Methoden - Elektrophysiologie

• Mentale Repräsentation = die Art, in der Eigenschaften der Umwelt (z.B. Farben, Objekte, Bewegung) durch ein kognitives System kopiert / simuliert werden

  • hat nichts direkt mit Neuro zu tun, ist psychologischer Begriff

• Neuronale Repräsentation = die Art, in der sich Eigenschaften der Umwelt in neuronalen Signalen (z.B. unterschiedlichen Feuerraten von Neuronen) manifestieren

  • z.B. EEG-Signale, Signale bei funktionaler Bildgebung

• Es ist nicht immer einfach, diese beiden Aspekte zu verknüpfen -> keine 1-zu-1-Zuordnung, aber häufig korreltaiver Zusammenhang

  • Mit den Methoden heutzutage kann man keine 1 zu 1 Zuordnung machen

• ❌Visuelles System ist gutes Beispiel

• Ein Neuron integriert den Input einer großen Zahl anderer Neurone

• Wenn eingehende Signale eine Schwelle überschreiten (räumliche + zeitliche Summation) wird ein Aktionspotenzial ausgelöst

• ein Neuron Integriert Informationen/ Input und übersetzt ihn in Feuerrate

• Integration: zeitgleicher Input wird integriert -> notwendig für Aktionspotenzial (Schwelle muss überschritten werden)

• ❌Je basaler die Ebene des Neurons, desto basaler die Reizinformation, die es verarbeitet (z.B. visuelles System: weiter unten reagieren Neurone auf Kanten, weiter oben auf komplexere Reize, wie z.B. Gesichter)

• Invasive Methode

• Elektrode wird in Axon (intrazellulär) oder außerhalb der Axonmembran (extrazellulär) implantiert

• Aktivität einer einzelnen Zelle (single cell) oder mehrerer Zellen (multi-unit) wird gemessen -> Problem des Spike-sorting

• ❌Keine Stimulation

• Elektroden werden unter Vollnarkose implantiert

• Im Menschen: um epileptischen Herd zu identifizieren, werden manchmal in Patienten mit besonders schwerer Erkrankung in-vivo Messungen durchgeführt

  • Depth-electrodes (Tiefenelektroden) -> Subkortikale Regionen

  • Multi-electrode Grid (Elektrodennetz) -> Kortikale Regionen

• passiert meist im Tiermodell

• Kann auch Aktionspotenziale von mehreren Zellen messen -> muss Signale einzelnen Neuronen zuordnen -> Spike-Sorting-Problem

• ❌Räumliche und zeitliche Auflösung sehr gut

• Epilepsie

  • Elektrodennetz bekommt man auf den Kortex gelegt

  • Wird implaniert und über mehrere Tage beobachtet

• Im visuellen System gibt es eine Hierarchie der Verarbeitung -> Antworten von Zellen werden komplexer, je höher diese in der Hierarchie liegen

  • wenn man mehrere Neurone nacheinanderschaltet, können immer komplexere Informationen verarbeitet werden

• Frage ist, welche Neurone am komplexesten sind / ganz oben in der Hierarchie stehen

• „Grandmother cells“ -> hypothetische Zelle, die nur auf das Bild der eigenen Großmutter reagieren

• Ist hypothetische Überlegung, glaubt keiner wirklich dran

• Idee, dass Reizrepräsentation lokal ist

• Problem wäre, dass man Großmutter dann nicht mehr erkennen kann, wenn das Neuron abstirbt

• Rolls und Deco (2002) unterscheiden drei Möglichkeiten

• Lokale Repräsentation: alle Informationen über einen Reiz befinden sich in einem Neuron -> Grandmother cell

• Fully distributed representation (vollständig verteilte Repräsentation): Information über Reiz befindet sich verteilt in allen Neuronen einer Population

• Sparse distributed representation (teilweise verteilte Repräsentation): Information über Reiz befindet sich verteilt in einem Teil der Neuronenpopulation

• Tierstudie (sind auch nur Einzelfälle)

• Zellen antworten meist auf verschiedene Reize der gleichen Kategorie (jedoch unterschiedlich stark)

