1부: 인간 기억 형성 중 저, 중, 고주파 스펙트럼 두개내 EEG 활동의 독립적 역학
Mar 18, 2022
연락처: 오드리 후audrey.hu@wecistanche.com
Victoria S. Marksa, Krishnakant V. Saboob, Çağdaş Topçuc,d,e, Michal Lechc,d,e,
Theodore P. Thayibf, Petr Nejedlye,g, Vaclav Kremen,h, Gregory A. Worrell, I,
Michal T. Kucewiczc,e,i,*
미국 메이요클리닉 의생명과학대학원
b일리노이대학교 전기 및 컴퓨터 공학과, Urbana-Champaign, IL, USA
c 멀티미디어 시스템 부서, 전자, 통신 및 정보 학부, BioTechMed 센터, 그단스크 공과 대학, 폴란드, 그단스크 d Nencki 실험 생물학 연구소, 폴란드 바르샤바, 폴란드 과학 아카데미
미국 미네소타주 로체스터 메이요클리닉 신경과
미국 아이오와주 에임스 아이오와주립대학교 컴퓨터공학과
g 체코 과학 아카데미, 과학 기기 연구소, 브르노, 체코
h Robotics, and Cybernetics, Czech Institute of Informatics, Czech Technical University, Prague, Prague, Czech Republic
미국 메이요클리닉 생리 및 의생명공학과
a b s t r a c t
광범위한 뇌 리듬이 인지 기능에서 인간 피질 전체에 관여합니다. 다양한 주파수 범위의 리듬이 인간 피질의 공간과 시간에 걸쳐 조정되는 방식메모리처리가 결정적이지 않습니다. 그것들은 동일한 피질 부위와 시간의 주파수 스펙트럼에 걸쳐 함께 조정되거나 특정 대역에서 독립적으로 유도될 수 있습니다. 우리는 언어 기억의 형성 동안 유도된 스펙트럼 활동의 시공간 역학을 구문 분석하기 위해 인간 두개내 뇌파검사(EEG)의 대규모 데이터 세트를 사용했습니다. 후속 무료 회상을 위한 단어의 인코딩은 개별 피질 부위의 모자이크 패턴에서 저주파 세타, 중간 주파수 알파 및 베타, 고주파 감마 전력을 활성화했습니다. 스펙트럼 파워가 여러 대역에 걸쳐 유도되는 시각 피질을 제외하고 대부분의 피질 부위는 이러한 주파수 중 하나만 활동을 기록했습니다. 각 주파수 대역은 피질 영역과 반구에 특정한 유도 전력의 특징적인 역학을 보여주었습니다. 다음 단계에 걸쳐 시각, 측두엽 및 전전두엽 피질 영역에 걸쳐 독립적인 순서로 전파되는 저, 중, 고주파 활동의 힘메모리부호화. 우리의 결과는 인간의 형성에 관여하는 스펙트럼 활동의 총체적이고 단순화된 모델을 제공합니다.메모리, 조정된 뇌 리듬의 해부학적 및 시간적으로 분포된 모자이크를 제안합니다.
1. 소개
두뇌 리듬은 다음을 지원하는 것으로 생각됩니다.메모리연결된 뉴런의 활동을 동기화된 상호작용으로 조정함으로써 인지 기능을 향상시킵니다(Singer, 1999; Buzsaki, 2006; Fries, 2015; Klimesch, 1996; Fell and Axmacher, 2011). 이러한 상호작용과 관련된 리드미컬한 활동의 스펙트럼에는 세타(3–9Hz) 및 감마가 포함됩니다.
(30–120 Hz) 주파수 대역에서 저주파 및 고주파 활동에 대해 제안된 특정 역할메모리처리(Düzel et al., 2010; Sauseng et al., 2010; Fries et al., 2007; Tallon-Baudry and Bertrand, 1999; Nyhus and Curran, 2010; Lisman and Jensen, 2013; Herweg et al.), . 중간 주파수 알파(9–12Hz) 및 베타(12–25Hz) 대역도 기억 기능에 필요한 프로세스와 관련이 있었습니다(Klimesch et al., 2007; Hanslmayr et al., 2011; Spitzer and Haegens 2017; Schmidt et al., 2011). al., 2019; Michalareas et al., 2016). 이러한 다양한 리듬이 정의된 시간 척도에서 기능에서 함께 작동하여 주어진 주파수 범위에서 스펙트럼 활동의 하위 집합에만 참여하는 방법. 예를 들어, 주어진 위치에서 세타 리듬만 유도됩니다. 두 시나리오 모두 정의된 주파수 범위에서 뇌 활동이 신경 상호 작용의 해당 시간 규모에서 특정 지각 또는 인지 과정을 수행하는 "스펙트럼 지문"으로 개념화될 수 있다는 데 동의합니다(Siegel et al., 2012; Hanslmayr and Staudigl, 2014). . 해부학적 공간과 시간에서 이러한 스펙트럼 지문의 역학을 정확하게 해결하는 것은 이러한 가설을 테스트하고 인지 작업 중에 관여하는 신경 활동의 전체론적 모델을 제공하는 데 중요합니다.
