Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Elektroencefalografia (badania EEG)

456 views

Published on

Technika elektroencefalografii i metody analizy danych EEG od potencjałów wywołanych (ERP) po lokalizację źródeł przy pomocy algorytmów LORETA oraz poprzez modelowanie dipoli.

Published in: Science
  • Be the first to comment

  • Be the first to like this

Elektroencefalografia (badania EEG)

  1. 1. BADANIA ELEKTROENCEFALOGRAFICZNE dr Ilona Kotlewska-Waś Katedra Kognitywistyki Uniwersytet Mikołaja Kopernika w Toruniu Neuronauka procesów poznawczych i uwagowych, 8-11-2018
  2. 2. dr Ilona Kotlewska-Waś, UMK Wprowadzenie do badań EEG
  3. 3. dr Ilona Kotlewska-Waś, UMK Zagadka • Elektroencefalografia • Elektrokortykografia • Elektroneurografia • Elektromiografia • Elektrokardiografia dr Ilona Kotlewska-Waś, UMK
  4. 4. dr Ilona Kotlewska-Waś, UMK Zagadka • Elektroencefalografia — EEG • Elektrokortykografia — ECoG • Elektroneurografia — ??? • Elektromiografia — EMG • Elektrokardiografia — EKG
  5. 5. dr Ilona Kotlewska-Waś, UMK EEG ma świetną rozdzielczość czasową! Możemy nagrywać aktywność mózgu z dokładnością do ułamków sekund.
  6. 6. dr Ilona Kotlewska-Waś, UMK Elektroencefalografia Metoda badania aktywności (funkcjonowania) mózgu oparta na rejestracji aktywności bioelektrycznej mózgu.
  7. 7. dr Ilona Kotlewska-Waś, UMK Elektroencefalogram
  8. 8. dr Ilona Kotlewska-Waś, UMK Rejestracja aktywności bioelektrycznej mózgu • Zapis EEG odzwierciedla sumę potencjałów generowanych przez komórki kory mózgowej, w szczególności dużych komórek piramidalnych z warstwy IV i V kory (płaty potyliczne, ciemieniowe, skroniowe i czołowe). • Największy wkład do rejestrowanego zapisu mają komórki zorientowane prostopadle do powierzchni czaszki (a więc raczej z zakrętów niż z bruzd).
  9. 9. dr Ilona Kotlewska-Waś, UMK Rejestracja aktywności bioelektrycznej mózgu
  10. 10. dr Ilona Kotlewska-Waś, UMK Rejestracja aktywności bioelektrycznej mózgu • Rejestrowana aktywność jest sumą potencjałów postsynaptycznych setek tysięcy neuronów pracujących synchronicznie! • EEG nie jest sumą potencjałów czynnościowych. • Potencjały postsynaptyczne decydują o sygnale EEG rejestrowanym z czaszki.
  11. 11. dr Ilona Kotlewska-Waś, UMK Oscylacje i rytmy w sygnale EEG
  12. 12. dr Ilona Kotlewska-Waś, UMK Pasmo Delta • Najwolniejsze pasmo o najwyższej amplitudzie fal. • Obecne podczas głębokiego snu non-REM. • Kiedy: głęboki sen, oraz – patologie neurologiczne (uszkodzenia, guzy), znieczulenie, powszechny u małych dzieci (1-2 lata), ilość tych fal maleje z wiekiem • Silniejsze w prawej półkuli mózgu, ich generatorem jest wzgórze, w szczególności twór siatkowaty. • Są związane z konsolidacją pamięci podczas snu.
  13. 13. dr Ilona Kotlewska-Waś, UMK Typowe badania fal Delta • Alkoholizm obniża ilość snu wolnofalowego i występowania fal delta, a zatem utrudnia konsolidowanie szlaków pamięciowych. • Sen i zaburzenia snu • W laboratoriach snu fale delta stanowią wyznacznik głębokości snu. • Zaburzenia snu towarzyszą często chorobom centralnego układu nerwowego takim jak choroba Parkinsona, demencja lub schizofrenia.