• Eher nicht konsistent mit „Grandmother cells“

• y-Achse ist Feuerrate vom Neuron in AP pro Sekunde

• Hat 5 Gesichter und 5 Objekte

• 0 ist baseline-Aktivität -> ist immer relativ zur Spontan-Aktivität

• Ist sehr heterogen -> zeigen gemischte Präferenz

• Neurone haben teilweise Präferenz, manche reagieren ähnlich auf alle Reize (einer Gruppe)

• Neurone haben aber Präferenz für Kategorie Gesichter

• Auch nicht konsistent mit fully distributed -> passt eher zu zum Teil verteilte Repräsentation

•   Humanstudie

• Messungen mittels Tiefenelektroden in Epilepsiepatienten zur Lokalisation der Anfallsquelle (medialer Temporallappen)

• Manche Neurone (hier Hippocampus) sind erstaunlich selektiv für bestimmte Reizkategorien („Jennifer Aniston Neurone“)

• Aber: begrenzte Testreize

• Konnte Effekte von Identität des Objektes von Perspektiven etc. trennen -> hat verschiedene Bilder einer Person gezeigt

• Widerspricht nicht den anderen Befunden, aber zeigt, dass es einzelne Neurone gibt, die eine Präferenz haben

• Unterstützt nicht, dass es einzelne Neurone gibt, die nur auf Jennifer Aniston reagieren -> sagt nur, dass Neurone spezifisch sein können

• Sind nur Daten von einzelnen Patient*innen -> hat für verschiedene Reize Neurone gefunden -> Einzelne Neuroneneffekte bei einzelnen Patient*innen

• Übliches Format, in dem Daten von Einzelzellableitungen präsentiert werden

• Raster-Plot:

  • Zeilen = Trials

  • Striche = Spikes

• Histogramm der spike rate über alle Trials

• ❌misst ms und guckt sich die spike-rate an

• Rate coding: die Feuerrate des Neurons kodiert Information

• Ursachen: relative und absolute Refraktärzeit, Steigung der Aufstrichphase des Aktionspotentials

• Temporal coding: die Synchronizität mehrerer Neurone (oder Neuronenverbände) kodiert Information

• Frequenz der Feuerrate ist einzige Art, wie Neuron unterschiedliche Reizintensitäten codieren kann

• Frequenz der AP hängt von Reizintensität ab

• ❌Hängt zusammen mit relativer und absoluter Refraktärphase und wie sich Natriumkanäle öffnen

• Kann unterschiedliche Reizintensitäten abbilden, indem man sich mehr als ein Neuron anguckt

  • Temporal coding

  • Punkte in Plot sind APs

  • So können auch Infos codiert werden im Nervensystem -> wie synchron feuern veschiedene Neuronenpopulationen

  • ❌Spielt eine Rolle bei Bindungsproblem -> Reizinformationen, die verschieden verarbeitet werden, werden über synchrones Feurn zu einem Eindruck zusammengeführt (Idee)

    • Kann sein, dass das dazu beiträgt, welche Informationen zusammen gehören

• Grundidee: das einzelne Neuron codiert die Information, die relevant ist

• Kann heutzutage aber viele 100e Neuronen gleichzeitig messen -> Fokus ist heutzutage mehr da

a)

• hat hier drei Neurone, lässt sich auf größere Populationen übertragen

• Aktivität wird über Feuerrate codiert

• Jede Achse bezieht sich auf Feuerrate eines Neurons

• Punkte sind an Feuerrate der Neurone

  • Einzelne Punkte bilden aktuelles Aktivitätsmuster in der Neuronenpopulation zu einem bestimmten Zeitpunkt ab

• Mit der Zeit bewegt sich Zustand der Neurone durch den Raum

• Frage ist, was Aktivitätsmuster aussagt -> was für Verhalten / kognitive Prozesse

b)

• Bei 0 wird Reiz gezeigt -> Feuerrate der Neurone ändern sich

• Tier musste Entscheidung zwischen zwei Reizen treffen (blau oder rot)

• Zeigt, wie sich Feuerrate verändert, je nachdem, welcher Stimulus ausgewählt wurde

