Niniejsza część pracowni poświęcona jest metodologii badania reakcji mózgu na bodźce, które są czasowo ale niekoniecznie fazowo związane z bodźcem.

Podobne dokumenty
Analiza danych medycznych

Neurofeedback: jego rosnąca popularność i zastosowania

Rejestracja i analiza sygnału EKG

Metody analizy zapisu EEG. Piotr Walerjan

Desynchronizacja i synchronizacja EEG związana z bodźcem (ERD/ERS)

Analizy Ilościowe EEG QEEG

Wprowadzenie. Spis treści. Analiza_sygnałów_-_ćwiczenia/Filtry

Elektryczna aktywność mózgu. Interfejsy mózg komputer/ biofeedback

Zaawansowane metody analizy EEG: lokalizacja wzorów zapisu w przestrzeni 2D i 3D. Piotr Walerjan

Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan PWSIM MEDISOFT

Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan

1. Wstęp. Elektrody. Montaże

Sylabus. Zastosowanie analizy EEG i potencjałów wywołanych w neuronauce. EEG and the analysis of evoked potentials in neuroscience.

EKG (Elektrokardiogram zapis czasowych zmian potencjału mięśnia sercowego)

(L, S) I. Zagadnienia. 1. Potencjały czynnościowe komórek serca. 2. Pomiar EKG i jego interpretacja. 3. Fonokardiografia.

Multimedialne Systemy Medyczne

Neuronalne korelaty przeżyć estetycznych (Rekonstrukcja eksperymentu)

KONCEPCJA STEROWANIA MAŁYM POJAZDEM ZA POMOCĄ INTERFEJSU MÓZG KOMPUTER

Przekształcenia sygnałów losowych w układach

TRYLOGIA SONY W OBJĘCIACH NEURO Czyli mózg konsumenta oceniający kreatywną egzekucję strategii.

Ilościowa analiza sygnału EEG. Zastosowanie badawcze i diagnostyczne. 1. Elektroencefalografia, czyli pomiar aktywności bioeletrycznej mózgu.

STANOWISKO LABORATORYJNE DO POMIARU I ANALIZY POTENCJAŁÓW WYWOŁANYCH

Transformacja współrzędnych geodezyjnych mapy w programie GEOPLAN

Widmo akustyczne radia DAB i FM, porównanie okien czasowych Leszek Gorzelnik

Komputery sterowane myślami

Konsola operatora TKombajn

Ćwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy

Definicja. x(u)h (u t)e i2πuf du. F x (t,f ;h) = Krótko czasowa transformata Fouriera Ciągłą transformata falkowa

Wahadło. Celem ćwiczenia jest zapoznanie się z zasadą dokonywania wideopomiarów w systemie Coach 6 oraz obserwacja modelu wahadła matematycznego.

INSTRUKCJA UŻYTKOWNIKA PORTALU SIDGG

CZY ZALEŻNOŚCI W UKŁADZIE WIELOKANAŁOWYM MOŻNA BADAĆ PARAMI?

ZASTOSOWANIE SYGNAŁU EEG W INTERFEJSACH BCI ŁĄCZĄCYCH CZŁOWIEKA Z KOMPUTEREM

PODSTAWY > Figury płaskie (1) KĄTY. Kąt składa się z ramion i wierzchołka. Jego wielkość jest mierzona w stopniach:

Praca i energia Mechanika: praca i energia, zasada zachowania energii; GLX plik: work energy

Elektromiograf NMA-4-01

Aby mieć możliwość przeglądania danych z 12 kanałów rejestrator powinien być ustawiony na 12-kanałowy tryb pracy. Dostępne tryby 12-kanałowe to:

PRZEWODNIK PO ETRADER PEKAO ROZDZIAŁ XVIII. ANALIZY I KOMENTARZE SPIS TREŚCI

Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1-

Trening: Modyfikacja potencjału elektrycznego rejestrowanego na powierzchni skóry, a pochodzącego od aktywności neuronów kory mózgowej (protokół)

Rejestracja aktywności mózgowej

Badanie diod półprzewodnikowych

Czym jest badanie czynnościowe rezonansu magnetycznego? Oraz jaki ma związek z neuronawigacją?

