az akusztikus ingerek hatása a lassú alvási oszcillációra - Kutatás

XXVIII. OTDK, Biológia Szekció 

AZ AKUSZTIKUS INGEREK HATÁSA A LASSÚ 

ALVÁSI OSZCILLÁCIÓRA 

Szerző: 

Boldizsár Edit, V. évf. 

Szent István Egyetem 

Állatorvos-tudományi Kar 

Témavezetők: 

Dr. Hajós Ferenc 

SZIE-Állatorvos-tudományi Kar, Anatómiai és Szövettani Tanszék 

Dr. Ulbert István 

MTA Pszichológiai Kutatóintézet 

Készült: MTA Pszichológiai Kutatóintézet, 2006

TARTALOMJEGYZÉK 

BEVEZETÉS .............................................................................................................................. 3 

IRODALMI ÁTTEKINTÉS ....................................................................................................... 4 

A természetes alvás jellemzői................................................................................................. 4 

A lassú alvási oszcilláció (slow sleep oscillation, SO) ........................................................... 6 

A szenzoros rendszer és a lassú hullámú alvás kapcsolata ..................................................... 8 

A hallópálya felépítése ........................................................................................................... 9 

A majom hallókérgének funkcionális sajátosságai ............................................................... 11 

A macska hallókérgének funkcionális sajátosságai .............................................................. 12 

Az agykéreg szerkezete ........................................................................................................ 13 

A kérgi területek (mezők, areák) felépítése .......................................................................... 16 

A kérgi modul ....................................................................................................................... 16 

Az EEG jelek keletkezésének mechanizmusa ...................................................................... 17 

Az akusztikus eseményhez-kötött potenciál ......................................................................... 19 

Az EKP komponensei ....................................................................................................... 20 

KUTATÁSI CÉLJAINK .......................................................................................................... 22 

MÓDSZEREK .......................................................................................................................... 24 

Műtéti technika, akut majom implantáció ............................................................................ 24 

Macska implantáció, krónikus kísérletek ............................................................................. 24 

Elektródok ............................................................................................................................ 26 

Rétegelektróda: ................................................................................................................. 26 

Drót elektróda: ................................................................................................................. 26 

Elektrofiziológiai regisztráció .............................................................................................. 27 

Jelanalízis ............................................................................................................................. 28 

CSD, MUA analízis .......................................................................................................... 28 

Frekvencia, és idő-frekvencia tartománybeli analízis ...................................................... 29 

Up- és down-state fázis meghatározás, Hilbert- transzformáció ..................................... 29 

Oszcillációs teljesítmény alapú up- és down-state meghatározás .................................... 30 

Esemény körüli idő-hisztogram elemzés ........................................................................... 31 

Akusztikus ingerlés .............................................................................................................. 32 

EREDMÉNYEK ....................................................................................................................... 33 

Majom kísérletek .................................................................................................................. 33 

Macska kísérletek ................................................................................................................. 38 

Spontán elvezetések .......................................................................................................... 38 

Akusztikus ingerléses kísérletek ........................................................................................ 40 

KÖVETKEZTETÉSEK ........................................................................................................... 43 

Az epilepszia és az alvás kapcsolata..................................................................................... 44 

ÖSSZEFOGLALÓ ................................................................................................................... 46 

IRODALOMJEGYZÉK ........................................................................................................... 48 

RÖVIDÍTÉSEK JEGYZÉKE ................................................................................................... 51 

KÖSZÖNETNYILVÁNÍTÁS .................................................................................................. 53 

2

BEVEZETÉS 

Alvásban mélyre ható fiziológiai változások zajlanak le az emlősök szervezetében. 

Ezek a változások érintik mind a környéki, mind a központi idegrendszert. Dolgozatomban a 

központi idegrendszer, azon belül is a szenzoros kéreg lassú hullámú alvás alatti működését 

vizsgáltam majmon és macskán. Kísérleteinkben ketamin-xylazin narkózist használtunk, az 

irodalmi adatok szerint ez az altatás modellezi legjobban a természetes alvás lassú hullámú 

szakaszát. A természetes alvás dinamikus folyamat, különböző fázisokból áll, egyik fontos 

szakasza a lassú hullámú fázis. Ebben a fázisban történik a memória nyomok megerősödése, 

nagy szerepe van az agyi homeosztázis fenntartásában, valamint egyes epilepszia-formák 

ebben az alvási fázisban jelennek meg. 

Alvás, és különösen a lassú hullámú alvás alatt az agy jóval kevésbé tart kapcsolatot a 

külvilággal (disszociáció), mint éber állapotban, bár bizonyos szenzoros ingerek ilyenkor is 

ébredéshez vezetnek. A klasszikus elmélet szerint lassú hullámú alvásban a thalamikus 

átkapcsoló (relé) sejtek hiperpolarizáltabb állapotban vannak, mint ébrenlétben, ezért jóval 

kevésbé továbbítják a perifériáról beérkező szenzoros ingereket az agykéreg felé. A 

klasszikus elmélet további tétele szerint a kéreg a lassú alvási oszcilláció elsődleges 

generátora, ez a kérgi eredetű oszcilláció hajtja a thalamikus sejteket. 

Az utóbbi években több tanulmány vitatta a klasszikus elméletet. Kiemelhető ezek 

közül Bower és munkatársainak vizsgálata, melyben patkány szaglókérgében vizsgálták a 

lassú alvási oszcilláció tulajdonságait. Eredményeik szerint a szabad lélegzés szinkronizálta a 

pyriform kéreg lassú oszcillációját, míg tracheotomizált preparátumban ez a hatás nem 

jelentkezett. Kimutatták, hogy az orrüreg szenzoros apparátusa felelős a légzési ritmus és a 

lassú kérgi oszcilláció közötti szinkronizáció kialakulásáért. 

Elsődleges kérdésfeltevésünk az volt, létezik-e magasabb rendű emlősökben is - mint 

a majom és a macska - hasonló kapcsolat - mint patkányban - a ritmikusan bemutatott 

szenzoros ingerek és a kérgi lassú oszcilláció között. További kérdéseink a szinkronizáció 

tulajdonságainak idő és térbeli leírására vonatkoztak. 

3

IRODALMI ÁTTEKINTÉS 

A természetes alvás jellemzői 

Az alvás természetének ismertetésekor az emberre jellemző adatokat veszem alapul 

(Kandel 2000). Ennek oka a nagyfokú hasonlóság az emberi és állati alvásmechanizmusok 

között. Az alvási ciklus ismétlődő stádiumokból épül föl (Bódizs 2000). Az elalvástól a 

természetes ébredésig tartó időszak alatt az alvás mélysége nem egyenletes, hanem 

folyamatosan ingadozik. Az elalvást követően előbb folyamatosan mélyül, majd ismét 

felületesebbé válik, és ezek a ciklusok ismétlődnek. Az alvást közvetlenül megelőző rövid 

időszakban az alfa-ritmus dominál. Az elalvási időszakban az alfa-hullámok rövid ideig tartó 

csoportokba szedődnek. 

Az alvás progresszív mélyülésének négy szintjét és a REM fázist (rapid eye 

movements, REM) különíthetjük el egy alváscikluson belül. A REM alvásfázisok közötti 

alvást non-REM alvásnak (nem REM), vagy lassú hullámú alvásnak (slow wave sleep, SWS) 

nevezzük (1. ábra). 

Elalváskor először a non-REM 1. stádiuma jelentkezik, ami gyakorlatilag pár percig 

tartó szendergést jelent. Ilyenkor a 8-12 Hz-es alfa hullámok eltűnnek az EEG 

regisztrátumból, azaz a hullámok amplitúdójának csökkenése dominál, helyüket alacsony 

feszültségű háttértevékenység és szórványosan jelentkező 80-100 msec időtartamú, 

nagyfeszültségű (20-100 mikroV) theta-sorozatok veszik át. A szendergés stádiumában sok 

más élettani változás is bekövetkezik, amelyek közül a legismertebbek az izomtónus globális 

csökkenése, a szívritmus és a légzésritmus csökkenése és szabályosabbá válása, a belégzés 

mélyülése, valamint a vérnyomásnak és a bőr elektromos vezetőképességének csökkenése. Az 

éber, pásztázó szemmozgások helyett lassú szemmozgások láthatók. 

A non-REM alvás 2. stádiuma a szendergést követő felületes alvás. EEG-n az alvási 

orsók és az időnként spontán hangingerekre válaszként megjelenő K-komplexek jellemzik. Az 

alvási orsók 12-14 Hz-es, 1-3 sec-ig tartó és 3-10 sec-onként jelentkező, szinuszoid 

hullámsorozatok, amelyekben a hullámok amplitúdója progresszíven nő, majd fokozatosan 

csökken. Eredetüket tekintve a thalamokortikális rendszer oszcilláló működésének termékei, 

amely a non-REM alvás idegélettanának egyik fontos jellemzője. A háttértevékenység 

4

általában lassúbb, mint a szendergés stádiumában, és többnyire a theta (4-7.5 Hz), valamint a 

delta (0.5-3.5 Hz) sávba esik. A szendergésben leírt élettani változások ebben a stádiumban 

jobban kihangsúlyozódnak, a lassú szemmozgások viszont megszűnnek. 

A non-REM-alvás 3. stádiuma a középmély alvás. A háttértevékenység lassul, a delta- 

tartomány irányába tolódik el, és nagyobb feszültségűvé válik. K-komplexek és alvási orsók 

továbbra is jelentkezhetnek, de gyakoriságuk az előző stádiumhoz képest csökken. Az EEG 

20-50%-át ilyen lassú delta-hullámok teszik ki. Az izomtónus tovább csökken, a 

szemmozgások hiányoznak. 

A non-REM alvás 4. stádiumát a nagy amplitúdójú delta-aktivitás jellemzi. A 3. és 4. 

stádium felel meg a mély alvásnak, amelyből az alvó személy csak nehezen, erős külső 

ingerekkel ébreszthető. Ebben a fázisban van mód a leglassúbb potenciálváltozások 

megfigyelésére, ezek frekvenciája 0.2-1 Hz közé esik (slow oscillation, SO). Az 1.-4.-ig tartó 

stádiumokban az izomtónus ugyan csökken, de nem szűnik meg. 

Az egyre mélyülő alvás az elalvást követően kb. 45 perc múlva az előbbivel fordított 

sorrendben alakul, és végül a 3. és 2. stádiumokon keresztül visszatér az 1. szakaszba. Ekkor 

az alvás új fázisba megy át: az EEG deszinkronizálódik, az izomtónus megszűnik (kivételt 

képeznek a külső szemizmok, a középfül izmai és a légzőizmok), és fázisos, gyors 

szemmozgások, rángások jelentkeznek a szemhéjon, végtagokon. Ez utóbbiról kapta ez a 

szakasz a gyors szemmozgások periódusa (rapid eye movements, REM) elnevezést. A REM 

5 

1. ábra: Alvás. 

EEG felvételek 

emberből, ébrenlét és 

alvás során. Az EEG 

deszinkronizált az 

ébrenlét, és REM 

fázisokban, míg erősen 

szinkronizált non- 

REM alvásban. 

A hypnogram mutatja 

az alvás egymást 

követő fázisait.

szakasz általában a felületes alvási stádiumból alakul ki. Időnkét ebben a szakaszban is 

megjelennek a theta sorozatok. A theta aktivitás különösen jellemző a hippokampuszra. Ez a 

fázis tekinthető az álmodási periódusnak. 

A lassú alvási oszcilláció (slow sleep oscillation, SO) 

A lassú alvási oszcillációt (0.1-1 Hz) Steriade (Steriade, Nunez et al. 1993) és kollégái 

eredetileg szomato-motoros agykérgi szinten figyelték meg urethan és ketamin-xylazin 

altatásban (Dossi, Nunez et al. 1992). Később bebizonyították, hogy természetes lassú 

hullámú non-REM alvásban is hasonló aktivitás látható macska agykérgén (Steriade, 

Timofeev et al. 2001). A lassú oszcillációt extra- és intracelluláris elvezetésekkel vizsgálták 

kérgi és thalamikus szinteken. 

Az SO kettő fázisra bontható: az aktív (depolarizációs), illetve az inaktív 

(hiperpolarizációs) fázisra (Steriade, Nunez et al. 1993). Ezen fázisok ritmikus ismétlődése 

alkotja a lassú oszcillációt narkózisban, és a természetes alvás non-REM stádiumában 

(Steriade, Amzica 1998). Wilson és Kawaguchi is hasonló mintázatot talált a neostriatum 

neuronjait vizsgálva, amelyre bevezette a ma széles körben elterjedt terminológiát: “up-state”- 

nek nevezte el a SO depolarizációs fázisát, “down-state”-nek a hiperpolarizációs fázist 

(Wilson, Kawaguchi 1996). Az angol elnevezés szemléletesen mutatja, hogy az agy a lassú 

oszcillációban ciklikusan alacsony (down-state), illetve magas (up-state) aktivitást mutat. 

A hiperpolarizációs fázisban mind a kortikális, mind a thalamikus sejtek membránja 

hiperpolarizált (Steriade, Contreras et al. 1993), nem mutat oszcillációt, nem generál akciós 

potenciált, a membránáramok nagy részben K + -áramok. Down-state-ben sem a principális 

sejtek, sem az interneuronok nem mutatnak akciós potenciál aktivitást, tehát a kialakult 

hiperpolarizáció valószínűleg nem GABAerg. A szinaptikus bemenetet vizsgálva 

gyakorlatilag nullára esett a posztszinaptikus események száma. Éber állat esetén minden 

sejten megfigyelhető nagyszámú posztszinaptikus esemény, ez a szinaptikus facilitáció. Mivel 

a hiperpolarizációs fázisban ez nincsen jelen, ezt a fázist diszfacilitációs szakasznak is 

nevezik (Timofeev, Grenier et al. 2001). Extracelluláris elvezetésekben a hiperpolarizációs 

fázisra az agykéreg mélységében (1-1.5 mm) nagy pozitív, illetve annak felszínén nagy 

negatív hullám a jellemző. Szimultán extra- és intracelluláris vizsgálatokban kimutatták, hogy 

a mély pozitív komponens időben egybeesik a sejtek hiperpolarizációjával. 

