Ondes corticals durant el son i la vigília NREM en humans Part 2

Detecció d'ondes. La freqüència central mitjana de les ondulacions de l'hipocamp en nou estudis va ser de 85 Hz en humans (Bragin et al., 1999; Staba et al., 2004; Clemens et al., 2007; Axmacher et al., 2008; Le Van Quyen et al., 2008; 2008; Staresina et al., 2015; Jiang et al., 2019b; Norman et al., 2019; Vaz et al., 2019), mentre que en els rosegadors, la freqüència d'ona aguda de ondulació és: 120-140 Hz ( Buzsáki, 2015).

La detecció d'ondes és una tecnologia que mesura l'activitat cerebral humana. Capta l'activitat elèctrica de les neurones del cervell col·locant elèctrodes al cuir cabellut i converteix el senyal en un electroencefalograma gravat en un ordinador. En els darrers anys, amb l'estudi en profunditat del cervell humà, la detecció d'ondes s'ha convertit en un artefacte per estudiar la cognició, l'aprenentatge, l'emoció, etc., i ha anat entrant a poc a poc a la nostra vida quotidiana.

Pel que fa a la memòria, les investigacions mostren que l'activitat ondulada del cervell humà té un paper clau en la formació i manteniment dels records. Quan el cervell humà realitza tasques d'aprenentatge i memòria, pot produir ondulacions de freqüències específiques entre l'escorça cerebral, com ara ones theta i ones gamma. Aquestes ones poden millorar la codificació i l'emmagatzematge de la memòria, i també ajudar a recuperar i recordar el passat. informació emmagatzemada. Per tant, la detecció de ondulacions es pot utilitzar per estudiar el mecanisme de memòria del cervell humà i té el potencial de tractar clínicament els trastorns cognitius i els trastorns de la memòria.

A més, la detecció de ondulacions també ens ajuda a ampliar els nostres mètodes d'aprenentatge. Quan els estudiants participen en l'ensenyament a l'aula, poden conèixer les característiques individuals d'aprenentatge i les preferències de les assignatures registrant les activitats ondulatòries del cervell durant el procés d'aprenentatge, per aprendre i millorar d'una manera més específica. A més, quan s'estudia, la música i els sons adequats també tenen un gran impacte en l'efecte d'aprenentatge. Mitjançant la detecció de ondulacions, es poden determinar les reaccions de diferents grups de persones a diferents tons i volums, de manera que els propis professors o alumnes puguin triar la música i els sons més adequats per millorar els efectes d'aprenentatge.

En resum, la detecció de ondulacions té un paper important en la nostra vida i estudi. En mesurar l'activitat ondulada a freqüències específiques del cervell humà, podem entendre millor les nostres característiques cognitives, d'aprenentatge i de memòria, i ajudar-nos a millorar els nostres efectes d'aprenentatge i la qualitat de vida. A mesura que millori el nivell de tecnologia, la detecció d'ondes seguirà aprofundint la seva investigació sobre la neurociència cognitiva i les malalties neurològiques, oferint-nos més perspectives i possibilitats. Es pot veure que hem de millorar la memòria, i Cistanche deserticola pot millorar significativament la memòria, perquè Cistanche deserticola també pot regular l'equilibri dels neurotransmissors, com augmentar els nivells d'acetilcolina i factors de creixement. Aquestes substàncies són molt importants per a la memòria i l'aprenentatge. A més, la carn també pot millorar el flux sanguini i promoure el lliurament d'oxigen, cosa que pot garantir que el cervell rebi suficients nutrients i energia, millorant així la vitalitat i la resistència del cervell.

Feu clic a Coneix 10 maneres de millorar la memòria

En humans, els presumptes ondulacions hipocampals de 90 Hz tenen la mateixa relació característica amb les ones agudes, la localització intrahipocampal, la modulació per l'etapa del son i la relació amb les ones de son cortical que en els rosegadors, i es produeixen en hipocamps que no tenen signes d'afectació epilèptica. A més, a l'hipocamp del rosegador, la distinció entre ràfegues g de freqüència més alta i ondulacions no sempre és nítida, cosa que fa suggerir que, per simplicitat, tots dos s'anomenen "ondes" (Stark et al., 2014), que seguim aquí. .

La detecció d'ondes es va realitzar de la mateixa manera per a totes les estructures i estats i es va basar en un mètode de detecció d'onades de l'hipocamp descrit anteriorment (Jiang et al., 2019a, b). Els requisits per a la inclusió i els criteris de rebuig es van determinar mitjançant un procés iteratiu entre pacients, estructures i estats. Les dades es van passar per banda per primera vegada a 60-120 Hz (filtre Butterworth de sisè ordre amb canvi de fase zero) i es van detectar el 20% superior dels pics quadrangulars mitjà en moviment de 20 ms.