Filtrowanie a sploty. W powyższym przykładzie proszę zwrócić uwagę na efekty brzegowe. Wprowadzenie Projektowanie filtru Zadania

Podstawy Przetwarzania Sygnałów

Opis obsługi programu KALKULACJA

1. Opis okna podstawowego programu TPrezenter.

Ruch jednostajnie przyspieszony wyznaczenie przyspieszenia

Neurokognitywistyka. Mózg jako obiekt zainteresowania w

Przenoszenie, kopiowanie formuł

LABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 12. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ.

Sposoby opisu i modelowania zakłóceń kanałowych

EEG historia. aktywność mózgu - Caton 1875 rejestracja na powierzchni czaszki Beck 1890, Berger 1927

Jak przesłać mapę do urządzenia lub na kartę pamięci?

( L ) I. Zagadnienia. II. Zadania

x(n) x(n-1) x(n-2) D x(n-n+1) h N-1

Program V-SIM tworzenie plików video z przebiegu symulacji

Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC.

Zastosowanie różnych metod komputerowej analizy potencjałów ruchowych w zapisie EMG

Komentarz technik geolog 311[12]-01 Czerwiec 2009

Monitoring neurofizjologiczny w chorobach rdzenia Dariusz J. Jaskólski

WYMAGANIA TECHNICZNE. Producent / Firma: Typ: Rok produkcji: 2007

Analiza sygnałów biologicznych

Dlaczego należy uwzględniać zarówno wynik maturalny jak i wskaźnik EWD?

Instrukcja użytkownika systemu S4

Michał Dwornik. Badanie przezskórne EMG

Zastosowanie wybranych epizodów elektroencefalograficznych jako sygnału sterującego w interfejsie człowiek-maszyna

Przyspieszenie na nachylonym torze

1.1. Przykład projektowania konstrukcji prętowej z wykorzystaniem ekranów systemu ROBOT Millennium

POLITECHNIKA POZNAŃSKA ZAKŁAD CHEMII FIZYCZNEJ ĆWICZENIA PRACOWNI CHEMII FIZYCZNEJ

System Obsługi Zleceń

IR II. 12. Oznaczanie chloroformu w tetrachloroetylenie metodą spektrofotometrii w podczerwieni

Anatomia i Fizjologia Ćwiczenie 9a. Badanie siły chwytu dłoni

LABORATORIUM ELEKTRONIKI

3.7. Wykresy czyli popatrzmy na statystyki

Dynamiczne badanie wzmacniacza operacyjnego- ćwiczenie 8

Instrukcja użytkownika systemu S4

BADANIE WPŁYWU BODŹCÓW SMAKOWYCH NA GSR

etrader Pekao Podręcznik użytkownika Monitor transakcji

PRZEWODNIK PO ETRADER PEKAO ROZDZIAŁ X. MONITOR TRANSAKCJI SPIS TREŚCI

Samoloty (zadanie stop-signal task)

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

Wykład III. dr Artur Bartoszewski Wydział Nauczycielski, Kierunek Pedagogika Wprowadzenie do baz danych

Laboratorium EAM. Instrukcja obsługi programu Dopp Meter ver. 1.0

Badanie elektromiograficzne z wykorzystaniem systemu Biopac

Ćw. 8: POMIARY Z WYKORZYSTANIE OSCYLOSKOPU Ocena: Podpis prowadzącego: Uwagi:

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

Miejski System Zarządzania - Katowicka Infrastruktura Informacji Przestrzennej

DOKŁADNOŚĆ POMIARU DŁUGOŚCI

Skrócona instrukcja korzystania z Platformy Zdalnej Edukacji w Gliwickiej Wyższej Szkole Przedsiębiorczości

