Surfing hjernebølger med EEG

Bilder er kraftige verktøy for å illustrere kvantitative data og fange allmennhetens interesse. Hvert år slipper NASA mange vakre bilder av Marsdyner og fjerne tåker som hjelper til med å vinne offentlig finansiering. På samme måte når det gjelder å ta tak i overskrifter og kommandere offentlighet Merk følgende, studier av funksjonell hjerneaktivitet gjør det ofte best når de vakkert illustrerer nevnte aktivitet som fargerike piksler som danser på den viklede overflaten av hjernebarken.

Du har sikkert hørt om funksjonell magnetisk resonansavbildning, eller fMRI, teknologien som produserer fantastiske hjerneskanninger sett på kveldsnyhetene. Imidlertid mangler disse bildene en kritisk dimensjon: tid. Hjerneaktivitet foregår på et millisekund tidsrom, men fMRI fanger opp denne aktiviteten med en hastighet på hele hjerneskanningen per sekund. Dette tilsvarer heller å se en film som er filmet med en hastighet på en ramme per sekund.

EEG, forkortelse for elektroencefalogram, er en relativt gammel teknologi, først introdusert av Hans Berger i 1929, der elektroder plassert i hodebunnen registrerer hjernens elektriske aktivitet ("hjernebølger") med millisekunders oppløsning. Ved å ta tusenvis av prøver i sekundet, fanger EEG opp løpet av undersekund nevrale svar på stimuli. Videre er EEG et direkte mål på hjerneaktivitet som foregår på deler av nevroner som kalles synapser og dendritter, mens fMRI i stedet måler metabolsk aktivitet som en fullmakt for synaptisk aktivitet og nevronal avfyring.

Mens man naivt kan anta at EEG er en primitiv teknologi gitt dens relative antikk og manglende evne til å produsere sexy bilder, gir moderne datamaskiner enorme mengder informasjon fra EEG innspillinger. Selv om de opprinnelig ble spilt inn med en glidende penn på seismograflignende måte, digitaliserte EEG-data i 80-tallet tillot matematiske transformasjoner av EEG-opptak for å vise et spekter av hjerner svingninger. Annerledes hjernesvingninger eller "hjernebølger" er assosiert med forskjellige kognitive oppgaver og hjerneprosesser. De alfa-rytmefor eksempel assosiert med nevral "tomgang" i den hvilende hjernen; de gammarytme er assosiert med kognisjon og koordinering av hjerneområder som behandler forskjellige aspekter av den samme informasjonen.

Med fremkomsten av raskere datamaskiner, har nylig blitt brukt matematikk fra feltene kaosteori og informasjonsteori for å tallfeste kompleksiteten i EEG-opptak. Disse beregningene gir løfte om å identifisere biomarkører (objektive, kvantifiserbare signaturer) av hjernesykdommer som schizofreni, autisme, og Alzheimers. I normal klinisk praksis har EEG blitt brukt i flere tiår for å diagnostisere epilepsi og søvnforstyrrelser; det er også et uvurderlig verktøy for å observere koma og overvåke dybden av anestesi. EEG-testene er billige og svært bærbare, og er enklere å administrere enn MR-hjerneskanninger og mer praktiske for mange formål.

EEG og fMRI er begge nyttige verktøy for å måle funksjonell hjerneaktivitet, hver med sine egne styrker og svakheter. Registrert fra hodebunnen har EEG dårlig romlig lokalisering, men adresser hva spørsmål med sin høye tidsmessige (dvs. tid) oppløsning. Derimot har fMRI utmerket romlig lokalisering for adressering hvor spørsmål, men mangler ofte den tidsmessige oppløsningen for å fortelle oss hva som foregår i hjernen. Av denne grunn er fMRI mest hensiktsmessig når en forsker ønsker å ta opp en anatomisk hypotese (f.eks. Hvilken hjerneområde foregår dette i?). Hjernen trekker en delikat balanse mellom funksjonell segregering og integrasjon: kognitive oppgaver er delvis lokalisert til spesifikke hjerneområder og delvis fordelt over hele hjernen. EEG og fMRI er begge passende for å teste forskjellige hypoteser i forskjellige sammenhenger.

~

Dette innlegget ble tilpasset fra et tidligere innlegg av Joel på Kjenner nevroner.