu, uyaran başlangıcına zamana kilitlendi, bir fotoiyonizasyon detektörü 27 tarafından değerlendirildi ve ayarlandı ve sinyal-gürültü oranını optimize etmek için dört elektrot ve denemeler boyunca ortalaması alındı.

a Prosedürlerin akış şeması. B Her koku soğancığında (sol/sağ) simetrik olarak yerleştirilmiş bir dipol kullanılarak kafa derisine yansıtılan koku soğanı aktivitesinin kurşun alan simülasyonu. C Alında elektrobulbogram (EBG) için elektrot yerleşimi ve örnek kayıtlar. NS İki Slepian konik kullanarak çok koniklik zaman-frekans ayrıştırması. e Kafa derisi elektrotları ve EBG kanalları arasındaki çapraz spektral yoğunluk. F Kafa modelini oluşturmak için dört eş merkezli küre kullanıldı. G Gri madde olasılığı %40'tan fazla olan beynin her vokselinin belirlenmemiş kaynak modeli, her bireyin ve kafa modelinin dijitalleştirilmiş sensör konumu ile birlikte, kortikal kaynakları lokalize etmek için tutarlı kaynağın dinamik görüntülemesine beslendi.

Koku uyaran algısını optimize etmek ve koklama döngüsüne bağlı etkileri ortadan kaldırmak için, koklama döngüsünün en alt noktasından kısa bir süre sonra uyaranlar tetiklendi. Bu nedenle, ilk olarak, motor koklama görevinin, sensör seviyesinde belirlenen zaman ve frekans bandı içinde herhangi bir sinyal üretip üretmediğini belirledik. Bu amaçla, yalnızca temiz hava koşulunda (Hava) zaman-frekans haritasındaki (TFR) koklama başlangıcıyla ilgili yanıtları değerlendirdik. Sniff ile ilgili aktivite daha düşük frekans aralığında belirtilmiştir (

38� Hz) koku başlangıcından hemen önce ve civarında (Şekil  2a ), ancak bu koklama ile ilgili aktivite, daha sonra Kokuya Karşı Havada elde edilen ilgi zaman-frekans penceresinde taban çizgisinden farklı değildi. koklama başlangıcı ile ilgili aktivasyonun iptal edildiği kontrast (Şekil  2b 1000 permütasyonlu Monte Carlo permütasyon testi). Daha sonra koku denemeleri için belirlenen zaman ve frekans bandı içinde TFR'yi belirledik. Koklama yoluyla kontaminasyonu ve gözlemlenemeyen diğer motorla ilgili artefaktları dışlamak için Koku'yu Hava durumuyla karşılaştırdık. Gama bandında koku olayıyla ilgili bir senkronizasyon (OERS) gözlemlendi (

100� ms uyaran sonrası (Şek.  2d ). Sonraki permütasyon testi (1000 permütasyon), Koku ve Hava koşulları arasında önemli farklılıklar ortaya çıkardı. Etkinin yönünü doğrudan belirlemek için, her koşul için ilgili zaman/frekans içindeki ortalama gücü, başlangıç ​​değerleriyle karşılaştırdık. Koku durumu sırasındaki güç (Şek.  2f ), Klima durumundan (Şek.  2c ) önemli ölçüde daha büyüktü, T(28) =𠂓.62, PÖğrencinin belirlediği şekilde  <𠂐.01, CI [0.23, 0.91] T-test, etkinin bir kokunun mevcudiyetine aracılık ettiğine ve havanın sunumu sırasında senkronizasyonun bozulmasına aracılık ettiğine dair daha fazla kanıt sağlar (Ek Şek.  1 ). Bununla birlikte, Şekil.  2f'nin gösterdiği gibi, ilgilenilen zaman aralığında bir EBG yanıtı tüm bireylerde net olarak tespit edilmemiştir ve deneyimlerimize göre tam konumun (zaman/frekans) bireyler arasında biraz farklı olacağıdır.

a EBG elektrotları için Hava ve Temel durum için güç farkının sensör zaman-frekans ayrıştırması. B EBG elektrotları için yalnızca hava koşulunun solunması için güçte hiçbir değişiklik olmadığını gösteren 1000 Monte Carlo permütasyonundan türetilen T istatistikleri. C Ortalamanın standart hatasıyla (s.e.m) 100� ms boyunca Hava için ortalama güç değişimi. Daireler bireysel değerleri gösterir. NS Hava koşullarına karşı Koku için sensör zaman-frekans ayrıştırması. e Koku ve Hava koşullarını karşılaştıran 1000 Monte Carlo permütasyonundan elde edilen T istatistikleri (P < .01). Turuncu renk, Havaya Karşı Koku için güçte önemli bir değişikliği işaret eder ve renk çubuğundaki siyah yatay çizgi, görüntülenme eşiğini gösterir. T-değerler. F Koku durumu için s.e.m. ile 100� ms boyunca ortalama güç değişimi. Daireler bireysel değerleri gösterir. G Koku alma duyusunun yeniden oluşturulmuş kaynakları, kaynak olarak koku soğanı gösteren senkronizasyonu uyarmıştır. Renk çubukları, güç ve x, y, z şekillerdeki koordinatlar, MNI stereotaktil referans sistemine göre Talairach uzayındaki dilimin koordinatlarını gösterir.

