Ээг сердца: ЭЭГ (электроэнцефалограмма) головного мозга — что это за обследование и что оно показывает?

Содержание

ЭЭГ (электроэнцефалограмма) головного мозга — что это за обследование и что оно показывает?

Как проводится ЭЭГ? Когда необходимо проходить это обследование? Есть ли противопоказания к прохождению обследования? Как подготовиться к диагностике? На эти и многие другие вопросы отвечают специалисты медицинского центра «Адмиралтейские верфи».

В чем суть процедуры ЭЭГ?

Электроэнцефалограмма регистрирует электрические сигналы клеток головного мозга и позволяет выявить эпилепсию, травмы, новообразования, воспалительные процессы, изменения в сосудах. На патологию указывают нарушения электрической активности нейронов, которые фиксируются при помощи специальных датчиков, размещаемых на голове пациента.

По электроэнцефалограмме врач может: 

  • проанализировать работоспособность головного мозга;
  • определить очаги патологий;
  • оценить характер и степень повреждений; 
  • подтвердить или уточнить диагноз;
  • осуществлять контроль эффективности проводимого лечения.
     

В каких случаях назначают ЭЭГ?

После беседы с пациентом и изучения истории болезни специалист принимает решение о назначении энцефалографии. Обычно показаниями к ЭЭГ являются частые головные боли, проблемы со сном, обмороки, быстрая утомляемость и хроническая усталость.


Ухудшение самочувствия может быть признаком нарушений в функционировании головного мозга. Вышеперечисленные недомогания нередко возникают из-за:

  • вегетососудистой дистонии;
  • нарушений работы сердца; 
  • патологии сосудов шеи и головы;
  • воспалительных процессов при менингите и энцефалите;
  • эндокринных нарушений;
  • злокачественных или доброкачественных новообразований.

Для пациентов, страдающих эпилепсией, перенесших нейрохирургические оперативные вмешательства и травмы головы, ЭЭГ-мониторинг является обязательным. 

Как подготовиться к обследованию на электроэнцефалографе? 

Мониторинг электрической активности головного мозга не требует сложной подготовки. В процессе обследования важно просто выполнять указания врача и сохранять спокойствие. Вспышки света и шумы являются частью процедуры. 

За трое суток до обследования рекомендуется прекратить прием транквилизаторов, противосудорожных и седативных препаратов. За 24 часа до обследования не пить чай, кофе и энергетики, не есть шоколад. Накануне мониторинга вымыть голову. За час до обследования перекусить. Перед его началом распустить волосы и снять металлические украшения. 


Как проводится ЭЭГ? 

Обследование проходит в несколько этапов.

Подготовительный этап
  • пациент заходит в кабинет, защищенный от проникновения света и звуков;
  • на него надевают «шапочку» энцефалографа, состоящую из специальных датчиков;
  • провода датчиков подключаются к аппарату, который фиксирует биоэлектрические импульсы мозга.

Диагностический этап
  • энцефалограф передает данные на монитор в виде графика;
  • фиксируется мощность электрических полей и её распределение разными участками мозга;
  • проводятся функциональные пробы: пациента просят поморгать, посмотреть на вспышки света, дышать реже или глубже, послушать резкий звук.

Завершающий этап
  • с пациента снимают электроды;
  • распечатывают полученные результаты.

Противопоказания

Исследование практически не имеет противопоказаний. Но поражения поверхности головы, воспаления и послеоперационные швы делают проведение электроэнцефалограммы головного мозга невозможным или затруднительным. Кроме того, пациент не должен двигаться в процессе диагностики. Беременность и слишком юный возраст противопоказаниями не являются. 

Сколько длится процедура электроэнцефалограммы головного мозга?

Обычная энцефалограмма (рутинная ЭЭГ или диагностика пароксизмального состояния) занимает от 20 до 30 минут. В ходе обследования проводится ряд проб:

  • ритмичная фотостимуляция;
  • гипервентиляция;
  • нагрузка в виде медленного моргания.

При необходимости оценить определенные функции мозга, специалист добавляет дополнительные тесты, о чем заранее сообщает пациенту.

К таким тестам относятся:

  • сжатие пальцев в кулак;
  • нахождение в темноте;
  • лишение сна на определенный период;
  • мониторинг ночного сна.

Интерпретация результатов обследования

Даже квалифицированный специалист не всегда способен с абсолютной точностью назвать причину плохого самочувствия пациента и сразу же поставить диагноз. Врача могут насторожить очаговые изменения на ЭЭГ. В таком случае потребуется проведение магнитно-резонансной томографии для исключения опухоли или кисты. 

При обращении в медицинский центр «Адмиралтейские верфи» вы сможете пройти все обследования максимально быстро, не откладывая поход к специалистам.

Если вам необходимо сделать ЭЭГ головного мозга и вы хотите это сделать на современном оборудовании экспертного класса и в кратчайшие сроки, позвоните по номеру телефона, указанному на сайте, или оставьте заявку в форме обратной связи.  

Сотрудники медицинского центра «Адмиралтейские верфи» ответят на ваши вопросы и проведут все необходимые обследования в течение одного рабочего дня. Давайте заботиться о вашем здоровье вместе!

Реоэнцефалография (РЭГ) / Электроэнцефалография (ЭЭГ) / Эхо-ЭГ (эхоэнцефалография) / Электрокардиогра́фия (ЭКГ) / Функции внешнего дыхания (ФВД)

Функциональная диагностика — раздел диагностики, содержанием которого являются объективная оценка, обнаружение отклонений и установление степени нарушений функции различных органов и физиологических систем организма на основе измерения физических, химических или иных объективных показателей их деятельности с помощью инструментальных или лабораторных методов исследования.

                                

В нашей клинике проводятся следующие виды функциональной диагностики:

Реоэнцефалография (РЭГ): реографический метод исследования сосудистой системы головного мозга, основанный на записи изменяющейся величины электрического сопротивления тканей при пропускании через них слабого электрического тока высокой частоты.

Это неинвазивный метод исследования.

Реоэнцефалографическое исследование позволяет получать объективную информацию о тонусе, эластичности стенки и реактивности сосудов мозга, периферическом сосудистом сопротивлении, величине пульсового кровенаполнения. Достоинства метода — его относительная простота, возможность проведения исследований практически в любых условиях и в течение длительного времени, получение раздельной информации о состоянии артериальной и венозной систем мозга и о внутримозговых сосудах различного диаметра.

Электроэнцефалография (ЭЭГ): раздел электрофизиологии, изучающий закономерности суммарной электрической активности мозга, отводимой с поверхности кожи головы, а также метод записи таких потенциалов  Также ЭЭГ — неинвазивный метод исследования функционального состояния головного мозга путем регистрации его биоэлектрической активности.

ЭЭГ — чувствительный метод исследования, он отражает малейшие изменения функции коры головного мозга и глубинных мозговых структур, обеспечивая миллисекундное временное разрешение, не доступное другим методам исследования мозговой активности, в частности ПЭТ и фМРТ.

Электроэнцефалография дает возможность качественного и количественного анализа функционального состояния головного мозга и его реакций при действии раздражителей. Запись ЭЭГ широко применяется в диагностической и лечебной работе (особенно часто при эпилепсии), в анестезиологии, а также при изучении деятельности мозга, связанной с реализацией таких функций, как восприятие, память, адаптация и т. д.

Эхо-ЭГ (эхоэнцефалография) : — диагностический ультразвуковой нейрофизиологический метод, позволяющий оценить наличие патологического объёмного процесса в веществе головного мозга, а также определить степень повышения внутричерепного давления

Эхосигналы при эхоэнцефалоскопии образуются на границах сред (костей черепа, твёрдой мозговой оболочки, ликвора, вещества головного мозга и патологических объёмных образований). При наличии объёмного процесса в одном из полушарий головного мозга М-эхо смещается в противоположную сторону, что является признаком дислокации срединных структур.

Электрокардиогра́фия (ЭКГ): — методика регистрации и исследования электрических полей, образующихся при работе сердца. Электрокардиография представляет собой относительно недорогой, но ценный метод электрофизиологической инструментальной диагностики в кардиологии.

Прямым результатом электрокардиографии является получение электрокардиограммы (ЭКГ) — графического представления разности потенциалов возникающих в результате работы сердца и проводящихся на поверхность тела. На ЭКГ отражается усреднение всех векторов потенциалов действия, возникающих в определённый момент работы сердца.

Функции внешнего дыхания (ФВД): Спироме́трия, спирогра́фия — метод исследования функции внешнего дыхания, включающий в себя измерение объёмных и скоростных показателей дыхания.

Выполняются следующие виды спирометрических проб:

— спокойное дыхание;
— форсированный выдох;
-​ максимальная вентиляция лёгких;
-​ функциональные пробы (с бронходилататорами, провокационные и т. п.)

Спирометрия используется для диагностики таких заболеваний, как бронхиальная астма, ХОБЛ, а также для оценки состояния аппарата дыхания при других заболеваниях и во время различных медицинских мероприятий.

-​ Реовазография (РВГ): исследования пульсовых колебаний кровенаполнения сосудов различных органов и тканей, основанный на графической регистрации изменений полного электрического сопротивления тканей.

Применяется в диагностике различного рода сосудистых нарушений конечностей, лёгких, сердца, печени и др. Различают:

Реография поперечная — реография конечности, при которой электроды располагают на одном уровне относительно её продольной оси; используется для оценки функции кровеносных сосудов определённой части конечности.

Реография продольная — реография конечности, при которой электроды располагают по её продольной оси; используется для оценки функции кровеносных сосудов всей конечности.

-​ Электронейромиография (ЭНМГ): Электронейрография — запись электрического сигнала и связанного с ним потенциала действия в момент его распространения вдоль нерва. Используется для измерения скорости распространения стимула или потенциала действия в нерве. Для проведения электронейрографии периферический нерв стимулируется в одной точке и затем измеряется активность в двух точках на пути её распространения.

Электромиография (ЭМГ) — метод исследования биоэлектрических потенциалов, возникающих в скелетных мышцах человека при возбуждении мышечных волокон;  регистрация электрической активности мышц. 

— С помощью введённых в мышцу игольчатых электродов. Улавливают колебания потенциала в отдельных мышечных волокнах или в группе мышечных волокон,  иннервируемых  одним  мотонейроном. 
— С помощью накожных электродов. Отражает процесс возбуждения мышцы как целого. 
— Стимуляционная электромиография — при искусственной стимуляции нерва или органов чувств. Это позволяет исследовать нервно-мышечную передачу, рефлекторную деятельность, определить скорость проведения возбуждения по нерву.

-​ Холтеровское мониторирование ЭКГ: Исследование представляет собой непрерывную регистрацию электрокардиограммы в течение 24 часов и более (48, 72 часа, иногда до 7 суток). Запись ЭКГ осуществляется при помощи специального портативного аппарата — рекордера (регистратора), который пациент носит с собой (на ремне через плечо или на поясе). Запись ведется по 2, 3, или более каналам (до 12 каналов). До сих пор наиболее распространены именно 2- и 3-канальные регистраторы. В ряде случаев имеется возможность при трехканальной записи получить математически восстановленную ЭКГ 12 каналов, что может быть полезно в топической диагностике экстрасистол. Однако такая «восстановленная» ЭКГ, и запись 12-канального регистратора может не совпадать с поверхностной ЭКГ 12 отведений, снятой стандартным методом, поэтому данные любой холтеровской записи (в т.ч. истинной 12-канальной) не могут заменить снятие обычной ЭКГ.

Выявленные особенности или патология должны быть проиллюстрированы распечатками ЭКГ за соответствующий период мониторирования.

Холтеровское мониторирование — один из популярных методов диагностики нарушений сердечного ритма. Показано пациентам с жалобами на сердцебиение и перебои в работе сердца — для выявления нарушений ритма и проводимости сердца, с неясными обмороками, а также частично для регистрации «немой» (безболевой) ишемии миокарда, для оценки некоторых параметров работы электрокардиостимулятора. В плане диагностики ИБС результат холтеровского мониторирования в большинстве случаев критерием быть не может.


Функциональная диагностика (ЭКГ, ЭЭГ) — Медицинский центр Континент в Краснодаре

Медицинский центр «Континент» предоставляет лечебно-диагностические услуги по 36 видам исследований.

Электрокардиограмма

Одним из популярных, привычных, недорогих и эффективных типов диагностики сердца считается электрокардиограмма (ЭКГ), представляющая собой графическую запись электрических потенциалов данного органа. Процедура длится около десяти минут и не требует специальной подготовки больного.

Электрокардиограмма помогает обнаружить, подтвердить и выявить такие заболевания, как:

  • острые, подострые и хронические формы инфаркта миокарда
  • ишемия миокарда (в том числе безболевые формы)
  • рубцовые изменения мышцы органа
  • признаки гипертонической болезни
  • физическое состояние сердца
  • нарушения ритма органа и др.

Электрокардиограмму назначают в случаях:

  • наличия заболеваний внутренних органов, нервной и эндокринной систем
  • в обязательном порядке перед хирургическими вмешательствами
  • при жалобах на боли в области сердца, на аритмию, одышку
  • при повышенном содержании холестерина в крови
  • при гипертонической болезни
  • при беременности.

РЭГ и ЭЭГ исследования

Пациенты медицинского центра «Континент» могут также пройти здесь реоэнцефалографию (РЭГ) и электроэнцефалографию (ЭЭГ).

Реоэнцефалография, осуществляемая при помощи специального прибора, представляет собой диагностирование нарушений кровоснабжения мозга и исследование сосудистой системы. Этот способ диагностики широко применяется в медицинской практике.

Реоэнцефалография позволяет определить:

  • информацию о периферическом сосудистом сопротивлении
  • тонус, эластичность стенок и реактивность сосудов мозга
  • данные о внутримозговых сосудах различного диаметра
  • состояние артериальной и венозной систем мозга
  • величину пульсового кровенаполнения.

Реоэнцефалография используется в диагностике таких заболеваний, как:

  • лабильность внутричерепного давления и многое другое
  • шейно-черепной синдром, травма шеи
  • вертебробазилярная недостаточность
  • нарушение мозгового кровотока
  • вегето-сосудистая дистония
  • сотрясение, ушиб мозга
  • ишемия мозга
  • инсульт.

Электроэнцефалография представляет собой один из основных методов объективного тестирования функций нервной системы и считается единственным способом, позволяющим дифференцировать эпилепсию от других пароксизмальных состояний.

Электроэнцефалография (ЭЭГ) мозга

Электроэнцефалография (ЭЭГ) мозга — диагностический метод, с помощью которого исследуется головной мозг Он является самым доступным методом определения состояния головного мозга, его активности и изменения состояния клеток при различных нагрузках. Благодаря применению современных технологий, аппарат, используемый у нас в поликлинике, дает точную информацию. Данный способ диагностики предоставляет возможность отражать схему активной деятельности всех систем головного мозга. ЭЭГ точно и четко показывает одни из важных параметров действия нервной системы. Этот фактор называется «свойством ритмичности». Он отражает согласованную работу разных структур и отделений, находящихся в мозге.

Электроэнцефалография(ЭЭГ) позволяет выявить следующие патологии:

  • Последствия черепно-мозговых травм и хирургических операций;
  • Эпилептические расстройства;
  • Новообразования головного мозга, доброкачественные и злокачественные;
  • Нарушения мозгового кровообращения, сосудистые патологии;
  • Энцефалопатии и другие болезни головного мозга и ЦНС;
Электроэнцефалография(ЭЭГ) имеет большое значение при диагностике и лечении различных невротических расстройств (депрессии, бессонницы, истерии, панических атак и др.). Данное исследование стало необходимостью для водителей. Согласно новым правилам, каждый человек, желающий получить водительские права, должен пройти ЭЭГ для справки в ГИБДД. Многие болезни и дисфункции, диагностируемые при помощи данной процедуры, могут представлять особую опасность при вождении. Поэтому ЭЭГ так важно для водителей.

Подготовка к проведению Электроэнцефалографии(ЭЭГ)

По предварительной договоренности со специалистом требуется отменить прием противосудорожных средств за трое суток до исследования. За день до процедуры сообщить доктору ,если принимаются какие-либо лекарства. В течении 12 часов перед обследованием в пищу не рекомендуется принимать продукты, в составе которых присутствует кофеин . Волосы на голове должны быть чистыми, не рекомендуется использовать различные косметические средства для волос (гели, пенки, лаки и т. п.). Дреды и косы требуется распустить, а также, непосредственно, перед началом процедуры необходимо снять серьги.

Процедура Электроэнцефалографии(ЭЭГ) совсем безболезненная и не создает никакого дискомфорта во время самого процесса. Диагностику проводят квалифицированные врачи и лаборанты, обладающие всеми необходимыми знаниями и навыками для выполнения процедур и расшифровки результатов.

Видео ЭЭГ мониторинг — ДГКБ имени З.А. Башляевой

Лаборатория видео-ЭЭГ мониторинга — это комфортное отделение, позволяющее обеспечить нашим пациентам обстановку полного покоя и тишины при проведении исследования.
Палаты оснащены всем необходимым для длительного пребывания родителей вместе с детьми.

 

 

Электроэнцефалография (ЭЭГ) — это высокоинформативный диагностический метод исследования работы головного мозга, который позволяет оценить наличие или отсутствие патологической активности, характерной для эпилепсии,
дает возможность судить об изменениях в работе тех или иных участков головного мозга,
помогает решить вопрос о назначении терапии.В основе метода лежит оценка электрических разрядов, генерируемых корой головного мозга.

Видео-ЭЭГ мониторинг — это длительная синхронная регистрация записи электроэнцефалограммы (ЭЭГ) и видео пациента.

 

Метод видео-ЭЭГ-мониторинга не имеет возрастных ограничений и противопоказаний, безболезненный и безопасный.

Исследования проводят с использованием видео-электроэнцефалографов экспертного класса с электрокардиографическим отведением, что позволяет получать важную информацию для клинической интерпретации полученных результатов

В нашей лаборатории проводятся все виды электроэнцефалографии (ЭЭГ):

30 минутная ЭЭГ — БЕЗ ВИДЕОМОНИТОРИНГА
Дневной видео-ЭЭГ мониторинг — от 1 до 9 часов.
Ночной видео-ЭЭГ мониторинг
— в течение ночного сна (в среднем с 21.00 до 6 часов утра).

 

 

Практически во всех случаях ЭЭГ проводят с функциональными нагрузками (пробами):
открывание-закрывание глаз по команде,
гипервентиляция (глубокое дыхание),
ритмическая фотостимуляция.

По усмотрению ээг-ассистента возможны и другие пробы.

 

 

 

 

Вид исследования и его продолжительность определяет лечащий врач с учетом следующих критериев:
дети от 0-12 месяцев — дневной видео-ЭЭГ мониторинг.
Дети от года до 18 лет — любой удобный для пациента видео-ЭЭГ мониторинг (кроме 30 минутного ЭЭГ).

Выбор проводится исходя из соображений наличия сна в ходе ээг. Если ребенок днем спит, можно провести дневной видеомониторинг ЭЭГ. Если ребенок днем не засыпает, гиперактивен или неусидчив — тогда лучше ночной.
взрослым целесообразнее выполнить длительный, 9ти-часовой, ночной, либо дневной мониторинг.

Мы сохраняем связь со стационаром нашей больницы для обеспечения немедленного реагирования в случае возникновения любых непредвиденных ситуаций.

