Fale korowe podczas snu i czuwania NREM u ludzi, część 2

Wykrywanie tętnienia. W dziewięciu badaniach średnia częstotliwość środkowa fal hipokampa wyniosła 85 Hz u ludzi (Bragin i in., 1999; Staba i in., 2004; Clemens i in., 2007; Axmacher i in., 2008; Le Van Quyen i in., 2008; Staresina i in., 2015; Jiang i in., 2019b; Norman i in., 2019; Vaz i in., 2019), podczas gdy u gryzoni częstotliwość tętnienia fal ostrych wynosi;120-140 Hz ( Buzsáki, 2015).

Wykrywanie tętnienia to technologia mierząca aktywność ludzkiego mózgu. Przechwytuje aktywność elektryczną neuronów w mózgu poprzez umieszczenie elektrod na skórze głowy i przekształca sygnał w elektroencefalogram zarejestrowany na komputerze. W ostatnich latach, dzięki dogłębnym badaniom ludzkiego mózgu, wykrywanie tętnienia stało się artefaktem do badania funkcji poznawczych, uczenia się, emocji itp. i stopniowo wkroczyło do naszego codziennego życia.

Jeśli chodzi o pamięć, badania pokazują, że falowa aktywność ludzkiego mózgu odgrywa kluczową rolę w tworzeniu i utrzymywaniu wspomnień. Kiedy ludzki mózg wykonuje zadania związane z uczeniem się i zapamiętywaniem, może wytwarzać fale o określonych częstotliwościach między korą mózgową, takie jak fale theta i fale gamma. Fale te mogą usprawnić kodowanie i przechowywanie pamięci, a także pomóc w późniejszym odzyskiwaniu i przypominaniu sobie przeszłości. przechowywane informacje. Dlatego detekcję tętnienia można wykorzystać do badania mechanizmu pamięci ludzkiego mózgu i może ona potencjalnie leczyć zaburzenia poznawcze i zaburzenia pamięci w leczeniu klinicznym.

Ponadto wykrywanie tętnienia pomaga nam również poszerzyć nasze metody uczenia się. Kiedy uczniowie uczestniczą w nauczaniu w klasie, mogą poznać indywidualne cechy uczenia się i preferencje dotyczące przedmiotów, rejestrując falującą aktywność mózgu podczas procesu uczenia się, aby uczyć się i doskonalić w bardziej ukierunkowany sposób. Dodatkowo podczas nauki duży wpływ na efekt uczenia się ma także odpowiednia muzyka i dźwięki. Dzięki detekcji tętnienia można określić reakcje różnych grup ludzi na różne tony i poziomy głośności, dzięki czemu nauczyciele lub uczniowie sami mogą wybrać najodpowiedniejszą muzykę i dźwięki w celu poprawy efektów uczenia się.

Podsumowując, wykrywanie tętnienia odgrywa ogromną rolę w naszym życiu i nauce. Mierząc aktywność tętnienia na określonych częstotliwościach ludzkiego mózgu, możemy lepiej zrozumieć nasze cechy poznawcze, uczenia się i pamięci, a także pomóc nam poprawić efekty uczenia się i jakość życia. W miarę podnoszenia się poziomu technologii firma Ripple Detection będzie w dalszym ciągu pogłębiać swoje badania nad neuronauką poznawczą i chorobami neurologicznymi, zapewniając nam więcej perspektyw i możliwości. Widać, że trzeba poprawić pamięć, a Cistanche desericola potrafi znacząco poprawić pamięć, bo Cistanche desericola potrafi także regulować równowagę neuroprzekaźników, np. zwiększać poziom acetylocholiny i czynników wzrostu. Substancje te są bardzo ważne dla pamięci i uczenia się. Ponadto mięso może również poprawić przepływ krwi i promować dostarczanie tlenu, co może zapewnić mózgowi wystarczającą ilość składników odżywczych i energii, poprawiając w ten sposób witalność i wytrzymałość mózgu.

Kliknij Poznaj 10 sposobów na poprawę pamięci

U ludzi przypuszczalne zmarszczki hipokampa o częstotliwości 90 Hz mają ten sam charakterystyczny związek z ostrymi falami, lokalizacją wewnątrz hipokampa, modulacją w fazie snu i związkiem z korowymi falami snu, jak u gryzoni, i występują w hipokampach, które nie wykazują objawów padaczki. Co więcej, w hipokampie gryzoni rozróżnienie między wybuchami g o wyższej częstotliwości a zmarszczkami nie zawsze jest ostre, co prowadzi do sugestii, że dla uproszczenia oba te zjawiska będą określane jako „fale” (Stark i in., 2014), co przeanalizujemy tutaj .

Detekcję tętnienia przeprowadzono w ten sam sposób dla wszystkich struktur i stanów i oparto o opisaną wcześniej metodę detekcji tętnienia w hipokampie (Jiang i in., 2019a,b). Wymagania dotyczące włączenia i kryteria odrzucenia określono za pomocą procesu iteracyjnego dla pacjentów, struktur i stanów. Dane najpierw przepuszczano pasmowo przy 60-120 Hz (filtr Butterwortha szóstego rzędu z przesunięciem w fazie zerowej) i wykryto górne 20% ruchomych pików średniokwadratowych o wartości 20 ms.