Erken görsel ve işitsel duyusal tepkiler genellikle uyarıcı başlangıcı 28 bir faz kilitli tepki ile karakterize edilir. EBG kafa derisi kayıtlarımızda elde edilen gama bandı yanıtında koku başlangıcına uyaran faz kilitlemesini tespit edip edemediğimizi değerlendirmek için, gama bandında ve Koku ve Hava arasındaki aynı kontrast içinde potansiyel bir denemeler arası faz kilitleme etkisini değerlendirdik. Analizlerimizde kullanılan geçici ilgi pencerelerimizle aynı zaman noktasında koku uyaranlarının başlangıcına verilen faz kilitli yanıtta bir değişiklik oldu (

100 ms), böylece EBG sinyalinin kokuyla uyarılmış bir yanıt olduğu fikrine ek destek getiriyor.

Gözlere ve yüz kaslarına yakınlığı nedeniyle EBG ölçümü artefakt duyarlıdır. Çalışma 1'de, tüm denemelerin ortalama %52'si artefaktlar nedeniyle analizlerden çıkarıldı. Bu nedenle, Çalışma 1'de gösterildiği gibi aynı istatistiksel güce sahip EBG'den güvenilir bir sinyal saptamak için gereken veri miktarını belirlemek için, bireyler güç analizlerine adım adım eklenmiştir. Tam istatistiksel güce ulaşmak için sadece yedi eser içermeyen bireyler gerekliydi (Ek Şekil.  2 ). Buradan, ortalama deneme reddetme oranıyla, tek koşullu basit bir deney oturumunun sağlam bir EBG sinyalini tespit etmek için en az 15 denemeye ihtiyaç duyacağı sonucuna varıyoruz.

Yukarıdaki detaylı güç analizleri, koku uyaranlarının sensör seviyesinde tahmin edilen zaman ve frekans alanında önemli bir EBG sinyali ürettiğini ve bunun koklama tarafından üretilen potansiyel motor ve dikkatle ilgili karışıklıkların bir fonksiyonu olmadığını göstermiştir. Daha sonra OB'nin bu sinyalin özel kaynağı olup olmadığını sorduk. Bunu, ilgili zaman/frekans alanındaki tüm EBG ve kafa derisi elektrotlarından gelen sinyale çok kademeli bir zaman-frekans ayrıştırması uygulayarak (Şekil  1d) yaptık ve sinyali tek deneme düzeyinde lokalize ettik. Daha da önemlisi, bireysel EEG verileri, bir nöronavigasyon sistemi (Brainsight, Rogue Research, Montreal, Kanada) kullanılarak bir çoklu doku kafasına (Şekil  1f ) ve bir kaynak modele (Şekil #x000a0 1g) birlikte kaydedildi. geliştirilmiş uzamsal hassasiyet için. OERS'nin yeniden yapılandırılmış kaynağı, OB'de hava durumuna kıyasla Koku'da %8'lik bir güç artışıyla yüksek güç ortaya çıkardı (Şek.  2g ). İlgilenilen zaman ve frekans alanında, OB'nin aslında EBG sinyalinin altında yatan kaynak olduğunu düşündüren başka hiçbir ana kaynak tespit edilmedi. Kullanılan kaynak modelinin OB'deki bir sinyal kaynağını algılamak için en uygun model olduğundan emin olmak için kaynağı eLORETA 29 kullanarak da değerlendirdik. Ayrıca bu rakip model, muhtemelen tek kaynakların değerlendirilmesi için ilk ve ana kaynak modelimizin daha iyi performans göstermesi nedeniyle, daha dağınık bir kaynakla (Ek Şekil.  3 ) olsa da kaynağı OB'ye yerelleştirdi 30 .

Belirsiz kaynak modeli, OB'yi EBG'nin temel kaynağı olarak gösterdi, ancak bu, rakip çözümleri doğrudan karşılaştırmaz. Farklı varsayımsal potansiyel sinyal kaynaklarını doğrudan karşılaştırmak için, OB'yi, ön piriform korteksi, medial orbitofrontal korteksi ve olfaktör olmayan olarak karşılaştırmak için sınırlı bir kaynak modeli (kılavuzlu dipol yerleştirme Ek Şekil.  4a) kullandık. kontrol, birincil işitsel korteks. OB çözümü, piriform, orbitofrontal ve işitsel korteksteki dipol çözümlerine göre sinyal kaynağı uzay parametrelerinin toplam varyansının iki katından fazlasını açıkladı (Ek Şekil.  4b).