6

A klasszikus thalamikus kapuzási elmélet szerint a kéregről a thalamuszba terjedő 

hiperpolarizáció a thalamusz szintjén gátolja az ingerület átvitelt, így alvásban nem jut feljebb 

az információ a kérgi szintre, ez lenne az oka az alvás alatti disszociált állapotnak (Steriade 

1997). 

2. ábra: A lassú oszcilláció. Egyidejű intracelluláris (IC) és mélységi EEG elvezetés mutatja a lassú oszcillációt 

ketamin-xylazinnal altatott macskán. A sejt tüzelési mintázata erős korrelációt mutat az EEG regisztrátummal. 

Up-state, vagy depolarizációs fázis során a sejtek tüzelnek, ekkor a mélységi EEG-ben negativitást látunk, down- 

state-ek alatt (csillaggal jelölve) a sejtek hiperpolarizáltak, amely a mélységi EEG-n látható nagy pozitivitással 

esik egybe. 

A depolarizációs fázisban mind a kortikális, mind a thalamikus sejtek membránja 

depolarizált, oszcillációt mutat, akciós potenciált generál, a membrán áramok kevertek. Ez az 

állapot nagyban hasonlít az ébrenléthez. Mind a principális, mind az interneuronok tüzelnek, a 

kialakuló posztszinaptikus facilitációra mind az excitátoros, mind az inhibítoros áramok 

jellemzőek. A szinaptikus bemenetek száma igen nagy, hasonló, mint éber állapotban. 

Extracelluláris elvezetésekben a depolarizációs fázisra a mélységi negativitás, felszíni 

pozitivitás jellemző. Szimultán extra- és intracelluláris vizsgálatokban kimutatták, hogy a 

mély negatív komponens időben egybeesik a sejtek depolarizációjával. A komplett lassú 

oszcilláció alatt a membránpotenciál tehát bimodális eloszlást mutat. (2. ábra) 

A klasszikus hipotézis szerint a lassú oszcilláció a kéregben generálódik, majd később 

a thalamusz is bevonódik a folyamatba (Steriade 2006). Az így kialakuló thalamokortikális 

interakció formálja a lassú oszcillációt. Up-state alatt alakulnak ki az egyes agyi 

oszcillációkra jellemző mintázatok a kéreg, a primer thalamusz- és a retikuláris thalamusz- 

magvak (nucl. reticularis thalami, nRT) kölcsönhatása következtében. A lassú oszcillációnak 

fontos és szerteágazó funkciókat tulajdonítanak. Kimutatták, hogy szerepe van az agyi 

metabolikus homeosztázis fenntartásában, a memória bevésődésében (Steriade 1999), az 

epilepszia keletkezésében (Steriade, Amzica 1998). 

7

A szenzoros rendszer és a lassú hullámú alvás kapcsolata 

Mindenki által ismert tény, hogy alvásban a tudat és a külvilág viszonya 

nagymértékben eltér az ébrenlétben tapasztaltaktól. Alvás alatt az információ nagy része nem 

tudatosul, bár bizonyos ingerekkel ki lehet váltani az ébredést. Különösen fontos szerepe van 

az ébredési reakciókban az akusztikus modalitásnak, mivel ellentétben például a látással, a 

fülünket nem tudjuk elzárni a környezeti ingerektől. A klasszikus thalamikus kapuzási elmélet 

szerint non-REM alvásban a thalamikus relé sejtek relatíve hiperpolarizáltak az éber szinthez 

képest, így nem tudják közvetíteni a perifériás impulzusokat az agykéreg felé (Steriade, 

Timofeev et al. 2001). Mivel nincsen kérgi akusztikus bemenet, ezért nincs mit feldolgozni, 

tehát a kéreg thalamikus szinten el van zárva a külvilágtól. 

A klasszikus thalamikus kapuzási elmélet jól egybevág a lassú oszcilláció kérgi 

genezisének klasszikus elméletével, mindkettő azt mondja ki, hogy non-REM alvásban belső 

világunk nagymértékben disszociált a külvilágtól (Steriade 2006). Ebben az állapotban 

szenzoros információ nem érkezik a kéregbe, a kéreg saját maga alakítja ki a lassú 

oszcillációt, ami a homeosztatikus és memória konszolidációs működések fenntartásához 

szükséges. 

Napjainkban egyre több, a klasszikus elmélettel nem magyarázható jelenséget 

mutatnak ki. Castro-Alamancos patkányokon vizsgálta az ébrenléti szint hatását az 

eseményhez kötött potenciálokra egy speciális modellben (Castro-Alamancos, Rigas 2002). 

Azt találta, hogy alvási állapotban a szomatoszenzoros kérgi kiváltott potenciál nagysága, 

térbeli kiterjedése és a sejtkisülési aktivitás mértéke sokkal nagyobb, mint éberhez hasonló 

állapotban (Castro-Alamancos, Oldford 2002). Bower szintén patkányokon vizsgálta 

altatásban a szaglórendszert (Fontanini, Spano et al. 2003), és azt találta, hogy a pyriform 

kéreg lassú oszcillációja szinkronitást mutat az orrban áramló levegő mozgásával. Normál 

légzés alatt a légzéssel volt szinkron a kérgi SO (Fontanini, Bower 2005). Tracheális kanülön 

át, mesterséges lélegeztetés hatására, mikor az áramlás megkerülte az orrnyálkahártya 

receptorait, ez a szinkronitás megszűnt (Fontanini, Bower 2006). Mindkét kísérlet arra enged 

következtetni, hogy a klasszikus elméletek nem helytállóak patkány esetében. 

8

A hallópálya felépítése 

Kísérleteinkben a hallópálya ingerlésének hatását vizsgáltuk, ezért ebben a fejezetben 

összefoglalom a hangingerek feldolgozásának összes állomását, hogy képet adjak a hallás 

útján beérkező információ sorsáról, amíg a fülből az elsődleges hallóközpontba (Brodmann 

41., 42.) megérkezik (Fonyó 1999; Kandel 2000). Az alapvető anatómiai és funkcionális 

kapcsolatok macskában, majomban és emberben nagyon hasonlóak, itt az emberi anatómiát 

írom le (3. ábra). 

A nervus vestibulocohlearis pars cohlearis-ának az elsődleges érző neuronokat 

tartalmazó dúcából (ganglion spirale) futnak ki a ggl. spirale neuronjainak centrális 

nyúlványai. Ezek képezik a n. vestibulocochlearis pars cochlearis-át. Az axonok a canalis 

longitudinalis modioli-n keresztülfutva lépnek a meatus acusticus internus-ba, ahol 

összetapadva a pars vestibularis-sal alkotják a VII. agyideget. A meatus-t elhagyva a rostok 

belépnek az agytörzsbe, ahol a medulla oblongata és a pons határán található nucleus 

cochlearis ventralis- és dorsalis-ban végződnek. Az organum spirale-nak a csiga bázisához 

közeli területeiről induló rostok, melyek a hang magas frekvenciás komponenseit közvetítik, a 

magvak medialis, a csiga csúcsához közeli részeiről induló rostok, melyek a hang alacsony 

frekvenciás komponenseit közvetítik, a magvak lateralis részében érnek véget. Így a csiga 

tonotópiás (a frekvencia és a térbeli reprezentáció szoros kapcsolata) elrendeződése 

tükröződik a magvakban is. A nucleus cochlearis ventralis-ból eredő rostok az azonos- és 

ellenoldali oliva superior-hoz futnak. Az ellenoldali maghoz futó rostkötegek, az ellenoldalról 

jövő hasonló rostokkal együtt, alkotják a corpus trapezoideum kereszteződő rostrendszerét. 

Az azonos és ellenoldalról jövő hallórostok az oliva superior-ban ugyanazon tonotópiás 

elrendeződést követve végződnek, mégpedig úgy, hogy az alacsony frekvenciájú (mély) 

hangok által a csiga csúcsi részében keltett ingerületeket közvetítő rostok az oliva superior 

dorsalis, a nagy frekvenciájú (magas) hangok által a csiga bázisában keltett ingerületeket 

közvetítő rostok az oliva superior ventralis részéhez futnak. Az oliva superior tonotópiás 

elrendeződése a hallórendszer első olyan állomása, ahol lehetőség nyílik a két fülből jövő 

ingerületek integrálására. Itt veszi kezdetét a hangforrás térbeli lokalizálásának folyamata. 

9

Az oliva superior-ból eredő projekciós rostok az azonos oldali colliculus inferior-hoz 

futnak. Ehhez a felszálló rostköteghez, amit lemniscus lateralis-nak nevezünk, csatlakoznak 

az ellenoldali nucleus cochlearis dorsalis-ból eredő, és szintén a colliculus inferior-ban 

végződő rostok is. A lemniscus lateralis, lefutása közben a középagy oldalsó felszínén, a 

trigonum lemnisci területén egészen felületessé válik. Itt van egy közbeiktatott magva is, a 

nucleus lemnisci lateralis. 

A colliculus inferior-ból eredő axonok a corpus geniculatum mediale-ba (akusztikus 

thalamusz, utolsó relé állomás) vezetnek, majd a gyrus temporalis superior-nak, a fissura 

lateralis felé fordított felszínéhez (emberben Heschl gyrus, Brodmann 41., 42.), az elsődleges 

kérgi mezőhöz futnak be. Az akusztikus ingerületek tonotópiás elrendeződése jellemzi a 

hallópálya minden állomását. Ez egészen az elsődleges hallókéregig megőrződik, méghozzá 

úgy, hogy a magas hangok által a csiga bázisában keltett ingerületek az elsődleges hallókéreg 

mediális, a mély hangok által a csiga csúcsi részében keltett ingerületek pedig a primer 

hallókéreg laterális területeihez jutnak. 

10 

3. ábra: A hallópálya 

felépítése. 

A belső fülből érkező 

információ a nucleus 

cochlearis-on, illetve az 

oliva superior-on keresztül 

érkezik a nucleus 

lemniscus lateralis-ba, ahol 

átkapcsolódva továbbjut a 

nucleus colliculus inferiorba, 

majd a corpus 

geniculatum mediale-ba, és 

onnan átkapcsolódva éri el 

a hallókérget.

A majom hallókérgének funkcionális sajátosságai 

A rhesus majom (Macaca mulatta) hallókérge a sulcus lateralis ventrális falát alkotja, 

dorzálisan a szomatoszenzoros kéreg fekszik rá (4. ábra). Tehát a rhesus majom hallókérge 

nehezen elérhető, mivel az agy mélyén helyezkedik el. Emberben is hasonló az elrendezés. A 

primáták hallókérgét egy belső, ún. core (mag), egy vékony, határoló, ún. belt (öv), illetve a 

parabelt (öv körüli) régiók alkotják (Hackett, Karmos et al. 2005). A belt area laterális része 

kinyúlik a gyrus temporalis superior (STG) irányába, ahol a parabelt régióval határos. A 

központi rész (core) a tulajdonképpeni hallókéreg, amely csak hangingerekre ad választ. 

A core area neuronjai tonotópiásan és nagyon szelektíven válaszolnak adott 

frekvenciás ingerekre, hangolási görbéjük keskeny. A core area két régióra oszlik, a primer, 

elsődleges (AI), és a szekunder, másodlagos (AII) régióra. A két régiót a tonotópia 

irányultsága, az auditoros bemenet időzítése és finom anatómiai jelek különítik el egymástól. 

A belt area a core régiót keskeny sávban övező, multiszenzoros, asszociációs, tehát több 

beérkező ingermodalitásra reagáló, integráló agyterület. A bejövő szomatoszenzoros 

ingerekre itt ugyanúgy látunk válaszreakciót, mint az auditoros ingerekre. A belt és parabelt 

neuronok is mutatnak tonotópiát, de a primer és szekunder területekhez képest kevésbé 

szelektíven válaszolnak az ingerlési frekvenciára, hangolási görbéjük az AI-hez képest széles 

(Hackett, Karmos et al. 2005). 

11 

4. ábra: Majom hallókérge. 

A majom hallókérge az insula felett található 

sulcus lateralis ventrális falát alkotja. 

Közvetlenül felette, a sulcus lateralis dorzális 

falában található az SII szomatoszenzoros 

kéreg. Az (A) ábra a majom agyának oldalsó 

nézetét mutatja, benne fekete színnel jelölve az 

insulát. A (B) ábra a szaggatott vonal mentén 

elmetszve mutatja a kérgi régiókat. A (C) ábra 

egy térbeli képet ad a majom hallókérgének 

különböző részeiről. 

A1: AI elsődleges hallókéreg 

CM: caudalis-medialis hallókéreg 

CL: caudalis-lateralis hallókéreg 

S2: SII szomatoszenzoros area 

RPB: rostralis parabelt area 

CPB: caudalis parabelt area

A macska hallókérgének funkcionális sajátosságai 

A macska hallókérge az agy konvexitásán található, ezért könnyen vizsgálható, műtét 

alatt is rögtön szembetűnik (Karmos 2002). A primer hallókéreg (AI area) az agy laterális 

felszínén, a gyrus ectosylvius dorzális részén helyezkedik el (5A,B. ábra). A macskák AI 

areája megfelel a majmokban leírt AI areának. Akárcsak majmokban, tonotópiás szerveződést 

mutat a macskák AI areája is. A magas frekvenciák az AI elülső részén, míg az alacsony 

frekvenciák a hátulsó területen reprezentálódnak. 

5. ábra: A macska elsődleges hallókérge (AI) és asszociációs szomatoszenzoros kérge (area 7). A) Sematikus 

ábra mutatja a macska agyát oldalról. AI: elsődleges hallókéreg, AII: másodlagos hallókéreg, 7a: anterior area 7, 

7p: posterior area 7. B) Az általunk vizsgált macska agya fixált állapotban, nyilak mutatják az elektródok 

bemeneti nyílásait. C) NeuN neuronális markerre festett metszet ugyanezen agyból, az area 7-be bemenő 

elektróda nyoma jól látható. Nagy nagyítású képek mutatják az elektródák elhelyezkedését. A római számok az 

agykéreg rétegeit jelzik. 

12

A macska hallókérgén az AI area szomszédságában több hallókérgi területet (5A. 