• Dieser Ansatz würde sich alle Neurone auf einmal angucken, nicht einzelne

• Trägt Aktivierungsmuster in dreidimensionales Koordinatensystem ein

• Zu Beginn kann man noch keine Trennlinie ziehe, aber je weiter Messung voranschreitet, kann man anhand Populationsaktivität trennen, ob Tier links oder rechts wählt

• Inforamtion ist in Muster der Populationsaktivität vorhanden, aber nicht in einem einzelnen Neuron

• Kann man auch für Bildgebungsmethoden machen (Voxel)

• Invasive Methode, um Antwortverhalten einzelner Neurone auf bestimmte Reize zu untersuchen

• Befunde sprechene her für „sparse distrbuted coding“ - Reize werden innerhalb von Neuronenpopulationen teilweise verteilt verarbeitet

• ❌Im Menschen wird diese Methode nur im Kontext von medizinischen Eingriffen angewandt

• einzelne Neurone zeigen aber Selektivität

• Entwickelt vom dt. Neurologen Hans Berger

• 1902: erste Experimente in Hunden und Katzen

• ❌1924: Entwicklung einer Methode zur Ableitung der Hirnaktivität im Menschen

• ❌1929: Veröffentlichung im Archiv für Psychiatrie und Nervenkrankheiten

• Weitere Meilensteine

  • 1930er Jahre: Erste BEobachtung veränderter EEG-Aktivierungsmuster bei Tumor- und Epilepsiepatienten

  • 1958: Entwicklung eines standardisierten Verfahrens zur Lokalisierung von Elektroden auf dem Kopf (10-20 System, Jasper)

  • 1989: Erstes digitales EEG - vorher mussten Aufzeichnungen auf Milimeterpapier per Hand ausgewertet werden

• Elektroden in Hauben / Kappen auf Kopfhaut fixiert

• Bis zu max. 256 Elektroden

• Einzelne Elektroden an den Augen (Elektrookulogramm) -> Augenbewegung & Blinks  führen zu Artefakrten im EEG (besonders an frontalen Elektroden), die damit später korrigiert werden können

  • Sieht, wo Proband*in geblinzelt hat -> deswegen noch Elektroden an den Augen

• von anterior nach posterior

• Schmeißt meist trials, in denen geblinzelt wurde, raus

• beschreibt in Prozentschritten die Platzierung von Elektroden auf der Schädeldecke

• Vom vorderen Referenzpunkt (Nasion) bis zu hinterem (Inion) nimmt man als 100% und in der Mitte der Punkte setzt man zentrale Referenzelektrode (Cz)

• Damit man es vergleichbar halten kann für Personen mit unterschiedlichen Kopfgrößen

• Referenzelektroden kann man an verschiedenen Stellen platzieren

• Keine Messung von Aktionspotentialen

  • Viel zu ungenau für einzelne APs

• Inhibitorische und exzitatorische postsynaptische Potentiale (IPSPs und EPSPs) führen zu Ladungsverschiebungen (Bildungen von Dipolen), die an der Kopfoberfläche gemessen werden können

• EEG-Rythmen / Oszillationen spiegeln synchrone Aktivität großer Neuronenverbände  wider

• Negative und positive EEG-Ausschläge spiegeln die Orientierung von Dipolen im Gehirn wider

• Hat z.B. bestimmte Frequenzbänder, die in verschiedenen Schlalstadien dominant sind

• Die Polarität des an der Schädeloberfläche gemessenen Signals hängt davon ab

  • Ob EPSPs oder IPSPs ausgelöst wurden

  • Wo der synaptische Kontakt liegt (höhere vs. Tiefere kortikale Schichten)

• Von der Polarität des am Skalp gemessenen Signals („skalp-positiv“ / „skapl-negativ“) kann nicht auf die ablaufenden zellulären Prozesse geschlossen werden

• Abbildungen

  • Reden immer über Pyramidenzellen

  • Pyramidenzelle bekommt exzitatorischen Input und wird depolarisiert -> EPSP -> extrazellulärer Bereich (obere Kortexschichten) wird negativer im Vergleich zum intrazellulären Bereich -> Bereiche weiter unten werden relativ gesehen positiver -> hat Dipol