두개내 뇌파(EEG) 기록은 인간 피질의 개별 영역에서 인지 및 기타 뇌 기능 동안 관여하는 대규모 신경 활동을 고해상도로 조사할 수 있는 독특한 기회를 제공합니다(Lhatoo et al., 2019; Johnson et al., 2020; Jacobs and Kahana 2010, Engel et al., 2005). EEG 신호는 신피질의 표면에 직접 이식되거나 더 깊은 층과 피질하 구조에 이식된 전극 접점에서 샘플링됩니다. 따라서 국부 신경 집단에 의해 생성되고 여러 개별 접촉에서 기록된 스펙트럼 활동은 시간 동안 별개의 피질 영역에서 추적할 수 있습니다.메모리처리. 이전의 iEEG 연구는 일반적으로 높은 감마 주파수 범위(60–120Hz)에서 유도된 스펙트럼 전력을 사용하여 피질 처리를 추적했습니다.메모리및 인지 작업(Jerbi et al., 2009; Lachaux et al., 2012; Crone et al., 2006; Lundqvist et al., 2018). 세타(Sheehan et al., 2018; Lin et al., 2017)와 알파(Staresina et al., 2016)도 이전에 조사되었습니다. 세타 및 알파 주파수의 진동 활동은 개별 피질 영역에서 국부적이고 독립적인 진행파로 전파되는 것으로 나타났습니다.메모리처리(Zhang et al., 2018), 그러나 이러한 저주파 진동의 상대적인 시공간 역학과 메모리 처리 중 더 빠른 베타 및 감마 활동은 대부분 아직 탐구되지 않은 상태로 남아 있습니다.
여기서 우리는 후속 무료 구두 회상을 위해 단어 목록을 인코딩하는 164명의 참가자로 구성된 대규모 iEEG 데이터 세트를 활용했습니다. 이 작업에 대한 이전의 연구는 감각 처리 및 고차 선언과 관련된 뇌 영역의 분산 네트워크를 보여주었습니다.메모리기능(Burke et al., 2013; Burke et al., 2014a; Kucewicz et al., 2019). 유도된 높은 감마파워는 후두측두엽 피질의 시각 영역에서 먼저 관찰된 다음 전전두엽 피질의 더 많은 전방 영역에서 관찰되어 다음의 2단계 모델을 고무했습니다.메모리초기 감각 및 후기 연관 단계로 인코딩(Burke et al., 2014a).
유도 전력의 전후 순서의 유사한 순서는 세타 주파수 대역에서도 관찰되었으며(Burke et al., 2013) 감마 주파수 범위를 벗어난 활동에서도 확인되었습니다(Kucewicz et al., 2014). 우리의 최근 연구는 유도된 높은 감마 전력의 순서를 발견했습니다.메모리점차적으로 고차 연관 영역의 계층 구조를 따라 대기 시간이 증가함에 따라 연속적으로 인코딩되며(Kucewicz et al., 2019), 단어 인코딩 후반에 전전두엽 피질에서 절정에 이릅니다. 언어 기억 처리에 대한 이전의 iEEG 연구는 신피질의 희박한 전극 적용 범위가 있는 참가자 녹음의 더 작은 데이터 세트로 제한되거나 선택된 주파수 대역에만 초점을 맞추었습니다. 따라서 다양한 대역에 걸친 스펙트럼 전력은 더 큰 피질 영역의 여러 전극 부위에 걸쳐 공간적으로 평균화되어 개별 부위의 해상도와 입도를 잃거나 세타, 알파, 베타 및 감마 뇌 활동에 대해 연구되지 않을 것입니다.
이전 연구에서 집합적으로 분석된 주파수 스펙트럼과 뇌 영역의 넓은 범위를 감안할 때, 우리는 특정 스펙트럼 활동이 개별 피질의 세분화된 패턴에서 유도된다는 가설을 세웠다.
위치. 따라서 여러 위치에서 활동을 집계하면 전체 스펙트럼(Kilner et al., 2005)에 걸쳐 전력의 광대역 기울기가 발생하며, 이는 다중의 특정 "스펙트럼 지문"(Fellner et al., 2019)으로 구성될 수 있습니다. . 서로 다른 지문의 정확한 위치는 전극 기록의 동일한 피질 부위에 공통적이거나 별개의 해부학적 부위의 모자이크에 분포될 것입니다. 마찬가지로, 타이밍 면에서 저, 중, 고 주파수 스펙트럼 활동은 서로 다른 시간에 유도됩니다.메모리인코딩 또는 모두 동시에. 세타 및 감마 활동 외에도 알파 및 베타 리듬이 서로 다른 피질 부위와 시간에 유도될 것으로 예상되었습니다.메모리부호화. 일반적으로 우리는 인간의 언어 형성 동안 유도된 스펙트럼 활동의 독립적인 시공간 역학을 테스트했습니다.메모리흔적. 우리의 목표는 광범위한 주파수, 피질 구조 및 기억 인코딩 단계에 걸쳐 관여하는 뇌 리듬의 전체론적 모델을 제공하는 것이었습니다.
