تحليل شبكة من وضع الشبكة الافتراضية باستخدام التصوير بالرنين المغناطيسي الوظيفي الربط في صرع الفص الصدغي

الهدف العام من التجربة التالية هو الحصول على خرائط إحصائية لمقارنة الفرق في فحوصات التصوير بالرنين المغناطيسي الوظيفي (FMRI) في حالة الراحة بين مجموعة ضابطة من الأصحاء والمرضى المصابين بالصرع. ويتحقق ذلك من خلال الحصول على بيانات FMRI من أشخاص يعانون من صرع الفص الصدغي، بالإضافة إلى أشخاص أصحاء كمجموعة ضابطة.

كخطوة ثانية، يتم إجراء المعالجة المسبقة لصور الرنين المغناطيسي الوظيفي (FMRI)، مما يهيئ البيانات للتحليل الإحصائي. بعد ذلك، تُحلل بيانات FMRI التي تمت معالجتها مسبقاً من أجل الحصول على مقارنات صالحة إحصائياً بين المجموعتين. وتُستخلص نتائج تُظهر اختلافات في الشبكات الدماغية لدى المرضى المصابين بالصرع مقارنة بالشبكات الدماغية لدى أفراد مجموعة الضبط الأصحاء.

بناءً على الاختلافات الإحصائية في خرائط الشبكة الدماغية بين هاتين المجموعتين، بات من الواضح بشكل متزايد أن حتى أنواع الصرع التي تظهر في شكل نوبات بؤرية هي خصائص ناشئة عن اضطرابات شبكية منتشرة. جاءت فكرة هذه التقنية بعد إدراك أهمية شبكة DEF Favo أثناء النوبات والتساؤل عما إذا كانت شبكة LO الافتراضية غير طبيعية بين النوبات في حالات صرع الفص الصدغي. يجب أن تشتمل مجتمع الدراسة لهذا البروتوكول على ثلاث مجموعات، أليس كذلك؟

مرضى صرع الفص الصدغي، ومرضى صرع الفص الصدغي الأيسر، بالإضافة إلى مجموعات ضابطة من الأصحاء. يُوصى بإشراك ما مجموعه 35 شخصاً تقريباً. يجب أن تتكون مجموعات مرضى الصرع من المرضى الذين تم تشخيص إصابتهم بصرع الفص الصدغي، مثل المرشحين لاستئصال الفص الصدغي الأمامي بناءً على ما يحدده مراقبة الفيديو وتخطيط كهربائية الدماغ (EEG) والتصوير المقطعي بالإصدار البوزيتروني (PET) والاختبارات النفسية العصبية، مع التأكد من أن جميع الأشخاص لديهم صور رنين مغناطيسي (MRI) طبيعية للدماغ وخالون من أي أمراض عصبية أخرى غير الصرع في مجموعات المرضى.

يجب الحصول على موافقة مجلس مراجعة المؤسسة (IRB) وموافقة مستنيرة مكتوبة من جميع المشاركين قبل التصوير، وإجراء فحص لضمان السلامة للتصوير بالرنين المغناطيسي (MRI Safety). ينبغي للمرضى الاستمرار في تناول أدويتهم المعتادة أثناء فحص التصوير بالرنين المغناطيسي الوظيفي (FMRI)، كما يجب عدم إجراء الفحص فور حدوث نوبة صرع. يجب استخدام نظام تصوير بالرنين المغناطيسي بقوة 3 Tesla لجميع عمليات التصوير الموصوفة في هذا البروتوكول.

احصل على مقاطع محورية للصور الوظيفية باستخدام تسلسل التصوير المستوي بالصدى، وبالنسبة للصور التشريحية، استخدم تسلسل استعادة التدرج المفسد. اطلب من المشاركين الاسترخاء والبقاء ساكنين مع إغلاق أعينهم، وأجرِ التصوير الوظيفي باستخدام المعايير الموضحة هنا. استخدم أيضاً المعايير التالية للتصوير البنيوي عالي الدقة الموزون بالزمن T1 باستخدام S PGR.