A més, es va requerir que la puntuació z màxima de l'amplitud analítica del pas de banda de 70-100 Hz fos 0,3 i que hi hagués almenys tres cicles d'oscil·lació diferents en el senyal de pas baix de 120 Hz, determinats desplaçant una finestra de 40 ms en increments de 5 ms a través de 650 ms en relació amb el punt mitjà d'ondulació i requereix que almenys una finestra tingui almenys tres pics. Les ondulacions adjacents dins dels 25 ms es van fusionar. Els centres de ondulació es van determinar com el temps del pic positiu màxim al pas de banda de 70-100 Hz.

Els inicis i els desplaçaments de ondulació es van identificar a cada costat del pic central quan l'amplitud analítica de {{0}} Hz va caure per sota de les puntuacions de 0,75z. Per rebutjar activitats o artefactes epileptiformes, les ondulacions es van excloure si el valor absolut de la puntuació z del pas alt de 100 Hz superava els 7 o si es van produir dins de 2 s després d'un canvi de 3 mV/ms a la LFP de banda ampla. Les ondulacions també es van excloure si estaven dins dels 6500 ms d'IIS putatius, detectats tal com es descriu a continuació.

Per excloure els esdeveniments que es podrien acoblar a través dels canals a causa de l'activitat epileptiforme, vam excloure els esdeveniments que coincidissin amb un putatiu IIS en qualsevol canal SEEG cortical o hipocampal inclòs a les anàlisis. Es van excloure els esdeveniments dels enregistraments SEEG que només tenien un cicle destacat o desviació a la LFP de banda ampla que es van manifestar com a cicles múltiples per sobre del llindar de detecció en el pas de banda de 70-100 Hz si l'amplitud absoluta més gran de vall a pic o de pic a vall a la banda ampla LFP va ser 2,5 vegades més gran que el tercer més gran.

Per a cada canal, es van examinar visualment la LFP mitjana bloquejada per ondulació i la banda d'ondulació mitjana per confirmar que hi havia diversos cicles destacats a la freqüència d'ondulació (70-100 Hz) i es va examinar el gràfic temàtic de freqüència-temps per confirmar que hi havia un augment distint de la potència. dins de la banda de 70-100 Hz. A més, es van examinar visualment múltiples ondulacions individuals a l'LFP de banda ampla i el pas de banda de 70-100 Hz de cada canal per confirmar que hi havia múltiples cicles a la freqüència de ondulació sense contaminació per artefactes o activitat epileptiforme. Els canals que no contenien ondulacions que complissin aquests criteris van ser exclosos de l'estudi.

Cal destacar que un estudi recent ha identificat ondulacions basades en aquests criteris en un pacient sense epilèpsia (Rubin et al., 2022). La freqüència d'oscil·lació de cada ondulació es va calcular comptant primer el nombre d'encreuaments zero de pas de banda de 70-100 Hz (cadascun representant mig cicle) durant l'esdeveniment de ondulació i afegint qualsevol mig cicle parcial restant (és a dir, l'angle de fase restant sobre p). El nombre de mitges cicles de la ondulació es va dividir per 2 per calcular el nombre total de cicles durant la ondulació. Finalment, la freqüència d'oscil·lació en Hertz es va calcular com el nombre de cicles dividit per la durada de la ondulació en segons.

Resta dels pics unitaris dels LFP. Un repte a l'hora de detectar oscil·lacions d'alta freqüència, com les ondulacions a l'LFP registrades per l'amicroelèctrode, és que els pics de la unitat poden "sagnar" al microLFP (Ray, 2015), donant lloc a la detecció de relacions espúrees entre les ondulacions i els pics de la unitat. Tot i que els pics d'unitat són esdeveniments ràpids, el simple mostreig inferior (que requereix primer un pas baix per evitar l'àlies) pot no eliminar completament la influència del potencial d'acció en el micro-LFP.

Per solucionar-ho, hem utilitzat una tècnica de subtracció de formes d'ona d'espiga unitat modificada (Pesaran et al., 2002). Concretament, la forma d'ona d'espiga mitjana (de 500 a 1600 ms al voltant de l'abeurador) de cada unitat es va restar del micro-LFP Utah Array de 30 kHz sense filtrar del mateix canal centrat a cada espiga. A continuació, es van mostrejar les dades a 1 kHz i es va realitzar la detecció de ondulació tal com es descriu anteriorment. Vam confirmar que aquest mètode va conduir a la detecció d'oscil·lacions reals mitjançant una àmplia confirmació visual dels esdeveniments als micro-LFP de 30 kHz.

