3 Messmethoden

↓16

3.1  Elektroenzephalografie (EEG)

↓17

Beim EEG werden über Elektroden Veränderungen der elektrischen Spannung an der Kopfoberfläche aufgezeichnet. Die Spannungsschwankungen entstehen durch die synchronisierte neuronale Aktivität, die sich in einem Stromfluss der senkrecht zur Kortexoberfläche angeordneten Pyramidenzellen äußert. Das EEG spiegelt den Stromfluss summierter exitatorischer und inhibitorischer postsynaptischer Potentiale wider.

3.1.1  Somatosensorisch evozierte Potentiale

Die somatosensorisch evozierten Potentiale (SEPs) zählen allgemein zu den sensorischen EKPs, die in ihrer Latenz und Amplitude von den physikalischen und psychologischen Reizeigenschaften abhängig sind. Die EKPs unterscheiden sich von der spontanen Hirnaktivität dadurch, dass sie eine zeitlich fest gekoppelte Reaktion auf einen bestimmten Reiz widerspiegeln. Da sie normalerweise kleiner sind als die spontane Hintergrundaktivität und um reiz-unabhängiges Hintergrundrauschen zu verringern, werden sie meist als Mittelwert vieler Einzelreizungen dargestellt.

SEPs, erstmals beschrieben von Dawson (1947, 1954), zeigen sich vorwiegend über S1, kontralateral zur Seite der Stimulation. Diese in der klinischen Neurologie häufig zur Funktionsprüfung des somatosensorischen Systems eingesetzten Potentiale sind im 10-20 EEG-System (Jasper, 58) am deutlichsten an den Elektroden C3/4 und CP3/4 zu sehen. Die früheste unter normalen Messbedingungen ableitbare Komponente über S1 stellt die N20 dar. Positive (P) und negative (N) Vorwellen sowie die aus dem Thalamus entspringende P15 sind in der Regel nur schwer erkennbar. Die Quellen der SEP-Komponenten wurden mittels intrakortikaler Ableitungen und dem Vergleich von SEPs, die an der Kopfoberfläche gemessen wurden, bestimmt (Allison et al., 89a; Lipton et al., 06; Allison et al., 92). Der N20 folgt die P25, die P30 und die N35. Der N20 und P30 wurden in ihrem Ursprung BA 3b des S1 zugeordnet. Die P25 und N35 werden beide in BA 1 generiert. Allison (1989) bezeichnet diese Komponenten auch als frühe SEPs. Komponenten mit Latenzen zwischen 40 und 250 ms repräsentieren nach Allison die späte Aktivität. In BA 1 fand er mittels intrakortikaler Ableitung die Generatoren für die späten Komponenten P45, N60 und P100. Die N80 ist BA 3b zuzuordnen (Mauguiere et al., 97). Die nachfolgende P120 wird vermutlich bilateral in S2 und die N140 bilateral im Frontallappen generiert (Allison et al., 1992; Allison, McCarthy, Wood, Williamson, & Spencer, 1989; Forss et al., 1994, 1996). Je nach Stimulationsort (z.B. Medianusnerv, Finger oder Fuß), Reizart (z.B. elektrisch oder taktil) oder Platzierung der Elektrode kann es zu Schwankungen in den Latenzen und der Größe der Amplituden kommen. So werden in EEG-Studien, die eine taktile Stimulation verwenden, selten SEP-Komponenten mit Latenzen unter 50 ms berichtet. Frühere Komponenten sind bei taktiler Stimulation nur schwer zu erkennen, da dort die Stimulusintensität meist geringer (Hamalainen et al., 1990; Arthurs et al., 2004) und der Beginn einer taktilen Stimulation eher graduell ist. Im Gegensatz dazu erfolgt bei der elektrischen Stimulation eine exakt gleichzeitige Rezeptorreizung mehrerer Rezeptortypen. Basierend auf einer Studie, in der intrakortikale und an der Kopfoberfläche gemessene SEPs verglichen wurden, postulieren Allison und Kollegen (1992), dass SEPs mit Latenzen kleiner als 100 ms dem S1 zuzuordnen sind. Ein weiteres Indiz, dass diese Komponenten S1 entspringen, ist ihre ausschließlich kontralaterale Ausprägung. Komponenten, die in S2 generiert werden, sind eher bilateral zu finden (Eimer, 2003). Die in Studie 1 und 4 berichteten Effekte auf die SEPs werden, entsprechend der hier vorgestellten Befunde über zugrunde liegende Generatoren, umschriebenen Kortexarealen zugeordnet.

