The superposition problem and the no-go P3: Experimental effects on ICA derived sub-components

Abstract

Summary:

The last decades’ technological development has revolutionized brain research, creating hope for improved understanding and treatment of disorders affecting brain function. The methods we have for investigating brain function, however, all have limitations that need to be overcome to ensure continued scientific advancement.

The brain processes information at a millisecond scale. One of the few methods that enable investigation of the brain’s function at this time scale is electroencephalography (EEG). By registering EEG during task performance, event-related potentials (ERPs) can be computed. These “brain waves” represent different stages of information processing during the task. The method’s limitation, however, is that the brain does not do only one thing at a time, and temporally overlapping signals can become mixed and hard to separate from each other in the ERP.

The thesis investigates whether a combination of mathematical algorithms and traditional experimental methods can separate such overlapping signals. The thesis focuses on an ERP component (no-go P3) that seems to be involved in optimizing cognitive and behavioral control. This ERP component is of reduced size in the majority of children and adolescents diagnosed with ADHD. The studies comprising this thesis demonstrate that, unlike what has been assumed, this component seems to consist of not one, but two overlapping phenomena occurring at almost the same time. These two overlapping phenomena can be separated from each other in both children and adults, and in individuals with and without ADHD. One of the two phenomena can predict which children with ADHD respond to stimulant medication. The other is not predictive of such response, but seems to be important for our ability to make adjustments in order to avoid future errors. By separating these, and other, overlapping brain processes, the ERP method can help increase our understanding of the brain’s information processing, and develop new ways to tailor the treatment given to individual patients according to their brain physiology.

Sammendrag:

Den teknologiske utviklingen de siste tiårene har revolusjonert hjerneforskningen, noe som skaper håp for bedret forståelse og behandling av tilstander som rammer hjernens funksjon. Metodene vi har for å undersøke hjernefunksjon har likevel flere begrensninger vi må løse for å sikre den videre kunnskapsutviklingen.

Hjernen arbeider veldig raskt – på en millisekundskala. En av de få metodene som gjør det mulig å undersøke hjernens funksjon denne tidsskalaen, er elektro-encefalografi (EEG). Ved å registrere EEG mens vi løser en oppgave, kan man beregne event-relaterte potensialer (ERP). Dette er «hjernebølger» som representerer ulike steg i hjernens informasjonsprosessering. Problemet med metoden er at hjernen gjør flere ting på én gang, og signaler som skjer på overlappende tidspunkter kan blande seg og være vanskelige å skille fra hverandre i ERP-bølgene.

Avhandlingen undersøker om en kombinasjon av matematiske algoritmer og tradisjonelle eksperimentelle metoder sammen kan skille slike overlappende hjerneprosesser. Avhandlingen tar utgangspunkt i en ERP-bølge (no-go P3) som virker å være involvert i å oppnå optimal kontroll på tanker og atferd. Denne ERP-bølgen er redusert i styrke hos de fleste barn og unge som har fått diagnosen ADHD. Studiene i avhandlingen viser imidlertid at denne bølgen ikke består av ett, men to ulike fenomener som oppstår nesten samtidig. Disse kan vi finne igjen både hos barn og voksne, og personer med og uten ADHD. Den ene av disse kan brukes til å forutsi hvilke barn med ADHD som har nytte av sentralstimulerende medisiner. Den andre har ingenting med dette å gjøre, men ser ut til å være viktig for vår evne til å justere oss for å unngå fremtidige feil. Ved å skille disse, og andre, overlappende hjerneprosesser fra hverandre, vil vi kunne bruke ERP-metoden til forstå hjernens informasjonsbearbeding bedre, og utvikle metoder for å tilpasse behandlingen vi tilbyr til den enkelte pasientens hjernefysiologi.