2. 재료 및 방법
2.1. 과목
약물 내성 간질의 외과적 평가를 받은 총 164명의 참가자로부터 EEG 기록 데이터 세트는 대규모 다기관 공동 연구에서 가져왔습니다(모든 비식별 데이터는 http://memory.psych.upenn.edu/Electrophysiological{ {3}}데이터).
녹음은 Mayo Clinic, Thomas Jefferson University Hospital, University of Pennsylvania 병원, Dartmouth-Hitchcock Medical Center, Emory University Hospital, University of Texas Southwestern Medical Center 및 Columbia University 병원에서 수집되었습니다. 하나의 공통 연구 프로토콜은 각 센터의 해당 기관 검토 위원회에서 승인했으며 각 참가자로부터 사전 동의를 받았습니다. 최종 분석에 포함된 139명의 환자에 대해 완료 단어 시도 수 및 발작 개시 영역에 대한 정보가 Suppl에 요약되어 있습니다. 표 1. 발작의 발병은 우반구 46명, 좌반구 55명, 양측 26명, 미정 12명이었다. 연령, 성별 등의 인구통계학적 정보는 85명(평균연령 35.6세)에서만 이용 가능했다. 표준 편차 11.6년, 여성 43명에서 남성 42명, 보충 표 1) 집계 데이터 세트를 수집한 여러 임상 센터의 민감한 의료 정보에 대한 제한된 액세스로 인해. 전기생리학적 기록은 각각 피질 표면과 뇌 실질에 이식된 표준 임상 경막하 전극 및 깊이 전극(AdTech Inc., PMT Inc.)에서 수집되었습니다. 경막하 전극 접점은 10mm 간격으로 그리드 또는 스트립 구성으로 배열되었으며 깊이 전극 접점은 5~10mm로 분리되었습니다. 전극의 배치는 가능한 간질 각각의 수술 또는 치료용 전기 뇌 자극을 위한 장치의 이식을 위해 발작 병소를 국소화하기 위해 임상 팀에 의해 결정되었습니다.
2.2. 해부학적 위치 파악 및 뇌 표면 매핑
이식 전 MRI 스캔(체적 T{1}}가중 시퀀스)- Freesurfer 소프트웨어(RRID: SCR_001847)에서 각 참가자에 대해 피질 표면 소포가 생성되었습니다. 해마와 주변 피질 영역은 ASHS(Automatic Segmentation of Hippocampal Subfields) 다중 아틀라스 분할 방법을 사용하여 추가 2mm 두께의 관상 T{6}}가중 스캔을 기반으로 별도로 묘사되었습니다. 공동 등록된 이식 후 CT 스캔에서 파생된 전극 접촉 좌표는 이식 전 MRI 스캔에 매핑되어 해부학적 위치를 결정합니다. 경막하 스트립 및 그리드의 경우, 전극 접촉은 수술 후 뇌 이동을 설명하기 위해 에너지 최소화 알고리즘을 사용하여 피질 표면에 추가로 투영되었습니다. 신경방사선 전문의가 접촉 위치를 검토하고 표면과 단면 이미지에서 확인했습니다. T{12}}가중 MRI 스캔도 MNI152 표준 뇌에 등록되어 피험자 간에 공통 공간의 기록 위치를 비교할 수 있습니다. Brodmann 영역을 포함한 기록 위치의 해부학적 위치는 MNI 좌표를 Talairach 공간으로 변환하고 Ta-Talairach 데몬(www.talairach.org)을 쿼리하여 파생되었습니다.
2.3. 전기생리학적 기록
EEG 신호는 Nihon Kohden EEG-1200, Natus XLTek EMU 128 또는 Grass Aura-LTM64와 같은 임상 전기 생리학적 수집 시스템(데이터 수집 기관에 따라 다름) 중 하나를 사용하여 기록되었습니다. 획득 시스템과 임상 팀의 선호도에 따라 신호는 500, 1000 또는 1600Hz에서 샘플링되었으며 두개 내, 두피 또는 유양 돌기에 배치된 공통 접촉을 참조했습니다. 분석을 위해 더 높은 샘플링 속도를 사용하는 모든 녹음은 앤티앨리어싱 필터로 필터링되고 500Hz로 다운 샘플링되었습니다. 공통 양극성 몽타주는 공간적으로 인접한 모든 접점 쌍에서 측정된 전압 시계열을 빼서 각 주제에 대해 사후 계산되었습니다. 이로 인해 관통 전극과 스트립 전극의 경우 N{10}} 바이폴라 신호가 발생하고 N=(i − 1)∗j + (j − 1)∗I, 여기서 i 및 j는 그리드의 수직 및 수평 치수에 있는 연락처 수. 이 연구의 데이터 분석을 위해 하나의 "전극"은 한 쌍의 양극 접점에서 나오는 양극 신호를 나타냅니다. 접점이 여러 전극에 사용될 수 있으므로 모든 신호가 진정으로 독립적인 것은 아닙니다.