3.1.2 Somatosensorische rhythmische Oszillationen

Allgemeiner Hintergrund

↓18

Als rhythmische Oszillationen bezeichnet man regelmäßig wiederkehrende Wellen gleicher Phase und Frequenz. Diese entstehen durch reziproke Interaktionen zwischen exitatorischen und inhibitorischen Mechanismen entweder innerhalb eines Neurons oder in neuronalen Netzwerken mittels Feedbackverbindungen (Singer, 93). Diese können sowohl thalamo-kortikaler wie auch kortiko-kortikaler Natur sein und durch allgemeine oder lokale Neurotransmittersysteme moduliert werden (Pfurtscheller, 1999).

Auch die rhythmische Aktivität lässt sich durch eine experimentelle Manipulation modulieren, wobei der zeitliche Bezug zu einem Ereignis weniger fix ist als bei den EKPs.

Die Frequenz und die Amplitude eines Rhythmus hängen eng zusammen: Je höher die Frequenz, desto kleiner die Amplituden. Die niedrigen Frequenzen, die Delta- (0,5 – 4 Hz), Theta- (6 - 7 Hz) und Alpha- (bzw. Mu-) (8 - 14 Hz) Rhythmen, findet man, solange sich das Gehirn in einem entspannten Zustand befindet bis hin zum Schlaf oder Koma (Neuper und Pfurtscheller, 01; Niedermeyer, 97; Pfurtscheller, 92). Im Gegensatz dazu entstehen hohe Frequenzen, die Beta- (15 - 30 Hz) und Gamma- (30 - 60 Hz) Rhythmen, in Zuständen fokussierter Aufmerksamkeit (Gruber et al., 99; Niebur, 02; Ward, 03), bei sensorischer Informationsverarbeitung (Basar et al., 87; Demiralp et al., 06; Kisley und Cornwell, 06; Senkowski et al., 06) und komplexen motorischen Handlungsabläufen (Baker et al., 97; Sanes und Donoghue, 93). Unterschiedliche Niveaus der Spontanaktivität spielen eine wichtige Rolle bei der Aufnahme von Reizen in die neuronale Verarbeitung und sind möglicherweise relevante Mechanismen bei der attentionalen Selektion und bewussten Wahrnehmung (Niebur, 02; Crick und Koch, 03; Meador et al., 02b).

Oszillationen im Mu- und Beta-Frequenzband

↓19

In der vorliegenden Dissertation sind die Oszillationen in den Frequenzbändern um 10 und 20 Hz mit einer maximalen Ausprägung über dem sensomotorischen Kortex von besonderer Bedeutung. Der 10 Hz Rhythmus wird gemeinhin als Mu- und des 20 Hz Rhythmus als Beta-Rhythmus bezeichnet. Beide Rhythmen besitzen folgende grundlegende Eigenschaften: (i) Sie treten hauptsächlich in zentralen Regionen auf, (ii) sie werden kaum oder gar nicht durch das Öffnen oder Schließen der Augen moduliert und (iii) sie besitzen einen bogenförmigen Kurvenverlauf (Pfurtscheller und Lopes da Silva, 99). Schon Jasper und Penfield (1949) beschrieben sie als funktional unabhängig vom okzipitalen Alpha-Rhythmus. Die Synchronizität der Oszillationen im Mu- und Beta-Band nimmt typischerweise bei somatosensorischer Stimulation oder während einer Bewegung der Hand oder der Finger ab (Klimesch, 99; Pfurtscheller, 89). Dabei ist die Abnahme der oszillatorischen Synchronizität (Desynchronisation) über dem kontralateralen sensomotorischen Kortex stets stärker als ipsilateral (GASTAUT, 52; Pfurtscheller, 89). Es konnte ebenfalls gezeigt werden, dass auch die reine Antizipation einer Stimulation oder Bewegung zu einer Desynchronisation der Mu- und Beta-Rhythmen führt (Salmelin und Hari, 94; Leocani et al., 97; Crone et al., 98). Im Sinne eines Systems, das sensorische Informationen weder erhält noch verarbeitet, wurden Oszillationen im Mu- und Beta-Frequenzband als Ruhezustand des sensomotorischen Systems betrachtet (Kuhlman, 78). Die Desynchronisation dieser Bänder kann deshalb als ein elektrophysiologisches Korrelat sensomotorischer Aktivität verstanden werden (Pfurtscheller, 92).