EBG'nin güvenilirliği ve hassasiyeti

EBG ölçümünü oluşturduktan sonra, aynı kişilerdeki EBG'yi birkaç güne yayılan tekrarlanan test oturumlarında karşılaştırarak güvenilirliğini ve kesinliğini belirledik. Çalışma 2'de, katılımcılar en az bir gün ve en fazla bir ay arayla üç özdeş test oturumunu tamamladılar. EBG, yukarıda açıklanan yöntem kullanılarak elde edildi ve aynı zaman ve frekans aralığına odaklanan analiz. İlk olarak, testin tekrar test güvenilirliğini belirlemek için, hem sınıf içi korelasyonu [ICC(2, k)], hem de bir uyum ölçüsü 31'i ve ayrıca gama bandı gücü arasındaki ikili benzerlikleri (yani korelasyon katsayısı) değerlendirdik. her iki seans. ICC(2, k), ölçümler (rben =𠂐.47) ve sonraki F-test, uyuşmanın istatistiksel olarak anlamlı olduğunu gösterdi, F(2, 26.65) =𠂓.99 P < .03, bireylerin EBG değerleri arasında düşük bir yayılım olduğunu ve dolayısıyla yüksek uyuşmayı gösterir 31 . Test–tekrar test korelasyonları arasında değişmektedir. r = ,76 ile r =𠂐.81 (Şekil  3a ), bu da yüksek testin–tekrar test güvenilirliğini gösterir.

a Üç oturum boyunca ikili korelasyon matrisi. Değerler, iki değişkenli Pearson korelasyon katsayılarını gösterir ve dağılım grafikleri içindeki siyah noktalar, her karşılaştırma için ayrı değerleri gösterir. Renkler, test verilerinin ön yüklemesine dayalı olarak düzleştirilmiş temel dağılımı gösteren renklerle birlikte ortalama dağılımı gösterir. B Her test oturumunda (CI) EBG tespiti için etki boyutu ve %95 güven aralığısezon 1 = [0.16, 0.68], CIoturum2 = [0.27, 0.80] ve CIoturum3 = [0.10, 0.62]). Genel etki orta etki büyüklüğü gösterdi (Cohen'in NS =𠂐.44) ve meta-regresyon, üç oturum arasında önemsiz bir dağılım gösterdi.

Test tekrar test korelasyonu yaygın olarak kullanılan bir güvenilirlik ölçüsü olmasına rağmen, bir korelasyonun büyüklüğü bir dereceye kadar katılımcılar arasındaki gerçek değişkenliğin miktarına bağlıdır ve bu da katılımcı içi homojenliğe bağlıdır. Bu nedenle, EBG ölçüsünün kesinliğini değerlendirmek için, aynı zamanda, sonsuz sayıda seans boyunca tek denemelik EBG'nin standart sapmasının bir tahmini olan ortalama etki büyüklüğünü ve ortalamanın (s.e.m) standart hatasını da değerlendirdik. Üç seans boyunca ortalama etki büyüklüğü orta düzeyde bir etki gösterdi (Cohen's NS =𠂐.44, Fig.  3b ) ve üç seanstaki s.e.m değeri (ଐ.067), 0.75'lik bir ortalama güce kıyasla, EBG ölçüsünün iyi bir kesinliğe sahip olduğunu gösterir. Son olarak, deney içi bir meta-regresyon tahmini kullanarak dağılım oranını değerlendirdik (Q). Dağılım hızı, ideal bir dağılıma kıyasla dağılımın sıkıştırılmış mı yoksa gergin mi olduğunu gösterir. Meta-regresyon yardımıyla belirlenen üç oturumun dağılım oranını değerlendirerek, bir Q deneysel serbestlik derecelerinden (2) daha küçük olan 0.04 değeri ve EBG ölçüsünün düşük bir dağılım hızına sahip olduğunu gösterir (Şekil  3b ). Birlikte ele alındığında, bu veriler EBG ölçüsünün hem güvenilir hem de kesin olduğunu göstermektedir.

EBG'yi doğrulama

Sinyal kaynağı analizleri (Şekil  2g ), EBG sinyalinin OB'den geldiği sonucunu destekler. Bununla birlikte, sinyal kaynağı çözümü, elde edilen verilere göre yalnızca en olası olanıdır ve yöntemin kendi başına bir doğrulaması değildir. İnsan OB'sinden gelen yerleşik bir sinyal ölçüsü, OB'den doğrudan ve invaziv kayıttan daha kısa olmadığı için, klinik açıdan kesinlikle gerekli olmayan intrakraniyal elektrotları yerleştirmenin etik ikilemi nedeniyle elde edilmesi benzersiz bir şekilde zordur. tedbir dolaylı olmalıdır. Bu nedenle, EBG sinyalinin, insan olmayan birkaç hayvan modelinde elde edilen OB verilerinde, yani alışmaya karşı duyarsızlıkta gösterilen ayırıcı bir imza gösterip göstermediğini değerlendirdik. Daha da önemlisi, piriform korteksin, tekrarlanan veya uzun süreli kokuya maruz kalmaya hızlı bir alışma gösterdiği ve açıkça azalmış bir nöral sinyal 25, 32 ile sonuçlandığı bilinmektedir. Bu alışkanlık, koku uyaranları arasındaki kısa bir deneme aralığının sinyali büyük ölçüde azalttığı kafa derisinin ERP'lerinde açıkça gözlemlenebilir. Buna karşılık, OB tarafından üretilen sinyal, alışmaya karşı azaltılmış hassasiyet gösterir: tekrarlanan maruziyetten sonra bile, farelerdeki OB, koku ile uyarılmış aktivitede yalnızca minimum bir azalma gösterir 25, 33. Bu nedenle, hızlı, tekrarlanan koku sunumundan sonra önemli bir modülasyonun olmaması, OB'yi birincil kaynak olarak gösterirken, EBG'nin belirgin bir düşüşü, sinyalin büyük bir kortikal kaynağa sahip olduğunu gösterir.