2.4. 무료 회수 작업
언어적 에피소드의 형성을 탐색하는 고전적 패러다임메모리피험자에게 후속 무료 회상을 위한 단어 목록이 표시되는 방식(Kahana, 2014)이 사용되었습니다. 참가자들은 음성 회상 지연 테스트를 위해 랩톱 컴퓨터 화면에 표시된 단어 목록을 연구하도록 지시했습니다. 목록은 대상의 모국어(영어 또는 스페인어, http://memory.psych.upenn.edu/WordPools)로 된 빈도가 높은 명사 풀에서 무작위로 선택한 12개 단어로 구성되었습니다. 각 단어는 1600ms 동안 화면에 나타난 다음 자극 사이에 750~1000ms 공백 간격의 무작위 지터가 뒤따랐습니다. 각 단어 목록의 끝에서 피험자는 주의를 분산시키는 작업을 수행했습니다. 이 작업은 20초 동안 지속되었으며 A 더하기 B 더하기 C 형식의 간단한 산술 문제로 구성되었습니다. 여기서 A, B, C는 1에서 9 사이의 임의의 한 자리 정수였습니다. 참가자들은 30초 동안 목록에서 가능한 한 많은 단어를 어떤 순서로든 회상할 수 있었습니다(그림 1). 음성 응답은 랩톱에 의해 디지털 방식으로 녹음되었으며 나중에 분석을 위해 수동으로 채점되었습니다. 단어의 15% 이상을 기억하고 12개 이상의 작업 목록을 완성한 피험자만 추가 분석에 포함되었습니다(Long et al., 2014). 이것은 이 연구에서 사용된 총 14,219개의 전극에 대해 164명의 원래 대상 중 139개를 남겼습니다. 전기분해-논리적 기록은 임상 획득 시스템의 지정된 이벤트 채널로 펄스를 전송하는 작업 랩톱에 의해 작동되는 전기 펄스 발생기를 통해 화면의 자극 출현과 동기화되었습니다. 이벤트는 사용자 지정 MATLAB 코드를 사용하여 기록 세션 후 타임스탬프가 찍혔고 단어 표시와 관련된 특정 관심 시대를 추출하는 데 사용되었습니다. 기록된 각 에포크는 길이가 3000ms이고 각 단어 표시 전후에 자극 간 간격의 빈 화면 700ms와 함께 화면에 1600ms의 단어 표시를 포함했습니다.
단어 표현의 시대(시행당 한 단어)의 EEG 신호의 시험 평균 스펙트럼 전력은 시대 전반에 걸쳐 통합되었으며 언어에 관련된 뇌 영역에서 기록하는 활성 전극을 분류하는 기능으로 사용되었습니다.메모리부호화. 활성 전극은 전력 변화(z-점수 변환)의 정규화된 추정치를 사용하여 EEG 스펙트럼의 6개 주파수 대역에서 독립적으로 분류되었습니다. 분류 절차는 가우스 혼합 모델(Saboo et al., 2019)에 기반한 비지도 방법을 사용했습니다. 후두 피질에 국한된 한 전극의 시험 평균 활동에서 플롯된 예제 스펙트로그램에서 모든 6개 주파수 대역에 걸쳐 유도된 활동을 주목하십시오.
2.5. 데이터 분석
우리는 단어 프레젠테이션 동안 iEEG 기록 시대를 분석했습니다.메모리부호화. 각 프리젠테이션 에포크는 스펙트럼 분해, 정규화 및 다음 사이의 고유한 주파수 대역으로 독립적으로 비닝되기 전에 FIR 필터링({0}} 차수 Barlett-Hanning 제로 위상 왜곡 필터링, 주파수 제한이 각 주파수 대역에 지정됨)되었습니다. 2 및 120Hz: 낮은 세타(2–4Hz), 높은 세타(5–9Hz), 알파(10–15Hz), 베타(16–25Hz), 낮은 감마(25–55Hz) 및 높음 감마(65–115Hz). 이러한 주파수 대역의 경계는 주파수 스펙트럼을 따라 폭이 증가하는 비중첩 및 연속 범위를 기반으로 결정되었습니다. 115Hz의 상한선은 500Hz의 샘플링 주파수에서 주기당 최소 4개의 샘플을 보장하고 60Hz 라인 노이즈의 고조파를 피하기 위해 선택되었습니다. 필터링된 신호를 스펙트로그램으로 변환하려면
2Hz ~ 115Hz의 2Hz 주파수 빈 해상도, 5ms 슬라이드 길이의 500ms 슬라이딩 윈도우와 MATLAB의 만성 도구 상자(http://chronux.org/; Mitra, 2007). 단어 표현 에포크의 스펙트로그램은 로그 정규화 및 각 시간-주파수 포인트의 z-점수 변환 후에 함께 평균화되었습니다. Z-스코어링은 다음 공식에 따라 수행되었습니다.
