Advances in detecting neuronal EEG signals during electromagnetic brain stimulation

Abstract

The combination of transcranial electromagnetic brain stimulation (TEBS) and electroencephalography (EEG) enables direct modulation of neuronal activity at different cortical areas while simultaneously measuring the resulting response. Recording EEG concurrently with TEBS, however, is technically challenging. This Thesis attempts to solve several methodological problems related to combining EEG with the transcranial magnetic stimulation (TMS) and transcranial alternating current stimulation (tACS) techniques.

A major problem with TMS–EEG is that TMS easily activates cranial muscles, which results in large EEG disturbances that mask cortically evoked responses. This work demonstrates how to avoid muscle artifacts when recording the data, as well as how to suppress the remaining artifacts in the offline signal processing with minimal distortion in the signals of interest.

The common approach to study the cortical effects of TMS is to concentrate on the average evoked EEG response. This approach fails to inform us of how TMS affects the ongoing brain activity. This Thesis introduces quantitative tools to measure the TMS-induced changes in the brain-activity dynamics. The results indicate that TMS shifts the brain to an unnatural state, which is manifested as facilitated EEG variability.

TEBS–EEG signals often suffer from transient noise and artifact components that are present only in certain channels or trials. This Thesis shows how the disturbances can be automatically cleaned so that the collected data are optimally utilized and that the time used in signal processing is decreased. The presented approach is directly usable also with conventional EEG and, e.g., with magnetoencephalography data.

Combining EEG with concurrent tACS is difficult because of the large tACS-induced EEG artifacts. The results presented in this Thesis indicate that the tACS-related EEG artifact can be successfully scaled down while preserving meaningful neuronal responses at the stimulation frequency.

This Thesis includes significant methodological advances that help to measure neuronal EEG signals in the harsh electromagnetic environment during TMS and tACS. The presented work enables a more flexible and reliable use of TEBS–EEG to study new brain areas and cognitive processes. The new tools help to utilize the gathered data fully, decreasing both the data acquisition and analysis times. Consequently, TEBS–EEG becomes a more feasible tool for novel research paradigms, as well as for clinical applications.

Yhdistämällä transkraniaalinen sähkömagneettinen aivostimulaatio (TSAS) avosähkökäyrämittaukseen (EEG) on samanaikaisesti mahdollista sekä suoraan säädellä että mitata eri aivokuorialueiden aktiivisuutta. EEG-mittausten suorittaminen yhtäaikaisesti aivostimulaation kanssa on kuitenkin teknisesti haastavaa. Tämä väitöskirjatyö pyrkii ratkaisemaan useita ongelmia, jotka liittyvät transkraniaalisen magneetti- (TMS) ja vaihtovirtastimulaation (tACS) kanssa rinnakkain suoritettaviin EEG-mittauksiin.

Merkittävä ongelma TMS–EEG-mittauksissa on se, että magneettistimulaatio aktivoi herkästi pään alueen lihaksia. Tämä näkyy aivosähkökäyrissä suurina heilahteluina, jotka peittävät aivokuorelta peräisin olevat vasteet. Väitöskirjatutkimus havainnollistaa, kuinka lihasperäisiä EEGvääristymiä voidaan välttää mittaustilanteessa, sekä kuinka jäljelle jäävät lihashäiriöt voidaan poistaa myöhemmin jälkikäsittelyssä ilman, että tutkimuksen kannalta oleelliset signaalit kärsivät.

Yleinen tapa tutkia TMS:n vaikutuksia aivokuorella on tarkastella keskimääräistä EEGherätevastetta. Kyseinen lähestymistapa estää havaitsemasta, kuinka TMS vaikuttaa käynnissä olevaan aivotoimintaan. Tässä väitöskirjassa esitellään kvantitatiivisia mittareita, joita voidaan käyttää arvioimaan TMS:n aikaansaamia muutoksia aivodynamiikassa. Saadut tulokset viittaavat siihen, että stimulaatio siirtää aivot epäluonnolliseen tilaan, mikä näkyy kasvaneena vaihteluna aivosähkökäyrässä.

TSAS–EEG-signaalit kärsivät usein hetkellisistä häiriöistä ja vääristymistä, jotka ovat näkyvissä vain tietyissä koetoistoissa tai antureissa. Tämä työ näyttää, kuinka kohinaa on mahdollista poistaa automaattisesti, niin että kerätty aineisto hyödynnetään optimaalisesti, ja että signaalinkäsittelyyn käytetty aika on mahdollisimman pieni. Esitettyä menetelmää on mahdollista käyttää sellaisenaan perinteisen EEG- tai esimerkiksi magneettiaivokäyräaineiston puhdistukseen.

EEG:n yhdistäminen samanaikaisesti tACS:n kanssa on hankalaa johtuen sähköstimulaation aiheuttamista EEG-häiriöistä. Väitöskirjassa osoitetaan, että tACS:n aiheuttamia EEG-vääristymiä on mahdollista vähentää säilyttäen samalla merkityksellisiä hermostollisia vasteita stimulaatiotaajuudella.

Tämä väitöskirja sisältää useita merkittäviä menetelmäparannuksia, jotka auttavat mittaamaan neuraalisia EEG-vasteita TMS:n tai tACS:n aikaisessa ankarassa sähkömagneettisessa ympäristössä. Tehty työ mahdollistaa aikaisempaa käyttökelpoisemman ja luotettavamman TSAS– EEG:n käytön eri aivoalueiden ja kognitiivisten prosessien tutkimuksessa. Uudet työkalut auttavat hyödyntämään kerätyn aineiston mahdollisimman kattavasti, mikä vähentää jälkikäsittelyyn ja mittauksiin kuluvaa aikaa. Edellä mainitut edistysaskeleet takaavat, että TSAS–EEG:tä voidaan hyödyntää entistä laajemmin uusissa mittausasetelmissa sekä kliinisissä sovelluksissa.