EEG 마이크로스테이츠

EEG microstates

EEG 마이크로스테이트는 과도, 패턴, 준안정 상태 또는 전자파 사진의 패턴이다. 이것들은 몇 밀리초에서 몇 초까지 지속되는 경향이 있고 인간의 신경학적 작업의 가장 기본적인 인스턴스화라고 가정되어 있으며, 따라서 "사상의 원자"라는 별명이 붙는다.[1] 현재 일반적으로 광범위한 대역폭 EEG 대역이 사용되고 있지만, 마이크로스테이트 추정과 분석은 원래 알파 밴드 활동을 사용하여 수행되었다.[2] 마이크로스테이트의 준안정성은 "지구적 [EEG] 지형이 고정되어 있지만 강도가 다양하고 극성이 반전될 수 있다"[3]는 것을 의미한다.

역사

무태스크 휴식과 과제 수행(이벤트 관련 마이크로스테이트) 중 뇌전기 활동의 시간적 미세상태의 개념은 1971년부터 1987년 사이에 디트리히 레만과 그의 협력자(스위스 취리히 대학의 뇌-마인드 연구를 위한 키 연구소)에 의해 개발되었다([4][5][6] 참조). "EEG microstates". Scholarpedia.) Dris. Thomas Koenig(스위스 정신의학 대학병원)와 Dietrich Lehmann(스위스 KEY Institute for Brain-Mind Research, KEY Institute for Brain-Mind Research)[1]은 EEG Microstate 분석의 선구자로 인정받는 경우가 많다.[2] 유럽 정신의학과 임상 신경과학 기록 보관소에 있는 1999년 논문에서 코닉과 레만은 정신분열증 환자의 EEG를 분석하여 장애의 잠재적인 기본 인지 뿌리를 조사해왔다.[1] 그들은 1밀리초 단위로 EEGs에 관심을 돌리기 시작했다. 그들은 정상 피험자와 정신분열증 환자 모두 이러한 미세조직을 공유한다고 판단했지만, 두 집단 사이에 특성이 달라 다음과 같은 결론을 내렸다.

"순간 뇌 전기장 구성은 뇌의 순간적인 글로벌 기능 상태를 나타내는 것이다. 필드 구성은 2초 미만의 범위("마이크로스테이트")에서 일정 시간 동안 지속되는 경향이 있으며 몇 가지 구성 등급 내에서 집중된다. 이에 따라 뇌장 데이터는 시간적으로 중복되지 않고 뇌 미세상태의 재발 클래스로 효율적으로 축소될 수 있다. 서로 다른 구성이 서로 다른 활성 신경 앙상블에 의해 발생했음에 틀림없고, 따라서 서로 다른 미세 물질들이 서로 다른 기능을 수행한다고 가정한다."[1]

미세상태의 식별 및 분석

EEG에서 마이크로스테이트로

EEG 마이크로스테이트 시퀀스를 분리하고 분석하는 것은 일반적으로 몇 가지 평균화 및 필터링 단계를 이용하는 사후 작업이다. 1999년 Koenig와 Liman이 그들의 실험을 실행했을 때, 그들은 피험자의 눈을 감은 휴식 상태 EEG로부터 시작함으로써 이 시퀀스를 구성했다. EEG의 처음 몇 개의 사건 없는 분들은 격리되었다가 약 2초간의 기간이 각각 다시 필터링되었다(밴드 패스 ≈ 2–20 Hz). 일단 에폭스가 여과되고 나면, 이러한 미세상태들은 k-평균군 군집화, 즉 포스트혹을 통해 분석적으로 평균 등급으로 군집화되었다.[7] 퍼지 C-Means를 사용한 확률론적 접근법도 제안되었다.[8]