AKADEMIA MORSKA KATEDRA NAWIGACJI TECHNICZEJ

System imed24 Instrukcja Moduł Analizy i raporty

Ćwiczenie: "Obwody prądu sinusoidalnego jednofazowego"

Wikispaces materiały szkoleniowe

VetLINK moduł MAPA Instrukcja obsługi

Scenariusz zajęć opracowała i przeprowadziła na podstawie książki Newell C. Kephart Dziecko opóźnione w nauce szkolnej mgr Justyna Małek

Przetwarzanie sygnałów

W tym celu korzystam z programu do grafiki wektorowej Inkscape 0.46.

Wyznaczanie prędkości dźwięku w powietrzu

Transformata Fouriera

Ćwiczenie 2 GEODA i5 ogólne informacje i obliczanie statystyki Morana

Transkrypt:

Pracownia EEG / ERD/S Spis treści 1 Wstęp 2 Zmiany pasmowej mocy sygnału EEG 2.1 Interpretacja fizjologiczna 2.2 Estymacja zmian mocy sygnału EEG w dziedzinie czasu 3 Cwiczenia 3.1 Paradygmat 3.1.1 wersja 1 3.1.2 wersja 2 3.2 Rejestracja sygnału 3.3 Analiza 3.3.1 Wyznaczenie pasma μ i β 3.3.2 Wyznaczenie przebiegu czasowego ERD i ERS 3.3.3 Transformacja Hjortha 4 Literatura Wstęp Wśród badań wykonywanych z wykorzystaniem rejestracji EEG czy MEG można wyróżnić badania spoczynkowe, gdzie rejestrowana jest spontaniczna aktywność mózgu oraz badania zmian aktywności pod wpływem różnych bodźców, przy czym bodźce te mogą być pochodzenia egzo- lub endogennego. Reakcja na bodziec może wykazywać stały związek fazowy z momentem wystąpienia bodźca w takiej sytuacji mówimy o potencjałach lub polach wywołanych (ang. event related potential, ERP i event related field, ERF) lub też może nie być fazowo związana z bodźcem. Niniejsza część pracowni poświęcona jest metodologii badania reakcji mózgu na bodźce, które są czasowo ale niekoniecznie fazowo związane z bodźcem. Zmiany pasmowej mocy sygnału EEG Pierwsze rezultaty opisujące zmiany w mocy pasmowej sygnału EEG (spadek mocy rytmu alfa) związane z reakcją na bodziec zostały opisane w pracy doktorskiej Adolf Becka zatytułowanej Oznaczenie lokalizacyi w mózgu i rdzeniu za pomocą zjawisk elektrycznych (Beck, 1891). Ilościowe badania zjawisk modulacji mocy sygnału EEG w reakcji na bodźce rozpoczęto stosunkowo niedawno. Począwszy od pracy (Pfurtscheller, 1979) zjawiska te zaczęto nazywać Event Related Desynchronization (ERD) czyli desynchronizacja związana z bodźcem. Termin ERD dotyczy spadku mocy. Przez analogię w późniejszych pracach terminem Event Related Synchronization (ERS) opisywane są efekty polegające na wzroście mocy. W większości paradygmatów eksperymentalnych zjawiska ERD i ERS są małe w porównaniu ze zmiennością mocy sygnału EEG związanej ze

spontaniczną aktywnością mózgu. W celu ich ilościowego badania wymagane jest zarejestrowanie wielu realizacji reakcji na bodziec i poddanie ich analizie statystycznej. Interpretacja fizjologiczna

Synchronicznie pobudzana grupa neuronów piramidalnych kory tworzy warstwę dipolową.