ábra) különítettek el, amelyek egy része szintén tonotópiásan szervezett, de mind 

anatómiailag, mind funkcionálisan különböznek az AI területtől. A másodlagos (AII) areát 

citoarchitektóniai különbségek alapján lehet elkülöníteni az AI-től: az AII kérgének III. 

rétegében megnő a piramissejtek száma, az V. rétegben pedig nagy piramissejtek jelennek 

meg. Ezen terület tonotópiás szervezettsége vitatott, de egyre többen találnak frekvenciafüggő 

reprezentációt. A terület valószínűleg az ingerek feldolgozásának egy, az AI után következő 

állomása. Megkülönböztetünk emellett elülső (anterior auditory field, AAF), valamint hátulsó 

hallókérgi mezőket is (posterior auditory field, PAF), melyek szerepe szintén vitatott, de a 

legtöbb szerző multiszenzoros, asszociációs területként említi őket (Clarey, Irvine 1990; 

Rouiller, Simm et al. 1991). Ezen areák szintén tonotópiás szerveződést mutatnak, de a 

mikroelektróddal elvezetett kezdeti sejtaktivitás látenciája hosszabb és időben kevésbé kötött 

az ingeradás időpontjához, a sejtek hangolási görbéje pedig szélesebb, mint az AI neuronoké. 

Egyes vizsgálatok arra utalnak, hogy e területek az akusztikus információfeldolgozás későbbi 

– kognitív jellegű – szakaszában vesznek részt és talán részben megfeleltethetőek a 

majmokban talált belt (AAF) ill. parabelt (PAF) régióknak. 

A különböző területek afferens és efferens kapcsolatait vizsgálva, az AI-ből AII-be 

futó rostok topográfiás elrendeződést mutatnak. Az AI rosztrális részéből a rostok az AII 

kaudális, míg kaudális részéből az AII rosztrális részébe futnak. A ventrális AI a ventrális 

AII-vel, míg a dorzális AI az AII dorzális részével áll kapcsolatban. Az AAF area az AII-ből 

kapja afferentációjának nagy részét, tonotópiás szervezettségben. A projekciók az AII-ből a 

PAF-ba ugyancsak tonotópiásan szervezettek. Az AII mellett az AAF is vetít a PAF régióba, 

mégpedig az AII-ből jövő rostokkal konvergálva tonotópiásan szervezetten, ami e terület 

integratív szerepére utalhat (Rouiller, Simm et al. 1991). 

Az agykéreg szerkezete 

Az agykéreg (neokortex) legnagyobb részét kitevő, ún. isocortex, közönséges 

sejtfestésű mikroszkópi készítményben is jól felismerhető hat sejtrétegre oszlik (Szentágothai, 

Réthelyi 1994). A hat réteg felülettől számítva a következő: 

13

I. (stratum moleculare): többnyire a piramissejtek csúcsdendritjeit, a II. réteg 

sejtjeinek dendritjeit, továbbá az ide beérkező afferensek rostjait tartalmazza, sejtekben 

szegény réteg. 

II. (stratum granulosum externum): piramissejtek kis számban, interneuronok (kis 

kosárseltek, csillársejtek) nagy számban találhatók itt. 

réteg. 

III. (stratum pyramidale externum): nagyszámú piramissejt sejttestét magába foglaló 

IV. (stratum granulosum internum): csillagsejtek (stellate) találhatók itt nagy 

számban, ők fogadják a specifikus thalamusz magvakból befutó afferens rostokat, továbbá 

nagy kosársejteket találunk itt. 

V. (stratum gangliosum): tartalmazza a jellegzetes nagyméretű óriás piramissejteket. 

VI. (stratum multiforme): sokféle idegsejtet tartalmaz, ezek zömében az I. rétegbe 

vetítő másodlagos kapcsoló interneuronok. 

A 6. ábra - leegyszerűsített formában - az agykéreg általános neuron hálózatát mutatja 

be (Szentágothai, Réthelyi 1994). A kérgi idegsejtek csupán 60%-a piramissejt (principális 

sejt), a fennmaradó 40% más típusú (kb. 50 fajta), jobbára helyi kapcsolatokkal rendelkező 

idegsejtből (interneuron) áll. Az ábrán piros színnel feltűntetett sejtek a piramissejtek. A 

piramissejtek, jellegzetes háromszög alakjuknak és egyes kéregterületeken belül feltűnően 

nagy méretüknek köszönhetően jól felismerhetőek a szövettani metszeteken. Ezek a 

principális sejtek megtalálhatók a II. és III., illetve V. és VI. rétegekben. Glutamáterg, 

serkentő neuronokról van szó, melyek a beérkező információt vetítik a környező 

kéregterületekre, illetve kéreg alatti rendszerekbe. Szintén glutamáterg, serkentő neuronok a 

csillagsejtek, amelyeket a régebbi szakirodalom még az interneuronok közé sorol. A 

csillagsejtek a kéreg IV. rétegében találhatók, és nagyon fontos állomásai az adott területre 

beérkező információknak. A thalamusz felől érkező bemenetek tulajdonképpen csak a 

csillagsejteken keresztül jutnak el a piramissejtekhez. Ezek a sejtek, a piramissejtekkel 

ellentétben, csupán lokális információ átadására alkalmasak. 

Interneuronok alatt ma elsősorban a GABA-erg (gamma-amino-vajsav), gátló 

neuronokat értjük. A gátló kérgi sejtek számos típusát tudták eddig meghatározni (a 6. ábrán 

tömör fekete szín). A kéreg minden rétegében jelen vannak, multipoláris sejtek, sűrű hálózatot 

képeznek a principális idegsejtek körül. Ezek közül már régebben ismertek voltak az ún. 

kosársejtek (basket sejtek), amelyek a végződéseikkel kosárszerűen fonják körül a 

14

piramissejtek testeit, axo-szomatikus kapcsolatot kiépítve. Innen származik az elnevezés. 

Jellegzetes gátló idegsejt az axo-axonikus, vagy más néven csillársejt. Ez utóbbi név onnan 

ered, hogy a sejtek idegnyúlványának végei - sejtenként 150-200 végág - a régi mennyezeti 

csillárok gyertyájához hasonlóan egy pontból kanyarodnak vissza. Végágaik 

hozzákapcsolódnak egy-egy piramissejt axonjának kezdeti szakaszához, és ott sorozatos gátló 

szinapszisokat képeznek. Ez a gátlásnak igen hatásos mechanizmusa, ezért fontos 

megemlíteni, hogy a kéreg minden piramissejtje bőségesen el van látva ilyen végződésekkel. 

Ezek a sejtek a principális sejtek kimenetének szabályozásában játszanak fontos szerepet. A 

dendritikus gátlósejtek a piramissejtek dendritjeit idegzik be, így a piramissejtek bemenetét 

szabályozzák. Interneuron-specifikus interneuronok (gátlás gátlását okozó interneuronok, 

GGS) kizárólag interneuronokat idegeznek be, így szabályozva az interneuron hálózat 

működését. 

15 

6. ábra: A kérgi modul 

szerkezete. 

Sematikus ábra mutatja a 

neokortex szerkezetét. A 

zölddel jelzett nem specifikus 

kérgi afferensek jelölik ki a 

mintegy 200-300m 

átmérőjű, a kéreg egész 

mélységén áthatoló, henger 

alakú szövetteret, amely a 

kéreg alapvető szerkezeti 

modulja. Kék színűek a IV. 

rétegbe érkező specifikus 

thalamikus afferensek, 

amelyek a csillagsejtekre 

(stellate=tüskés közti 

neuron=TKN), valamint a 

piros színnel jelzett 

piramissejtekre adnak 

szinapszist. A gátló 

interneuronok feketével 

vannak jelölve. Ezek közül ki 

vannak emelve a kosársejtek, 

az axo-axonikus sejtek, 

illetve a gátlás gátlását okozó 

interneuronok (GGS).

A kérgi területek (mezők, areák) felépítése 

Az agykéreg egyes területei feltűnően eltérő szerkezetűek (Szentágothai, Réthelyi 

1994). A motoros kéregterületek (emberben Brodmann 4.) szinte kizárólag piramis- és óriás 

piramissejtekből állnak, (agranuláris kéreg). Hasonló szerkezetű az előtte lévő, lefelé 

keskenyedő háromszög alakú Brodmann 6. mező, mely ugyancsak agranuláris, de óriás 

piramissejtek nélkül. Épp ellentétes irányban térnek el a szokványos motoros kéregre jellemző 

felépítéstől az elsődleges érző projekciók kérgi területei. Ezekre éppen fordítva, a nagyobb 

piramissejtek csaknem teljes hiánya és az apró sejtek óriási számbeli túlsúlya jellemző. E 

kéregtípust ezért granulárisnak, vagy koniokortexnek nevezik. Ilyen típusú a gyrus 

postcentralis-t elfoglaló testérző (szomatoszenzoros) area, amely három, egymással nagyjából 

párhuzamos, némileg eltérő szerkezetű mezőből (Brodmann 3., 1., 2.) áll. Hasonló szerkezetű 

a nyakszirti lebeny fissura calcarina-jának felső és alsó ajkát elfoglaló elsődleges (Brodmann 

17.), másodlagos (Brodmann 18.) és harmadlagos látómező (Brodmann 19.) és a temporális 

lebenynek az insula felé tekintő harántgyrusaiban helyet foglaló hallómező (Brodmann 41., 

42.). 

A kérgi modul 

A neokortex nemcsak horizontálisan szerveződik rétegekbe, hanem vertikálisan is 

működési egységekbe, modulokba rendeződnek a sejtek. Ez a 0,2-0,3 mm átmérőjű, 

függőleges és a kéreg egész mélységén áthatoló, henger alakú szövettér a kéreg alapvető 

szerkezeti egysége, modulja (6. ábra). Egy-egy ilyen kérgi modul mintegy 5000-10000 

idegsejtet tartalmaz. 

Az agykérget tehát úgy kell elképzelnünk, mint vertikálisan szerveződő működési 

egységek, modulok mozaikját, amelyek mindegyike aktívan kommunikál egymással 

(Szentágothai, Réthelyi 1994). Hozzávetőlegesen 50-100, az agykéreg más részében (mind az 

azonos, mind az ellenoldali agyféltekében) elhelyezkedő másik, hasonló modullal létesít 

összeköttetést, vezérli azokat, effektor, vagyis efferens (piramissejt axonokból álló) 

kapcsolatokat tart fenn. Körülbelül ugyanennyi kérgi modulból kap odavezető érzékelő, 

affektor, vagyis afferens rostkapcsolatot. Ezek azonban a kérget csak működésében 

16

szabdalják szét, az idegnyúlványaikkal és dendritekkel összefonódó idegsejtek szövete csak 

nagyon kivételesen mutat megszakításokat, tehát az agykéreg a szövettani képében eléggé 

feltűnő hatrétegű elrendezésen kívül egyneműnek látszik. Csupán a kérgi mezők határán 

vehetők észre a rétegződés finomabb részleteiben megbúvó, jellegzetes változások. A 

működési egység, a modul gondolata onnan ered, hogy az agykéreg meghatározott részeinek 

kísérleti állatban való műtéti eltávolítása után az agykéreg aránylag távoli részében az 

elpusztított piramissejtek nyúlványainak szövettanilag kimutatható elfajulása függőleges 

oszlopokban, foltszerűen mutatkozik, jelezvén, hogy a kéreg távoli részei közötti 

összeköttetések nem szétszórtan, hanem néhány meghatározott oszlopszerű modulban 

végződnek. Újabban ezt ma már úgy mutatják ki, hogy olyan jelzőanyagokat fecskendeznek 

be a kéreg alig 0.1-0.15 mm átmérőjű gócaiba, amelyeket a piramissejtek felvesznek, és 

idegnyúlványaikkal pár nap alatt elszállítják végződési helyükre. Itt a jelzőanyagokat vagy 

biokémiai, vagy autoradiográfiai módszerekkel lehet szövettanilag kimutatni. 

Az interneuronok viselkedésének behatóbb tanulmányozása is közelebb vitt a kérgi 

modulok működésének megismeréséhez. Megfigyelések szerint bizonyos kérgi területeken, a 

thalamusz felől érkező inputok a piramissejtek egy csoportját serkentik, majd a tüzelő 

piramissejtek a körülöttük lévő régió gátlósejtjeit hozzák izgalomba az axon-kollaterálisok 

segítségével, melyek lezárják az információ útját a környező piramissejtek felé. Ezzel 

tulajdonképpen lokalizálják az információ áramlását és feldolgozását. Miért van szükség ilyen 

összetett mechanizmusra? Mi történne, ha nem így működne a rendszer? A thalamokortikális 

afferenseken érkező ingerület szétterjedne a megcélzott sejtek mellett a környező kéregrész 

nagy területén, így a benne rejlő információ, illetve az arra adott specifikus válasz elveszne a 

káoszban. 

Az EEG jelek keletkezésének mechanizmusa 

Az electroencephalogram (EEG) jelek keletkezésének mechanizmusa a mai napig 

pontosan nem ismert (Kandel 2000). Valószínű, hogy több ezer neuron összesített elektromos 

aktivitását tükrözi, melyek az agykéreg felszínének közelében helyezkednek el. A mélyebb 

struktúrák aktivitása a szignál gyengülése miatt nem idézhet elő a fejbőrről elvezethető 

mikrovoltos nagyságú jelet. Tekintettel az EEG fokozatos jellegű változásaira, inkább a 

piramissejtek dendritnyúlványain lejátszódó küszöb alatti posztszinaptikus 

17

potenciálváltozások felelősek keletkezéséért, semmint a gyors, minden vagy semmi jellegű 

akciós potenciálok. A klasszikus elképzelés szerint az EEG-jel generálásában számos neuron 

kiterjedt dendritfáinak szinkronizált, összesített aktivitása játszik szerepet. Ezeket a több 

neuronhoz tartozó, de együttműködő kapcsolatokat nevezték szinaptikus funkcionális 

egységeknek. Az agy spontán ritmusának megfelelő, és az adott ingerek függvényében 

számos átfedést mutató funkcionális egység közül más és más csoportok mutathatnak 

szinkronizált aktivitást. Ez a mintázat időben dinamikusan változik. A szinaptikus 

funkcionális egységek koordinációjában fontos szerepet tölthetnek be a kéreg alatti struktúrák, 

elsősorban a thalamusz. 