클러스터링 및 처리

뇌는 짧은 시간 동안 매우 많은 변형을 겪기 때문에, 마이크로스테이트 분석은 본질적으로 평균 EEG 상태를 분석하는 것이다. Koenig와 Lehmann은 클래스 또는 반복 평균 EEG 구성을 만드는 표준을 설정했다. 모든 EEG 데이터가 수집되면 "프로토타입" EEG 세그먼트를 선택하여 수집된 다른 모든 마이크로스테이트를 비교한다. 평균화 과정은 이렇게 시작된다. 이 "프로토타입"으로부터의 분산을 계산하여 기존 클래스에 추가하거나 별도의 클래스를 만든다. 유사한 구성이 함께 "클러스터"된 후, 정확성을 위해 "프로토타입"을 선택하고 비교하는 과정을 여러 번 반복한다. 이 과정은 Koenig와 Lehmann에 의해 더 자세히 설명된다.

"10개의 맵과 각 프로토타입 맵의 EEG 공간 구성의 유사성은 맵의 극성을 생략하기 위한 결정 계수를 사용하여 계산된다.…각 등급별로 시제품 맵은 맵의 첫 번째 공간적 주성분을[7] 계산하여 할당된 맵을 모두 결합하여 업데이트되며, 따라서 맵 극성을 무시하면서 공통분산을 최대화한다." 이 프로세스는 수집된 데이터 중에서 무작위로 선택한 다른 프로토타입 맵을 사용하여 여러 번 반복하여 통계적 비교와 분산 결정에 사용한다.[7]

클래스 만들기 및 할당

대부분의 연구는[1][9][10][11][12][13][14] 동일한 4가지 등급의 미시 상태 지형을 보여준다.

전형적인 4급 미시 상태 지형 순서. 왼쪽에서 오른쪽으로: 클래스 A, B, C, D
  • A: 오른쪽에서 왼쪽까지
  • B: 왼쪽-앞에서 오른쪽-뒤로
  • C: 후두에서 정면까지
  • D: 대부분 C급보다 전두엽과 후두부 활동량이 약간 적음

그러나 많은 연구에서 의미 있을 가능성이 높은 다른 EEG 마이크로스테이트 템플릿 맵도 발견되었다.[15] 관측된 분산 중 높은 비율을 설명하기 위해 16개의 맵에 통합되었다.[16] ICA 접근법을 사용하여 13개의 지도를 발견했다. '발견'되어 사용되는 마이크로스테이트의 수는 부분적으로 사람의 인지 상태의 함수일 뿐 아니라, 마이크로스테이트를 클러스터링하고 할당하는 데 사용되는 방법도 있다. 역사적으로 항상 결정적으로 마이크로스테이트가 할당되어 왔지만, 최근의 연구는 또한 마이크로스테이트의 확률론적 분석을 통해 해결될 수 있는 계산적, 분석적, 개념적 문제가 있다는 것을 시사했다.[8]

적용들

인간의 인식에 대한 기본적인 이해

EEG Microstates가 뇌의 인지 및 신경 정보 처리의 기본 단계를 나타낸다는 것이 현재의 가설이지만, 이 이론을 굳히기 위해서는 아직도 많은 연구가 필요하다.

Koenig, Lehmann 등 2002년 [17]

이 연구는 다양한 연령의 정상 인간에 대한 EEG 미시상태 분산을 조사했다. 그것은 12세, 16세, 18세, 40-60세 전후의 평균 미시 상태 지속시간에 스파이크가 나타나는 "연령과 함께 합법적이고 복잡한 진화"를 보여주었고, 이는 그 나이에 상당한 뇌 진화가 일어나고 있음을 시사한다.[17] 그 원인에 대해서는 신경경로의 성장과 구조조정 때문이라고 가설을 세웠다.

