Публикации
Актуальность. Картирование речевых зон – один из важнейших этапов нейрохирургического вмешательства в области коры головного мозга. Обычно для этой цели применяют электрическую стимуляцию, которая, однако, может вызвать судорожный приступ, что делает невозможным дальнейшее проведение процедуры и значительно изменяет ход операции, особенно в случае выполнения речевого картирования во время интраоперационного пробуждения пациента.
Цель исследования – апробировать установку для интраоперационного пассивного картирования функциональных зон коры мозга, сравнить информативность и безопасность пассивного и активного картирования речевых зон.
Материалы и методы. Авторами создан и апробирован мобильный программно-аппаратный комплекс для высокоточного определения расположения зоны Брока на основе анализа процессов десинхронизации колебаний высокочастотного гамма-диапазона, регистрируемых 64-микроэлектродной сеткой для электрокортикографии в момент произношения пациентом названий предметов и действий.
Результаты. Выявлено точное совпадение локализации речевого центра, которую определили путем анализа изменений биоэлектрического сигнала, полученного от коры мозга при электрокортикографии, и локализации, которую определили путем электростимуляции по классической методике W. Penfield.
Заключение. Пассивное картирование функциональных зон коры головного мозга позволяет расширить возможности нейрохирургических операций в соответствующей области мозга и увеличить число пациентов, у которых можно точно установить локализацию речевого центра. Необходимы дальнейшие исследования с разработкой алгоритмов предъявления стимулов и расширением перечня функциональных зон, подлежащих пассивному картированию.
Ключевые слова: электрокортикография, речевое картирование, колебания высокочастотного гамма-диапазона, функциональные зоны мозга, электростимуляция
The principal possibility of creating optically pumped compact magnetic sensor for MEG operating in a wide magnetic field range is experimentally proved.
We utilized the event-related potential (ERP) technique to study neural activity associated with different levels of working memory (WM) load during simultaneous interpretation (SI) of continuous prose. The amplitude of N1 and P1 components elicited by task-irrelevant tone probes was significantly modulated as a function of WM load but not the direction of interpretation. Furthermore, the latency of the P1 increased significantly with WM load. The WM load effect on N1 latency, however, did not reach significance. Larger negativity under lower WM loads suggests that more attention is available to process the source message, providing the first electrophysiological evidence in support of the Efforts Model of SI. Relationships between the direction of interpretation and median WM load are also discussed.
Objective. Brain-computer interface (BCI) systems are known to be vulnerable to variabilities in background states of a user. Usually, no detailed information on these states is available even during the training stage. Thus there is a need in a method which is capable of taking background states into account in an unsupervised way. Approach. We propose a latent variable method that is based on a probabilistic model with a discrete latent variable. In order to estimate the model's parameters, we suggest to use the expectation maximization (EM) algorithm. The proposed method is aimed at assessing characteristics of background states without any corresponding data labeling. In the context of asynchronous motor imagery paradigm, we applied this method to the real data from twelve able-bodied subjects with open/closed eyes serving as background states. Main results. We found that the latent variable method improved classication of target states compared to the baseline method (in seven of twelve subjects). In addition, we found that our method was also capable of background states recognition (in six of twelve subjects). Signicance. Without any supervised information on background states, the latent variable method provides a way to improve classication in BCI by taking background states into account at the training stage and then by making decisions on target states weighted by posterior probabilities of background states at the prediction stage.
Постановка проблемы: пространственное разрешение электроэнцефалографии/магнитоэнцефалографии зависит от метода решения обратной задачи, которая в силу фундаментальных физических причин является некорректно поставленной и имеет бесконечно большое количество решений. В последние несколько лет появились новые свидетельства о том, что нейрональная активность распространяется по коре в соответствии с волновым паттерном, характеризуемым некоторым направлением и скоростью распространения волны. Новые данные о пространственно-временной динамике распространения нейрональной активности по коре головного мозга требуют пересмотра существовавшей долгое время парадигмы, в которой пространственная структура активности рассматривалась независимо от временной динамики. Цель исследования: разработка нового метода локализации электрической активности головного мозга, который позволяет достаточно точно восстановить исходную активность по имеющимся данным на сенсорах в предположении, что эта активность имеет волновую структуру. Результаты: разработан новый математический аппарат регуляризации обратной задачи, ограничивающий решения множеством пространственно-временных динамик, удовлетворяющих двумерному волновому уравнению, определенному на нерегулярной сетке узлов, аппроксимирующих кортикальную поверхность. Это новый метод, реализованный в соответствии с хорошо себя зарекомендовавшей общей методологией регуляризации некорректно поставленных задач на основании минимизации Q-нормы решения. Cравнение на модельных данных с двумя наиболее распространенными методами решения обратной задачи показало, что новый метод, в отличие от них, сохраняет волновую структуру, обеспечивает наибольшую точность оценки моделируемой активности. Параметры регуляризующей волны рассчитываются в соответствии с минимизацией относительной невязки решения в пространстве сенсоров.