  14. 14. dr Ilona Kotlewska-Waś, UMK Pasmo Theta • Jeśli występują w strukturach czołowych mogą świadczyć o trudności wykonywanego zadania poznawczego, zogniskowanej uwadze, uczeniu się, wysiłku intelektualnym. • Są wyznacznikiem obciążenia psychicznego i pamięci roboczej. • Fale theta mogą występować w całej korze, zarówno w regionach przedczołowych, jak i centralno-ciemieniowych oraz skroniowych. • Pasmo theta stanowi nośnik informacji o procesach poznawczych pomiędzy strukturami położonymi dalej od siebie.
  15. 15. dr Ilona Kotlewska-Waś, UMK Pasmo Theta • U zwierząt fale wolne (5-7 Hz) wyrażają senność. U ludzi — jeśli występują na całej głowie. • Występują w trakcie medytacji lub drzemki. • Odwrotnie niż w hipokampie! W tej strukturze fale theta wskazują na stan wysokiego poziomu czujności. • U psychopatów obserwuje się fale theta w stanach czuwania, a nawet silnego pobudzenia! Wiąże się z tym ich zwiększona potrzeba stymulacji, poszukiwania wrażeń i podejmowania ryzyka.
  16. 16. dr Ilona Kotlewska-Waś, UMK Typowe badania fal Theta • Monitorowanie pracy mózgu podczas trudnych operacji mentalnych • Kontrolerzy ruchu, piloci, wojskowi, ocena zdjęć satelitarnych. • Nawigacja • Ilość fal theta wzrasta wraz z poziomem skomplikowania labiryntu do rozwiązania niezależnie od tego, czy musimy go przejść fizycznie, czy tylko w wirtualnej rzeczywistości. • N-wstecz • Sekwencje bodźców są szybko wyświetlane na ekranie, a uczestnicy badania muszą zapamiętać elementy ukazane n-kroków wcześniej (np. Czy litera pokazana dwa slajdy temu była literą „m”?). Ilość fal theta zwiększa się wraz z obciążeniem pamięciowym (np. sześć kroków wstecz w porównaniu z dwoma).
  17. 17. dr Ilona Kotlewska-Waś, UMK Pasmo Alfa • Głównie w regionach potylicznych. • Fale alfa pojawiają się w okresie fizycznej relaksacji, gdy mamy zamknięte oczy. • Zanikają w trakcie czujności, stąd poziom stłumienia fal alfa mówi o zaangażowaniu w rozwiązywanie zadania. • Blokowane przez uaktywnienie uwagi, szczególnie wzrokowej oraz wysiłek umysłowy.
  18. 18. dr Ilona Kotlewska-Waś, UMK Pasmo Alfa • Rytm mu – taka sama częstotliwość jak rytm alfa ale inna topografia (elektrody C3, C4). Nie jest rytmem alfa! Związany z relaksacją ruchową, blokowany przez ruch • Częstotliwość rytmu alfa wzrasta do ok. 10 roku życia i spada w starości • Częstotliwość 8 Hz jest traktowana raczej jako mało typowa (anormalna) • Amplituda: u większości ludzi to 20-60 µV • Nie obserwowane w obszarze bieguna czołowego • Osoby z bardzo dobrą pamięcią – większa częstotliwość fal alfa • Różnice gatunkowe - koty: 8-13 Hz; psy: 6-8 Hz; szympansy: 10 Hz
  19. 19. dr Ilona Kotlewska-Waś, UMK Typowe badania fal Alfa • Uwaga • Wzmożona aktywność fal alfa w trakcie procesów zapamiętywania trudnego materiału wpływa na obniżenie wyników badanego! • Biofeedback • Wzmożone występowanie fal alfa ma świadczyć o relaksacji. Poprzez monitorowanie pracy mózgu mamy nauczyć się wprowadzać w stan głębokiego relaksu… (?!) • Medytacja • Ilość występujących fal alfa pozwala odróżnić doświadczone osoby medytujące od początkujących.
