Identification of neurophysiological markers of interoceptive signals using the event-related potential technique

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The paper is devoted to presentation and assessment of the algorithm for extraction of heartbeat evoked potential (HEP) using the independent component analysis (ICA). The algorithm includes simultaneous recording of electroencephalogram (EEG) and photoplethysmogram (PPG), selection the EEG-epochs, related to the peak of the PPG pulse wave, separation of cardiac and brain activity in the epochs using the independent component analysis (ICA), synchronization the epochs with the R-wave of the cardiogram. Current source density (CSD) transformation was applied to establish the localization of the extracted potential. The algorithm was tested on 21 subjects and revealed a characteristic increase in evoked potential amplitude between 0 and 400 ms after a heartbeat.

Application of independent component analysis and spatial filtering to EEG epochs, synchronized with PPG recording of heartbeat, allows to extract the heartbeat evoked potential, separately from cardiac field artifact.

Full Text

Restricted Access

About the authors

E. D. Slovenko

Institute of Higher Nervous Activity and Neurophysiology of RAS

Author for correspondence.
Email: ekaterinaslovenko@gmail.com
Russian Federation, Moscow

O. V. Sysoeva

Institute of Higher Nervous Activity and Neurophysiology of RAS; Sirius University of Science and Technology

Email: ekaterinaslovenko@gmail.com
Russian Federation, Moscow; Sochi

References

  1. Abtahi F., Seoane F., Lindecrantz K., Löfgren N. Elimination of ECG Artefacts in Fetal EEG Using Ensemble Average Subtraction and Wavelet Denoising Methods: A Simulation. XIII Mediterranean Conference on Medical and Biological Engineering and Computing 2013. 2014. 41: 551–554.
  2. Azzalini D., Rebollo I., Tallon-Baudry C. Visceral Signals Shape Brain Dynamics and Cognition. Trends in Cognitive Sciences. 2019. 23 (6): 488–509.
  3. Coll M., Hobson H., Bird G., Murphy J. Systematic review and meta-analysis of the relationship between the heartbeat-evoked potential and interoception. Neurosci Biobehav Rev. 2020. 122: 190–200.
  4. Dai C., Wang J., Xie J., Li. W., Gong Y., Li .Y. Removal of ECG Artifacts from EEG using an Effective Recursive Least Square Notch Filter. IEEE Access. 2019. 7: 158872–158880.
  5. MNE/ tutorials/ Repairing artifacts with ICA [сайт]. URL: https://mne.tools/stable/auto_tutorials/preprocessing /40_artifact_correction_ica.html (дата обращения: 17.10.23).
  6. MNE/tools/preprocessing/ICA [сайт].URL:https://mne.tools/stable/generated/mne.preprocessing.ICA.html
  7. MNE/tools/preprocessing/Compute_current_source_density https://mne.tools/dev/generated/mne.preprocessing.compute_current_source_density.html
  8. Montoya P., Schandry R., Müller A. Heartbeat evoked potentials (HEP): topography and influence of cardiac awareness and focus of attention. Electroencephalography and clinical neurophysiology. 1993. 88 (3): 163–172.
  9. Park H.D., Blanke O. Heartbeat-evoked cortical responses: Underlying mechanisms, functional roles, and methodological considerations. NeuroImage. 2019. 197: 502–511.
  10. Petzschner F.H., Weber L.A., Wellstein K.V., Paolini G., Do C.T. et al. Focus of attention modulates the heartbeat evoked potential. NeuroImage. 2019. 186: 595–606.
  11. Pollatos O., Schandry R. Accuracy of heartbeat perception is reflected in the amplitude of the heartbeat-evoked brain potential. Psychophysiology. 2004. 41 (3): 476–482.
  12. Raimondo F., Rohaut B., Demertzi A., Valente M., Engemann D.A., Salti M. et al. Brain-heart interactions reveal consciousness in noncommunicating patients. Annals of neurology. 2017. 82 (4): 578–591.
  13. Jammal Salameh L., Bitzenhofer S.H., Hanganu-Opatz I.L., Dutschmann M., Egger V. Blood pressure pulsations modulate central neuronal activity via mechanosensitive ion channels. Science. 2024. 383 (6682).
  14. Soghoyan G., Ledovsky A., Nekrashevich, Martynova M., Polikanova O., Portnova I., et al. A Toolbox and Crowdsourcing Platform for Automatic Labeling of Independent Components in Electroencephalography. Frontiers in neuroinformatics. 2021. 15: 720229.
  15. Terhaar J., Viola F.C., Bär K.J., Debener S. Heartbeat evoked potentials mirror altered body perception in depressed patients. Clinical neurophysiology: official journal of the International Federation of Clinical Neurophysiology. 2012. 123 (10): 1950–1957.
  16. Zaccaro A., Perrucci M.G., Parrotta E., Costantini M., Ferri F. Brain-heart interactions are modulated across the respiratory cycle via interoceptive attention. NeuroImage. 2022. 262: 119548.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Block diagram of the algorithm.

Download (509KB)
3. Fig. 2. The example of simultaneously recorded PPG (the lowest channel) and EEG. Vertical lines correspond to pulse wave peaks used for EEG segmentation.

Download (4MB)
4. Fig. 3. ERP synchronized with heartbeat including different amounts of averaged epochs: 1326 (а), 100 (б), 150 (в). For each average two pictures are presented. The upper picture shows the average before extraction of independent components (IC) with ECG artifacts, the lower picture shows the result of extraction.

Download (2MB)
5. Fig. 4. 40 ICs extracted from encephalogram XX033 (а). ID numbers of ICs with eye movement (0 and 1) and ECG (4, 5, 6, 8, 9, 12, 21, 26, 39) artifacts are grayed out. Topography, averaged epochs, frequency spectrum and signal variability among epochs of ICs with ECG artifacts (б).

Download (3MB)
6. Fig. 5. All ICs, extracted from 100 (б) and 150 (г) epochs of encephalogram XX033. ID numbers of ICs, supposed to contain eye movement and cardiac artifacts are grayed out. ICs, supposed to contain cardiac activity, extracted from 100 (а) and 150 (в) epochs, synchronized with PPG in encephalogram XX033.

Download (5MB)
7. Fig. 6. Group average of evoked potential associated with R-peak before (а) and after (б) CSD transformation. Group average of evoked potential associated with R-peak (в) and plots of T-value of amplitude increase in electrodes Cz, C1, C2, CPz, CP1, CP2 after CSD transformation (г). Time intervals, where p-value < 0.05 are orange-coloured.

Download (1MB)

Copyright (c) 2024 Russian Academy of Sciences

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».