    • Würde an der Schädeloberfläche Negativierung messen

  • Kann aus dem Signal nicht rauslesen, ob Neuron gehemmt oder aktiviert wird

    • Wenn exzitatorischer Input unten ankommt, würde man oben positives Signal messen

  • Kann nur sagen, dass es Unterschiede gibt, aber nicht die physiologischen Umstände dieser Unterschiede

• an der Schädelfläche kommt Summenaktivität der Pyramidenzellen unter der Elektrode an

• Braucht synchrone Aktivität an vielen Zellen, damit Summenpotenzial so stark ist, dass man es messen kann (canceln sich teilweise auch wieder raus)

• Dipole können nur gemessen werden, wenn viele parallel angeordnete Zellen synchron aktiv sind

• Dipole müssen möglichst senkrecht zur Kortexoberfläche (zur Elektrode) angeordnet sein

• Entgegengesetzte Effekte im gleichen Kortexbereich stellen eine Schwierigkeit dar - es wird ja nur ein Summenpotenzial gemessen

• Tieferliegende Hirnstrukturen können nicht bzw. nur schlecht gemessen werden (Feldstärke eines Dipols nimmt mit dem Quadrat der Entfernung ab)

• Ausrichtung der Dipole kann sich auch verändern

• Je geringer die Fläche der aktiven Dipole, desto größer das Verhältnis Potential Kortex / Potential Skalp (-> es geht mehr Signal „verloren“)

• Umkehrschluss: bei sehr großflächiger Aktivität können auch tiefer liegene Potentiale gemessen werden

• Es gibt zwei primäre Anwendungsfelder in den kognitiven Neurowissenschaften

• Ereigniskorrelierte Potentiale (EKPs) - Eventrelated potentials (ERPs)

• Analyse oszillatorischer Aktivität

• Ereigniskorrelierte Potentiale: EEG-Signal wird im Hinblick auf ein bestimmtes Ereignis zeitlich synchronisiert (time-locked, z.B. auf Präsentation eines Reizes) und über viele Trials gemittelt (um den Effekt von Rauschen im Signal zu reduzieren)

• Das Ergebnis ist für jede Elektrode eine Zeitreihe (typischerweise post-Stimulus) mit charakteristischen positiven und negativen Ausschlägen)

• Zeitverlauf und Amplitude dieser Ausschläge stehen ggf. mit verschiedenen Aspekten der Aufgabe in Beziehung (z.B. Reizverarbeitung, Aufmerksamkeit)

1. Mittelung über alle Trials eines Probanden

2. Berechnung des Grand Averages über alle Probanden

• Warum wird so viel gemittelt?

• Charakteristische Folge von positiven und negativen Ausschlägen (Peaks)

• Peaks werden nach Polarität (P/N) und Latenz (in ms, z.B. N400, P300) oder Nummer des Peaks (P1, P2, N1) benannt

• ❌Negativierung wird üblicherweise nach oben aufgetragen

• muss Daten Mitteln, weil es viel Rauschen gibt

• Erst dann bekommt man charakteristische Kurve

• EKPs lassen sich in sogenannte Komponenten einteilen

• Komponenten sind charakterisiert durch

  • Amplitude

    • Wie hoch ist der Peak?

  • Latenz

    • Wann passiert der Peak?

  • Skalpverteilung

    • Wie ist das Signal räumlich verteilt?