Die genaue kortikale Lokalisation der beiden Rhythmen ist noch nicht vollständig aufgedeckt. In EEG-Studien wurden Quellen des Mu- und Beta-Rhythmus im prä- und post-zentralen Gyrus gefunden (Arroyo et al., 93; Crone et al., 98). MEG- Studien zeigten jedoch, dass der Mu-Rhythmus in S1, nahe der Quelle für die N20 und der Beta-Rhythmus weiter anterior, vermutlich im motorischen Kortex entsteht (Tiihonen et al., 89; Salmelin und Hari, 94).

3.2 Funktionelle Magnetresonanztomografie (fMRT)

Während das EEG zwar die neuronale Aktivität mit einer hohen zeitlichen Auflösung wiedergibt, lässt sich der kortikale Ursprung der elektrischen Quellen mit dieser Methode jedoch nur relativ ungenau bestimmen. Neben dem EEG hat seit den 90er Jahren die fMRT als ebenfalls nicht-invasives Verfahren vermehrte Anwendung in der funktionellen Bildgebung gefunden (Belliveau et al., 91; Ogawa et al., 92; Kwong et al., 92; Frahm et al., 92; für eine Übersicht siehe Moseley und Glover, 95; Ogawa et al., 90).

↓20

Beim fMRT handelt es sich um eine indirekte Messung der neuronalen Aktivität, da man sich die damit einhergehende Veränderung des Sauerstoffgehaltes im Blut zu Nutze macht. Wird eine bestimmte Neuronenpopulation aktiv, erhöht sich die lokale Metabolismusrate und die damit verbundene Sauerstoffextraktion aus dem Blut. Im Zusammenhang damit kommt es zu einer Erweiterung der Gefäße. Dies bewirkt eine starke Zunahme des lokalen Blutflusses. Dadurch steigt die Menge oxygenierten (sauerstoffreichen) Hämoglobins, während die Menge deoxygenierten (sauerstoffarmen) Hämoglobins sinkt (Abb. 2). Da sauerstoffreiches und sauerstoffarmes Blut unterschiedliche magnetische Eigenschaften besitzen, kann diese Veränderung im MR-Signal abgebildet werden. Durch die Abnahme der signalsuppressiven Wirkung des paramagnetischen Deoxyhämoglobins wird das MR-Signal in aktiven Arealen stärker. Diesen Zusammenhang bezeichnet man als BOLD-Effekt („blood oxygenation level dependent“) (Boynton et al., 96)(Abb. 2).

Abb. 2:

BOLD-Effekt: Nach einer kurzen Stimulation kommt es in einer aktiven Hirnregion zu einem Zuwachs der
Menge an oxygeniertem Hämoglobin bis ca. 6 Sek. nach der Stimulation, während der Anteil deoxygenierten
Hämoglobins abnimmt. Nach einer kurzen Unterschwingung des oxygenierten Hämoglobins geht die Konzent
ration wieder auf ihr Ausgangsniveau zurück. Eine nicht-aktive Region zeigt keine Veränderungen in der Kon
zentration von Oxy- und Deoxyhämoglobin auf eine Stimulation.

Das Maximum der mit dem BOLD-Effekt verbundenen Signaländerung ist nach 5 - 6 Sekunden erreicht (Cohen, 97; Friston et al., 95). Dabei hat die Intensität und die Länge der Stimulation einen Einfluss sowohl auf die Größe der Amplitude als auch die Dauer mit der sie auf einem erhöhten Niveau verweilt. Danach fällt sie wieder zurück auf ihr Ausgangsniveau, meist mit einer leichten Unterschwingung.

↓21

Um Veränderungen in der metabolischen Aktivität zu messen, werden wiederholt mehrere hundert BOLD-Effekt sensitive MR-Bilder des Gehirns aufgezeichnet. Für die Messung des gesamten Hirns werden dabei bei einer räumlichen Auflösung von etwa 4 mm x 4 mm x 4 mm ca. 2 – 3 Sekunden benötigt. Während der anschließenden Analyse in jedem gemessenen Raumpunkt (Voxel) wird nach reizkorrelierten hämodynamischen Antworten gesucht. Das Ergebnis dieser Analyse sind so genannte statistische Karten, welche für jedes Voxel z.B. das Parametergewicht eines Allgemeinen Linearen Modells oder einen Kreuzkorrelationskoeffizienten enthalten. Um die gefundenen funktionellen Effekte den korrespondierenden anatomischen Strukturen zuordnen zu können, werden diese statistischen Karten auf räumlich hochaufgelöste anatomische MR-Bilder projiziert. Zur Durchführung von Gruppenanalysen und zur Vergleichbarkeit mit anderen Studien werden diese Bilder dann in einen standardisierten Raum übertragen (Talairach & Tournoux, 1988).