ПОДГОТОВКА К ИССЛЕДОВАНИЮ.
Очень важно, чтобы голова ребенка была чистой. Кожный жир – сильный диэлектрик. Кроме этого он увеличивает количество помех при исследовании. Не используйте никаких средств для укладки и ухода за волосами (кондиционеры, маски, муссы, спреи, воски)
Наша цель – сделать максимально информативное качественное исследование. И лучше всего помочь нам в этом могут родители ребенка.
Заранее расскажите ребенку о предстоящем событии. Малыш не должен пугаться в ходе выполнения различных процедур: надевания электродной шапочки, нанесения электропроводного геля.
Требования к записи ЭЭГ спокойного бодрствования предполагают, что ребенок будет продолжительное время находиться в неподвижности в тишине и темноте с закрытыми глазами. Обычно такая возможность появляется перед засыпанием. Но у беспокойных детей могут возникнуть трудности. Поэтому заранее продумайте занятия для ребенка, чтобы переключить его внимание с проводимого исследования. Это может быть чтение сказки, спокойная игра или просмотр мультфильма.
Во время сна ребенка нельзя накрывать одеялом. Поэтому для длительного исследования возьмите уютную пижаму с длинным рукавом.

 

ПРОВЕДЕНИЕ ИССЛЕДОВАНИЯ.

Для проведения ЭЭГ на голову пациента одевают электродный шлем (специальная «шапочка с проводами» по размеру головы ребенка), наносят на каждый контакт электропроводный гель. Далее с помощью компьютера проводят запись, и доктор оценивает проведенное исследование.

Результаты проведения рутинной ЭЭГ готовы на следующий после исследования день.
Длительные исследования бывают готовы через несколько дней, когда врач проведет расшифровку биоритмов мозга, синхронной видеозаписи и оформит заключение по форме, которая соответствует стандартам этого исследования.

Исследования проводят врачи и ассистенты отделения функциональной диагностики ДГКБ им. З. А. Башляевой с большим опытом работы с детьми любого возраста и сложности диагнозов:

Врач функциональной диагностики, невролог — Филиппов Андрей Александрович,
Ассистенты лаборатории видео-ЭЭГ мониторинга:
— Волкова Ксения Сергеевна,
— Бурынина Светлана Владимировна,
— Жигарева Галина Ивановна,
— Красаев Виктор Алексеевич

Запись на видео-ЭЭГ мониторинг проводится по телефону +7 (499) 110-14-79.
Вопросы можно отправить на адрес нашей электронной почты
[email protected]


ОТВЕТЫ НА ЧАСТОЗАДАВАЕМЫЕ ВОПРОСЫ

Для чего проводят ЭЭГ?

Первое и, пожалуй, главное — подтвердить или исключить эпилепсию
оценить вероятность возникновения эпилептических приступов
решить вопрос о назначении, отмене либо коррекции противоэпилептической терапии
решить вопрос о возможном назначении ноотропных препаратов
косвенно судить о наличии когнитивных (интеллектуальных) способностях
стоит ли назначать другие обследования, к примеру, КТ\МРТ и многое другое…

Почему нужны длительные исследования?

Лучше, чтобы исследование длилось не меньше часа. В этом случае врач с большей вероятностью увидит все важные моменты: бодрствование, сон, приступы.
30 минутная ЭЭГ редко дает полную картину, и приходится повторно проводить более длительное исследование с включением сна (не менее 30-40 минут).

Почему нужен сон?
В момент сна значительно меньше помех, так как электроды очень чувствительны и реагируют практически на все движения исследуемого.
Также во сне есть изменения характерные только для «царства морфея», иногда регистрируемые в период засыпания в состоянии бодрствования.
Во сне при большинстве форм эпилепсии регистрируется патология, которой в бодрствовании может не быть.

Почему нельзя записать только сон?

На ээг надо получить и сон, и бодрствование, и эпилептические приступы, либо события. Бодрствование должно быть хорошее, не сонное, так как это можно перепутать с периодом дремы — 1-ой стадией сна, и как следствие, описать далеко не норму! Во сне же могут быть изменения очень похожие на патологию, которые не будут регистрироваться в бодрствовании и будут регистрироваться в бодрствовании при патологии.

То есть, патология есть — изменения и во сне, и в бодрствовании. Норма — изменения во сне и отсутствие в бодрствовании.

Оптимальная продолжительность сна в ходе ээг должно быть не менее 40 минут.

Функциональные исследования | АНО ГБ 3 г. Миасс

Современные методы обследования позволяют выявить любые нарушения во всех органах и тканях человека, что помогает более точно поставить диагноз.

 В АНО «Городская больница  №3»  Вам доступны многие современные методы обследования:

  • Электрокардиография
  • Эхокардиоскопия (УЗИ сердца) 
  • Холтеровское мониторирование
  • Спирометрия
  • Велоэргометрия
  • Электроэнцефалография

Электрокардиография 

Электрокардиография (ЭКГ) существует почти 100 лет, и за это время успела зарекомендовать себя как удобный, информативный и надежный метод исследования. Среди многочисленных инструментальных методов исследования электрокардиографии принадлежит ведущее место. Несмотря на свою рутинность, методика зачастую незаменима в диагностике многих нарушений работы сердца. Этот метод помогает врачу своевременно диагностировать нарушения сердечного ритма и проводимости, инфаркт миокарда, нестабильную стенокардию, эпизоды безболевой ишемии миокарда и др.

Эхокардиография

Эхокардиография – широко распространенная современная ультразвуковая методика, используемая для получения изображения сердца с помощью ультразвуковых волн. Цель исследования — диагностика врожденных и приобретенных пороков сердца, кардиомиопатий, сердечной недостаточности, болезней перикарда, опухолей, внутриполостных тромбов, аневризм сердечной стенки, поражений клапанов, оценки функции левого желудочка. Эхокардиография безвредна и не имеет противопоказаний.

Холтеровское мониторирование

Это метод функциональной диагностики, с помощью которого осуществляется суточная запись электрокардиограммы (ЭКГ) и АД. Запись ЭКГ проводится непрерывно в течение 24 часов. Для этого используется носимый портативный регистратор (холтер).

Суточное мониторирование применяется для выявления нарушений сердечного ритма и проводимости, особенно таких, которые имеют эпизодический характер. При проведении исследования пациент ведет дневник, в который вносятся данные о характере выполняемой пациентом нагрузки и о субъективных неприятных ощущениях больного (боли в области сердца, одышка, перебои, сердцебиения и др.) с указанием точного времени их возникновения.

Существенным преимуществом метода является возможность длительной регистрации ЭКГ в привычных для пациента условиях.

Спирометрия (ФИЛ)

Метод функциональной диагностики, необходимый для больных с патологией органов дыхания (бронхиальная астма, ХОБЛ), как для первичной постановки диагноза, так и для оценки состояния органов дыхания в динамике. Выявляет нарушения вентиляционной функции, наличия обструкции дыхательных путей, бронхоспазма и других нарушений.

Велоэргометрия (ВЭМ)

 

ВЭМ представляет собой регистрацию ЭКГ во время физической нагрузки. Ее цель — выявить причину болей в груди, установить их связь с физической нагрузкой (т. е. подтвердить или исключить наличие ишемической болезни сердца, стенокардии напряжения), влияние на возникновение аритмий, оценить переносимость (толерантность) физических нагрузок пациентами, в том числе перенесшими инфаркт миокарда или операцию на сердце, и оценить эффективность антиаритмических препаратов. Кроме того, при проведении исследования измеряют артериальное давление и оценивают реакцию пациента в целом на физическую нагрузку.

 

 
1Электроэнцефалография (ЭЭГ) 

Незаменимый метод в выявлении патологии мозга. С помощью накладываемых электродов снимается электрическая активность мозга, что позволяет выявить патологические очаги мозговой активности.

Прейскурант

Кабинет функциональной диагностики

КРИТСКИЙ
Александр Александровичч
Врач функциональной диагностики

Понятие функциональная диагностика объединяет в себе диагностические процедуры, применение которых позволяет производить объективную оценку функциональных возможностей органов и систем.

Врачи нашего отделения в своей работе используют диагностическое оборудование новейших моделей от лучших мировых производителей, благодаря чему наши специалисты имеют возможность проводить объективное обследование состояния здоровья пациентов по различным направлениям (кардиология, пульмонология, неврология, оториноларингология, общая терапия и другие).

Методики

Наши специалисты в своей повседневной работе успешно используют следующие диагностические методики:

Один из самых распространенных и основных методов диагностики в кардиологии. Метод заключается в регистрации электрической активности сердца и позволяет успешно выявлять различные нарушения ритма и проводимости, осуществлять оценку функционального состояния миокарда, диагностировать инфаркт миокарда и другие ишемические изменения. Метод регистрации ЭКГ абсолютно безболезненный и безопасный для пациента. Современные аппараты позволяют не только проводить исследование, но и сохранять ранее полученные данные в архиве, использовать их для контроля проводимой терапии.

Метод функциональной диагностики, позволяющий объективно оценивать работу сердца на протяжении суток. Такой метод незаменим для оценки нарушения сердечного ритма (нередко только суточное мониторирование позволяет зафиксировать аритмию), диагностики ишемической болезни сердца. Холтеровское мониторирование применяется при выявлении показаний к хирургическому лечению сердца, проведению коронарографии, для коррекции лекарственной терапии.

Метод диагностики изменений артериального давления и оценки эффективности проводимой лекарственной коррекции. На протяжении суток портативный прибор осуществляет запись показателей артериального давления, возникающих на фоне привычного образа жизни пациента. В ряде случаев именно такая методика позволяет исключить артериальную гипертензию, возникающую по причине стресса от посещения врача, а также зафиксировать прогностически неблагоприятную ночную гипертензию.

Очень важная по информативности методика исследования строения и функции сердца и крупных сосудов позволяющая выявить врожденные и приобретенные пороки сердца, оценить строение и функцию клапанов, толщину и функцию миокарда при ишемической болезни сердца, гипертонии и иных заболеваниях сердечно-сосудистой системы.

Это метод анализа функционального состояния головного мозга при помощи записи его биоэлектрической активности. По своему принципу метод ЭЭГ похож на электрокардиографии, только при ЭЭГ датчики накладывают не на область сердца, как при ЭКГ, а на голову.
Данное исследование необходимо при диагностике многих неврологических заболеваний: эпилепсии, энцефалопатии, опухолей, для диагностики причин обмороков и т.д.
Эти и другие методики функциональной диагностики Вы можете пройти в диагностическом отделении нашей поликлиники.

Является наиболее современным и информативным методом изучения сосудов — артерий и вен, позволяет непосредственно увидеть сами сосуды и окружающие их ткани, как при обычном УЗИ, а также изучить кровоток при помощи спектрального анализа и цветового картирования потока, основанных на эффекте Допплера.

В нашем отделении проводится:

  • Цветовое дуплексное (триплексное) сканирование экстракраниальных отделов брахиоцефальных артерий. Метод позволяет исследовать состояние сосудов, снабжающих кровью головной мозг, определить наличие атеросклероза, наличие и характер атеросклеротических бляшек, степень стенозирования (сужения) просвета сосудов, состояние позвоночных артерий, их ход и наличие сдавления при шейном остеохондрозе, а также состояние сонных и подключичных артерий. Исследование проводится при головных болях, головокружениях, гипертонии, различных признаках нарушений кровоснабжения головного мозга.
  • Цветовое дуплексное (триплексное ) сканирование артерий конечностей позволяет оценить состояние стенок артерий, наличие атеросклеротических изменений, степень стенозирования просвета, характер кровотока. Метод незаменим для диагностики облитерирующего атеросклероза, синдрома Рейно, оперативных вмешательств на артериях.
  • Цветовое дуплексное (триплексное) сканирование вен конечностей является самым информативным методом при варикозной болезни, применяется для ранней диагностики тромбофлебитов, определения необходимости оперативного лечения, а также контроля состояния вен после оперативного вмешательства. Метод незаменим для диагностики состояния глубокой венозной системы конечностей, выявления тромбозов. Исследование вен нижних конечностей является обязательным при подготовке к полостным операциям.
  • Транскраниальное цветовое дуплексное (триплексное) сканирование позволяет оценить состояние кровотока в сосудах основания мозга.

Высокая разрешающая способность применяемых в нашей поликлинике современных приборов позволяет определить даже небольшие изменения в кровотоке или структуре сосуда.

В результате становится возможным определение причины и степени нарушения кровообращения в органах и тканях человека, а также более точное и целенаправленное проведение лечебных мероприятий.

Цветовое дуплексное (триплексное ) сканирование Вы можете пройти в диагностическом отделении нашей поликлиники.

заключается в проведении электрокардиографического исследования во время физической нагрузки на специальном велосипеде — велоэргометре. Велоэргометрия применяемая для выявления начальных стадий и скрытых форм ишемической болезни сердца, а также для определения индивидуальной толерантности к физической нагрузке.

Нагрузочные тесты (велоэргометрия, тредмил — тест) позволяют определить реакцию сердечно-сосудистой системы на физическую нагрузку, степень толерантности (выносливости) организма к физической нагрузке, выявить эпизоды ишемии миокарда, в том числе безболевой, нарушения ритма сердца, связанные с физической активностью. Велоэргометрия и тредмил-тест выявляют связь боли в грудной клетке с состоянием коронарного кровотока или отсутствие такой зависимости.

Цены на услуги отделения

Фотогалерея

 Телефон отделения: 8 (495) 020-65-71

 

границ | Связь между вариабельностью сердечного ритма и вариабельностью функциональной связи электроэнцефалографии связана с когнитивной гибкостью

Введение

Когнитивная гибкость относится к способности гибко адаптировать обработку к изменяющейся информации окружающей среды, направлять мысли и поведение и позволять направленное действие для достижения цели (Cañas et al. , 2003; Geurts et al., 2009; Dennis and Vander Wal, 2010 ; Ионеску, 2012). Гибкость зависит от сильного исполнительного контроля, особенно с точки зрения эффективного переключения ресурсов внимания и когнитивных функций на обработку новой информации при одновременном подавлении предыдущей нерелевантной информации (Miyake et al., 2000). Исследования показали прямую связь между когнитивной гибкостью и сердечно-сосудистой системой через вегетативный тонус блуждающего нерва. Простым способом измерения этой взаимосвязи является изучение вариабельности сердечного ритма (ВСР), неинвазивное измерение взаимодействий между вегетативной нервной системой (ВНС) и центральной нервной системой (ЦНС) на основе изучения колебаний интервала между ними. сердцебиение (Malik et al., 1996; Pumprla et al., 2002). Модель нейровисцеральной интеграции (Thayer and Lane, 2009) предлагает нейронную сеть, которая связывает активность сердечного ритма и когнитивные способности.Эта модель предполагает, что ЦНС и ВНС взаимно взаимосвязаны, так что информация передается в двух направлениях (Smith et al. , 2017). Очень убедительные доказательства показывают, что активность префронтальной коры участвует в модуляции эфферентного оттока блуждающего нерва к сердцу, а ВСР является индикатором сердечной активности, связанной с когнитивной гибкостью при выполнении задач, связанных с вниманием, рабочей памятью и тормозящим контролем (Thayer et al., 2004 ; Saus et al., 2006; Hansen et al., 2009). Высокочастотный компонент ВСР, по-видимому, положительно коррелирует с персеверативными ошибками в тесте сортировки карточек в Висконсине, а также с ошибками ингибирования в тесте интерференции цветного слова (Hovland et al., 2012). В серии исследований, в которых люди были априори стратифицированы в соответствии с их уровнями ВСР в состоянии покоя, люди с высокой ВСР лучше выполняли задачи, связанные с управляющей функцией, чем люди с низкой ВСР (Hansen et al., 2009). Такие результаты показывают, что индивидуальные различия ВСР являются полезным предиктором когнитивной гибкости (Gillie and Thayer, 2014).

В последнее время вариабельность сигналов мозга стала ценным инструментом для исследования индивидуальных различий в когнитивных способностях (Yang et al., 2013; Макдонау и Наширо, 2014). Была исследована способность вариабельности функциональной связности в состоянии покоя прогнозировать когнитивные способности с помощью различных методов и задач (Mennes et al., 2010; Takeuchi et al., 2011; Mackey et al., 2013; Martínez et al., 2013; Томпсон и др., 2016). Эти исследования, по-видимому, указывают на то, что управляющие функции коррелируют с активностью мозга в состоянии покоя (Fox et al., 2005, 2006; Seeley et al., 2007). Mennes et al. (2010) во время выполнения задания Эриксена Фланкера обнаружили сеть положительных результатов, которая включала лобно-поясную и теменную области.Fox et al. (2006) идентифицировали две сети мозга в состоянии покоя. Одна сеть состоит из регионов, которые обычно положительно коррелируют с выполнением когнитивных задач, а другая включает регионы, которые обычно отрицательно коррелируют. Наличие значительных положительных / отрицательных корреляций между областью мозга и задачей у участников предполагает, что по крайней мере часть церебрального ответа, вызванная конкретной задачей, внутренне представлена ​​в мозге (Mennes et al., 2010). Точно так же, когда изменчивость нарушена, мозг не имеет возможности адаптироваться к условиям окружающей среды, что приводит к невропатологическим заболеваниям, таким как эпилепсия и синдром дефицита внимания / гиперактивности (Mizuno et al., 2010; Catarino et al., 2011; Vakorin et al. ., 2011; Ramon, Holmes, 2013; Barttfeld et al., 2014; Alba et al., 2016; Chen et al., 2017).

Недавно были исследованы отношения между ВСР и эндогенной динамикой областей мозга, участвующих в вегетативном контроле и эмоциональной регуляции во время состояния покоя.Эти исследования показали, что высокочастотные и низкочастотные компоненты ВСР тесно связаны с функциональной связностью (Chang et al., 2013b; Jennings et al., 2016; Sakaki et al., 2016). Однако в этих исследованиях не рассматривалась взаимосвязь между вариабельностью функциональной связности и ВСР или то, могут ли оба фактора предсказывать результаты когнитивных задач. Palva et al. (2013) коррелировали вариабельность функциональной связи с помощью магнитоэнцефалографии (МЭГ) и ВСР во время задачи обнаружения стимула и в период состояния покоя.Была обнаружена сильная корреляция между колебаниями нейронов и выполнением задачи во время выполнения задачи и в период состояния покоя. Эти результаты предполагают, что вариабельность функциональной связности в состоянии покоя не зависит от задачи, а связана с выполнением когнитивных задач. Более того, это исследование показало, что ВСР как в условиях выполнения задания, так и в состоянии покоя предсказывала выполнение задания.

В настоящем исследовании мы исследовали связь между изменчивостью функциональной связности электроэнцефалографии (ЭЭГ) и ВСР в состоянии покоя и последующим выполнением когнитивного теста.Обычно любой показатель ЭЭГ оценивается в состоянии покоя путем усреднения его значений в определенном количестве сегментов ЭЭГ. Эта процедура предполагает, что ЭЭГ в состоянии покоя остается статичной в течение периода записи. Даже в этом случае недавние данные (см., Например, Kitzbichler et al., 2009; Botcharova et al., 2014) ясно указывают на то, что синхронизация мозга, оцениваемая по нейрофизиологическим сигналам, непостоянна, но в течение этого времени она имеет значительную изменчивость. который нарушается при невропатологических состояниях (Ramon, Holmes, 2013; Alba et al., 2016). Более того, некоторые исследования показывают, что вариабельность функциональной связности в состоянии покоя может предсказать когнитивные способности (Liu et al., 2018). Эта связь между изменчивостью и вариациями психического состояния, по-видимому, колеблется в разных частотных диапазонах, таких как тета или альфа (Chang et al., 2013a). Исследования изменчивости функциональной связности могут выявить гибкость функциональной координации между различными нейронными системами и могут улучшить наше понимание поведенческих сдвигов и адаптивных процессов (Allen et al. , 2014). Другими словами, интересно, как динамика связности мозга в состоянии покоя может предсказать результат когнитивных задач.

