Биоэлектрическая активность головного мозга

Биоэлектрическая активность мозга  — это электрическая активность нейронов головного мозга, связанная со сдвигом мембранного потенциала.

Ионные токи, потенциал покоя и потенциал действия нейрона
Биоэлектрическая активность нейрона

Ионные токи, потенциал покоя и потенциал действия. Распространение потенциала действия по аксону.

Биоэлектрическая активность головного мозга порождается ионными токами, которые обеспечивают электрическую связь между нейронами. Нейронная передача сигналов осуществляется в виде коротких электрических импульсов, каждый из которых представляют собой основную информационную единицу мозга (квант информации).12

Носителем заряда является ион (калия, натрия, хлора, кальция и др.), а элетрический потенциал зависит от концентрации положительно и отрицательно заряженных ионов. Изменения электрического потенциала внутри нейронов относительно электрического потенциала вне нейрона определяют напряжение мембраны и, следовательно, функциональное состояние отдельных нейронов. 

Основная статья: Биоэлектрические потенциалы

Подавляющее большинство нейрофизиологических исследований биоэлектрической активности мозга основаны на измерениях внеклеточного напряжения (т.е. разницы потенциалов между двумя точками биологической среды).3 Колебания внеклеточного напряжения представляют собой эндогенное электрическое поле и отражают активность большого количества синхронизированных нейронов.4 Кора головного мозга постоянно активна, данную активность можно регистрировать на разных уровнях организации при помощи различных методов.

По уровням организации мозговой активности и способам ее регистрации выделяют:

I. Микроуровень

  1. SUA (англ. singleunit activity – активность одиночного нейрона) – на уровне отдельных нейронов; Примером SUA являются вспышки (англ. bursts) – множественные последовательные потенциалы.

II. Мезоуровень

  1. MUA ( англ. multiunit activity – мультиюнитная активность);
  2. LFP (англ. local field potential – локальный полевой потенциал);
  3. ЭКоГ 
  4. ЭЭГ
  5. МЭГ
  6. фМРТ

III. Макроуровень

  1. LFP (англ. local field potential – локальный полевой потенциал);
  2. ЭКоГ
  3. ЭЭГ
  4. МЭГ
  5. фМРТ

Уровни организаци головного мозга


Вертикальная интеграция пространственных масштабов от молекулярного уровня (нанометровая шкала) до всего мозга (сантиметровая шкала)

Микроуровень

Уровень на, котором происходит обмен информацией между одиночными нейронами. Затрагивает молекулярные и синаптические механизмы генерации биоэлектричекой активности. Активность на микроуровне вызвана генерацией потенциала действия, в результате изменения заряда мембраны. Нейроны генерируют множественные потенциалы – пачки спайков (англ. spike trains), которые являются основой для нейронного кодирования и передачи информации в мозге. Они формируют все виды паттернов. Помимо стандартной колебательной активности одиночные нейроны способны генерировать подпороговые колебания мембранного потенциала (англ. subthreshold membrane potential oscillations), что не сопровождается формированием потенциала действия. Это происходит, когда постсинаптический потенциал не смог достигнуть порога возбудимости нейрона и не активировал его, либо это может быть связано со спонтанными изменениям потенциала нейронов. По возбудимости нейроны можно подразделить на I (нейроны-интеграторы) и II (нейроны-резонаторы) класс. У нейронов I класса малое смещение мембранного равновесия затухает экспоненциально (монотонно), они могут генерировать потенциалы действия с произвольно с низкой частотой в зависимости от силы входных импульсов, тогда как у нейронов II класса, малое возмущение состояния равновесия вызывает отклик в виде затухающих колебаний, так как при повторяющейся подпороговой стимуляции они весьма чувствительны к частоте следования импульсов. Для них, в отличие от интеграторов, увеличение частоты стимуляции может затормозить, или даже прекратить генерацию ответного потенциала действия. Нейроны II класса также более склонны к проявлению подпороговых колебаний мембранного потенциала.

Мезоуровень

Мезоуровень мозга в основном относят к нейронной активности или динамике на промежуточных уровнях нервной системы, на уровнях между нейронами и всем мозгом. Обычно считается, что это связано с динамикой кортикальных нейронных сетей, в пространственном порядке от нескольких миллиметров до сантиметров, а во времени порядка от миллисекунд до секунд. На данном уровне происходит взаимодействие больших нейронных ансамблей между собой через связи головного мозга. Обычно это тип динамики, который можно измерить такими методами, как LFP (потенциалы локального поля), ЭКоГ (электрокортикография), ЭЭГ (электроэнцефалография) или МЭГ (магнитоэнцефалография). Часто данное понятие «мезо» можно встретить как просто указание на то, что область интересов находится между «микро» и «макро».

Макроуровень

Высший уровень, или макроуровень, — организация и самоорганизация динамики областей мозга для решения задач. Например, обработка сенсорной информации, принятие решений, моторная и двигательная активность. Временные задержки играют здесь важную роль. Поскольку все области мозга связаны двунаправленно, эти связи между областями мозга образуют петли обратной связи . Петли положительной обратной связи имеют тенденцию вызывать ритмическую активность, когда частота обратно пропорциональна времени задержки. Примером являются связи между таламусом и корой – таламо-кортикальные связи. Эта таламо-кортикальная сеть способна генерировать колебательную активность, известную как таламо-кортикальный резонанс. Таламо-кортикальная сеть играет важную роль в генерации альфа-активности. В модели сети всего мозга с реалистичной анатомической связностью и задержками распространения между областями мозга, колебания в диапазоне бета-частот возникают в результате частичной синхронизации подмножеств областей мозга, колеблющихся в гамма-диапазоне (генерируемых в мезоскопическом уровене).