Der direkte Zusammenhang zwischen neuronaler Erregung und metabolischer Aktivität (neurovaskuläre Kopplung) ist Gegenstand der aktuellen Forschung. Es gilt als gesichert, dass der metabolische Bedarf an die synaptische Aktivität gekoppelt ist (Logothetis, 2001) und das BOLD-Signal mit der glutamatergen synaptischen Aktivität korreliert (Haydon & Carnignoto, 2006).

3.3 Simultane Messung von EEG und fMRT

Trotz der kontinuierlichen Fortschritte des humanen EEGs in den vergangenen 70 Jahren und der Etablierung der fMRT in den letzten zwei Jahrzehnten, hat die kombinierte Messung beider Methoden erst in kürzester Zeit Einzug in die kognitiven Neurowissenschaften gehalten. Hauptursache hierfür sind die technischen Herausforderungen, die an die simultane EEG-fMRT-Messung gestellt werden. Das größte Problem stellten dabei die Einbußen in der Qualität der EEG-Daten aufgrund sich verändernder elektromagnetischer Felder während einer MR-Messung dar (Ritter und Villringer, 06). Doch durch technische Verbesserungen der EEG-Verstärker und neue Möglichkeiten der Artefaktkorrektur kann man mittlerweile eine gute EEG-Datenqualität erlangen (Debener et al., 07).

↓22

Durch die simultane EEG-fMRT-Messung gelingt es, die Einschränkungen der jeweiligen Messmethode zu überwinden: Während beim EEG die räumliche Lokalisation zugrunde liegender neuronaler Quellen mäßig ist, gelingt sie im fMRT mit millimetergenauer Auflösung. Der Nachteil letzterer Methode besteht jedoch in der geringen zeitlichen Auflösung im Sekundenbereich. Dagegen kann man im EEG eine millisekundengenaue Auflösung erlangen. Weitere Vorteile der simultanen Messung mit beiden Methoden lassen sich nach Debener und Kollegen (Debener et al., 06) wie folgt zusammenfassen:

  1. Die Verwendung der identischen sensorischen Stimulation. In zwei Umgebungen, die so verschieden wie EEG- und fMRT-Labore ist dies nahezu unmöglich.
  2. Die Messung identischer kognitiver Prozesse. Bei getrennten Messungen kann eine Wiederholung der Stimuli zu anderen kognitiven Prozessen führen.
  3. Der gleiche Zustand der Probanden bezüglich Motivation, Vigilanz und Compliance. Aufgrund unterschiedlicher Vorbereitungszeiten, Aufgabenerfahrung und Aufzeichnungsumgebung bei getrennten Messungen kann dieser Zustand beträchtlich variieren.
  4. Vermeidung unterschiedlicher Einflüsse momentaner Fluktuationen in der Gehirnaktivität, die mit der Verarbeitung sensorischer Ereignisse interagieren.

Eine grundlegende Annahme bei der Integration dieser beiden nicht-invasiven Verfahren ist, dass den Signalen beider Methoden zumindest teilweise dieselben neuronalen Generatoren zugrunde liegen. In der vorliegenden Dissertation wurden simultan erhobene ereigniskorrelierte MRT und EEG-Signale kombiniert. Da die hämodynamische Antwortfunktion auch transiente Veränderungen des BOLD-Signals in bestimmten Arealen durch einen kurzzeitigen Stimulus abbildet, lassen sich standardmäßige EKP-Protokolle in einer MRT-Messung replizieren. Durch die experimentelle Manipulation lassen sich aus den simultan erhobenen Daten die Hirnregionen identifizieren, in denen die EKP-Amplituden und das BOLD-Signal kovariieren (Gore et al., 06). Dieser Zusammenhang lässt dadurch Rückschlüsse über die zeitliche Einordnung räumlich hoch aufgelöster Signale zu. Diese Methode wurde in Studie 4 angewendet, um eine zeitlich-räumliche Einordnung der Effekte somatosensorischer räumlich selektiver Aufmerksamkeit zu ermöglichen.

↓23


© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.
DiML DTD Version 4.0Zertifizierter Dokumentenserver
der Humboldt-Universität zu Berlin
HTML-Version erstellt am:
15.01.2008