RELATIONSHIPS BETWEEN EEG RHYTHMICAL COMPONENTS IN THE PROCESS OF PREPARATION TO VISUAL RECOGNITION IN STUDENTS WITH SLEEP DISORDERS


Cite item

Full Text

Abstract

The aim of the study is to identify the features of fast and slow rhythmic components of EEG in preparation for visual identification in students with sleep disorders, compared with the control group of well - sleeping students. Methods. Twenty three (12 of them with poor quality of sleep) students comprised the sample. We studied associations of theta, low-and high - frequency alpha and beta rhythms in the process of listening to the instructions for the activity, in a state of working rest and in pre - tuning to the identification of the emotional expression. Multi-channel EEG was recorded. Distributions of the values of the modulus of the coefficient wavelet transform (CWT) for characterizing the amplitude of the potentials were studied. Pearson correlation coefficients were calculated. Results. Both groups of students showed the connection of almost all studied pairs of rhythms during listening to the instruction. Students with sleep disorders were characterized not only by a lack of communication alpha 1-and beta rhythms, but also theta and beta rhythms during the state of rest after instructions listening. We see the only one significant coupling alpha 1-and beta rhythms (r = - 0,56; P. = 0,048) in students with sleep disorders in the presentation of two faces with different expressions. Students with sleep disorders revealed a significant relationship of alpha 1-and theta rhythms (r = 0,71, P. = 0,006) in the pre-stimulus period at the stage of the experiment, when two identical faces were presented. Summary. 1. Significantly fewer links alpha and theta rhythms with beta rhythm revealed in preparation for visual recognition in students with sleep disorders. 2. Students with sleep disorders in the performance of tasks committed identification errors in the presentation of pairs of faces with different expressions and the same. Whereas students without sleep disorders at presentation of faces with different expression didn't make mistakes of recognition.

About the authors

I A Yakovenko

Institute of Higher Nervous Activity and Neurophysiology RAS

Email: irinayakovenko@mail.ru
кандидат биологических наук, старший научный сотрудник Moscow, Russia

N E Petrenko

Institute of Higher Nervous Activity and Neurophysiology RAS

Moscow, Russia

E A Cheremushkin

Institute of Higher Nervous Activity and Neurophysiology RAS

Moscow, Russia

V B Dorokhov

Institute of Higher Nervous Activity and Neurophysiology RAS

Moscow, Russia

References

  1. Вербицкий Е. В. Тревожность и сон // Журнал высшей нервной деятельности им. И. П. Павлова. 2013. Т. 63, № 1. С. 6-12.
  2. Костандов Э. А., Черемушкин Е. А. Изменения низко- и высокочастотных колебаний альфа-диапазона ЭЭГ в интервалах между значимыми зрительными стимулами // Физиология человека. 2013. Т. 39, № 4. С. 5-12.
  3. Черемушкин Е. А., Петренко Н. Е., Яковенко И. А., Алипов Н. Н., Сергеева О. В. Оценка функционального состояния студентов с разным вегетативным статусом перед опознанием лицевой экспрессии // Вестник неврологии, психиатрии и нейрохирургии. 2017. Т. 84, № 1. С. 34-41.
  4. Яковенко И. А., Черемушкин Е. А., Козлов М. К. Изменения бета ритма при выработке установки на эмоциональное выражение лица в условиях удлинения временного интервала между целевым и пусковым стимулами // Журнал высшей нервной деятельности. 2013. Т. 63, № 4. С. 460-469.
  5. Aftanas L. I., Reva N. V., Varlamov A. A. et al. Analysis of evoked EEG synchronization and desynchronization in conditions of emotional activation in humans: temporal and topographic characteristics // Neurosci. Behav. Physiol. 2004. N 34. P. 859-867.
  6. Bibbig A., Middleton S., Racca C., Gillies M. J., Garner H., LeBeau F. E., Davies C., Whittington M. A. Beta rhythms (15-20 Hz) generated by nonreciprocal communication in hippocampus // J. Neurophysiol. 2007. N 97. P. 2812-2823.
  7. Colombo M. A., Ramautar J. R., Wei Y., Gomez-Herrero G., Stoffers D., Wassing R., Benjamins J. S., Tagliazucchi E., van der Werf Y. D., Cajochen C., Van Someren E. J. W. Wake high-density electroencephalographic spatiospectral signatures of insomnia // Sleep. 2016. Vol. 39. N 5. P. 1015-1027.
  8. Duzel E., Richardson-Klavehn A., Neufang M., Schott B. H., Scholz M., Heinze H. J. Early, partly anticipatory, neural oscillations during identification set the stage for priming // Neuroimage. 2005. Vol. 25, N 3. P. 690-700.
  9. Ekman P., Friesen W. V. Pictures of Facial Affect. Palo Alto (CA): Consult Psychol. Press, 1976. 250 p.
  10. Killgore W. Effects of sleep deprivation on cognition // In Progress in Brain Research. 2010. N 185. P. 105-129.
  11. Klimesch W. EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis // Brain Research Reviews. 1999. N 29. P. 169-195.
  12. Mahmoud J. S. R. The relationship of anxiety, coping, thinking style, life satisfaction, social support, and selected demographics among young adult college students: doctoral dissertations. University of Kentucky, 2011. 128 p.
  13. Miller M., Wright H., Hough J., Cappuccio F. Sleep and cognition // Sleep and its Disorders Affect Society. In Tech. Publishers, 2014. P. 3-28.
  14. Min B. K., Kim S. J., Park J. Y., Park H. J. Prestimulus top-down reflection of obsessive-compulsive disorder in EEG frontal theta and occipital alpha oscillations // Neurosci. Lett. 2011. N 496. P. 181-185.
  15. Niculin V., Nolte G., Curio G. Cross-frequency decomposition. A novel technique for studying interactions between neuronal oscillation with different frequencies // Clinical Neuriphysiology. 2012. N 123. P. 1353-1360.
  16. Perlis M. L., Smith M. T., Andrews P. J., Orff H., Giles D. E. Beta/Gamma EEG activity in patients with primary and secondary insomnia and good sleeper controls // Sleep. 2001. Vol. 24, N 1. P. 110-117.
  17. Roelfsema P. R., Engel A. K., König P., Singer W. Visuomotor integration is associated with zero time-lag synchronization among cortical areas // Nature. 1997. Vol. 9, N 385 (6612). P. 157-161.
  18. Scheffzuk C., Kukushka V. I., Vyssotski A. L., Draguhn A., Tort A. B. L., et al. Selective coupling between theta phase and neocortical fast gamma oscillations during REM-sleep in mice // PLoS ONE. 2011. Vol. 6, N 12. P. e28489.
  19. Steriade M. Grouping of brain rhythms in corticothalamic systems // Neuroscience. 2006. N 137. P. 1087-1106.
  20. Wang J., Fang Y., Wang X., Yang H., Yu. X., Wang H. Enhanced gamma activity and cross-frequency interaction of resting-state electroencephalographic oscillations in patients with alzheimer’s disease // Front. Aging Neurosci. 2017. Vol. 9, article 243. P. 1-7.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2019 Human Ecology


 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».