  20. 20. dr Ilona Kotlewska-Waś, UMK Pasmo Beta • Najważniejsze pasmo! • Aktywność, wzbudzenie, pojawia się podczas blokowania rytmu alfa — obecny zawsze w czasie czuwania. • Zdesynchronizowana aktywność bioelektryczna! • Świadczy o koncentracji, aktywnych procesach poznawczych. • Pojawia się w całym mózgu • Silniejsza nad korą motoryczną, kiedy planujemy ruch, wyciągamy po coś dłoń, wykonujemy precyzyjne ruchy palców. • Pojawia się również, gdy obserwujemy ruchy innych ludzi (uczenie się przez naśladowanie — szympans Kanzi).
  21. 21. dr Ilona Kotlewska-Waś, UMK Typowe badania fal Beta • Koncentracja uwagi • Badania rytmu beta podczas stymulacji ostrym światłem lub bardzo głośnym dźwiękiem oraz po użyciu leków modyfikujących poziom uwagi i przetwarzania informacji. • Kontrola motoryczna • Zmiana aktywności mózgu następuje ok. 500 ms przed wykonaniem ruchu — badania Libeta
  22. 22. dr Ilona Kotlewska-Waś, UMK Pasmo Gamma • Uwaga, znieczulenie (zależny od poziomu anestezji), koreluje z metabolizmem glukozy • Wiele niewiadomych, hipotezy • fale gamma podobnie jak fale theta pozwalają synchronizować aktywność oddalonych od siebie struktur • są odpowiednikiem ruchów oka i mikro-sakad
  23. 23. dr Ilona Kotlewska-Waś, UMK Typowe badania fal Gamma • Mikrosakady — szybkie, mimowolne ruchy sakadowe oka. Badania próbują wyjaśnić, jak subtelne ruchy oczu wpływają na aktywność w paśmie gamma.
  24. 24. dr Ilona Kotlewska-Waś, UMK Rejestracja sygnału
  25. 25. dr Ilona Kotlewska-Waś, UMK Co ma wspólnego gitara elektryczna i EEG?
  26. 26. dr Ilona Kotlewska-Waś, UMK Co ma wspólnego gitara elektryczna i EEG?
  27. 27. dr Ilona Kotlewska-Waś, UMK Aparatura: Czepek, elektrody i wzmacniacz
  28. 28. dr Ilona Kotlewska-Waś, UMK Jakie wartości przyjmuje sygnał EEG?
  29. 29. dr Ilona Kotlewska-Waś, UMK Charakterystyka sygnału • Amplituda — wychylenie fali, jednostka: µV. • Latencja — czas, który upłynął do pojawienia się reakcji (wychylenia/załamka w sygnale), jednostka: ms. • Częstotliwość — szybkość oscylacji, czyli ile razy nastąpiło wychylenie fali w ciągu sekundy, jednostka: Hz.
  30. 30. dr Ilona Kotlewska-Waś, UMK Charakterystyka sygnału • Moc — ilość energii w paśmie, zwykle wyrażana jako amplituda do kwadratu, jednostka: µV2. • Faza — synchronizacja fal pomiędzy różnymi generatorami.
  31. 31. dr Ilona Kotlewska-Waś, UMK Gdzie umieścić elektrody? Nasion - nasada nosa Inion - guzowatość potyliczna Czepek zakładamy na wysokości ok. 10% odległości pomiędzy nasadą nosa a guzowatością potyliczną.
  32. 32. dr Ilona Kotlewska-Waś, UMK Gdzie umieścić elektrody? Nasion - nasada nosa Inion - guzowatość potyliczna Elektroda centralna Cz musi być zawsze na środku względem punktów nasion i inion oraz względem czubków uszu! Fp - fronto-polar F - frontal C - central P - parietal, T - temporal O - occipital Nieparzyste = LEWA! Parzyste = PRAWA!
  33. 33. dr Ilona Kotlewska-Waś, UMK Gdzie znajduje się elektroda T7?
  34. 34. dr Ilona Kotlewska-Waś, UMK Jak wykonuje się badanie EEG? • Elektrody pasywne i aktywne • Czepek powinien być stabilnie przymocowany na głowie • Pomiędzy skórą głowy a elektrodą powinien znajdować się żel ułatwiający przewodzenie
  35. 35. dr Ilona Kotlewska-Waś, UMK Oporność rejestrowanego sygnału Elektrody aktywne Fot. Małgorzata Gut
  36. 36. dr Ilona Kotlewska-Waś, UMK Oporność rejestrowanego sygnału • Na skórze głowy znajdują się włosy, martwe komórki naskórka, sebum, pot. Ograniczają one przewodzenie! • To zjawisko nazywamy opornością • Oporność mierzymy w Ohmach. • Zwykle próbujemy zejść z opornością poniżej 5 kOhmów.
