Advances in Clinical and Experimental Medicine

Title abbreviation: Adv Clin Exp Med
JCR Impact Factor (IF) – 1.736
5-Year Impact Factor – 2.135
Index Copernicus  – 166.39
MEiN – 70 pts

ISSN 1899–5276 (print)
ISSN 2451-2680 (online)
Periodicity – monthly

Download original text (EN)

Advances in Clinical and Experimental Medicine

2010, vol. 19, nr 3, May-June, p. 289–299

Publication type: editorial article

Language: English

Analysis of Brain Evoked Potentials Based on Digital Registered Single-Trial Responses

Analiza wywołanych potencjałów mózgowych na podstawie archiwizowanych cyfrowo pojedynczych odpowiedzi

Lech Kipiński1,2,, Andrzej Maciejowski1,

1 Department of Pathophysiology, Wroclaw Medical University, Poland

2 Institute of Biomedical Engineering and Instrumentation, Wroclaw University of Technology, Poland

Abstract

Studies of brain evoked responses variability (e. g. habituation effect, relationships between spontaneous brain activity and evoked potentials (EPs) or ongoing EEG-noise analysis) need non-averaged, single-trial signals, which were rarely registered in Poland. The Department of Pathophysiology of Wroclaw Medical University was for many years gathering a lot of digital, binary data acquired by STELLA and NEUROMIC own-constructed measurement systems. This data are very interesting for planned research. In this paper the authors present a review of brain evoked responses variability and describe modern methods of analysis of non-averaged, single-trial responses. In order to achieve this, the authors want to take advantage of progressive mathematical tools, e.g. time-frequency analysis methods and advanced statistical techniques as well as high-tech IT tools. Selected methods are illustrated with the use of own measurement material. They will be used in research of the function of human nervous system based on recorded single-trial responses. In the future, it will be used in verification of their clinical applications.

Streszczenie

Aby badać zmienność mózgowych potencjałów wywołanych, w tym zjawisko habituacji, korelacje między odpowiedziami wywołanymi mózgu (EPs) a jego aktywnością spontaniczną (EEG) oraz zanalizować charakter szumu w pomiarach encefalograficznych, potrzeba sygnałów nieuśrednionych, które w Polsce rzadko były rejestrowane i archiwizowane. W Katedrze i Zakładzie Patofizjologii Akademii Medycznej we Wrocławiu przez lata zgromadzono liczny zbiór zapisanych binarnie danych, pochodzących z opracowanych tam autorskich systemów pomiarowych STELLA i NEUROMIC. Zgromadzone dane stanowią wyjątkowo interesujący materiał badawczy. W pracy przedstawiono przegląd literatury na temat zagadnień dotyczących zmienności odpowiedzi wywołanych mózgu oraz metod analizy nieuśrednionych, pojedynczych sygnałów mózgowych z zastosowaniem nowoczesnych narzędzi matematycznych, obejmujących analizę sygnałów w dziedzinie czasu i częstotliwości, a także zaawansowane metody statystyczne i informatyczne. Wybrane metody zilustrowano z wykorzystaniem własnego materiału badawczego autorów. Znajdą one zastosowanie w badaniach poznawczych ośrodkowego układu nerwowego opartych na zarchiwizowanych, pojedynczych sygnałach mózgowych. W przyszłości posłuży to do weryfikacji ich przydatności klinicznej.

Key words

single-trial EPs, averaging, variability of brain evoked responses, ongoing EEG-noise, maximum likelihood method, EPs mapping, time-frequency analysis

Słowa kluczowe

pojedyncze potencjały wywołane, metoda uśredniania, zmienność odpowiedzi wywołanych mózgu, szum pomiarowy EEG, metoda największej wiarogodności, mapowanie EPs, czasowo-częstotliwościowa analiza sygnałów

References (44)