x(t, f) − μ
z(t, f)=σ
여기서 x는 신호, t는 시간 빈, f는 주파수 빈, f는 평균, f는 주어진 주파수에 대한 표준 편차입니다. 각 시험은 별도로 정규화되었습니다. 로그 정규화는 고주파수 대역에서 전력 추정에 대한 저주파의 1/f-제곱 법칙 효과를 수정하기 위해 구현되었으며 z-점수 변환은 다른 전극의 신호 비교를 위해 정규화된 전력 변화 규모를 제공하기 위해 수행되었습니다. , 세션 및 참가자(Kucewicz et al., 2019, 2017; Saboo et al., 2019). 이 z-점수 정규화는 "기준선" 기간을 사용하는 대신 한 단어 에포크 내에서 평균 검정력에 상대적인 양수 및 음수 검정력 변화를 생성합니다. 따라서 절대 전력의 작은 양수 또는 음수 편차도 앞에서 설명한 대로 신호 평균에 비해 효과적으로 증가합니다(Kucewicz et al., 2019; Alotaiby et al., 2015). 전력 추정치의 에지 아티팩트는 모든 주파수에 대한 최종 스펙트로그램의 양쪽 끝에서 2회 빈을 잘라내어 제거되었습니다. 각 전극 및 주파수 대역에 대해 모든 단어 표현 에포크에 걸쳐 각 시간 빈에서 평균 스펙트럼 전력을 결정했습니다. 단어 제시 기간 동안 주어진 주파수 대역에서 전체 유도 전력은 그림 3과 같이 해당 시계열 곡선의 절대값 아래 면적으로 정량화되었습니다. 1. 그런 다음 작업 유도 전력 변화를 나타내는 전극을 식별하기 위해 GMM(Gaussian Mixture Modeling)에 기반한 비지도 클러스터링 방법을 사용하여 각 특정 대역에서 전극을 "활성" 및 "비활성"으로 분류했습니다(Saboo et al., 2019 ). 이 방법은 기본적으로 각 채널의 유도 전력 값을 기반으로 활성 및 비활성 채널의 이진 기계 학습 분류를 수행합니다. 분류는 관심 있는 각 주파수 대역에 대해 별도로 수행되었습니다. 전체 절차는 그림 1에 요약되어 있습니다. 1.
활성 전극과 비활성 전극의 클러스터에 대해 서로 다른 수의 반영 거래가 허용되도록 하기 위해 GMM 기반 방법을 선택했습니다. 전극의 활성-비활성 분류가 이진이기 때문에 클러스터 수는 2로 설정되었습니다. 스펙트럼 전력의 변화는 단어 프레젠테이션 기간 동안 유도(증가 또는 감소)되거나 유도되지 않을 수 있습니다. GMM을 사용하면 ground truth 데이터 없이도 분류가 가능합니다. 전극은 피험자에 걸쳐 풀링된 다음 활성 전극을 식별하기 위해 클러스터링되었습니다.
2.6. 유도 전력 매핑
대부분의 활성 전극은 시각적 및 의미 론적 정보 처리 및 선언적 정보 처리와 관련된 피질 영역에 국한되었습니다.메모리및 집행 기능. 39개의 브로드만 영역 중에서 대부분의 전극 위치는 각각 브로드만 영역을 포함하는 9개의 뇌 재영역으로 그룹화됩니다. 30 및 31), 측두정(브로드만 영역 7 및 39), 근심 측두부(브로드만 영역 28 및 해마), 측두엽(브로드만 영역 21 및 22), 브로카 영역(브로드만 영역 44 및 45), 측전전두엽(브로드만 영역) 9 및 46) 및 전두엽(Brodmann 영역 10 및 11). 달리 명시되지 않는 한, 모든 추가 분석은 이 9개의 피질 영역에서 회상된 단어 시대, 즉 성공적으로 인코딩된 단어가 있는 시대에 초점을 맞추어 나중에 자유롭게 회상되었습니다.
각 주파수 대역에서 유도된 전력 변화는 전극 위치 종속 칭량 기술에 대한 사용자 지정 MATLAB 코드를 사용하여 단어 신기원의 각 시점에 대한 평균 뇌 표면에 모든 활성 전극에서 플롯되었습니다. 뇌 표면은 메쉬로 생성되었으며, 메쉬의 각 요소는 요소까지의 상대 거리에 따라 가중치가 부여된 주변 전극의 유도 전력에 따라 색상이 지정되었습니다(근위 전극이 많을수록 가중치가 높음). 플롯팅된 뇌 표면의 각 메쉬 요소에 대해 요소 중심점에서 10mm의 임계값 이내의 전극 효과만 고려되었습니다. 따라서 유도 전력은 다음 공식에 따라 근접도에 따라 선형 가중된 임계값 반경 내의 모든 전극에서 평균을 냈습니다.