뇌조직 개발의 마이크로 아키텍처에 관한 연구에서는 비교적 조직화되지 않은 시냅스 연결의 초기 초과 이후 시냅스의 수가 점차 줄어드는 반면, 연결의 조직 정도는 증가했다는 것이 관찰되었다(Huttenlocher, 1979; Rakic et al., 1986). 따라서 관찰된 미시 상태 프로파일 결과의 변화가 새로운 연결의 형성보다 비기능적 연결의 제거를 형성할 가능성이 더 높다. 현재 결과와 신경생물학적 과정과의 또 다른 가능한 관계는 나이가 들수록 비대칭 미세현상은 줄어드는 반면 대칭 미세현상은 증가한다는 관측에서 나온다. 비대칭 마이크로스테이트가 주로 일방적인 뇌 활동에서 비롯되는 반면 대칭 마이크로스테이트는 주로 양방향 활동을 나타낸다고 가정하면 관찰된 효과는 청소년기 후반까지 계속되는 말뭉치의 성장과 관련이 있을 수 있다(예: Giedd et al., 1999). [17]

반 데 빌, 브릿즈, 그리고 2010년 미셸 [3]

제네바에 있는 연구자들에 의해 행해진 연구에서, EEG 마이크로스테이트의 시간적 역학관계와 가능한 프랙탈 성질이 정상적인 인간 대상들에서 분석되었다. 마이크로스테이트는 지구 지형이지만 아주 작은 시간에 발생하며 매우 빠르게 변화하기 때문에, 판 드 빌, 브리츠, 미셸은 이러한 "생각의 atoms"가 시간적 차원에서 프랙탈과 같다는 가설을 세웠다. 즉, EEG는 스케일업이든 스케일다운이든 그 자체로 마이크로스테이트의 구성이다. 이 가설은 초기에 EEG 마이크로스테이트의 빠른 시간 척도와 광도 사이의 강한 상관관계와 휴식 상태 fMRI의 훨씬 느린 신호에 의해 조명되었다.

"다른 EEG 마이크로스테이트가 발생하는 시간 코스를 혈류역학적 반응함수(HRF)와 경합한 다음 이를 기존 fMRI 분석을 위한 일반 선형 모델에서 리제어로 사용함으로써 EEG 마이크로스테이트와 fMRI 휴식상태 네트워크(RSN)의 연결이 확립되었다. HRF는 빠른 EEG 기반 신호에 강한 시간적 평활 필터 역할을 하기 때문에 통계적으로 유의미한 상관관계를 찾을 수 있다는 점이 주목할 만하다. 이 스무딩이 미세 상태 시퀀스에서 정보를 전달하는 신호를 제거하지 않았고 더욱이 원래의 미세 상태 시퀀스와 리제스터가 약 두 개의 크기 차이에 있는 시간 척도에서 동일한 상대적 행동을 보인다는 사실은 EEG 마이크로스테이트의 시간 코스가 척도 불변임을 시사한다."

이 스케일 인바리어트 역학은 프랙탈의 가장 강력한 특징이며, 마이크로스테이트는 전지구적 뉴런 네트워크를 나타내기 때문에 이러한 미세스테이트들이 일시적으로 단색(일차원 프랙탈) 행동을 보인다고 결론을 내리는 것이 정당하다. 여기서 우리는 또한 지구 지형도 측정인 fMRI가 아마도 그 마이크로스테이트의 스케일업된 표현일 가능성을 볼 수 있고, 따라서 EEG 마이크로스테이트가 한 사람의 지구 인지 처리의 기본 단위라는 가설을 더욱 뒷받침할 수 있다.

심리 병리학

대조군과 정신질환자 사이의 EEG 미시상태 클래스를 비교한 결과 중요한 결과가 나왔으며, 정신질환자의 기본적인 휴식 상태가 불규칙하다는 것을 시사한다. 이것은 어떤 정보가 처리되거나 생성되기 전에 불규칙한 미시 상태 시퀀싱의 역학 관계에 구속된다는 것을 암시한다.[1][9][10][11][12][13][14] 미세 상태 분석은 일부 신경성 질환의 기본 메커니즘을 이해하는 데 도움을 줄 수 있는 큰 잠재력을 가지고 있지만, 널리 받아들여지는 진단이 되기 위해서는 아직 개발되어야 할 많은 작업과 이해가 있다.[2]