يجب أن تستغرق كل جلسة تصوير حوالي 20 دقيقة. ابدأ بمعالجة بيانات FMRI مسبقاً باستخدام برنامج FSL First. استخدم FSL MFL لإزالة آثار حركة الرأس.

بعد ذلك، استخدم أداة استخراج الدماغ من حزمة FSL أو BET لإزالة الأنسجة غير الدماغية باستخدام الخيار dash F للملفات العريضة. يتيح ذلك إجراء خطوات تحليل إضافية على أنسجة الدماغ وحدها. بعد ذلك في feet، قم بتشغيل تحليل معالج بالحد الأدنى مع التسجيل.

اختر المستوى الأول من التحليل (first level analysis) وقم بتغيير التحليل الكامل (full analysis) إلى ما قبل الإحصائيات (pre stats) من الزرين العلويين. ثم تحت علامة تبويب ما قبل الإحصائيات (pre stats)، قم بإلغاء تحديد استخلاص الدماغ (bet brain extraction)، واختر "none" لتصحيح الحركة (motion correction) حيث تم تنفيذ هذه الخطوات مسبقاً. بعد ذلك، قم بمطابقة الصور الوظيفية (functional images) مع الصور التشريحية (anatomical images)، ثم مطابقتها مع صورة MNI القياسية.

يؤدي ذلك إلى إنشاء مصفوفات التحويل، والتي تُستخدم لاحقاً أثناء التحليل لطي البذرة المختارة في الفضاء القياسي إلى فضاء دماغ الخاضع للاختبار. بعد ذلك، استخدم مصفوفة التحويل التي تم إنشاؤها والمسمى standard to example funk dot mat لتحويل مناطق الاهتمام (ROIs) للسائل الدماغي الشوكي والمادة البيضاء إلى فضاء bold الفردي. ثم باستخدام أمر FSL mean TS، استخرج السلاسل الزمنية من مناطق الاهتمام للسائل الدماغي الشوكي والمادة البيضاء.

باستخدام منطقة الاهتمام (ROI) في حيز كل مشارك كقناع، قم بتطبيع السلاسل الزمنية المستخرجة باستخدام برنامج R. ستُستخدم هذه السلاسل الزمنية لاحقاً كمؤثرات في النموذج الخطي العام لإزالة الإشارات الاصطناعية المقابلة من التحليل. الخطوة التالية هي إزالة الشوائب المتعلقة بحركة المشارك. ولإجراء انحدار لمعلمات الحركة.

قم بضبط الإعدادات التالية ضمن أداة FEAT في برنامج FSL قبل تشغيلها لأول مرة في علامة تبويب البيانات (data tab)؛ استخدم الملف المصحح من الحركة والمستخلص من الدماغ كمدخلات، واضبط قيمة TR لتتوافق مع مجموعة البيانات الخاصة بك. قم بتفعيل مرشح التمرير العالي (high pass filtering) باستخدام مرشح من الرتبة 102، وهو ما سيعمل على إزالة الإشارات ذات التردد المنخفض جداً غير المرغوب فيها. سيتم تطبيق مرشح تمرير منخفض (lowpass filter) لإزالة الإشارات ذات التردد العالي لاحقاً ضمن علامة تبويب الإحصائيات المسبقة (pres stats tab).

اختر "none" تحت خيار تصحيح الحركة (motion correction) وقم بإلغاء تحديد استخراج الدماغ (brain extraction). وبما أن هذه الخطوات قد تم تنفيذها بالفعل، فقم بإجراء التنعيم المكاني (spatial smoothing) باستخدام عرض كامل عند نصف القيمة القصوى (full width half maximum) يبلغ 5 mm. بعد ذلك، ومن خلال علامة تبويب الإحصائيات (stats tab)، قم بإجراء تحليل الانحدار لمعاملات الحركة الستة ومشتقاتها الزمنية.