Целью этого исследования было определить, коррелирует ли выполнение задачи переключения с индивидуальной вариабельностью функциональной связи в состоянии покоя и с ВСР. Таким образом, мы ожидаем, что лучшая производительность при тестировании переключателя CAMBIOS будет связана с высокой вариабельностью функционального подключения в состоянии покоя. Кроме того, мы ожидаем, что ВСР и когнитивные способности будут коррелированы.Поскольку литература о взаимосвязи между ВСР и когнитивными функциями показывает противоречивые результаты, мы не прогнозируем корреляции или антикорреляции между этими переменными. Кроме того, мы предполагаем, что вариабельность функциональной связности в состоянии покоя (RSVFC) и ВСР коррелированы, потому что ЦНС и ВНС взаимно взаимосвязаны. Более того, чтобы проверить, играют ли колебания, вызванные ВНС, роль в корреляции между церебральной функциональной связностью в состоянии покоя и когнитивными функциями, мы рассчитали влияние ВСР на корреляции между результатами тестов CAMBIOS и RSVFC, используя частичные корреляции. Следуя предыдущим результатам, мы предполагаем, что участники с лучшими результатами по тесту CAMBIOS будут иметь более высокий RSVFC. Основываясь на предыдущих исследованиях, у нас нет гипотез об уровне ВСР (выше или ниже) участников с более высокими баллами по тесту CAMBIOS.

Материалы и методы

Участников

В исследовании приняли участие тридцать восемь студентов-правшей (22 женщины и 16 мужчин). Все студенты учились в Университете Гранады (средний возраст = 20 лет.82 ± 9,5) и получили дополнительный балл за свое участие. Критерии исключения участников включали сердечно-сосудистые проблемы, продолжающееся употребление запрещенных веществ, проблемы с психическим здоровьем или текущее медицинское или психологическое лечение. Мы исключили четырех участников (2 женщины и 2 мужчины) из исследования из-за технических проблем с их записями. Участники были набраны на основе информации, предоставленной в университетских аудиториях. Все участники подписали формы информированного согласия на участие в исследовании, которое было одобрено этическим комитетом Университета Гранады и проводилось в соответствии с рекомендациями Хельсинкской декларации.

Процедура

Данные были собраны за один сеанс, который длился примерно 45 минут. По прибытии на экспериментальную сессию участники получили краткое объяснение исследования перед подписанием своего информированного согласия, за которым последовало короткое интервью для проверки соответствия критериям включения. Затем участники выполнили тест CAMBIOS, и их перевели в комнату для записи (тихую и тускло освещенную) и усадили на удобные сиденья. Затем были наложены электроды для ЭЭГ и электрокардиографии (ЭКГ), и начался экспериментальный сеанс.Записи проводились в течение 3-минутного периода адаптации и 6-минутного периода покоя с открытыми глазами. Все участники были проинструктированы фиксировать глаза на крестовине для фиксации, чтобы уменьшить глазные артефакты. Наконец, был включен 3-минутный период, позволяющий участникам вернуться к базальному уровню. Инструкции по условиям эксперимента и фиксации креста были представлены с помощью программного обеспечения E-Prime 2. 0 (Psychology Software Tools) и проектора Canon LV-53.

Когнитивный тест

Тест CAMBIOS (Seisdedos, 2004) оценивает когнитивную гибкость.Когнитивную гибкость можно описать как открытое, организованное, систематическое поведение и способность быстро реагировать на классификационные стимулы. Во время теста CAMBIOS участники определяют, произошло ли изменение между тремя многоугольными фигурами в соответствии с легко усваиваемыми символами. У участников было 7 минут на выполнение теста. При анализе использовались два индекса: ошибки (количество ошибок / общее количество элементов) и совпадения (количество совпадений / общее количество элементов).

Сбор и предварительная обработка физиологических данных

Физиологические сигналы ЭКГ и ЭЭГ непрерывно регистрировались с использованием электродов Ag / AgCl и двух электроокулограммных каналов с 32-канальным A.N.T. Система ЭЭГ (Энсхеде, Нидерланды). Частота дискретизации составляла 1024 Гц. Электроды были установлены в соответствии с системой монтажа 10/20, и двусторонняя электроокулограмма была записана с горизонтальных участков для отслеживания моргания и привязана к мочкам ушей. Все каналы ЭЭГ были привязаны к среднему значению электродов в автономном режиме, а импеданс поддерживался на уровне <10 кОм. ЭКГ в двух отведениях регистрировали с помощью 8-миллиметровых поверхностных электродов Ag / AgCl, помещенных на запястья и лодыжки участников и отфильтрованных с отсечкой выше 5 Гц и ниже 35 Гц.

Предварительный анализ

ЭЭГ был выполнен с помощью набора инструментов EEGLAB для MATLAB (Delorme and Makeig, 2004). Записи были повторно дискретизированы до 512 Гц и отфильтрованы полосовым фильтром 0,01–40 Гц. Артефакты движения глаз и моргания были исправлены с помощью независимого компонентного анализа. Формы сигналов ЭЭГ были сегментированы на эпохи длительностью 1 с (всего получено 360 эпох) для анализа, а методы подавления артефактов заключались в исключении эпох с большими амплитудами (более ± 100 мкВ). После применения отбраковки артефактов самая большая запись имела 300 эпох, а самая короткая — 180 эпох.Среднее количество отклоненных эпох составляло 39,21, а стандартное отклонение — 34,20. Чтобы уравнять количество эпох между участниками, мы выбрали первые 180 эпох после отказа во всех записях. Поскольку в литературе указывается, что когнитивные способности связаны с некоторыми частотными диапазонами (Carrillo-de-la-Peña and García-Larrea, 2007; Cooper et al., 2015; Sadaghiani and Kleinschmidt, 2016), мы исследовали вариабельность функциональной связности ЭЭГ. в частотной области: дельта (1–4 Гц), тета (4–8 Гц), альфа (8–13 Гц) и бета (13–30 Гц).

ЧСС оценивали по интервалам R – R от фильтрации ЭКГ с использованием набора инструментов ECGLAB для MATLAB (de Carvalho et al., 2002). Сердечная вегетативная активность была получена из спектрального анализа мощности интервала R – R, названного ВСР с помощью программного обеспечения KARDIA (Perakakis et al., 2010). Мы рассчитали следующие показатели ВСР: высокая частота (HF), низкая частота (LF), очень низкая частота (VLF), RMSSD и стандартное отклонение интервалов NN (SDNN).

Изменчивость функциональной связности в состоянии покоя

Анализ функциональной связности вариабельности

ЭЭГ проводился с помощью самопрограммируемого скрипта MATLAB. Процедура, использованная для изучения RSVFC, была следующей. Во-первых, когерентность рассчитывалась как индекс функциональной связности (FC) в каждой полосе частот (дельта, тета, альфа и бета). Этот индекс измеряет линейную корреляцию между двумя сигналами ЭЭГ, x (t) и y (t), как функцию частоты f. Таким образом, когерентность (C) — это отношение спектральной плотности перекрестной мощности, Sxy (f) , между обоими сигналами и их индивидуальной спектральной плотностью мощности, Sxx (f) и Syy (f) :

.

Cxy (f) = Sxy (f) Sxx (f) Syy (f) (1)

Чтобы отклонить ложные корреляции между корковыми источниками, была извлечена мнимая часть когерентности (IC).IC рассчитывалась в каждую эпоху ЭЭГ между парами электродов, давая 435 звеньев.

Наконец, изменчивость IC была рассчитана для 180 эпох на каждой частоте с использованием алгоритма выборки энтропии (Richman and Moorman, 2000). Примерная энтропия FC (SampEn-FC) позволяет нам получить изменчивость связности во времени и взаимозависимости между парами узлов (электродов) в сетях мозга. SampEn — это отрицательный логарифм условной вероятности того, что две последовательности останутся подобными в следующей точке (2), где самосогласование не учитывается при вычислении вероятности.

SampEn (m, r, N) = — ln [Um + 1 (r) Um (r)] (2)

Где м — встроенный размер, r — значение допуска, а N — данные временного ряда. В данной работе м = 2 и r = 0,15 * стандартное отклонение.

Статистический анализ

баллов SampEn-FC, HRV и CAMBIOS изначально проверяли на нормальное распределение с помощью теста Шапиро-Уилка. Поскольку эти измерения значительно отклонялись от нормального распределения, корреляции оценивались с помощью корреляций Спирмена.

Чтобы изучить, как выполнение задачи переключения коррелирует с индивидуальным RSVFC и с ВСР, мы проанализировали корреляции Спирмена между CAMBIOS (оценка ошибок и попаданий) и индексами ВСР (HF, LF, VLF, RMSSD и SDNN), а также между CAMBIOS и SampEn. -FC ссылки на каждой частоте (дельта, тета, альфа и бета). Предыдущие исследования показали, что когнитивные функции мозга можно функционально разделить на две сети: сети положительных и отрицательных задач (Jia et al., 2014).Мы построили положительные и отрицательные сети в каждой полосе частот. Положительная сеть состояла из ссылок с положительной корреляцией между оценками SampEn-FC и CAMBIOS. Отрицательная сеть состояла из ссылок с отрицательной корреляцией между оценками SampEn-FC и CAMBIOS. Наконец, были получены средние значения SampEn-FC для всего мозга в каждой положительной и отрицательной сети всех частотных диапазонов, и были рассчитаны частичные корреляции для измерения степени связи между средними значениями SampEn-FC для сетей ЭЭГ, оценками ВСР и CAMBIOS.

Чтобы получить более полное представление о структуре ассоциаций, был проведен множественный регрессионный анализ с сетями ЭЭГ (в каждой полосе частот) и индексами ВСР в качестве предикторов и баллами по шкале CAMBIOS в качестве зависимой переменной. Было вычислено восемь отдельных регрессионных анализов для каждой сети задач (положительной и отрицательной) и частотного диапазона (дельта, тета, альфа и бета). Для ввода и удаления предикторов применялась «пошаговая» процедура. В этом методе предсказатель, который объясняет большую часть дисперсии зависимой переменной, входит в модель первым.

Чтобы проверить надежность результатов, мы разделили выборку на три подгруппы в соответствии с оценками CAMBIOS и провели односторонний дисперсионный анализ для изучения различий в индексах ВСР и SampEn-FC. Во всех анализах, включающих повторные измерения, для контроля нарушения предположения о сферичности применялась эпсилон-поправка Гринхауса – Гейссера. Post hoc парных сравнений средних значений выполняли с использованием поправки Бонферрони с уровнем значимости 0,05.Все анализы были выполнены с помощью SPSS v.15.0 (SPSS, Inc., Чикаго, Иллинойс, США).

Результаты

Корреляции и частичные корреляции между тестом CAMBIOS, HRV и SampEn-FCm

Таблица 1 показывает среднее значение и стандартное отклонение баллов по шкале CAMBIOS и индексов ВСР. Корреляции между индексами CAMBIOS и HRV выявили значимые положительные корреляции между HF, LF, RMSSD, SDNN и подшкалой CAMBIOS Error. Не было обнаружено значимых корреляций между показателем CAMBIOS Hits и индексами ВСР (рис. 1).

Таблица 1. Средние значения и стандартные отклонения (SD) индексов CAMBIOS и ВСР.

Рис. 1. Гистограмма корреляций между показателями ВСР и промежуточными оценками в CAMBIOS (исправления и ошибки). p <0,05; ∗∗ p <0,01 (двусторонний).

Корреляционный анализ между SampEn-FC пар электродов и оценкой ошибки теста CAMBIOS выявил две сети для каждой полосы частот (дельта, тета, альфа и бета).Положительная сеть состояла из ссылок, которые были положительно коррелированы с нижней оценкой ошибки, а отрицательная сеть состояла из ссылок, которые были отрицательно коррелированы с нижней оценкой ошибки (рисунок 2). Бета-диапазон показал больше связей, коррелированных с подуровнем Error (отрицательная корреляция 21 / положительная корреляция 35), за которым следовали тета (15/24), альфа (14/24) и дельта (7/25) (Таблица 2). Поскольку целью этого исследования было изучение взаимосвязи между ВСР, SampEn-FC и производительностью, корреляция по подшкале Hits не была получена, поскольку индексы ВСР не коррелировали в предыдущем анализе.

Рис. 2. Положительная (красные линии) и отрицательная (синие линии) корреляции между SampEn-FC и показателем ошибки в тесте CAMBIOS для дельта-, тета-, альфа- и бета-диапазонов частот.

Таблица 2. Корреляция между SampEn-FC пар электродов и показателем ошибки.

Поскольку предыдущие исследования показали, что управляющие функции положительно коррелируют с фронтальной связностью (Fox et al., 2006; Seeley et al., 2007), средние значения SampEn-FC (SampEn-FCm) были рассчитаны путем усреднения электродов для положительных и отрицательных цепей, полученных для каждой полосы частот. Шесть представляющих интерес областей были получены путем группирования следующих электродов: фронтальный (Fp1, FPz, Fp2, F7, F3, Fz, F4 и F8), центральный (Fc5, Fc1, FCz, Fc2, Fc6, C3, Cz и C4 ), височной левой (T7), височной правой (T8), теменной (Cp5, Cp1, CPz, Cp2, Cp6, P7, P3, Pz, P4 и P8) и затылочной (O1 и O2). Односторонний дисперсионный анализ ANOVA с повторными измерениями использовался для сравнения различий в SampEn-FCm в каждой области в положительных и отрицательных сетях в каждой полосе частот.Не было обнаружено значительных различий в вариабельности функциональной связности между разными регионами в положительном значении [дельта F (3, 99) = 0,26, p > 0,05; ηp2 = 0,01; тета F (4, 132) = 0,685, p > 0,05; ηp2 = 0,02; альфа F (3, 99) = 0,506, p > 0,05; ηp2 = 0,02; бета F (4, 132) = 0,821, p > 0,05; ηp2 = 0,02] или отрицательная сеть [дельта F (4, 132) = 1,67, p > 0.05; ηp2 = 0,05; тета F (5, 165) = 1,74, p > 0,05; ηp2 = 0,05; альфа F (3, 99) = 0,07, p > 0,05; ηp2 = 0,002; бета F (4, 132) = 0,06, p > 0,05; ηp2 = 0,003].

Затем был рассчитан SampEn-FCm всего мозга по положительным и отрицательным сетям в каждой полосе частот. В положительной сети значения SampEn-FCm составляли 2,531 в дельте, 2,549 в тета, 2,538 в альфа и 2,549 в бета. В отрицательной сети значения SampEn-FCm были равны 2.526 в дельте, 2,578 в тета, 2,553 в альфа и 2,523 в бета.

На рисунке 3 показаны корреляции Спирмена и частичные корреляции между ВСР, SampEn-FCm и подуровнем ошибки во всех частотных диапазонах. Значения SampEn-FCm в дельта-диапазоне и альфа-диапазоне показали значительную корреляцию с LF, SDNN и подуровнем ошибки в положительной сети (рис. 3A). SampEn-FCm тета-диапазона коррелировал с RMSSD, в то время как субшкала Error и SampEn-FCm бета-диапазона коррелировали с суб-оценкой Error.В отрицательной сети (рис. 3B) значения SampEn-FCm дельта-диапазона и тета-диапазона коррелировали с SDNN и подоценкой ошибки, значения бета-диапазона коррелировали с HF, LF, SDNN и подоценкой ошибки, а также альфа-диапазон коррелировал только с индексом ошибки.

Рисунок 3. Корреляции (сплошные линии) и частичные корреляции (пунктирные линии) среди индекса ВСР с более высокими значимыми корреляциями с SampEn-FCm положительных сетей (A) и отрицательных сетей (B) и подоценки ошибки в дельта, тета, альфа и бета диапазоны частот. p <0,05; ∗∗ p <0,01; ∗∗∗ p <0,001 (двусторонний).

Все частотные диапазоны показали значительную положительную и отрицательную корреляцию между SampEn-FCm и подшкалой Error, когда индексы HRV были частично исключены. В отличие от результатов, полученных для других частотных диапазонов, частичные корреляции показали значительную отрицательную корреляцию между SampEn-FCm и SDNN, когда тест CAMBIOS был частично исключен в бета-диапазоне.

В целом, корреляции индексов ВСР и показателей ошибки были ослаблены, когда SampEn-FCm был частично исключен. Точно так же индексы ВСР и корреляции SampEn-FCm были ослаблены, когда подпрограмма Error была частично исключена. Тем не менее, корреляция SampEn-FCm и показателя ошибки не уменьшалась, когда индексы ВСР были частично исключены.

Множественная линейная регрессия

В таблице 3 показаны стандартизированные бета-веса, полученные в результате пошагового регрессионного анализа. Положительная сеть в дельта- и альфа-диапазонах и индексы ВСР, используемые в качестве предикторов, выявили единую модель, в которой SampEn-FCm напрямую предсказал количество ошибок в тесте CAMBIOS.Более того, положительная сеть в тета- и бета-диапазонах и индексы ВСР, использованные в качестве предикторов, показали, что SampEn-FCm и LF напрямую предсказывали оценку ошибок. Отрицательная сеть в тета, альфа и бета и индексах ВСР, используемых в качестве предикторов, выявила единую модель, в которой SampEn-FCm обратно предсказал оценку ошибок. Кроме того, отрицательная сеть в дельта-диапазоне и индексы ВСР, использованные в качестве предикторов, показали, что SampEn-FCm обратно предсказал подоценку Ошибок, в то время как RMSSD напрямую предсказал подоценку Ошибок.

Таблица 3. Регрессионный анализ для прогнозирования показателя ошибки на основе физиологических параметров, оцениваемых в состоянии покоя (стандартизованные бета-веса).

Межгрупповые различия

Чтобы проверить различия в сетях RSVFC и HRV между участниками с высокой, средней и низкой производительностью в задаче переключения, мы разделили выборку на три подгруппы в соответствии с распределением выборки с точки зрения оценок ошибок CAMBIOS (низкая, средняя, и группы с высоким уровнем ошибок).

Результаты ANOVA для индексов ВСР выявили значимое влияние группы на LF [ F (2, 31) = 4,35, p <0,05; ηp2 = 0,219] и SDNN [ F (2, 31) = 5,43, p <0,01; ηp2 = 0,260]. Тесты Бонферрони, сравнивающие оценки ошибок CAMBIOS между тремя группами, показали значительные различия между группами с низким и высоким уровнем ошибок по обоим индексам ВСР (все p <0,05). Не было обнаружено значительных различий между группой со средней ошибкой и двумя другими группами.На рисунке 4А показаны индексы HF, LF, RMSSD и SDNN, соответствующие каждой группе стимулов с оценкой ошибки CAMBIOS. Как показано, группа с высоким уровнем ошибок показала большую мощность LF и SDNN, чем группа с низким уровнем ошибок.

Рис. 4. (A) ANOVA индексов HF, LF, RMSSD и SDNN. Индексы ВСР были логарифмически преобразованы для уравнивания шкал. (B) ANOVA SampEn-FCm положительных сетей, полученного на рисунке 2 для всех диапазонов частот. (C) ANOVA SampEn-FCm отрицательных сетей, полученного на рисунке 2 для всех диапазонов частот. p <0,05; ∗∗ p <0,01; ∗∗∗ p <0,001 (двусторонний).