Przykładowa mapa zjawiska synchronizacji i desynchronizacji sygnału EEG w przestrzeni czasczęstość dla sygnału zearejestrowanego przez elektrodę C3. Osoba badana wykonywała szybki ruch palcem w momencie oznaczonym 0. Kolory odpowiadają procentowej zmianie mocy względem poprzedzającego okresu 2s, zgodnie ze skalą barw umieszczoną po prawej stronie. Na poziomej osi - czas w s, na pionowej częstość w Hz. Terminy ERD i ERS mają swoje źródło w fizjologicznej interpretacji zmian mocy sygnału w określonych pasmach częstości. Źródłem mierzalnego na powierzchni głowy sygnału elektrycznego lub magnetycznego jest synchroniczna aktywność wielu neuronów (głównie piramidalnych kory). Szacuje się, że wpływ na wielkość sygnału EEG lub MEG ma głównie stopień synchronizacji neuronów wytwarzających ten sygnał, a w drugiej kolejności ich ilość (Nunez, 1981). Tak więc wzrost mocy w pewnym paśmie (np. alfa ERS) interpretowany jest jako wzrost synchronizacji aktywności neuronów generujących aktywność EEG w tym paśmie, zaś spadek mocy (np. alfa ERD) interpretowany jest jako spadek synchronizacji neuronów generujących aktywność EEG w tym paśmie częstości. Przy takiej interpretacji należy pamiętać o skali w jakiej dokonywany jest pomiar. Zarówno elektrody EEG jak i cewki MEG mierzą sygnały średnie pochodzące od olbrzymich ilości neuronów. Zatem zmiana mocy w tym sygnale odpowiada desynchronizacji lub synchronizacji w skali makroskopowej (rzędu neuronów). Zjawiska ERD i ERS badane były zarówno w eksperymentach motorycznych (Pfurtscheller, 1994, Pfurtscheller, 1996a, Pfurtscheller1, 996b, Pfurtscheller1999) jak i kognitywistycznych (Tallon Baudry, 1996, Tallon, 1999, Kaiser2003). Wnioski płynące z tych prac są takie, że znaczenie zjawisk

ERD i ERS zależy od pasma częstości, w którym one występują. Aktywność w paśmie alfa wiązana jest ze stanem spoczynkowym, ERD w paśmie alfa i beta wiązane jest z pobudzeniem danego rejonu kory mózgowej, w którym zjawisko to zachodzi. ERS w paśmie alfa i beta następujący po ERD w tym samym paśmie częstości interpretowany jest najczęściej jako przejaw inhibicji lub kasowania poprzedniego stanu. Z kolei zwiększona aktywność w paśmie gamma jest interpretowana jako przejaw funkcjonalnej aktywacji danego fragmentu kory. Nowe wyniki pojawiają się na bieżąco i stawiane są nowe pytania co do możliwych interpretacji poszczególnych zjawisk np. (Crone, 2010). Oprócz motywacji czysto poznawczych, badania zjawisk ERD i ERS stymulowane są przez praktyczne możliwości ich wykorzystania w diagnostyce epilepsji, gdzie są nadzieje na zastosowanie tej techniki w miejsce bardziej inwazyjnej metody mapowania mózgu przez elektrostymulację (Crone 1998a, Crone, 1998b, Crone, 2006) oraz w konstrukcji interfejsów mózg-komputer (Pfurtscheller, 2006). Mapowanie kory czuciowo-ruchowej za pomocą stymulacji: dwie falki bezwolne reakcje ruchowe, trzy falki kloniczny skurcz mięśni, za Crone, 1998

Mapowanie kory czuciowo-ruchowej za pomocą ERD/ERS.Pacjent z przyczyn medycznych miał umieszczoną na korze motorycznej siatkę elektrod (6x8, odstęp 1cm). Pacjent miał zaciskać pięść w odpowiedzi na bodziec wzrokowy przez cały czas trwania bodźca (3s) Prezentowane mapy istotnych statystycznie zmian uzyskano na podstawie 49 wolnych od artefaktów realizacji. Estymacja zmian mocy sygnału EEG w dziedzinie czasu Przebieg czasowy zjawiska ERD i ERS jest specyficzny dla pasm częstości.