Çalışma 3'te, uzun süreli koku maruziyetlerinin hızlı tekrarından EBG tepkisi üzerinde koku alışkanlığının etkisini belirledik, bu paradigma hızlı ve sürekli koku alışkanlığı 34 tanıtmak için bilinen bir paradigma. EBG elektrotlarının yanı sıra kafa derisi EEG elektrotlarından gelen yanıtları ölçtük. Her denemeden sonra, katılımcılar kokunun algılanan yoğunluğunu 10 adımlı bilgisayarlı görsel analog skalada derecelendirdiler. İlk önce deneysel paradigmamızın algısal koku alışkanlığı oluşturup oluşturmadığını değerlendirdik.Beklendiği gibi, katılımcılar tekrar tekrar maruz kaldıklarında kokunun algılanan yoğunluğunda hızlı bir düşüş yaşadılar (Ek Şekil #x000a0 5 ). Daha sonra EBG sinyalinin benzer bir düşüş gösterip göstermediğini veya sinyalin kokunun algılanan yoğunluğundan ayrılıp ayrılmadığını değerlendirdik. EBG sinyalinin OB'den kaynaklandığı hipotezi tarafından tahmin edildiği gibi, bir karma etki modeli (denemeler sabit etki ve denekler rastgele kesişimler olarak), denemenin bir fonksiyonu olarak OERS gücünde önemli bir eğim göstermedi (Şekil  4a ) . Ayrıca, değişkenliği azaltmak ve potansiyel bir değişikliği tespit etme şansını artırmak için oturumu iki yarıya böldük (yani, oturumun ilk yarısı ve ikinci yarısı) ve iktidardaki erken ve geç denemeler arasındaki potansiyel anlamlı fark için istatistiksel olarak test ettik. 1000 permütasyon. İlgi alanında küçük bir nominal güç düşüşü gözlemlenmesine rağmen, erken ve geç denemeler arasında güçte istatistiksel bir değişiklik olmadı (Şekil  4b). Daha sonra, kafa derisi ERP sinyali için yerleşim etkilerini değerlendirdik, etkinin büyük olacağını varsaydık. Algılanan koku yoğunluğunun yerleşik bir kafa derisi ERP bağıntısı, parietal korteks 35 üzerindeki N1 ve P2/3 ERP bileşenleri arasındaki genliklerdeki farktır (delta). Parietal alanlar üzerindeki güçteki N1-P2/3 farkı (Pz kafa derisi elektrotu), daha sonra denemelerde sıfıra doğru ilerleyen ilk büyük tepkilerle karakteristik bir alışkanlık eğimi gösterdi (Ek Şekil.  6 ). Spesifik olarak, etkinin doğrusal eğilimi (doğrusal karma model), bir test tarafından değerlendirildiği üzere denemeler arasında önemli bir eğim göstermiştir. T-Ölçek, T(971) = 𢄣.15, P <𠂐.002, CI [𢄠.010, 𢄠.002] (Şek.  4c ). Sonuçlar birlikte, EBG sinyalinin koku alışkanlığına karşı duyarsızlığın ayırt edici imzasına sahip olduğunu göstermektedir.

a Doğrusal karma model, bir koku yerleşimi paradigmasının, tek bir örnekle test edilen denemeler arasında olfaktör uyarılmış senkronizasyonun gücünde önemli bir değişiklik üretmediğini göstermektedir. T-test, eğim =𠂐.008, T(437) =𠂑.58 P >𠂐.11 CI = [𢄠.002, 0.02]). Şekildeki mavi daireler, toplam deneme sayısının ilk yarısı için her denemenin ortalamasını ve ikinci yarısı pas renkli küpler. Hata çubuğu %95 güven aralığını gösterir. Doldurulmamış daireler ve küpler, bireysel değerleri temsil eder ve kesikli çizgi, denemelerin bir fonksiyonu olarak eğimi gösterir. B Güçte önemli bir değişiklik olmadığını gösteren 1000 Monte Carlo permütasyonlu T istatistikleri (P > .05). Pozitif değerler, erken denemeler için daha büyük sinyali gösterir. Hata çubuğu %95 güven aralığını gösterir ve daireler tek tek değerleri gösterir. C Pz potansiyelleri bant geçiren filtrelenmiş ve ilgilenilen zaman aralıkları içindeki yerel minimum ve maksimumlar sırasıyla N1 ve P2/3 piki olarak tespit edilmiştir. Siyah eğri, denemelerin bir fonksiyonu olarak Pz elektrotu üzerindeki koku alma olayıyla ilgili potansiyellerde (ERP'ler) ortalama N1-P2/3 tepeden tepeye tepkileri gösterir ve gölgeli mavi alan %95 güven aralığını gösterir. Ortalama eğri, sunum amacıyla yumuşatılır. Mavi çizgi, doğrusal model tarafından ortaya çıkarılan eğimi temsil eder ve denemeler boyunca elektrot Pz'de N1-P2/P3 ERP bileşenleri arasındaki genlik farkının azaldığını gösterir.