Detecció i rebuig d'IIS. Les ondulacions i altres ones de son es van excloure si es trobaven dins dels 6500 ms del putatiu IIS detectat de la manera següent: es va calcular una puntuació d'alta freqüència suavitzant l'amplitud analítica de 70-190 Hz amb una funció de carro de 20 ms i es va generar una puntuació de plantilla d'espiga. calculant la covariància creuada amb una plantilla IIS. La puntuació d'alta freqüència es va ponderar per 13, la puntuació d'espiga es va ponderar per 25 i es va detectar un IIS quan aquestes sumes ponderades superaven els 130. En cada pacient, es van examinar visualment l'IIS detectat i les èpoques intermèdies des dels canals de l'hipocamp i corticals (quan hi havia) per confirmar-los. alta sensibilitat i especificitat de detecció.

Detecció d'estats inferiors, nord-americans i eixos de son. Els estats inferiors i superiors es van detectar tal com es va descriure anteriorment (Jiang et al., 2019a,b), on l'LFP de banda ampla de cada canal es va passar de banda des de 0.1-4 Hz (de sisè ordre). S'han seleccionat filtre Butterworth amb canvi de fase zero) i encreuaments per zero consecutius separats per 0.25-3 s. Es van seleccionar els pics d'amplitud superiors del 10% i la polaritat de cada senyal es va invertir si es necessitava de manera que els estats inferiors fossin negatius i els estats superiors fossin positius, assegurant-se que l'amplitud analítica mitjana del pas de banda de 70-190 Hz en 6100 ms al voltant dels pics fos més gran. per als Estats Units que per als Estats Units. Es van detectar un total de 2.649.563 estats inferiors, amb una densitat mitjana de SD (entre canals) (taxa d'ocurrència) de 12,9 6 4,7 min1 i una amplitud de 237,3 6 169,8 mV. Es van detectar un total de 2.922.211 països de l'estat amb una densitat de 14,6 6 4,7 min1 i una amplitud de 163,8 6 84,9 mV.

Es van detectar eixos tal com es va descriure anteriorment (Hagler et al., 2018), on les dades es van passar de banda a 10-16 Hz, després es van suavitzar els valors absoluts mitjançant convolució amb una finestra de Tukey de 300 ms cònics i valors mitjans. es van restar de cada canal. Les dades es van normalitzar per la desviació absoluta mitjana i es van detectar eixos quan els pics van superar 1 durant almenys 400 ms. Els inicis i els desplaçaments es van marcar quan aquestes amplituds van caure per sota d'1. Els eixos putatius que van coincidir amb grans augments de la potència de banda inferior (4-8 Hz) o superior (18-25 Hz) es van rebutjar per excloure els esdeveniments de banda ampla així com les ràfegues theta. que pot estendre's a l'extrem inferior de la gamma del cargol (Gonzalez et al., 2018). Es van detectar un total de 694.168 eixos amb una densitat mitjana i SD (entre canals) de 3,0 6 3,0 min1, amplitud de 29,1 6 13,5 mV, freqüència d'oscil·lació de 12.{{19} },7 Hz i una durada de 633.5 6 67,2 ms.

Relacions temporals ondulades. Es van calcular els histogrames de temps de ondulació pericortical de les ones de son corticals al mateix canal. S'han trobat recomptes d'esdeveniments en safates de 50 ms per a ones de son dins dels 61500 ms al voltant dels centres d'ondulació cortical a t=0. Es va generar una distribució nul·la barrejant els temps d'esdeveniment en relació amb les ondulacions a t=0 dins d'aquesta finestra de 3 s 200 vegades cadascuna. Els valors p pre-FDR es van calcular comparant les distribucions observades i nul·les dins de cada safata de més de 61.000 ms per a ones de son corticals. Aquests valors de p es van corregir després per FDR pel nombre de canals entre pacients multiplicat pel nombre de contenidors per canal (Benjamini i Hochberg, 1995). Es considerava que un canal tenia una modulació significativa si hi havia tres o més contenidors consecutius amb valors p corregits per FDR inferiors a=0,05. Es va calcular si els esdeveniments estaven davanters o endarrerits les ondulacions corticals a t=0 per a cada canal amb una prova binomial a dues cares amb un valor esperat de 0,5, utilitzant els recomptes d'esdeveniments en els 1000 ms abans versus els 1000 ms després de t=0 per a ones de son. Les trames tenien un recompte d'esdeveniments suavitzat gaussià de 50 ms amb bins de 50 ms.