  1. Hämäläinen M, Hari R, Ilmoniemi RJ, Knuutila J, Lounasmaa OV: Magnetoencephalography – theory, instrumentation, and applications to noninvasive studies of the working human brain. Rev Modern Phys 1993, 65, 2, 413–497.
  2. Owen AM, Epstein R, Johnsrude IS: FMRI: applications to cognitive neuroscience. In: Functional MRI: an introduction to methods. Eds.: Jezzard P, Matthews PM, Smith SM, Oxford University Press, Oxford 2001, 311–328.
  3. Walerjan P, Kołodziejak A, Tarnecki R: Cyfrowe metody analizy EEG i potencjałów wywołanych. In: Biocybernetyka i inżynieria biomedyczna, vol. 2 Biopomiary. Ed.: Nałęcz M, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001, 443–462.
  4. Sielużycki C: Identification of the parameters of brain evoked responses for repeated stimulus paradigm, PhD thesis, OWPW, Warszawa 2003.
  5. Callaway III E: Habituation of averaged evoked potentials in man. In: Habituation. Eds.: Peeke HVS, Herz MJ, Academic Press, New York and London 1973, vol. 2, 153–147.
  6. De Munck JC, Bijma F, Gaura P, Sielużycki C, Branco MI, Heethaar RM: A maximum likelihood estimator for trial-to-trial variation in noisy MEG/EEG data sets, IEEE Transactions on Biomedical Engineering 2004, 51, 12, 2123–2128.
  7. Truccolo WA, Mingzhou D, Knuth HK, Nakamura R, Bressler SL: Trial-to-trial variability of cortical evoked responses: implications for the analysis of functional connectivity. Clin Neurophysiol 2002, 113, 206–226.
  8. Salajegheh A, Link A, Elster C, Burghoff M, Sander T, Trahms L, Peoppel D: Systematic latency variation of the auditory evoked M100: from average to single trial data, Neuroimage 2004, 23, 288–295.
  9. Ravden D, Polich J: Habituation of P300 from visulal stimuli. Int J Psychophysiol 1998, 30, 359–365.
  10. Gaura P: Statystyczna analiza sygnałów w badaniach wywołanej aktywności mózgu, PhD thesis, OWPW, Warszawa 2004.
  11. Başar E, Rahn E, Demiralp T, Schürmarnn M: Spontaneous EEG theta activity controls frontal visual evoked potential amplitudes. Electroencephalography Clin Neurophysiol 1998, 108, 101–109.
  12. Schürmarnn M, Başar-Eroglu C, Kolev V, Başar E: Relationship between EEG delta response and P300 analysed in single trial event-related potentials (ERPs). Int J Psychophysiol 1998, abstracts, 30, 14.
  13. Schürmarnn M, Başar E: Alpha oscillations shed new light on relation between EEG and single neurons. Neurosci Res 1999, 33, 79–80.
  14. Chacron MJ, Longtin A, Maler L: The effects of spontaneous activity, background noise, and the stimulus ensemble on information transfer in neurons. Network 2003, 14(4), 803–824.
  15. Polich J: On the relationship between EEG and P300: individual differences, aging, and ultradian rhythms. Int J Psychophysiol 1997, 26, 299–317.
  16. Polich J: EEG and ERP assessment of normal aging. Electroencephalography Clin Neurophysiol 1997, 104(3), 244–256.
  17. Sayers B, Mc A, Beayley HA, Henshall WR: The mechanism of auditory evoked EEG responses. Nature 1974, 247, 481—483.
  18. Pfurtscheller G, Lopes da Silva FH: Event-related EEG/MEG synchronization and desynchronisation: basic principles. Clin Neurophysiol 1999, 110, 1842–1857.
  19. Klimesch W: EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis. Brain Res Rev 1999, 29, 169–195.
  20. Maciejowski A: Rejestracja i analiza wywolanych potencjalów z kory i pnia mózgu czlowieka w systemie komputerowym. Praca doktorska, Akademia Medyczna we Wrocławiu, Wrocław 1986.
  21. Jagielski J, Maciejowski A: Badania układu nerwowego metodą wywołanych potencjałów. in: Problemy Biocybernetyki i Inżynierii Biomedycznej, vol. 1 Biosystemy. Ed.: Nałęcz M, Wydawnictwa Komunikacji i Łączności, Warszawa 1991, 12–43.