Ponadto wymagane było, aby maksymalny wynik z amplitudy analitycznej pasma środkowoprzepustowego 70-100 Hz wynosił 0,3 i aby istniały co najmniej trzy różne cykle oscylacji w sygnale dolnoprzepustowym 120 Hz, określone przez przesunięcie okna o 40 ms w krokach co 5 ms przez 650 ms w stosunku do punktu średniego tętnienia i wymagające, aby co najmniej jedno okno miało co najmniej trzy wartości szczytowe. Sąsiednie zmarszczki w promieniu 25 ms zostały połączone. Centra tętnienia określono jako czas maksymalnego dodatniego szczytu w paśmie częstotliwości 70-100 Hz.

Początki i przesunięcia tętnienia zidentyfikowano po obu stronach środkowego piku, gdy amplituda analityczna {{0}} Hz spadła poniżej wartości 0,75z. Aby odrzucić działania lub artefakty przypominające padaczkę, wykluczono tętnienia, jeśli wartość bezwzględna wyniku z górnoprzepustowego sygnału 100 Hz przekroczyła 7 lub jeśli wystąpiły w ciągu 2 s od zmiany 3 mV/ms w szerokopasmowym LFP. Wykluczono także zmarszczki, jeśli mieściły się w zakresie 6500 ms domniemanych IIS, wykrytych w sposób opisany poniżej.

Aby wykluczyć zdarzenia, które można łączyć między kanałami ze względu na aktywność padaczkową, wykluczyliśmy zdarzenia, które zbiegły się z domniemanym IIS w dowolnym korowym lub hipokampowym kanale SEEG uwzględnionym w analizach. Zdarzenia w nagraniach SEEG, które miały tylko jeden wyraźny cykl lub odchylenie w szerokopasmowym LFP, objawiające się wieloma cyklami powyżej progu detekcji w paśmie pasma 70-100 Hz, zostały wykluczone, jeśli największa amplituda bezwzględna od doliny do szczytu lub od szczytu do doliny w szerokopasmowym LFP był 2,5 razy większy niż trzeci co do wielkości.

Dla każdego kanału zbadano wizualnie średni LFP z blokadą tętnienia i średnie pasmo tętnienia, aby potwierdzić, że przy częstotliwości tętnienia (70-100 Hz) występowało wiele wyraźnych cykli, a także zbadano tematyczny wykres czas-częstotliwość, aby potwierdzić, że nastąpił wyraźny wzrost mocy w paśmie 70-100 Hz. Ponadto wizualnie zbadano wiele pojedynczych tętnień w szerokopasmowym LFP i pasmie 70-100 Hz z każdego kanału, aby potwierdzić, że występowały wielokrotne cykle przy częstotliwości tętnienia bez zanieczyszczeń artefaktami lub aktywnością padaczkową. Kanały, które nie zawierały zmarszczek spełniających te kryteria, zostały wykluczone z badania.

Warto zauważyć, że w niedawnym badaniu zidentyfikowano zmarszczki w oparciu o te kryteria u pacjenta bez padaczki (Rubin i in., 2022). Częstotliwość oscylacji każdego tętnienia została obliczona poprzez zliczenie liczby przejść przez zero w zakresie 70-100 Hz (każde z nich reprezentuje połowę cyklu) podczas zdarzenia tętnienia i dodanie wszelkich pozostałych częściowych półcykli (tj. pozostałego kąta fazowego powyżej p). Liczbę półcykli tętnienia podzielono przez 2, aby obliczyć całkowitą liczbę cykli podczas tętnienia. Na koniec obliczono częstotliwość oscylacji w hercach jako liczbę cykli podzieloną przez czas trwania tętnienia w sekundach.

Odejmowanie skoków jednostkowych od LFP. Jednym z wyzwań związanych z wykrywaniem oscylacji o wysokiej częstotliwości, takich jak tętnienia w LFP rejestrowane przez mikroelektrodę, jest to, że impulsy jednostkowe mogą „przedostawać się” do mikroLFP (Ray, 2015), co skutkuje wykryciem fałszywych zależności między tętnieniami a skokami jednostkowymi. Chociaż skoki jednostkowe są szybkimi zdarzeniami, samo próbkowanie w dół (które wymaga najpierw dolnoprzepustowego, aby zapobiec aliasingowi) może nie całkowicie usunąć wpływ potencjału czynnościowego na mikro-LFP.

Aby rozwiązać ten problem, zastosowaliśmy zmodyfikowaną technikę odejmowania kształtu fali jednostkowej (Pesaran i in., 2002). W szczególności średni kształt fali szczytowej (500 do 1600 ms wokół doliny) każdej jednostki odjęto od niefiltrowanego mikro-LFP Utah Array 30 kHz tego samego kanału, wyśrodkowanego na każdym piku. Dane następnie próbkowano do 1 kHz i przeprowadzano detekcję tętnienia w sposób opisany powyżej. Potwierdziliśmy, że metoda ta doprowadziła do wykrycia prawdziwych oscylacji poprzez obszerne wizualne potwierdzenie zdarzeń w mikro-LFP 30 kHz.