IP1*(임계값- r1) + IP2*(임계값- r2) + ... + IP *(임계값- rn )
(threshold− r1 ) 더하기 (threshold− r2 ) 더하기 … 더하기 (threshold− rn )
여기서 IP는 전극에 대한 유도 전력 변화 값이고 r은 전극과 뇌 표면 메쉬의 선택된 요소 사이의 거리입니다.
2.7. 통계
주파수 대역, 뇌 영역(브로드만 영역) 및 반구의 효과에 대한 다중 비교 보정이 포함된 ANOVA 테스트를 사용하여 "ac-time(그림 2)"으로 표시된 영역의 전극 비율을 분석했습니다. 반구 간의 시간적 차이 Bonferroni 보정과 함께 양측, 짝을 이루지 않은 t-test 통계를 사용하여 정량화했습니다(그림 3A). 그런 다음 각 단어 에포크를 사전 인코딩, 초기 인코딩, 후기 인코딩 및 사후 인코딩 단계로 나누었습니다(Burke et al. , 2014; Kucewicz et al., 2019) 각 기간 동안 유도 전력에 대한 주파수 대역, 뇌 영역 및 반구의 영향을 분석하기 위해 사후 Tukey-Kramer 테스트와 함께 반복 측정 ANOVA(피험자 내 요인으로 인코딩 위상)를 사용했습니다. 언어의 단계메모리작업(그림 3B). 각 주파수 대역 및 영역에 대한 피크 대기 시간은 유도 전력의 최대 양의 피크가 있는 시간 빈으로 결정되었습니다. 라틴 도시는 반복 측정 ANOVA(피험자 내 요인으로 인코딩 단계) 및 사후 Tukey-Kramer 다중 비교 테스트를 사용하여 비교되었습니다(그림 4). Pearson의 상관 관계 테스트는 최대 전력 잠복 시간에 뇌의 각 축을 따라 위치가 미치는 영향을 평가하는 데 사용되었습니다(그림 5B). 모든 테스트의 알파 값은 0.05로 설정되었습니다.
3. 결과
3.1. 기억 인코딩 동안 유도된 스펙트럼 활동은 인간 피질 전반에 걸쳐 이질적으로 분포됩니다.
우리는 동안 활성화된 피질 영역에서 전극의 하위 집합을 먼저 식별했습니다.메모리부호화. 이를 위해 6개의 비중첩 주파수 범위(낮은 세타: 2–4Hz, 높은 세타: 5–9Hz, 알파: 1{33}}–15Hz, 베타: 16– 25 Hz, 낮은 감마: 25–55 Hz, 높은 감마: 65–115 Hz)가 각 대역에서 독립적으로 활성 전극(Saboo et al., 2{36}}19)의 자동 분류를 위한 기능으로 사용되었습니다(그림 1). 1). 모든 참가자에게 이식된 총 14,219개의 전극 중 4738개(33.3%)는 주파수 대역 중 하나 이상에서 유도된 스펙트럼 전력을 보여주었습니다. 따라서 일반적인 전극 부위는 저주파, 중간 또는 고주파 대역의 정의된 범위에서 유도 전력을 나타냅니다(그림 2A). 우리의 이전 결과(Kucewicz et al., 2019; Alotaiby et al., 2015)와 일치하여, 이러한 활성 전극은 모든 피질 엽에서 정의된 39개의 Brodmann 영역에 걸쳐 널리 분포되어 있습니다(그림 2B). 각 Brodmann 영역에서 전극의 상대적 비율은 변연, 전두엽, 전전두엽, 두정엽, 측두엽 또는 후두엽 내의 위치에 따라 4.3%에서 75%로 다양했습니다(ANOVA F=99.21, p < 0.001,="" df="5)," 후두="" 및="" 정수리="" 피질의="" 감각="" 시각="" 영역에서="" 훨씬="" 더="" 활성="" 전극이="" 발견됨(이후="" tukey="" kramer,="" p="">< 0.05).="" 각="" 영역="" 내에서="" 알파="" 및="" 베타="" 대역을="" 포함한="" 각="" 주파수="" 대역에서="" 유사한="" 비율이="" 관찰되었으며="" 스펙트럼="" 전체에서="" 큰="" 차이가="" 없었습니다(n-way="" anova="" f="0.17," p="0.9747" ,="" df="5)." 요약하면,="" 분석된="" 주파수="" 대역에="" 관계없이="" 분석된="" 피질="" 영역="" 내의="" 전극="" 사이트의="" 최소="" 4%에서="" 작업="" 중에="" 유의하게="" 유도된="" 전력이="">