Klasyczne obliczanie ERD/ERS. a) Przykładowy zapis EEG jednej z realizacji b) przefiltrowany sygnał EEG w wybranym paśmie (tutaj: [15 25] Hz) c) przefiltrowany sygnał podniesiony do kwadratu w ten sposób uzyskujemy przebieg mocy pasmowej w czasie d) uśredniony po realizacjach przebieg mocy pasmowej w czasie e) wygładzony przebieg z d) za pomocą średniej biegnącej (tutaj okienko 0.25 s) czerwone pionowe linie wyznaczają okres referencyjny f) ERD/ERS - względna zmiana sygnału e) w odniesieniu do okresu referencyjnego. Klasyczny sposób estymowania ERD i ERS (Pfurtscheller, 1979) polega na (patrz ilustracja): filtrowaniu pasmowym, wyrównaniu realizacji względem momentu wystąpienia bodźca, obliczaniu mocy chwilowej (podniesienie do kwadratu wartości każdej próbki sygnału), uśrednieniu mocy chwilowej po realizacjach, wygładzeniu przebiegu czasowego uśrednionej mocy chwilowej filtrem dolnoprzepustowym. Następnie względna zmiana mocy obliczana jest jako: gdzie: średnia moc chwilowa w paśmie częstości f; uśrednianie przebiega po realizacjach. średnia moc w paśmie f w okresie referencyjnym; uśrednianie przebiega po realizacjach i po czasie trwania okresu referencyjnego. Klasycznym metodom obliczania ERD/ERS poświęcona jest praca (Pfurtscheller, 1999). Całościowy obraz zmian mocy sygnału EEG związanych z bodźcem

można dogodnie analizować w dziedzinie czas-częstość. Cwiczenia Paradygmat wersja 1 Osoba badana siedzi wygodnie i trzyma przycisk podłączony do triggera. Na ekranie w odstępach 13 1 sekund wyświetlany jest krzyżyk. Krzyżyk wyświetlany jest przez 2 sekundy. W przeciągu 2 sekund po zniknięciu krzyżyka osoba badana w wybranym przez siebie momencie wciska przycisk. Proszę zarejestrować 60 realizacji. Przygotuj program implementujący powyższy paradygmat. wersja 2 Próba rozróżnienia ruchów lewą i prawą ręką jak w BCI; na podstawie artykułu Plik:ERDS.BCI.TNSRE2012.pdf, oczywiście w uproszczonej wersji :-) Procedura: Osoba badana ma za zadanie poruszać palcami (wskazującym oraz środkowym) prawej lub lewej ręki. Na ekranie monitora pojawia się strzałka, która widoczna jest przez okres 3 sek. i wskazuje rękę, którą będzie wykonywany ruch. Osoba badana ma ruszyć wskazaną ręką w wybranym przez siebie momencie PO zniknięciu strzałki. Dla każdej ręki przewidziane jest 100 powtórzeń. W celu synchronizacji sygnału EEG ze wskazówkami pojawiającymi się na ekranie monitora, w lewym dolnym rogu (gdzie pojawia się biały kwadrat) powinna zostać umieszczona fotodioda. Rejestracja sygnału: Wykorzystujemy następujące elektrody umieszczone zgodnie z systemem 10--10: FC3, FC1, FCz, FC2, FC4, C5, C3, C1, Cz, C2, C4, C6, CP5, CP3, CP1, CPz, CP2, CP4, CP6, P1, P2, A1, A1. Dodatkowo wykonujemy pomiar z mięśnia extensor digitorum. W tym celu na obu rękach umieszczamy elektrody bipolarne do EMG (patrz Fig. 1 (elektroda ED3): http://jn.physiology.org/content/100/6/3225.long). Sygnał rejestrujemy z częstością 512 Hz. Procedura może zostać pobrana ze stony: https://github.com/mroja/signal_utils/tree/master/erds/arrows. Analiza: 1. ERD/S w pasmach 2. uśrednione mapy czas-częstość osobno dla ruchu lewą i prawą ręką 3. analiza możliwości rozróżnienia ruchu na podstawie EEG