Wykrywanie i odrzucanie IIS. Tętnienia i inne fale snu zostały wykluczone, jeśli znajdowały się w odległości mniejszej niż 6500 ms od domniemanego IIS wykrytego w następujący sposób: Wynik wysokiej częstotliwości obliczono poprzez wygładzenie amplitudy analitycznej 70-190 Hz za pomocą funkcji boxcar 20 ms i wygenerowano wynik szablonu spike poprzez obliczenie kowariancji krzyżowej z szablonem IIS. Wynikowi wysokiej częstotliwości ważono 13, punktowi szczytowemu ważono 25, a IIS wykryto, gdy sumy ważone przekroczyły 130. U każdego pacjenta wykryty IIS i okresy pośrednie oceniano wzrokowo z kanałów hipokampa i kory (jeśli są obecne), aby potwierdzić wysoka czułość i swoistość wykrywania.

Wykrywanie stanów dolnych, górnych i wrzecion snu. Stany dolne i górne wykryto w sposób opisany wcześniej (Jiang i in., 2019a,b), gdzie szerokopasmowy LFP z każdego kanału był przepuszczany przez pasmo od 0.1-4 Hz (szóstego rzędu Wybrano filtr Butterwortha z przesunięciem w fazie zerowej) i kolejne przejścia przez zero oddzielone 0,25-3 s. Wybrano górne 10% szczytów amplitudy i w razie potrzeby odwrócono polaryzację każdego sygnału, tak aby stany dolne były ujemne, a stany górne dodatnie, zapewniając w ten sposób, że średnia amplituda analityczna pasma przenoszenia 70-190 Hz w ciągu 6100 ms wokół szczytów była większa dla stanów wyższych niż dolnych. W sumie wykryto 2 649 563 stanów dolnych, przy średniej gęstości SD (w kanałach) (częstotliwości występowania) wynoszącej 12,9 6 4,7 min1 i amplitudzie 237,{18}},8 mV. W sumie wykryto 2 922 211 północnych stanów o gęstości 14,6 6 4,7 min1 i amplitudzie 163,8 6 84,9 mV.

Wrzeciona wykrywano w sposób opisany wcześniej (Hagler i in., 2018), gdzie dane przepuszczano pasmowo przy 10-16 Hz, następnie wartości bezwzględne wygładzano poprzez splot za pomocą zwężającego się okna Tukeya o czasie trwania 300 ms i wartości średnich zostały odjęte od każdego kanału. Dane normalizowano przez medianę odchylenia bezwzględnego i wykrywano wrzeciona, gdy wartości szczytowe przekraczały 1 przez co najmniej 400 ms. Oznaczono początki i przesunięcia, gdy te amplitudy spadły poniżej 1. Domniemane wrzeciona, które zbiegły się z dużym wzrostem mocy w niższym (4-8 Hz) lub wyższym (18-25 Hz) paśmie, zostały odrzucone, aby wykluczyć zdarzenia szerokopasmowe, a także impulsy theta, które mogą sięgać do dolnego końca zakresu wrzeciona (Gonzalez i in., 2018). W sumie wykryto 694 168 wrzecion o średniej i SD (w kanałach) gęstości 3,0 6 3,0 min1, amplitudzie 29,1 6 13,5 mV i częstotliwości oscylacji 12.{{19} },7 Hz i czas trwania 633,5 6 67,2 ms.

Falujące relacje czasowe. Obliczono histogramy czasu tętnienia okołokorowego dla korowych fal snu w tym samym kanale. Liczniki zdarzeń znaleziono w przedziałach 50 ms dla fal snu w promieniu 61500 ms wokół korowych ośrodków tętnienia w t=0. Rozkład zerowy został wygenerowany poprzez przetasowanie czasów zdarzeń względem tętnienia w t=0 w tym 3-sekundowym oknie po 200 razy każdy. Wartości p przed FDR obliczono poprzez porównanie zaobserwowanych i zerowych rozkładów w każdym przedziale w ciągu 61000 ms dla korowych fal snu. Te wartości p zostały następnie skorygowane o FDR dla liczby kanałów u pacjentów pomnożonej przez liczbę pojemników na kanał (Benjamini i Hochberg, 1995). Uznawano, że kanał ma znaczącą modulację, jeśli istniały trzy lub więcej kolejnych przedziałów z wartościami p skorygowanymi FDR mniejszymi niż=0,05. To, czy zdarzenia były wiodącymi, czy opóźnionymi tętnieniami korowymi w t=0, obliczono dla każdego kanału za pomocą dwustronnego testu dwumianowego z oczekiwaną wartością 0,5, używając zliczeń zdarzeń w 1000 ms przed i 1000 ms po t=0 dla fale snu. Wykresy zawierały liczbę zdarzeń wygładzoną Gaussa wynoszącą 50 ms z przedziałami 50 ms.