  22. Maciejowski A, Bakalarczyk M, Jagielski J, Bednarski W: Changes in the single cortex evoked potentials during long-term stimulation, The 2nd World Congress of Neuroscience (IBRO), Budapest, August 16–21, Neuroscience 1987, 22 (supl.), 370.
  23. Maciejowski A: Topography of changes of single visual evoked potentials in time and frequency domain, The 2nd International Congress on Brain Electromagnetic Tomography, Toronto, July 29 – August 1, 1991, Abstracts, 2–8.
  24. Jaškowski P, Verleger R: Amplitudes and latencies of single-trial ERPs estimated by a maximum likelihood method. IEEE Transactions on Biomedical Engineering 1999, 46, 987–993.
  25. De Munck JC, Huizenga HM, Waldorp LJ, Heethaar RM: Estimating stationary dipoles from MEG/EEG data contaminated with spatially and temporally correlated background noise. IEEE Transactions on Signal Processing 2002, 50, 7, 1565–1572.
  26. Kipiński L, Sielużycki C: Visualisation of trial-to-trial variability of brain evoked responses. Elektronika 2004, 8–9, 89–92.
  27. Kipiński L, Sielużycki C: Dynamiczny mapping EEG – autorski program komputerowy. Materiały XIII Krajowej Konferencji KOWBAN’2006, Polanica Zdrój, 25–27.10.2006.
  28. Blinowska KJ, Kamiński M, Durka PJ: Metody analizy sygnałów niestacjonarnych, w: Biocybernetyka i inżynieria biomedyczna, Ed. M. Nałęcz, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2005, Vol. 1 Biosystemy, 81–106.
  29. Białasiewicz J.T.: Falki i aproksymacje. WNT, Warszawa 2000.
  30. Mallat S.G.: A wavelet tour of signal processing. Academic Press, New York, 1999.
  31. Blinowska K.J., Durka P.J.: Single evoked potential reconstruction by means of wavelet transform. Biol Cybernetics 1992, 67, 175–181
  32. Quin Quiroga R: Obtaining single stimulus evoked potentials with wavelet denoising, Physica D 2000, 145, 278–292.
  33. Quin Quiroga R, van Luijtelaar ELJM: Habituation and sensitisation in rat auditory evoked potentials: a singletrial analysis with wavelet denoising. Int J Psychophysiol 2002, 43, 141–153.
  34. Mallat SG, Zhang Z.: Matching Pursuit with time-frequency dictionaries. IEEE Transactions on Signal Processing 1993, 41, 3397–3415.
  35. Durka PJ, Ircha D., Blinowska KJ: Stochastic time-frequency dictionaries for Matching Pursuits. IEEE Transactions on Signal Processing 2001, 49, 507–510.
  36. Durka P: Matching pursuit and unification in EEG analysis, Artech House, Boston and London 2007.
  37. Żygierewicz J, Sielużycki C, Konig R, Durka P.: Event-related desynchronization and synchronization in MEG: framework for analysis and illustrative datasets related to discrimination of frequency-modulated tones. J Neurosci Meth 2008, 168, 239–247.
  38. Durka PJ, Ircha D, Neuper C, Pfurtscheller G: Time-frequency microstructure of event-related desynchronization and synchronization. Med Biol Eng Comput 2001, 39, 315–321.
  39. Durka PJ, Żygierewicz J, Klekowicz H, Ginter J, Blinowska K: On the statistical significance of event-related EEG desynchronization and synchronization in the time-frequency plane. IEEE Transactions on Biomedical Engineering 2004, 51, 1167–1175.
  40. Delrome A, Makeig S: EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J Neurosci Meth 2004, 134, 9–21
  41. Kipiński L: Zastosowania darmowego toolbox’a EEGLAB do analizy sygnałów mózgowych w środowisku MATLAB, Materiały XIII Krajowej Konferencji KOWBAN’2006, Polanica Zdrój, 25–27.10.2006, 277–280.
  42. Pilecki W: Ustalenie się dróg słuchowych u noworodka w świetle badań wywołanych potencjałów z pnia mózgu. Praca doktorska 1989, AM Wrocław 1989.
  43. Http://eeg.pl/software.
  44. Http://sccn.ucsd.edu/eeglab.