정신분열증

많은 연구들이 정신분열증을 가진 사람들에게서 EEG 미세정체의 시간적 역학을 연구해왔다.[1][18][19][20][21] Koenig와 Lehmann은 조현병 환자의 EEG 마이크로스테이트의 시간적 역학을 건강한 대조군과 비교한 첫 번째 연구에서 조현병 환자는 대조군에 비해 미시 상태 A급에서 너무 많은 시간을 보내는 경향이 있다고 보고했다.[1] 그러나 정신분열증 연구에 관한 다른 연구들은 다른 그림을 제시했다. 1999년부터 2015년까지의 연구로 구성된 메타분석은 대조군보다 정신분열증 환자에서 더 자주 그리고 더 오랜 기간 동안 발생하는 반면, D등급은 덜 자주 그리고 더 짧은 기간 동안 발생하는 것으로 나타났다.[22] 이러한 결과는 나중에 메타분석에 의해서도 확인되었다.[21] 정신질환 발병 위험이 30%인 인구 22q11.2 삭제 증후군을 가진 청소년을 대상으로 한 연구에서도 비슷한 이상이 보고됐다.[18] 조현병 환자들의 영향을 받지 않은 형제자매에서도 C급과 D급 이상이 발견돼 저자들이 마이크로스테이트 C와 D의 역학이 조현병 후보 내시경형임을 시사하게 됐다.[21]

공황장애

2011년 7월 쾨니그 박사는 일본 가나자와대 연구진, 스위스 베른대 연구진과 협력해 공황장애(PD)에 대한 미시국가 분석을 실시했다. 그들은 이 사람들이 정신분열증 [9]연구와 같은 우뇌에서 좌뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우뇌우위 이는 측두엽 오작동을 시사하는데, 이는 PD가 있는 사람들의 fMRI 연구에서 보고된 바 있다; 그들은 대조군 피실험자들보다 평균 9.26밀리초를 더 소비했다. 이러한 일탈적 미시상태 순서는 정신분열증 연구와 매우 유사하며, 불안이 흔히 조현병에서 발견되기 때문에 신경학적 병리학적 심각성과 사람의 미시상태 순서 사이에 강한 상관관계가 있음을 나타낼 수 있다.

수면분석

1999년 칸테로, 아티엔자, 살라스, 고메스는 눈을 감은 상태/완화 상태, 수면 시작 시 졸림 상태, 렘 수면의 정상적 인간 대상자의 알파 리듬을 연구했다. 그들은 평균적으로 결정된 미시 상태 등급이 3가지 다른 매개변수에 따라 의식 상태 간에 다르다는 것을 발견했다.[23]

  • 눈을 감은 휴식 기간 동안 다른 두 상태보다 평균 미시 상태 지속 시간이 더 길었다.
  • 수면 시작 시 졸음 중에 가장 큰 초당 총 마이크로스테이트 수
  • 또한 수면 시작 시 졸음 중에 결정된 클래스 수가 가장 많았다.

이 연구는 뇌 활동과 EEG 역학의 복잡성을 조명한다. 데이터는 "알파(파동) 활동이 각 신경 상태의 서로 다른 뇌 정보를 색인화할 수 있다"[23]고 시사한다. 나아가 알파 리듬이 "잠자는 상태에서 졸음기에 나타나는 알파 활동은 수면 뇌가 스스로 생성한 최면 영상을 지수화하고, 렘수면의 경우 파상증상을 지수화할 수 있다"[23]고 제안한다. 또 다른 주장은 안정적 두뇌 활동의 긴 기간이 정보 처리의 적은 양을 처리할 수 있고, 따라서 미세한 상태의 변화는 거의 없을 수 있으며, 반면에 짧고 안정적이지 못한 뇌 활동은 처리해야 할 많은 양의 다른 정보를 반영할 수 있고, 따라서 더 많은 미세한 상태의 변화를 반영할 수 있다는 것이다.