EBG yanıtını insan lezyon tipi bir modelle doğrulama

Son olarak, koku almayla ilgili olmayan bilinmeyen faktörlerin Çalışma 1𠄳'te görülen EGB yanıtına aracılık edip etmeyeceğini değerlendirdik. Deneysel koşullar boyunca EBG sinyalinin tutarlılığı göz önüne alındığında pek olası olmasa da, EBG sinyaline, deneysel tasarımlarımızın açıklayamadığı, dikkat yükünde sistematik bir dengesizlik, görev talepleri, koklama gibi bazı sahte etkilerin aracılık etme olasılığı vardır. ilgili motor aktivite, mikro sakkadlar vb. Bu nedenle, Çalışma 4'te, tekniği insan lezyonu benzeri bir modele uygulayarak, onu üretecek ampul olmadığında bir EBG sinyalinin ortaya çıkıp çıkmayacağını test ederek bu faktörleri ekarte ettik. Bunu, izole idiyopatik konjenital anozmi (ICA) olan, yani koku duyusu olmadan doğan bir bireyi test ederek yaptık. Kritik olarak, bu birey iki taraflı OB'leri yoktu, ancak başka türlü sağlıklıydı. OB'ye duyarlı bir görüntü dizisi kullanan bir manyetik rezonans görüntü incelemesi, her iki yarıkürede de OB'nin tamamen yokluğunu gösterdi (Şek.  5a ).

a Bilateral OB'si olmayan (kırmızı ile işaretli) ICA'lı bir bireyin beyninin T2 ağırlıklı görüntüsünün koronal görünümü. Sol köşede, OB'yi tanımlayan yeşil daire içindeki yeşil çerçeve ile aynı MR incelemesini kullanan sağlıklı bir bireyden alınan bir OB örneğidir. B Koku ve Hava arasında OERS sinyalinde değişiklik olmadığını gösteren 1000 permütasyonlu Monte Carlo permütasyon testi. C Yeşil alan ile temsil edilen Çalışma 1'den normosmik kohort için EBG gücünün dağılımı, izole konjenital anosmisi olan bireyin gözlemlenen sulkus derinliği (OS) ve OB gücü (OERS), sırasıyla açık kırmızı bir daire ve kare ile temsil edilir.

Edinsel anosmi, çok genç yaştaki bulb dejenerasyonu ve konjenital OB yokluğuna bağlı ICA'yı ayırt edebilecek kesin bir test olmamasına rağmen, son çalışmalar ICA'da olfaktör sulkus derinliğinin 8×02009 mm'den daha az olduğunu bildirmiştir. hastaların sağlıklı kontrollerle karşılaştırılması 36 . Çalışma 4'te test edilen ICA deneğinin ortalama koku alma derinliği 1.12×02009 mm'dir, bu değer yaşla karşılaştırılabilir bir kontrol popülasyonundan 3SD'den fazladır (Şek.  5c ) ve anosmisi olan bir bireyden beklendiği gibi, standart bir koku tanıma testinde şans seviyesi.

Çalışma 1 ile aynı deneysel protokolü kullanarak, ICA deneğinin koku uyarımı sonrasında bir EBG yanıtı sergilemediğini gösteriyoruz. Spesifik olarak, ilgilenilen zaman ve frekans penceresi içinde, Klima ile karşılaştırıldığında Kokular için önemli bir EBG sinyali gözlemlenmedi, Şekil.  5b. Tek bir katılımcının TRF sonucunu görsel olarak değerlendirmek, gürültülü yapısı nedeniyle doğası gereği zordur. Bu nedenle, ilgilenilen zaman penceresindeki sinyalin gücünü Çalışma 1'deki tüm katılımcılarınkiyle karşılaştırdık. Tahmin edildiği gibi, ortalama EBG sinyali Çalışma 1'deki tüm katılımcıların ortalamasının 2,5×02009SD altındaydı (Şek.   5c ). Bu, EBG'nin OB yanıtına duyarlı olduğunun bir başka kanıtıdır.


