本文主要是介绍Analyzing Neural Time Series Data Chapter5,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
纯小白阅读笔记,只作学习记录用途
第四章是matlab基础的一些引入,未作记录
Part I: Introduction
5 Introduction to the Physiological Bases of EEG
5.1 Biophysical Events That Are Measurable with EEG
脑电图主要反映平行几何方向神经元树突的兴奋性和抑制性突触后电位的总和。
主导脑电图信号的主要是位于皮质浅层的10000至50000个神经元。
尽管脑组织、颅骨和头皮之间的电导率不同,但有足够的电导率使电场从产生该电场的神经群传播到头皮的顶层。
由于空气的电导率几乎为零,因此必须在头皮皮肤和EEG电极之间形成一个物理电桥。也因此EEG实验需要在头皮和每个电极接触位置打导电膏。
磁场垂直于电场,并不受阻碍地通过颅骨和头皮,所以MEG必须靠近头部,但不需要直接接触。
EEG的适用:
EEG不能:
-
测量单个分子或突触事件
-
分离出由特定的神经递质或神经调节剂产生的事件
-
测量由几个或几十个神经元组成的小集合所产生的动作电位或局部场电位(小规模事件不产生电场或产生电场弱,只能用侵入式电极监测到,比如cortical layer-specific oscillations)
(cortical layer)
-
测量强度足够在头皮被测量但是存在电位抵消的电场:比如在脑沟两侧的场势波动在有相似强度时会被抵消,从而不在头皮处被测量到。
(a)中所示的偶极子对脑电图提供最强的信号;(b)中所示的偶极子对脑磁图提供最强的信号; (c)中所示的偶极子不太可能被测量出来,因为在沟的相对两侧的偶极子产生的电场很可能相互抵消;(d)中所示的偶极子对脑电图的贡献比偶极子(a)小,因为它离电极更远。
困难但是可以做到:
1、测量来自深部大脑的信号(例如丘脑,基底节,海马,脑干):
-原因1:场强根据距离指数下降,大脑深部产生的强场对头皮记录的影响也很小。
-因此测量深部大脑深部的脑电活动需要做非常多次平均试验来获得足够的信噪比。
(脑干需要上千次,而皮层只需要数十次)
-原因2:皮层下结构中的神经元群通常不以几何平行的方向排列,即当存在同步的种群水平活动时,单个神经元产生的电场很可能在宏观尺度上相互抵消,而不是累加。
-如果要测大脑深部的电信号,需要使用已知会引起那个区域活动的任务(比如在fMRI中成像反映出来);用很多次实验保证信噪比;
-如果要进行源定位为深部脑源的起源提供支持,需要使用许多电极和特定的解剖磁共振成像来提高源重建结果的空间准确性。
2、测量非常低频(<0.1Hz)的波动
-原因:由于大多数现代脑电图放大器和数据采集系统的局限性,大部分放大器有内置高通滤波器使非常慢的波动衰减掉以避免他们造成放大器饱和。
-有一些直流耦合放大器适合于记录1 Hz以下的波动;需要记录<0.1Hz波动时需确认放大器是否合适,以及记录过程中高通滤波器没有应用。
3、测量非常高频的(>100Hz)波动
-原因:高频活动通常功率(Power)低,因此更难与噪声区分。
-MEG在记录高频活动方面优于EEG,因为磁场不受大脑、颅骨和头皮上不同电导的阻碍。对于EEG,应该仔细检查活动强度在80赫兹以上的活动,以确保它不受噪声峰值、肌电图、眼球运动或其他伪影的影响。
5.2 Neurobiological Mechanisms of Oscillations
有三种基本的生理机制可以产生数百到数十万个神经元的振荡:
1、γ-氨基丁酸能(GABAergic)抑制性中间神经元和兴奋性锥体细胞之间的相互作用:
(1)当一群锥体细胞变得活跃时,它们的兴奋性会随着它们继续相互刺激而增加。
(2)这一群体中的中间神经元也被激活,随着抑制性中间神经元的活动增加,兴奋性神经元被抑制。
(3)中间神经元的活动随后减少,使锥体细胞的兴奋再次增加。
这种兴奋和抑制状态转换的平衡导致振荡(oscillations),被认为是脑电图观察到的振荡的主导机制。
2、纯兴奋性网络
3、纯抑制性网络
5.3 Phase-Locked, Time-Locked, Task-Related
“phase-locked”锁相活动(有时亦称“evoked”):
与 time = 0 事件相位对齐。
因此在时域平均(ERP)和时频域平均中都会被观察到。
“Non-phase-locked”非锁相活动(有时亦称“ induced ”):
时间锁定,但不与 time = 0 事件锁相。
因此可以在时频域平均中观察到,但在时域平均中不能观察到(在ERP中没有表示)
ERP只能测既锁时又锁相的活动。
time-frequency (TF) power都可以测,尽管非时间锁定的活动测量结果可能会因为被平滑在时间上不那么准确。
5.4 Neurophysiological Mechanisms of ERPs
事件相关电位event-related potentials (ERPs)
问题:为什么在实验事件之后存在一些有规律的间隔的正极性和负极性峰值?