Нейрокомпьютерные интерфейсы, или, как их принято называть в отечественной литературе, интерфейсы мозг-компьютер (ИМК), находят применение в ряде областей и имеют потенциал использования для решения как исследовательских, так и практических задач. В настоящее время ведутся пилотные исследования клинического применения ИМК в постинсультной нейрореабилитации [Frolov et al., 2013; Ang et al., 2010], кроме того, существует перспектива использования ИМК для непосредственного восстановления возможностей движения/коммуникации путём создания альтернативного канала обмена информацией с интеллектуальными протезами и окружающей средой. При работе с электрофизиологическими данными возникает необходимость обработки многомерных, нестационарных сигналов, которые отражают сложные физиологические процессы. Интерфейсы, основанные на неинвазивных технологиях регистрации активности головного мозга, до сих пор не обеспечивают надёжного информационного контакта с мозгом пользователя. Результаты нашего исследования показывают, что улучшение рабочих характеристик таких систем возможно за счёт построения новых алгоритмов машинного обучения, учитывающих физиологические и психоэмоциональные особенности использования ИМК. Разработка таких алгоритмов может вестись как в классической Байесовской парадигме, так и с использованием современных технологий глубинного обучения. Кроме того, создание методик физиологической интерпретации нелинейных решающих правил, найденных многослойными структурами, открывает новые перспективы автоматического и объективного извлечения знаний из данных нейрофизиологических экспериментов. Несмотря на всю привлекательность неинвазивных технологий, радикальное повышение пропускной способности коммуникационного канала ИМК и применение этой технологии для управления протезами возможно лишь при помощи инвазивных методов регистрации активности головного мозга. Электрокортикограмма (ЭКоГ) - наименее инвазивная из таких технологий, и в заключительной части работы мы демонстрируем возможность использования ЭКоГ для декодирования кинематических характеристик движения пальца.
Objective. Brain-computer interface (BCI) systems are known to be vulnerable to variabilities in background states of a user. Usually, no detailed information on these states is available even during the training stage. Thus there is a need in a method which is capable of taking background states into account in an unsupervised way. Approach. We propose a latent variable method that is based on a probabilistic model with a discrete latent variable. In order to estimate the model's parameters, we suggest to use the expectation maximization (EM) algorithm. The proposed method is aimed at assessing characteristics of background states without any corresponding data labeling. In the context of asynchronous motor imagery paradigm, we applied this method to the real data from twelve able-bodied subjects with open/closed eyes serving as background states. Main results. We found that the latent variable method improved classication of target states compared to the baseline method (in seven of twelve subjects). In addition, we found that our method was also capable of background states recognition (in six of twelve subjects). Signicance. Without any supervised information on background states, the latent variable method provides a way to improve classication in BCI by taking background states into account at the training stage and then by making decisions on target states weighted by posterior probabilities of background states at the prediction stage.
Целью работы явилась оценка изменений поведения, способности к обучению и содержания нейротрофического фактора BDNF у крыс, перенесших неонатальный стресс. Кроме того, изучалась возможность коррекции эффектов неонатального стресса последующим введением аналога фрагмента АКТГ(4-10) семакса. В качестве стрессогенного воздействия использовали неонатальную изоляцию (НИ). Крысят ежедневно отлучали от матери и остального выводка на 5 часов в день в период с 1 по 14 дни жизни. Контрольные животные в первые две недели жизни не извлекались из гнезда. С 15 по 28 день жизни половине крыс, перенесших НИ, ежедневно интраназально вводили семакс в дозе 0.05 мг/кг. Остальные животные получали интраназально инъекции растворителя в те же сроки. Было показано, что НИ приводит к возрастанию уровня тревожности,незначительному увеличению депрессивности и нарушению воспроизведения условного рефлекса пассивного избегания у крыс в течение второго месяца жизни. В возрасте 1 месяца у крыс, перенесших НИ, наблюдалось увеличение содержания BDNF во фронтальной коре, а в возрасте 2 месяцев – снижение уровня нейротрофина в гиппокампе. Введение семакса крысам, перенесшим НИ, приводило к снижению тревожности и депрессивности, улучшению способности к обучению и нормализовало содержание BDNF в структурах мозга животных. Следовательно, хроническое интраназальное введение семакса после завершения процедуры НИ ослабляет негативные эффекты неонатального стресса.
регистрация МЭГ позволила выявить распределенную кортикальную сеть источников тета-осцилляций. Данная сеть включала в себя не только медиальную фронтальную кору, но также медиальные парацентральные и теменные области, островковую и слуховую кору, премоторные и моторные зоны в нижней лобной извилине. Полученные данные позволили подтвердить существование двух компонентов ошибки предсказания: ранний компонент ответа на сигнал обратной связи соответствовал компоненту ошибки предсказания «без знака», в то время как поздний компонент ответа на сигнал обратной связи отражал ошибку предсказания «со знаком». В данном исследовании впервые показана применимость и эффективность метода МЭГ для исследования тета осцилляций как коррелята процессов когнитивного контроля.
Проведенные исследования с применением модифицированных версий конденсационной задачи позволили выявить распределенные мозговые сети, ответственные за реализацию ряда важнейших аспектов когнитивного контроля. Подтверждено и расширено описание ряда фундаментальных закономерностей, полученных ранее в иных экспериментальных условиях и в иной сенсорной модальности (van Driel et al., 2012; Yeung, 2014).
In recent years, several assistive devices have been proposed to reconstruct arm and hand movements from electromyographic (EMG) activity. Although simple to implement and potentially useful to augment many functions, such myoelectric devices still need improvement before they become practical. Here we considered the problem of reconstruction of handwriting from multichannel EMG activity. Previously, linear regression methods (e.g., the Wiener filter) have been utilized for this purpose with some success. To improve reconstruction accuracy, we implemented the Kalman filter, which allows to fuse two information sources: the physical characteristics of handwriting and the activity of the leading hand muscles, registered by the EMG. Applying the Kalman filter, we were able to convert eight channels of EMG activity recorded from the forearm and the hand muscles into smooth reconstructions of handwritten traces. The filter operates in a causal manner and acts as a true predictor utilizing the EMGs from the past only, which makes the approach suitable for real-time operations. Our algorithm is appropriate for clinical neuroprosthetic applications and computer peripherals. Moreover, it is applicable to a broader class of tasks where predictive myoelectric control is needed.