Tartışma

OB, koku alma sinir ağının ilk ve tartışmalı bir şekilde kritik bir işleme aşaması olmasına rağmen, bu, insanlarda önerilen OB işlemenin ilk invazif olmayan ölçüsüdür. İnsan olmayan hayvanlarda koku algısını hedefleyen koku alma ile ilgili elektrofizyolojik kayıtların büyük çoğunluğu OB'ye odaklanır ve bu keşifler OB'nin, bunlarla sınırlı olmamak üzere, geniş bir konu yelpazesinde temel sinir mekanizmaları için önemli bir merkez olduğunu belirlemiştir. , hafıza, öğrenme, sosyal davranış ve motor fonksiyon 37 . OB'nin insanlarda aynı önemli role hizmet edip etmediği bilinmemektedir. Elektrofizyolojik ölçümler kullanarak korteksi OB aktivitesinden ayırmak doğal olarak zordur. Bununla birlikte, birden fazla yaklaşım kullanarak, insan OB'sindeki nöral işlemenin, bir EBG elde etmek için burnun tabanına yerleştirilen elektrotlarla invazif olmayan ve sağlam bir şekilde ölçülebileceğini gösterdik. Ölçünün sadece dört EBG ve iki referans elektrot ile alınabileceğini gösteriyoruz. Uyaran başlangıcından sonra erken ortaya çıkması nedeniyle bu önlemin OB için iyi izole edildiğine inanıyoruz. Ayrıca hem ileri hem de ters modellerde, OB'nin ölçüm sinyalinin altında yatan kaynak olarak piriform korteks veya orbitofrontal korteksteki (OFC) potansiyel kaynaklardan daha güçlü bir çözüm olduğunu bulduk. EBG önlemi, nispeten ucuz ve kullanıma hazır ekipman gerektirir ve bu nedenle, sınırlı finansal veya hesaplama kaynaklarıyla bile kolayca uygulanabilir. Bu yöntem, gelecekteki çalışmaların insanlarla ve halihazırda var olan insan dışı hayvan verileriyle doğrudan karşılaştırılmasına olanak tanır. Ayrıca, OB, Parkinson hastalığının 9 başladığı nöral alandır ve açık davranışsal koku bozuklukları, hastalığı tanımlayan karakteristik motor semptomlardan birkaç yıl 10 önce gelir. Koku alma performansında önemli davranışsal azalma 38 saptanmadan önce OB'nin büyük bir bölümünün yok edilmesi gerektiğinden, EBG sinyalinin kaydedilmesi potansiyel olarak PD'nin çok erken bir belirteci olarak hizmet edebilir.

EBG, gama bandında görünür. OB işlemeyi gösteren diğer sinyallerin de daha sonraki bir zamanda alfa, beta ve teta bantlarında görünmesi çok olasıdır 3 . Ancak burada, OB'ye lokalize olan ve esas olarak gelen sinyalin merkezkaç bilgisine daha az odaklanarak işlenmesini temsil eden bir ölçü üretme amacımız nedeniyle gama bandına odaklanıyoruz. OB içindeki gama bandı işleme, santrifüj etkisi olmaksızın sınırlı olan ilk ampul içi işlemeye sıkı sıkıya bağlı görünüyor 18,19 . Gerçekten de, OB'ye santrifüj girişi kesildiğinde, kokulara yanıt olarak OB içinde yalnızca gama salınımları saptanabilir 20,39, oysa beta salınımlarının koku dernekleri (40) bağlamında modüle edilmesi daha olasıdır. Benzer şekilde, OB'den hemen yukarı akış alanı olan ön piriform korteksteki gama salınımları, OB 41'de gama salınımı azaltıldığında azalır. Bununla birlikte, ön piriform korteksteki beta salınımları, OB'deki gama manipülasyonundan etkilenmez, böylece OB içindeki gama aktivitesinin, bulbar içi işlemeyi ve potansiyel olarak OB çıktısını - EBG ölçüsünün hedefi - yansıttığı konusunda daha fazla destek sağlar. Bununla birlikte, insan olmayan hayvanlarda yapılan çok sayıda çalışma, OB'deki beta salınımlarının nihai koku algısı için çok önemli olduğunu göstermiştir. Bu nedenle gelecekteki çalışmalar, insan OB'sindeki beta ve alfa salınımlarının rolünü değerlendirmek için EGB ölçüsünü kullanmalıdır. Ayrıca, Klimadaki uyarıların başlangıcında düşük gama frekansında kısa süreli aktivasyon, tek başına solunumun gama bandı OB aktivitesini ekleyebileceğinin potansiyel bir göstergesidir ve özellikle koklama kaynaklı OB aktivasyonunu ele alan gelecekteki çalışmaların amacı olması gereken ilgi çekici bir sorudur.