ANOVA для средних значений SampEn-FC по четырем полосам частот в положительной сети выявил значительные различия в дельте [ F (2, 31) = 35,27, p <0,001; ηp2 = 0,695], тета [ F (2, 31) = 15,81, p <0,001; ηp2 = 0,505], альфа [ F (2, 31) = 43,87, p <0,001; ηp2 = 0.739] и бета [ F (2, 31) = 19,29, p <0,001; ηp2 = 0,554]. Как показано на рисунке 4B, тест Бонферрони показал, что группа с высоким уровнем ошибок имела более высокое среднее значение SampEn-FC, чем группа с низким уровнем ошибок ( p <0,001).

Наконец, дисперсионный анализ для средних значений SampEn-FC по полосам частот в отрицательной сети дал значительные различия в дельте [ F (2, 31) = 9,83, p <0,001; ηp2 = 0,388], тета [ F (2, 31) = 15. 95, p <0,001; ηp2 = 0,507], альфа [ F (2, 31) = 33,18, p <0,001; ηp2 = 0,682] и бета [ F (2, 31) = 46,74, p <0,001; ηp2 = 0,751]. Сравнения post hoc выявили значительные различия между группой с высокой ошибкой и группой с низким уровнем ошибок с точки зрения среднего значения SampEn-FC ( p <0,001; рис. 4C) и между группой со средней ошибкой и группой с низкой ошибкой. группа ( p <0,05).

Обсуждение

Целью настоящего исследования было определить, влияет ли изменчивость индивидуальных функциональных связей в состоянии покоя (RSVFC) и ВСР на результативность когнитивной задачи.Наши результаты подтверждают, что ВСР значительно коррелировала с выполнением задач, требующих когнитивной гибкости. Более того, RSVFC коррелировал с выполнением задач во всех частотных диапазонах. Однако частичная корреляция показала, что корреляция колебаний частоты сердечных сокращений с когнитивной гибкостью была косвенной и опосредована изменчивостью функциональной связности, в то время как корреляция между изменчивостью функциональной связности и выполнением задачи оставалась значительной, когда индекс колебаний частоты сердечных сокращений был частично исключен. Наконец, эти результаты были подтверждены, когда участники были разделены на три подгруппы в соответствии с их поведенческими характеристиками при выполнении задания. Были обнаружены существенные различия между подгруппами высокопроизводительных и низкоэффективных тестов по индексам RSVFC, LF и SDNN.

Тест CAMBIOS оценивает способность концентрироваться при одновременном рассмотрении нескольких изменяющихся условий, например, когнитивную гибкость, чтобы определить, выполняются ли различные изменения, и скорость этого процесса (Contreras et al., 2003). Наши результаты выявили положительную корреляцию между ВСР (HF, LF, RMSSD и SDNN) и показателем ошибки теста CAMBIOS, а также между характеристиками теста CAMBIOS и изменчивостью функциональной связи в состоянии покоя. Эти результаты не согласуются с классическим предположением о связи между более высокими уровнями тонуса блуждающего нерва и когнитивными функциями (Albinet et al., 2010, 2016; Stenfors et al., 2016). В нескольких исследованиях была обнаружена положительная корреляция между более высокими уровнями тонуса блуждающего нерва и количеством ошибок при выполнении когнитивной задачи, а также между индексами ВСР и функцией внимания как в периоды покоя, так и во время выполнения задач (Duschek et al. , 2009; Hovland et al., 2012). Duschek et al. (2009) предположили, что сложные задачи или задачи, выполняемые в сжатые сроки, требуют более высоких энергетических ресурсов. Таким образом, степень центральной активации зависит от сложности задачи, а связь между ВСР в состоянии покоя и управляющей функцией зависит от требований когнитивного теста. Следовательно, обратная связь между ВСР в состоянии покоя и показателями CAMBIOS предполагает, что паттерн адаптации сердечно-сосудистой системы, включая усиление симпатического и пониженное влияние сердечно-сосудистой системы на вагус, может вызывать адаптивное состояние, связанное с улучшенным функционированием когнитивной гибкости.

Взаимосвязь между функциональной изменчивостью связности в состоянии покоя и производительностью теста CAMBIOS выявила две различные сети; одна сеть включает регионы, которые продемонстрировали положительную корреляцию между изменчивостью и оценкой ошибки задачи, в то время как другие регионы продемонстрировали отрицательную корреляцию. Не было обнаружено значительных различий в функциональной вариабельности связности между интересующими группами электродов (лобными, центральными, височными левыми, височными правыми, теменными и затылочными) в любой сети в каждой полосе частот.Предыдущие исследования показали более динамическую связность лобно-теменной локализации в ответ на разные частотные диапазоны во время выполнения когнитивной задачи, и эта связь связана с лучшей когнитивной способностью (González-Hernández et al., 2002; Fornito et al., 2012; Cole et al., 2013; Monti et al., 2014; Beatty et al., 2015; Vatansever et al., 2015). Однако исследование динамической связи между лобно-теменной локализацией в состоянии покоя в отношении прогноза когнитивного функционирования дает неоднозначные результаты.Сообщалось как о положительной, так и о отрицательной корреляции между динамической связностью в состоянии покоя и когнитивными функциями (Jia et al., 2014; Kucyi and Davis, 2014; Sadaghiani et al., 2015). Наши результаты не выявили различий в вариабельности между интересующими группами электродов и ритмами в состояниях покоя в зависимости от выполняемой задачи. Хотя этот результат может быть связан с низким пространственным разрешением ЭЭГ, несколько областей мозга активируются параллельно, и эти области обычно не демонстрируют чистых колебаний в условиях покоя (Mantini et al., 2007; де Паскуале и др., 2010; Tagliazucchi et al., 2012). Фактически, спонтанная активность мозга в состоянии покоя организована в виде конечного набора пространственно-временных паттернов, которые связаны с ритмами мозга ЭЭГ (Mantini et al., 2007). И наоборот, комбинация дельта-, тета-, альфа-, бета- и гамма-ритмов приписывается сетям мозга во время состояния покоя. Эта информация заставляет нас думать, что высокая вариабельность корковой локализации и ритмов может способствовать гибкости в адаптации обработки данных к меняющимся задачам.Вариабельность функциональной связи выше у здоровых взрослых (демонстрирующих лучшую производительность в когнитивных задачах), чем у пожилых людей, которые демонстрируют худшие когнитивные способности (McIntosh et al., 2008, 2010; Garrett et al. , 2011), а сетевое соединение в режиме по умолчанию (сеть, активированная в состоянии покоя, Laufs et al., 2003; Raichle and Snyder, 2007) вносит наибольший вклад в прогнозирование управляющих функций / когнитивной гибкости (Liu et al., 2018). Наши результаты показывают, что уровни вариабельности связи между локализацией связаны с эффективностью выполнения и предполагают положительные эффекты более высокой вариабельности сигналов мозга в целом.

Очень убедительные данные свидетельствуют о том, что ВСР является индикатором адаптации ВНС к различным психологическим и поведенческим ситуациям (Thayer et al., 2010; Zahn et al., 2016). Более высокая ВСР связана с выполнением нескольких когнитивных задач, включая внимание, рабочую память и тормозной контроль (Thayer et al., 2005; Duschek et al., 2009; Hovland et al., 2012). Точно так же прямые корреляции показывают, что ВСР или функциональные сети связи в состоянии покоя связаны с когнитивными функциями (Hansen et al., 2003; Saus et al. , 2006; Чанг и др., 2013b; Томпсон и др., 2016). Наши результаты показали, что HRV и RSVFC были связаны с показателями CAMBIOS, однако частичные корреляции показали, что RSVFC во всех частотных диапазонах опосредует связь между HRV и когнитивным тестом. Регрессионный анализ показал, что на RSVFC приходится наибольшая часть отклонений производительности CAMBIOS на всех частотах. Хотя прямые корреляции между когнитивной гибкостью, вариабельностью нейронов и сердцебиения значительны, частичные корреляции и множественные линейные регрессии предполагают, что связь между сердцебиением и когнитивной способностью опосредуется колебаниями нейронов.Palva et al. (2013) нашли аналогичные результаты, используя степенную форму, дальние временные корреляции в состоянии покоя и во время задач по обнаружению стимулов. Более того, нейронные сети, которые коррелировали с производительностью в состоянии покоя, были похожи на сети во время выполнения задачи. Наши результаты распространяют эти выводы на когнитивные способности, предполагая, что уровни изменчивости сигналов мозга могут предсказать когнитивную гибкость при выполнении когнитивной задачи.

ANOVA подтвердил, что вариабельность вариабельности вариабельности вариабельности сердечного ритма и функциональных связей связаны с когнитивными функциями.Результаты показали существенные различия между группами суб-баллов с высоким, средним и низким уровнем ошибок в индексах LF и SDNN и RSVFC (положительные и отрицательные сети). Таким образом, участники с большим количеством ошибок в тесте CAMBIOS показали больше LF и SDNN, большую изменчивость в положительной сети и меньшую вариабельность в отрицательной сети во всех частотных диапазонах. В других исследованиях сравнивали ВСР в состоянии покоя (Hansen et al., 2004; Albinet et al., 2010, 2016) и вариабельность функциональной связности (Takeuchi et al., 2011; Мартинес и др., 2013; Thompson et al., 2016) между группами с высокой и низкой когнитивной способностью с использованием ANOVA. Более высокая ВСР в состоянии покоя предсказывает хорошие результаты при выполнении когнитивных задач (Albinet et al., 2016; Stenfors et al., 2016). Однако некоторые исследования показывают, что классическое предположение о связи между более высокими уровнями тонуса сердечного блуждающего нерва и улучшенными когнитивными функциями не всегда верно. Таким образом, Hovland et al. (2012) обнаружили, что HF-HRV в состоянии покоя положительно коррелировала с общими ошибками и персеверативными ошибками в тесте сортировки карточек в Висконсине и с ошибками ингибирования в тесте интерференции цветного слова.В других исследованиях использовались батареи когнитивных тестов, и они отметили, что не все тесты батареи коррелировали с ВСР и состоянием покоя (Jennings et al., 2015; Stenfors et al., 2016). Тест CAMBIOS — это задача с высокой когнитивной нагрузкой, которая оценивает способность справляться с изменяющимися условиями, аналогично тесту сортировки карточек в Висконсине, тесту на взаимодействие цветов и слов и тесту D2. Duschek et al. (2009) предположили, что связь между ВСР в состоянии покоя и производительностью управляющих функций может зависеть от сложности когнитивного теста при нагрузке на мозг. Следовательно, более сложные задачи требуют больше мозговых ресурсов, вызывая большую активность сердечного ритма.

В будущем было бы интересно воспроизвести текущее исследование с использованием других когнитивных задач, в которых ВСР в состоянии покоя имеет положительную корреляцию с изученными совпадениями. Например, можно использовать непрерывный тест производительности или тест рабочей памяти, потому что в этих задачах группа с высокой ВСР показывала более быстрое среднее время реакции, более правильные ответы и меньшее количество ошибок, чем группа с низкой ВСР (Hansen et al., 2003, 2004). Частичные корреляции между ВСР и этими задачами при частичном подавлении нейронных колебаний не изучались. Текущее исследование может быть воспроизведено с использованием различных когнитивных задач, если взаимосвязь между ЦНС и ВНС зависит от типа задачи.

В этом исследовании анализ источников ЭЭГ был невозможен, поскольку 32 электрода было недостаточно для точной локализации источников ЭЭГ (Lantz et al. , 2003). Будущие исследования должны включать системы ЭЭГ с большим количеством электродов и анализ локализации источника.Методы локализации источника позволяют количественно прогнозировать расположение активности ЭЭГ внутри мозга. Таким образом, анализ локализации источника ЭЭГ необходим для определения областей мозга, связанных с когнитивными функциями и колебаниями частоты сердечных сокращений с повышенной точностью.

Нейровисцеральная модель предполагает, что отношения между ЦНС и ВНС взаимно взаимосвязаны, так что информация течет двунаправленно (Thayer and Lane, 2009; Smith et al., 2017). Наши результаты, кажется, показывают, что ВСР, вариабельность функциональных связей и когнитивная гибкость связаны между ЦНС и ВНС.Тем не менее, взаимосвязь между ВСР и когнитивными способностями определяется типом задачи и опосредована изменчивостью функциональных связей мозга. Для установления причинно-следственных связей между этими переменными необходимы дополнительные исследования с использованием различных когнитивных задач и парадигм.

Авторские взносы

GA, JV, BR, PM и MM внесли значительный вклад в разработку исследования. GA выполнила сбор данных. GA и MM провели анализ данных и написали большую часть рукописи.и JV, BR и PM критически отредактировали важные части рукописи.

Финансирование

Эта работа была поддержана Министерством экономики и конкурентоспособности Испании (PSI2014-57231-R). Исследование финансировалось грантами PSI2014-57231-R и PSI2017-88388-C4-3-R Министерства науки Испании. Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи. Авторы заявили, что не существует никаких конкурирующих интересов.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Список литературы

Альба Г. , Переда Э., Маньяс С., Мендес Л. Д., Дуке М. Р., Гонсалес А. и др. (2016). Вариабельность функциональной связности ЭЭГ молодых людей с СДВГ в разных состояниях покоя. Clin. Neurophysiol. 127, 1321–1330.DOI: 10.1016 / j.clinph.2015.09.134

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Альбинет, К. Т., Абу-Дест, А., Андре, Н., и Аудиффрен, М. (2016). Улучшение исполнительных функций после 5-месячной программы акваэробики у пожилых людей: роль контроля блуждающего нерва в эффективности торможения. Biol. Psychol. 115, 69–77. DOI: 10.1016 / j.biopsycho.2016.01.010

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Альбинет, К.Т., Букар, Г., Букет, К. А., и Аудиффрен, М. (2010). Повышение вариабельности сердечного ритма и исполнительной производительности после аэробных тренировок у пожилых людей. евро. J. Appl. Physiol. 109, 617–624. DOI: 10.1007 / s00421-010-1393-y

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Аллен, Э. А., Дамараджу, Э., Плис, С. М., Эрхард, Э. Б., Эйхеле, Т., и Калхун, В. Д. (2014). Отслеживание динамики подключения всего мозга в состоянии покоя. Cereb. Cortex 24, 663–676.DOI: 10.1093 / cercor / bhs352

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Barttfeld, P., Petroni, A., Báez, S., Urquina, H., Sigman, M., Cetkovich, M., et al. (2014). Функциональная связь и временная изменчивость мозговых связей у взрослых с синдромом дефицита внимания / гиперактивности и биполярным расстройством. Нейропсихобиология 69, 65–75. DOI: 10.1159 / 000356964

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Битти, Э.L., Jobidon, M.-E., Bouak, F., Nakashima, A., Smith, I., Lam, Q., et al. (2015). Перенос тренировки от одной задачи рабочей памяти к другой: поведенческие и нейронные свидетельства. Фронт. Syst. Neurosci. 9:86. DOI: 10.3389 / fnsys.2015.00086 / аннотация

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ботчарова М. , Фармер С. Ф., Бертуз Л. (2014). Маркеры критичности фазовой синхронизации. Фронт. Syst. Neurosci. 8: 176. DOI: 10.3389 / fnsys.2014.00176 / аннотация

CrossRef Полный текст | Google Scholar

Каньяс Дж. Дж., Кесада Дж. Ф., Антоли А. и Фахардо И. (2003). Когнитивная гибкость и приспособляемость к изменениям окружающей среды в динамических сложных задачах решения проблем. Эргономика 46, 482–501. DOI: 10.1080 / 0014013031000061640

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Каррильо-де-ла-Пенья, М. Т., и Гарсия-Ларреа, Л. (2007). Связанная с правым фронтальным событием когерентность ЭЭГ (ERCoh) отличает хороших от плохих участников теста сортировки карточек в Висконсине (WCST). Neurophysiol. Clin. 37, 63–75. DOI: 10.1016 / j.neucli.2007.02.002

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Катарино А., Церкви О., Барон-Коэн С., Андраде А. и Ринг Х. (2011). Атипичная сложность ЭЭГ в условиях аутистического спектра: многомасштабный энтропийный анализ. Clin. Neurophysiol. 122, 2375–2383. DOI: 10.1016 / j.clinph.2011.05.004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Чанг, К., Лю З., Чен М.С., Лю X. и Дуйн Дж. Х. (2013a). ЭЭГ корреляты изменяющейся во времени ЖИВОЙ функциональной связности. Neuroimage 72, 227–236. DOI: 10.1016 / j.neuroimage.2013.01.049

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Чанг, К., Мецгер, К. Д., Гловер, Г. Х., Дуйн, Дж. Х., Хайнце, Х. Дж., И Уолтер, М. (2013b). Связь между вариабельностью сердечного ритма и колебаниями функциональной связи в состоянии покоя. Нейроизображение 68, 93–104.DOI: 10.1016 / j.neuroimage.2012.11.038

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Chen, Y., Wang, W., Zhao, X., Sha, M., Liu, Y., Zhang, X., et al. (2017). Возрастное снижение вариации динамической функциональной связности: анализ состояния покоя. Фронт. Aging Neurosci. 9: 203. DOI: 10.3389 / fnagi.2017.00203

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Коул, М. В., Рейнольдс, Дж. Р., Пауэр, Дж. Д., Реповс, Г., Античевич А. и Бравер Т. С. (2013). Возможность многозадачного подключения открывает гибкие концентраторы для адаптивного управления задачами. Нац. Neurosci. 16, 1348–1355. DOI: 10.1234 / 12345678

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Контрерас, М. Дж., Колом, Р., Эрнандес, Дж. М., и Сантакреу, Дж. (2003). Отличаются ли статические пространственные характеристики от динамических пространственных характеристик? Анализ скрытых переменных. J. Gen. Psychol. 130, 277–288. DOI: 10.1080 / 00221300309601159

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Купер, П.С., Вонг, А. С. У., Фулхэм, В. Р., Тьенел, Р., Мэнсфилд, Э., Мичи, П. Т. и др. (2015). Тета-лобно-теменная связь, связанная с проактивными и реактивными процессами когнитивного контроля. Neuroimage 108, 354–363. DOI: 10.1016 / j.neuroimage.2014.12.028

PubMed Аннотация | CrossRef Полный текст | Google Scholar

де Карвалью, Дж. Л. А., Да Роча, А. Ф., де Оливейра Насименто, Ф. А., Нето, Дж. С. и Жункейра, Л. Ф. (2002). «Разработка программного обеспечения MATLAB для анализа вариабельности сердечного ритма», Труды 6-й Международной конференции по обработке сигналов , том .2 (Пискатауэй, Нью-Джерси: IEEE), 1488–1491. DOI: 10.1109 / ICOSP.2002.1180076

CrossRef Полный текст | Google Scholar

де Паскуале, Ф., Делла Пенна, С., Снайдер, А. З., Льюис, К., Мантини, Д., Марцетти, Л., и др. (2010). Временная динамика спонтанной активности МЭГ в сетях мозга. Proc. Natl. Акад. Sci. США 107, 6040–6045. DOI: 10.1073 / pnas.03107

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Делорм А., Макейг С.(2004). EEGLAB: открытый набор инструментов для анализа динамики однократной ЭЭГ, включая анализ независимых компонентов. J. Neurosci. Методы 134, 9–21. DOI: 10.1016 / j.jneumeth.2003.10.009