Uśrednianie spektrogramów wykonujemy samodzielnie w Pythonie, a na deser liczymy estymatę średnich rozkładów czas-częstość z MP: 1. eksportujemy tagi znalezione na podstawie EMG https://brain.fuw.edu.pl/edu/eeg:pracownia_eeg/ssvep_1#.c4.86wiczenie_dla_ch.c4.99tnyc h i oglądamy w Svarogu wyniki na tle sygnału 2. ściągamy najnowszą wersję Svaroga z http://braintech.pl/svarog, umożliwiającą uśrednianie map 3. Otwieramy w Svarogu plik sygnału wraz z tagami. 4. Ustalamy odpowiedni montaż i filtrowanie sygnału. 5. Uruchamiamy dekompozycję MP (Tools MP decomposition) wybierając w ustawieniach (zakładka Signal selection zakładka Marked ) 1. rodzaj taga oznaczającego kolejne powtórzenia 2. początek i długość trwania analizowanego interwału czasu (w sekundach, względem wystąpienia taga) Po zakończeniu obliczeń otwieramy rezultat w nowym oknie ( Get result ). Obliczona w ten sposób książka składa się z dekompozycji MP kolejnych powtórzeń eksperymentu, przedstawionych w postaci map czas-częstość. Otrzymane mapy możemy następnie uśrednić (Tools Average books) i zapisać do pliku graficznego o ustalonej rozdzielczości. Rejestracja sygnału

1. Zakładamy czepek i elektrody w systemie 10-20, dbamy o to by opory pomiędzy elektrodami były poniżej 5 k i różnice pomiędzy oporami różnych elektrod nie przekraczały 20%. 2. Elektrody referencyjne A1 i A2. 3. Elektrodę GND mocujemy w otworze czepka odpowiadającym pozycji AFz (na linii centralnej 10% w stronę nosa od elektrody Fz). 4. Sygnał rejestrujemy z częstością 256 Hz. Analiza Czas wciśnięcia przycisku oznaczymy jako 0. Poniższą analizę zastosuj dla sygnałów w referencji do uśrednionych odprowadzeń usznych A1 i A2. Wyznaczenie pasma μ i β 1. Z sygnału wycinamy fragmenty od 4 do 2 sek. dla elektrod C3 i C4 (elektrody położone nad korą ruchową dłoni). 2. Dla każdej realizacji obliczamy widma metodą Welcha. 3. Otrzymane widma uśredniamy po realizacjach.