اختر none لعملية الالتفاف (convolution) وقم بتفعيل خيار apply temporal filtering. استخدم مخرجات F selmic flirt للحصول على ملفات نصية لمعاملات الحركة، والتي يمكن إدخالها بعد ذلك في feet analysis لعمل تراجع (regress) لها في نموذج خطي عام (general linear model). بالإضافة إلى ذلك، أضف إشارات السائل الدماغي الشوكي (CSF) والمادة البيضاء التي تم استخلاصها ومعايرتها في الخطوات السابقة إلى النموذج الخطي العام (GLM).

اختر "none" لعملية الالتفاف (convolution). أضف المشتق الزمني (temporal derivative) وألغِ تحديد "apply temporal filtering". يجب استخدام البواقي الناتجة عن المعالجة المسبقة الموصوفة أعلاه في تحليل الارتباط القائم على البذور (seed based correlation).

يجب تمرير هذه البواقي أولاً عبر مرشح PESS منخفض التردد بمقدار 0.1 هرتز، ثم إزالة المتوسط منها عن طريق طرح المتوسط، والقسمة على الانحراف المعياري، ثم القياس بإضافة 100. يجب تحديد البذور بقطر ستة مليمترات في حيز MNI القياسي. وباستخدام برنامج MRI crown، يجب أن تتوافق البذور الخلفية والأمامية مع الإحداثيات الموضحة هنا.

لاحظ أن مواقع هذه البذور قد تم تحديدها ضمن مجموعات ضابطة سليمة. وينبغي لاحقاً تحويل هذه البذور من حيز MNI القياسي إلى الحيز الدماغي الوظيفي الفردي لكل شخص خاضع للدراسة. ولتحقيق ذلك، استخدم مصفوفة التحويل التي تم إنشاؤها مسبقاً لتحويل البذرة من حيز m و i القياسي إلى الحيز الوظيفي الفردي.

بعد ذلك، استخدم الأمر FSL mean Ts لاستخراج السلسلة الزمنية من المتبقي الذي تم إزالة المتوسط منه ومقياسه سابقاً. استخدم البذرة في مساحة الموضوع الفردية كقناع. قم بتطبيع السلسلة الزمنية المستخرجة باستخدام برنامج R؛ حيث يجب حساب الارتباطات الجزئية بين فوكسلات البذرة وجميع فوكسلات الدماغ الخاصة بها بشكل منفصل لكل موضوع في كل جولة.

للقيام بذلك، اختر "first level analysis" ثم "stats plus post stats" ضمن علامة تبويب "data" في واجهة FSL feet. يجب استخدام البواقي التي تمت إزالة المتوسط منها وتغيير مقياسها سابقاً كمدخلات. اضبط نقطة قطع مرشح التمرير العالي (high pass filter cutoff) على 10,000 ضمن علامة تبويب "stats"، حيث أن البواقي قد خضعت بالفعل لعملية تمرير عالي عند 100 seconds.

قم بإلغاء تحديد خيار "use film pre whitening" واستخدم السلاسل الزمنية للبذور التي تم استخراجها وتوحيدها مسبقًا. في الـ GLM ضمن تبويب الإحصائيات البعدية (post stats)، قم بتعيين عتبة Z stat المطلوبة إلى قيمة 2.0 قبل تشغيل تحليل المجموعة. وعند دمج الجلسات داخل المجموعات، يجب إجراء تحويل Fisher Z على تباين تقديرات المعلمات.

ملف تم إنشاؤه من تحليل الارتباط، قم بنسخ بيانات التسجيل من دليل reg الخاص بتحليل القدمين إلى تشغيل الارتباط. قم بإجراء تحليل من مستوى أعلى من خلال دمج التشغيلات ضمن كل مفحوص. أولاً، اختر التحليل من المستوى الأعلى (higher level analysis) ثم الإحصائيات بالإضافة إلى الإحصائيات البعدية (stats plus post stats).