Исследование биоэлектрической активности


Регистрация, БЭА, уровни организации, ЭЭГ, LFP, MUA, SUA
Регистрация БЭА на разных уровнях организации

(А) Скальповый электрод (зеленый), многоконтактный макроэлектрод (красный) и микроэлектрод (разрешение: объем <1 мм³ по миллисекундной шкале). (В) Сигнал от скальпового, макро-и микроэлектрода соответственно. Нижние показаны микроэлектродные записи, отфильтрованные в гамма-диапазоне, с примененным фильтром высоких частот выше 500 Гц и отсортированными спайками для одиночных нейронов. Обратите внимание на высокочастотную активность, присутствующую в записи микроэлектродов, которая не видна в сигнале от макро-или скальпового электродов

К наиболее распространенным методам регистрации биоэлектрической активности головного мозга на разных уровнях организации можно отнести, к примеру, микроэлектродные методики, электроэнцефалографию (ЭЭГ), магнитоэнцефалографию (МЭГ). Например, на мезоуровне, где можно анализировать локальные популяции нейронов, популярным методом является внеклеточная запись с использованием металлических электродов. Электрод, помещенный в срез мозга in vitro или имплантируется в мозг in vivo регистрирует электрические сигналы, производимые окружающими клетками. Таким образом можно наблюдать широкий спектр нейронной активности, от спайковой активности отдельных нейронов (активность одиночного нейрона, SUA в вид внеклеточного потенциала действия или EAPs; полоса пропускания: 300-3000 Гц) до более медленных  колебаний небольших нейронных популяций (мультиюнитная активность или MUA; потенциалы локального поля или LFP; полоса пропускания: 1- 300 Гц). Стандартное количественное исследование выполняется путем расчета спектрального распределения мощности длительных записей, то есть относительных амплитуд различных частот, составляющих сигнал. В целом полученные сигналы имеют широкое спектральное содержание, здесь можно обнаружить ритмическую активность, которая генерируются на определенных частотах, и сосуществущую с ней шумовую (нерегулярную) активность.56 Они могут наблюдаться в разных масштабах: от активности одного нейрона до скоординированной деятельности крупных нейронных ансамблей. 

Прямые методики

Микроэлектродные методики в основном применяются для исследования нейронной активности на микро- и мезо- уровнях организации мозга и может проводится как внутри- так и внеклеточно.

Внутриклеточная активность фиксируется, когда источник электродвижущей силы (ЭДС) (т.е. поверхностная мембрана клетки) оказывается между регистрирующим (расположенным внутри клетки) и относительным электродом (вне клетки), что приводит к отведению постоянной разности потенциалов в несколько десятков милливольт.

Внутриклеточная активность

  • Спайк (англ. spike);
  • Синаптичский потенциал (англ. synaptic potentail);
  • Подпороговые колебания мембранного потенциала;

При внеклеточном отведении регистрирующий электрод фиксирует изменения потенциала с внешней стороны клетки по отношению к индифферентному электроду, расположенному на удалении (напр., на поверхности ткани); такой электрод можно рассматривать как имеющий постоянный нулевой потенциал.

Внеклеточная активность

  • Вызванный возбуждающий постсинаптический потенциал поля (англ. evoked field excitatory-postsynaptic potentials, fEPSP);
  • Активность одиночного нейрона (SUA) спайковая/ПД;
  • Мультиюнитная активность-спайковая;
  • Не спайковый, деполяризующий потенциал (ЭЭГ).

Активность одиночного нейрона (SUA)

биоэлектрической активности мозга, методы регистрации, SUA, MUA, LFP, ECoG, EEG, MEG
Регистрации биоэлектрической активности мозга на разных уровнях организации

Одиночная активность (SUA); мультиюнитная активность и потенциалы локального поля (MUA/LFP) ; внутричерепная ЭЭГ (например, SEEG или ECoG); магнитоэнцефалография (МЭГ) и электроэнцефалография (ЭЭГ).

 Основная статья: Активность одиночного нейрона

Биоэлектрическая активность одиночного нейрона связана с формированием нервных импульсов, которые передаются посредством потенциала действия. Потенциал действия  – это не что иное, как временный сдвиг (от отрицательного к положительному) мембранного потенциала нейрона, вызванный потоками ионов изнутри и внутрь клетки. Он обусловлен наличием в клеточной мембране особых типов потенциалзависимых ионных каналов (натриевые и калиевые). Потенциалзависимые натриевые каналы относятся к типам каналов, способных создавать положительную обратную связь, необходимую для создания потенциала действия, т.е. мембранный потенциал управляет состоянием ионных каналов, как и состояние ионных каналов управляет мембранным потенциалом. Они отвечают за быстрые потенциалы действия, участвующие в нервной проводимости.

В неврологии, запись одиночных нейронов (англ. singleunit recording) проводится при помощи измерения электрофизиологической реакции отдельных нейронов системой микроэлектродов. Когда нейрон генерирует потенциал действия, сигнал распространяется вниз по нейрону как ток, который течет в клетку и выходит из нее через потенциалзависимые ионные каналы мембраны. Микроэлектрод имплантируется в мозг, где он может регистрировать скорость изменения напряжения относительно времени. Эти микроэлектроды должны быть с тонкими наконечниками и являться низкоимпедансными проводниками;7 в основном это стеклянные микропипетки, металлические микроэлектроды из платины, вольфрама, иридия или даже оксида иридия.8910 Микроэлектроды осторожно размещаются близко к клеточной мембране, что позволяет проводить запись внеклеточно.

Записи с одиночных нейронов широко используются в когнитивистике, где они позволяют анализировать когнитивные способности человека и проводить картографирование коры. Затем эта информация может быть применена к технологиям интерфейса мозг-компьютер (BCI) для управления внешними устройствами.11

MUA

Так как регистрация активности отдельных нейронов не всегда возможна, в качестве замены выступает запись «мультиюнитной активности» (MUA).  MUA позволяет отслеживать активность большого количества нейронов, однако при этом достаточно сложно отличить конкретные нейрональные подтипы, знание которых часто имеет решающее значение для понимания электрофизиологических процессов.

Если взять электрод с большей рабочей поверхностью, то он сможет регистрировать активность, генерируемую несколькими нейронами. Этот тип записи называют «мультиюнитной записью», ее часто используют на здоровых животных, для записи изменений активности в дискретной области мозга в спокойном состоянии. Записи с одного или нескольких таких электродов, расположенных на близком расстоянии друг от друга, можно использовать для определения количества клеток вокруг него, а также того, какой спайк исходят из какой клетки. Этот процесс называется сортировкой спайков и подходит для определения активности конкретных популяций нейронов с четко определенными характеристиками спайков. 

LFP

Потенциалы внеклеточного поля – это временные электрические сигналы, которые генерируются коллективной активностью многих клеток. Обычно потенциал поля генерируется при одновременной активации многих нейронов посредством синаптической передачи. 