To investigate whether these various low and high-frequency spectral activities were induced on the same electrodes, we summarized the over-lap across the six frequency bands for nine cortical regions of interest (ROI; each composed of two Brodmann areas with >18 active electrodes from >8명의 참가자; 표 1 참조). 전극은 하나 이상의 밴드에서 활성화될 수 있습니다. 우리는 전극의 가장 높은 비율이 1개(43.12%) 또는 2개(22.94%) 대역에서만 활성화되었으며, 6개 모두에서 소수(5.4%)만이 활성화된 두 개 이상의 대역에서 비례적으로 더 적음을 발견했습니다. 2C). 두 개 이상의 대역에서 유도된 스펙트럼 전력의 가장 높은 중첩은 후두 피질의 후방 감각 시각 영역에 있는 전극에서 관찰되었으며(그림 2C, 빨간색), 단어 인코딩 동안 전극당 평균 4-5개의 대역이 활성화되었습니다. 측두엽 피질과 정수리 피질의 다른 시각 영역에서도 전극이 1~2개 주파수 대역에서 활성화된 측두엽 및 전전두엽 피질의 고차 처리 영역과 대조적으로 2개 이상의 대역이 활성화된 전극 분포가 상대적으로 높게 나타났습니다. (그림 2C; 검은색). 전반적으로, 대부분의 전극 사이트는 하나 또는 두 개의 특정 주파수 대역에서 감소된 스펙트럼 파워를 보여 다양한 활동이 피질에서 공간적으로 분리되었음을 시사합니다.
그림 2. 언어 기억 인코딩 동안 유도된 스펙트럼 활동은 인간의 뇌 전체에 불균일하게 분포되어 있습니다. (A) 능동 전극에서 단어 인코딩 중 시행 평균 스펙트로그램의 대표적인 예는 다른 해부학적 위치에서 3개의 주파수 그룹 각각에 독립적으로 제한된 유도 전력 변화를 보여줍니다. (B) 연구된 6개 주파수 대역에서 활성 전극의 비율(낮은 세타: 2–4Hz, 높은 세타: 5–9Hz, 알파: 10–15Hz) 베타:
16–25Hz, 낮은 감마: 25–55Hz, 높은 감마: 65–115Hz) 해부학적 분포에서 상당한 차이(ANOVA)를 나타냅니다(빨간색 별표, p < 0.05="" 사후="" tukey="" kramer="" 테스트="" )="" 그러나="" 삽입="" 상자="" 플롯에="" 요약된="" 것처럼="" 주파수="" 대역을="" 가로지르는="" 것은="" 아닙니다.="" (c)="" 하나="" 이상의="" 주파수="" 대역에서="" 활성화된="" 전극의="" 분포는="" 후두부="" 및="" 정수리="" 시각="" 피질의="" 후방="" 영역에서="" 가장="" 높은="" 중첩을="" 나타내며,="" 이는="" 평균="" 뇌="" 표면="" 플롯에서="" 볼="" 수="" 있듯이="" 전방="" 피질="" 영역이="" 많을수록="" 점차="" 감소하고="" 있습니다.="" 및="" 모든="" 활성="" 전극의="" 만화="" 요약(막대="" 차트에="" 따라="" 색칠된="" 점)과="" 바이올린="" 플롯(검은색과="" 빨간색="" 선은="" 평균과="" 중앙값을="" 나타냄,="" 각각(hoffmann,="" 2015)).="" (d)="" 감마(고주파),="" 알파/베타(중간="" 주파수)="" 및="" 세타(저주파)="" 대역에서="" 활성인="" 모든="" 전극의="" 분포는="" 9개의="" 선택된="" 피질="" 관심="" 영역(v="" -="" 시각적,="" it="" -="" 열등한="" 시간적,="" pre="" -="" 전두엽,="" 측두정엽,="" mtl="" -="" 근심측두엽,="" lt="" -="" 측두엽,="" br="" -="" 브로카="" 영역,="" pfc="" -="" 전전두피질,="" fp="" -="" 전두극)="" 감마대(빨간색)에서="" 활동하는="" 전전두="" 전극이="" 상대적으로="" 더="" 많고="" 전극이="" 더="" 많습니다.="" 평균="" 뇌="" 표면="" 플롯,="" 만화="" 요약="" 및="" 바이올린="" 플롯에서="" 볼="" 수="" 있듯이="" 모든="" 밴드(검은색)에="" 걸쳐="" 활성화된="" 시각적="" 영역에서.="" 모든="" 전극당="" 두="" 개="" 이상의="" 주파수="" 대역이="" 활성화된="" 시각="" 영역을="" 제외하고="" 대부분의="" 전극은="" 전반적으로="" 저,="" 중,="" 고="" 주파수="" 중="" 하나="" 또는="" 두="" 개의="" 주파수="" 대역에서만="" 활성화되었음을="" 주목하십시오.="" 그림="" 범례,="" 독자는="" 이="" 기사의="" 웹="" 버전을="">