Es van calcular les probabilitats condicionals d'una ondulació donades les següents ones de son o les seves seqüències: downstate, spindle, upstate, downstate-spindle i spindle-upstate. Es va determinar una ondulació donada a un cargol (R|SS) si el centre de l'ondulació es va produir durant el cargol (la durada mitjana del cargol va ser de 634 ms). Es va considerar que una ondulació precedia l'anupestat (R|EUA) o seguia un estat inferior (R|DS) si el centre de la ondulació es va produir dins dels 634 ms abans o després del pic de l'estat superior o inferior, respectivament.

Detecció d'unitats, classificació, qualitat i aïllament. La detecció i la classificació d'unitats es van realitzar segons els nostres procediments publicats (Peyrache et al., 2012; Chan et al., 2014; Dehghaniet al., 2016; Le Van Quyen et al., 2016; Telenczuk et al., 2016; Telenczuk et al. , 2017; Eichenlaub et al., 2020; Dickey et al., 2021). Les dades es van passar de banda a 300-3000 Hz i es van detectar pics d'unitat putatius quan el senyal filtrat superava 5 vegades la SD estimada del soroll de fons. Les unitats es van agrupar k-mitjanes utilitzant els tres primers components principals de cada espiga. Es van examinar visualment els pics superposats i es van excloure aquells amb formes d'ona anormals. A partir de les seves formes d'ona, velocitats de tret i autocorrelogrames, els potencials d'acció es van agrupar com a resultat de PYs o INs putatius. Els PY tenien unes taxes de pic de;0,1-0,8 Hz, intervals llargs de vall a pic i mitja amplada, autocorrelacions nítides i distribucions d'interval d'interspike bimodal (ISI), que reflecteixen una propensió a disparar en ràfegues.

Per contra, els IN tenien velocitats de pic de {{0}} Hz, intervals curts de vall a pic i mitja amplada, autocorrelacions àmplies i una distribució ISI predominantment unimodal. El pacient de Utah Array inclòs a l'estudi tenia 69 PY amb un total de 231.922 pics, així com 23 IN amb un total de 462.246 pics. L'amplitud mitjana i SD PY de vall a pic era de 44.8 6 12,9 mV, la velocitat de pic va ser de {{2{0}}.28 6 0,17 Hz, de vall a pic l'amplada era de 0.49 6 0,5 ms, l'amplada de mitja punta era de {{40}}.62 6 0.04 ms i l'índex d'esclat era 0.03 6 0.02. L'amplitud mitjana i SD IN de vall a pic era de 28,9 6 11,9 mV, la velocitat de pic va ser de 1,67 6 1,63 Hz, l'amplada de vall a pic era 0.29 60. 05 ms, l'amplada del mig pic era 0.34 6 0,05 ms, i l'índex d'esclat era 0.01 6 0.01. L'amplitud de vall a pic, la velocitat de pic, l'amplada de vall a pic, l'amplada de mig pic i l'índex d'esclat eren significativament diferents entre PY i IN (p, 0, 0001, prova t de dues mostres de dues cares).

La qualitat i l'aïllament d'una sola unitat es van confirmar segons les directrius establertes prèviament (Kaminski et al., 2020). Es va comprovar que els pics de la unitat superen molt el soroll sòl basant-se en les grans relacions senyal-soroll màxims (PY: 10.1 6 3.4;IN: 5.9 6 3.1). Com que el període refractari d'espiga neuronal és de ; 3 ms, el percentatge d'ISI, 3 ms estima el grau de contaminació d'una sola unitat per pics de diferents unitats, que era molt baix entre les unitats incloses en aquest estudi (PY: 0.{14). }},15%; IN: 0,31 6 0,50%). A més, les unitats individuals detectades en el mateix contacte eren altament separables segons les seves distàncies de projecció (Pouzat et al., 2002). {21}}.8 SD; IN: 50.9 6 28.6 SD). Finalment, es va confirmar l'estabilitat temporal dels pics de la unitat al llarg del temps en funció de la consistència de la forma d'ona mitjana i l'amplitud de cada unitat en els quartils de registre.

