Kognitívny evokovaný potenciál

Kognitívny evokovaný potenciál (angl. event-related potential, skr. ERP) je nameraná mozgová odozva, ktorá je priamym dôsledkom špecifického vnemového, kognitívneho alebo somatosenzorického podnetu.^[1] Formálnejšie, ide o ľubovoľnú stereotypickú elektrofyziologickú odozvu na stimul. Skúmanie mozgu takýmto spôsobom poskytuje neinvazívnu metódu na ohodnotenie mozgovej činnosti u pacientov s kognitívnymi ochoreniami.

Vlnová krivka ukazuje viacero ERP komponentov, zahrňujúc aj N100 a P300. Všimnite si, že ERP je vykreslený so zápornými napätím smerom nahor, čo je bežné, avšak nie všeobecne používané pri ERP výskume.

ERP sú merané pomocou elektroencefalografie (EEG). Ekvivalent ERP nameraných pomocou magnetoencefalografie (MEG) je ERF (event-related field) - pole evokovaných potenciálov.^[2]

História upraviť

Objavom elektroencefalogram (EEG) ,v roku 1924, Hans Berger odhalil, že je možné namerať elektrickú aktivitu ľudského mozgu pomocou elektród umiestnených na povrchu hlavy a následným amplifikovaním tohto signálu. Zmeny v napätí môžu byť potom vykreslené pozdĺž časového intervalu. Berger pozoroval, že napätie môže byť ovplyvnené vonkajšími podnetmi stimulujúcimi zmysly. Počas nasledujúcich desaťročí sa ukázalo, že EEG je užitočným zdrojom pri zaznamenávaní mozgovej aktivity. Avšak, bolo veľmi náročné posúdiť vysoko špecializované neurálne procesy, ktoré sú záujmom kognitívnej neurovedy, pretože používanie čistých EEG dát veľmi sťažilo možnosť izolovať jednotlivé neurokognitívne procesy. ERP poskytlo ďaleko sofistikovanejšie metódy na získavanie špecifickejších vnemových, kognitívnych a somatosenzorických podnetov použitím jednoduchých priemerovacích techník. V rokoch 1935-1936 Pauline a Hallowell Davis nahrali prvé známe ERP bdelého človeka a ich nálezy boli publikované pár rokov neskôr, v roku 1939. V 40-tych rokoch neprebiehalo veľa výskumu v tejto oblasti kvôli Druhej svetovej vojne, ale výskum zameraný na zmyslové podnety sa znova naštartoval v 50-tych rokoch. V roku 1964, výskum Grey Waltera a jeho kolegov začal modernú éru objavov komponentov ERP, keď odhalili prvý kognitívny ERP komponent, tzv. contingent negative variation (CNV).^[3] Sutton, Braren, a Zubin (1965) urobili ďalší pokrok objavením P3 komponentu.^[4] V priebehu nasledujúcich 15 rokov výskum ERP komponentov naberal na popularite. S uvedením dostupných počítačov v 80-tych rokoch sa vytvorili nové možnosti pre výskum kognitívnej neurovedy. V súčasnosti sú ERP jedným z najpoužívanejších metód výskumu v kognitívnej neurovede, ktorý sa zaoberá fyziologickými procesmi zmyslovej, vnemovej a kognitívnej aktivity súvisiacimi so spracovaním informácií.^[5]

Výpočet upraviť

ERP môže byť spoľahlivo namerané použitím elektroencefalografie (EEG), procedúry ktorá meria elektrickú aktivitu mozgu počas časového intervalu použitím elektród umiestnených na povrchu hlavy. EEG zaznamenáva tisíce súčasne prebiehajúcich mozgových procesov. Čo znamená, že mozgová odozva na jeden konkrétny stimul alebo podnet ktorý nás zaujíma, nie je zvyčajne viditeľná v EEG meraní iba jedného pokusu. Aby sme videli mozgovú odozvu na stimul, musíme uskutočniť veľa pokusov a spriemerovať ich výsledky, čím docielime, že náhodná mozgová aktivita sa odpriemeruje a zostane nám len podstatná krivka ktorá nás zaujíma, nazývaná ERP.^[6]