  37. 37. dr Ilona Kotlewska-Waś, UMK Rejestracja sygnału: Uziemienie • Potencjału elektrycznego nie mierzy się w pojedynczym punkcie. • Mierzy się różnicę pomiędzy punktem pomiaru (elektrodą), a uziemieniem (ground, G). • Potencjał na elektrodzie Cz wynosi zatem: Cz - G • Kanał G na wzmacniaczu jest jednak obarczony szumem elektrycznym, dlatego konieczne jest zmierzenie sygnału odniesienia (referencyjnego).
  38. 38. dr Ilona Kotlewska-Waś, UMK Referencja (trochę matematyki) Wzmacniacz nagrywa potencjał pomiędzy elektrodą Cz i uziemieniem (Cz - G) oraz potencjał pomiędzy referencją i uziemieniem (R - G). Na tej podstawie wzmacniacz oblicza różnicę pomiędzy Cz i referencją jako: [Cz - G] - [R - G] Który jest równy: Cz - G - R + G G się zeruje, czyli otrzymujemy: Cz - R Zatem ostateczny sygnał ze wzmacniacza podaje różnice pomiędzy elektrodami i referencją tak, jakby G w ogóle nie było.
  39. 39. dr Ilona Kotlewska-Waś, UMK Typowe elektrody referencyjne Gdzieś gdzie nie ma sygnału z mózgu! • Czubek nosa • Policzek • Płatki uszu albo kości za uszami (mastoids) • Uśredniony zapis ze wszystkich elektrod
  40. 40. dr Ilona Kotlewska-Waś, UMK
  41. 41. dr Ilona Kotlewska-Waś, UMK
  42. 42. dr Ilona Kotlewska-Waś, UMK
  43. 43. dr Ilona Kotlewska-Waś, UMK Problem cyfryzacji • Aliasing czyli problem próbkowania sygnału
  44. 44. dr Ilona Kotlewska-Waś, UMK Problem cyfryzacji • Aliasing czyli problem próbkowania sygnału
  45. 45. dr Ilona Kotlewska-Waś, UMK Problem cyfryzacji • Aliasing czyli problem próbkowania sygnału
  46. 46. dr Ilona Kotlewska-Waś, UMK Problem cyfryzacji • Aliasing czyli problem próbkowania sygnału
  47. 47. dr Ilona Kotlewska-Waś, UMK Problem cyfryzacji • Aliasing czyli problem próbkowania sygnału • Jeśli częstość próbkowania jest zbyt niska utracimy informacje o sygnale • Najlepiej, jeśli Twoja częstość próbkowania jest conajmniej dwa razy większa niż najwyższa częstotliwość sygnału. Np. jeśli próbkowanie wynosiło 256 Hz, powinniśmy analizować sygnały tylko do 256/2 = 128 Hz.
  48. 48. dr Ilona Kotlewska-Waś, UMK Problem cyfryzacji Np. jeśli próbkowanie wynosiło 256 Hz, powinniśmy analizować sygnały tylko do 256/2 = 128 Hz. UWAGA! Ta zasada dotyczy analizy fal! W przypadku dokładnej analizy czasowej próbkowanie 250 Hz oznacza, że dwie próbki są odległe od siebie o 1000ms/250 = 4 ms! To za dużo dla potencjałów wywołanych (ERP). W przypadku pomiaru komponentów występujących kilkanaście ms po ukazaniu się bodźca należy stosować wyższe częstości próbkowania (500 a nawet 1000 Hz).
  49. 49. dr Ilona Kotlewska-Waś, UMK Analiza danych Preprocessing
  50. 50. dr Ilona Kotlewska-Waś, UMK 1.Re-referencja! Elektroda referencyjna zwykle narzucana jest przez producenta systemu, więc pierwszą rzeczą przy obróbce danych jest zmiana referencji na taką, która nam odpowiada. Np. jeśli referencja umieszczona była na czubku głowy w punkcie Cz - teraz można odzyskać sygnał z elektrody Cz, zamieniając referencję na średnią z płatków uszu.