Микроэлектродные записи могут анализировать сигналы по низкочастотной активности (<250 Гц), называемой «потенциалом локального поля» (LFP), и более высокочастотной активности (> 250 Гц), называемой «мультиюнитной активностью» (MUA). Считается, что LFP представляет «суммированные» синхронные возбуждающие и ингибирующие постсинаптические события, в то время как MUA, как полагают, является результатом возбуждения нескольких нейрональных подтипов.12

Потенциалы локального поля (LFP) представляют собой временные ритмические сигналы, генерируемые в нервной ткани посредством суммарной и синхронной электрической активности отдельных нейронов. LFP – это «внеклеточные» сигналы, означающие, что они генерируются временным дисбалансом концентрации ионов в пространствах вне клеток, в результате электрической активности клеток. LFP являются «локальными», потому что они регистрируются электродом, расположенным рядом с возбужденными нейронами. В результате закона обратных квадратов такие электроды могут регистрировать потенциалы только в пространственно ограниченном радиусе. Они являются «потенциалами», потому что генерируются напряжением, возникающим в результате разделения заряда во внеклеточном пространстве. Они «полевые», потому что эти внеклеточные разделения заряда по существу создают локальное электрическое поле. LFP обычно регистрируют с помощью высокоимпедансного микроэлектрода, размещенного в середине популяции клеток. Они могут быть записаны, например, с помощью микроэлектрода, помещенного в мозг анестезированного животного, или в тонкий срез мозга in vitro.

ЭКоГ

Электрокортикография (англ. electrocorticography, ECoG, ЭКоГ) становится все более популярным методом для изучения различных корковых явлений в клинических условиях. Он использует субдуральные платино-иридиевые или нержавеющие электроды для регистрации электрической активности непосредственно с поверхности коры головного мозга, минуя тем самым искажающий сигнал череп и промежуточную ткань. Пространственное разрешение зарегистрированного электрического поля может быть существенно улучшено (<5 мм²) с помощью гибких, близко расположенных субдуральных решетчатых или ленточных электродов.

Непрямые методики

ЭЭГ

 Основная статья: ЭЭГ

Электроэнцефалография (ЭЭГ) является одним из старейших и наиболее широко используемых методов исследования электрической активности мозга. Электроэнцефалограмма записанная с кожи головы, одним электродом, представляет собой пространственно-временную сглаженную версию потенциала локального поля (LFP), интегрированную на площади 10 см² или более. В большинстве случаев он имеет мало заметную связь со спайковой активностью отдельных нейронов, и это в значительной степени связано с искажающим и ослабляющим действием мягких и твердых тканей между источником тока и записывающим электродом. Недавно представленные записи ЭЭГ с «высокой плотностью» в сочетании с моделированием источника, которое может учитывать извилины и борозды (как это следует из структурной МРТ-визуализации) субъекта, существенно улучшили пространственное разрешение ЭЭГ.

МЭГ

В магнитоэнцефалографии (МЭГ) используются сверхпроводящие квантовые интерференционные устройства (SQUID) для измерения крошечных магнитных полей вне черепа (обычно в диапазоне 10–1000 fТ) от токов, генерируемых нейронами. Поскольку МЭГ неинвазивен и имеет относительно высокое пространственно-временное разрешение (~1 мс и 2–3 мм), он стал популярным методом мониторинга активности нейронов в мозге человека. Преимущество МЭГ состоит в том, что магнитные сигналы намного меньше зависят от проводимости внеклеточного пространства. Свойства масштабирования (то есть отношение частоты к мощности) ЭЭГ и МЭГ часто показывают различия, как правило, в высокочастотных диапазонах. Эти различия могут быть частично объяснены емкостными свойствами внеклеточной среды (например, кожи и мышц скальпа), которые искажают сигнал ЭЭГ, но не искажают сигнал МЭГ.

фМРТ

Функциональная магнитно-резонансная томография или функциональная МРТ (фМРТ) измеряет активность мозга, обнаруживая изменения, связанные с кровотоком. Этот метод основан на том факте, что мозговой кровоток и нейронная активация связаны между собой. Когда активируется какая либо область мозга, приток крови к этой области увеличивается. Первичная форма МРТ использует контраст, зависящий от уровня кислорода в крови (BOLD). Это тип специализированного сканирования мозга и тела, который используется для картирования нейронной активности в головном или спинном мозге людей или других животных путем визуализации изменения кровотока (гемодинамического ответа), связанного с изменением метаболических процессов в нейронах.

Виды биоэлектрической активности


Биоэлектрическая активность в зависимости от масштаба (от одного нейрона до скоординированной деятельности крупных нейронных ансамблей) проявляется в разных формах. 

 

Микроуровень

Мезоуровень

Макроуровень

Регулярная

  • Пачки спайков (англ. spike trains);
  • Регулярный паттерн подпороговых колебаний мембранного потенциала (англ. regular pattern of subthreshold membrane potential oscillations, SMPO)
  • Осцилляции нейронных популяций

  • Мозговые ритмы или волны, порождаемые самыми крупными нейронными ансамблями

Нерегулярная 

  • Тепловой шум (англ. thermal noise);
  • Канальный шум (англ. channel noise);
  • Берстовый шум (англ. burst noise);
  • Синаптический шум (англ. synaptic noise);
  • Cпайк (англ. spike)
  • 1/f шум;
  • 1/f шум;

Транзиентная

  • Нерегулярные подпороговые колебания мембранного потенциала (англ. irregular subthreshold membrane potential oscillations);
  • Веретенообразные подпороговые колебания мембранного потенциала  (англ. spindle-like subthreshold membrane potential oscillations
  • Неэпилептиформная транзиентная активность;(на примере остроконечных пульсирующих волн, SWR);
  • Эпилептиформная транзиентная активность (на примере межиктальной эпилептиформной активности, IED)
  • Неэпилептиформная (англ. nonepileptiform) транзиентная активность;
  • Эпилептиформная транзиентная активность (англ. epileptiform discharges);
  • Потенциал, связанный с событием (англ. event-related potential, ERP)
  •  

Ритмическая активность

 Основная статья: Ритмическая активность головного мозга

Ритмическая или регулярная биоэлектрическая активность –  это повторяющиеся частотные паттерны в центральной нервной системе. Иными словами, это однотипные или самоподобные колебательные события, которые повторяются с одинаковыми интервалами.

Регулярные подпороговые колебания мембранного потенциала

Ритмическая активность на микроуровне вызвана генерацией потенциала действия, в результате изменения заряда мембраны. Нейроны генерируют множественные последовательные потенциалы – пачки спайков (spike trains), которые являются основой для нейронного кодирования и передачи информации в мозге. Они формируют все виды паттернов.13 Помимо стандартной колебательной активности одиночные нейроны способны генерировать регулярный паттерн подпороговых колебаний мембранного потенциала (англ. regular pattern of SMPO), что не сопровождается формированием потенциала действия. Это происходит, когда постсинаптический потенциал не смог достигнуть порога возбудимости нейрона и не активировал его, либо это может быть связано со спонтанными изменениям потенциала нейронов. Характеризуется средней частотой 86 Гц и средней амплитудой 3,3 мВ.