A szinkronizált elektromos aktivitáson felül fontos az agyi struktúrák geometriai 

konfigurációja is. Az EEG-jel kialakulásának feltétele ugyanis, hogy a sok kis lokális 

elektromos változás felerősítse egymást. Az egymással párhuzamosan elhelyezkedő kérgi 

piramissejtek transzmembrán áramai ideálisan képesek összeadódni, ezt nevezzük nyitott, 

vagy open-field elrendeződésnek. A neuronok véletlenszerű orientációja esetén az áramok 

kioltják, vagy nagyon lecsökkentik a jel erősségét. Ezt zárt, vagy closed-field elrendeződésnek 

nevezzük. Míg az agykéreg szerveződésére az open-field, addig az egyes mélyebben 

elhelyezkedő agytörzsi struktúrákra a closed-field organizáció a jellemző (7. ábra). Az EEG 

jelet frekvencia és amplitúdóbeli különbségek alapján spektrális tartományokra osztjuk fel (1. 

táblázat). 

A klasszikus nevezéktan szerint, ha a nagyobb amplitúdójú és kisebb frekvenciájú 

hullámot egy kisebb amplitúdójú és nagyobb frekvenciájú váltja fel, deszinkronizációról 

beszélünk. Ennek a folyamatnak az ellenkezője a szinkronizáció. 

18 

7. ábra: Az EEG jelek 

keletkezése. 

A nagyagykéregben a 

piramissejtek 

párhuzamosan, ún. openfield 

elrendeződésben 

helyezkednek el, 

aktivitásukkal egy 

elektromos dipólust hoznak 

létre. Az agytörzsben a 

sejtek véletlenszerű 

orientációt mutatnak, így 

az extracelluláris áramok 

kioltják egymást.

1. táblázat: Az EEG jelek speciális tartományai. 

Spektrum Frekvencia Amplitúdó Jelentőség 

(Hz) (mikroV) 

Delta 0,5-3,5 100-200 - mély alvás 

- 1-2 éves korban fiziológiás 

- tumor, ér eredetű károsodás 

- frontális lebenyhez köthető kognitív feladatok 

Theta 4-7,5

vezetéssel terjednek a környező szövetekre (Molnar, Karmos et al. 1986). A konkrét 

generátorfolyamathoz köthető hullámokat komponensnek nevezzük. Az EKP-k különböző 

komponenseit funkcionális jellemzőik alapján exogén és endogén komponensekre oszthatjuk. 

Az exogén komponensek amplitúdója és látenciája főleg az inger fizikai paramétereitől függ, 

míg az endogén komponensek inkább kognitív folyamatokkal mutatnak összefüggést. A 

komponensek fenti felosztása részben látenciában elkülönülő csoportokra bontja az akusztikus 

EKP hullámait. Az egymást követő EKP komponensek látenciái hűen tükrözik az agyi 

információ feldolgozás időbeli viszonyait. 

Egy EKP komponenst háromféle módon lehet jellemezni: a komponens amplitúdója, 

látenciája és formája (konfigurációja), a komponens funkcionális jellemzése (kapcsolata 

különböző fizikai, illetve kognitív faktorokkal), valamint a komponens topográfiája, 

keletkezési helye szerint. 

Az EKP komponensei 

A legkorábbi EKP komponens a humán hallókéregben körülbelül 20ms latenciával 

jelentkezik kis amplitúdóval, melyet nagyobb amplitúdójú, középlatenciájú (20-40ms) 

komponensek (auditory middle latency responses) követnek. Az emberben végzett nem 

invazív vizsgálatok (skalp potenciál-eloszlás térképezés, dipól lokalizáció) arra utalnak, hogy 

ezek a komponensek tonotópiás szervezettséget mutatnak, és specifikus szenzoros területeken 

keletkeznek (AI, AII). Az N1 és P2 hullámokat (melyek látenciája általában 100 ill. 200ms), 

ugyancsak az exogén komponensek közé sorolják, bár úgy tűnik nem-specifikus endogén 

(nem az inger fizikai tulajdonságaitól függő) tényezők is befolyásolják e komponensek 

látenciáját és amplitúdóját. Részletesebben az N1 hullámot vizsgálták. A hanginger 

amplitúdójának kellőképpen rövid növekedési ill. csökkenési ideje esetén az N1 mindig 

20 

8. ábra: Az akusztikus 

eseményhez kötött potenciál 

(EKP) főbb korai komponensei 

macskában. 

P1a és P1b pozitív (itt lefelé) 

komponensek ~12 illetve 25ms 

után jelentkeznek, amelyeket egy 

nagy negatív N1 (50ms, itt 

felfelé), majd ismét egy pozitív 

P2 (~85ms) komponens követ.

kiváltódik az inger kezdetére és az inger végére, vagy egy folyamatos ingerben bekövetkező 

változás hatására is. Az N1 hullám egyik fontos jellemzője, hogy kifejezetten érzékeny az 

ingerlés gyakoriságára: az ingerek közti időintervallum (interstimulus interval, ISI) 

csökkentésével e hullám amplitúdója szisztematikusan csökken. Az N1 hullám az inger 

intenzitására szintén érzékeny: az ingerintenzitás csökkentésével csökken az amplitúdója és 

növekszik a latenciája. Generátorát illetően nincs egyetértés a szerzők közt, legfeljebb abban, 

hogy valószínűleg több generátor vesz részt a komponens létrehozásában. 

A kérgen belüli invazív vizsgálatokkal igazolható, hogy a macska (Karmos, Molnar et 

al. 1986) és a majom hallókérgében (Shah, Bressler et al. 2004) hanginger adását követően 

legkorábban az AI areában mutatható ki sejtaktivitás (sejttüzelés) 8-12 ms látenciával. Ezután 

az aktivitás átterjed az AII-re, ahol legkorábban 4-8 ms késéssel, 16 ms körül mutatható ki 

sejttüzelés. Ezt a 16 ms-os sejtkisülési csúcsot egy harmadik követi a 16-32 ms-os 

időtartományban, mely – akárcsak a 16 ms látenciájú – mindkét területen detektálható 

(Karmos, Molnar et al. 1986). Ennek a három időben és térben is elkülönülő sejtaktivitásnak a 

mezőpotenciál korrelátuma három pozitív hullám, melyek átlagosan 12, 17 és 23ms-os 

csúccsal, a humán korai és középlatenciájú komponenseknek felelhetnek meg. Ezek a 

komponensek a hallókéreg primer AI és szekunder AII areája felett regisztrálhatók maximális 

amplitúdóval, és tonotópiás eloszlást mutatnak. A kísérleti állatokon 50 ms körüli amplitúdó 

maximummal jelentkező hullám valószínűleg a humán N1-nek felelhet meg. A kísérleti 

állatokon 100 ms körül regisztrálható hullám valószínűleg ugyanúgy vegyes komponens, mint 

a humán N1 és P2 komponensek. Ezek látenciáját és amplitúdóját mind az inger fizikai 

jellemzői, mind kognitív tényezők – mint például a figyelem, alvási állapot – befolyásolják. 

21

KUTATÁSI CÉLJAINK 

Napjainkban kimutatták, hogy a lassú oszcilláció kérgi eredetének elmélete, valamint 

a thalamikus kapuzási hipotézis patkányokon nem helytálló. Laboratóriumunkban macskán és 

majmon folynak akusztikus-szenzoros ingerlési tanulmányok, melyek célja, hogy közelebb 

kerüljünk az emberi ingerfeldolgozás pontosabb megértéséhez. Mind a macska, mind a 

majom akusztikus rendszere bizonyos modellekben jól reprodukálja az emberi hallókéreg 

viselkedését. Ezt a kísérletes hátteret kihasználva vizsgáltam majmon és macskán az 

akusztikus ingerek hatását a lassú kérgi oszcillációra. Majmon elsődlegesen az akusztikus 

kérget, mellette a szekunder szomatoszenzoros és szomatoszenzoros asszociációs kérget 

céloztuk meg, macskán pedig szintén az akusztikus kérget, mellette a suprasylvian 

asszociációs területet. 

Feltételezéseink szerint evolúciósan nem kifizetődő, ha az akusztikus ingerek már 

thalamikus szinten kapuzás alá kerülnek. A túléléshez fontos akusztikus diszkriminációkat 

(vízcsepp koppanása az avaron, összevetve a ragadozó lába alatt megroppant faág hangjával) 

az agy nem tudja thalamikus szinten megtenni. Így vagy állandóan felébred az állat, és súlyos 

alvásmegvonási szindrómában elpusztul, vagy zsákmánnyá válik. 

Hipotéziseink szerint léteznie kell egy árnyaltabb inger feldolgozási stratégiának, mely 

lassú hullámú alvásban is beengedi kérgi szintre az akusztikus információt, hogy ott a 

túléléshez minimálisan szükséges feldolgozás lehetővé váljon. Ennek a feltételezett 

stratégiának illeszkednie kell a mély alvás alatti fiziológiai körülményekhez, vagyis a lassú 

oszcilláció fázisaihoz. Biztosítania kell továbbá a megfelelő alvásmennyiséget (alvásvédő 

hatás), másrészt meg kell teremtenie az ébredéshez a megfelelő inger feldolgozási feltételeket 

(ébresztő hatás). Mint az előzőekben írtam, mély alvásban az agy aktív és inaktív állapotok 

között oszcillál. A down-state alatt megfigyelt kérgi hiperpolarizáció nem teremt különösen jó 

feltételeket a kérgi inger feldolgozáshoz, mivel a neuronok kevéssé ingerelhető állapotban 

vannak. Ennek ellenkezője igaz az up-statre. Hipotézisünk szerint az ébresztő és alvásvédő 

hatásokat a lassú oszcilláció aktív, illetve inaktív állapota közvetítheti. Az aktív fázisában, 

mely hasonló az ébrenléthez, van ingerfeldolgozás, ez lehet felelős az ébresztő hatásokért. Az 

inaktív fázis, melyben az ingerfeldolgozás gátolt, lehet felelős az alvásvédő hatásokért. 

A hallás fontos ébresztő modalitás, ellentétben a látással és a tapintással. Alvásban az 

állatok aktív tapintása és látása a fizikai immobilizáció, illetve a zárt szemhéjak miatt nem 

22

működik. Az akusztikus kéreg kapcsolatban áll több asszociációs, multiszenzoros területtel. 

Ezek az asszociációs területek felelősek a speciális modalitások jeleinek integrációjáért. 

Feltételezéseink szerint az alvás alatt beérkezett akusztikus bemenet feldolgozása hatásosabb 

lehet, ha mind az akusztikus kéreg, mind az asszociációs területek az aktív fázisban vannak. 

Ebben az esetben nagyobb eséllyel és árnyaltabban dolgozható fel az információ. 

Dolgozatomban az akusztikus ingerlés hatására, a lassú alvási oszcillációban 

bekövetkező változásokat vizsgáltam rétegelektródos elvezetésekben majom és macska 

hallókérgén, valamint szomatoszenzoros, szomatoszenzoros asszociációs és multiszenzoros 

kéregterületén. A ketamin-xylazin narkózis jó modellje a lassú hullámú alvásnak, ezért 

választottuk ezt az altatószert, továbbá azért, mert a kísérleteket sztereotaxiás keretben 

végeztük, ahol a nem altatott kísérleti állatok fokozott diszkomfortnak vannak kitéve, és 

nagyon nehezen alszanak el. 

23

MÓDSZEREK 

Műtéti technika, akut majom implantáció 

Az akut (egyszeri implantációs) kísérletekhez használt rhesus majmokat (M. mulatta) 

erre a célra tenyészti az MTA Pszichológiai Kutatóintézete. A kísérletek a Fővárosi 

Állategészségügyi és Élelmiszerellenőrző Állomás jóváhagyásával történtek. A műtét steril 

körülmények között zajlott. Az altatás bevezető szakaszában az állatok 10 mg/kg ketamint 

kaptak im., az altatás megfelelő mélységének fenntartására 25 mg/kg ketamin, 5 mg/kg 

xylazin iv. adagolása szolgált. A műtét alatt melegítőpárna tartotta 37-38 ºC-on az állat 

hőmérsékletét. A keringés, légzés, testhőmérséklet monitorozása folyamatos volt az altatás 

alatt. Az állatok feje a külső hallójárat elülső szakaszába vezetett fém sztereotaxiás készülék 

segítségével lett rögzítve. A kraniotómiát követően, a dura mater eltávolítása után előtűnt a 

sulcus intraparietalis és a gyrus temporalis dorsalis superior. A szabaddá vált agyfelszínt 

meg kellett védeni a kiszáradástól, e célból egy vékony szilikonolaj réteggel fedtük be a 

műtéti területet. Az agyfelszínről készített fotót összevetve a rhesus majom sztereotaxiás agyi 

atlaszával, meghatároztuk az elektródák penetrációjának pontos koordinátáit az érhálózat 

segítségével. Az elektródák behelyezése közben próbafelvételeket készítettünk, melynek célja 

a megcélzott agyi struktúra minél pontosabb eltalálása volt. Az adott területre jellemző agyi 

aktivitás segítségével állapítottuk meg a beszúrás pontosságát. 

A kísérletek végeztével az állatot szíven keresztül paraformaldehiddel perfundáltuk, az 

agyat kiemeltük, lemetszettük, festettük és az elektróda szúrt csatornáját rekonstruáltuk 

(Hackett, Karmos et al. 2005). 

Macska implantáció, krónikus kísérletek 

A kísérletekhez használt macskák a Szegedi Egyetemtől – kifejezetten erre a célra 

tenyésztett állatok közül – származtak, a kísérletek a Fővárosi Állategészségügyi és 

Élelmiszerellenőrző Állomás jóváhagyásával történtek. A kísérleti macskáknál krónikusan 

beültethető (1-12 hónap) implantátumokat használtunk (9. ábra). Az altatáshoz Nembutalt 

(40mg/kg ip.) használtunk. Az állatok a műtétet követően posztoperatív antibiotikumos 

24

kezelésben (Cobactan), és fájdalomcsillapításban részesültek. Az operáció ideje alatt a 

testhőmérsékletet melegítőpárna segítségével tartottuk 37-38 ºC-on. 