Önlemimiz, EBG sinyal-gürültü oranını geliştirmek için gerekli olan birkaç temel metodolojik hususa bağlıdır. İlk olarak, katılımcılar beslenmeden yoksun bir durumdayken her zaman test edildi. Bunun nedeni, insan olmayan hayvanlarda, kişi açken OB'nin kokulara kesinlikle doymuş duruma kıyasla daha duyarlı olmasıdır 42,43 . Geçmişteki çalışmalar, hayvan beslenmediğinde daha fazla mitral/püsküllü (M/T) hücrenin kokuya duyarlı olduğunu, buna karşın M/T hücrelerinin önemli bir bölümünün doyma sırasında inhibe edildiğini göstermiştir. Katılımcıların bir alt kümesinde net bir EBG sinyali elde edemememiz, potansiyel olarak katılımcıların oruç tutma şartına uyumunun zayıf olmasıyla açıklanabilir. Gelecekteki çalışmaların, bu potansiyel karışıklığı, besleme kontrollü bir ortamda sistematik bir şekilde değerlendirmesi gerekir. İkinci olarak, Çalışma 3 dışındaki tüm çalışmalarda, kokular solunum döngüsünün inhalasyon fazının başlangıcına senkronize olarak ve saptanabilir bir başlangıç ​​ipucu olmadan sunuldu. OB'deki tüm M/T hücrelerinin yaklaşık %50'si solunuma kilitlenmiştir 18,44 ve koku alma sistemindeki ve 45'in üzerindeki salınımlar özellikle solunum döngüsüne uyumlu görünmektedir. Ancak, solunum kilitli salınımların normalde teta bandında meydana geldiğine ve gama bandında 44 belirgin bir şekilde ifade edilmemesi gerektiğine dikkat edin. Üçüncüsü, kokuların net bir trigeminal algısı olmamalıdır. Ağrı sisteminin bir parçası olan trigeminal sinir tarafından ortaya çıkan yüz kaş çatmanın otomatik motor tepkisi göz önüne alındığında, trigeminal kokuların kullanılması EBG tepkisini 46 potansiyel olarak maskeleyebilir. Son olarak, ölçü, yollar arasında ortalama alma bağımlılığı göz önüne alındığında, kesin uyaranların başlangıcına sahip, geçici olarak güvenilir bir olfaktometreye 26 bağlıdır. Titreyen başlangıçlar, EBG ölçüsünün hassasiyetini önemli ölçüde azaltacaktır.

Bir ölçü, yalnızca benzer oturumlar arasında nispeten istikrarlı olan güvenilir ve tutarlı değerler üretebiliyorsa yararlıdır. EBG ölçümü test-tekrar test üretti r- 0.76 ile 0.81 arasındaki değerler, belirlenmiş olaya dayalı olfaktör ve olfaktör olmayan EEG ölçümleriyle aynı aralıktadır. Koku alma kaynaklı kafa derisi ERP'lerinin test-tekrar testi, manipülasyona bağlı olarak normalde 0,05 47 kadar düşük ila 0,81 48 kadar yüksek değerler üretir. Benzer şekilde, işitsel ve görsel ERP'ler için test-tekrar test katsayıları genellikle 0.48-0.80 aralığındadır49. Bununla birlikte, gereken düşük deneme sayısı göz önüne alındığında, önlemin gelecekteki gelişimi, otomatik çevrimiçi artefakt algılama ile olfaktometre tetikleme arasındaki senkronizasyonu dahil ederek bu potansiyeli göz önünde bulundurmalıdır; burada denemeler yalnızca hiçbir kas aktivitesi saptanmadığında başlatılır.

Yalnızca bir yayın, insan OB'sinin yüzey kayıtlarından kaynaklanan verileri sunmuştur. Hughes ve meslektaşları12 koku uyaranlarına OB tepkilerini kaydettiler ve bizim gibi, bir dizi kokuya ağırlıklı olarak gama bandı tepkileri bildirdiler. Yaklaşımımızın bir zayıflığının, EBG geliştirmemizi çoğunlukla insan olmayan hayvan modellerinde yapılan çalışmalardan elde edilen bilgilere dayandırmak olduğu iddia edilebilir. Spesifik olarak, OB'de alışkanlık eksikliğini gösteren Çalışma 3'ün altında yatan temel varsayımların, anestezi uygulanmış hayvanlar üzerinde yapılan kayıtlara dayandığının farkında olunmalıdır. her zaman iyi bir anestezi durumuna genelleme 50 . Benzer şekilde, insanlarda elde edilen kafa derisi kayıtlarına dayalı olarak bir OB'yi OFC'deki bir sinyal kaynağından ayırmak, iki konum arasındaki yakınlık nedeniyle önemsiz olmayan bir görevdir. EBG yanıtının, üç argümana dayanarak OFC'den ziyade OB'den kaynaklandığını savunuyoruz. Birincisi, sinyal OFC'den kaynaklanmak için çok erken meydana geliyor (bakınız Ek Not 1) ikincisi, bir kaynak olarak OB, kaydedilen sinyalin toplam varyansını diğer olası kaynak çözümlerinden daha fazla açıkladı üçüncüsü, net bir alışkanlık tespit edilmedi, bir insan algısal korteksindeki nöral sinyallerin tanımlayıcı özelliği. Bununla birlikte, tek doğrudan sinyal doğrulaması, koku sunumu sırasında doğrudan OB üzerine yerleştirilen elektrotların yanı sıra EBG elektrotlarından eşzamanlı kayıtlar olacaktır. Bununla birlikte, insan OB'sinden doğrudan kayda erişim sınırlıdır, çünkü insanlarda OB işleme ölçümleri, yalnızca klinik olarak doğrudan yerleştirmenin gerekli olduğu inatçı epilepsi için seçilmiş rezeksiyon ameliyatı geçiren hastalarda cerrahi olarak implante edilen intrakraniyal elektrotlardan yapılan kayıtlardan mümkündür. EBG önleminin, insan OB'sinin bir koku algısı yaratmada hizmet ettiği rol hakkında daha zengin bir literatür oluşturacağını ve insan ve insan olmayan hayvan modellerinde koku işlemenin benzerliklerini ve farklılıklarını betimleyeceğini umuyoruz.