Anàlisis de la unitat de punxada durant les ondulacions. Es va analitzar l'encreuament de la unitat pel que fa a les ondulacions locals detectades al mateix contacte. Les fases de ondulació dels pics unitaris es van determinar trobant l'angle de la transformada de Hilbert del senyal de pas de banda de 70-100 Hz (canvi de fase zero) en els moments dels pics. La fase ondulada mitjana circular es va determinar per a cada unitat segons Berens (2009). Les anàlisis de fase només es van realitzar en unitats que tenien almenys 30 pics durant les ondulacions locals. El test de Rayleigh es va utilitzar per avaluar la desviació unimodal de la uniformitat de les fases mitjanes circulars entre unitats. Es va avaluar la coactivació de parells d'unitats PY-PY i PY-IN en un termini de 5 ms basant-se en Dickey et al. (2021). Per avaluar la coacció quan hi havia una ondulació en qualsevol o ambdós llocs en comparació amb la línia de base quan no es produïen ondulacions, vam seleccionar aleatòriament èpoques sense ondulació que coincideixen en nombre i durada amb les ondulacions, però durant les quals no es van detectar ondulacions a cap canal. El co-cofrat durant les ondulacions amb els temps observats en comparació amb els temps de pic aleatoris es va calcular barrejant els temps de pic de cada unitat dins dels intervals de les ondulacions.

Disseny experimental i anàlisis estadístiques. Totes les proves estadístiques es van avaluar amb un=0,05. Tots els valors de p que implicaven comparacions múltiples es van corregir per FDR segons Benjamini i Hochberg (1995). Les correccions de FDR entre parells de canals es van fer a tots els parells de canals de tots els pacients inclosos a l'anàlisi. Els diagrames de caixa i bigotis mostren l'interval mitjà, mitjà i interquartil, amb els bigotis que indiquen un interval interquartil d'1,5 amb els valors atípics omesos. Les parcel·les de densitat de nucli es van produir mitjançant els mètodes de Bechtold (2016). Les estadístiques de rellevància i remenatge dels histogrames de temps peri-ripple es van calcular tal com es descriu anteriorment. Les estadístiques d'augment de les unitats es van calcular tal com es descriu anteriorment.

Les comparacions estadístiques entre les característiques de la ondulació es van realitzar mitjançant proves t de dues mostres aparellades a dues cares o dues mostres entre les mitjanes dels canals. Les diferències en les característiques de ondulació entre estats (NREM o vigília) o regions (escorça o hipocamp) es van determinar mitjançant models lineals d'efectes mixtes amb estat i regió com a efectes fixos i pacient com a efecte aleatori, segons el model següent:

Disponibilitat de dades. Les dades en brut desidentificades que donen suport a les conclusions d'aquest estudi estan disponibles als autors corresponents a petició raonable, sempre que l'acord d'intercanvi de dades i el consentiment del pacient ho permetin.

Disponibilitat del codi. El codi que recolza les conclusions d'aquest estudi està disponible als autors corresponents a petició raonable.

Resultats

Les ondulacions són omnipresents entre estats i estructures amb una freqüència focal i característica (;90 Hz) i una durada (;70 ms)

Es van detectar ondulacions en enregistraments de SEEG corticals i hipocampals intracranials de 17 pacients sotmesos a seguiment per a la localització del focus de convulsions (taula 1). Les derivacions transcorticals bipolars van assegurar la mesura dels LFP generats localment. Les ondulacions es van detectar exclusivament a partir de regions no lesionals i no epileptogèniques i es va requerir que tinguessin almenys tres cicles d'amplitud augmentada de 70-100 Hz sense contaminació per activitat o artefactes epileptiformes (Fig. 1A). Es van rebutjar amb rigor els canals d'època i de sorra amb possible contaminació per activitat epileptiforme. Es van trobar ondulacions durant la despertar i el NREM a totes les àrees corticals mostrades (Fig. 2A, B, E-J; Taula 3), així com a l'hipocamp (Fig. 2C, D, K, L; Taula 3).

Entre els estats i les regions corticals, la freqüència d'ondulació era notablement coherent a 9 0 Hz. Concretament, la freqüència mitjana d'ondulació cortical dins de la regió oscil·lava entre 88,8-90,0 Hz durant NREM i 89,2-89,8 Hz durant la vigília (taula 3; figura 3). La freqüència d'oscil·lació d'ondulació SD de la temàtica 6 a tots els mitjans del canal cortical durant NREM va ser de 89,1 6 0,8 Hz i durant la despertar va ser de 89,5 6 0,7 Hz. Aquestes dades també es presenten com a histogrames de les característiques individuals de les ondulacions (amplitud, freqüència, durada, canvis associats en l'amplitud de 0,200 Hz) a la figura 4, així com pacients individuals a la figura 5. Les característiques bàsiques de les ondulacions corticals eren molt similars en una anàlisi suplementària que només inclouen canals corticals lliures d'IIS (Fig. 6A).