CrossRef Полный текст | Google Scholar

Деннис, Дж. П., и Вандер Вал, Дж. С. (2010). Инвентаризация когнитивной гибкости: разработка инструмента и оценки надежности и достоверности. Cogn. Ther. Res. 34, 241–253. DOI: 10.1007 / s10608-009-9276-4

CrossRef Полный текст | Google Scholar

Душек, С., Мукенталер М., Вернер Н. и Рейес дель Пасо Г. А. (2009). Взаимосвязь между характеристиками вегетативного сердечно-сосудистого контроля и когнитивной способностью. Biol. Psychol. 81, 110–117. DOI: 10.1016 / j.biopsycho.2009.03.003

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Форнито А., Харрисона Б. Дж., Залески А. и Симонсд Дж. С. (2012). Соревновательная и кооперативная динамика крупномасштабных функциональных сетей мозга, поддерживающих память. Proc.Natl. Акад. Sci. США 109, 12788–12793. DOI: 10.1073 / pnas.1204185109

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Фокс, М. Д., Корбетта, М., Снайдер, А. З., Винсент, Дж. Л., и Райхл, М. Е. (2006). Спонтанная нейронная активность различает дорсальную и вентральную системы внимания человека. Proc. Natl. Акад. Sci. США 103, 10046–10051. DOI: 10.1073 / pnas.0604187103

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Фокс, М.Д., Снайдер, А. З., Винсент, Дж. Л., Корбетта, М., Ван Эссен, Д. К., и Райхл, М. Е. (2005). С обложки: человеческий мозг по своей сути организован в динамические, антикоррелированные функциональные сети. Proc. Natl. Акад. Sci. США 102, 9673–9678. DOI: 10.1073 / pnas.0504136102

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Гарретт Д. Д., Ковачевич Н., Макинтош А. Р. и Грейди К. Л. (2011). Важность вариативности. J. Neurosci. 31, 4496–4503. DOI: 10.1523 / JNEUROSCI.5641-10.2011

CrossRef Полный текст | Google Scholar

Гилли Б. Л. и Тайер Дж. Ф. (2014). Индивидуальные различия в вариабельности сердечного ритма в состоянии покоя и когнитивном контроле при посттравматическом стрессовом расстройстве. Фронт. Psychol. 5: 758. DOI: 10.3389 / fpsyg.2014.00758 / аннотация

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Гонсалес-Эрнандес, Дж. А., Пита-Алькорта, К., Седено, И., Бош-Баярд, Дж., Галан-Гарсия, Л., Шербаум, В. А. и др. (2002). Висконсинский тест сортировки карт синхронизирует префронтальную, височную и заднюю ассоциативную кору в разных частотных диапазонах и расширениях. Hum. Brain Mapp. 17, 37–47. DOI: 10.1002 / hbm.10051

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Хансен, А. Л., Йонсен, Б. Х., Соллерс, Дж. Дж., Стенвик, К., и Тайер, Дж. Ф. (2004). Вариабельность сердечного ритма и ее связь с префронтальной когнитивной функцией: эффекты тренировки и детренированности. евро. J. Appl. Physiol. 93, 263–272. DOI: 10.1007 / s00421-004-1208-0

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Хансен, А. Л., Йонсен, Б. Х., и Тайер, Дж. Ф. (2003). Влияние блуждающего нерва на рабочую память и внимание. Внутр. J. Psychophysiol. 48, 263–274. DOI: 10.1016 / S0167-8760 (03) 00073-4

CrossRef Полный текст | Google Scholar

Хансен, А. Л., Йонсен, Б. Х., и Тайер, Дж. Ф. (2009). Связь между вариабельностью сердечного ритма и когнитивной функцией во время угрозы шока. Снятие тревожного стресса 22, 77–89. DOI: 10.1080 / 10615800802272251

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Hovland, A., Pallesen, S., Hammar, Å, Hansen, A. L., Thayer, J. F., Tarvainen, M. P., et al. (2012). Взаимосвязь между вариабельностью сердечного ритма, управляющими функциями и клиническими переменными у пациентов с паническим расстройством. Внутр. J. Psychophysiol. 86, 269–275. DOI: 10.1016 / j.ijpsycho.2012.10.004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ионеску, Т.(2012). Изучение природы когнитивной гибкости. New Ideas Psychol. 30, 190–200. DOI: 10.1016 / j.newideapsych.2011.11.001

CrossRef Полный текст | Google Scholar

Дженнингс, Дж. Р., Аллен, Б., Джанарос, П. Дж., Тайер, Дж. Ф. и Манук, С. Б. (2015). Сосредоточение на нейровисцеральной интеграции: познание, вариабельность сердечного ритма и церебральный кровоток. Психофизиология 52, 214–224. DOI: 10.1111 / psyp.12319

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Дженнингс, Дж.Р., Шеу, Л. К., Куан, Д. К. Х., Манук, С. Б., и Джанарос, П. Дж. (2016). Связность в состоянии покоя ковариев медиальной префронтальной коры с индивидуальными различиями в высокочастотной вариабельности сердечного ритма. Психофизиология 53, 444–454. DOI: 10.1111 / psyp.12586

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Кицбихлер М. Г., Смит М. Л., Кристенсен С. Р. и Буллмор Э. (2009). Критичность широкополосного доступа к сети синхронизации человеческого мозга. PLoS Comput. Биол. 5: e1000314. DOI: 10.1371 / journal.pcbi.1000314

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ланц, Г., Граве де Перальта, Р., Спинелли, Л., Сик, М., и Мишель, К. М. (2003). Локализация эпилептического источника с помощью ЭЭГ высокой плотности: сколько электродов нужно? Clin. Neurophysiol. 114, 63–69. DOI: 10.1016 / S1388-2457 (02) 00337-1

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Лауфс, Х., Krakow, K., Sterzer, P., Eger, E., Beyerle, A., Salek-Haddadi, A., et al. (2003). Электроэнцефалографические признаки режимов внимания и когнитивных функций по умолчанию при спонтанных колебаниях активности мозга в состоянии покоя. Proc. Natl. Акад. Sci. США 100, 11053–11058. DOI: 10.1073 / pnas.1831638100

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Лю, Дж., Ляо, X., Ся, М., и Хэ, Ю. (2018). Дактилоскопия хроннэктома: идентификация людей и прогнозирование высших когнитивных функций с использованием динамических паттернов связи мозга. Hum. Brain Mapp. 39, 902–915. DOI: 10.1002 / HBM.23890

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Макки, А. П., Миллер Сингли, А. Т., и Бунге, С. А. (2013). Интенсивная тренировка мышления изменяет модели взаимодействия мозга в состоянии покоя. J. Neurosci. 33, 4796–4803. DOI: 10.1523 / JNEUROSCI.4141-12.2013

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Малик, М., Биггер, Дж. Т., Камм, А. Дж., Клейгер, Р.Э., Маллиани А., Мосс А. Дж. И др. (1996). Изменчивость частоты сердечных сокращений. Стандарты измерения, физиологической интерпретации и клинического использования. евро. Послушайте J. 17, 354–381. DOI: 10.1093 / oxfordjournals.eurheartj.a014868

CrossRef Полный текст | Google Scholar

Мантини Д., Перруччи М. Г., де Гратта К., Романи Г. Л. и Корбетта М. (2007). Электрофизиологические сигнатуры сетей состояния покоя в человеческом мозге. Proc. Natl. Акад. Sci. США 104: 13170.DOI: 10.1073 / pnas.0700668104

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Мартинес, К., Солана, А. Б., Бургалета, М., Эрнандес-Тамамес, Х. А., Альварес-Линера, Дж., Роман, Ф. Дж. И др. (2013). Изменения в функционально связанных теменно-лобных сетях в состоянии покоя после практики видеоигр. Hum. Brain Mapp. 34, 3143–3157. DOI: 10.1002 / HBM.22129

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Макдонаф И.М. и Наширо К.(2014). Сложность сети как мера обработки информации в сетях состояния покоя: данные проекта коннектома человека. Фронт. Гм. Neurosci. 8: 409. DOI: 10.3389 / fnhum.2014.00409

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Макинтош, А. Р., Ковачевич, Н., Итиер, Р. Дж. (2008). Повышенная вариабельность сигналов мозга сопровождает более низкую поведенческую вариативность в развитии. PLoS Comput. Биол. 4: e1000106. DOI: 10.1371 / journal.pcbi.1000106

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Макинтош, А. Р., Ковачевич, Н., Липпе, С., Гаррет, Д., Грейди, К., и Джирса, В. (2010). Развитие шумного мозга. Arch. Ital. Биол. 148, 323–337. DOI: 10.4449 / aib.v148i3.1224

CrossRef Полный текст | Google Scholar

Mennes, M., Kelly, C., Zuo, X. N., Di Martino, A., Biswal, B.B., Castellanos, F.X., et al. (2010). Межиндивидуальные различия в функциональной связности в состоянии покоя позволяют прогнозировать BOLD-активность, вызванную заданием. Neuroimage 50, 1690–1701. DOI: 10.1016 / j.neuroimage.2010.01.002

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Мияке А., Фридман Н. П., Эмерсон М. Дж., Витцки А. Х., Ховертер А. и Вейджер Т. Д. (2000). Единство и разнообразие исполнительных функций и их вклад в сложные задачи «лобной доли»: анализ скрытых переменных. Cogn. Psychol. 41, 49–100. DOI: 10.1006 / cogp.1999.0734

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Мизуно, Т., Takahashi, T., Cho, R.Y., Kikuchi, M., Murata, T., Takahashi, K., et al. (2010). Оценка динамической сложности ЭЭГ при болезни Альцгеймера с использованием многомасштабной энтропии. Clin. Neurophysiol. 121, 1438–1446. DOI: 10.1016 / j.clinph.2010.03.025

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Монти Р. П., Хеллиер П., Шарп Д., Пиявка Р., Анагностопулос К. и Монтана Г. (2014). Оценка изменяющихся во времени сетей связи мозга по функциональным временным рядам МРТ. Neuroimage 103, 427–443. DOI: 10.1016 / j.neuroimage.2014.07.033

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Палва, Дж. М., Жигалов, А., Хирвонен, Дж., Корхонен, О., Линкенкаер-Хансен, К., и Палва, С. (2013). Нейронные дальнодействующие временные корреляции и динамика лавины коррелируют с поведенческими законами масштабирования. Proc. Natl. Акад. Sci. США 110, 3585–3590. DOI: 10.1073 / pnas.1216855110

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Перакакис, П., Джоффили, М., Тейлор, М., Герра, П., и Вила, Дж. (2010). KARDIA: программное обеспечение MATLAB для анализа интервалов сердечных сокращений. Comput. Методы Прогр. 98, 83–89. DOI: 10.1016 / j.cmpb.2009.10.002

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Пумпрла, Дж., Ховорка, К., Гровс, Д., Честер, М., и Нолан, Дж. (2002). Функциональная оценка вариабельности сердечного ритма: физиологические основы и практическое применение. Внутр. J. Cardiol. 84, 1–14.DOI: 10.1016 / S0167-5273 (02) 00057-8

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Рамон, К., и Холмс, М. Д. (2013). Неинвазивная локализация эпилептических участков на основе стабильных моделей фазовой синхронизации в разные дни, полученных на основе кратковременной межпристойной ЭЭГ кожи головы. Brain Topogr. 26, 1–8. DOI: 10.1007 / s10548-012-0236-z

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ричман Дж. С. и Мурман Дж. Р. (2000).Физиологический анализ временных рядов с использованием приблизительной энтропии и энтропии образца. г. J. Physiol. Слушайте Circ. Physiol. 278, h3039 – h3049. DOI: 10.1152 / ajpheart.2000.278.6.h3039

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Садагиани С., Кляйншмидт А. (2016). Мозговые сети и α-колебания: структурные и функциональные основы когнитивного контроля. Trends Cogn. Sci. 20, 805–817. DOI: 10.1016 / j.tics.2016.09.004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Садагиани, С., Полайн, Ж.-Б., Кляйншмидт, А., Д’Эспозито, М. (2015). Постоянная динамика в крупномасштабной функциональной связности предсказывает восприятие. Proc. Natl. Акад. Sci. США 112, 8463–8468. DOI: 10.1073 / pnas.1420687112

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Сакаки, ​​М., Ю, Х. Дж., Нга, Л., Ли, Т. Х., Тайер, Дж. Ф., и Мазер, М. (2016). Вариабельность сердечного ритма связана с функциональной связью миндалины с MPFC у молодых и пожилых людей. Neuroimage 139, 44–52. DOI: 10.1016 / j.neuroimage.2016.05.076

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Саус, Э.-Р., Йонсен, Б. Х., Эйд, Дж., Риисем, П. К., Андерсен, Р., и Тайер, Дж. Ф. (2006). Эффект краткого обучения ситуационной осведомленности в имитаторе полицейской стрельбы: экспериментальное исследование. Mil. Psychol. 18, 3–22. DOI: 10.1207 / s15327876mp1803s_2

CrossRef Полный текст | Google Scholar

Сили, W.W., Menon, V., Schatzberg, A.F., Keller, J., Glover, G.H., Kenna, H., et al. (2007). Разделяемые внутренние сети связи для обработки значимости и исполнительного контроля. J. Neurosci. 27, 2349–2356. DOI: 10.1523 / JNEUROSCI.5587-06.2007

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Сейсдедос, Н. (2004). CAMBIOS Test de Flexibilidad Cognitiva. Мадрид: TEA Ediciones.

Google Scholar

Смит, Р., Тайер, Дж.Ф., Халса, С. С., Лейн, Р. Д. (2017). Иерархическая основа нейровисцеральной интеграции. Neurosci. Biobehav. Ред. 75, 274–296. DOI: 10.1016 / j.neubiorev.2017.02.003

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Стенфорс, К. У. Д., Хансон, Л. М., Теорелл, Т., и Осика, В. С. (2016). Исполнительное когнитивное функционирование и вегетативная регуляция сердечно-сосудистой системы в популяционной выборке работающих взрослых. Фронт. Psychol. 7: 1536.DOI: 10.3389 / fpsyg.2016.01536

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Тальясуччи, Э., Баленсуэла, П., Фрайман, Д., и Кьялво, Д. Р. (2012). Критичность крупномасштабной динамики ФМР мозга раскрыта с помощью нового анализа точечных процессов. Фронт. Physiol. 3:15. DOI: 10.3389 / fphys.2012.00015

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Такеучи, Х., Таки, Ю., Хашизуме, Х., Сасса, Ю., Нагасе, Т., Нучи, Р., и другие. (2011). Влияние тренировки скорости обработки на нейронные системы. J. Neurosci. 31, 12139–12148. DOI: 10.1523 / JNEUROSCI.2948-11.2011

CrossRef Полный текст | Google Scholar

Тайер, Дж. Ф., Хансен, А. Л., и Йонсен, Б. Х. (2010). «Неинвазивная оценка вегетативных влияний на сердце с использованием импедансной кардиографии и вариабельности сердечного ритма», в Handbook of Behavioral Medicine (New York, NY: Springer), 723–740. DOI: 10.1007 / 978-0-387-09488-5_47

CrossRef Полный текст | Google Scholar

Тайер, Дж.Ф., Хансен, А. Л., Соллерс, И. И., Дж. Дж. И Йонсен, Б. Х. (2005). «Вариабельность сердечного ритма как показатель префронтальной нервной функции в военных условиях», в материалах Труды биомониторинга физиологических и когнитивных показателей во время военных операций (Беллингхэм: SPIE) doi: 10.1117 / 12.604420

CrossRef Полный текст | Google Scholar

Тайер, Дж. Ф., и Лейн, Р. Д. (2009). Клод Бернар и связь сердце-мозг: дальнейшая разработка модели нейровисцеральной интеграции. Neurosci. Biobehav. Ред. 33, 81–88. DOI: 10.1016 / j.neubiorev.2008.08.004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Тайер, Дж. Ф., Руис-Падиаль, Э., Хансен, А. Л., и Йонсен, Б. Х. (2004). Активность вегетативной нервной системы и ее связь с вниманием и рабочей памятью. Внутр. J. Psychophysiol. 54, 19–19.

Google Scholar

Томпсон, Т. В., Васком, М. Л., и Габриэли, Дж. Д. (2016). Интенсивная тренировка рабочей памяти вызывает функциональные изменения в крупномасштабных лобно-теменных сетях. J. Cogn. Neurosci. 28, 575–588. DOI: 10.1162 / jocn_a_00916

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Вакорин В. А., Липпе С., МакИнтош А. Р. (2011). Изменчивость сигналов мозга, обрабатываемых локально, трансформируется в более высокую связь с развитием мозга. J. Neurosci. 31, 6405–6413. DOI: 10.1523 / JNEUROSCI.3153-10.2011

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ватансевер Д., Менон Д.К., Манктелоу А. Э., Саакян Б. Дж., Стаматакис Э. А. (2015). Подключение к сети в режиме по умолчанию во время выполнения задачи. Neuroimage 122, 96–104. DOI: 10.1016 / j.neuroimage.2015.07.053

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Янг, А.С., Хуанг, К.С., Йе, Х.Л., Лю, М.Э., Хонг, К.Дж., Ту, П.С. и др. (2013). Сложность спонтанной BOLD-активности в сети режима по умолчанию коррелирует с когнитивной функцией у нормальных мужчин пожилого возраста: многомасштабный энтропийный анализ. Neurobiol. Старение 34, 428–438. DOI: 10.1016 / j.neurobiolaging.2012.05.004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Zahn, D., Adams, J., Krohn, J., Wenzel, M., Mann, C.G., Gomille, L.K., et al. (2016). Вариабельность сердечного ритма и самоконтроль — метаанализ. Biol. Psychol. 115, 9–26. DOI: 10.1016 / j.biopsycho.2015.12.007

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Электроэнцефалограмма (ЭЭГ) | Кардиоваскулярный центр Франкеля

Обзор теста

Электроэнцефалограмма (ЭЭГ) — это тест, который измеряет и записывает электрическую активность вашего мозга.К голове прикреплены специальные датчики, называемые электродами. Они подключены проводами к компьютеру. Компьютер записывает электрическую активность вашего мозга на экран. Или он может записывать активность на бумаге в виде волнистых линий. Изменения нормального режима электрической активности могут указывать на определенные состояния, например судороги.

Почему это сделано

ЭЭГ можно сделать по номеру:

  • Проверьте эпилепсию и узнайте, какой тип припадков случается.ЭЭГ — самый полезный и важный тест для проверки наличия эпилепсии.
  • Проверьте, нет ли проблем с потерей сознания или слабоумием.
  • Помогите узнать шансы человека поправиться после изменения сознания.
  • Узнайте, умер ли мозг человека, находящегося в коме.
  • Изучите нарушения сна, такие как нарколепсия.
  • Наблюдайте за мозговой активностью, пока человеку делают общую анестезию для операции на головном мозге.
  • Помогите выяснить, есть ли у человека проблемы с физическим или психическим здоровьем. Физические проблемы включают проблемы в головном, спинном мозге или нервной системе.

Как подготовить

  • Сообщите своему врачу ВСЕ лекарства, витамины, добавки и лечебные травы, которые вы принимаете. Некоторые из них могут увеличить риск проблем во время теста. Ваш врач скажет вам, следует ли вам прекратить принимать какие-либо из них до обследования и как скоро это сделать.
  • Не ешьте и не пейте ничего с кофеином за 12 часов до теста. Сюда входят кола, энергетические напитки и шоколад.
  • Вымойте волосы шампунем и ополосните чистой водой накануне или утром в день исследования. Не наносите кондиционер или масло для волос после мытья головы.
  • Ваш врач может попросить вас не спать ночь перед тестом или поспать только около 4 или 5 часов. Это связано с тем, что некоторые виды мозговой активности можно увидеть только во сне.Если ваш врач просит вас спать меньше, чем обычно, запланируйте, чтобы кто-нибудь отвез вас на тест и обратно.