На мезоуровне происходит взаимодействие больших нейронных популяций между собой через связи головного мозга, здесь же в коре головного мозга обрабатывается сенсорная информация, которая вовлекает в себя подкорковые структуры, для чего необходима тесная связь между этими областями. Популяция нейронов может запускаться вместе либо реагируя на входной перцептивный или выходной моторный импульс, либо из-за синаптических взаимодействий.  Благодаря синаптическим взаимодействиям паттерны возбуждения различных нейронов синхронизируются, что вызывает изменение ритма биоэлектрической активности мозга, при этом если импульс пришел в одну фазу, то сигнал усиливается, а если в разные, то наоборот ослабевает. Синхронизированные паттерны импульсов одной нейронной популяции приводит к синхронизации других областей коры, что вызывает высокоамплитудные колебания потенциала локального поля (LFP). Синхронная деятельность нейронов является главным условием для формирования колебательной активности мозга. В ином случае, если одна популяция нейронов отправит другой недостаточной силы импульс, либо он придет, когда часть нейронов еще находится в рефрактерном периоде, то вторая популяция не сможет поддержать возбуждение, и волна в итоге затухает. Контролируется это эндогенно через локальные взаимодействия между возбуждающими и тормозными нейронами. В частности, тормозные интернейроны играют важную роль в создании нейронно-ансамблевой синхронии, создавая узкое окно для эффективного возбуждения и ритмически модулируя частоту испускания импульсов возбуждающих нейронов.14

На макроуровне нейронные колебания включают ритмические колебания электрического потенциала, наблюдаемые в нейронных ансамблях. Эти колебания, которые существуют в диапазоне частот от одного до нескольких сотен герц, доминируют в электрофизиологических измерениях крупномасштабной активности мозга и образуют мозговые ритмы и волны. Осцилляции можно охарактеризовать их частотой, амплитудой и фазой. Эти свойства сигнала могут быть извлечены при помощи регистрации электрической активности нейронов мозга с использованием частотно-временного анализа. Нейронные осцилляции и синхронизация связаны со многими когнитивными функциями, такими как передача информации, восприятие, контроль движений и память.151617

Мозговые ритмы и волны

Более подробно: Ритмы ЭЭГ

В центральной нервной системе (ЦНС) нейроны связываются посредством электрохимических сигналов, которые приводят к потоку ионных токов через синаптические контакты. На сетевом уровне синхронизация электрической активности нейрона вызывает ритмические колебания напряжения, распространяющиеся по областям мозга, известные как нейронные колебания или мозговые волны. Они выполняют различные физиологические функции и коррелируют с различными поведенческими состояниями. Мозг обладает множеством разных типов осцилляторов с различными периодами колебаний. Осцилляторы одновременно выдают частоты от 0,02 до 600 Гц. Классификация частотных границ позволила создать классификацию, по которой можно описывать ритмы мозга.18 На мезо- и макро- уровнях эти колебания подразделяются на альфа-активность (8-12 Гц),19 которая обнаруживается в затылочной доле во время спокойного бодрствования и усиливается при открывании глаз,20 дельта (1-4 Гц), тета (4-8 Гц), мю (8-13 Гц), бета (13-30 Гц), низкая гамма (30-70 Гц) и высокая гамма (70-150 Гц) частотные диапазоны, которые могут быть измерены с помощью электроэнцефалографии (ЭЭГ).

Неритмическая активность

К неритмической или нерегулярной активности относятся хаотические или стохастические изменения в биоэлектрической активности мозга.

На микроуровне нерегулярную мозговую активность по механизмами можно подразделить на молекулярную, синаптическую21 и спайковую активность.

Значительное количество шума присутствует из-за колебаний и столкновений молекул. Этот вид шума называется тепловым (англ. thermal noise), он оказывает значительное влияние на функции ионных каналов нейронов. Ионный канал представляет собой макромолекулу, которая встроена в постоянно колеблющуюся среду, либо мембрану с фосфолипидами, либо внутриклеточные и внеклеточные растворы. Тепловые флуктуации, присутствующие в этих средах, вызывают многочисленные столкновения с ионным каналом, что приводит к спонтанным изменения конформации белка, некоторые из которых могут открыть или закрыть канал. Следовательно, ионный канал может открываться и закрываться стохастическим образом, такое явление называется канальным шумом (англ. channel noise).

Перенос ионов через биполярную мембрану при помощи ионофоров может вызвать берстовый шум (англ. burst noise) вызванный внезапными скачкообразными неустойчивыми переходами в системах с двумя или более дискретными уровнями напряжения или тока.

В центральных нейронах, и в частности в коре головного мозга, источником шума с наибольшей амплитудой является синаптический шум (англ. synaptic noise), который, как было установлено, является доминирующим во внутриклеточных записях in vivo. Синаптический шум описывает непрерывную и шумную «бомбардировку» центральных нейронов нерегулярными синаптическими импульсами. В частности, кора головного мозга in vivo характеризуется устойчивой и нерегулярной нейрональной активностью, которая в сочетании с очень высокой корковой взаимосвязанностью ответственна за  синаптическую активность в любом данном корковом нейроне, которая имеет решающее значение для его внутренних динамических свойств и реакций.

Спайки (англ. spikes) также могут быть крайне нерегулярными как во время постоянной, спонтанной активности, так и при вызванной активности при высокой частоте испускания импульсов. Существует неопределенность относительно источника этой нерегулярности, начиная от собственных источников шума в нейронах до коллективных эффектов в крупномасштабных кортикальных сетях. Корковые интернейроны показывают очень нерегулярное время спайка (коэффициент вариации межпиковых интервалов >1) в ответ на введение постоянного тока in vitro. Это резко контрастирует с кортикальными пирамидными клетками, которые проявляют нерегулярную биоэлектрическую активность in vivo, но регулярную in vitro. На записях и вычислительных моделях in vitro показано, что это связано с быстрой кинетикой активации межнейрональных токов ионов К. При этом аритмичный спайк может способствовать нерегулярной активности всей кортикальной сети.2223

1/f шум

1/f шум на низких частотах при записи LPF, за счет активности одиночных нейронов

A. Запись LFP в теменной коре бодрствующей кошки B. Спектральная плотность мощности (PSD) LFP, показывающая две области масштабирования: 1/f на низких частотах (красная линия, наклон = -1) и 1/f³ на высоких частотах (синяя линия; наклон = -3). C. Активность одиночного нейрона, записанная с помощью системы из 8 вольфрамовых электродов. D. Попытка воссоздать сигнал LFP от активности одиночных нейронов. Низкочастотный конец PSD был постоянным (нулевой наклон), в то время как высокочастотный конец масштабировался как 1/f² (синяя линия, наклон = -2). Показатель -1 отсутствует.