Légzésmonitorral követtük nyomon a respirációt. A macska sztereotaxiás agyi atlasza 

(Snieder, Niemer, 1961) segítségével meghatároztuk az elektródák kívánt pozícióját, majd 

sztereotaxiás készülék segítségével krónikusan implantáltuk azokat az állat agyszövetébe. Az 

agyba kerülő elektródákon kívül a szemmozgás (EOG), illetve az izomtónus (EMG) 

monitorozására alkalmas makroelektródákat is behelyeztünk. (Karmos, Molnar et al. 1982) 

Az elektródák megfelelő agyi struktúrába való behelyezéséhez a műtét alatt 

monitoroztuk az adott agyi terület aktivitását. Az elvezetett jeleket kiértékeltük, majd 

meghatároztuk, hogy a keresett agyi területre jellemző sejttevékenységet látjuk-e. Az 

elektródák elhelyezése után, azokat akriláttal rögzítettük a koponyacsonthoz. A műtétet 

követően két hetet lábadozott az állat, ezután kezdhettük meg a kísérleteket. 

Az altatásos kísérletek során egy állaton összesen 3-4 alkalommal végeztünk ketamin- 

xylazin (25 mg/kg ketamin, 5 mg/kg xylazin iv.) narkózist. 

A kísérletek végeztével az állatot szíven keresztül paraformaldehiddel perfundáltuk, az 

agyat kiemeltük, lemetszettük, festettük és az elektróda szúrt csatornáját rekonstruáltuk. 

25 

9. ábra: Macska 

krónikus implantátuma. 

A kísérlet közben készült 

felvételen fehér nyíl 

mutatja az egycsatornás 

drótelektródák 

csatlakozóját, a 

rétegelektróda 

vezetőcsövét és 

előerősítőjét, valamint az 

állat homlokának 

középvonalában 

elhelyezett, kalibrált 

csontvezetőt. A 

csatlakozó, előerősítő és 

a csontvezető csak a 

kísérletek idejére van 

felhelyezve az 

implantátumra.

Elektródok 

Az MTA Pszichológiai Kutatóintézetében folytatott kísérletek során két típusú 

szövetbarát elektródát használtunk fel: 

Rétegelektróda: 

24 elevezetési kontaktus található rajta, az egyes kontaktusok között 0.1 mm távolság 

van. Az elektróda vastagsága 0.35 mm, benne 24 polyimid szigetelt platina-irídium drót fut, 

amelyek egyenként 0.025 mm vastagságúak, ezek átmetszett része adja az elvezetési 

kontaktust. A rétegelektróda a 10. ábrán látható. Az 11. ábrán a térbeli elhelyezkedését 

mutatjuk be (Ulbert, Halgren et al. 2001). 

10. ábra: A rétegelektróda. 

Drót elektróda: 

0.23 mm átmérőjű szigetelt acélszálból készült nagyobb átmérőjű makroelektródok, 

melyekkel a kéreg epidurális felszínéről, valamint a hippocampuszból vezetjük el az 

aktivitást. Az acélszálról 1 mm távolságban lekapart szigetelés adja az elvezető kontaktust. 

26

Elektrofiziológiai regisztráció 

Az akut majom kísérletekben csak rétegelektródokat használtunk, míg a krónikus 

macska kísérletekben mindkét típust alkalmaztuk. Az elektródához csatlakozó előerősítőt a 

macska fején helyeztük el, illetve a majmok agyába implantált rétegelektródhoz közvetlenül 

csatlakoztattuk. Az előerősítő illeszti az elektróda magas impedanciáját a további erősítők 

alacsony impedanciájához, valamint javítja a jel-zaj arányt. Az egység erősítése 10 kHz, 

sávszélessége 0-100 kHz, így mind a mezőpotenciálokat, mind az akciós potenciálokat jól 

detektálhatjuk. Az előerősítő jeleit 2 aktív szűrő (1000-szeres erősítéssel) osztja EEG (0.1 Hz- 

500 Hz) és akciós potenciál/soksejt aktivitás (100 Hz - 5 kHz, AP/MUA) tartományra. Az 

erősítő jeleit két szinkronizált AD kártya digitalizálja, az EEG tartományban 16 bites, 2-4 kHz 

mintavétellel, a MUA tartományban 12 bites, 20-40 kHz mintavétellel. Egyszerre 48 

csatornás mintavételre van lehetőség. Nagy kapacitású és gyors PC-t használunk az 

adatgyűjtésre és a feldolgozásra (Ulbert, Halgren et al. 2001). 

27 

11. ábra: A rétegelektróda 

térbeli 

elhelyezkedésének 

sematikus rajza.

Jelanalízis 

CSD, MUA analízis 

Az agykéregben detektálható mezőpotenciálok szummációs jellegű elektromos 

folyamatok eredményei. Kialakulásukért a megfigyelési helytől távoli idegsejt elemek éppúgy 

felelősek, mint a közeli generátorok. Minket az alvási és szenzoros folyamatok lokális 

megjelenése érdekelt leginkább, ezért a távoli hatások eliminálására segítségül hívtuk az 

áramforrás sűrűség, (current source density, CSD) analízist. A CSD megadja a potenciálteret 

generáló helyi áramforrások, illetve áramnyelők, idő- és térbeli mintázatát. Egydimenziós 

Hamming ablakkal simított CSD analízist használtunk, mely matematikailag megfelel a 

potenciálmező térben simított második téri deriváltjának (Ulbert, Halgren et al. 2001). Az 

áramnyelő, angol terminológiában “sink”, a lokális sejtpopulációnak az extracelluláris térből 

az intracelluláris térbe irányuló szummált membránáramát jelzi. A befelé folyó áram egyrészt 

a membránok szinaptikus depolarizációjából eredhet, mint aktív CSD komponens, másrészt 

jelentheti az aktív áramforrás által meghatározott áramkör passzív záródását. Az áramforrás, 

angol terminológiában “source”, kifelé irányuló szummációs membránáramot jelez. 

Fiziológiailag ez egyrészt passzív kiegyenlítődési áramként interpretálható, másrészt aktív 

hiperpolarizációt is jelenthet. Utóbbi lehet szinaptikusan, vagy nem szinaptikusan hajtott 

hiperpolarizáció. 

A Multi Unit Activity (MUA), azaz soksejt aktivitás egy adott térben lévő összes 

idegsejt szummált akciós potenciáljainak detektálását jelenti. A források (source) és nyelők 

(sink) egymáshoz viszonyított látenciájának, rétegek szerinti elhelyezkedésének, az észlelési 

hely sejtanatómiai környezetének és a MUA lefutásának ismerete a legtöbb esetben elegendő 

arra, hogy az észlelt elektromos jelekből az azokat létrehozó elektrofiziológiai jelenségekre 

következtessünk. A folyamatos MUA becslése a következő módszerrel történik: sáváteresztő 

szűrés (300-3000 Hz, 48 db/oktáv), egyenirányítás, majd végső simító szűrés (50-250 Hz, 12 

db/oktáv). A felhasznált digitális szűrés során a fázis nincs eltolva. A CSD és MUA 

statisztikai elemzéséhez megfelelő t-teszteket használunk. A folyamatosan felvett EEG-t és 

MUA-t műtermékekre szűrjük, felszabdaljuk a válogatott eseményhez kötött potenciálokkal 

(EKP) szinkron darabokra, elvégezzük az egyedi görbéken a további szűréseket, illetve a CSD 

analízist, majd az átlagolást. Az így kapott aktivitásokat véletlenszerűen választott 

28

háttéraktivitással hasonlítjuk össze t-teszt segítségével. Az adatokat tradícionális vonalas 

diagrammokon, illetve színes hely-idő-aktivitás hőtérképen ábrázoljuk. Az így kapott ábrákról 

jól leolvasható a MUA és CSD egymáshoz való tér- és időbeli viszonya, valamint értékes 

következtetéseket tudunk levonni a potenciálteret generáló agykérgi folyamatokra 

vonatkozóan (Ulbert, Halgren et al. 2001; Ulbert, Heit et al. 2004; Ulbert, Magloczky et al. 

2004). 

Frekvencia, és idő-frekvencia tartománybeli analízis 

A frekvencia analízis főszerepet játszik jeleink vizsgálatában. A Fourier 

transzformáció segítségével vizsgálhatjuk adataink frekvencia komponenseinek amplitúdó és 

teljesítmény viszonyait. A számítógépre optimalizált gyors Fourier transzformációs analízist 

használtuk (Fast Fourier transformation, FFT) munkánkban. Az FFT megadja az egyes 

frekvenciákon a regisztrált jel teljesítményét, vagy amplitúdóját. Az FFT analízis csak 

hosszabb jel szakaszokon futtatható, így a fiziológiai jelek pillanatnyi teljesítmény és 

amplitúdó értékei nem vizsgálhatóak egy adott frekvencián. Az elmúlt néhány évben új 

matematikai módszereket dolgoztak ki, melyekkel nyomon követhetjük egy adott jel 

tetszőleges időpillanatában a jelet felépítő oszcillációk frekvencia és teljesítmény viszonyait. 

Az eljárás a wavelet-transzformáció (WT). A WT megmondja, hogy egy adott időpillanatban 

milyen wavelet-frekvenciájú és milyen wavelet-amplitúdójú oszcillációk vannak jelen a 

vizsgált adatban. A WT ábrázolási módja a hőtérkép, az x tengelyen ábrázoljuk az időt, az y 

tengelyen a wavelet-frekvenciát, a z tengelyen pedig színkódoltan a wavelet-amplitúdót. 

Up- és down-state fázis meghatározás, Hilbert- transzformáció 

Biológiai rendszerekben a kérgi lassú oszcilláció mind frekvenciában, mind 

amplitúdóban változékonyságot mutat, így csupán az amplitúdó, illetve a frekvencia 

vizsgálatával nem tudjuk egyértelműen meghatározni, milyen állapotban van a rendszer. 

Ennek mechanikai analógiája, ha elképzelünk egy tökéletlen rugóra függesztett tömeget, mely 

szintén tökéletlen rezgő mozgást végez, és adott amplitúdó küszöbének kritériuma alapján 

kívánjuk meghatározni a tömeg maximális, illetve minimális kitéréséhez tartozó időpontot. A 

tömeg véletlenszerűen hol hamarabb, hol később haladja meg a küszöböt, így nem tudjuk 

29

pontosan meghatározni a maximális, illetve minimális kitérés időpontját. A Hilbert- 

transzformáció megadja egy oszcillátor - esetünkben a lassú kérgi oszcilláció - pillanatnyi 

fázisát, vagyis azt, hogy hol tart az oszcilláció a maximális és minimális kitérés között 

(Haslinger, Ulbert et al. 2006). Az általunk használt Hilbert-transzformációs (HT) módszer a 

maximális pozitivitáshoz, vagyis az up-state maximumához, a nulla értéket rendeli hozzá, míg 

a maximális negativitáshoz, vagyis a down-state maximumához a ±pi/2 (±3.14/2) értéket 

rendeli. A közbülső értékek +pi/2 és -pi/2 között változhatnak (12. ábra). A HT nem érzékeny 

sem az oszcilláció amplitúdó változásaira, sem a frekvencia kismértékű egyenetlenségére 

(Haslinger, Ulbert et al. 2006). A HT gyakorlati megvalósítása során először sáváteresztő 

szűrésnek (0.2-2 Hz) vetettük alá a kéreg felső rétegeiből származó mezőpotenciált, majd 

ezen a szűrt jelen végeztük el a Hilbert-transzformációt a MatLab7.04 programcsomag 

segítségével. Szűrési módszerünk kiküszöböli, hogy az esetlegesen előforduló nagy 

amplitúdójú, magasabb frekvenciás oszcillációk megzavarják az állapot meghatározását. 

12. ábra: Hilbert-transzformáció és a gamma-oszcilláción alapuló up- és down-state meghatározás. 

Oszcillációs teljesítmény alapú up- és down-state meghatározás 

Ezzel a módszerrel az up- illetve down-state-ek kezdetét, valamint a végét határoztuk 

meg. A helyi mezőpotenciál (local field potential = LFP) jelünket sáváteresztő szűréssel 

megszűrtük 20-100 Hz között (gamma oszcilláció sávja), majd meghatároztuk a gamma 

30

oszcilláció teljesítményét (Mukovski, Chauvette et al. 2006). A gamma-teljesítmény 

bimodális eloszlást mutatott, az alacsony gamma-teljesítmény a down-state-ekre jellemző, a 

magas pedig az up-state-ekre. A két csúcs közötti minimum adta meg azt a határértéket, 

amellyel meghatároztuk az up- és down-state-ek kezdetét és végét (12. ábra). Ezt az analízist 

a MatLab7.04 programcsomag segítségével végeztük el (Mukovski, Chauvette et al. 2006). 

Esemény körüli idő-hisztogram elemzés 

Két esemény időbeli viszonyának meghatározására a szakirodalomban széles körben 

használt esemény körüli idő-hisztogram elemzés (Peri-stimulus time histogram, PSTH) 

módszert használtuk a MatLab7.04 programcsomag segítségével. A PSTH megadja, a 

referencia esemény, és a vizsgált esemény egymáshoz viszonyított időbeli eloszlását. 

Statisztikai módszerekkel elemezhető, hogy a két esemény kapcsolata véletlenszerű-e vagy 

ok-okozati kapcsolatban állnak-e egymással. Esetünkben a referencia esemény az akusztikus 

stimulus prezentálásának időpillanata volt, míg a vizsgált esemény az up-state maximum 

bekövetkezésének időpillanata, melyet a Hilbert-transzformáció szolgáltatott. Az x tengelyen 

a referencia esemény (akusztikus ingerlés) bekövetkezéséhez képesti időintervallumok 

szerepelnek, tipikusan 100 ms-os szakaszokban, (binekben) az y tengelyen pedig a vizsgált 

események (up-state maximum) kumulatív száma szerepel. Egy elvezetésből általában 100- 

200 akusztikus inger hatását vizsgáltuk az up-state-ekre. Null-hipotézisünk az volt, hogy az 

akusztikus inger nem befolyásolja az up-state-ek jelentkezését. Megszámoltuk, hány darab 

lassú oszcillációs ciklus van egy elvezetésben, majd kiszámítottuk, hogy véletlenszerűen 

választott 100 ms-os intervallumba mennyi up-state esik. Ezt a számot hasonlítottuk össze a 

PSTH által szolgáltatott eseményszámmal. A Statistica7 programcsomag 2x2 kontingencia 

tábláját használtuk, a Chi-square és a Fisher-exact tesztet, 5%-os szignifikancia szinttel. Ha az 

adott szignifikancia szint alatti valószínűségeket kapunk, akkor elvetjük a null-hipotézist, 

tehát az akusztikus ingerlés és az up-statek kapcsolata nem véletlenszerű, hanem ok-okozati 

kapcsolat van közöttük. 