Náhodná (pokojová) mozgová aktivita spoločne s ostatnými bio-signálmi (napr.: EOG, EMG, EKG) a elektromagnetickým rušením (napr.: elektronický šum, blikajúce svetlá) sa podieľajú na šume zaznamenanom pri ERP meraní. Tento šum zakrýva signál ktorý nás zaujíma. Ide o sekvenciu podprahových ERP ktoré študujeme. Z inžinierskeho pohľadu je možné definovať pomer signálu ku šumu (SNR - signal-to-noise ratio) v nahratých ERP. Dôvod prečo priemerovanie zvyšuje SNR nahratých ERP (čo ich robí rozpoznateľnými a umožňuje ich interpretáciu) má jednoduché matematické vysvetlenie, za predpokladu že stanovíme pár zjednodušujúcich predpokladov. Tieto predpoklady sú:

Signál, ktorý nás zaujíma je tvorený sekvenciou ERP viazaných na konkrétny podnet konštantnou latenciou a tvarom.
Šum je aproximovaný Gaussovým náhodným procesom s nulovou strednou hodnotou a varianciou $\sigma ^{2}$ ,ktorá je nezávislá medzi jednotlivými pokusmi a nie je časovo viazaná na podnet (tento predpoklad môže byť jednoducho porušený, napríklad v prípade že subjekt pohybuje jazykom zatiaľ čo v hlave počíta "oddball paradigm").

Definujme počet pokusov ako $k$ a čas ktorý uplynul po $k$ -tom podnete ako $t$ , potom každý zaznamenaný pokus môže byť zapísaný ako $x(t,k)=s(t)+n(t,k)$ kde $s(t)$ predstavuje signál a $n(t,k)$ je šum(poznajme že spĺňajúc predpoklady spomínané vyššie, signál nezávisí na špecifickom pokuse zatiaľ čo šum áno).

Priemer $N$ pokusov je

{\bar {x}}(t)={\frac {1}{N}}\sum _{k=1}^{N}x(t,k)=s(t)+{\frac {1}{N}}\sum _{k=1}^{N}n(t,k)

.

Stredná hodnota ${\bar {x}}(t)$ je (ako sme dúfali) sámotný signál, $\operatorname {E} [{\bar {x}}(t)]=s(t)$ .

Jeho variancia je

\operatorname {Var} [{\bar {x}}(t)]=\operatorname {E} \left[\left({\bar {x}}(t)-\operatorname {E} [{\bar {x}}(t)]\right)^{2}\right]={\frac {1}{N^{2}}}\operatorname {E} \left[\left(\sum _{k=1}^{N}n(t,k)\right)^{2}\right]={\frac {1}{N^{2}}}\sum _{k=1}^{N}\operatorname {E} \left[n(t,k)^{2}\right]={\frac {\sigma ^{2}}{N}}

.

Z tohto dôvodu, amplitúda šumu získaná z priemeru $N$ pokusov je $1/{\sqrt {N}}$ krát taká ako aplitúda jediného pokusu.

Šum s veľkou amplitúdou (ako žmurkanie očami alebo pohyb artefaktov) je často rádovo väčšie ako podprahové ERP. Merania obsahujúce takéto artefakty by mali byť preto odstránené pred priemerovaním. Vyčistenie artefaktov môže byť urobené manuálne, vizuálnou kontrolou, alebo použitím automatickej procedúry založenej na vopred definovaných prahoch (obmedzujúcich maximálnu amplitúdu alebo sklon EEG) alebo na časovo meniacich sa prahoch získaných zo štatistiky sady meraní.^[7]