Obliczono prawdopodobieństwa warunkowe tętnienia, biorąc pod uwagę następujące fale snu lub ich sekwencje: stan dolny, wrzeciono, stan górny, stan dolny-wrzeciono i stan wrzeciona górny. Tętnienie na wrzecionie (R|SS) określano, jeśli środek tętnienia wystąpił podczas wrzeciona (średni czas trwania wrzeciona wynosił 634 ms). Uznawano, że tętnienie poprzedza stan górny (R|US) lub następuje po stanie dolnym (R|DS), jeśli środek tętnienia wystąpił w ciągu 634 ms przed lub po szczycie, odpowiednio, stanu górnego lub dolnego.

Wykrywanie jednostek, klasyfikacja, jakość i izolacja. Wykrywanie i klasyfikację jednostek przeprowadzono zgodnie z opublikowanymi przez nas procedurami (Peyrache i in., 2012; Chan i in., 2014; Dehghaniet al., 2016; Le Van Quyen i in., 2016; Telenczuk i in. , 2017; Eichenlaub i in., 2020; Dickey i in., 2021). Dane przepuszczano pasmo przy 300-3000 Hz i wykryto domniemane impulsy jednostkowe, gdy przefiltrowany sygnał przekroczył 5-krotność szacowanej SD szumu tła. Jednostki grupowano k-średnich przy użyciu pierwszych trzech głównych składników każdego impulsu. Nałożone impulsy zbadano wizualnie i wykluczono te o nieprawidłowym kształcie fali. Na podstawie ich kształtów fal, szybkości wyzwalania i autokorelogramów potencjały czynnościowe pogrupowano jako wynikające z domniemanych PY lub IN. PY miały częstość szczytów wynoszącą 0,1-0,8 Hz, długie odstępy od doliny do szczytu i połowę szerokości, ostre autokorelacje i dwumodalny rozkład odstępów między szczytami (ISI), odzwierciedlający skłonność do strzelania seriami.

Natomiast IN charakteryzowały się częstością impulsów wynoszącą;{{0}} Hz, krótkimi odstępami od doliny do szczytu i połową szerokości, szerokimi autokorelacjami i przeważnie jednomodalnym rozkładem ISI. Pacjent z Utah Array objęty badaniem miał 69 PY z całkowitą liczbą 231 922 skoków oraz 23 IN z całkowitą liczbą 462 246 skoków. Średnia i SD PY amplituda od doliny do szczytu wyniosła 44,8 6 12,9 mV, częstotliwość impulsów wynosiła {{20}}.28 6 0,17 Hz, od doliny do szczytu szerokość wynosiła 0.49 6 0,5 ms, szerokość połowy piku wynosiła {{40}}.62 6 0.04 ms, a wskaźnik pękania wynosił 0.03 6 0.02. Średnia i SD IN amplituda od doliny do szczytu wyniosła 28,9 6 11,9 mV, częstotliwość impulsów wynosiła 1,67 6 1,63 Hz, szerokość od doliny do szczytu wynosiła 0,29 60. 05 ms, szerokość połowy piku wynosiła 0,34 6 0,05 ms, a wskaźnik rozerwania wynosił 0,01 6 0,01. Amplituda od doliny do piku, częstotliwość impulsów, szerokość doliny do piku, szerokość połowy piku i wskaźnik rozrywania różniły się istotnie pomiędzy PY i IN (p, 0,0001, dwustronny test t dla dwóch próbek).

Jakość i izolację pojedynczej jednostki potwierdzono zgodnie z wcześniej ustalonymi wytycznymi (Kaminski i in., 2020 ). Potwierdzono, że skoki jednostkowe znacznie przekraczają poziom szumów w oparciu o duży szczytowy stosunek sygnału do szumu (PY: 10,1 6 3,4; IN: 5,9 6 3,1). Ponieważ okres refrakcji impulsów neuronalnych wynosi ;3 ms, procent ISI, 3 ms szacuje stopień zanieczyszczenia pojedynczej jednostki impulsami z różnych jednostek, który był bardzo niski wśród jednostek uwzględnionych w tym badaniu (PY: 0.{{14 }}.15%; IN: 0.31 6 0.50%). Co więcej, pojedyncze jednostki wykryte na tym samym kontakcie były w dużym stopniu możliwe do rozdzielenia w zależności od odległości projekcji (Pouzat et al., 2002)(PY: 49.{ {21}}.8 SD; IN: 50.9 6 28.6 SD). Na koniec potwierdzono stabilność czasową impulsów jednostkowych w czasie w oparciu o spójność kształtu fali średniej i amplitudy każdej jednostki w kwartylach rejestracji.