1/f-подобный спектр мощности, регистрируемый на всех уровнях организации,  указывает на аритмическую активность мозга, которая не содержит преобладающего временного масштаба (“безмасштабный”, “scale-free”). Спектр мощности потенциалов электрического поля мозга содержит преобладающий компонент «1/f»; то есть мощность имеет тенденцию падать с увеличением частоты в зависимости от степенной функции: P∞1/f ᵝ, где P – мощность, f – частота и β является параметром, обычно находящимся в диапазоне 0 ~ 3. Эта характеристика свободной от масштаба мозговой деятельности отличает ее от мозговых колебаний.24 

На микроуровне существует ряд источников шума в нейронных мембранах, которые прямо или косвенно связаны с тепловым и канальным шумом, но изучаются отдельно. Поток ионов через открытые ионные затворы вызывает 1/f-шум (также розовый шум, фликкер-шум или избыточный шум), что видно из спектральной плотности мощности (PSD) мембранного потенциала. Эта миграция ионов через открытые и протекающие каналы и поры является источником другого типа шума, называемого дробовым шумом. Его происхождение можно найти в квантово-механических свойствах ионов и, в более общем смысле, участвующих частиц, в частности дискретности их электрического заряда. В отличие от упомянутого выше теплового шума, появление 1/f шума неизбежно связано с неравновесными состояниями рассматриваемой системы и, следовательно, играет роль в переходных и динамических состояниях.

1/f масштабирование сигналов LFP и ЭЭГ.

Кривые сверху показывают примеры записей ЭЭГ человека (слева) и записи LFP из теменной коры кошки (справа) во время бодрствования и сосредоточенном состоянии. Соответствующие спектры мощности (нижние) отображают приблизительное масштабирование 1/f на низких частотах. Прямые линии (красные) обозначают наклон -1. Сигналы не были отфильтрованы, за исключением режекторного фильтра на частоте 60 Гц для ЭЭГ и фильтров сбора данных на высоких частотах (не видимых в этом масштабе).

На мезоуровне одной из характеристикой сигналов LFP и ЭЭГ также является то, что они демонстрируют 1/f-подобный спектр мощности (“безмасштабный”, “scale-free”) на низких частотах, что показано в ряде исследований.2526  Во время бодрствования и сна 1/f-шум может быть дополнительно проанализирован путем вычисления спектральной плотности мощности (PSD) LFP. Соответствующая PSD обычно отображает широкополосную структуру: во время бодрствования PSD показывает две различные области масштабирования в соответствии с полосой частот. Для низких частот (от 1 Гц до 20 Гц) PSD масштабируется приблизительно как 1/f, тогда как для более высоких частот (от 20 Гц до 65 Гц) масштабирование составляет приблизительно 1/f³. Во время медленного сна (англ. slow-wave sleep, SWS) дополнительная мощность на медленных частотах маскирует масштабирование 1/f, но такое же масштабирование 1/f³ присутствует и в высокочастотном диапазоне. Таким образом, эти результаты подтверждают, что масштабирование 1/f частоты, также присутствует в LFPs, но только во время бодрствования и для определенных диапазонов частот. Они также показывают, что глобальные переменные, такие как LFP, отображают широкополосную спектральную структуру, аналогичную стохастическим системам. 

Спектры 1/f могут быть результатом самоорганизованных критических явлений, что позволяет предположить, что нейроны могут генерировать такую биоэлектрическую активность, но это утверждение противоречиво. Наконец, 1/f-шум может быть связан со способностью токов внеклеточной среды фильтровать часть спектра. К такому выводу пришли, отметив, что глобальная активность, реконструированная из многосайтовых записей, масштабируется идентично LFP, если предполагается «фильтр 1/f», и нет необходимости принимать самоорганизующиеся критические состояния в нейронной активности, Однако в последних исследованиях подчеркивалось, что 1/f-фильтр может быть необходим для объяснения результатов эксперимента.

На макроуровне 1/f-подобный спектр мощности (розовый шум),27 можно зарегистрировать при помощи неинвазивной электроэнцефалографии (ЭЭГ), магнитоэнцефалографии (МЭГ) и  функциональной магнитно-резонансной томографии (фМРТ). Данная нейронная активность проявляется в норме и, предположительно, тесно связана как с когнитивной обработкой, так и с поддержанием функций мозга.28

Транзиентная активность

Транзиенты – это короткие интервалы (от 10 до 1000 мс),29 в течение которых сигнал резко изменяется и принимает нетипичный или относительно непредсказуемый характер.

(A) Веретенообразные подпороговые колебания мембранного потенциала; (B) Нерегулярные подпороговые колебания мембранного потенциала

Транзиентная активность отражает функциональную интеграцию структур мозга и является фундаментальным элементом нервного взаимодействия. Транзиенты, порождаемые совместно разными нейронными популяциями говорят о связи этих популяций. Эта связь может быть синхронной или асинхронной.30

Примерами такой активности могут служить спонтанные синхронные синаптические транзиенты, создаваемые токами ионов Са между соседними нейронами коры головного мозга.31 Спайки и острые волны, составляющие судорожную  или интериктальную активность у лиц с эпилепсией или предрасположенностью к ней, либо транзиенты в виде вертексов и веретена сна, являющиеся нормой. 

С использованием внутриклеточной записи in vivo можно зарегистрировать нерегулярные подпороговые колебания мембранного потенциала и веретенообразные подпороговые колебания мембранного потенциала. Веретенообразный SMPO характеризуется сначала повышением амплитуды, затем, достигнув пика, она снижается, и, наконец исчезает. Веретенообразного SMPO длится в среднем от 0,07 до 1 с, а промежуток времени между двумя веретенами составляет 0,05 до 2 с. Максимальная амплитуда SMPO может достигать примерно 10 мВ. Нерегулярное SMPO не имеют четкой характеристики.  

На ЭЭГ они представляют собой изолированные волны или комплексы, отличающиеся от фоновой активности. К такой активности относят эпилептиформную, неэпилептиформную активности, а также транзиенты, которые генерируются мозгом в ответ на внешний стимул или событие (ERP).32333435 

Эпилептиформная активность

 Основная статья: Эпилептиформная активность

Эпилептиформная активность, которая может быть представлена как регулярными, так и нерегулярными паттернами. Регулярная эпилептиформная активность характеризуется мономорфными спайк-волновыми, что можно наблюдать, например,  при детской и юношеской абсансной эпилепсии. Нерегулярная эпилептиформная активность характеризуется нарушением ритма, что проявляется в виде волн с различной морфологией и частотой, она наблюдается при юношеской миоклонической эпилепсии.36

ЭЭГ, эпилеатиформная активность, эпилепсия,  регулярный, транзиенты
Регулярный генерализованный пароксизм при CAE.