참고 항목

참조

  1. ^ a b c d e f g h Koenig T, Lehmann D, Merlo MC, Kochi K, Hell D, Koukkou M (1999). "A deviant EEG brain microstate in acute, neuroleptic-naive schizophrenics at rest". European Archives of Psychiatry and Clinical Neuroscience. 249 (4): 205–11. doi:10.1007/s004060050088. PMID 10449596. S2CID 9107646.
  2. ^ a b c 이센하트, 로버트 "EEG 마이크로스테이트의 상태." 온라인 인터뷰. 2011년 9월 26일.
  3. ^ a b Van de Ville D, Britz J, Michel CM (October 2010). "EEG microstate sequences in healthy humans at rest reveal scale-free dynamics" (PDF). Proceedings of the National Academy of Sciences of the United States of America. 107 (42): 18179–84. Bibcode:2010PNAS..10718179V. doi:10.1073/pnas.1007841107. PMC 2964192. PMID 20921381.
  4. ^ Lehmann D (November 1971). "Multichannel topography of human alpha EEG fields". Electroencephalography and Clinical Neurophysiology. 31 (5): 439–49. doi:10.1016/0013-4694(71)90165-9. PMID 4107798.
  5. ^ Lehmann D, Skrandies W (June 1980). "Reference-free identification of components of checkerboard-evoked multichannel potential fields". Electroencephalography and Clinical Neurophysiology. 48 (6): 609–21. doi:10.1016/0013-4694(80)90419-8. PMID 6155251.
  6. ^ Lehmann D, Ozaki H, Pal I (September 1987). "EEG alpha map series: brain micro-states by space-oriented adaptive segmentation". Electroencephalography and Clinical Neurophysiology. 67 (3): 271–88. doi:10.1016/0013-4694(87)90025-3. PMID 2441961.
  7. ^ a b c Pascual-Marqui RD, Michel CM, Lehmann D (July 1995). "Segmentation of brain electrical activity into microstates: model estimation and validation". IEEE Transactions on Bio-Medical Engineering. 42 (7): 658–65. doi:10.1109/10.391164. PMID 7622149. S2CID 12736057.
  8. ^ a b Dinov M, Leech R (2017). "Modeling Uncertainties in EEG Microstates: Analysis of Real and Imagined Motor Movements Using Probabilistic Clustering-Driven Training of Probabilistic Neural Networks". Frontiers in Human Neuroscience. 11: 534. doi:10.3389/fnhum.2017.00534. PMC 5671986. PMID 29163110.
  9. ^ a b c Kikuchi M, Koenig T, Munesue T, Hanaoka A, Strik W, Dierks T, et al. (2011). Yoshikawa T (ed.). "EEG microstate analysis in drug-naive patients with panic disorder". PLOS ONE. 6 (7): e22912. Bibcode:2011PLoSO...622912K. doi:10.1371/journal.pone.0022912. PMC 3146502. PMID 21829554.
  10. ^ a b Kindler J, Hubl D, Strik WK, Dierks T, Koenig T (June 2011). "Resting-state EEG in schizophrenia: auditory verbal hallucinations are related to shortening of specific microstates". Clinical Neurophysiology. 122 (6): 1179–82. doi:10.1016/j.clinph.2010.10.042. PMID 21123110. S2CID 7269365.
  11. ^ a b Lehmann D, Faber PL, Galderisi S, Herrmann WM, Kinoshita T, Koukkou M, et al. (February 2005). "EEG microstate duration and syntax in acute, medication-naive, first-episode schizophrenia: a multi-center study". Psychiatry Research. 138 (2): 141–56. doi:10.1016/j.pscychresns.2004.05.007. PMID 15766637. S2CID 24984292.
  12. ^ a b Stevens A, Lutzenberger W, Bartels DM, Strik W, Lindner K (January 1997). "Increased duration and altered topography of EEG microstates during cognitive tasks in chronic schizophrenia". Psychiatry Research. 66 (1): 45–57. doi:10.1016/s0165-1781(96)02938-1. PMID 9061803. S2CID 38114510.