Analizy impulsów jednostkowych podczas tętnienia. Przeanalizowano skoki jednostkowe w odniesieniu do lokalnych zmarszczek wykrytych na tym samym styku. Fazy ​​tętnienia impulsów jednostkowych określono poprzez znalezienie kąta transformaty Hilberta sygnału pasmowoprzepustowego 70-100 Hz (przesunięcie fazy zerowej) w momentach impulsów. Według Berensa (2009) dla każdej jednostki wyznaczono średnią fazę tętnienia kołowego. Analizy fazowe przeprowadzono wyłącznie na jednostkach, które miały co najmniej 30 skoków podczas lokalnych tętnień. Do oceny jednomodalnego odchylenia od jednorodności średnich kołowych faz w jednostkach wykorzystano test Rayleigha. Współspalanie par jednostek PY–PY i PY–IN w ciągu 5 ms oceniano na podstawie Dickey i in. (2021). Aby ocenić współspalanie, gdy wystąpiło tętnienie w jednym lub obu miejscach, w porównaniu z linią bazową, gdy nie występowały tętnienia, losowo wybraliśmy epoki bez tętnienia, dopasowane pod względem liczby i czasu trwania do tętnienia, ale podczas których nie wykryto żadnych tętnień w żadnym kanale. Współzapalanie podczas tętnienia z obserwowanymi i losowymi czasami szczytów obliczono poprzez przetasowanie czasów szczytów każdej jednostki w odstępach tętnienia.

Projekt eksperymentalny i analizy statystyczne. Wszystkie testy statystyczne zostały ocenione za pomocą=0.05. Wszystkie wartości p obejmujące wielokrotne porównania zostały skorygowane metodą FDR według Benjaminiego i Hochberga (1995). Korekty FDR w parach kanałów wykonano we wszystkich parach kanałów od wszystkich pacjentów objętych analizą. Wykresy pudełkowe i wąsowe przedstawiają medianę, średnią i rozstęp międzykwartylowy, przy czym wąsy wskazują rozstęp międzykwartylowy 1,5 z pominiętymi wartościami odstającymi. Wykresy gęstości jądra wykonano metodami Bechtolda (2016). Statystyki istotności i tasowania histogramów czasu okołotętnieniowego obliczono w sposób opisany powyżej. Statystyki impulsów jednostkowych obliczono w sposób opisany powyżej.

Porównania statystyczne pomiędzy charakterystykami tętnienia przeprowadzono przy użyciu dwustronnych testów t dla par lub dwustronnych testów t dla dwóch próbek pomiędzy średnimi kanałami. Różnice w charakterystyce tętnienia między stanami (NREM lub czuwanie) lub regionami (kora lub hipokamp) określono przy użyciu liniowych modeli efektów mieszanych, w których stan i region są efektami stałymi, a pacjentem efektem losowym, zgodnie z następującym modelem:

Dostępność danych. Zdeidentyfikowane surowe dane potwierdzające wnioski z tego badania są dostępne u odpowiednich autorów na uzasadnioną prośbę, pod warunkiem że umowa o udostępnianiu danych i zgoda pacjenta pozwalają na takie udostępnianie.

Dostępność kodu. Kod potwierdzający wyniki tego badania jest dostępny u odpowiednich autorów na uzasadnioną prośbę.

Wyniki

Tętnienia są wszechobecne w różnych stanach i strukturach, z charakterystyczną i ogniskową częstotliwością (;90 Hz) i czasem trwania (;70 ms)

W zapisach wewnątrzczaszkowych kory mózgowej i hipokampa SEEG od 17 pacjentów poddawanych monitorowaniu pod kątem lokalizacji ogniska napadowego (Tabela 1). Bipolarne pochodne transkorowe zapewniły pomiar lokalnie generowanych LFP. Tętnienia wykryto wyłącznie w obszarach nieuszkodzonych i niepadaczkowych i musiały mieć co najmniej trzy cykle zwiększonej amplitudy 70-100 Hz bez skażenia aktywnością padaczkową lub artefaktami (ryc. 1A). Zdecydowanie odrzucono rejestrowanie kanałów z epok i kanałów, w których możliwe było skażenie aktywnością padaczkową. Zmarszczki stwierdzono zarówno podczas czuwania, jak i NREM we wszystkich pobranych obszarach kory mózgowej (ryc. 2A, B, E – J; tabela 3), a także w hipokampie (ryc. 2C, D, K, L; tabela 3).

We wszystkich stanach i obszarach kory mózgowej częstotliwość tętnienia była zadziwiająco stała i wynosiła;90 Hz. W szczególności średnia częstotliwość tętnienia kory mózgowej w tym obszarze wahała się od 88,8-90,0 Hz podczas NREM i 89,2-89,8 Hz podczas czuwania (Tabela 3; Ryc. 3). Średnia częstotliwość oscylacji tętnienia tematu 6 SD we wszystkich średnich kanałach korowych podczas NREM wynosiła 89,1 6 0,8 Hz, a podczas czuwania wynosiła 89,5 6 0,7 Hz. Dane te przedstawiono także w postaci histogramów indywidualnych cech tętnienia (amplitudy, częstotliwości, czasu trwania, powiązanych zmian amplitudy 0,200 Hz) na rycinie 4, a także poszczególnych pacjentów na rycinie 5. Podstawowe cechy tętnienia korowego były bardzo podobne w dodatkowej analizie, która jedynie obejmowały kanały korowe wolne od IIS (ryc. 6A).