31

Akusztikus ingerlés 

Az akusztikus ingerek adása az intézetben kifejlesztett hangadó szoftver (TDT 

company, tdtcontroll program) segítségével zajlott. Ezzel a programmal állíthatjuk be, hogy 

milyen típusú hangokkal szeretnénk ingerelni a hallópályát. A majom és macska esetében 

koppanó hangokat (rövid, minden frekvenciát tartalmazó hanginger) adtunk az altatott 

állatoknak, amelyek macska esetében csontvezetőn keresztül, majmok esetében pedig a 

hallójáraton keresztül jutottak el a fülbe. A macska fejének középvonalában, a fülektől 

egyenlő távolságra helyeztük el a kalibrált csontvezetőt. Így a koponyacsontok által 

közvetlenül a belső fülbe vezett hang mindkét oldalra azonos időpontban érkezik, biztosítva a 

konstans, pozíciótól függelen ingerintenzitást. Majmok esetén az akusztikus stimulus a 

sztereotaxiás készülék fülbefogójában lévő csövön keresztül jutott az állat fülébe, amelyhez 

egy kalibrált hangszórót csatlakoztattunk. A koppanó hangingerek hossza 0,1 ms volt, 

intenzitása 60 dB-lel haladta meg a hallásküszöböt, az ingereket 500-1000 ms-onként adtuk 

(Karmos, Martin et al. 1970). 

32

EREDMÉNYEK 

Majom kísérletek 

Akusztikus ingerlés hatását vizsgáltuk a lassú alvási oszcillációra három rhesus 

majmon (majom1, majom3, majom6). A rétegelektródákkal a majmok hallókérgéből (AI), 

valamint szekunder szomatoszenzoros (SII) területéről vezettünk el. A kísérlet során a 

rétegelektródákkal egymás után többször, több különböző kérgi területről vezettünk el, ezek 

között voltak a kísérletünkhöz szorosan nem tartozó területek is. Jelen dolgozatban csak a 

hallókérgi és a fent említett szomatoszenzoros area szinkron elvezetéseit mutatom be. 

13. ábra: Az elektród elhelyezkedése a majom kísérletekben. AI: primer hallókéreg, SII: szekunder 

szomatoszenzoros kéreg. 

Az 1-es számú majomban végzett kísérletben két kéregrészből is elvezettünk (13. 

ábra). Először anterio-posterior (AP) irányban +5 mm-rel, medio-laterálisan (ML) +21 mm- 

rel tértünk el a sztereotaxiás készülékkel bemért 0 ponttól. A felhasznált 2. és 4. 

elvezetésekben az elektródát az agyfelszíntől számítva 10 illetve 12 mm mélyre szúrtuk a 

kéregbe. A kísérlet közben a majom agyáról készült sztereotaxiás atlaszban ellenőriztük az 

elektróda pozícióját. Érintettük dorzálisan a szomatosenzoros kéreg SII areáját, illetve az ez 

alatt található primer hallókérget (AI). A 2. penetráció az AP irányban +8 mm, ML +20 mm 

elmozdulást jelentett a 0 ponttól. A 8. és 9. számú elvezetéseket vizsgáltuk, amelyben az 

33

elektróda 11,5 mm mélyen helyezkedett el a kéregben. Ekkor szintén az SII és AI régiókból 

vezettünk el. Az ide tartozó kéregrészek felbontását sematikus ábra mutatja (4. ábra, 2. 

táblázat). A 3-as számú majomban AP irányban +5 mm-rel, ML irányban +24,2 mm-rel 

tértünk el a 0 ponttól. A 4. elvezetésben a kérgi felszínhez képest 5 mm mélyen van az 

elektródánk, a 6. elvezetésnél 6 mm mélyen hatoltunk a kéregbe. A 6-os számú majom 

kísérletben az 59-es és 84-es elvezetést használtam fel. Az 59-es elvezetés pontos koordinátái: 

AP +5 mm, ML +20 mm, mélysége 14,3 mm, a 84-es elvezetésé pedig: AP +2,8 mm, ML 

+17,8 mm, mélysége 15 mm. 

2. táblázat: Majom kísérletek. 

Majom Beszúrás Elvezetés AP (mm) ML (mm) mélység (mm) 

Majom1 1. 2. +5 +21 10 

4. +5 +21 12 

2. 8-9. +8 +20 11,5 

Majom3 1. 4. +5 +24,2 5 

6. +5 +24,2 6 

Majom6 6. 59. +5 +20 14,3 

8. 84. +2,8 +17,8 15 

A 13. és 14. ábrák mutatják az elektróda elhelyezkedését a majom6 kísérletben. Jól 

látható, hogy a behelyezett elektróda 24 csatornája megfelelő mértékben lefedi mindkét 

vizsgált agyi régiót, amelyek a sulcus lateralis két falát adják, így a kérgi rétegek egymáshoz 

képest tükörszimmetrikusak. Helyi mezőpotenciált vezettünk el a kérgi területekről (14. ábra, 

SII: 1-6. csatornák, AI: 9-22. csatornák), míg a kérgek találkozási helyén, két csatorna 

szélességben nullának vettük a potenciálokat (7-8. csatornák) a jobb megjelenítés kedvéért. 

Ebben a szakaszban elektródánk a sulcusban lévő liquorral érintkezik. Az SII illetve az AI 

régió aktivitását önmagán belül koherens lassú oszcilláció jellemzi, az AI területen pedig az 

SII-re tükörszimmetrikus, de kevésbé koherens up-state - down-state mintázatot találtunk 

(14B. ábra). 

Az akusztikus ingerek a hallópályán keresztül az AI hallókéregbe beérkezve tipikus 

kérgi eseményhez kötött potenciált (EKP) váltanak ki, a szomatoszenzoros SII kéregben 

azonban nincs hanginger által közvetlenül kiváltott kérgi válasz (15. ábra). 

34

14. ábra: Majom6 kísérlet. A) A rétegelektróda elhelyezkedése. B) Lassú oszcilláció a majom SII és AI 

régióiban. Az első 6 csatornán az SII-ből, a 9-22-es csatornákon az AI-ből elvezetett mezőpotenciálok láthatóak. 

A kérgi rétegek koherens lassú oszcillációt mutatnak. Az AI régióban a felső rétegekben jól látszanak a 

hangingerre adott válaszok (10-12 csatornák). 

CSD, ill. MUA analízisek segítségével kimutatható az AI area II-III-as és IV. 

rétegében megjelenő sink, amelyhez az I. réteg szintjén kifejezett source párosul. Ha 

megvizsgáljuk a MUA-t, jól látható, hogy a felszíni rétegekben kis sejtes aktivitást látunk, 

míg a IV. rétegben az inger hatására nagymértékű, rövid növekedés tapasztalható a sejtek 

tüzelési aktivitásában, amelyet egy második, elhúzódóbb, kisebb pozitív komponens követ. 

Hanginger hatására az SII kéregben sem a CSD, sem a MUA nem tér el jelentősen a 

háttéraktivitástól. 

A következőkben megvizsgáltam, hogy a két kéreg lassú hullámú aktivitásában fellépő 

up-state-ek milyen összefüggésben vannak az akusztikus ingerek időpontjával. A két régióban 

az oszcilláció fázisának megállapításához mindkét areából egy-egy csatorna adatait vettük 

alapul. 

35

15. ábra: Akusztikus kiváltott válasz. CSD és MUA analízis a hangingerek által kiváltott válaszokról az AI és 

SII régiókban. Az AI régióban a II-IV rétegi sink-hez egy I. rétegi source párosul. A MUA kétfázisú növekedést 

mutat a IV. rétegben. Az SII régióban nincs hangingerre kiváltott válasz. 

Azt a csatornát választottuk ehhez az analízishez, amelyen a legpontosabban 

kiértékelhető adatok szerepeltek, továbbá külön feldolgozásra került a 24-es csatorna, amely a 

hangingerek időpontját mutatta. A megfelelő csatorna kiválasztása után Hilbert- 

transzformáció segítségével detektáltam az up-state-eket (lásd Módszerek fejezet, 12. ábra). 

Vizsgálataink azt mutatták, hogy az általunk adott hangingerek ismétlődési frekvenciájával 

nagymértékben szinkronizálódott a ketamin-xylazinnal kiváltott lassú kérgi aktivitás az AI 

régióban. Ennek legjobban látható kimutatási módszere az esemény körüli idő-hisztogram 

elemzés (PSTH), amellyel egy stimulushoz viszonyítva vizsgáltuk az up-state-ek 

előfordulását. A PSTH grafikonokban -1000 és +1000 ms közötti időtartamban vizsgáltuk az 

ebbe a periódusba beleeső stimulusok és up-state-ek kapcsolatát. Ezzel a széles idősáv 

elemzéssel a PSTH jól láthatóvá teszi a szinkronitást. 

A hallókéreg által mutatott, ingerhatásra módosuló aktivitás mintázatot vizsgálva, 

majmok esetén azt tapasztaltuk, hogy minden vizsgálatnál szembetűnő szinkronitást mutattak 

a hallókéreg lassú oszcillációjának up-state-jei a stimulus ritmusával (16. ábra). Jól látható az 

ábrán, hogy az x tengelyen feltűntetett, periodikusan jelentkező ingerek időpillanataihoz az y 

tengelyen ábrázolt jelentős mennyiségű eseményt, up-state csúcsot rendel a diagramm. 

Statisztikával kifejezve az összes detektált eseményszám és a stimulus időpillanatába eső 

események viszonyát, az eredmény szignifikánsnak mutatkozott (Chi-square test, 5% 

szignifikancia szint). Ezáltal kimondhatjuk, hogy van kapcsolat a beérkező input és az up- 

state bekövetkeztének csúcspontja között. 

36

Az inger-SII kapcsolatában mutatkozó szinkronitás szintén megjelenik a PSTH 

analízisben a majom1 és majom6 esetén, a majom3 SII régiója azonban nem mutat 

szignifikáns szinkronitást (16C ábra). Ugyanakkor azt is fontos megjegyezni, hogy az SII-ben 

az up-state-ek szinkronizálódása az akusztikus stimulusokhoz lényegesen kisebb mértékű, 

mint az AI régióban. 

16. ábra: Az akusztikus ingerek és a lassú oszcilláció kapcsolata. PSTH grafikonok mutatják az akusztikus 

stimulusok és a lassú oszcilláció up-state-jének kapcsolatát. Az AI régió mindhárom majom esetében 

szinkronitást mutat a hangingerekkel, az SII szinkronitása minden esetben jelentősen kisebb, a majom3 esetében 

nem is mutatható ki. A grafikonok bal felső sarkánál látható számok a detektált eseményszámot jelentik. 

37

Macska kísérletek 

Spontán és akusztikus úton stimulált aktivitás-mintázatokat egyaránt vizsgáltunk 

macska primer akusztikus kérgében és az area 7 szomatoszenzoros-asszociációs kéregben. E 

kísérleteink során nyert adatok feldolgozásához a gamma-oszcilláción alapuló analízist 

használtuk. A vizsgált macskában az AI hallókéregbe krónikusan beültetett elektródáról, 

illetve egy akut kísérlet során az area 7-be behelyezett elektródáról vezettünk el helyi 

mezőpotenciálokat, illetve soksejt aktivitást. Az 5. ábra mutatja az elektródok elhelyezkedését 

a macska agyában. 

Spontán elvezetések 

Meghatároztuk a macska hallókérgében ketamin-xylazinnal kiváltott lassú oszcilláció 

lokális árammozgásait és a sejtek tüzelési mintázatát (17. ábra). A mezőpotenciál-felvételen 

jól látszanak a lassú oszcilláció szakaszai, az up- és down-state-ek. Az up-state-ek felfelé, a 

down-state-ek lefelé néznek. 

17. ábra: Lassú oszcilláció macskában. A) Mezőpotenciálok a macska hallókérgének különböző rétegeiben. Up- 

és down-state-ek váltakoznak a lassú oszcilláció során. B) A lassú oszcilláció CSD profilja, az up- és down- 

state-ekre átlagolva. Up-state-ben I-II. rétegi source párosul III-IV rétegi sink-kel, down-state-ben pedig fordítva. 

C) MUA-ban növekedés tapasztalható up-state során, csökkenés down-state során. 

38

Az is megfigyelhető, hogy a lassú oszcilláció up-state-jei alatt a lassú hullámokra egy 

magas frekvenciás aktivitás tevődik, amely a down-state-ek alatt nem kimutatható (17. ábra). 

A CSD profil azt mutatja, hogy a kéreg különböző rétegeiben a sink-ek és source-ok egymást 

váltják, az up- és down-state-ek váltakozásának megfelelően. Az I-II. rétegben up-state alatt 

egy source látszik, míg a III-IV. rétegben sink található, a down-state alatt pedig megfordul: 

az I-II. rétegben sink, a III-IV. rétegben source figyelhető meg (17B ábra). A MUA analízise 

azt mutatja, hogy a sejtek háttéraktivitásához viszonyítva az up-state-ek alatt növekedés, a 

down-state-ek alatt pedig csökkenés tapasztalható (17C ábra). 

18. ábra: A lassú oszcilláció idő-frekvencia analízise. A) A lassú oszcilláció mezőpotenciáljának részlete 

kinagyítva. B) Idő-frekvencia analízis mutatja, hogy az up-state-ek alatt a kéreg aktivitása minden rétegben, 

minden frekvenciasávban megnő. 