  51. 51. dr Ilona Kotlewska-Waś, UMK 2. Usuwanie artefaktów • Mięśnie (czoło, marszczenie brwi, mięśnie czaszki, kasłanie itp.) • Serce (EKG) • Ruchy oczu (prawo/lewo, góra/dół) • Mruganie
  52. 52. dr Ilona Kotlewska-Waś, UMK Co tu się stało?
  53. 53. dr Ilona Kotlewska-Waś, UMK Artefakty sieci elektrycznej Co zrobić? Sygnał należy przefiltrować znaną nam częstością sieci (50 lub 60 Hz w zależności od kraju).
  54. 54. dr Ilona Kotlewska-Waś, UMK Elektrody tańczą, tańczą… Ruchy głowy i intensywne pocenie się może powodować „pływanie” elektrod (ang. swaying and swinging).
  55. 55. dr Ilona Kotlewska-Waś, UMK Analiza danych: Potencjały wywołane
  56. 56. dr Ilona Kotlewska-Waś, UMK Aktywność mózgu Spontaniczna Wywołana Pojawia się w reakcji na bodziec. Jest wynikiem zerowania się fazy oscylacji. Ang. event-related potential (ERP)
  57. 57. dr Ilona Kotlewska-Waś, UMK Jak uzyskać potencjały wywołane?
  58. 58. dr Ilona Kotlewska-Waś, UMK 1. Segmentacja
  59. 59. dr Ilona Kotlewska-Waś, UMK 2. Uśrednianie triali Uśrednianie kategorii bodźców u każdego badanego.
  60. 60. dr Ilona Kotlewska-Waś, UMK 3. Uśrednianie grupowe (grand average) Uśrednianie grupy badanych.
  61. 61. dr Ilona Kotlewska-Waś, UMK 4. Porównanie amplitud czarna linia - kotki czerwona linia - pieski niebieska linia - myszki Elektrody, które chcemy analizować.
  62. 62. dr Ilona Kotlewska-Waś, UMK Potencjał wywołany tzw. butterfly view Propagacja sygnału na powierzchni czaszki: zmiany topografii w czasie
  63. 63. dr Ilona Kotlewska-Waś, UMK Jaki jesteś? ?
  64. 64. dr Ilona Kotlewska-Waś, UMK Czy jesteś SZCZERY?
  65. 65. dr Ilona Kotlewska-Waś, UMK Czy jesteś AKTYWNY?
  66. 66. dr Ilona Kotlewska-Waś, UMK Czy jesteś UTALENTOWANY?
  67. 67. dr Ilona Kotlewska-Waś, UMK Oczywiście, że tak!Percentageofpositive responses 0% 18% 35% 53% 70% Przyznajemy sobie aż 65% cech pozytywnych! Positive Negative 18% 65%
  68. 68. dr Ilona Kotlewska-Waś, UMK Innych też widzimy w pozytywnym świetlePercentageofpositiveresponses 0% 18% 35% 53% 70% Innych ludzi też określamy głównie za pomocą cech pozytywnych. Present Past Close Famous 18%17% 19%18% 61% 65% 62% 65% Positive Negative
  69. 69. dr Ilona Kotlewska-Waś, UMK Reakcje mózgu
  70. 70. dr Ilona Kotlewska-Waś, UMK Reakcje mózgu na własne cechy i cechy innych JA i moje cechy Ja 10 lat temu i inni ludzie
  71. 71. dr Ilona Kotlewska-Waś, UMK WAŻNE! • Trial — próba eksperymentalna. • Liczba powtórzeń — jest sporo uśredniania, więc nie mniej niż 30 powtórzeń bodźca, najlepiej ok. 100. Weź pod uwagę liczbę warunków eksperymentalnych i długość trwania zadania! • Stimulus timing — precyzyjnie nazwij znaczniki swojego sygnału i dopilnuj, by program wyświetlający bodźce skomunikował się z oprogramowaniem rejestrującym!