Обратите внимание на относительно равномерную частоту и морфологию активности комплексов спайк-волна, лучше всего наблюдаемых в лобно-центральной области (Fz, Cz, F3 и F4).

ЭЭГ, транзиенты, эпилептиформная активность, эпилепсия, нерегулярный
Нерегулярный генерализованный пароксизм на ЭЭГ пациента с диагнозом ювенильная миоклоническая эпилепсия.

Обратите внимание на изменчивость частоты и морфологии сигналов при пароксизме.

На мезоуровне при исследовании MUA и LFP, записанных с помощью интракортикальных 10х10 (4х4 мм) массивов, можно предсказать межиктальную эпилептиформную активность (англ. interictal epileptiform discharges, IEDs), на записи IED выглядят, как отдельные (100-200 мс) спайковые события в виде остроконечных пульсирующих волн (англ. sharp wave-ripples, SWR). При этом и LFP и MUA в равной степени способствовали прогнозированию IED.37

На макроуровне IED регистрируется при помощи ЭЭГ. Состоит из комплекса спайк-волна и острых волн. Спайк-волна характеризуется остроконечным пиком длительностью 20-70 мс, тогда как острые волны имеют длительность 70-200 мс.  

Неэпилептиформная активность

Неэпилептиформные транзиенты – это волны, похожие на эпилептиформную активность, но не имеющие отношения к эпилептическим припадкам. Они могут быть резко очерчены и могут возникать как отдельные аритмические спайки.38 Они могут быть резко очерчены и могут возникать как отдельные аритмические спайки.39 Большинство неэпилептических транзиентов отмечаются во время сонливости и неглубокого сна.

На мезоуровне можно наблюдать остроконечные пульсирующие волны (англ. sharp wave-ripples, SWR). На записи MUA и LPF, SWR характеризуются транзиентной активностью с частотой 150–250 Гц, возникают вблизи слоя пирамидных клеток СА1.404142 Отмечаются в периоды неактивного поведения, такие как иммобилизация в состоянии бодрствования и медленный сон, также во время грумминга. Предполагается, что SWRs играют особую роль в консолидации памяти во время сна.4344 Предполагается, что SWRs играют особую роль в консолидации памяти во время сна.45 

Потенциал, связанный с событием

 ➥ Основная статья: ERP

Потенциалы, связанные с событием (ПСС, англ. event-related potential — ERP) представляют собой записанные с кожи головы колебания электрического напряжения, генерируемые в структурах мозга в ответ на определенные события или стимулы. Также относятся к транзиентной мозговой активности. Это изменения ЭЭГ, привязанные ко времени сенсорных, моторных или когнитивных событий, которые обеспечивают безопасный и неинвазивный подход к изучению психофизиологических коррелятов психических процессов. Считается, что они отражают суммарную биоэлектрическую активность постсинаптических потенциалов, возникающих, когда большое количество одинаково ориентированных кортикальных нейронов (порядка тысяч или миллионов) синхронно срабатывают при обработке информации. ERP измеряют при помощи электроэнцефалографии (ЭЭГ) и магнитоэнцефалографии (MEG) . Магнитоэнцефалографическим (MEG) эквивалентом ERP является ERF или поле, связанное с событием (event-related field). 46 К подтипам ERP относятся вызванные и индуцированные потенциалы.

Вызваные птенциалы

➥ Основная статья: Вызваные потенциалы

Когнитивные вызванные потенциалы (ВП, EP) представляют собой связанную с событием активность, которая возникает в виде электрического ответа от мозга на различные типы сенсорной стимуляции нервных тканей; чаще всего используется слуховая и зрительная стимуляция. Регистрация таких электрических потенциалов представляет собой неинвазивный объективный тест, который предоставляет информацию, например, о нарушениях сенсорных путей, локализации поражений, влияющих на сенсорные пути, и расстройств, связанных с языком и речью. Вызванные потенциалы записываются с кожи головы с использованием ЭЭГ. Потенциалы, как правило, проявляют себя как переходная форма волны, морфология которой зависит от типа и силы стимула и расположения электродов на коже головы. Психическое состояние субъекта, например, внимание, бодрствование и ожидание, также влияет на морфологию формы волны. 

Индуцированная активность

Наряду с вызванной активностью, нейронная активность, связанная со стимулом, может приводить к индуцированной активности. Индуцированный ответ связан с процессами в головном мозге, которые не связаны напрямую со стимулом, а вызваны косвенно нелинейным взаимодействия нейронов после стимула, функционально компонент индуцированного ответа, вероятно, представляет собой процессы обратной кортико-таламической (top-down) связи, связывающие внешние стимулы с внутренней корковой моделью среды, т. е. объединяющую управляемую извне сенсорную информацию с внутренней мозговой активностью.4748 Индуцированный ответ может быть связан с когнитивными функциями мозга, такими как восприятие, внимание и обучение, которые можно рассматривать как процессы более высокого порядка. Хорошо изученным видом индуцированной активности является изменение амплитуды колебательной активности. Например, гамма-активность часто возрастает во время повышенной умственной активности, как во время представления объекта. Поскольку индуцированные ответы не связаны с фазой, следовательно, будут исключаться при усреднении, то они могут быть получены только с помощью частотно-временного анализа. Индуцированная активность обычно отражает активность многочисленных нейронов: считается, что амплитудные изменения в колебательной активности возникают в результате синхронизации нейронной активности, например, синхронизации времени спайков или флуктуаций мембранного потенциала отдельных нейронов.

Области применения


Клинические результаты

Нейронные колебания чувствительны к некоторым препаратам, влияющим на биоэлектрическую мозговую активность; соответственно, биомаркеры, основанные на нейронных колебаниях, появляются в качестве второстепенных критериев оценки в клинических испытаниях и при количественной оценке эффектов в доклинических исследованиях. Эти биомаркеры часто называют “биомаркерами ЭЭГ” или “нейрофизиологическими биомаркерами” и количественно оценивают с помощью количественной электроэнцефалографии (qEEG). Биомаркеры ЭЭГ могут быть извлечены из ЭЭГ с использованием Neurophysiological Biomarker Toolbox с открытым исходным кодом.

Интерфейс мозг-компьютер

 Более подробно: Нейрокомпьютерный интерфейс

Нейронные колебания применялись в качестве управляющего сигнала в различных интерфейсах мозг-компьютер (BCI).49 Например, неинвазивный BCI можно создать, поместив электроды на кожу головы и затем измеряя слабые электрические сигналы. Хотя отдельные нейронные активности не могут быть восстановлены с помощью неинвазивного BCI, поскольку череп демпфирует и размывает электромагнитные сигналы, колебательная активность все еще может быть надежно обнаружена. Проблема использования ЭЭГ для создания нейро-компьютерного интерфейса, который бы позволил управлять физическими объектами была впервые поставлена Видалем в 1973 году.50 BCI на основе альфа-ритма стал первым BCI для управления роботом.5152 В частности, некоторые формы BCI позволяют пользователям управлять устройством, путем измерения амплитуды колебательной активности в определенных частотных диапазонах, включая мю и бета-ритмы.