• Eine Komponente muss reproduzierbar und manipulierbar sein

  • Reproduzierbar: tritt in verschiedenen Menschen in unterschiedlichen Kontexten auf

  • Manipulierbar: konsistent veränderbar durch experimentelle Manipulation (z.B. Aufmerksamkeit) -> Veränderung von Amplitude, Latenz und/oder Skalpverteilung

• weiß nicht ob EPSPs oder IPSPs

• Weiß nur, dass da synchrone Aktivität von Neuronen ist

• ❌Kann Graphik nicht spezifischen Prozessen zuordnen, wenn man keinen Vergleich hat

  • z.B. wie früh werden Gesichtsausdrücke verarbeitet / erkannt

  • Braucht immer verschiedene Kategorien, die man miteinander vergleichen kann -> muss das kontrastieren

• Komponenten entsprechen unter Umständen verschiedenen (kognitiven) Verarbeitungsstufen

• ❌Aber: 1-zu-1-Zuordnung nicht möglich, da immer nur eine Summe elektrischer Aktivität gemessen wird (Korrelate der Prozesse überlagern sich)

• Aufsummierung der Prozesse bildet Gesamt-EKP

• Weiß dadurch aber nicht, wie die einzelnen Prozesse aussehen, gibt aber häufig Zusammenhang

• Manchmal wird zwischenexogenen und endogenen Komponenten unterschieden

• Exogen

  • Durch externen Stimulus ausgelöste Komonente

  • treten schon noch 50-100ms auf

• Endogen

  • Durch Aufgabe ausgelöste Komponente

  • nicht durch Reizeigenschaften ausgelöst, sondern durch internen Prozess

• Unterscheidung nicht immer eindeutig, z.B. bei kontextabhängiger Verarbeitung von Reizen

• Vorteile

  • Veränderungen in den Dipolen spiegelt direkt neuronale Aktivität wider (im Gegensatz zu z.B. fMRT)

  • Änderungen in den Dipolen sind sofort an der Schädeldecke messbar -> exzellente zeitliche Auflösung

  • nicht so teuer

• Nachteile

  • Räumliche Quelle des gemessenen Signals kann nicht genau bestimmt werden -> schlechte räumliche Auflösung

  • Weniger sensitiv für tiefere (subkortikale) Regionen als z.B. fMRT

  • Forward problem: Rückschluss von Dipol-Verteilung auf Potentialveränderungen an der Schädeldecke -> Kein Problem

  • Inverse problem: Rückschluss von Potentialveränderungen an der Schädeldecke auf Dipol-Verteilung -> keine eindeutige Lösung

    • kennt Dipol-Verteilung nicht wirklich, deswegen kann man davon keine Rückschlüsse ziehen

  • ❌Aber verschiedene Lösungen können miteinander verglichen werden

    • Kann Dipollösungen miteinander vergleichen und gucken, welche besser passt

• kann gucken, ob man Verarbeitungsstufen mit EKP-Komponenten verknüpfen kann

• P1 hat nichts mit dem Inhalt des Stimulus direkt zu tun

• N170: Negativierung sieht man nur für Gesichtsreize -> ggf. gesichtsspezifische perzeptuelle Kodierung

• N250: stärker für menschliche Gesichter -> ggf. spezifische Verarbeitung von menschlichen Gesichtern

  • Heißt N, weil es eine relative Negativierungs ist für Gesichter in Bezug auf andere Reize (sonst N negativ und P positiv)

• N1/P1 - frühe aufmerksamkeitssensitive Komponenten

• P300

• N400

• ERN (Error-related negativity)

• gestrichelt: Aufmerksamkeit nicht drauf gerichtet

• Frühe Komponenten sind sensitiv für Aufmerksamkeit -> höhere Amplituden, wenn Aufmerksamkeit drauf gerichtet war

• Wird durch verhaltensrelevanten Oddball Reiz ausgelöst

• Spiegelt möglicherweise Context upating wieder - mentales Modell der Umwelt wird aktualisiert

• auf den Zielreiz hin wird P300 ausgelöst (z.B. drück bei Kreis / hohem Ton)

• Negative Komponente relevant für semantische Verarbeitung (Kutas & Hillyard, Science, 1980)

• guckt, ob letztes Wort im Satz semantisch zum restlichen Satz passt

• Wenn es nicht passt, wird starke N400 ausgelöst

• Sieht Peak 400 ms nach Reizpräsentation

• Response-locked Komponente, die mit Fehlerverarbeitung assoziiert ist -> Falkenstein et al., 1990; Gehring et al., 1990

