Analýza mikrostavů EEG v rámci snění

Abstract

EEG je základním nástrojem pro kvantitativní vyhodnocení spánku. Z aktuálního výzkumu plyne, že i snění v rámci spánku je možné odlišit pomocí spektrální analýzy. Spánkové EEG je většinou popisováno z makroskopického pohledu. Nicméně ze studií vyplývá, že aktivita mozku má i svou dynamickou mikrostrukturu, kterou můžeme popisovat prostřednictvím tzv. mikrostavů. EEG je v mikrostavové analýze považováno za sérii topografií elektrických potenciálů vyvíjejících se v čase a celý signál může být reprezentován malou sadou topografických map, které se mezi sebou střídají v diskrétních intervalech. Mikrostavy jsou charakterizovány pomocí map a určitých parametrů - doba trvání mikrostavu, frekvence výskytu i průměrný výskyt mikrostavu. U 41 pacientů, kteří poskytli přes 100 různých záznamů spánku se sněním či bez něj, byla provedena mikrostavová analýza, která prokázala pomocí neparametrického Mann-Whitney U testu signifikantní rozdíly mezi spánkovým EEG se snem a beze snu. Zkoumání pachových vlivů na sny prokázalo, že se statisticky významně liší vliv pachu na všechny parametry mikrostavů. Hodnoty GFP křivky byly vyšší při negativním čichovém vjemu u všech mikrostavových tříd, což signalizuje silnější mozkovou odezvu při snění s negativním počitkem. Charakter topografických map mikrostavů je podobný, což odpovídá fyziologické podstatě spánku a podporuje teorii použitelnosti mikrostavů při analýze spánku. Samotné parametry popisující dynamiku a vlastnosti jednotlivých mikrostavů ukazují na fakt, že ve fázi snění se mozek chová odlišně než ve fázi spánku beze snu.

EEG is a basic tool for quantitative evaluation of sleep. Recent research suggests that dreaming within sleep can also be distinguished by spectral analysis. Sleep EEG is mostly described from a macroscopic perspective. However, studies show that brain activity also has its dynamic microstructure, which can be described through so-called microstates. In microstate analysis, EEG is considered a series of topographies of electrical potentials evolving over time and the whole signal can be represented by a small set of topographic maps that change at discrete intervals. Microstates are characterized by maps and certain parameters - duration of the microstate, frequency of occurrence, and contribution of mirostate. Microstate analysis was performed on 41 patients who provided over 100 different sleep records with or without dreaming, which showed significant differences between dream EEG with and without dream using the non-parametric Mann-Whitney U test. Investigation of scent effects on dreams showed that the effect of scent on all parameters of microstates differed statistically. The values of the GFP curve were higher with a negative olfactory perception in all microstate classes, indicating a stronger brain response when dreaming with negative sensation. The fact, that the topographic maps of microstates are visually similar, corresponds to the physiological nature of sleep and supports the theory of microstate usability in sleep analysis. The very parameters describing the dynamics and properties of the individual microstates point to the fact that the brain behaves differently in the dreaming phase than in the dreamless sleep phase.