Использование ERP в исследованиях

ERP широко используются в нейробиологии, когнитивной психологии, когнитивной науке и психофизиологических исследованиях. Экспериментальные психологи и нейробиологи обнаружили много различных стимулов, которые вызывают у участников достоверные ERPs. Считается, что время этих ответов является мерой времени передачи нервного импульса в мозге или времени обработки информации. Например, в парадигме шахматной доски первый отклик зрительной коры здоровых участников составляет около 50–70 мс. Это, по-видимому, указывает на то, что именно столько времени требуется для того, чтобы преобразованный зрительный стимул достиг коры головного мозга после того, как свет впервые попадает в глаза. С другой стороны, реакция Р300 возникает примерно через 300 мс в парадигме необычного стимула (oddball paradigm), независимо от типа стимула: визуального, тактильного, слухового, обонятельного, вкусового и т. д. Из-за этой общей инвариантности в отношении типа стимула компонент Р300 понимается как отражающий более высокую когнитивную реакцию на неожиданные и/или когнитивно значимые стимулы.53

Читайте также

Footnotes

  1. The discharge of impulses in motor nerve fibres: Part I. Impulses in single fibres of the phrenic nerve. Adrian ED, Bronk DW J Physiol. 1928 Sep 18; 66(1):81 101. [PubMed]
  2. Rieke F. Spikes: Exploring the Neural Code. Cambridge, MA: MIT Press; 1997 [Google Scholar]
  3. A quantitative description of membrane current and its application to conduction and excitation in nerve. HODGKIN AL, HUXLEY AF J Physiol. 1952 Aug; 117(4):500-44. [PubMed]
  4. The origin of extracellular fields and currents-EEG, ECoG, LFP and spikes. Buzsáki G, Anastassiou CA, Koch C Nat Rev Neurosci. 2012 May 18; 13(6):407-20. [PubMed]
  5. Nunez PL., Srinivasan R. Electric Fields of the Brain: the Neurophysics of EEG. 2nd ed. New York, NY: Oxford University Press. 2005 [Google Scholar]
  6. Self-organized criticality: An explanation of the 1/f noise. Bak P, Tang C, Wiesenfeld K Phys Rev Lett. 1987 Jul 27; 59(4):381-384.[PubMed]
  7. Cogan, Stuart F. (2008). “Neural Stimulation and Recording Electrodes”. Annual Review of Biomedical Engineering10: 275–309. doi:10.1146/annurev.bioeng.10.061807.160518.
  8. Cogan, Stuart F. (2008). “Neural Stimulation and Recording Electrodes”. Annual Review of Biomedical Engineering10: 275–309. doi:10.1146/annurev.bioeng.10.061807.160518.
  9. Boulton, A. A. (1990). Neurophysiological techniques: applications to neural systems. Clifton, New Jersey: Humana Press.
  10. Maeng, Jimin; Chakraborty, Bitan; Geramifard, Negar; Kang, Tong; Rihani, Rashed T.; Joshi‐Imre, Alexandra; Cogan, Stuart F. (2019). “High‐charge‐capacity sputtered iridium oxide neural stimulation electrodes deposited using water vapor as a reactive plasma constituent”. Journal of Biomedical Materials Research Part B: Applied Biomaterialsdoi:10.1002/jbm.b.34442.
  11. Mukamel, R; Fried, I. (2011). “Human Intracranial Recordings and Cognitive Neuroscience”. Annual Review of Psychology63 (1): 511–537. doi:10.1146/annurev-psych-120709-145401.
  12. The limited utility of multiunit data in differentiating neuronal population activity Corey J. Keller, Christopher Chen,  Fred A. Lado and Kamran Khodakhah  2016 Apr 25. doi:10.1371/journal.pone.0153154
  13. Wang XJ (2010). “Neurophysiological and computational principles of cortical rhythms in cognition”Physiol Rev90 (3): 1195–1268. doi:10.1152/physrev.00035.2008.
  14. Nunez PL, Srinivasan R (1981). Electric fields of the brain: The neurophysics of EEG. Oxford University Press.
  15. Fries P (2005). “A mechanism for cognitive dynamics: neuronal communication through neuronal coherence”. Trends in Cognitive Sciences. 9 (10): 474–480. doi:10.1016/j.tics.2005.08.011.
  16. Fell J, Axmacher N (2011). “The role of phase synchronization in memory processes”. Nature Reviews Neuroscience. 12 (2): 105–118. doi:10.1038/nrn2979.
  17. Schnitzler A, Gross J (2005). “Normal and pathological oscillatory communication in the brain”. Nature Reviews Neuroscience. 6 (4): 285–296. doi:10.1038/nrn1650.
  18. Buzsáki, G (2006). The Rhythms of the Brain. Oxford Press.
  19. Foster, JJ; et al. (July 2017). “Alpha-Band Oscillations Enable Spatially and Temporally Resolved Tracking of Covert Spatial Attention”Psychological Science28 (7): 929–941. doi:10.1177/0956797617699167.
  20. Berger H, Gray CM (1929). “Uber das Elektroenkephalogramm des Menschen”. Arch Psychiat Nervenkr87: 527–570. doi:10.1007/BF01797193.
  21. Alain Destexhe, Michelle Rudolph-Lilith “Neuronal Noise”. Springer Science+Business Media, LLC 2012. ISBN 978-0-387-79019-0, e-ISBN 978-0-387-79020-6,
    DOI 10.1007/978-0-387-79020-6
  22. Burns BDWebb AC  (1976The spontaneous activity of neurones in the cat’s cerebral cortexProc R Soc Lond B Biol Sci 194(1115):211223[Abstract/FREE Full Text] [Google Scholar]
  23. Destexhe AContreras DSteriade (1999Spatiotemporal analysis of local field potentials and unit discharges in cat cerebral cortex during natural wake and sleep statesJ Neurosci 19(11):45954608.[Abstract/FREE Full Text] [Google Scholar]
  24. He BJ, et al. The temporal structures and functional significance of scale-free brain activity. Neuron. 2010;66:353–369. [PMC free article] [PubMed[Google Scholar]
  25. Maimon G, Assad JA. Beyond Poisson: increased spike-time regularity across primate parietal cortex. Neuron. 2009;62:426–440. [PMC free article] [PubMed[Google Scholar]