بعد ذلك، من تبويب البيانات (data tab)، اختر أن تكون المدخلات عبارة عن أدلة سفلية للقدمين (lower level feet directories)، وأدخل جولات الخاضعين للدراسة ضمن تبويب الإحصائيات (stats tab). اختر التأثيرات المختلطة (mixed effects). قم بإعداد نموذج OLS بسيط كمتوسط تأثير، وأدخل قيمة واحد لكل جولة من جولات الخاضعين للدراسة.

لدمج البيانات الفائضة بين الخاضعين للدراسة، يجب استخدام تحليل التأثيرات المختلطة البسيط باستخدام المربعات الصغرى العادية؛ وللقيام بذلك، اختر "تحليل المستوى الأعلى" (higher level analysis) ثم "الإحصائيات بالإضافة إلى الإحصائيات البعدية" (stats plus post stats) ضمن علامة تبويب البيانات. اختر المدخلات كـ "دليل الأديرة ذات المستوى الأدنى" (lower level feet directories)، وأدخل الجولات المجمعة لكل خاضع للدراسة ضمن علامة تبويب الإحصائيات، ثم اختر "التأثيرات المختلطة" (mixed effects). قم بإعداد نموذج المربعات الصغرى العادية (OLS) كـ ثلاث مجموعات، وأدخل قيمة واحد للمجموعة.

ينتمي كل مفحوص إلى القيمة صفر. خلاف ذلك، يجب إجراء تحليل المجموعات على كل فوكسل (voxel) باستخدام تحليل التباين أحادي الاتجاه (one-way ANOVA) بثلاثة مستويات تقابل المجموعات الثلاث المحددة. تستخدم صور إحصائية Z عتبة لتكوين العناقيد تكون فيها قيمة Z أكبر من 2.0، وعتبة دلالة للعناقيد المصححة تكون P تساوي 0.05 للحصول على قيم Z صحيحة في خريطة الارتباط.

يجب إجراء تحويل فيشر زد العكسي (reverse fisher Z transform) على النتائج. وأخيرًا، استخدم التباينات المحددة التالية كما تظهر على الشاشة هنا. يوضح هذا الشكل شبكة الوضع الافتراضي التي كُشف عنها من خلال الاتصال من بذرة خلفية، بما في ذلك الجزء الخلفي من القطعة السبلية (retro splenium) والمنطقة قبل الوتدية (precuneus) باللونين الأحمر والأصفر، ومن بذرة أمامية، بما في ذلك القشرة الجبهية الماضية الإنسية البطنية (vent medial prefrontal cortex) باللونين الأزرق والأخضر.

يكشف الصف الأول عن الشبكة الخاصة بمجموعات الضابطة، والصف الثاني لصرع الفص الصدغي الأيسر، والصف السفلي لصرع الفص الصدغي الأيمن. وتقارن الأشكال التالية هذه الشبكات بين هذه المجموعات الثلاث. نرى هنا شبكات الوضع الافتراضي التي تم الكشف عنها باستخدام بذرة أمامية وبذرة خلفية لحالات صرع الفص الصدغي الأيمن والأيسر المجتمعة مقارنة بمجموعات الضابطة السليمة.

يوضح هذا الشكل شبكات الوضع الافتراضي التي كُشف عنها باستخدام نفس نقاط البذر لصرع الفص الصدغي الأيسر فقط مقارنة بالمجموعات الضابطة السليمة. بينما يوضح هذا الشكل الشبكات التي كُشف عنها لصرع الفص الصدغي الأيمن فقط مقارنة بالمجموعات الضابطة السليمة، وأخيراً نرى هنا شبكات الوضع الافتراضي التي كُشف عنها باستخدام بذر أمامي وخلفي لصرع الفص الصدغي الأيسر مقارنة بصرع الفص الصدغي الأيمن. تعد دراسات الاتصال الوظيفي التي تشمل الدماغ بأكمله ضرورية لفهم الآليات الأساسية للصرع.

استخدمنا تقنية قائمة على البذرة في هذه التجربة لتقييم الاتصال بشبكة الوضع الافتراضي. وسيكون من المثير للاهتمام معرفة كيف تتقارن التقنيات الأخرى في نتائجها عند دراسة صرع الفص الصدغي.