  13. ^ a b Strelets V, Faber PL, Golikova J, Novototsky-Vlasov V, Koenig T, Gianotti LR, et al. (November 2003). "Chronic schizophrenics with positive symptomatology have shortened EEG microstate durations". Clinical Neurophysiology. 114 (11): 2043–51. doi:10.1016/s1388-2457(03)00211-6. PMID 14580602. S2CID 23762909.
  14. ^ a b Strik WK, Chiaramonti R, Muscas GC, Paganini M, Mueller TJ, Fallgatter AJ, et al. (October 1997). "Decreased EEG microstate duration and anteriorisation of the brain electrical fields in mild and moderate dementia of the Alzheimer type". Psychiatry Research. 75 (3): 183–91. doi:10.1016/s0925-4927(97)00054-1. PMID 9437775. S2CID 35510431.
  15. ^ Britz J, Díaz Hernàndez L, Ro T, Michel CM (2014). "EEG-microstate dependent emergence of perceptual awareness". Frontiers in Behavioral Neuroscience. 8: 163. doi:10.3389/fnbeh.2014.00163. PMC 4030136. PMID 24860450.
  16. ^ Yuan H, Zotev V, Phillips R, Drevets WC, Bodurka J (May 2012). "Spatiotemporal dynamics of the brain at rest--exploring EEG microstates as electrophysiological signatures of BOLD resting state networks". NeuroImage. 60 (4): 2062–72. doi:10.1016/j.neuroimage.2012.02.031. PMID 22381593. S2CID 10712820.
  17. ^ a b c d Koenig T, Prichep L, Lehmann D, Sosa PV, Braeker E, Kleinlogel H, et al. (May 2002). "Millisecond by millisecond, year by year: normative EEG microstates and developmental stages". NeuroImage. 16 (1): 41–8. doi:10.1006/nimg.2002.1070. PMID 11969316. S2CID 572593.
  18. ^ a b Tomescu MI, Rihs TA, Roinishvili M, Karahanoglu FI, Schneider M, Menghetti S, et al. (September 2015). "Schizophrenia patients and 22q11.2 deletion syndrome adolescents at risk express the same deviant patterns of resting state EEG microstates: A candidate endophenotype of schizophrenia". Schizophrenia Research. Cognition. 2 (3): 159–165. doi:10.1016/j.scog.2015.04.005. PMC 5779300. PMID 29379765.
  19. ^ Giordano GM, Koenig T, Mucci A, Vignapiano A, Amodio A, Di Lorenzo G, et al. (2018). "Neurophysiological correlates of Avolition-apathy in schizophrenia: A resting-EEG microstates study". NeuroImage. Clinical. 20: 627–636. doi:10.1016/j.nicl.2018.08.031. PMC 6128100. PMID 30202724.
  20. ^ Andreou C, Faber PL, Leicht G, Schoettle D, Polomac N, Hanganu-Opatz IL, et al. (February 2014). "Resting-state connectivity in the prodromal phase of schizophrenia: insights from EEG microstates". Schizophrenia Research. 152 (2–3): 513–20. doi:10.1016/j.schres.2013.12.008. PMID 24389056. S2CID 21444679.
  21. ^ a b c da Cruz JR, Favrod O, Roinishvili M, Chkonia E, Brand A, Mohr C, et al. (June 2020). "EEG microstates are a candidate endophenotype for schizophrenia". Nature Communications. 11 (1): 3089. doi:10.1038/s41467-020-16914-1. PMC 7303216. PMID 32555168. S2CID 219730748.
  22. ^ Rieger K, Diaz Hernandez L, Baenninger A, Koenig T (2016). "15 Years of Microstate Research in Schizophrenia - Where Are We? A Meta-Analysis". Frontiers in Psychiatry. 7: 22. doi:10.3389/fpsyt.2016.00022. PMC 4767900. PMID 26955358.
  23. ^ a b c d Cantero JL, Atienza M, Salas RM, Gómez CM (1999). "Brain spatial microstates of human spontaneous alpha activity in relaxed wakefulness, drowsiness period, and REM sleep". Brain Topography. 11 (4): 257–63. doi:10.1023/A:1022213302688. PMID 10449257. S2CID 13961921.