Surfing Brainwaves mit EEG

Quelle: Wissen Neuronen und Wikimedia Benutzer Der Lange und Ultra Necton

Bilder sind leistungsfähige Werkzeuge, um quantitative Daten zu veranschaulichen und das öffentliche Interesse zu erfassen. Jedes Jahr veröffentlicht die NASA viele schöne Bilder von Marsdünen und entfernten Nebeln, die helfen, öffentliche Gelder zu gewinnen. Wenn es darum geht, Schlagzeilen zu gewinnen und öffentliche Aufmerksamkeit zu bekommen, sind Studien über funktionelle Gehirnaktivität oft am besten, wenn sie diese Aktivität schön als bunte Pixel darstellen, die auf der gewundenen Oberfläche der Großhirnrinde tanzen.

fMRI Gehirn-Scan

Quelle: Wikimedia Commons Benutzer OpenStax

Sie haben wahrscheinlich von der funktionellen Magnetresonanztomographie ( fMRT) gehört , der Technologie, die erstaunliche Gehirnscans erzeugt, die in den Abendnachrichten zu sehen sind. Bei diesen Bildern fehlt jedoch eine kritische Dimension: Zeit. Die Gehirnaktivität findet im Millisekunden-Bereich statt, doch die fMRT erfasst diese Aktivität mit einer Rate von etwa einem vollständigen Gehirn-Scan pro Sekunde. Dies ist vergleichbar mit einem Film, der mit einer Bildrate von einer Sekunde aufgenommen wurde.

EEG , kurz für Elektroenzephalogramm, ist eine vergleichsweise alte Technologie, die erstmals 1929 von Hans Berger eingeführt wurde und bei der Elektroden auf der Kopfhaut die elektrische Aktivität des Gehirns ("Gehirnwellen") in Millisekundenauflösung aufzeichnen. Durch die Aufnahme von Tausenden von Proben pro Sekunde erfasst das EEG den zeitlichen Verlauf der neuronalen Antworten auf Stimuli. Darüber hinaus ist das EEG ein direktes Maß für die Gehirnaktivität, die an Teilen von Neuronen, Synapsen und Dendriten, stattfindet, während fMRI stattdessen die metabolische Aktivität als Stellvertreter für synaptische Aktivität und neuronale Feuerung misst.

Der Autor trägt eine EEG-Kappe.

Quelle: Joel Fröhlich

Während man naiv annehmen könnte, EEG sei eine primitive Technologie angesichts seiner relativen Altertümlichkeit und der Unfähigkeit, sexy Bilder zu produzieren, liefern moderne Computer enorme Mengen an Informationen aus EEG-Aufzeichnungen. Ursprünglich mit einem beweglichen Stift in Seismograph-ähnlicher Weise aufgenommen, erlaubten digitalisierte EEG-Daten in den 80er Jahren für mathematische Transformationen von EEG-Aufzeichnungen, ein Spektrum von Gehirnoszillationen zu zeigen. Verschiedene Gehirnschwingungen oder "Gehirnwellen" sind mit verschiedenen kognitiven Aufgaben und Gehirnprozessen verbunden. Der Alpha-Rhythmus ist zum Beispiel mit neuronalem "Leerlauf" im ruhenden Gehirn verbunden; der Gamma-Rhythmus ist mit der Wahrnehmung und Koordination von Hirnregionen assoziiert, die verschiedene Aspekte der gleichen Information verarbeiten.

• Das ABC des Diametriemodells, Zwanzig Jahre später
• Ein Wunsch, ein Aspie zu sein
• Es gibt eine neue Verbindung zwischen Bildschirmzeit und Autismus
• Psychologie, Kunst und Körperflüssigkeiten
• Ketogene Diäten für psychiatrische Störungen: Eine neue 2017 Review

Mit dem Aufkommen von schnelleren Computern wurde kürzlich Mathematik aus den Bereichen Chaostheorie und Informationstheorie verwendet, um die Komplexität von EEG-Aufzeichnungen zu quantifizieren. Diese Metriken sind vielversprechend für die Identifizierung von Biomarkern (objektive, quantifizierbare Signaturen) von Hirnerkrankungen wie Schizophrenie, Autismus und Alzheimer. In der normalen klinischen Praxis wird EEG seit Jahrzehnten zur Diagnose von Epilepsie und Schlafstörungen eingesetzt; Es ist auch ein unschätzbares Werkzeug zur Beobachtung von Koma und Überwachung der Narkosetiefe. Da EEG-Tests kostengünstig und sehr portabel sind, sind sie einfacher zu verwalten als MRI-Gehirnscans und für viele Zwecke praktikabler.

EEG und fMRI sind beide nützliche Werkzeuge zum Messen der funktionellen Hirnaktivität, jede mit ihren eigenen Stärken und Schwächen. Von der Kopfhaut aufgenommen, hat das EEG eine schlechte räumliche Lokalisierung, aber es adressiert welche Fragen mit seiner hohen zeitlichen (dh zeitlichen) Auflösung. Im Gegensatz dazu hat fMRI eine ausgezeichnete räumliche Lokalisierung, um Fragen zu beantworten, aber es fehlt oft die zeitliche Auflösung, um uns zu sagen, was im Gehirn vor sich geht. Aus diesem Grund ist fMRI am besten geeignet, wenn ein Forscher eine anatomische Hypothese ansprechen möchte (zB in welcher Hirnregion?). Das Gehirn tritt in ein empfindliches Gleichgewicht zwischen funktioneller Segregation und Integration: kognitive Aufgaben sind teilweise in bestimmten Hirnregionen lokalisiert und teilweise über das gesamte Gehirn verteilt. EEG und fMRI sind beide geeignet, um verschiedene Hypothesen in verschiedenen Kontexten zu testen.

~

• Tipps, um Bad Äpfel online zu finden: Volume One
• Emotionale Belastbarkeit bei ASD Teens
• Die Krankheit eines Kindes, die Qual einer Mutter
• Der große Aspie
• Schwimmen: Der Schlüssel zur Verlängerung der Lebensdauer bei Autismus?

Dieser Beitrag wurde von einem früheren Beitrag von Joel on Knowing Neurons übernommen.