Az egyedi neuronoktól az EEG hullámokig Somogyvári Zoltán

Átírás

1 Az egyedi neuronoktól az EEG hullámokig Somogyvári Zoltán MTA KFKI Részecske és Magfizikai Intézet, Biofizikai osztály

2 Az állati elektromosság felfedezése 1792 Galvani, De Viribus - Electricitatis in Motu Musculari. 2

3 Az elektroenkefalográfia (EEG) felfedezése Az első EEG felvétel Az alfa ritmus És az epilepszia elektromos jeleinek felfedezése Hans Berger A gondolatátvitelt kutatta 3

4 EEG a klinikai gyakorlatban Delta-hullám: 1 4 Hz-es, nagy amplitúdójú, NREM alvás Theta-hullám: 4 7 Hz-es Mu-hullám: 8 10 Hz-es szenzorimotoros nyugalom Alfa-hullám: 8 10 Hz-es vizuális nyugalom Béta-hullám: Hz-es éber állapot Gamma-hullám: Hz-es agyterületek közti szinkronizáció A piros téglalapok abnormális, epileptikus működés jelei 4

5 EEG változásai az alvás fázisaiban Béta-hullám: Hz-es éber állapot Alfa-hullám: 8 10 Hz-es vizuális nyugalom Theta-hullám: 4 7 Hz-es, felszínes alvás Alvási orsók (12-14 Hz), K-komplexek Delta-hullám: 1 4 Hz-es, nagy amplitúdójú, NREM alvás REM alvás 5

6 Mitől elektromos az idegrendszer? Membránpotenciél mérés: -60 mv 6

7 Hogyan és miért keletkezik a membránpotenciál? 7

8 A neuron, az idegrendszer elemi számítási egysége A neuron részei: dendrit sejttest sejtmag axon axondomb terminális Funkció: Jelek fogadása integráció létfenntartás átvitel kódolás kimenet szinapszis kommunikáció glia myelin hüvely Ranvier befűződés háttér gyorsítás erősítés Modellek az idegrendszer-kutatásban - ELTE TTK, 2003 tavaszi félév Lengyel Máté: Egysejt modellek 8

9 Az agy elektromágneses jeleinek vizsgálata különböző skálákon MEG EEG

10 Az agyleképező eljárások tér-idő felbontása 4 3 s át nobl ef go L ) mm( Brain EEG & MEG fmri TMS PET Léziók 2 Column 1 0 Lamina -1 Neuron -2 Dendrite Synapse -3 A cél Mikroléziók Optikai képalkotás 2-Deoxyglucose Multi-unit Egyedi sejt elektróda membrán-folt elektróda milliszekundum sec min óra nap Log idő(sec) 6 7 év 8

11 Patch-clamp recordings: a single channel

12 Patch-clamp recording techniques

13 Even parallel dendritic and somatic patches are possible

14 A typical result: the I-V curve

15 Electric activity of the brain on different scales

16 Mikroelektróda rendszerek: sok egyedi idegsejt aktivitásának azonosítására m m

17 Elektrolit folyadékok elektrosztatikája Alacsony frekvenciás közelítés: Ohm törvénye: E r = r J(r)=σE(r) Kontinuitási egyenlet: I r = J r Ebből: r r = I Poisson egyenlet 2

18 Az EC potenciál forrása a rezisztív és a kapacitív áramok összege IC EC IC IR Iaxial Iaxial I~ CSD REC RIC IC IR I~ CSD dvext V IC IR I~ CSD IR nem nullösszegű a teljes sejtre, ICSD azonban igen!

19 The forward problem Original current source density distribution Sink Zero Source T(d) Multi Electrode Array

20 The forward problem Original current source density distribution Sink Zero Source T(d) Multi Electrode Array

21 The origin of the EEG and MEG

22 Az EEG mint az egyedi dipól-terek összege 12 Hz alfa-ritmus

23 Forward és inverz problémák a neurális aktivitásban Vm(t) Vm(x) IR(t) IR(x) ICSD(t) ICSD(x) Vext(t) Vext(x) Vm(x) ICSD(x) IR(x) Vm(t) IR(t) ICSD(t)

24 A Poisson inverz probléma általános esetben Az EC potenciál Ф=TJ, ahol J a CSD eloszlás és T a lead-field mátrix. Az aktuális mérésnek megfelelő megoldások affin alteret alkotnak az összes lehetséges források terében: + J(x)=T Ф+ker(T)x

25 A kiváltott potenciál: a feldolgozás lépései

26 1.5 mm Mikroelektróda a rengetegben

27 Első feladat az egyes idegsejtek azonosítása

28 Az idegsejteket jellegzetes potenciál mintázataik alapján azonosíthatjuk

29 Az idegsejteket jellegzetes potenciál mintázataik alapján azonosíthatjuk

30 13 azonosított sejt tüzelésének potenciálja térben és időben Ezt a tér-idő információt eddig kihasználatlanul hagytuk

31 A feladat Az idegsejtek bemeneteinek, vagyis az idegsejtek membránján folyó áramok tér-időbeli eloszlásának meghatározása a mikroelektróda rendszerekkel mért elektromos potenciál eloszlások alapján

32 A megoldás A matematikai autofókusz algoritmus nem csak a legélesebb képet adja meg, de becslést ad a sejt és az elektróda távolságára is.

33 Az akciós potenciál tér-idő dinamikája Agykérgi mélység (1.5mm) Az idegsejtekről készült tér-idő áram térképeken látszik az akciós potenciál születésének helye, a sejtfába visszaterjedésének hulláma és a tüzelést megelőző folyamatok halvány jelei is. Idő (4ms)

34 A sejten kívül mért jelekből rekonstruáltuk a sejt membránpotenciálját is EC potenciál 0 Idő [ms] IC mért EC rekonstruált 6 Egy hippokampális idegsejt akciós potenciálját sikerült párhuzamosan rögzíteni sejtbe szúrt egyedi és sejten kívüli 24 csatornás elekróda rendszerrel

35 Talán észrevesszük Valahol itt kell lenniük az áramoknak, amelyek kiváltották a sejt tüzelését

36 Köszönöm a figyelmet!