Nomenklatúra komponentov ERP upraviť

ERP krivky sa skladajú zo série pozitívnych a negatívnych odchýlok napätia, ktoré súvisia so sadou podprahových komponentov.^[8] Hoci niektoré ERP komponenty sú označované akronymami (napr.: contingent negative variation – CNV, error-related negativity – ERN, early left anterior negativity – ELAN, closure positive shift – CPS), väčšina komponentov je označovaná písmenom (N/P) určujúcim polaritu (negatívnu/pozitívnu), nasledovaným číslom určujúcim buď latenciu (oneskorenie) v milisekundách alebo ordinálnu pozíciu vlny v komponente. Napríklad, negatívny vrchol krivky ktorý je prvý výrazný vrchol vo vlne a často nastáva okolo 100 milisekúnd po nastaní stimulu sa väčšinou nazýva N100 (s latenciou 100 ms po stimule a negatívnou polaritou) alebo N1 (čím označíme že ide o prvý vrchol a že je negatívny); často je nasledovaný pozitívnym vrcholom, zvyčajne nazývaným P200 alebo P2. Latencie pre ERP komponenty sú často pomerne variabilné. Napríklad, komponent P300 môže mať vrchol ľubovoľne v rozmedzí medzi 250 ms – 700 ms.^[9]

Výhody a nevýhody upraviť

Vo vzťahu k meraniam správania upraviť

V porovnaní s procedúrami správania, ERP poskytujú spojité meranie spracovania medzi stimulom a odozvou, čo umožňuje zistiť ktorá fáza je ovplyvnené špecifickou zmenou v experimente. Ďalšou výhodou oproti meraniu správania je že nám môžu poskytnúť spôsob ako merať spracovanie stimulu aj keď nenastáva žiadna zmena v správaní. Kvôli signifikantne malej veľkosti ERP je zvyčajne potrebné použiť veľkú vzorku na to aby sme ho zmerali správne..^[10]

Vo vzťahu k iným neurofyziologickým meraniam upraviť

Invazívnosť upraviť

Na rozdiel od mikroelektród, ktoré vyžadujú elektródu vsunutú do mozgu, a PET skenov ktoré vystavujú ľudí radiácii, ERP používajú EEG, ktorá je neinvazívnou metódou.

Priestorové a časové rozlíšenie upraviť

ERP poskytujú vynikajúce časové rozlíšenie, keďže rýchlosť nahrávania ERP závisí len od frekvencie vzorkovania ktorú je možné pomocou príslušného zariadenie skutočne zaznamenať, zatiaľ čo hemodynamické merania sú (ako napríklad fMRI, PET, a fNIRS) podstatne obmedzené pomalou rýchlosťou saturácie krvi kyslíkom, tzv. BOLD odozvy (blood-oxygen-level dependent). Avšak priestorové rozlíšenie ERP je oveľa horšie ako hemodynamických metód – umiestnenie zdrojov ERP je inverzný problem ktorý nie je možné exaktne vyriešiť, môžeme ho len odhadnúť. Preto sú ERP, ktoré sa dobre hodia pre výskum otázok o rýchlosti neurálnej aktivity, menej vhodné pre výskum otázok o pozícii ich aktivity.^[1]

Náklady upraviť

ERP výskum je oveľa lacnejší v porovnaní s ostatnými zobrazovacími technikami ako fMRI, PET, a MEG. Dôvodom je že zakúpenie a udržiavanie EEG systému je menej nákladné ako ostatné systémy.

Klinické ERP upraviť

Lekári a neurológovia niekedy použijú blikajúce vizuálne šachovnicové stimuly na otestovanie poškodení alebo traumy vo vizuálnom systéme. U zdravého človeka, by mal tento stimul spôsobiť výraznú odozvu v primárnom zrakovom centre umiestnenom v okcipitálnom laloku, v zadnej časti mozgu.

Abnormality ERP komponentov v klinickom výskume boli preukázané pri neurologických ochoreniach akými sú:

Výskum ERP upraviť

ERP sa vo veľkej miere využíva v neurovede, kognitívnej psychológii, kognitívnej vede, a psycho-fyziologickom výskume. Experimentálny psychológovia a neurovedci objavili mnoho rôznych stimulov ktoré vyvolávajú spoľahlivé ERP u účastníkov výskumu. Predpokladá sa, že načasovanie týchto odoziev poskytuje spôsob ako zmerať načasovanie mozgovej komunikácie alebo dĺžku trvania spracovania informácií. Napríklad v šachovnicovom paradigme popísanom vyššie, prvá odozva centra videnia zdravých účastníkov je okolo 50-70 ms. Čo by malo naznačovať že práve toto je množstvo času potrebného pre transdukovaný vizuálny podnet aby dosiahol kortex potom čo svetlo prvýkrát vstúpilo do oka. Alternatívne, napríklad P300 odozva sa objavuje okolo 300 ms pri "oddball paradigm", bez ohľadu na to aký typ stimulu použijeme, či už: visuálny, dotykový, zvukový, čuchový, chuťový, atď. Kvôli všeobecnej invariantnosti s ohľadom na typ stimulu, komponent P300 je považovaný za ten ktorý odráža vyššiu kognitívnu odozvu na neočakávaný alebo kognitívne nápaditý stimul.