A lassú oszcilláció idő-frekvencia analízisének segítségével kimutattuk, hogy az up- 

state-ek alatt a kérgi aktivitás nagymértékben fokozódott, míg a down-state-ek alatt nagy 

arányú csökkenést mutatott. A 18. ábrán színskálával jeleztük a kérgi tevékenység 

teljesítmény-változásait. Érdemes megfigyelni, hogy minden kérgi rétegben, szinte minden 

39

frekvenciasávban fokozódott a teljesítmény az up-state-ek során, valamint csökkent a down- 

state-ek alatt. 

Akusztikus ingerléses kísérletek 

A 19. ábra LFP, MUA és CSD vonalas grafikonjai a két vizsgált areában talált 

kiváltott válaszok intenzitását vetik össze egymással. Jól kitűnik, hogy akusztikus ingerre a 

hallókéreg jellegzetes EKP-t mutat, míg a szomatoszenzoros-asszociációs kéregben (area 7) 

EKP-t nem találunk. 

19. ábra: Hangingerre adott válasz AI-ben és area 7-ben. Jellegzetes helyi mezőpotenciál (LFP), MUA és CSD 

válasz látható hanginger hatására az AI-ben (piros vonal), míg az area 7-ben (kék vonal) az akusztikus 

stimulusok nem váltanak ki EKP-t. 

A különböző kérgi területek lassú oszcillációjának szinkronitására folytatott 

kísérleteink macskán, a majmokban találtakkal hasonló eredményre vezettek. Ennél az 

állatfajnál azonban a szinkronizáció a halló- és szomatoszenzoros kéreg között még inkább 

kifejezett. Mind az AI-ben, mind az area 7-ben jellegzetes lassú oszcilláció figyelhető meg 

ketamin-xylazin altatásban (20. ábra), amely ritmikus hanginger hatására megőrződik (21A 

ábra). Ha összevetjük az ingerek és a lassú oszcilláció up-state-jeinek időpontját PSTH 

analízissel, kiderül, hogy az AI régióban a stimulust követő 25 ms-ban jelentkezik az up-state- 

ek jelentős része, vagyis a koppanó hanginger nagy valószínűséggel vált ki up-state-et, így 

modulálva a kérgi oszcillációt. Az inger és az area 7 közötti összefüggésben azt tapasztaljuk, 

hogy az ingert követően itt is statisztikailag szignifikánsan sűrűsödnek az up-state-ek, de 

korántsem olyan mértékben, mint az AI-ben (21B ábra). 

Megvizsgáltuk a két régió egymáshoz való szinkronitását is PSTH analízissel. Spontán 

módon mindkét régióban körülbelül 1Hz-es oszcillációt mutat a kéreg (22A ábra). 

40

21. ábra: Az akusztikus stimulusok és a lassú oszcilláció kapcsolata. A) Hangingerek hatására a lassú oszcilláció 

mindkét vizsgált régióban megőrződik. B) Akusztikus stimulus hatására az AI régióban jelentős mennyiségű up- 

state váltódik ki, az area 7-ben pedig kis mértékben megsűrűsödnek az up-state-ek. 

Korreláltatva az AI és az area 7 up-state-jeit, a PSTH-ben jelentkező éles csúcsok azt 

jelzik, hogy a két régió oszcillációja között erős összefüggés van (22A ábra). Akusztikus inger 

hatására az AI-ben az inger ritmusához igazodva jól láthatóan sűrűsödnek a kiváltott up-state- 

ek (22B ábra), míg az area 7-et vizsgálva nem tapasztaltunk ilyen mérvű módosulást, ezt jelzi 

a stimulált és spontán aktivitás PSTH grafikonjainak hasonlósága. Az AI és az area 7 spontán 

41 

20. ábra 

Spontán lassú 

oszcilláció macska 

AI hallókérgében és 

szomatoszenzorosasszociációs 

kérgében (area 7). 

A mezőpotenciálok 

alatti jel mutatja a 

gamma-oszcilláción 

alapuló analízissel 

detektált up- és 

down-state-eket.

lassú oszcillációja közötti erős összefüggés csak kismértékű változást mutat stimulálás 

hatására, az AI - area 7 korrelogramjában az eseményszámok egy szélesebb 

időintervallumban széttolódnak, a csúcsok kevésbé élesek (22B ábra). 

22. ábra: A lassú oszcilláció up-state-jeinek PSTH analízise. A) Spontán módon mindkét vizsgált kéreg 

jellegzetes, körülbelül 1 Hz-es lassú oszcillációt mutat. A két régió közti korreláció jelentős (éles csúcsok). B) 

Stimulus hatására az AI régióban jelentősen megsűrűsödnek az up-state-ek (piros nyilak) a spontánhoz 

viszonyítva, míg az area 7-ben lényeges változás nem történik. A két régió közti korreláció kis mértékben 

csökken (a csúcsok kevésbé élesek). 

42

KÖVETKEZTETÉSEK 

Kísérleteinkben megvizsgáltuk az akusztikus ingerek hatását a lassú oszcillációra 

majom és macska primer hallókérgében és szomatoszenzoros, illetve szomatoszenzoros- 

asszociációs kérgében. Ketamin-xylazin altatás hatására körülbelül 1 Hz-es lassú oszcillációt 

mutattunk ki mindkét vizsgált fajban, azok mindkét vizsgált kérgi területén, amely kérgi 

területek között az oszcilláció fázisában összefüggés mutatkozott. Leírtuk a lassú oszcilláció 

tulajdonságait rétegelektródákkal elvezetett helyi mezőpotenciálok, MUA, CSD és PSTH 

analízisek segítségével. 

A lassú oszcilláció során a kérgi rétegekben koherens módon depolarizációs up-state 

és hiperpolarizációs down-state fázisok váltják egymást. Mind majomban, mind macskában 

az akusztikus ingerek eseményhez kötött potenciálokat váltottak ki a hallókéregben, míg a 

szomatoszenzoros illetve szomatoszenzoros-asszociációs kéregben nem. A hangingerek a 

primer hallókéregben modulálták a lassú oszcillációt: gyakran up-state-eket váltottak ki, a 

lassú oszcilláció frekvenciája az inger ritmusához igazodva megnőtt. A szomatoszenzoros és 

asszociációs kérgekben is szignifikánsan több up-state volt jelen az ingert követően, bár itt az 

összefüggés kevésbé volt kifejezett. A két kéreg szinkronitása a lassú oszcilláció tekintetében 

kis mértékben csökkent, de megőrződött akusztikus ingerlés során. Az egymástól távol eső 

kérgi területek közötti oszcillációbeli összefüggés arra utal, hogy a különböző kérgi területek 

– összeköttetéseik révén – nagy valószínűséggel modulálják egymás aktivitását. 

Hasonló összefüggést fedeztünk fel magasabb rendű emlősök akusztikus 

rendszerében, mint patkány szaglórendszerében (Fontanini, Bower 2006), ami igen ősi 

evolúciós háttérre enged következtetni. Bemutattuk, hogy az akusztikus inger képes 

szinkronizálni a lassú kérgi oszcillációt, azon belül is az up-state-eket. A klasszikus modell 

kimondja, hogy a lassú kérgi oszcilláció kizárólag kérgi eredetű. Kísérleteink ellenben 

kimutatták, hogy az oszcillációs fázisok egy része lehet thalamikus eredetű is. Ez a felfedezés 

alapvetően módosíthatja a lassú hullámú alvásról kialakult képünket. 

Feltételezéseink szerint az alvás alatt beérkező szenzoros bemenet feldolgozása 

hatásosabb lehet, ha mind az akusztikus kéreg, mind a szomatoszenzoros és asszociációs 

területek aktív fázisban (up-state) vannak. Ebben az esetben nagyobb eséllyel és árnyaltabban 

dolgozható fel az információ. Összevetve a két vizsgált area aktivitásának a beérkező 

ingerekre történő szinkron módosulását arra következtethetünk, hogy a beérkező hanginger 

43

nem csupán a hallókéregben indukál az éberhez hasonló állapotot, hanem a szomatoszenzoros 

és szomatoszenzoros-asszociációs areákban is. Ezzel megfelelő időpillanatban fokozza az agy 

ingerfeldolgozó képességét, és a két (esetleg több) area együttes aktivitásának az ébrenlétre 

jellemző beállításával megteremti annak lehetőségét, hogy az állat a külvilágból beérkező, 

esetlegesen veszélyt jelentő egyéb szenzoros jeleket is minél pontosabban detektálja egy 

előjelző akusztikus ingert követően. Ez a mechanizmus valószínűleg jobb hatásfokú ébresztést 

tesz lehetővé, mintha az érintett areák valószínűségi alapon aktiválódnának. 

Az epilepszia és az alvás kapcsolata 

Az epilepszia a WHO definíciója szerint: krónikus agyi működészavar különböző 

etiológiával, amelyet visszatérő rohamok jellemeznek. Hátterében az agyi neuronok excesszív 

kisülése áll és különböző klinikai és laboratóriumi manifesztációi lehetnek. 

A működészavar oka a kérgi neuronok patológiás mértékű szinkronizációja. Egy adott 

kéregterületen a fiziológiás állapothoz képest lényegesen nagyobb számú neuron kezd 

egyszerre tüzelni. Ez a fokozott szinkron aktivitás eredményezi a jellegzetes epileptiform 

hullámmintázat megjelenését az EEG-ben. 

Alvás során, különösen a SWS szakaszban, fokozódik a neuronok szinkronizációja az 

ébrenléthez, vagy a REM-fázishoz képest. A hiperpolarizációt kiváltó, nem GABA-erg gátlás 

alól hirtelen felszabaduló sejtek nagy erővel, egyszerre kezdenek tüzelni. Steriade és kollégái 

macskákon vizsgálták a paroxizmális aktivitás tulajdonságait. Arra a következtetésre jutottak, 

hogy az ictalis eseményeket modulálja az éberségi állapot (Topolnik, Steriade et al. 2003). 

Azt találták, hogy az epilepsziára jellemző aktivitás-mintázat poszttraumatikus (átmetszették a 

kéreg alatti kortikothalamikus bemeneteket) kéregben megjelenik ébrenléti állapotban, SWS 

alatt a rohamszerű tevékenység fokozódik, míg az alvás deszinkronizációs fázisa (REM) 

rezisztens az ictalis tevékenységek iránt (Nita, Cisse et al. 2006). Az agy epileptiform 

tevékenysége a kísérletekben jól láthatóan igazodik a különböző éberségi állapotok 

szinkronitásának mértékéhez. Különös hangsúlyt helyeztek a SWS-re jellemző lassú kérgi 

aktivitás szerepének vizsgálatára. Igazolták, hogy ez a 0,5-1 Hz-es, monoton lüktető 

oszcilláció az epileptiform rohamok potenciális aktivátora. Ketamin-xylazin altatásban ez a 

szinkron aktivitás méginkább stabilizálódik. 

44

Eredményeikre magyarázatot adnak a SO élettani sajátosságai, miszerint a lassú kérgi 

aktivitás jellegzetes képét azok a hirtelen fázisváltások adják, amelyek a kérgi neuronok 

többségének összehangolt, szinkronizált működéséből fakadnak. Ha egyéb, a lassú kérgi 

oszcillációtól eltérő élettani aktivitást vizsgálunk a kéregben, megfigyelhetjük, hogy a 

neuronok kis százaléka oszcillál csupán egyszerre egy adott areán belül, míg a többi sejt 

gátlás alatt áll. Ez az aktivitás-mintázat segíti a beérkező információk megfelelő kérgi areában 

történő, minél pontosabb feldolgozását. Lassú hullámú alvásban azonban az a jellemző, hogy 

az átlagosnál sokkal több sejt oszcillál egyszerre up – state idején, down – state-ben pedig 

ezen sejtek mindegyike hiperpolarizált. Ez a kiterjedt, szélsőségek között ugráló aktivitás- 

mintázat fokozottan szinkronizálja a kérgi idegsejtek működését. Egy-egy nagy amplitúdóval 

kezdődő up-state nagyban emlékeztet az epilepsziában jellemző paroxizmális aktivitásra. 

Nem véletlenül van ez így, hiszen a kérgi rohamok kiváltódásához és terjedéséhez is arra van 

szükség, hogy nagyszámú neuron egyszerre kezdjen tüzelni. Minél több sejt működik 

egyszerre, annál könnyebben billen át a folyamat patológiás tevékenységbe. Kísérleteink 

során bizonyítékokat találtunk arra a feltevésünkre, hogy az egymástól távolabb eső, 

különböző funkciókat betöltő kérgek (primer hallókéreg, szekunder szomatoszenzoros és 

szomatoszenzoros-asszociációs areák) között valamiféle kapcsolat áll fent, amely lehetővé 

teszi a kérgek közötti modulációt lassú hullámú alvás alatt. Ezeknek az eddig fel nem fedezett 

kommunikációs csatornáknak fontos szerepe lehet a patológiás tevékenységek terjedésében is. 

Az epilepszia-generalizálódás kérgi útjainak pontos feltárása nagy előrelépést jelentene a 

betegség patomechanizmusainak megismerésében, valamint segítséget nyújthat a betegség 

sebészeti terápiájának kidolgozásában. 

45

ÖSSZEFOGLALÓ 

A klasszikus elméletek szerint alvás során belső világunk nagymértékben disszociált a 

külvilágtól. Eszerint mély alvásban a hangingerek csak a thalamusig jutnak el, nagyagykérgi 

feldolgozásra azonban nem kerülnek. Mély alvás alatt a nagyagykéregben jellegzetes lassú 

kérgi oszcilláció figyelhető meg, mely aktív és inaktív periódusok ciklikus ismétlődéséből 

épül fel. Ez a mechanizmus az agyi homeosztázist szabályozó és memória konszolidációs 

működések fenntartásához szükséges, továbbá szerepet játszik az epilepszia keletkezésében. 

Ha a hallókéreg nem dolgozná fel a beérkező hangingereket, az alvás közben 

előforduló vészjelekre sem ébredne fel az egyed, így életben maradási esélyei jelentősen 

csökkennének. Ugyanakkor, ha minden neszre felébredne, súlyos alvásmegvonási 

szindrómában szenvedne, amely szintén egy komoly kiszolgáltatottsági helyzetet teremt. 