Częstotliwość oscylacji była nie tylko bardzo stała przy 90 Hz w przypadku tętnień, ale zwiększona amplituda była silnie skoncentrowana podczas tętnień przy 90 Hz w nagraniach szerokopasmowych, ze stromym spadkiem amplitudy przy wyższych i niższych częstotliwościach. Ten wzrost mocy ogniskowej, który jest szczególnie wyraźny podczas NREM, można zobaczyć na przykładowych kanałach (ryc. 2A, E – H), a także na wykresach średniej wielkiej czasowo-częstotliwościowej, które są średnimi średnimi dla wszystkich kanałów wszystkich tętnień (ryc. 2I – L). .

Przeprowadziliśmy dodatkowe analizy, aby sprawdzić, czy ta regularność i ogniskowość częstotliwości tętnień może wynikać z naszej metody ich wykrywania. Najpierw przeprowadziliśmy pełną ponowną analizę wszystkich kanałów i epok SEEG, używając dwóch różnych zakresów częstotliwości do wykrywania i selekcji tętnienia. W jednym wykorzystano pasmo przenoszenia detekcji od 70 do 100 Hz, jak w naszej pierwotnej analizie, a w drugim rozszerzono pasmo detekcji do 65-120 Hz. Średnia częstotliwość oscylacji tętnienia 6 SD NREM w kanałach (N=273) ze wszystkich SEEG pacjentów (S1-S17) jest bardzo podobny przy zastosowaniu pasma pasmowego 70-100 Hz (średnia 6 SD=89.1 60.8 Hz) lub 65-120 Pasmo pasmowe Hz (92,7 62,2 Hz) (ryc. 1B). Ponadto sprawdziliśmy, że filtry wycinające 60 i 120 Hz (aby usunąć szum liniowy), a także pasmo przepustowe 70-100 Hz nie wytwarzały sztucznie szczytowej mocy przy 90 Hz (ryc. 1C). Zatem częstotliwość oscylacji tętniących wynosząca 90 Hz wydaje się mieć charakter fizjologiczny, a nie wynikający z określonych metod wykrywania.

Średni czas trwania tętnienia był również niezwykle spójny (;70 ms) w poszczególnych stanach i obszarach korowych (Tabela 3). Czas trwania i spójność nie są wyjaśnione wymogiem wykrywania, jakim są co najmniej 3 cykle (które przy 90 Hz wynoszą 33,3 ms), co sugeruje, że ten czas trwania jest również cecha fizjologiczna. Inne cechy, w tym gęstość (NREM: 8,36 6 2,69 min1, czuwanie: 5,77 6 3,42 min1), amplituda szczytowa (NREM: 5,10 6 2,25 mV, czuwanie: 7,38 64,17 mV) i zmiana amplitudy 0,200 Hz (NREM: 3,096 2,75%, stan czuwania: 33,02636,90%) również były bardzo podobne w różnych kanałach (ryc. 2, 3). Charakterystyka tętnienia była również spójna u wszystkich pacjentów (ryc. 5). Jednakże zaobserwowano małe, ale znaczące różnice między regionami, korą a hipokampem oraz NREM a stanem czuwania, co opisano poniżej.

Zmarszczki wykazują małe, ale znaczące różnice między korą a hipokampem

Zmarszczki ludzkiego hipokampa selekcjonowano już wcześniej różnymi metodami (przegląd można znaleźć w Jiang i in., 2019c). W naszych poprzednich badaniach wymagaliśmy, aby zmarszczki nakładały się na ostre fale (charakterystyczne dla przedniego hipokampa) (Jiang i in., 2019a) lub wrzeciona (charakterystyczne dla tylnego hipokampa) (Jiang i in., 2019b). W bieżącym badaniu ponownie przeanalizowaliśmy te dane, stosując te same kryteria i procedury, których użyliśmy do wykrywania i selekcji zmarszczek korowych, aby uniknąć jakichkolwiek niejasności metodologicznych; to znaczy, że nie wymagaliśmy obecności ani braku jakiejkolwiek powiązanej sygnatury LFP o niższej częstotliwości.

Stosując te same kryteria wykrywania, odkryliśmy, że zmarszczki korowe i hipokampowe mają te same podstawowe cechy, ze stosunkowo niewielkimi różnicami. Podstawowa charakterystyka tętnienia hipokampa była bardzo podobna w analizie uzupełniającej, która obejmowała jedynie kanały hipokampa wolne od IIS (ryc. 6B). Podczas NREM hipokampy miały średnie wykresy czasowo-częstotliwościowe (ryc. 2C, K), które przypominały odpowiednie wykresy korowe (ryc. 2A, E – I), wykazujące skoncentrowaną aktywność oscylacyjną przy; 90 Hz, ale różniły się tym, że nakładały się na szczyt lokalne fale ostre, a nie występujące tuż przed lokalnym stanem górnym, jak widać w korze mózgowej. Podczas czuwania średnie wykresy czasowo-częstotliwościowe tętnienia hipokampa (ryc. 2D, L) i kory korowej (ryc. 2B, J) ponownie wykazują skoncentrowaną aktywność oscylacyjną przy 90 Hz, ale także aktywność rozciągającą się na wyższe częstotliwości, jak zauważono powyżej.