Vďaka konzistentnosti odozvy P300 na nové stimuly, môže byť mozgovo-počítačové rozhranie skonštruované na jeho základe. Usporiadaním mnohých signálov v mriežke, náhodným blikaním riadkami tejto mriežky ako v predchádzajúcom paradigme a sledovaním odozvy P300 subjektu sledujúceho mriežku, môže subjekt určiť na ktorý stimul sa pozerá a tak pomaly „napísať“ slová.^[17]

Iné ERP často používané vo výskume, špeciálne neurolingvistickom výskume, sú ELAN, N400, a P600/SPS.

ERP software a externé odkazy upraviť

EEGLAB Toolbox- Voľne dostupný, open-source, Matlab toolbox na spracovanie a analýzu EEG dát
ERPLAB Toolbox- Voľne dostupný, open-source, Matlab toolbox na spracovanie a analýzu ERP dát
The ERP Boot Camp Archivované 2016-06-03 na Wayback Machine- Séria tréningových cvičení pre výskumníkov zaoberajúcich ERP

Pozri aj upraviť

Erich Schröger
Evoked potential
Induced activity
Somatosensory evoked potential
C1 and P1
Mismatch negativity
Negativity: N100 - Visual N1 - N170 - N200 - N2pc - N400
Positivity: P200 - P300 - P3a - P3b - Late Positive Component - P600
Difference due to Memory
Contingent negative variation
Error-related negativity
Bereitschaftspotential
Lateralized readiness potential
Early left anterior negativity

Ďalšie čítanie upraviť

Steven J. Luck: An Introduction to the Event-Related Potential Technique, Second edition Archivované 2014-10-13 na Wayback Machine. Cambridge, Mass.: The MIT Press, 2014. ISBN 9780262525855
Todd C. Handy: Event-Related Potentials : A Methods Handbook. Cambridge, Mass.: The MIT Press (B&T), 2004. ISBN 0-262-08333-7
Luck, S.J., and Kappenman, E.S., ed. (2012). The Oxford Handbook of Event-Related Potential Components. Oxford University Press. pp. 664. ISBN 9780195374148.
Monica Fabiani, Gabriele Gratton, and Kara D. Federmeier: "Event-Related Brain Potentials: Methods, Theory, and Applications". In Handbook of Psychophysiology, ed. by John T. Cacioppo, Louis G. Tassinary, and Gary G. Berntson. 3rd. ed. Cambridge: Cambridge University Press, 2007. ISBN 978-0-521-84471-0. pp. 85–119
John Polich and Jody Corey-Bloom, Alzheimer's Disease and P300: Review and evaluation of Task and Modality. Current Alzheimer Research, 2005, 2, 515–525
Zani A. & Proverbio A.M. (2003) Cognitive Electrophysiology of Mind and Brain. Academic Press/Elsvier.
Kropotov J. (2009)" Quantitative EEG, Event-Related Potentials and Neurotherapy" Academic Press/Elsvier.