La freqüència d'oscil·lació no només era molt consistent a; 90 Hz entre ondulacions, sinó que l'augment de l'amplitud es va concentrar molt durant les ondulacions a; 90 Hz en enregistraments de banda ampla, amb una forta caiguda de l'amplitud a freqüències més altes i més baixes. Aquest augment de la potència focal, que és especialment important durant el NREM, es pot veure en els canals d'exemple (Fig. 2A, E–H), així com en grans diagrames de freqüència de temps mitjana que són mitjanes a través de totes les mitjanes del canal de totes les ondulacions (Fig. 2I–L) .

Hem realitzat anàlisis addicionals per examinar si aquesta regularitat i focalització de la freqüència d'ondulació podrien ser a causa del nostre mètode per detectar-les. En primer lloc, vam realitzar una anàlisi completa de tots els canals i èpoques SEEG utilitzant dos rangs de freqüències diferents per a la detecció i selecció de ondulació. Un va utilitzar un pas de banda de detecció de 70 a 100 Hz com en la nostra anàlisi principal, i l'altre va ampliar el pas de banda de detecció a 65-120 Hz. Freqüència mitjana d'oscil·lació d'ondulació NREM de 6 SD a través dels canals (N=273) de tots els SEEG pacients (S1-S17) és molt similar quan s'utilitza un passabanda de 70-100 Hz (mitjana 6 SD=89.1 60,8 Hz) o un 65-120 Passabanda Hz (92.7 62,2 Hz) (Fig. 1B). A més, vam comprovar que els filtres de notch de 60 i 120 Hz (per eliminar el soroll de línia), així com el 70-100 Hzbandpass no produïen artificialment un pic de potència a; 90 Hz (Fig. 1C). Per tant, la freqüència d'oscil·lació de ondulació de 90 Hza sembla ser fisiològica en lloc de ser impulsada per mètodes de detecció específics.

La durada mitjana de la ondulació també va ser notablement consistent (70 ms) entre estats i regions corticals (taula 3). La durada i la consistència no s'expliquen pel requisit de detecció de tenir almenys 3 cicles (que a 90 Hz és de 33,3 ms), cosa que suggereix que aquesta durada també és una característica fisiològica. Altres característiques, inclosa la densitat (NREM: 8,36 6 2,69 min1, despertar: 5,77 6 3},42 min1), amplitud màxima (NREM: 5,10 6 2,25 mV, despertar: 7.38 64.17 mV), i el canvi en l'amplitud de .200 Hz (NREM: 3.096 2.75%, despertar: 33.02636.90%) també eren molt similars entre els canals (Figs. 2, 3). Les característiques de la ondulació també eren coherents entre els pacients (Fig. 5). Tanmateix, es van observar diferències petites però significatives entre regions, còrtex versus hipocamp i NREM versus despertar, que es descriuen a continuació.

Les ondulacions presenten diferències petites però significatives entre l'escorça i l'hipocamp

Les ondulacions de l'hipocamp humà s'han seleccionat prèviament mitjançant una varietat de mètodes (per a una revisió, vegeu Jiang et al., 2019c). En els nostres estudis anteriors, vam requerir que les ondulacions es superposessin a ones agudes (característiques de l'hipocamp anterior) (Jiang et al., 2019a) o fusos (característiques de l'hipocamp posterior) (Jiang et al., 2019b). En l'estudi actual, hem reanalitzat aquestes dades utilitzant els mateixos criteris i procediments que hem utilitzat per a la detecció i selecció de les ondulacions corticals, per evitar qualsevol ambigüitat metodològica; és a dir, no vam exigir la presència o l'absència de cap signatura LFP de baixa freqüència associada.

Utilitzant els mateixos criteris de detecció, vam trobar que les ondulacions corticals i hipocampals comparteixen les mateixes característiques bàsiques amb diferències relativament petites. Les característiques bàsiques de la ondulació de l'hipocamp eren molt similars en l'anàlisi suplementària, que només incloïa canals hipocampals lliures d'IIS (Fig. 6B). Durant el NREM, els hippocampalripples tenien gràfics de freqüència de temps mitjana (Fig. 2C, K) que s'assemblaven als corresponents diagrames corticals (Fig. 2A, E-I) amb activitat oscil·latòria concentrada a; ondulació local aguda en lloc de produir-se just abans de l'estat local com es veu a l'escorça. Durant la vigília, les trames mitjanes de freqüència de temps de les ondulacions de l'hipocamp (Fig. 2D, L) i corticals (Fig. 2B, J) tornen a mostrar una activitat oscil·latòria concentrada a 90 Hz, però també amb una activitat que s'estén a freqüències més altes, com s'ha indicat anteriorment.