  26. Neuronal shot noise and Brownian 1/f2 behavior in the local field potential. Milstein J, Mormann F, Fried I, Koch C PLoS One. 2009; 4(2):e4338. [PubMed]
  27. Self-organized criticality: An explanation of the 1/f noise. Bak P, Tang C, Wiesenfeld K Phys Rev Lett. 1987 Jul 27; 59(4):381-384. [PubMed]
  28. Scale-free brain activity: past, present, and future. Trends In Cognitive Sciences. Biyu J He. May 3, 2014 [META]
  29. Karl J. Friston. Neuronal Transients. Proc. R. Soc. Lond. B 1995 261, 401-405. doi: 10.1098/rspb.1995.0166
  30. Karl J. Friston. The labile brain. I. Neuronal transients and nonlinear coupling, 29 February 2000. doi.org/10.1098/rstb.2000.0560
  31. T H MurphyL A BlatterW G WierJ M Baraban. Spontaneous Synchronous Synaptic Calcium Transients in Cultured Cortical Neurons.
  32. Nick Kane, Jayant Acharya, Sandor Beniczky, Luis Caboclo, Simon Finnigan, Peter W. Kaplan, Hiroshi Shibasaki, Ronit Pressler,Michel J. A. M. van Putten. A revised glossary of terms most commonly used by clinical electroencephalographers and updated proposal for the report format of the EEG findings. Revision 2017. Clin Neurophysiol Pract. 2017; 2: 170–185. Published online 2017 Aug 4. doi: 10.1016/j.cnp.2017.07.002
  33. Gerold Baier, Peter N. Taylor and  Yujiang Wang. Understanding Epileptiform After-Discharges as Rhythmic Oscillatory Transients. Front. Comput. Neurosci., 18 April 2017 | https://doi.org/10.3389/fncom.2017.00025
  34. Li Zhang, Weiwei Peng, Zhiguo Zhang, Li Hu. Distinct Features of Auditory Steady-State Responses as Compared to Transient Event-Related Potentials. Published: July 9, 2013, https://doi.org/10.1371/journal.pone.0069164
  35. Almudena Capilla , Paula Pazo-Alvarez, Alvaro Darriba, Pablo Campo, Joachim Gross Steady-State Visual Evoked Potentials Can Be Explained by Temporal Superposition of Transient Event-Related Responses.  Published: January 18, 2011, https://doi.org/10.1371/journal.pone.0014543
  36. Udaya Seneviratne, Mark Cook, Wendyl D’Souza. Consistent topography and amplitude symmetry are more typical than morphology of epileptiform discharges in genetic generalized epilepsy. Journal Clinical Neurophysiology, February 2016, Pages 1138-1146. doi.org/10.1016/j.clinph.2015.08.019
  37. Ongoing intracortical neural activity predicts upcoming interictal epileptiform discharges in human epilepsy. Dipta SahaTimothée ProixSydney S. CashWilson Truccolo.  23-27 July 2019. doi10.1109/EMBC.2019.8857513
  38. Klass DW, Westmoreland BF. Nonepileptogenic epileptiform electroencephalographic activity. Ann. Neurol. 1985 Dec;18(6):627-35. [PubMed]
  39. Westmoreland BF, Klass DW. Unusual EEG patterns. J Clin Neurophysiol. 1990 Apr;7(2):209-28. [PubMed]
  40. O’Keefe J, Nadel L. 1978. The hippocampus as a cognitive map. Oxford, UK: Oxford University Press. [Google Scholar]
  41. Buzsaki G, Horvath Z, Urioste R, Hetke J, Wise K. 1992. High-frequency network oscillation in the hippocampusScience 256, 1025–1027. (10.1126/science.1589772) [PubMed] [CrossRef[Google Scholar]
  42. Csicsvari J, Hirase H, Czurko A, Mamiya A, Buzsaki G. 1999. Fast network oscillations in the hippocampal CA1 region of the behaving ratJ. Neurosci. 19, RC20. [PMC free article] [PubMed[Google Scholar]
  43.  Buzsaki G, Leung LW, Vanderwolf CH. 1983. Cellular bases of hippocampal EEG in the behaving ratBrain Res. 287, 139–171. [PubMed[Google Scholar]
  44. O’Neill J, Senior T, Csicsvari J. 2006. Place-selective firing of CA1 pyramidal cells during sharp wave/ripple network patterns in exploratory behaviorNeuron 49, 143–155. (10.1016/j.neuron.2005.10.037) [PubMed] [CrossRef[Google Scholar]
  45. Marr D. 1971. Simple memory: a theory for archicortexPhil. Trans. R. Soc. Lond. B 262, 23–81. (10.1098/rstb.1971.0078) [PubMed] [CrossRef[Google Scholar]
  46. Peterson N.N, Schroeder C. E, Arezzo J. C, et al. Neural generators of early cortical somatosensory evoked potentials in the awake monkey. Electroencephalogrphy and Clinical Neurophysiology. 1995;96:248–260. [PubMed[Google Scholar]
  47. Chen CC, Kiebel SJ, Kilner JM, Ward NS, Stephan KE, Wang WJ, Friston KJ (2012) A dynamic causal model for evoked and induced responsesNeuroimage 59:340–348. 10.1016/j.neuroimage.2011.07.066 [PMC free article] [PubMed] [CrossRef[Google Scholar]
  48. Morillon B, Hackett TA, Kajikawa Y, Schroeder CE (2015) Predictive motor control of sensory dynamics in auditory active sensingCurr Opin Neurobiol 31:230–238. 10.1016/j.conb.2014.12.005 [PMC free article] [PubMed] [CrossRef[Google Scholar]
  49. Birbaumer, Neils (2006). “Breaking the silence: Brain-computer interfaces (BCI) for communication and motor control”. Psychophysiology43 (6): 517–32. doi:10.1111/j.1469-8986.2006.00456.x.
  50. J. Vidal: Toward direct brain-computer communication. Annual Review of Biophysics and Bioengineering. 2(1): 157–80, 1973
  51. S. Bozinovski, M. Sestakov, L. Bozinovska: Using EEG alpha rhythm to control a mobile robot, In G. Harris, C. Walker (eds.) Proc. IEEE Annual Conference of Medical and Biological Society, p. 1515-1516, New Orleans, 1988
  52. M. Lebedev, M. Nicolelis: Brain-machine interfaces: from basic science to neuroprostheses and neurorehabilitation, Physiological Review 97:737-867, 2017
  53. McCormick, Brian (2006). “Your Thoughts May Deceive You: The Constitutional Implications of Brain Fingerprinting Technology and How It May Be Used to Secure Our Skies”. Law & Psychology Review30: 171–84.