Analizy statystyczne (ryc. 3) wykazały kilka różnic, które choć niewielkie, były jednak istotne, związane z dużą liczbą kanałów. W szczególności, w porównaniu z zmarszczkami korowymi, zmarszczki w hipokampie były średnio: nieco mniej gęste podczas NREM i bardziej gęste podczas przebudzenia; nieco niższa częstotliwość, zwłaszcza w fazie NREM (ale nadal różnica 3 Hz); dłuższy czas trwania, szczególnie podczas NREM (ale różnica 10 ms); większa amplituda (o;2,5 ); i towarzyszy mu mniejszy, ale wciąż znaczący wzrost amplitudy 0,200 Hz podczas czuwania w porównaniu z NREM. Ponadto charakterystyka tętnienia kory nie była istotnie skorelowana z gęstością połączeń hipokampa z ich lokalną działką (ryc. 7). Ogólnie rzecz biorąc, zmarszczki korowe i hipokampowe wydają się być bardzo podobne, z wyjątkiem szczególnie ich amplitudy i powiązanych wolniejszych fal podczas NREM (ryc. 2; ryc. 8A – F).

Fale można odróżnić od oscylacji limbicznych o wysokiej częstotliwości

Aktywność oscylacyjną u ludzi przy częstotliwości 0,60 Hz badano wcześniej u ludzi, głównie w hipokampie padaczki. Le Van Quyen i in. (2010) donieśli o prawdopodobnie niepatologicznej aktywności, głównie w miejscach zakrętu przyhipokampowego. Narzucili minimalny czas trwania 100 ms, co wyeliminowałoby zdecydowaną większość badanych przez nas zdarzeń (ryc. 3D, 4) i jest dłuższy niż wcześniej raportowany dla ludzkich hipokampów (Jiang i in., 2019c), człowieka zmarszczki korowe (Vaz i in., 2019) i zmarszczki hipokampa gryzoni (Buzsáki, 2015).

W dodatku trwa średnio7 dłużej niż zdarzenia, które tu opisujemy, te opisane przez Le Van Quyena i in. (2010) różnią się także tym, że zawierają kilka częstotliwości oscylacyjnych (podczas gdy te tu opisane są silnie wyśrodkowane przy;90 Hz) i mają większe amplitudy. Ich zdarzenia są jednak podobne, ponieważ są powiązane z północnymi stanami i modulują strzelanie jednostek (patrz poniżej). Dlatego też byliśmy zainteresowani określeniem związku między zdarzeniami, głównie parahipokampowymi, opisanymi przez LeVana Quyena i in. (2010) i opisane tutaj powszechne zdarzenia korowe.

Dokonaliśmy podselekcji naszych kanałów parahipokampowych (N {0}} kanałów od 5 pacjentów) i wdrożyliśmy kryteria selekcji opisane przez Le Van Quyen i in. (2010): dane były pasmowo-przepustowe przy 40-120 Hz, minimalny czas trwania zdarzenia wynosił 100 ms, a poza tym wykryto zdarzenia zgodnie z opisem w „Materiałach i metodach”. Stosując te kryteria wyboru, odkryliśmy bardzo niskie gęstości zdarzeń. Średnia gęstość tętnienia kanałów parahipokampowych podczas NREM, stosując nasze kryteria, wyniosła 9,08 min1 (zakres: 7,23-10,77 min1), podczas gdy stosując Le Van Quyen i in. (2010) kryterium detekcji wynosiło tylko 0,40 min1 (zakres: 0-1,53 min1). Zatem zdarzenia tu opisane nie odpowiadają tym, które wcześniej opisali Le Van Quyen i in. (2010).

Zmarszczki wykazują małe, ale znaczące różnice między pierwotną korą czuciowo-motoryczną a korą asocjacyjną

Wcześniejsze prace na śpiących szczurach (Khodagholy i in., 2017) i budzących się ludziach (Vaz i in., 2019) wykazały, że zmarszczki korowe występują częściej w obszarach asocjacji niż we wczesnych obszarach czuciowych i motorycznych, gdzie nie występowały lub były rzadkie. Dla kontrastu, odkryliśmy, że gęstość, amplituda i towarzysząca amplituda tętnienia 200 Hz (wskaźnik zastępczy dla wystrzeliwania jednostek) (Mukamel i in., 2005) w korze pierwotnej były znacznie wyższe niż w obszarach asocjacyjnych, na co wskazuje dodatnia korelacja ze wskaźnikiem mielinizacji (ryc. 8G – I) (Rosen i Halgren, 2021). Częstotliwość i czas trwania oscylacji nie były skorelowane ze wskaźnikiem mielinizacji (ryc. 9). W niektórych przypadkach efekt ten był niewielki, na przykład wyjaśniając jedynie 1,7% wariancji gęstości podczas czuwania i 4,4% podczas NREM. W innych przypadkach efekt był znaczny, na przykład wyjaśniając 19,4% wariancji amplitudy podczas NREM. Porównując NREM i stan czuwania, w NREM stwierdzono istotnie silniejszą korelację pomiędzy wskaźnikiem mielinizacji a gęstością (p=0.02, t=2.1), amplitudą (p=8 104,t {{19 }}.2) i modulacja .200 Hz (p=2 106, t=4.7; jednostronny test r sparowanych par; MATLAB: r_test_ w parze) (Steiger, 1980). Podsumowując, zmarszczki korowe człowieka wydają się być nieco liczniejsze i silniejsze w obszarach czuciowych i motorycznych niż w obszarach skojarzeń.