目前有一些模拟通过复杂的加性 additive和非线性nonlinear效应(David,Kilner和弗里斯顿2006)或频率的快速变化(Burgess 2012)提示ERPs 的机制:
1、Additive:
该模型提出,ERP反映的信号是由外部刺激(图像或音频)或内部事件(人工响应的启动)引起,并被添加到持续的背景振荡中。
因为振荡与刺激无关,所以它们在试验平均中被减弱。该模型假设在产生振荡的神经生理事件和产生erp的神经生理事件之间存在一定的区别。
2、Phase reset:
该模型提出,ERP至少部分是来自持续振荡阶段的突然对齐。当一个刺激出现时,在一个特定频带的持续振荡被重置为一个特定的相位值,这可能反映了对一个特定的神经网络配置的回归。这个模型可能没考虑所有的ERP成分,特别是后来的“认知”ERP成分。
3、Amplitude asymmetry or baseline shift振幅不对称性或基线偏移:
虽然神经元产生的电流是极性平衡的,但从头皮检测到的向外的电流可能较少。
这将在EEG电极测量的振荡中产生不对称性,从而使波峰和波谷不是均匀分布的。
它还可能产生一个基线位移,这也将有效地产生振荡的峰值和波谷之间的不对称性。
因此,整体功率的变化可能会在持续的振荡中产生不对称,当平均各个试验时,可能表现为slow ERP。
不同的ERP成分可能有不同的神经起源,因此对所有ERP机制的一般解释可能注定无法捕获所有的ERP。
5.5 Are Electrical Fields Causally Involved in Cognition?
证明电场和认知过程联系的因果性的证据有限。
不过有几条证据表明电场与神经计算和信息传递有因果关系。
1、局部场电位振荡和突触事件之间关系的体外研究认为这些事件是学习和记忆的基础
例如,海马体的长期增强,这被认为是Hebbian learning和记忆形成的基础
#Hebbian理论:声称突触效应的增加源于突触前细胞对突触后细胞的重复和持续刺激。试图解释突触可塑性,即学习过程中大脑神经元的适应性。
#Hebbian rules:
我们可以假定,反射活动的持续与重复会导致神经元稳定性的持久性提升……当神经元A的轴突与神经元B很近并参与了对B的重复持续的兴奋时,这两个神经元或其中一个便会发生某些生长过程或代谢变化,致使A作为能使B兴奋的细胞之一,它的效能增强了。(转载)
(1) 如果突触两侧的两个神经元(即连接)同时被激活,则该突触的强度会选择性地增加。
(2) 如果突触两侧的两个神经元被异步激活,则该突触被选择性地削弱或消除。
2、对动作电位时间与局域场电位振荡相位之间关系的研究表明,许多但不是所有神经元的计时都受到局部场电位的限制,因此神经元在局部场电位振荡的某些阶段更有可能发出动作电位。动作电位计时与场电位相位之间的同步导致了相位编码理论。(https://doi.org/10.1002/hipo.1071,第二部分)
3、其他理论认为,区域间的振荡同步是跨神经网络传递信息的一种机制,这种同步介导的连接对知觉和认知过程至关重要。其思想是,空间上不同的神经网络在相位同步时,可以最有效地合作和传输信息。部分由于这个原因,基于相位的同步方法是研究电生理学数据中的连通性的最广泛使用的方法。
4、关于强调耦合的研究为振荡在大脑功能中的因果作用提供了令人信服的证据。
淋巴耦合是指神经元之间通过离子的传递而发生的相互作用,离子通过电场通过细胞外空间传递。
与髓磷脂的细胞外距离和绝缘特性相比,单个神经元的电场大小相对较小,这阻碍了单个神经元的触觉耦合,但如果神经元密集排列或场电位相对强大,触觉耦合可能发生。
由神经元网络产生的局部场电位产生更大的场,并已被证明通过外触觉耦合在皮层中引入峰值时间,特别是在delta和theta频带。
5、小鼠和大鼠的光遗传学
通过向小鼠的大脑照射特定波长的光来控制特定类型的神经元的活动。这些小鼠(有时也使用大鼠)来自一种具有特定基因线的品系,这些基因线使得特定类型的神经元上的特定通道在受到特定波长的光照射时可以以毫秒级精度被激活。
通过使用光遗传学技术,可以在大脑的特定区域中外源性地引入所需频率的振荡活动。例如,光遗传学研究已经证明,可以外源性地增强γ波振荡,并且这种增强有助于信号传输和噪声抑制。
可以选择性地激活或抑制特定类型的神经元,进而研究它们对行为、认知和其他大脑功能的影响。
6、人类的经颅交流电刺激transcranial alternating-current stimulation (TACS)
通过将两个电极放置在头皮上,使电流在其间流动。
刺激的频率可以指定,通常在0.1至100赫兹之间。
因此,可以外源性地引入特定频段的电流到人脑中。
这相对于经颅磁刺激来说具有优势,后者可以引发振荡,但其持续时间取决于刺激施加到的脑区。
可能用于测试特定振荡频率在认知过程中的作用。
证明成果:
在运动皮层上进行20赫兹的刺激能增加运动诱发电位的幅度,而在其他一系列频率上的刺激则不能达到相同效果;
刺激个体的α峰值可以增加α波功率;
通过θ波TACS对大规模额顶网络的同步刺激有助于认知处理
这篇关于Analyzing Neural Time Series Data Chapter5的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!