Les anàlisis estadístiques (Fig. 3) van revelar diverses diferències que, tot i que petites, eren tanmateix significatives, atribuïbles al gran nombre de canals. Concretament, en comparació amb les ondulacions corticals, les ondulacions de l'hipocamp eren de mitjana: lleugerament menys denses durant NREM i més denses durant la vigília; freqüència lleugerament més baixa, especialment durant NREM (però encara, diferència de 3 Hz); durada més llarga, especialment durant NREM (però, 10 ms de diferència); amplitud més gran (de;2,5); i acompanyat d'un augment més petit però encara significatiu de l'amplitud de 0,200 Hz durant la vigília en comparació amb NREM. A més, les característiques de la ondulació cortical no es van correlacionar significativament amb la densitat de connectivitat de l'hipocamp amb la seva parcel·la local (Fig. 7). En general, les ondulacions corticals i hipocampals semblen ser molt semblants, excepte sobretot en les seves amplituds i ones més lentes associades durant NREM (Fig. 2; Fig. 8A-F).

Les ondulacions es poden distingir de les oscil·lacions límbiques d'alta freqüència

L'activitat oscil·latòria a 0,60 Hz en humans s'ha estudiat anteriorment, principalment a l'hipocamp de l'epilèpsia. Le Van Quyen et al. (2010) van informar d'una activitat no patològica probable, principalment dels llocs de la circumvolució del parahipocamp. Van imposar una durada mínima de 100 ms, la qual cosa hauria eliminat la gran majoria dels esdeveniments que vam estudiar (Figs.3D, 4), i és més llarga que la que s'havia informat anteriorment per a ondulacions hipocampals humanes (Jiang et al., 2019c), humans. ondulacions corticals (Vaz et al., 2019) i ondulacions de rosegadors (Buzsáki, 2015).

A més, essent de mitjana 7 més llargs que els esdeveniments que descrivim aquí, els descrits per Le Van Quyen et al. (2010) també difereixen perquè contenen diverses freqüències oscil·latòries (mentre que les descrites aquí estan fortament centrades a; 90 Hz) i tenen amplituds més grans. Els seus esdeveniments són similars, però, pel que fa a estar relacionats amb els estats nord-americans i a la modulació del tret d'unitats (vegeu més avall). Per tant, estàvem interessats a determinar la relació entre els esdeveniments principalment parahipocampals descrits per LeVan Quyen et al. (2010) i els esdeveniments corticals generalitzats descrits aquí.

Hem subseleccionat els nostres canals parahipocampals (N {{0}} canals de 5 pacients) i hem implementat aquests criteris de selecció descrits per Le Van Quyen et al. (2010): les dades eren de pas de banda a 40-120 Hz, la durada mínima de l'esdeveniment era de 100 ms i, en cas contrari, es van detectar esdeveniments tal com es descriu a Materials i mètodes. Utilitzant aquests criteris de selecció, hem trobat densitats d'esdeveniments molt baixes. La densitat mitjana d'ondulació dels canals parahipocampals durant la NREM, utilitzant els nostres criteris, va ser de 9,08 min1 (rang: 7,23-10,77 min1), mentre que utilitzant el Le Van Quyen et al. (2010) els criteris de detecció només van ser de 0,40 min1 (rang: 0-1,53 min1). Així, els esdeveniments aquí descrits no es corresponen amb els reportats anteriorment per Le Van Quyen et al. (2010).

Les ondulacions presenten diferències petites però significatives entre les escorces sensorial-motores primàries i les d'associació