다음으로 우리는 한 전극 사이트에서 유도된 스펙트럼 활동이 유사한 주파수 범위에서 중첩되는지 여부를 질문했습니다. 우리는 활동을 저주파, 중간 및 고주파 그룹(각각 세타, 알파/베타 및 감마)으로 분류하고 다른 그룹 조합을 가진 활성 전극의 비율을 비교했습니다. 모든 활성 전극의 절반 이상이 유도 전력이 저주파, 중간 또는 고주파수 대역에만 있음을 보여주었습니다(그림 2D). 모든 그룹에서 중첩이 높은 전극은 주로 후방 시각 영역에 국한되었습니다(그림 2D, 검정색). 세 가지 주파수 그룹 중 하나에서 유도 전력을 보인 나머지 전극 사이트는 메모리 인코딩 동안 상대적으로 더 높은 주파수 감마 활성이 존재하는 전두엽 영역을 제외하고 각 ROI에서 유사한 비율로 피질 전체에 균일하게 분포되었습니다(그림 3d). .2D, 빨간색). 우리의 결과는 특정 주파수 범위의 활동이 특정 피질 부위에서 주로 유도되어 "스펙트럼 지문"의 개념과 일치하는 모자이크와 같은 분포 패턴을 형성한다는 것을 보여주었습니다(Siegel et al., 2012).
3.2. 유도 전력의 측면 효과는 특정 주파수와 피질 영역에 따라 다릅니다.
우리의 다음 질문은 단어 인코딩(그림 1) 동안 유도된 전체 대역 내 전력이 해부학적 위치, 주파수 대역 또는 반구에 따라 다른지였습니다. 개별 활성 전극은 피질 영역에 걸쳐 이질적인 분포에도 불구하고 유사한 크기의 유도 전력을 나타낼 수 있습니다(그림 2). 전반적으로 유도 전력에 대한 주파수 대역의 상당한 영향이 있었습니다(반복 측정 ANOVA F=1346.99,p < 0.{11}}01,="" df="" {="" {8}}).="" 뇌="" 영역(anova="" f="38.21," p="">< 0.001,="" df="37)" 및="" 전극의="" 반구="" 위치(anova="" f="17.4," p="">< 0.001,="" df="" {{="" 18}}).="">
그림 3. 인코딩 중 유도 전력의 시간 프로필은 특정 주파수와 피질 영역에서 편측성 효과를 나타냅니다. (A) 각 패널은 왼쪽 및 오른쪽 반구(빨간색 및 파란색, 각각)에 대해 별도로 표시된 주어진 주파수 대역 및 뇌 영역의 모든 활성 전극에서 추정된 단어 프레젠테이션(회색 배경) 시간에 따른 시험 평균 전력 변화를 보여줍니다. . 배경의 회색 영역 플롯은 50ms 시간 빈에서 두 반구 사이의 통계적 차이(t-통계량)를 요약하고 어두운 회색은 왼쪽 반구(가로 파선, 학생 t-검정, p < 0.05).="" 중요한="" 측면="" 효과는="" 주어진="" 뇌="" 영역의="" 특정="" 주파수="" 대역에="" 국한됩니다.="" (b)="" 9개="" 뇌="" 영역(레이블은="" 그림="" 2="" 참조)과="" 메모리="" 인코딩의="" 4단계에="" 걸친="" 모든="" 주파수="" 대역에서="" 총="" 유도="" 전력(반복="" 측정="" anova)의="" 요약="" 비교="" –="" 피험자="" 내="" 요인(빨간색="" 별표는="" 상당한="" 차이를="" 나타냄)="" ;="" tukey-kramer="" 테스트,="" p="">< 0.05).="">메모리효과는 왼쪽 전전두엽 피질(검정색 이중 화살표로 표시)에서 가장 큰 반면 MTL은 오른쪽 반구 영역에서 가장 큰 효과를 나타냈습니다(이 그림 범례에서 색상에 대한 참조를 해석하기 위해 독자는 웹 이 문서의 버전입니다.).
그룹 분석(Tukey-Kramer, p < 0.05)은="" 낮은="" 감마="" 대역과="" 높은="" 감마="" 대역="" 사이를="" 제외하고="" 대역의="" 주파수가="" 증가함에="" 따라="" 훨씬="" 더="" 작은="" 전력을="" 확인했습니다(보충="" 그림="" 1).="" 후두엽="" 내의="" 전극은="" 높은="" 감마="" 활성에="" 대한="" 이전="" 연구(kucewicz="" et="" al.,="" 2019)와="" 일치하여="" 다른="" 어떤="" 영역보다="" 훨씬="" 더="" 높은="" 유도="" 전력을="">
