Hvordan man måler hjerneaktivitet hos mennesker

Hjernen er vanskelig at studere, ikke kun på grund af dens iboende kompleksitet; de milliarder af neuroner, de hundrede eller tusindvis af typer neuroner og de billioner af forbindelser. Hjernen fungerer også på en række forskellige skalaer, både i fysisk forstand og i tidsdomænet.

For at forstå hjernens elektriske aktivitet på disse skalaer er ingen enkelt teknologi nok. Derfor har neurovidenskabsfolk en række værktøjer til deres rådighed. Nogle af disse, såsom fMRI og EEG, kan bruges på mennesker, fordi de er ikke-invasive; de fungerer ved at kigge ind i kraniet.

Men disse værktøjer lider af mangel på detaljer. For at få et mere mikroskopisk billede af neuronaktivitet vender forskerne sig til dyremodeller. Dette gør det muligt at analysere adfærden hos individuelle neuroner eller små grupper af neuroner meget mere detaljeret.

Functional Magnetic Resonance Imaging (fMRI)

Functional Magnetic Resonance Imaging, eller fMRI, er måske den mest kendte teknologi til registrering af neuronal aktivitet, men den registrerer faktisk ikke neuronernes aktivitet – i stedet afspejler de flerfarvede billeder, man ser af bestemte hjerneområder, der lyser op, blodgennemstrømningen i hjernen. Mere præcist afspejler det signal, man ser, den relative tilstedeværelse af iltet og ikke iltet blod; aktive områder kræver mere iltet blod, og derfor giver fMRI, selv om det er indirekte, forskerne mulighed for at udlede neuronernes aktivitetsmønstre.

fMRI er blevet en fast bestanddel af moderne neurovidenskabelig forskning, fordi det gør det muligt at korrelere hjernens anatomi (opnået fra en strukturel, snarere end funktionel, MRI-scanning) og funktion hos mennesker. Men det har dog begrænsninger. Både den rumlige (~1 mm3, der vedrører placering) og den tidsmæssige (~1-2 sek., der vedrører tid) opløsning er ringe sammenlignet med det, vi ønsker; en kubikmillimeter indeholder omkring 60 000 neuroner – nok til at opretholde hele livet for en frugtflue eller hummer – og komplekse perceptuelle beslutninger tager kun hundredvis af millisekunder, men fMRI giver ingen adgang til disse oplysninger.

FMRI giver ikke desto mindre et uovertruffent indblik i, hvor og i hvilket omfang forskellige funktioner kan være lokaliseret i den menneskelige hjerne, og forskerne fortsætter med at udtænke måder at forbedre dens rumlige og tidsmæssige opløsning på, f.eks. ved at gøre teknikken følsom over for neuronale ændringer snarere end ændringer i blodgennemstrømningen. Ingen nuværende teknik matcher fMRI med hensyn til dens evne til at “kortlægge” eller bestemme den sandsynlige kilde til kognitive funktioner i den menneskelige hjerne.

Elektroencefalografi (EEG)

Elektroencefalografi, eller EEG, er sandsynligvis den næstbedste kendte teknik til registrering af neurale aktiviteter. Mens fMRI registrerer blodgennemstrømningen, som er en indikator for neuronaktivering, registrerer EEG direkte hjernens elektriske aktivitet via elektroder placeret på forsøgspersonens hovedbund.

EEG registrerer imidlertid ikke aktionspotentialer, de elektriske hændelser, som neuroner bruger til at kommunikere med hinanden. I stedet overvåger det den summerede aktivitet af hundredtusindvis eller millioner af neuroner i form af oscillatorisk aktivitet. I modsætning til aktionspotentialer ved man ikke, hvilken information disse svingninger egentlig bærer, men forskellige svingningsfrekvenser korrelerer med forskellige adfærdstilstande.

EEG har en “tidsmæssig opløsning”, der er langt bedre end fMRI (~1 ms vs. 1 sek.). På grund af dette kan EEG bruges til mere præcist at spore neurale dynamikker hos vågne mennesker og bruges ofte til at bestemme hjernens elektriske respons på en stimulus eller tilstand.

Den primære begrænsning ved EEG er dens ringe rumlige opløsning, som er meget dårligere end for fMRI. Selv om det er kendt, at EEG-signaler kun kommer fra hjernebarken, er det fortsat yderst vanskeligt at vide præcist, hvor i hjernebarken signalerne opstår.

Den kortikale bias betyder desuden, at vi ikke kan bruge det til at måle, hvad der sker i hippocampus, hvor mange erindringer skabes og lagres, eller i substantia nigra eller striatum, regioner, der er påvirket af Parkinsons sygdom. Så i modsætning til fMRI er det ikke rigtig muligt at kortlægge aktiviteten med EEG.

Elektrokortikografi (ECoG)

Elektrokortikografi ligner EEG, idet den måler den kombinerede aktivitet af millioner af neuroner, ofte i form af oscillerende bølger. Men der er to store forskelle. For det første kræver ECoG, at elektrodearrayet indsættes under hovedbunden og kræver derfor en operation. Derfor er ECoG kun egnet til patienter, der allerede er planlagt til en medicinsk operation, som indebærer åbning af hovedbunden.

For det andet giver ECoG mulighed for en betydeligt bedre lokalisering af aktivitetskilden samt for registrering af elektrisk aktivitet med højere frekvens. Begge disse egenskaber hjælper under epilepsioperationer, men til rene forskningsformål er teknikken for invasiv til at blive brugt på mennesker, der ikke allerede skal opereres i hjernen.

Summarum

Neurovidenskabsfolk er med rette begrænsede i den slags metoder, de kan bruge til at studere menneskers hjerneaktivitet. Indtil videre findes der imidlertid ingen teknologi, der gør det muligt at registrere detaljeret neuronaktivitet gennem det menneskelige kranium, hvilket betyder, at de målinger, vi kan foretage, giver ret grove oplysninger om, hvordan vores hjerner fungerer. Disse grænser for rumlig og tidsmæssig opløsning vil utvivlsomt blive forbedret i den nærmeste fremtid, hvilket vil muliggøre mere præcise målinger og større indsigt i den menneskelige hjerneaktivitet. Desuden vil supplerende metoder, der gør det muligt midlertidigt at afbryde neuronal behandling, hjælpe os med at forstå, hvilke former for regional dysfunktion i hjernen der kan føre til de kognitive underskud, der er forbundet med psykiske lidelser.

QBI Laboratories using fMRI

  • Professor Jason Mattingley
  • Associate Professor Ross Cunnington
  • Professor Tianzi Jiang

QBI Laboratories using EEG

  • Professor Jason Mattingley
  • Associate Professor Ross Cunnington