4. Z sygnału wycinamy fragmenty od +0.5 do +2.5 sek. dla elektrod C3 i C4 (elektrody położone nad korą ruchową dłoni). 5. Dla każdej realizacji obliczamy widma metodą Welcha. 6. Otrzymane widma uśredniamy po realizacjach. 7. Wykreśl widma z okresu poprzedzającego ruch i z okresu po ruchu nałożone na siebie, a także względną zmianę widma. Zaobserwuj w jakich zakresach częstości μ (pasmo około 10 Hz) i β (około 23 Hz) występują największe zmiany. Wyznaczenie przebiegu czasowego ERD i ERS 1. Zaprojektuj filtry pasmowo przepustowe (Chebyszewa 2 rodzaju) zgodne z wyznaczonymi pasmami. Zbadaj funkcje przenoszenia i odpowiedzi impulsowej. 2. Powycinaj sygnały od 5 do +5 sekund (wszystkie kanały). Przefiltruj każdą realizację. 3. Oblicz moc chwilową za pomocą transformaty Hilberta (kwadrat amplitudy chwilowej). 4. Uśrednij moc chwilową po realizacjach. 5. Oblicz względną zmianę mocy chwilowej względem czasu 4 do 2. W ten sposób otrzymasz przebieg ERD i ERS w czasie. 6. Wykreśl ERD i ERS w układzie topograficznym. (Rozmieść subploty tak, aby z w przybliżeniu odpowiadały pozycjom elektrod). Transformacja Hjortha Transformacja Hjortha jest przybliżeniem numerycznym transformacji Laplace'a, czyli drugiej pochodnej przestrzennej. Obliczamy ją jako różnicę potencjału pomiędzy daną elektrodą i średnią z czterech sąsiednich elektrod. Proszę przeliczyć potencjały C3, Cz i C4 na montaż Hjortha oraz powtórzyć analizę ERD/ERS opisaną powyżej. Przykładowo dla elektrody C3 montaż Hjortha otrzymuje się w następujący sposób: Literatura Beck, A., 1891. Oznaczenie lokalizacyi w mózgu i rdzeniu za pomoca zjawisk elektrycznych. Ph.D. thesis, Polska Akademia Umiejętności, Kraków, seria II. Crone, N. E., Miglioretti, D. L., Gordon, B., Lesser, R. P., 1998a. Functional mapping of human sensorimotor cortex with electrocorticigraphic spectral analysis II. Event-related synchronization in the gamma band. Brain 121, 2301 15. Crone, N. E., Miglioretti, D. L., Gordon, B., Sieracki, J. M., Wilson, M. T., Uematsu, S., 1998b. Functional mapping of human sensorimotor cortex with electrocorticographic spectral analysis I. Alpha and beta event-related desynchronization. Brain 121, 2271 99. Crone, N. E., Korzeniewska, A., Franaszczuk, P. J., 2010. Cortical gamma responses: Searching high and low. International Journal of Psychophysiology. Crone, N. E., Sinai, A., Korzeniewska, A., 2006. High-frequency gamma oscilla- tions and human brain mapping with electrocorticography. Progress in Brain Research 159, 275 295. Kaiser, J., Lutzenberger, W., 2003. Induced gamma-band activity and human brain function.

Neuroscientist 9, 475 84. Nunez, P. L., 1981. Electric Fields of the Brain. The Neurophysics of EEG. Oxford University Press, New York. Pfurtscheller, G., Aranibar, A., 1979. Evaluation of event-related desyn- chronization (ERD) preceding and following voluntary self-paced movement. Electroencephalography and Clinical Neurophysiology 46, 138 146. Pfurtscheller, G., Flotzinger, D., Neuper, C., 1994. Differentiation between finger, toe and tongue movement in man based on 40 Hz EEG. Electroencephalography and Clinical Neurophysiology 90, 456 60. Pfurtscheller, G., Lopes da Silva, F. H., 1999. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clinical Neurophysiology 110, 1842 57. Pfurtscheller, G., 1999. Quantification of ERD and ERS in the time domain. In: W Pfurtscheller, G., Lopes da Silva, F. H. (Eds.), Event-related desynchroni- zation. Vol. 6. Elsevier, p. 89 105. Pfurtscheller, G., Neuper, C., 2006. Future prospects of ERD/ERS in the context of braincomputer interface (BCI) developments. Progress in Brain Research 159, 433 437. Pfurtscheller, G., Stancak Jr, A., C., N., 1996a. Post-movement beta synchronization. A correlate of an idling motor area? Electroencephalography and Clinical Neurophysiology 98, 281 93. Pfurtscheller, G., Stancak Jr, A., Neuper, C., 1996b. Event-related synchronization (ERS) in the alpha band an electrophysiological correlate of cortical idling: a review. International Journal of Psychophysiology 24, 39 46. Tallon-Baudry, C., Bertrand, O., 1999. Oscillatory gamma activity in humans and its role in object representation. Trends Cogn. Sci. 3, 151 62. Tallon-Baudry, C., Bertrand, O., Delpuech, C., Pernier, J., 1996. Stimulus specificity of phaselocked and non-phase-locked 40 Hz visual responses in human. The Journal of Neuroscience 16, 4240 4249.