Treballs anteriors en rates adormides (Khodagholy et al., 2017) i humans desperts (Vaz et al., 2019) van trobar que les ondulacions corticals eren més freqüents a les àrees d'associació que a les regions sensorials i motores primerenques on eren absents o poc freqüents. En canvi, vam trobar que la densitat d'ondulació, l'amplitud i l'acompanyament. L'amplitud de 200 Hz (un proxy per al tret de la unitat) (Mukamel et al., 2005) a l'escorça primària eren totes significativament més altes que a les àrees d'associació, tal com indica una correlació positiva. amb l'índex de mielinització (Fig. 8G–I) (Rosen i Halgren, 2021). La freqüència i la durada de l'oscil·lació no estaven correlacionades amb l'índex de mielinització (Fig. 9). En alguns casos, aquest efecte va ser petit, per exemple, explicant només l'1,7% de la variància de la densitat durant la vigília i el 4,4% durant el NREM. En altres casos, l'efecte va ser substancial, per exemple, explicant el 19,4% de la variància de l'amplitud durant el NREM. Comparant NREM i vigília, a NREM hi havia una correlació significativament més forta entre l'índex de mielinització i la densitat (p=0,02, t=2},1), amplitud (p=8 104,t {{19). }}.2), i modulació de 0,200 Hz (p=2 106, t=4}.7; prova r aparellat unilateral; MATLAB: prova r__ aparellats) (Steiger, 1980). En resum, les ondulacions corticals humanes semblen ser modestament més nombroses i robustes a les àrees sensorials i motrius que les d'associació.

Les ondulacions presenten diferències petites però significatives entre NREM i la vigília

La majoria de les característiques de la ondulació cortical i hipocampal eren similars entre NREM i la vigília (Fig. 3; Taula 3), però a causa del gran nombre d'esdeveniments, fins i tot les petites diferències eren significatives. Tenint en compte només diferències de 0,10%, la densitat d'ondulació cortical va ser un 31% més gran i l'amplitud va ser un 43% menor durant la NREM que la despertar. La durada de la ondulació va ser un 13% més gran a l'escorça i un 20% més alta a l'hipocamp durant NREM que la despertar. Les diferències més sorprenents van ser el percentatge de canvi en l'amplitud mitjana de 200 Hz durant les ondulacions en comparació amb una línia de base de 2 a 1 s (Fig. 3E), que va augmentar un 969% de NREM a despertar a l'escorça, i un 304% a l'hipocamp.

Es considera que aquesta diferència és la banda ampla en els diagrames de freqüència de temps desencadenats per la ondulació de vigília des de l'escorça (Fig. 2Bii, J) i l'hipocamp (Fig. 2Dii, L), i per tant normalment s'interpretaria no com una anoscil·lació, sinó com una indicació. d'augment de l'activitat multiunitat. Així, en comparació amb la vigília, les ondulacions corticals són una mica més denses, més llargues i més petites en NREM; les ondulacions de l'hipocamp també són més llargues. L'única diferència important és que tant les ondulacions corticals com l'hipocamp semblen estar associades amb un augment molt més gran de l'activitat multiunitat putativa durant la vigília que NREM.

Les ondulacions corticals es bloquegen a les ones del son crucials per a la consolidació de la memòria

Els acoblaments d'oscil·lació són importants per a la consolidació de la memòria (Latchoumane et al., 2017). Estudis anteriors han demostrat que les ondulacions corticals es produeixen als cims de l'estat i del fus en gats (Grenier et al., 2001) i rates (Khodagholy et al., 2017), però aquestes relacions no s'han avaluat en humans. Hem detectat estats inferiors i superiors, amb polaritats determinades en funció de l'activitat d'alta freqüència associada (per a més detalls, vegeu Materials i mètodes), així com eixos, i hem trobat que les ondulacions corticals estaven acoblades amb precisió a la seqüència d'ones de son descrita anteriorment (Fig. 10; Taula 4). ). Concretament, en el 95% dels canals corticals, les ondulacions es van associar significativament amb els estats inferiors i superiors (Fig. 10B, D, E), generalment a la transició de baix a nord, tal com es va veure en assaigs individuals (Figs. 2Aiii, 10A) i en mitjanes activades per ondulació de la LFP de banda ampla (Fig. 2Ai, E–H).

Els histogrames peri-ripple mostren que, de mitjana, els centres de ondulació cortical es van produir 450 ms després dels màxims de l'estat inferior i 100 ms abans dels màxims de l'estat superior (Fig. 10B, D-G). Amb menys freqüència, les ondulacions es van produir durant els cargols (associació significativa en el 29% dels canals; Fig. 10C, E), tal com es veu en els assaigs individuals (Fig. 10A) i en els diagrames de freqüència de temps peri-ripple (Fig. 2Aii, E). Els histogrames peri-ripple mostren que els cargols van començar una mitjana de 225 ms abans del centre de l'ondulatge cortical, cosa que indica que les ondulacions tendeixen a produir-se durant els eixos (Fig. 10C, E-G). durant els eixos, o abans de la part superior de l'estat (Fig. 10H). Aquests resultats suggereixen que el moment de les ondulacions corticals durant el NREM és adequat per facilitar la consolidació, guiada per l'activació seqüencial de les ones del son.

For more information:1950477648nn@gmail.com