Sonuç olarak, EBG ölçüsü, insan OB'sinden gelen sinyallerin geçerli ve güvenilir bir ölçüsüdür. İhtiyaç duyulan tüm bileşenler, geçici olarak hassas bir olfaktometrenin mevcudiyeti dışında, çoğu sinirbilim kurumunda ve klinik kuruluşta yaygın olarak bulunur. EBG önlemlerinin, insan koku alma sistemindeki OB'nin rolüne ilişkin ayrıntılı araştırmaları mümkün kılacağını umuyoruz. Bu önlem özellikle, insan OB'sinin koku hoşluğunu, kalite kodlamasını ve koku korkusunu öğrenmede oynadığı rol gibi temel mekanik soruların araştırılmasına izin verir. Ayrıca bu yöntem, nörodejeneratif, yeme bozuklukları ve şizofreni gibi koku alma sürecini etkilediği bilinen çok çeşitli klinik bozuklukların daha fazla araştırılmasına olanak sağlayacaktır.


Bu makale için Ek Materyal şu ​​adreste bulunabilir: https://www.frontiersin.org/article/10.3389/fnhum.2015.00708

ŞEKİL S1 | EEG kanallarının hızlı fourier dönüşümü (FFT) ve her hızdaki her denek için frekans spektrumlarını gösteren aşağı doğru ivme.

ŞEKİL S2 | (A) EEG kanallarının olayla ilgili spektral bozulmaları (ERSP'ler) ve her bir hızdaki her denek için tüm yürüyüş döngüleri boyunca ortalama büyüklük ivmesi. (B) Artifact Subspace Reduction ile EEG'yi işledikten sonra EEG kanallarının ve hızlanmanın ERSP grafikleri.

ŞEKİL S3 | Her denek için her hızda 10 s'lik yürüme verisi örneği için x ekseni ivmeli EEG kanallarının dalgacık tutarlılığı, (A) önce ve (B) Artifact Subspace Reduction ile işlendikten sonra. Frekans logaritmik olarak ölçeklenir y-ekseni ve EEG'nin delta bant aralığıyla sınırlıdır (4 Hz'e kadar). Dikey siyah çizgiler, Sağ Topuk Darbelerinin (RHS) başlangıcını gösterir, yatay siyah çizgiler, adım atma sıklığını gösterir. Oklar göreli faz ilişkisini gösterir (aynı fazda sağa, anti-faz sola ve EEG'de 90×00B0 hızlanma dümdüz aşağıyı gösterir) ve yalnızca tutarlılığı 0,5'ten büyük olan bölgeler için gösterilir. Kalın siyah kontur çizgileri, bölgelerin Brown gürültüsüne karşı %5 düzeyinde önemli olduğunu gösterir.

ŞEKİL S4 | Delta bandı EEG'nin dalgacık tutarlılığı x-her hızdaki her denek için tüm yürüyüş döngüleri boyunca ortalama hızlanma ekseni (A) önce ve (B) Artifact Subspace Reduction ile işlendikten sonra. Dikey siyah çizgiler, yürüme döngüsü aşamasını gösterir. Yatay siyah çizgiler, adım atma sıklığını gösterir. Oklar, göreli faz ilişkisini gösterir (aynı fazda sağa, anti-faz sola ve EEG'de 90×00B0 hızlanma dümdüz aşağıyı gösterir) ve yalnızca tutarlılığı 0,5'ten büyük olan bölgeler için gösterilir.


Notlar:

¹ Beynin sinir liflerini çevreleyen lipid açısından zengin miyelin kılıfları, liflerin uzunluğu boyunca suyun difüzyonunu kısıtlama eğilimindedir. Bu nedenle, yüksek düzeyde yönlü difüzyonun lokalize bölgeleri, sinir liflerinin mevcut olduğuna dair bir gösterge sağlar.

² Bu nöronal şişme, bir nöronun elektriksel aktivitesine yanıt olarak üretilen ozmotik bir gradyan nedeniyledir. Membran potansiyellerini (a.k.a. voltaj) değiştirmek için nöronlar, hücre içindeki pozitif iyonların konsantrasyonunu geçici olarak değiştirir. Nöronlar yükselirken, sodyum iyonları içe doğru yüklenir ve bunu yaparken nöronun içini daha "tuzlu" hale getirir. Bu eylem, anlık bir ozmotik gradyan yaratır ve söz konusu 'tuzluluğu' telafi etmek için suyu hücreye akmaya zorlar.

³ Su, hücre dışı boşluk çevresinde serbestçe dağılmak yerine, hücre içi bölmelerde anlık olarak konsantre hale gelir. Bu, bir tür 'yayılma kontrastı' yaratır.


Videoyu izle: ระบบประสาท การทำงานของเซลลประสาท (Ağustos 2022).