Fale wykazują małe, ale znaczące różnice między NREM a jawą

Większość charakterystyk tętnienia w korze mózgowej i hipokampie była podobna między NREM a stanem czuwania (ryc. 3; tabela 3), ale ze względu na dużą liczbę zdarzeń nawet niewielkie różnice były znaczące. Biorąc pod uwagę jedynie różnice wynoszące 0,10%, gęstość tętnienia kory mózgowej była o 31% większa, a amplituda o 43% niższa podczas NREM niż na jawie. Czas trwania tętnienia był o 13% dłuższy w korze mózgowej i o 20% dłuższy w hipokampie podczas NREM niż na jawie. Najbardziej uderzającą różnicą była procentowa zmiana średniej amplitudy 200 Hz podczas tętnienia w porównaniu z linią bazową trwającą od 2 do 1 s (ryc. 3E), która wzrosła o 969% od NREM do przebudzenia w korze i o 304% w hipokampie.

Różnica ta jest postrzegana jako szerokopasmowa na wykresach czasowo-częstotliwościowych wywołanych tętnieniem na jawie z kory (ryc. 2Bii, J) i hipokampu (ryc. 2Dii, L), a zatem zazwyczaj byłaby interpretowana nie jako anoscyllacja, ale jako wskazówka zwiększonej aktywności wielojednostkowej. Zatem w porównaniu ze stanem czuwania, zmarszczki korowe są nieco gęstsze, dłuższe i mniejsze w NREM; zmarszczki hipokampa są również dłuższe. Jedyna zasadnicza różnica polega na tym, że zarówno fale korowe, jak i hipokampowe wydają się być powiązane ze znacznie większym wzrostem domniemanej aktywności wielojednostkowej podczas czuwania niż w przypadku NREM.

Zmarszczki korowe łączą się z falami snu niezbędnymi do konsolidacji pamięci

Sprzężenia oscylacyjne są ważne dla konsolidacji pamięci (Latchoumane i in., 2017). Poprzednie badania wykazały, że zmarszczki korowe występują na szczytach stanu północnego i wrzeciona u kotów (Grenier i in., 2001) i szczurów (Khodagholy i in., 2017), ale tych zależności nie oceniano u ludzi. Wykryliśmy stany dolne i górne, z polaryzacją określoną na podstawie powiązanej aktywności o wysokiej częstotliwości (szczegóły w sekcji Materiały i metody), a także wrzeciona i odkryliśmy, że zmarszczki korowe są precyzyjnie powiązane z sekwencją fal snu opisaną powyżej (ryc. 10; tabela 4). ). W szczególności w 95% kanałów korowych zmarszczki były istotnie powiązane ze stanami dolnymi i górnymi (ryc. 10B, D, E), zwykle na przejściu od stanu dolnego do górnego, jak widać w poszczególnych badaniach (ryc. 2Aiii, 10A) oraz w średnie szerokopasmowego LFP wyzwalane tętnieniem (ryc. 2Ai, E – H).

Histogramy peri-ripple pokazują, że średnio centra tętnienia korowego pojawiały się 450 ms po maksimach stanu dolnego i 100 ms przed maksimami stanu górnego (ryc. 10B, D – G). Rzadziej tętnienia występowały podczas wrzecion (znaczące powiązanie w 29% kanałów; ryc. 10C, E), co widać w indywidualnych próbach (ryc. 10A) oraz na wykresach czasowo-częstotliwościowych wokół tętnienia (ryc. 2Aii, E). Histogramy peri-ripple pokazują, że wrzeciona rozpoczęły się średnio 225 ms przed centrum tętnienia korowego, co wskazuje, że zmarszczki mają tendencję do występowania podczas wrzecion (ryc. 10C, E – G). Prawdopodobieństwo wystąpienia zmarszczek podczas wrzecion poprzedzających stany górne było większe niż w przypadku zmarszczek występujących podczas wrzecion lub przed stanami górnymi (ryc. 10H). Wyniki te sugerują, że czas występowania zmarszczek korowych podczas NREM jest odpowiedni dla ułatwienia konsolidacji, kierowanej przez sekwencyjną aktywację fal snu.

For more information:1950477648nn@gmail.com