  72. 72. dr Ilona Kotlewska-Waś, UMK
  73. 73. dr Ilona Kotlewska-Waś, UMK Potencjały (komponenty/załamki) • Egzogenne — zdeterminowane fizycznymi cechami bodźców, wczesne etapy percepcji: C1,P1,N1. • Endogenne — zdeterminowane przez wymagania obróbki bodźca, komponenty poznawcze, późne/wyższe procesy poznawcze: CNV - Contingent Negative Variation, N2 (?), P3, N400).
  74. 74. dr Ilona Kotlewska-Waś, UMK P300 • Występuje ok. 300 ms po ukazaniu się bodźca • Topografie centralno- ciemieniowe • Uwaga, procesy emocjonalne
  75. 75. dr Ilona Kotlewska-Waś, UMK LPC • Ponad 400 ms po ukazaniu się bodźca, często 600-900 • Procesy przypominania, analizy leksykalnej LPC
  76. 76. dr Ilona Kotlewska-Waś, UMK N400 • Negatywny komponent (o ujemnej wartości amplitudy). • Bardzo regularnie 400 ms po ukazaniu się bodźca. • Związany z niespójnością językową. • Tym większa amplituda im bardziej słowo nie pasuje do kontekstu, np: posmarował chleb...gitarą posmarował chleb…kremem posmarował chleb...masłem Komponent specyficznie związany z pojawieniem się elementu, który narusza semantykę zdania.
  77. 77. dr Ilona Kotlewska-Waś, UMK Analiza danych EEG: Analiza częstotliwości
  78. 78. dr Ilona Kotlewska-Waś, UMK Analiza częstotliwości • Transformata Fouriera - pozwala wyrysować widmo sygnału (czyli wszystkie składowe częstotliwości występujące w sygnale).
  79. 79. STUDY 2 INTRO POTENCJAŁY WYWOŁANE STANU USTALONEGO (SSVEP - STEADY STATE VISUAL EVOKED POTENTIALS)
  80. 80. STUDY 2 RATIONALE SSVEP FOR DIFFERENT VS. IDENTICAL STIMULI Rossion & Boremanse (2011), JoV How can you conclude about identity from faces of different people?
  81. 81. STUDY 2 PROCEDURE SSVEP FOR SELF FACES ▸ 10 different faces of the same person vs. one identical face repeated constantly ▸ 4 Hz stimulation over 90 sec ▸ Faces represented: ▸ present-self ▸ past-self ▸ friend ▸ unknown person ▸ scrambled face
  82. 82. STUDY 2 RESULTS SSVEP FOR SELF DIFFERENT VS. IDENTICAL FACE Advantage of diverse visual stimulation Adaptation
  83. 83. STUDY 2 RESULTS SSVEP FOR SELF DIFFERENT VS. IDENTICAL FACE {Advantage of different stimuli over identical Advantage of SELF over other conditions
  84. 84. dr Ilona Kotlewska-Waś, UMK Analiza częstotliwości • Koherencja - miara synchronizacji sygnału w amplitudzie i fazie. Nowicka i in. (2016), Molecular Autism
  85. 85. dr Ilona Kotlewska-Waś, UMK Analiza częstotliwości • Funkcje skierowane (direct transfer function, DTF) - mogą wyznaczyć który ze zsynchronizowanych sygnałów był pierwszy, a który wystąpił później. Nowicka i in. (2016), Molecular Autism
  86. 86. dr Ilona Kotlewska-Waś, UMK Analiza danych: Analiza źródeł sygnału
  87. 87. dr Ilona Kotlewska-Waś, UMK Analiza źródeł sygnału • Rozproszone: LORETA, sLORETA, CLARA etc. • Dopasowanie dipoli (dipole fitting) • Problem odwrotny - dany sygnał wychodzący na zewnątrz czaszki można wyjaśnić przez nieskończenie wiele rozwiązań!
  88. 88. dr Ilona Kotlewska-Waś, UMK LORETA
  89. 89. dr Ilona Kotlewska-Waś, UMK
  90. 90. dr Ilona Kotlewska-Waś, UMK
  91. 91. dr Ilona Kotlewska-Waś, UMK
  92. 92. dr Ilona Kotlewska-Waś, UMK CLARA (classical LORETA recursively applied)

×