Referencie upraviť

↑ ^a ^b LUCK, Steven J.. An Introduction to the Event-Related Potential Technique. [s.l.] : The MIT Press, 2005. ISBN 0-262-12277-4.
↑ BROWN, Colin M; Peter Hagoort. The Neurocognition of Language. Ed. Colin M. Brown and Peter Hagoort. New York : Oxford University Press, 1999. The cognitive neuroscience of language, s. 6.
↑ Walter, W.G; Cooper, R.; Aldridge, V.J.; McCallum, W.C.; Winter, A.L. (1964).
↑ Sutton, S., Braren, M., Zubin, J., & John, E.R. (1965).
↑ Handy, T. C. (2005).
↑ COLES, Michael G.H.; Michael D. Rugg. Electrophysiology of Mind. [s.l.] : Oxford Scholarship Online Monographs, 1996. Dostupné online. Event-related brain potentials: an introduction, s. 1–27. Archivované 2016-03-03 na Wayback Machine
↑ ERP_REJECT, rejection of outlier trials from ERP studies [online]. Matlab File Exchange, [cit. 2011-12-30]. Dostupné online.
↑ The Oxford Handbook of Event-Related Potential Components. Ed. Luck, S.J., and Kappenman, E.S.. [s.l.] : Oxford University Press, 2012. Dostupné online. ISBN 9780195374148. S. 664.
↑ For discussion of ERP component naming conventions see Luck, Steven (2005), An Introduction to the Event-Related Potential Technique, MIT Press, pp. 10–11.
↑ Luck, Steven (2005).
↑ Boutros, N., et al. (1995).
↑ Prabhakar, S., Syal, P. and Srivastava, T. (2000).
↑ Boose, M. A. and Cranford, J. L. (1996).
↑ Duncan, C. C., Kosmidis, M. H. and Mirsky, A. F. (2003).
↑ D'Arcy, R. C., et al. (2003).
↑ Hanna, G.L., Carrasco, M., Harbin, S.M., Nienhuis, J.K., LaRosa, C.E., Chen, P., Fitzgerald, K.D., Gehring, W.J. (2012).
↑ FARWELL, L.A.; Donchin E.. Talking off the top of your head: toward a mental prosthesis utilizing event-related brain potentials. Electroencephalogr Clin Neurophysiol., 1988, s. 510–23. Dostupné online [cit. 2011-12-05]. DOI: 10.1016/0013-4694(88)90149-6. PMID 2461285.

[Luck-1] LUCK, Steven J.. An Introduction to the Event-Related Potential Technique. [s.l.] : The MIT Press, 2005. ISBN 0-262-12277-4.

[2] BROWN, Colin M; Peter Hagoort. The Neurocognition of Language. Ed. Colin M. Brown and Peter Hagoort. New York : Oxford University Press, 1999. The cognitive neuroscience of language, s. 6.

[3] Walter, W.G; Cooper, R.; Aldridge, V.J.; McCallum, W.C.; Winter, A.L. (1964).

[4] Sutton, S., Braren, M., Zubin, J., & John, E.R. (1965).

[5] Handy, T. C. (2005).

[6] COLES, Michael G.H.; Michael D. Rugg. Electrophysiology of Mind. [s.l.] : Oxford Scholarship Online Monographs, 1996. Dostupné online. Event-related brain potentials: an introduction, s. 1–27. Archivované 2016-03-03 na Wayback Machine

[7] ERP_REJECT, rejection of outlier trials from ERP studies [online]. Matlab File Exchange, [cit. 2011-12-30]. Dostupné online.

[8] The Oxford Handbook of Event-Related Potential Components. Ed. Luck, S.J., and Kappenman, E.S.. [s.l.] : Oxford University Press, 2012. Dostupné online. ISBN 9780195374148. S. 664.

[9] For discussion of ERP component naming conventions see Luck, Steven (2005), An Introduction to the Event-Related Potential Technique, MIT Press, pp. 10–11.

[10] Luck, Steven (2005).

[11] Boutros, N., et al. (1995).

[12] Prabhakar, S., Syal, P. and Srivastava, T. (2000).

[13] Boose, M. A. and Cranford, J. L. (1996).

[14] Duncan, C. C., Kosmidis, M. H. and Mirsky, A. F. (2003).

[15] D'Arcy, R. C., et al. (2003).

[16] Hanna, G.L., Carrasco, M., Harbin, S.M., Nienhuis, J.K., LaRosa, C.E., Chen, P., Fitzgerald, K.D., Gehring, W.J. (2012).

[17] FARWELL, L.A.; Donchin E.. Talking off the top of your head: toward a mental prosthesis utilizing event-related brain potentials. Electroencephalogr Clin Neurophysiol., 1988, s. 510–23. Dostupné online [cit. 2011-12-05]. DOI: 10.1016/0013-4694(88)90149-6. PMID 2461285.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]