Hipotézisünk szerint léteznie kell egy árnyaltabb ingerfeldolgozási stratégiának, mely lassú 

hullámú alvásban is beengedi kérgi szintre az akusztikus információt, hogy ott a túléléshez 

minimálisan szükséges feldolgozás lehetővé váljon. 

Munkám során az akusztikus ingerek lassú kérgi oszcillációra való hatását vizsgáltam 

ketamin-xylazin altatásban macskán és majmon. Majmok esetén az akusztikus és a 

másodlagos szomatoszenzoros kérget, macska esetében pedig akusztikus kérget, illetve a 

suprasylvian asszociációs területet (area 7) vizsgáltunk. Sokcsatornás mélyelektródával 

elvezetett agykérgi potenciálok analízisével állapítottuk meg a különböző kérgi területek 

oszcilláció változásait. 

Kísérleteink során, akusztikus ingerekre kiváltott válaszokat találtunk a primer 

hallókéregben, valamint azt tapasztaltuk, hogy az ingerek beindítják a lassú alvási oszcilláció 

aktív állapotát, azaz szinkronizálják a lassú oszcillációt. A környéki asszociációs és 

szomatoszenzoros területek lassú oszcillációját vizsgálva felfedeztük, hogy az akusztikus 

kéreg modulált aktivitása egyes környéki areák oszcillációját is szinkronizálni képes. 

Eredményeink arra utalnak, hogy az inger által kiváltható aktív és inaktív állapotoknak 

fontos szerepe lehet az ébresztő és alvásvédő mechanizmusok szabályozásában. Az akusztikus 

kéreg szinkronizáló hatása kiterjed a környező szomatoszenzoros és asszociációs kérgi 

területekre, így felkészítheti azokat a későbbiekben beérkező információ hatékonyabb 

feldolgozására. 

46

SUMMARY 

During sleep – according to classical hypotheses – our inside world is largely 

dissociated from the outside environment. In slow wave sleep, acoustical signals are gated at 

thalamic level and do not reach the neocortex. During deep sleep neocortex expresses a 

characteristic slow oscillation built up of cyclic periods of active and inactive states playing 

an important role in brain homeostasis, memory consolidation and may be in relation with the 

generation of epileptic seizures. 

If auditory cortex would not process acoustical stimuli, emergency signals could not 

waken the sleeping subject, and thus, chances for staying alive would be considerably 

decreased. At the same time, if every noise could waken the subject, he would suffer from 

serious sleep deprivation, also producing severe physiological problems. Based on our 

hypothesis, a more sophisticated strategy should exist in the mammalian brain, allowing 

acoustical information to reach neocortical levels and to ensure information processing crucial 

for the survival of the subject. 

In the present study we investigated the impact of acoustical stimuli on cortical slow 

oscillation of cats and monkeys in ketamine-xylazine anesthesia. We studied auditory and 

secondary somatosensory cortices in monkeys, auditory cortex and suprasylvian association 

area (area 7) in cats. Changes in oscillatory patterns of the different neocortical areas have 

been explored by the analysis of cortical field potentials obtained with multiple channel 

microelectrodes. 

We found evoked potentials to acoustical stimuli in the primary auditory cortex, and 

observed that these inputs induced active states of slow oscillation, i.e. synchronized the 

activity of large amount of cortical neurons. Furthermore, analysis of slow oscillation in 

somatosensory cortex and association area showed that the modulated activity of primary 

auditory cortex is able to synchronize oscillation of certain surrounding cortical areas. 

Our results suggest that acoustic evoked states in sleep might play an important role in 

wakening as well as in sleep protecting mechanisms. The influence of the auditory cortex on 

the oscillation synchrony in the surrounding association and somatosensory areas might 

prepare these latter cortices to a more efficient processing of the further arriving information. 

47

IRODALOMJEGYZÉK 

Bódizs, R. (2000). Alvás, ébrenlét, bioritmusok. Budapest, Medicina Könyvkiadó. 

Castro-Alamancos, M. A. and E. Oldford (2002). "Cortical sensory suppression during 

arousal is due to the activity-dependent depression of thalamocortical synapses." J 

Physiol 541(Pt 1): 319-31. 

Castro-Alamancos, M. A. and P. Rigas (2002). "Synchronized oscillations caused by 

disinhibition in rodent neocortex are generated by recurrent synaptic activity mediated 

by AMPA receptors." J Physiol 542(Pt 2): 567-81. 

Clarey, J. C. and D. R. Irvine (1990). "The anterior ectosylvian sulcal auditory field in the cat: 

I. An electrophysiological study of its relationship to surrounding auditory cortical 

fields." J Comp Neurol 301(2): 289-303. 

Dossi, R. C., A. Nunez, et al. (1992). "Electrophysiology of a slow (0.5-4 Hz) intrinsic 

oscillation of cat thalamocortical neurones in vivo." J Physiol 447: 215-34. 

E. R. Kandel, J. S., T. Jessell (2000). Principles of Neural Science. New York, McGraw-Hill. 

Fontanini, A. and J. M. Bower (2005). "Variable coupling between olfactory system activity 

and respiration in ketamine/xylazine anesthetized rats." J Neurophysiol 93(6): 3573- 

81. 

Fontanini, A. and J. M. Bower (2006). "Slow-waves in the olfactory system: an olfactory 

perspective on cortical rhythms." Trends Neurosci 29(8): 429-37. 

Fontanini, A., P. Spano, et al. (2003). "Ketamine-xylazine-induced slow (< 1.5 Hz) 

oscillations in the rat piriform (olfactory) cortex are functionally correlated with 

respiration." J Neurosci 23(22): 7993-8001. 

Fonyó, A. (1999). Az orvosi élettan tankönyve. Budapest, Medicina. 

Karmos, G Ulbert, I. (2002). "Frequency of Gamma Activity is Modulated by Motivation in 

the Auditory Cortex of Cat." Acta biologica Hungarica. 

Hackett, T. A., G. Karmos, et al. (2005). "Neurosurgical access to cortical areas in the lateral 

fissure of primates." J Neurosci Methods 141(1): 103-13. 

Haslinger, R., I. Ulbert, et al. (2006). "Analysis of LFP phase predicts sensory response of 

barrel cortex." J Neurophysiol 96(3): 1658-63. 

48

Karmos, G., J. Martin, et al. (1970). "Constant intensity sound stimulation with a bone 

conductor in the freely moving cat." Electroencephalogr Clin Neurophysiol 28(6): 

637-8. 

Karmos, G., M. Molnar, et al. (1982). "A new multielectrode for chronic recording of 

intracortical field potentials in cats." Physiol Behav 29(3): 567-71. 

Karmos, G., M. Molnar, et al. (1986). "Evoked potential components in the layers of the 

auditory cortex of the cat." Acta Neurobiol Exp (Wars) 46(5-6): 227-36. 

Molnar, M., G. Karmos, et al. (1986). "Laminar analysis of intracortical auditory evoked 

potentials during the wakefulness-sleep cycle in the cat." Int J Psychophysiol 3(3): 

171-82. 

Molnar, M., G. Karmos, et al. (1988). "Intracortical auditory evoked potentials during 

classical aversive conditioning in cats." Biol Psychol 26(1-3): 339-50. 

Mukovski, M., S. Chauvette, et al. (2006). "Detection of Active and Silent States in 

Neocortical Neurons from the Field Potential Signal during Slow-Wave Sleep." Cereb 

Cortex. 

Nita, D. A., Y. Cisse, et al. (2006). "Increased propensity to seizures after chronic cortical 

deafferentation in vivo." J Neurophysiol 95(2): 902-13. 

Nita, D. A., Y. Cisse, et al. (2006). "Waking-Sleep Modulation of Paroxysmal Activities 

Induced by Partial Cortical Deafferentation." Cereb Cortex. 

Rouiller, E. M., G. M. Simm, et al. (1991). "Auditory corticocortical interconnections in the 

cat: evidence for parallel and hierarchical arrangement of the auditory cortical areas." 

Exp Brain Res 86(3): 483-505. 

Shah, A. S., S. L. Bressler, et al. (2004). "Neural dynamics and the fundamental mechanisms 

of event-related brain potentials." Cereb Cortex 14(5): 476-83. 

Steriade, M. (1997). "Synchronized activities of coupled oscillators in the cerebral cortex and 

thalamus at different levels of vigilance." Cereb Cortex 7(6): 583-604. 

Steriade, M. (1999). "Coherent oscillations and short-term plasticity in corticothalamic 

networks." Trends Neurosci 22(8): 337-45. 

Steriade, M. (2006). "Grouping of brain rhythms in corticothalamic systems." Neuroscience 

137(4): 1087-106. 

Steriade, M. and F. Amzica (1998). "Coalescence of sleep rhythms and their chronology in 

corticothalamic networks." Sleep Res Online 1(1): 1-10. 

49

Steriade, M. and F. Amzica (1998). "Slow sleep oscillation, rhythmic K-complexes, and their 

paroxysmal developments." J Sleep Res 7 Suppl 1: 30-5. 

Steriade, M., D. Contreras, et al. (1993). "The slow (< 1 Hz) oscillation in reticular thalamic 

and thalamocortical neurons: scenario of sleep rhythm generation in interacting 

thalamic and neocortical networks." J Neurosci 13(8): 3284-99. 

Steriade, M., A. Nunez, et al. (1993). "Intracellular analysis of relations between the slow (< 1 

Hz) neocortical oscillation and other sleep rhythms of the electroencephalogram." J 

Neurosci 13(8): 3266-83. 

Steriade, M., A. Nunez, et al. (1993). "A novel slow (< 1 Hz) oscillation of neocortical 

neurons in vivo: depolarizing and hyperpolarizing components." J Neurosci 13(8): 

3252-65. 

Steriade, M., I. Timofeev, et al. (2001). "Natural waking and sleep states: a view from inside 

neocortical neurons." J Neurophysiol 85(5): 1969-85. 

Szentágothai, J. and M. Réthelyi (1994). Funkcionális anatómia. Budapest, Semmelweis 

Kiadó. 

Timofeev, I., F. Grenier, et al. (2001). "Disfacilitation and active inhibition in the neocortex 

during the natural sleep-wake cycle: an intracellular study." Proc Natl Acad Sci U S A 

98(4): 1924-9. 

Topolnik, L., M. Steriade, et al. (2003). "Partial cortical deafferentation promotes 

development of paroxysmal activity." Cereb Cortex 13(8): 883-93. 

Ulbert, I., E. Halgren, et al. (2001). "Multiple microelectrode-recording system for human 

intracortical applications." J Neurosci Methods 106(1): 69-79. 

Ulbert, I., G. Heit, et al. (2004). "Laminar analysis of human neocortical interictal spike 

generation and propagation: current source density and multiunit analysis in vivo." 

Epilepsia 45 Suppl 4: 48-56. 

Ulbert, I., Z. Magloczky, et al. (2004). "In vivo laminar electrophysiology co-registered with 

histology in the hippocampus of patients with temporal lobe epilepsy." Exp Neurol 

187(2): 310-8. 

Wilson, C. J. and Y. Kawaguchi (1996). "The origins of two-state spontaneous membrane 

potential fluctuations of neostriatal spiny neurons." J Neurosci 16(7): 2397-410. 

50

RÖVIDÍTÉSEK JEGYZÉKE 

AI elsődleges hallókéreg 

AII szekunder hallókéreg 

AAF anterior auditory field, anterior hallómező 

AD analóg-digitális 

AP anterio-posterior 

CL caudalis lateralis hallókéreg 

CM caudalis medialis hallókéreg 

CPB caudalis parabelt area 

CSD Current Source Density, áramforrás sűrűség 

EEG elektroencefalogram 

EKP eseményhez kötött potenciál 

EMG elektromiogram 

EOG elektrookulogram 

EPSP excitátoros posztszinaptikus potenciál 

FFT fast Fourier transzformáció 

GABA gamma-amino-vajsav (gátló neurotranszmitter) 

GGS gátlás gátlásáért felelős neuron 

HT Hilbert transzformáció 

IC intracelluláris 

IPSP inhibitoros posztszinaptikus potenciál 

LFP Local Field Potential, helyi mezőpotenciál 

ML medio-lateralis 

MUA Multi Unit Activity, soksejt aktivitás 

NeuN neuron marker 

nRT nucleus reticularis thalami 

PAF posterior auditory field, posterior hallómező 

PSTH Peri-stimulus Time Histogram, esemény körüli idő-hisztogram 

REM Rapid Eye Movements, gyors szemmozgásokkal járó alvási fázis 

RPB rostralis parabelt area 

SII szekunder szomatoszenzoros area 

51

SO Slow Oscillation, lassú oszcilláció 

STG gyrus temporalis superior 

SWS Slow Wave Sleep, lassú hullámú alvás 

TDT hangadó szoftver 

TKN tüskés közti neuron 

WHO World Health Organization, Világ Egészségügyi Szervezet 

WT Wavelet traszformáció 

52

KÖSZÖNETNYILVÁNÍTÁS 

Szeretnék köszönetet mondani témavezetőimnek, Dr. Ulbert Isvánnak és Dr. Karmos 

Györgynek hogy lehetővé tették számomra e munkában való részvételt, és amiért önzetlen 

segítséget nyújtottak mind a témaválasztásban, mind a tudományos kutatás elméleti és 

gyakorlati alapjainak elsajátításában. 

Szeretnék köszönetet mondani Dr. Hajós Ferencnek, aki elvállalta a belső konzulensi tisztet, 

és segítsét adta a dolgozatom létrejöttéhez. 

Köszönet illeti Dr. Czigler István igazgatót a lehetőségért, hogy a Magyar Tudományos 

Akadémia Pszichológiai Kutatóintézetében készíthettem el a dolgozatomat. 

Szintén köszönetet szeretnék mondani Dr. Wittner Lucának aki nagy türelemmel segített a 

kutatás során felmerülő elméleti és gyakorlati problémák megoldásában, továbbá Csercsa 

Richárdnak, Magony Andornak, Grand Lászlónak, Dombóvári Balázsnak és a labor összes 

munkatársának együttműködésükért, és akikkel együtt dolgozva nagyon jó hangulatban zajlott 

a munka. 

Köszönöm a családomnak, hogy az elmúlt évek során mindenben mellettem álltak és 

segítettek. 

53

az akusztikus ingerek hatása a lassú alvási oszcillációra - Kutatás

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?