Как это делается

ЭЭГ можно делать в больнице или в кабинете врача. Тест проводит специалист по ЭЭГ. Запись ЭЭГ читает врач, обученный диагностировать и лечить проблемы, влияющие на нервную систему (невролог).

Вам будет предложено лечь на спину на кровать или стол. Или вы можете сесть на стул с закрытыми глазами.Технолог ЭЭГ прикрепит несколько плоских металлических дисков (электродов) к разным местам на вашей голове. Для удержания их на месте используется липкая паста. Вместо отдельных электродов можно носить колпачок с несколькими фиксированными электродами. В редких случаях электроды могут быть прикреплены к коже черепа с помощью крошечных иголок.

Электроды прикреплены проводами к компьютеру, который регистрирует электрическую активность мозга. Машина может отображать действие в виде серии волнистых линий на листе бумаги.Или действие может отображаться в виде изображения на экране компьютера.

Во время записи вам нужно будет лежать с закрытыми глазами. Во время теста технолог будет наблюдать за вами прямо или через окно. Время от времени запись может останавливаться. Это позволяет вам растягиваться и менять положение.

Технолог может попросить вас делать разные вещи во время теста, чтобы увидеть, какую активность ваш мозг делает в это время.

  • Вас могут попросить сделать глубокий и быстрый вдох (гипервентиляция).В большинстве случаев вы будете делать 20 вдохов в минуту в течение 3 минут.
  • Вас могут попросить посмотреть на яркий мигающий свет, называемый стробоскопом.
  • Вас могут попросить лечь спать. Если вы не можете заснуть, вы можете принять успокаивающее средство, которое поможет вам уснуть. Если ЭЭГ проводится для проверки нарушения сна, электрическая активность вашего мозга может регистрироваться всю ночь.

Сколько времени занимает тест

Проверка займет от 1 до 2 часов.

Каково это

Во время ЭЭГ боли нет.

Если используются игольчатые электроды (что бывает редко), вы почувствуете короткий острый укол при установке каждого электрода. Это будет похоже на выдергивание волос. Если ввести в нос электроды, они могут пощекотать.

Если вас попросят быстро дышать, вы можете почувствовать головокружение или онемение пальцев. Это нормально. Он исчезнет через несколько минут после того, как вы снова начнете нормально дышать.

Риски

ЭЭГ — очень безопасный тест. Регистрируется электрическая активность вашего мозга. Но в ваше тело не подается электрический ток. ЭЭГ — это , а не , как электрошоковая (электросудорожная) терапия.

Если у вас судорожное расстройство, такое как эпилепсия, мигающие огни могут вызвать приступ. Или при гипервентиляции может случиться припадок. Если это произойдет, технолог обучен позаботиться о вас во время изъятия.

Результаты

Результаты теста

ЭЭГ готовы в тот же день или на следующий день.

Есть несколько типов мозговых волн.

  • Альфа-волны присутствуют только тогда, когда вы бодрствуете с закрытыми глазами, но умственно бдительны. Альфа-волны уходят, когда ваши глаза открыты или вы концентрируетесь.
  • Бета-волны обычно обнаруживаются, когда вы бодрствуете или принимаете высокие дозы определенных лекарств, таких как бензодиазепины.
  • Дельта-волны обычно встречаются только у маленьких детей и у людей, которые спят.
  • Тета-волны обычно встречаются только у маленьких детей и у людей, которые спят.
Электроэнцефалограмма (ЭЭГ)

Обычный:

У взрослых, которые бодрствуют, ЭЭГ показывает в основном альфа-волны и бета-волны.

Две стороны мозга демонстрируют похожие модели электрической активности.

На записи ЭЭГ нет аномальных всплесков электрической активности и медленных мозговых волн.

Если во время теста используются мигающие огни, одна область мозга (затылочная область) может кратковременно реагировать на каждую вспышку света.Но мозговые волны в норме.

Ненормальное:

Две стороны мозга демонстрируют разные модели электрической активности. Это может означать, что есть проблема в одной области или одной стороне мозга.

ЭЭГ показывает внезапные всплески электрической активности, называемые спайками. Или тест показывает внезапное замедление мозговых волн в мозгу.Эти изменения могут быть вызваны опухолью головного мозга, инфекцией, травмой, инсультом или эпилепсией. Когда у человека эпилепсия, расположение и точный характер аномальных мозговых волн могут помочь определить тип эпилепсии или припадков. У многих людей с эпилепсией между приступами ЭЭГ может казаться нормальной. Сама по себе ЭЭГ не диагностирует и не исключает эпилепсию или судороги.

ЭЭГ регистрирует изменения мозговых волн, которые могут быть не только в одной области мозга.Проблема, затрагивающая весь мозг, может вызывать такие изменения. Это включает лекарственную интоксикацию, инфекции (энцефалит) и нарушения обмена веществ (например, диабетический кетоацидоз). Эти проблемы изменяют химический баланс в организме, в том числе в головном мозге.

ЭЭГ показывает дельта-волны или слишком много тета-волн у взрослых, которые бодрствуют. Это может означать травму или заболевание головного мозга. Некоторые лекарства также могут вызывать это.

ЭЭГ не показывает электрической активности в головном мозге. Это «плоская» или «прямолинейная» ЭЭГ. Это означает, что функция мозга остановилась. Обычно это вызвано недостатком кислорода или кровотока внутри мозга. Это может произойти, когда человек находился в коме. В некоторых случаях сильная седация от лекарств может вызвать плоскую ЭЭГ.

Кредиты

Текущий по состоянию на: 4 августа 2020 г.

Автор: Healthwise Staff
Медицинский обзор:
Энн С.Пуанье, врач-терапевт
Э. Грегори Томпсон, врач-терапевт
Адам Хусни, доктор медицины, семейная медицина
Мартин Дж. Габика, доктор медицины, семейная медицина
Карин М. Линдхольм, Д. О. — неврология

По состоянию на: 4 августа 2020 г.

Автор: Здоровый персонал

Медицинское обозрение: Энн К. Пуанье, врач-терапевт и Э.Грегори Томпсон, врач-терапевт, Адам Хусни, врач, семейная медицина, Мартин Дж. Габика, врач, семейная медицина, и Карин М. Линдхольм, доктор медицины, неврология,

Сердечных тестов: ЭКГ, Эхо и другие тесты на сердечные заболевания

Сердечные тесты дают вам и вашему врачу дополнительную информацию о состоянии вашего сердца и могут помочь вам определить, какое лечение (-я) может быть лучше всего для вас. Хотите знать, чего ожидать во время проверки сердца? Узнайте о различных тестах, которые нужно проверить своему сердцу.

Примечание: Если вы принимаете лекарства для сердца, важно поговорить со своим врачом, медсестрой или другим медицинским работником о том, нужно ли вам прекратить прием этих лекарств до проверки сердца и как скоро вы должны начать. взять его снова после теста.

Ангиография

Коронарная ангиография включает в себя небольшую трубку, вводимую в артерию и продеваемую в коронарные артерии рядом с сердцем. Через катетер в кровоток вводится специальный краситель.Используя краситель в качестве подсветки, делаются рентгеновские снимки сердца и коронарных артерий. Узнайте больше о том, чего ожидать во время ангиограммы.

Мониторинг артериального давления

Мониторинг артериального давления предполагает ношение устройства измерения артериального давления до 24 часов. Этот прибор регулярно измеряет ваше кровяное давление и частоту сердечных сокращений. Узнайте больше о том, чего ожидать при мониторинге артериального давления (PDF).

Анализы крови

Анализы крови могут помочь диагностировать заболевание или наблюдать за тем, у кого уже было диагностировано сердечное заболевание.Анализы крови также можно сдавать, чтобы контролировать действие лекарств, а также уровни минералов в крови

Эхокардиограмма (эхо)

В этом тесте используются звуковые волны для изучения структуры вашего сердца, а также состояния сердца и клапанов. работающий. Зонд излучает и записывает эти звуковые волны, создавая движущееся изображение вашего сердца на компьютере. Чтобы узнать больше о том, чего ожидать, загрузите нашу эхокардиограмму (PDF).

Специализированные эхо-тесты:
  • Стресс-эхокардиограмма с добутамином используется для определения того, как работает ваше сердце, когда вы тренируетесь.Выполняется два сканирования: одно во время отдыха и одно при стрессе. Если вы не можете тренироваться, вам могут дать лекарство (добутамин), чтобы ваше сердце реагировало так, как если бы вы выполняли упражнения. Загрузите нашу стресс-эхокардиограмму с добутамином (PDF), чтобы узнать больше.

  • Трансэзофагеальная эхокардиограмма (ЧЭ) — это особый тип эхокардиограммы, при котором снимки сердца делаются путем введения зонда в горло (пищевод). Эти изображения более четкие, чем изображения, полученные с помощью зонда на груди (как в стандартном эхо), потому что пищевод находится близко к сердцу и грудная стенка не мешает.Загрузите нашу чреспищеводную эхокардиограмму (PDF), чтобы узнать больше.

Тесты электрокардиографа (ЭКГ)

Электрокардиограф является наиболее распространенным тестом для определения сердечных заболеваний. Электрокардиограф записывает ритм вашего сердца на бумагу с помощью липких электродов, которые размещаются на груди, руках и ногах. Запись покажет, повреждена ли сердечная мышца или не хватает кислорода. Узнайте больше о том, чего ожидать, загрузив наш тест электрокардиографа (PDF).

Специализированные тесты ЭКГ:
  • Тест на толерантность к физической нагрузке (ЭТТ) включает в себя два сканирования ЭКГ: одно во время тренировки, а второе — во время отдыха. Некоторые проблемы с сердцем появляются только тогда, когда вашему сердцу нужно больше работать. Этот тест помогает показать, как ваше сердце справляется со стрессом. Загрузите наш тест на толерантность к физической нагрузке (PDF), чтобы узнать больше.

  • Тест холтеровского мониторирования сердца используется для выявления любых проблем с сердечным ритмом. Для этого теста вы носите небольшой портативный аппарат ЭКГ в течение 24 или 48 часов, и в течение этого времени регистрируются ваша частота сердечных сокращений и ритм.Загрузите наш холтеровский мониторинг сердца (PDF), чтобы узнать больше.

  • Мониторинг событий используется для записи вашего сердцебиения при появлении таких симптомов, как головокружение, потеря сознания, боль в груди или учащенное сердцебиение. При появлении симптомов вам нужно будет нажать кнопку, чтобы начать запись. Загрузите наш мониторинг событий (PDF), чтобы узнать больше.

Исследование EP (исследование электрофизиологии)

Исследование EP (исследование электрофизиологии) используется для измерения электрической активности вашего сердца.Если у вас нарушение сердечного ритма (аритмия) или учащенное сердцебиение, вам может потребоваться этот тест. Подобно ангиографии, тонкие трубки (электродные катетеры) вводятся в вену и / или артерию, обычно в паху. Затем они осторожно перемещаются в сердце, где стимулируют его и регистрируют электрическую активность вашего сердца.

Сканирование перфузии миокарда

Эти тесты используются, чтобы увидеть, как кровь течет к сердцу. Краска вводится, чтобы выделить кровеносные сосуды в вашем сердце. Затем большая машина создает изображения вашего сердца, сканируя вашу грудь и ища краситель.Этот тест также можно использовать до и после тренировки, чтобы увидеть, как при нагрузке меняется приток крови к сердцу. Узнайте больше о том, чего ожидать, загрузив наше сканирование перфузии миокарда (PDF).

Тест стола наклона

Тест стола наклона используется, если у вас есть эпизоды обморока, чтобы выяснить, могут ли они быть связаны с вашим сердцем. Вы лежите на специальном столе, который можно наклонять так, чтобы вы ложились или вставали, и к вам будет прикреплен монитор сердца и артериального давления, который регистрирует, как ваша частота сердечных сокращений и артериальное давление реагируют на изменение положения.Во время теста у вас может быть внутривенная (IV) игла в руке, чтобы вам могли дать лекарство.

В зависимости от результатов вашего сердечного теста (-ов) вы можете продолжить лечение, например установку стента или шунтирования.

Изучите методы лечения сердца

ЭЭГ (электроэнцефалограмма) (для родителей) — Nemours KidsHealth

Что это такое

Электроэнцефалограмма (ЭЭГ) — это тест, используемый для выявления проблем, связанных с электрической активностью мозга.

ЭЭГ отслеживает и записывает паттерны мозговых волн.Маленькие металлические диски с тонкими проволоками (электроды) помещаются на кожу головы, а затем отправляются сигналы на компьютер для записи результатов. Нормальная электрическая активность мозга формирует узнаваемый образец. С помощью ЭЭГ врачи могут искать патологические паттерны, указывающие на судороги и другие проблемы.

Почему это сделано

Большинство ЭЭГ проводится для диагностики и мониторинга судорожных расстройств. ЭЭГ также может определять причины других проблем, таких как нарушения сна и изменения в поведении.Иногда их используют для оценки активности мозга после тяжелой травмы головы или перед трансплантацией сердца или печени.

Препарат

Если вашему ребенку проводится ЭЭГ, подготовка минимальна. Волосы вашего ребенка должны быть чистыми, без масел, спреев и кондиционеров, чтобы электроды прилипали к коже головы.

Ваш врач может порекомендовать ребенку прекратить прием определенных лекарств до обследования. Часто детям рекомендуется воздерживаться от кофеина за 8 часов до теста.Если вашему ребенку необходимо спать во время ЭЭГ, врач подскажет, как это облегчить.

Процедура

ЭЭГ можно сделать в кабинете врача, лаборатории или больнице. Вашему ребенку будет предложено лечь на кровать или сесть на стул. Специалист по ЭЭГ прикрепит электроды к разным участкам кожи головы с помощью клейкой пасты. Каждый электрод подключен к усилителю и записывающему устройству ЭЭГ.

Электрические сигналы мозга преобразуются в волнистые линии на экране компьютера.Вашему ребенку будет предложено лежать неподвижно, потому что движение может изменить результаты.

Если цель ЭЭГ — имитировать или вызвать проблему, с которой сталкивается ваш ребенок (например, судороги), его могут попросить посмотреть на яркий мерцающий свет или подышать определенным образом. Медицинский работник, проводящий ЭЭГ, будет знать историю болезни вашего ребенка и будет готов к любым проблемам, которые могут возникнуть во время теста.

Для большинства ЭЭГ требуется около часа. Если вашему ребенку нужно поспать во время этого теста, тест займет больше времени.Вы можете остаться в комнате с ребенком или выйти в зону ожидания.

п.

Чего ожидать

ЭЭГ не вызывает дискомфорта, и пациенты не ощущают ударов в коже черепа или где-либо еще. Тем не менее, приклеивание электродов к коже головы может вызвать у детей небольшой стресс, как и лежать неподвижно во время теста.

Результаты

Невролог (врач, специализирующийся на заболеваниях нервной системы) прочитает и интерпретирует результаты.Хотя ЭЭГ различаются по сложности и продолжительности, результаты обычно доступны в течение нескольких дней.

Риски

ЭЭГ очень безопасны. Если у вашего ребенка судорожное расстройство, ваш врач может захотеть стимулировать и записать приступ во время ЭЭГ. Судорожный припадок может быть вызван миганием света или изменением характера дыхания.

Помогая своему ребенку

Вы можете помочь подготовить ребенка к ЭЭГ, объяснив, что это не будет неудобно. Вы можете описать комнату и оборудование, которое будет использоваться, и заверить ребенка в том, что вы окажете поддержку прямо здесь.Детям постарше обязательно объясните, как важно не двигаться во время ЭЭГ, чтобы ее не приходилось повторять.

Если у вас есть вопросы

Если у вас есть вопросы по поводу процедуры ЭЭГ, поговорите со своим врачом. Вы также можете поговорить с техником по ЭЭГ перед экзаменом.

EEG-Beats: автоматический анализ вариабельности сердечного ритма (HVR) на основе EEG-EKG

В этом разделе представлены проверка результатов EEG-Beats, сравнение EEG-Beats с PhysioNet Cardiovascular Signal Toolbox (PNC) и примеры Инструменты анализа ЭЭГ-ритмов.

3.1 Ручная проверка местоположения сердцебиения

Чтобы подтвердить определение пиков ЭЭГ-ритмов, мы вручную проверили положения пиков ЭЭГ-ритмов для всех 854 записей данных ЭЭГ исследования NCTU RWN_VDE, используя функции панорамирования и масштабирования для фигур MATLAB с графики пиков и точек на рис. 1. Сводная информация представлена ​​в таблице 2.

Всего пиков указывает общее количество пиков, обнаруженных в корпусе данных. EEG-Beats точно обнаруживал пики с использованием настроек параметров по умолчанию в большой части (626) записей, многие из которых имели существенные артефакты, включая резкие изменения амплитуды, выпадения и всплески высокой амплитуды.Пики, идентифицированные как имеющие слишком высокую или слишком низкую амплитуду, используют стандартные устойчивые критерии выброса, описанные в методах. Еще 181 набор данных содержал несколько ошибок, в то время как 34 набора данных содержали «большее» количество ошибок. На рис. 2 наложенный график используется для отображения набора данных 800, примера набора данных с «большим» количеством ошибок.

Набор данных 800 имеет очень зашумленный сигнал с рядом очень низких и очень высоких пиковых амплитуд, на что указывает большое количество точек на вертикальных осях на правом графике рис.2. Хотя EEG-Beats ошибочно идентифицирует некоторые положения пиков для этого набора данных, все ошибочные определения происходят для пиков с одной стороны или для других интервалов RR, отмеченных либо как RR плохого соседа, либо как RR пиков с выбросами на левом графике. Использование трех критериев удаления выбросов RR удаляет большинство выбросов RR в наборах данных с пиковыми ошибками.

Большинство ошибочных определений ЭЭГ-ритмов происходит, когда пик накладывается на артефакт или расположен близко к нему, как показано в примере на рис. 3.Вертикальная стрелка на отметке 620 секунд на левом графике рис. 3 отмечает артефакт большой амплитуды, который EEG-Beats помечен как пик. Как только этот пик был отмечен как подходящий пик, он стал опорой во время обнаружения пика, и правильные пики справа и слева были слишком близки, чтобы их можно было обнаружить при последовательном уточнении.

Рис. 3.

Выдержка из набора данных 128 (Тема S03) исследования NCTU RWN_VDE, иллюстрирующая проблемные пики. Слева: сигнал ЭКГ, полученный с помощью датчика ЭЭГ (синий) с красными звездочками, указывающими пики, идентифицированные с помощью импульсов ЭЭГ.Вертикальная стрелка на отметке 611 секунд отмечает пик, отмеченный как неоднозначный пик в пределах диапазона во время ручных проверок. Вертикальная стрелка около 620 секунд отмечает пик, отмеченный как неправильный. Два соседних пика были отмечены как пропущенные пики во время ручной оценки. Справа: амплитуда пика ЭКГ в зависимости от интервала RR для пиков на левом (черный квадрат) и правом (синие звездочки) концах интервала RR, соответственно. Зеленые линии отмечают медианы, а серые линии — границы среднего квартиля. Пунктирные серые линии на правом графике обозначают надежные пределы выбросов.Ось амплитуды усечена на 3,0 × IQR за пределами средних квартилей. Горизонтальная стрелка отмечает точку, соответствующую пику, отмеченному на 620 секундах на левом графике.