• error related negativity

• Tritt auf, wenn Proband*innen merken, dass sie Fehler gemacht haben

• Neuronenverbände feuern oft synchron

• Unterschiedliche Frequenzbereiche sind mit verschiedenen Funktionen assoziiert

• Delta: sieht man im Tiefschlaf

• Je höher arousal, desto höher ist auch Grundoszillation im EEG

• Je tiefer der Schlaf, desto niedrigfrequenter sind Waves im EEG

• Zerlegung eines komplexen Signals in Summe von Sinus/Cosinus-Schwingungen

• möchte Rohsignal in Frequenzanteile zerlegen

• Je höher die Power, desto größer ist der Anteil der Frequenbereichs am Rohsignal

• Es wird der Anteil (Power) am Signal für verschiedene Frequensbänder berechnet

• Diese Karten können dann wieder z.B. zwischen verschiedenen Bedingungen verglichen werden

• 400-800 ms geht Aufmerksamkeit runter -> hat vielleicht was mit Alpha… zu tun?

• Erfasst werden magnetische Signale, die durch die elektrische Aktivität des Gehirns hervorgerufen werden

• Europhysiologische Grundlage ist ähnlich wie beim EEG: Neurone werden durch EPSPs/IPSPs zu Dipolen

• Allerdings sind für das MEG Signal eher die intrazellulären Ströme entscheidend

• Dänischer Physiker

• Entdeckt 1820, dass Kompassnadel in der Nähe eines stromdurchflossenen Drahtes ausgelenkt wird

  • Geburtsstunde des Elektromagentismus

  • Magnetisches Feld umgibt stromdurchflossenen Leiter -> Feldlinien verlaufen senkrecht zur Stromrichtung

• ist extrem teuer und aufwändig -> deutlich weniger verbreitet in Psychologie als z.B. EEG

• Misst die magnetischen Momente, die durch die Dipole hervorgerufen werden (aufgrund intrazellulärer Ströme)

• Stromfluss durch Axon

• EEG

  • Basiert eher auf Signalen von senkrecht zum Schädel orientierten Pyramidenzellen

  • elektrische Dipol-Felder entstehen senkrecht zu Pyramidenzellen

• MEG

  • Basiert eher auf Signalen von tangential zum Schädel orientierten Pyramidenzellen

  • Wenn man Magentfelder messen möchte, müssen die aus Schädel austreten -> ist sensitiver für Pyramidenzellen, die parallel zur Schädeldecke liegen -> braucht man bei MEG

• Elektische Aktivität bei beiden die Ursache des Signals, aber misst andere Sachen davon

• Die Ausbreitung des EEG Signals hängt von den elektrischen Eigenschaften des Gewebes ab

  • z.B. haben CSF, graue und weiße Substanz sehr unterschiedliche Leistungseigenschaften

  • Bei MEG wird Signal weniger durch Gewebeeigenschaften verzerrt

• MEG Signal ist dagegen von den umgebenden Substanzen unbeeinträchtigt

• Räumliche Ausbreitung des Signals bei MEG geringer -> bessere räumliche Auflösung

• „Magentometer“ messer die Magnetfelder, die durch die Neuronen erzeugt werden: Spulen, in denen durch die Magnetfelder wiederum Ströme induziert werden

• Damit die sehr geringen Ströme gemessen werden können, muss der Widerstand in den Spulen gering sein -> Supraleitung durch Helium-Kühlung auf -269°

• > 300 Sensoren in modernen Geräten

• Signalstärke hängt ab von 1) Distanz zur Quelle und 2) Orientierung des Magnetfeldes

  • Stärkste Signale bei naher Quelle und senkrecht aus dem Schädel austretenden Feldlinien

• ❌Abschirmmaßnahmen gegen externe Störquellen nötig

• Event-related Magnetic Fields (analog zu EKPs): magentische „Gegenstücke“ von EKP-Komponenten, „m“ als Zusatz, z.B. N100m, P300m

• Oszillatorische Aktivität (Zeit-Frequenz-Analysen) ähnlich wie beim EEG

• Dipol-Modellierung (wie auch beim EEG) um verschiedene Dipol-Lösungen, die die gemessenen Signale generiert haben könnten, zu vergleichen