Правый график на рис. 3 показывает зависимость амплитуды пика от длины интервалов RR непосредственно слева (синяя звездочка) и справа (квадратный квадрат) от пика. Этот график, который обеспечивает связь между пиками и интервалами RR, часто может предоставить краткую сводку проблем, которые могут возникнуть в данном наборе данных.Если график имеет овальную форму со многими длинами интервалов RR, падающими близко к центральным квартилям (сплошные серые горизонтальные линии), данные являются хорошими. Пунктирные серые линии указывают на устойчивые пороговые значения выбросов, традиционные пороговые значения для выделения выбросов на диаграммах. Этот конкретный набор данных имеет множество пиков высокой отрицательной амплитуды, выходящих за пределы серых пунктирных линий, что указывает на возможное присутствие артефактов сигнала большой амплитуды. По умолчанию, EEG-Beats обрезает амплитуду на этих графиках на 3.0 × IQR за пределами средних квартилей, поэтому точки, сгруппированные по вертикальным краям графика, могут представлять очень большие или очень маленькие пики амплитуды.

В пике против . Графики RR, маркеры RR для интервалов RR, смежных с данным пиком, попадают на одну и ту же вертикальную линию. Однородные сигналы сердечного ритма имеют пиковые значения против RR с близко расположенными, выровненными по вертикали парами звездочка-квадрат. Точно так же каждый интервал RR представлен горизонтально выровненной парой звездочка-квадрат, соответствующей пикам на любом конце этого интервала.Широко разделенные горизонтальные пары указывают на резкую разницу в амплитудах между ограничивающими пиками интервала RR.

Намек на то, что может быть проблема с пиком на 620 секундах, обозначен горизонтальной стрелкой на правом графике рис. 3. Одинокая синяя звездочка представляет пик большой амплитуды с очень длинным интервалом между импульсами. Правильно. Кроме того, это большое RR имеет пик с большой отрицательной амплитудой (≤ -1000) слева и пик с гораздо меньшей отрицательной амплитудой (≥ -650) справа.В результате неправильного выбора артефакта в качестве пика интервал RR справа намного длиннее, чем у его соседей. Таким образом, этот интервал RR был правильно обнаружен как недопустимый по критерию плохого соседа.

EEG-Beats может правильно идентифицировать пики на фоне многих артефактов, таких как тот, который появляется около 611 секунд на левом графике рис. 3. Этот артефакт имеет меньшую амплитуду, чем соседние пики сердцебиения, поэтому он не считается. Тем не менее, EEG-Beats часто может обрабатывать артефакты, которые намного выше, чем соседние доли, при условии, что они не соответствуют критериям резкости или падают слишком близко к реальному пику.

EEG-Beats имеет как наложение, так и временную визуализацию интервалов RR. На рис. 4 показан пример визуализации подзаголовка для набора данных 11 (субъект S01). На виде сверху показаны интервалы RR в зависимости от времени, как на наложенном графике, а на среднем графике показан сигнал ЭКГ с наложенными пиками. В нижнем ряду представлен расширенный вид ЭКГ для небольшой части сигнала, а также график зависимости пиковой амплитуды от RR справа. Вертикальная стрелка на нижнем графике отмечает дополнительный пик ЭЭГ с низкой амплитудой, примыкающий к очень маленькому интервалу RR.Интервал RR отмечен как синим кружком (выброс амплитуды RR), так и зеленым крестиком (плохой сосед RR).

Рис. 4. Визуализация подзаголовка интервала

RR для набора данных 11 (объект S01) исследования NCTU RWN_VDE (два верхних графика). На верхнем подграфике визуализации EEG-Beats отображает зависимости продолжительности интервалов RR от времени в виде черных квадратов. Значения RR, отмеченные как выбросы с использованием критериев плохого соседства, заштрихованы зеленым ×, в то время как интервалы RR, примыкающие к пикам с выпадающими амплитудами, заштрихованы синими кружками.На среднем графике сигнал ЭКГ отображается на той же временной шкале (серым цветом) с золотыми звездочками, обозначающими положения пиков. На нижнем левом графике показан увеличенный вид 10-секундного сегмента (как показано толстой черной стрелкой) с использованием формы наложения графика. В этой форме ЭКГ и пики нанесены на левую ось, а значения интервала RR и маркеры выбросов — на правой оси. Вертикальная двойная стрелка указывает, что выброс RR со значением около 218 секунд связан с присутствием постороннего пика.График в правом нижнем углу представляет собой график зависимости пика от интервала RR для набора данных. Внешний пик отображается на нижнем правом графике в виде синей звездочки в нижнем левом углу (небольшой пик амплитуды справа от очень маленького интервала RR).

На первый взгляд этот набор данных попадает в категорию «большее количество неправильных пиков», как и набор данных на рис. 2. Фактически, в этом наборе данных было только несколько неправильно идентифицированных пиков — все они были связаны с выпадающими амплитудами RR.Критерий «плохого соседа» имел много «ложных срабатываний». В то время как у многих испытуемых в исследовании интервалы между ударами медленно менялись, у некоторых испытуемых, таких как Субъект S01, частота сердечных сокращений была весьма изменчивой в течение очень коротких периодов времени. Эта кратковременная масштабная изменчивость довольно четко видна на вставке, показанной в нижнем ряду рис. 4.

В отличие от примера на рис. 2, где зеленые кресты явно выделялись из медленно меняющегося тренда амплитуды интервала RR, зеленые кресты в этом случае нельзя четко различить как выбросы.Критерии плохого соседа для исключения резко отклоняющихся значений RR хорошо работают для субъектов с относительно стабильной частотой сердечных сокращений или медленными изменениями во временных масштабах, превышающих «соседство». Однако неясно, насколько полезен или применим такой критерий при анализе людей с более необычными паттернами сердечного ритма.

В девяти наборах данных были длительные периоды отсева. Пример показан на рис. 5 для набора данных 587 (тема S17). Обнаружение артефактов RR хорошо работает для удаления выбросов, хотя этот набор данных следует обрезать перед использованием в анализе.Пиковая зависимость амплитуды интервала RR, показанная на правом графике, ясно демонстрирует аномалию, поскольку точки выровнены по вертикали при больших амплитудах. Вертикальная линия справа расширилась бы до овоида нормальной формы, если бы сигнал до 100 секунд был удален из записи данных.

Рис. 5. Визуализация наложения интервала

RR для набора данных 587 (субъект S17) исследования NCTU RWN_VDE. Подпись на рис. 2. Этот набор данных был одним из девяти наборов данных, у которых были выявлены длительные периоды отсева.

Рис. 6. Пиковая амплитуда

ЭКГ в зависимости от интервала RR слева (синяя звездочка) или справа (черный квадрат) для четырех наборов данных от двух субъектов, полученных в разные дни. Каждый столбец соответствует одному и тому же набору данных в исходной ориентации (верхний график) и перевернутой ориентации (нижний график). (Дополнительные пояснения см. В подписи к рис. 1).

Последней категорией проблемных наборов данных, перечисленных в таблице 2, являются десять наборов данных, в которых EEG-Beats выбрали неправильное направление для ориентации пика (либо переворачивают, когда не должно быть, либо не переворачивают, когда должно быть).Ошибки переворота обычно не видны из сигнала ЭКГ, но проявляются в неовидной форме графиков интервалов пиков, как показано на рис. 6.

Набор данных 226 от субъекта S05 (первый столбец на рис. прерывистый сигнал ЭКГ, случайное переключение между однонаправленными пиками с небольшими впадинами и впадинами пиков с большими впадинами. Два набора амплитуд соответствуют участкам с небольшими впадинами и более крупными впадинами соответственно. При перевернутом сигнале EEG-Beats обнаруживали пики с центром промежуточной амплитуды.Фактическое распределение интервалов RR изменилось очень мало, поскольку любой выбор давал постоянный интервал между пиками, но правильная ориентация приводила к более точному обнаружению пиков. (При правильной ориентации набор данных перешел от большего числа к отсутствию ошибок во время ручной проверки.) Во втором столбце показаны результаты из набора данных 339, также из субъекта S05, но из другого сеанса. В этом наборе данных были пики и впадины примерно одинаковой амплитуды. Оказалось, что амплитуда «пиков» была более изменчивой, чем амплитуда впадин, что привело к появлению длинного хвоста по амплитуде.При перевороте в этом наборе данных не было ошибок обнаружения пиков, тогда как в исходной ориентации было несколько ошибок при просмотре вручную.

Третий столбец на рис. 6 (набор данных 294, субъект S06) показывает пример третьего класса проблем, связанных с ЭЭГ-ритмами, с которыми сталкиваются при принятии решения о перевороте. Пики в этих наборах данных выглядели как трехлепестковые тройки с почти одинаково глубокими впадинами. Доминирующая амплитуда в триплетах в направлении захвата импульсов ЭЭГ иногда изменялась, что приводило к трем различным группам интервалов (отсюда и три горизонтальные линии на графике).Оказалось, что преобладающей амплитудой во впадинах всегда была центральная впадина, поэтому такая ориентация давала лучшее распределение. Четвертый столбец на рис. 6 (набор данных 295, субъект S06) имеет такое же чередование между однонаправленным и пиковым минимумом во время записи. Здесь два кластера менее заметны, потому что разница в амплитуде не так велика.

Можно сделать несколько наблюдений относительно графиков на рис. 6. Поскольку эти проблемы не появлялись в записях других сеансов с этими субъектами, мы можем сделать вывод, что проблемы возникли из-за неправильной посадки или замены электродов.Обратите внимание, что независимо от ориентации, EEG-Beats смог обеспечить довольно стабильное распределение RR. Два столбца, связанные с каждым субъектом, соответствуют записям, сделанным в разные дни — один с активной задачей, а другой с задачей отдыха. Частота сердечных сокращений оказалась ниже при выполнении заданий в покое у обоих испытуемых.

3.3 Сравнение измерений RR с набором инструментов PNC

PNC также позволяет пользователям предоставлять интервалы RR вместо необработанных сигналов ЭЭГ и вычислять обширный набор измерений RR.Поскольку PNC хорошо протестирован, мы предоставили интервалы RR, вычисленные с помощью EEG-Beats, в PNC и вычислили меры RR для сравнения с EEG-Beats. Результаты приведены в таблице 4. Значения основаны на первом 5-минутном блоке в каждом из 853 наборов данных, для которых был сигнал. PNC не удалось измерить RR по 219 из этих наборов данных. Мы связываем отклонение со стороны PNC с определенными внутренними процедурами отклонения, которые он применяет при расчете показателей.

Удаление артефакта RR по умолчанию использовалось для обоих наборов инструментов.Для импульсов ЭЭГ это означает, что удаляются RR вне диапазона, а также плохие соседи и RR по обе стороны от пиков с необычно высокими или низкими амплитудами. Исключение этих RR немного меняет результаты. Для сравнения, расчет ЭЭГ-ритмов для сырых RR (без удаления) показан в скобках. Различия между средними значениями двух величин невелики. Для большинства, но не для всех, соответствие между PNC и EEG-Beats с удалением артефактов лучше, чем с необработанными значениями EEG-Beats, на что указывают средние абсолютные различия.

Таблица 4.

Сравнение показателей частоты сердечных сокращений ЭЭГ и PNC. NR = без удаления артефактов RR.

В целом соответствие между значениями, вычисленными с помощью EEG-Beats и PNC, довольно близко. Некоторые различия в предположениях могут объяснить некоторые различия между значениями, вычисленными двумя наборами инструментов. EEG-Beats использует диапазон интервалов по умолчанию для RR [500, 1500] мс, в то время как диапазон PNC по умолчанию для RR интервалов составляет [375, 2000] мс. Оба алгоритма используют одно и то же исключение соседнего значения по умолчанию.По умолчанию и EEG-Beats, и PNC используют plomb для вычисления спектрограмм RR-интервала для вычисления частотных мер, однако предполагаемое разрешение по частоте отличается, как и подход к удалению тренда. PNC удаляет среднее значение сигнала перед спектральным вычислением, в то время как по умолчанию EEG-Beats удаляет полиномиальный (кубический) тренд, что приводит к меньшей общей общей мощности и меньшей мощности на низких частотах для EEG-Beats. Однако безразмерные отношения мощностей для этих двух методов аналогичны.Параметры удаления тренда импульсов ЭЭГ настраиваются. Прогнозы измерения времени немного отличаются, скорее всего, из-за дополнительных шагов удаления артефактов RR, применяемых PNC.

3.5 Факторный анализ EEG-Beats

Набор инструментов EEG-Beats включает скрипты для анализа дисперсии в рамках всего исследования (ANOVA). Как и коробчатые диаграммы, EEG-Beats полагается на структуру метаданных, предоставленную пользователем, и может анализировать произвольное количество пар факторов, идентифицированных именами полей структуры метаданных. В наборе данных NCTU RWN_VDE есть субъект, задача, уровень усталости (показатель DSS), пол и количество реплик в качестве возможных переменных группы.В таблице 5 показан пример результатов анализа ANOVA с использованием в качестве факторов уровня задачи и утомляемости. Большинство показателей ОР в таблице 5 демонстрируют значительную статистическую зависимость от задачи и от номинального уровня утомляемости на уровне значимости 0,01. Значимость обычно улучшается с помощью масштабирования. Показатели RR были рассчитаны на основе данных, из которых были удалены артефактические значения RR с использованием настроек по умолчанию.

Таблица 5.

P-значения для дисперсионного анализа для задачи в зависимости от номинального уровня усталости. Затененные значения не имеют значения при 0.01 уровень значимости.

Следует проявлять осторожность при интерпретации этих результатов. Дисперсионный анализ предметной задачи также показал весьма значительную зависимость от этих факторов. Однако, когда был проведен двухфакторный дисперсионный анализ утомляемости субъекта, зависимость субъекта оказалась очень значительной, а уровень утомляемости — нет. Однако взаимодействие между ними было значительным. Этот результат имеет физическое объяснение. В этом эксперименте испытуемых приглашали в лабораторию, когда результаты ежедневной системы отбора проб указывали на то, что они находились в состоянии особой усталости.То, как эти измерения отражаются на производительности, сильно индивидуализировано, поэтому обозначения уровня усталости не зависят от объекта.

EEG-Beats также позволяет трехфакторный дисперсионный анализ. В таблице 6 представлены результаты анализа усталости субъекта-задачи. Тема и задача являются очень важными факторами для всех показателей ОР, но усталость на них не влияет. Это указывает на важность индивидуального анализа вариабельности сердечного ритма.

Таблица 6.

P-значения для 3-стороннего дисперсионного анализа для утомления субъект-задача.Затененное значение не является значимым при уровне значимости 0,01. Утомляемость не была значимой ни для одного измерения и не отображается.

Результаты также показывают, что задача является важным фактором. В подробном продольном исследовании Spangler et al. (Spangler et al., 2020) недавно показали, что показатели производительности и ВСР сильно индивидуализированы, но при этом существуют согласованные зависимости на уровне сеанса, на уровне задачи и на уровне блоков, общие для разных субъектов.

Что такое электрокардиограмма (ЭКГ или ЭКГ): цель и типы

Ваш врач может посоветовать вам сделать электрокардиограмму — также называемую ЭКГ или ЭКГ — для проверки признаков сердечного заболевания.Это тест, который регистрирует электрическую активность вашего тикера через небольшие электроды, которые технический специалист прикрепляет к коже вашей груди, рук и ног.

ЭКГ быстрые, безопасные и безболезненные. С помощью этого теста ваш врач сможет:

  • Проверить ваш сердечный ритм
  • Проверить, есть ли у вас плохой приток крови к сердечной мышце (это называется ишемией)
  • Диагностировать сердечный приступ
  • Проверить, что аномальные, такие как утолщение сердечной мышцы
  • Определите наличие значительных электролитных нарушений, таких как высокий уровень калия или высокий или низкий уровень кальция.

Как мне подготовиться?

Некоторые вещи, которые вы можете сделать, чтобы подготовиться:

  • Избегайте жирных или жирных кремов и лосьонов для кожи в день теста, потому что они могут предотвратить контакт электродов с вашей кожей.
  • Избегайте длинных чулочно-носочных изделий, потому что электроды нужно класть прямо на ноги.
  • Наденьте рубашку, которую можно легко снять, чтобы поводки были у вас на груди.

Что происходит во время электрокардиограммы?

Техник прикрепит 10 электродов с липкими подушечками к коже груди, рук и ног.Если вы парень, возможно, вам придется сбрить волосы на груди, чтобы улучшить связь.

Во время теста вы будете лежать ровно, а компьютер создает на миллиметровой бумаге изображение электрических импульсов, проходящих через ваше сердце. Это называется ЭКГ в состоянии покоя, хотя этот же тест можно использовать для проверки вашего сердца во время тренировки.

Присоединение электродов и завершение теста занимает около 10 минут, но фактическая запись занимает всего несколько секунд.

Ваш врач будет хранить ваши образцы ЭКГ в файле, чтобы он мог сравнить их с результатами анализов, которые вы получите в будущем.

Типы тестов ЭКГ

Помимо стандартной ЭКГ, ваш врач может порекомендовать другие виды:

Монитор Холтера. Это портативная ЭКГ, которая проверяет электрическую активность вашего сердца в течение 1-2 дней, 24 часа в сутки. Ваш врач может предложить это, если он подозревает, что у вас нарушение сердечного ритма, учащенное сердцебиение или недостаточный приток крови к сердечной мышце.

Как и стандартная ЭКГ, безболезненна. Электроды монитора приклеены к вашей коже.Как только они будут на месте, вы можете пойти домой и заняться всеми своими обычными делами, кроме душа. Ваш врач попросит вас вести дневник того, что вы делали, и любых симптомов, которые вы заметили.

Монитор событий. Ваш врач может порекомендовать это устройство, если симптомы появляются только время от времени. Когда вы нажимаете кнопку, он записывает и сохраняет электрическую активность вашего сердца в течение нескольких минут. Возможно, вам придется носить его неделями, а иногда и месяцами.

Каждый раз, когда вы замечаете симптомы, вы должны пытаться получить показания на мониторе.Информация отправляется по телефону вашему врачу, который ее проанализирует.

Повышенный глимфатический приток коррелирует с высокой мощностью дельта ЭЭГ и низкой частотой сердечных сокращений у мышей под наркозом

ВВЕДЕНИЕ

Спинномозговая жидкость (ЦСЖ) может перемещаться по периваскулярным пространствам в головном и спинном мозге для распределения питательных веществ и удаления отходов ( 1 , 2 ). Эти процессы поддерживаются водным каналом аквапорином 4 (AQP4), который присутствует в высокой плотности на концевых ножках сосудов астроцитов ( 2 4 ).Приток маркеров спинномозговой жидкости в мозг у животных во сне выше, чем в бодрствующем состоянии ( 5 ). Предыдущие исследования глимфатической функции показали, что анестезия кетамином / ксилазином (K / X) имитирует сон при притоке флуоресцентных индикаторов спинномозговой жидкости и что скорость оттока радиоактивно меченного Aβ из мозга сравнима с результатами у спящих животных ( 6 ) . Хотя остается в значительной степени неизвестным, влияют ли другие анестетики, кроме K / X, на движение жидкости из отдела спинномозговой жидкости в мозг, одно экспериментальное исследование магнитно-резонансной томографии показало, что анестезия изофлураном (ISO) в сочетании с α 2 -агонистом дексмедетомидином (dex) облегчил глимфатический транспорт контрастного вещества по сравнению с одним только ISO ( 7 ).Недостаток информации о физиологических механизмах транспорта спинномозговой жидкости стал ограничением для существующих моделей и может способствовать спорам о важности AQP4 как движущей силы потока жидкости в глимфатической системе ( 3 , 8 ). Колебания корковой сети (дельта-волны) могут способствовать эффективному притоку жидкости в паренхиму мозга и удалению отходов из мозга ( 5 , 9 ). Дельта-волны увеличиваются у естественно спящих животных, потенциально из-за долгосрочных гомеостатических изменений в нейромодуляторной, метаболической и нейрохимической среде ( 10 ) и широкого синаптического масштабирования ( 11 ).Некоторые типы седативных средств, такие как агонисты α 2 -адренергических рецепторов ксилазин и dex, вызывают резкое увеличение дельта-мощности электроэнцефалограммы (ЭЭГ), тогда как анестезия с использованием летучих анестетиков ISO или инъекционной γ-аминомасляной кислоты типа A ( GABA A ) агонист пентобарбитала поддерживает более высокочастотные компоненты ( 7 , 12 ). Помимо колебаний нейронной сети, сердечно-легочные параметры, такие как артериальное давление, частота сердечных сокращений и частота дыхания, также могут регулировать приток глимфатической жидкости, и эти параметры сами по себе изменяются различными анестетиками в зависимости от лекарственного средства и дозы ( 13 , 14 ).Таким образом, анестезия может использоваться для манипулирования как спектрами ЭЭГ, так и сердечно-легочной функцией, а также дифференциальным регулированием лимфатического притока. Чтобы проверить эту гипотезу, мы систематически сравнивали приток глимфы у мышей под наркозом с шестью режимами анестезии. Группы мышей анестезировали K / X, пентобарбиталом, авертином (2,2,2-трибромэтанол), α-хлоралозой, ISO с добавкой dex и только ISO. Чтобы установить, как нервная активность в сочетании с измененной сердечно-легочной функцией контролировала приток глимфы, мы записали ЭЭГ и сердечно-легочные параметры в отдельной когорте мышей при тех же условиях анестезии.Наш анализ показывает, что приток лимфатических сосудов прямо пропорционален мощности кортикальной дельта-волны, обратно пропорционален частоте сердечных сокращений, и был наиболее выражен под анестезией K / X.

ОБСУЖДЕНИЕ

В этом исследовании мы демонстрируем, что выбор анестетика может сильно повлиять на приток индикаторов спинномозговой жидкости. Мы исследовали взаимосвязь между притоком лимфатических сосудов с активностью нейронной сети (измеренной с помощью ЭЭГ) и сердечно-легочными параметрами. Наш анализ показал, что мощность медленных дельта-колебаний между 1 и 4 Гц особенно коррелировала с высоким притоком индикаторов спинномозговой жидкости в мозг.Бета-мощность также имела некоторую прогностическую ценность, но составляла менее 10% от общего сигнала ЭЭГ. Ни альфа-, ни гамма-волны не коррелировали с притоком глимфатических индикаторов. Частота сердечных сокращений под анестезией демонстрировала сильную обратную связь с притоком глимфатической жидкости, тогда как ни частота дыхания, ни систолическое артериальное давление не коррелировали с притоком индикаторов спинномозговой жидкости. Анестезия изоцианатом, авертином и α-хлоралозой привела к наименьшему поглощению флуоресцентного индикатора в головном мозге, тогда как у мышей, анестезированных пентобарбиталом, наблюдался промежуточный приток индикаторов.В соответствии с предыдущей работой ( 7 ) подавление глимфатической активности с помощью ISO частично нейтрализовалось добавлением агониста α 2 dex, в то время как приток был самым высоким в группе анестезии K / X. Эти результаты последовательно наблюдались в спинном и вентральном отделах головного мозга и во всех корональных отделах мозга. Мы пришли к выводу, что K / X является предпочтительным агентом среди протестированных здесь для исследований движения спинномозговой жидкости в паренхиму мозга и через нее. Глимфатическая модель потока жидкости через периваскулярные пространства в головном мозге недавно вызвала споры ( 8 ). , 15 17 ).Публикации, оспаривающие оригинальные результаты, имеют общее использование нескольких различных типов анестетиков. Например, в одной статье, оспаривающей глимфатическую модель, используется авертин ( 8 ), который, как мы здесь показываем, является плохим выбором анестетика для стимуляции притока индикаторов. В другом исследовании, в котором проводились инъекции индикатора CM под анестезией ISO, распределение индикатора уменьшалось с увеличением концентрации ISO. В том же исследовании не сообщалось об увеличении притока под анестезией K / X по сравнению с бодрствующими животными, но первоначальное введение индикатора было выполнено под ISO, по существу смешивая анестетики в эксперименте ( 17 ).Хотя неясно, почему эти разные соединения с разными механизмами действия обеспечивают или нарушают движение жидкости в ткани мозга, тщательный выбор анестетика становится ключевым фактором в новой биологической системе транспорта глимфатической жидкости. циклом сна и бодрствования, и мы показываем, что увеличение мощности дельта-диапазона и снижение частоты сердечных сокращений коррелируют с улучшением глимфатического потока. В случаях нарушения сна, таких как бессонница, преобладание дельта-диапазона в первом ночном сне с медленным движением глаз (NREM) уменьшается, а вариабельность сердечного ритма увеличивается ( 18 20 ).И наоборот, сон, возникающий после длительного недосыпания, имеет более высокую частоту дельта-мощности ( 21 ), и вариабельность сердечного ритма может использоваться как точная мера состояния бдительности по шкале ЭЭГ во время депривации сна ( 22 ). Понимая взаимодействие между этими тремя смежными системами — нейронными цепями, движением глимфатической жидкости и сосудистой сетью — мы можем лучше понять гомеостатические процессы, такие как сон и возбуждение. Одно важное наблюдение, которое можно сделать из нашего исследования, заключается в том, что фармакодинамический механизм бессознательного состояния, вызванного анестезией, т.е.е., антагонизм к рецепторам N -метил-d-аспартата (NMDAR) или аллостерическая модуляция рецепторов GABA A , по-видимому, менее важны для глимфатической функции, чем влияние анестетиков на медленную дельта-волну или частоту сердечных сокращений. Шесть протестированных здесь анестетиков, ISO и dex широко используются в клинике. Наш анализ показал, что анестезия только с помощью изоцианата препятствует глимфатической функции, в то время как dex имеет противоположный эффект. Эти наблюдения могут дать представление об известных клинических эффектах ISO и dex.Длительная седация в отделениях интенсивной терапии и общая анестезия при хирургических операциях связаны с когнитивными нарушениями, особенно у пожилых людей ( 23 ). У пациентов, получающих ингаляционные анестетики, наблюдается высокий уровень делирия после выхода из наркоза ( 24 ). Напротив, профилактическое лечение уменьшало частоту делирия в послеоперационном периоде по сравнению с плацебо ( 25 ). Несколько рандомизированных контролируемых исследований продемонстрировали превосходство dex над агонистами GABA A , в частности бензодиазепинами и пропофолом, в поддержании когнитивных функций у пациентов интенсивной терапии ( 26 28 ).Этот клинический результат хорошо согласуется с нашими результатами, согласно которым dex и ксилазин усиливают приток спинномозговой жидкости в мозг, в то время как ISO снижает глимфатическую функцию. Хотя участие глимфатической системы в когнитивных способностях и делирии еще предстоит установить, необходимо выдвинуть гипотезу о том, что содействие доставке спинномозговой жидкости в мозг и улучшение выведения метаболических отходов представляет собой механизм, объясняющий, почему dex снижает частоту, в то время как ингаляционная анестезия увеличивает заболеваемость делирием.Предыдущие доклинические исследования показали, что ингаляционные анестетики увеличивают накопление β-амилоида in vivo ( 29 ) и способствуют его олигомеризации in vitro ( 30 ). Оба вывода согласуются с пагубным эффектом анестезии ISO как на лимфатический кровоток, так и на нейротоксические эффекты β-амилоида.

В заключение, мы продемонстрировали, что правильный выбор анестетика, который увеличивает дельта-мощность и снижает частоту сердечных сокращений, имеет важное значение для оптимизации глимфатической функции в доклинических исследованиях на грызунах.Более того, понимание способов поддержания надлежащего периваскулярного потока жидкости может оказаться решающим для быстрого когнитивного восстановления после наркоза в клинике.

МАТЕРИАЛЫ И МЕТОДЫ

Животные

Самцы и самки мышей C57BL / 6 (возраст от 3 до 5 месяцев и вес от 25 до 30 г) были приобретены в лабораториях Charles River (Уилмингтон, Массачусетс, США) в равных количествах для каждого эксперимента. группу для контроля любых потенциальных половых различий. Мышей помещали в группы в режиме 12 часов света / 12 часов темноты с неограниченным доступом к пище и воде.Все эксперименты проводились в светлой фазе цикла свет / темнота. Все эксперименты были одобрены Комитетом по животным ресурсам Медицинского центра Университета Рочестера. Были приложены все усилия, чтобы свести использование животных к минимуму.

Лекарства

Анестезия вводилась следующим образом: смесь рацемического кетамина (100 мг / кг) и ксилазина (20 мг / кг) внутрибрюшинно (внутрибрюшинно), пентобарбитал (60 мг / кг внутрибрюшинно), 2,2,2-трибромэтанол. (также известный как авертин; 120 мг / кг внутрибрюшинно), α-хлоралоза (80 мг / кг внутрибрюшинно) и ISO (начальная индукция на уровне 4%, поддерживаемая на уровне 1-2% в течение всего эксперимента).Для режима альфа-хлоралозы хирургическое вмешательство первоначально проводилось при 1–2% ISO и поддерживалось при 0,5% ISO после инъекции CM, потому что препарат технически является снотворным, а не общим анестетиком. В отдельной группе мышей dex вводили в качестве дополнения к индукции ISO в дозе 0,015 мг / кг, внутрибрюшинно, с введением второго болюса равного размера непосредственно перед 30-минутным периодом циркуляции индикатора. ISO всегда поставлялся со 100% кислородом. Глубина анестезии определялась тестом на педальный рефлекс. Если мышь реагировала на ущемление пальца ноги, вводилась дополнительная 1 / 10 начальной дозы, и эксперимент с индикатором откладывался до достижения полного бессознательного состояния.Непосредственно перед инфузией CM животное получало дополнительную 1 / 10 начальной дозировки, и педальный рефлекс проверяли каждые 5-10 минут в течение времени циркуляции индикатора, чтобы гарантировать надлежащую анестезию на протяжении всего исследования. Животные, находившиеся под наркозом авертином, скорее всего, нуждались в дополнительном дозировании. Механизм действия каждого препарата см. В Таблице 1. 908los47 bital
Лекарство Механизм действия Ссылки
Кетамин NMDAR 000 (9, 9, антагонист NMDAR 33 )
Ксилазин α 2 -Адренергический агонист рецептора
( 32 , 34 , 35 )
аллектор Пенто-модулятор A
хлоридные каналы
( 32 , 36 )
α-хлоралоза Положительный аллостерический
модулятор GABA A
хлоридные каналы
( 32 , 32 , 32 , )
Авертин (2,2,2-
трибромэтанол)
Неясно.Потенциал: агонист
для рецепторов GABA A
и глицина,
отрицательный аллостерический модулятор
для дофаминергических рецепторов
, 5-HT,
опиоидных, мускариновых,
и адренергических рецепторов
(000)
Изофлуран Положительный аллостерический
модулятор ГАМК A
хлоридных каналов;
NMDAR, K 2P канал,
и канал HCN
антагонист
( 37 , 39 , 40 )
Dexmedetomidine Более эффективный более селективный Агонист рецептора
, чем
ксилазин
( 32 , 35 )

Таблица 1 Механизм (ы) действия лекарственного средства.

В этой таблице представлено краткое описание того, как различные препараты, использованные в этом исследовании, модулируют нейротрансмиссию. Название препарата указано слева, потенциальные цели для каждого препарата перечислены в середине, а ссылки для более подробных описаний приведены справа. NMDAR, N рецептор -метил-d-аспартата; 5-HT, 5-гидрокситриптамин; К , двухпористый калий; HCN, циклический нуклеотид-зависимый, активируемый гиперполяризацией.

Интракистернальная инфузия индикатора CSF

Флуоресцентный индикатор CSF (бычий сывороточный альбумин, конъюгат Alexa Fluor 647, Invitrogen, Life Technologies, Юджин, Орегон, США; 66 кДа) готовили в искусственном CSF в концентрации 0.5% (мас. / Об.). Под наркозом мышей фиксировали в стереотаксической рамке, CM подвергали хирургическому вмешательству, и иглу 30 калибра, соединенную с трубкой PE10, заполненной индикатором, вставляли в CM. Десять микролитров индикатора CSF вводили со скоростью 2 мкл / мин в течение 5 минут с помощью шприцевого насоса (Harvard Apparatus) ( 31 ). Все эксперименты проводились одним и тем же оператором в режиме полусмежения. Групповые данные повторялись в течение как минимум двух экспериментальных дней для обеспечения воспроизводимости. Для визуализации движения индикатора из цистернальных отделов в паренхиму головного мозга животных умерщвляли декапитацией, и мозг удаляли через 30 минут после начала внутрицистернальной инфузии (обратите внимание, что игла оставалась на месте после инфузии).Мозг фиксировали на ночь путем погружения в 4% параформальдегид в фосфатно-солевом буфере. Срезы коронального вибратома (100 мкм) были вырезаны и закреплены. Приток индикаторов в мозг визуализировали ex vivo с помощью макроскопической цельной флюоресцентной микроскопии всего мозга и всего среза (Olympus; Stereo Investigator Software). Приток индикаторов количественно оценивали независимо двумя группами слепых исследователей с использованием программного обеспечения FIJI (ImageJ), как описано ранее. ( 1 ). Каждый коронарный срез был обведен вручную, и была измерена средняя интенсивность флуоресценции в пределах ROI.Средняя интенсивность флуоресценции была рассчитана для шести срезов одного животного, что дало единственную биологическую повторность. Эквивалентные срезы использовали для всех биологических повторов.

Генерация изображений средней интенсивности на основе населения

Чтобы обеспечить качественное визуальное сравнение эффектов отдельных анестетиков на приток индикаторов спинномозговой жидкости, было создано среднее значение на основе популяции, объединяющее изображения из всех групп анестезии для каждого из типов изображений: вентрального и дорсального макроскопических изображения (рис.1) и корональные срезы (рис. 2 и рис. S3). Во-первых, исходный средний шаблон был вычислен как среднее значение невыровненных изображений. Затем все изображения были зарегистрированы в этом шаблоне среднего значения, и было вычислено новое среднее значение выровненных изображений. Регистрация и усреднение повторялись с все более совершенствованием методов регистрации (четыре итерации жесткой регистрации, затем две итерации аффинной регистрации и, наконец, четыре итерации нелинейной регистрации), в результате чего был получен окончательный шаблон среднего на основе генеральной совокупности.Наконец, все изображения были нелинейно зарегистрированы в соответствующем шаблоне, чтобы позволить групповые сравнения. Регистрация изображения была выполнена с использованием Advanced Normalization Tools (ANTs) 2.1.0 и написана с использованием Python 3.6.

Эксперимент по результатам ЭЭГ и сердечно-сосудистой системы.

записи ЭЭГ были получены с помощью коммерческих телеметрических электродов (Pinnacle Technology). Головную пластину устанавливали под 2% анестезией ISO, и в черепе просверливали небольшие заусенцы на 2,5 мм латеральнее и 2 мм кзади от брегмы по обе стороны от средней линии.Затем в отверстия для заусенцев на одной стороне средней линии между черепом и подлежащей твердой мозговой оболочкой вставляли проволочные отведения ЭЭГ. Отведения ЭЭГ были прикреплены к черепу стоматологическим акрилом. Электромиограмма (ЭМГ) вводилась в мышцу шеи. Перед проведением измерений ЭЭГ и ЭМГ животные выздоравливали в течение 7 дней.

Через неделю после имплантации и восстановления животных анестезировали, как указано выше. Затем сигнал ЭЭГ и ЭМГ регистрировался в течение 10 минут вместе с 10-минутными сеансами в хвостовой манжете для измерения артериального давления для измерения систолического артериального давления, частоты сердечных сокращений и записи частоты дыхания в течение 5 минут.Тип анестезии был рандомизирован на протяжении всего эксперимента, при этом каждое животное получало новый анестетик каждые 3 дня, что уменьшало эффект назначения лекарств и давало животному достаточно времени, чтобы оправиться от глубокой анестезии.

Мышей под наркозом помещали на термостатическую подушку во время сеансов записи ЭЭГ и ЭМГ. Сигналы собирались с помощью Clampex 10.2 (частота дискретизации 1000 Гц). Данные ЭЭГ были проанализированы с использованием настроенного сценария MATLAB. Набор инструментов Chronux (http://chronux.org/) использовался для расчета относительной и абсолютной мощности каждой полосы (дельта, от 1 до 4 Гц; тета, от 4 до 8 Гц; альфа, от 8 до 13 Гц; и бета, 13. до 20 Гц).

Частоту сердечных сокращений, артериальное давление и частоту дыхания контролировали с помощью системы физиологического мониторинга мелких животных (Гарвардский аппарат, Холлистон, Массачусетс, США). Здесь частота сердечных сокращений и частота дыхания были представлены как средние за 5 минут мониторинга под анестезией. Артериальное давление контролировали неинвазивно с помощью хвостовой манжеты с помощью высокопроизводительной системы CODA (Kent Scientific).

Измерение внутричерепного давления

Внутричерепное давление измеряли с помощью катетера, помещенного в CM и подключенного к датчику давления и монитору (World Precision Instruments).Сигналы были оцифрованы и записаны с помощью дигитайзера Digidata 1550A и программного обеспечения AxoScope (Axon Instruments).

Статистический анализ

Данные представлены как средние значения ± стандартное отклонение, если не указано иное. Весь статистический анализ выполнялся в Python 3.6, MATLAB 9.3 или GraphPad Prism 7.0d. Для сравнения средних значений в выборках с нормальным распределением и однородной дисперсией (на что указывает критерий Левена) для сравнения двух или более средних значений использовали ANOVA, за которым следовала коррекция значений Бонферрони P для множественных сравнений.В случаях ненормального распределения (на что указывает критерий Шапиро Уилка) или неравных дисперсий (критерий Левена) для сравнения двух или более средних значений использовался непараметрический критерий Краскела-Уоллиса, за которым следовала коррекция значений Бонферрони P для множественные сравнения. Линейная регрессия наименьших квадратов использовалась для расчета корреляций между средними значениями групп мощностей диапазонов ЭЭГ, сердечно-сосудистыми показателями и индикатором MPI. Значимость была приписана P <0,05.

Благодарности

Благодарим П.Каммингу за комментарии к рукописи и Д. Сюэ за графические иллюстрации и анимацию. Финансирование: Этот проект получил финансирование от NIH / NINDS / NIA, Фонда Адельсона, Фонда Сигрид Джуселиус, Фонда Ново Нордиск, Фонда Лундбека, исследования JPND и DACAP-AD. Вклад авторов: L.M.H. и М. отвечали за экспериментальный дизайн. L.M.H., H.S.V. и Q.S. отвечали за сбор данных. L.M.H., H.S.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *