需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

开发创伤后应激障碍默认模式网络的神经影像表型:整合静息态、工作记忆与结构连接

14.3K 次观看

DOI:

10.3791/51651

2014年7月1日

本文内容

摘要

本方案描述了用于研究创伤后应激障碍中默认网络的互补性神经影像学技术,包括静息态结构连接性、任务诱导失活以及结构连接性分析。联合使用这些协同方法可能有助于改进诊断以及对严重程度、预后和其他相关临床因素的评估。

摘要

用于研究默认模式网络(DMN)的互补性结构与功能神经影像技术,有望改善对精神疾病严重程度的评估,并为临床诊断过程提供更高的有效性。近期的神经影像学研究提示,DMN的功能活动可能在多种与应激相关的精神疾病(如创伤后应激障碍(PTSD))中受到干扰。

尽管默认模式网络(DMN)的具体功能仍在研究之中,但普遍认为其参与自我内省和自我相关信息的加工。在健康个体中,DMN在静息状态下表现出最高的活动水平,而在执行认知任务时活动减少,表现为去激活。 例如工作记忆。该网络包括内侧前额叶皮层、后扣带皮层/楔前叶、外侧顶叶皮层和内侧颞叶区域。

为了研究默认模式网络(DMN),已开发出多种功能性和结构性成像方法。这些方法具有前所未有的潜力,可进一步加深对该网络功能及其功能障碍的理解。功能成像方法,例如静息态功能连接评估和任务诱发的去激活评估,具有良好的潜力用于识别特定的神经认知和神经情感(功能)诊断标志物,并可能更准确或更特异性地提示疾病严重程度和预后。结构性成像方法,例如形态计量学和连接性的评估,可能提供病因学及长期转归的独特标志物。综合而言,功能与结构性方法提供了强有力的多模态、互补且协同的研究途径,有助于在与应激相关的精神疾病中建立有效的基于DMN的影像表型。本方案旨在整合这些方法,以研究创伤后应激障碍(PTSD)中DMN的结构与功能,并将研究结果与疾病严重程度及相关临床因素进行关联分析。

引言

神经影像学是一种具有空前潜力的工具,可用于评估神经精神病学中的诊断效度、疾病严重程度、预后判断及治疗反应。目前已有多种互补的神经影像技术,可用于表征关键脑系统的结构与功能,并有助于识别精神疾病人群中的神经影像表型。在这些系统中,默认模式网络(DMN)在过去十年的认知与临床神经科学研究文献中受到了广泛关注。

默认模式网络(DMN)是一种所谓的“静息态网络”,其主要前部节点为内侧前额叶皮层(MPFC),主要后部节点为后扣带皮层/楔前叶(PCC),并包括下外侧顶叶皮层和内侧颞叶区域。该网络的关键特征是在静息状态下表现出最高活性,即受试者处于清醒且警觉状态但未执行特定任务时;这种静息状态下的脑活动被称为脑功能的“默认模式”。1默认模式网络(DMN)的静息态活动也具有高度同步性,这种特性被称为静息态功能连接。DMN的另一关键特征是在外部认知需求增强期间,其活动水平会降低。 在功能神经影像范式中表现为任务诱发的失活2,3. 据推测,内部( 静息状态)和外部( 任务相关活动需求对于维持大脑健康功能至关重要3-5.

以下部分简要概述了研究默认模式网络(DMN)的三种方法:功能连接与任务相关去激活,以及结构连接。这三种方法被描述为在临床样本(如创伤后应激障碍及相关精神疾病患者)中表征该网络的互补手段。

静息态默认模式网络功能连接

静息态功能连接近年来已成为一种常用方法,用于在无任务需求的情况下评估大脑基线功能的模式。功能连接是一种分析方法,用于量化不同脑区之间血氧水平依赖(BOLD)信号在时间上的相干性或同步程度。越来越多的研究文献表明,默认模式网络(DMN)连接的典型模式在临床人群和高风险人群中可能发生改变,尤其是在曾暴露于重大压力或创伤的个体中。最常见的发现是,PTSD 患者表现出降低的DMN静息态功能连接6。这种连接性的减弱可能具有直接的临床应用价值,因为DMN连接性降低可能预测个体在经历急性应激后是否会发展为PTSD7。DMN功能连接减弱可从多个角度进行解释,最普遍的观点认为,它反映了参与自我信息处理的关键脑区之间沟通不良,可能导致个体无法将内部资源从DMN的基线活动重新分配至对外部需求的响应。这种网络功能紊乱可能解释了PTSD及其他应激相关精神障碍等精神疾病的核心临床症状8。进一步探究这些功能紊乱的病因,是未来研究的重要方向。

从更广泛的角度来看,研究默认模式网络(DMN)功能连接的优势包括实施相对简便,以及在健康对照者中存在稳定可靠的静息态功能连接模式,从而能够进行可靠的比较9,10。因此,该方法有望发展为一种易于实施且稳健的神经影像学生物标志物,用于揭示创伤后应激障碍(PTSD)及其他应激相关精神疾病患者在无特定任务需求状态下大脑的功能活动情况。

任务相关默认模式网络去激活

在工作记忆(WM)过程中考察默认模式网络(DMN)的反应,为研究该网络的功能及其功能障碍提供了除静息态同步性之外的另一种途径。这种方法反映了更标准的功能性磁共振成像(FMRI)方法,能够提供有关任务需求下脑网络反应的不同信息,这些信息可能具有临床意义11。既往研究表明,创伤后应激障碍(PTSD)患者在工作记忆功能上存在损害,并且在执行工作记忆任务时表现出更显著的DMN去激活,这可能反映了更高的认知努力程度12-15。将工作记忆作为FMRI任务挑战具有多个优势。例如,它能够可靠地使多个关键DMN脑区从静息状态转变为活动状态。对于PTSD及其他与应激相关的精神疾病而言,尤其重要的是,工作记忆任务能可靠地去激活内侧前额叶皮层(MPFC)——这是DMN前部的主要节点,参与在PTSD中失调的关键神经通路。已有充分证据表明,MPFC可调节向上传入的杏仁核活动,并可能在恐惧条件反射中发挥关键作用16。对MPFC活动的评估在未来临床诊疗中也可能成为一项有用的指标。例如,在一项针对受创警察人员的既往研究中,暴露心理治疗在创伤记忆提取过程中增强了MPFC的活动,同时降低了杏仁核的活动,这些神经影像学变化与PTSD症状的减轻相关17。这种由工作记忆诱发的MPFC去激活现象,仅是神经影像学指标应用于临床人群的一个实例,未来进一步探索DMN其他组分很可能成为富有成果的研究方向。

在本实验方案中,采用言语工作记忆的 n-Back 任务。n-Back 任务在功能性磁共振成像(fMRI)研究中被广泛应用,可稳定激活执行功能相关脑区,并使默认模式网络出现去激活18,19。该任务包含三个组成部分:0-Back 字母警觉任务、2-Back 工作记忆任务以及用于比较的静息基线状态。在 0-Back 警觉任务中,受试者在扫描仪内通过双按钮反应盒进行响应:当预先设定的目标辅音(“H”或“h”)出现时按“是”,其他辅音出现时按“否”。该任务共呈现六个 0-Back 控制组块,每组包含 9 个辅音。在 2-Back 任务中,一系列辅音以视觉方式依次呈现,每个辅音持续 500 毫秒,刺激间间隔为 2,500 毫秒。受试者需在每个辅音呈现后作出“是”或“否”的判断,以表明当前辅音是否与序列中前两个位置的辅音相同(例如:w, N, r, N, R, Q, r, q, N, W ,其中正确答案以粗体标出)。在 2-Back 任务中,共呈现六个持续 45 秒的序列,每个序列包含 15 个辅音。为成功完成任务,受试者必须维持较高的认知负荷,包括持续的音位缓冲(将辅音保留在短期记忆中)、默读音位复述(不出声地重复辅音)以及执行功能的协调控制。在 0-Back 和 2-Back 的各个组块中,刺激呈现速率保持一致,目标刺激以 33% 的概率随机出现,且字母大小写随机化,以促进言语编码。在每个 0-Back 组块前均呈现一个持续 30 秒的静息基线期,期间受试者注视十字注视点;该基线期用于后续数据分析中将任务相关脑活动与基线状态进行比较。

综上所述,现有数据表明,在多种任务过程中对与任务相关的默认模式网络(DMN)活动进行表征,可能在功能DMN分析的临床应用中发挥重要作用。在应激相关精神疾病中,使用工作记忆(WM)作为功能性磁共振成像(fMRI)任务挑战还具有其他优势。与静息态功能连接类似,健康个体在执行工作记忆任务时表现出明确的DMN去激活模式,这有利于与临床样本进行比较。此外,工作记忆任务不涉及创伤性内容,因此可能避免在扫描过程中诱发创伤后应激障碍(PTSD)的临床症状。因此,该方法还有望发展成为一种神经影像学生物标志物,用以反映大脑在应激相关精神障碍中对外部需求的响应方式。

DMN 结构连接性

尽管功能成像能够描述与应激暴露相关的脑连接性或脑活动变化,但功能学方法无法阐明所观察到的脑部变化背后的病因。结构成像方法(如弥散张量成像,DTI)能够测量并量化连接不同脑区的白质纤维束的完整性。DTI 是最常用的结构神经影像学方法,其基于水分子扩散的各向异性来评估白质完整性 水分子在白质纤维束中的扩散具有方向性,主要沿纤维束方向流动(而非垂直于纤维束)。这种方向性流动的差异以分数各向异性(FA)来表示。较低的FA值被认为反映了白质纤维束的微观结构改变,这些改变可能是由多种因素引起的神经元损伤的表现,包括应激暴露所导致的后果。4从网络的角度来看,协调的大脑活动( 静息态活动或协调的任务相关活动)必须依赖于结构连接。就先前默认模式网络(DMN)的研究发现而言,结构损伤会损害DMN节点之间的通信,导致DMN功能连接性下降。类似地,去激活模式的增强可能反映了微观结构损伤,这种损伤在任务反应期间需要募集更大范围的皮层区域。在与创伤后应激障碍(PTSD)和DMN相关的研究中,已有若干研究表明,膝状束中的FA值降低20,21,即连接大脑主要边缘结构的白质纤维束22. 可能需要利用纤维束成像技术进行更精确的测量( 能够直接在神经元水平上追踪白质纤维束的技术,将有助于明确揭示哪些白质纤维参与了网络功能的中断。DTI成像的优势在于其数据采集相对简便,且无需受试者在扫描过程中执行特定任务。

在以下实验方案中,将静息态功能连接的功能分析方法与任务诱导失活的定量分析相结合,并通过弥散张量成像(DTI)考察结构连接性,从而绘制默认模式网络(DMN)的结构与功能图谱,并将这些发现与创伤后应激障碍(PTSD)的病情严重程度及相关临床因素进行关联分析。我们此前已在遭受过创伤的健康成人中实施过该方法18,23,并发现该方案为刻画DMN提供了一种严谨的方法,且易于推广应用于PTSD及其他应激相关精神疾病的研究。

访问受限。请登录或开始试用以查看此内容。

方案

符合条件的参与者需签署书面知情同意书,以参加本研究项目。研究过程遵循机构、国家及国际上关于人类福祉的指导方针。

1. 受试者筛选与诊断访谈

  1. 在获得知情同意后,进行诊断性访谈以确认创伤后应激障碍(PTSD)的诊断及病情严重程度。注:这些评估工具包括《DSM-IV-TR 结构化临床访谈》(SCID)24 、《临床医师用 PTSD 量表》(CAPS)25,以及用于评估认知状态的《Folstein 简易精神状态检查》(MMSE)26
  2. 要求参与者填写与应激和情绪相关的自评量表。
    注:这些量表包括《生活应激事件清单-修订版》(LSC-R)27、《儿童期创伤问卷》(CTQ)28、《感知压力量表》(PSS)29和《抑郁症状快速评估量表-自评版》(QIDS-SR)30
  3. 为符合条件的参与者安排磁共振成像(MRI)检查,要求参与者在预定扫描时间前约1小时到达,以便回顾扫描所需的相关事项,例如MRI安全性说明和研究流程。
  4. 在扫描前采集尿液样本,并根据需要进行妊娠检测和毒理学检测。

2. 培训参与者执行N-back任务

  1. 首先进行0-back字母警觉性测试。
    1. 指导受试者使用双按钮反应盒,对目标辅音(“h”或“H”)按键回答“是”,对其他所有辅音回答“否”。
    2. 向受试者依次呈现9个辅音,每个辅音持续500毫秒,刺激间间隔为2,500毫秒,总时长为27秒,并要求其按上述指示作出反应。注:在每个0-back测试组块中,目标辅音将出现4次。
  2. 接下来,让受试者练习2-back测试。
    1. 指导受试者在每个辅音呈现后,使用双按钮反应盒回答“是”或“否”,以判断当前辅音是否与序列中前两个位置的辅音相同。
    2. 向受试者呈现一系列15个辅音,每个辅音持续500毫秒,刺激间间隔为2,500毫秒,总时长为45秒。注:目标刺激共出现5次。
  3. 在扫描仪外训练受试者完成n-back任务,直至其在2-back任务部分的正确率达到>75%。注:上述参数可通过刺激呈现软件实现自动化(参见材料/设备表)。

3. MRI 数据采集

  1. 让受试者换上与 MRI 兼容的衣物,并将其带入 3 特斯拉 MRI 扫描室。为其佩戴耳塞以保护听力,然后让其平躺在担架床上,该床将最终将其送入 MRI 设备的中心位置。
    1. 在受试者头部周围放置垫子以减少头部移动。提供与 MRI 兼容的反应盒用于 n-back 工作记忆任务,紧急情况下可按压挤压球以停止扫描,并在其手指上安装脉搏血氧仪以进行生理监测和记录。
    2. 将 32 通道头部线圈和视觉呈现屏幕置于受试者头部上方,并将其送入扫描仪中心位置。
  2. 确认受试者体位舒适且能清晰看到屏幕,随后开始 MRI 扫描。首先采集高分辨率(1 mm3)的脑部解剖结构图像。在扫描仪控制台上设置高分辨率 MRI 参数:回波时间(TE)= 2.98 毫秒,重复时间(TR)= 1,900 毫秒,视野(FOV)= 256 mm2,矩阵大小为 642,层厚为 1 mm。按下扫描仪控制台上的“run”按钮开始 MRI 采集。
  3. 在扫描仪控制台上设置 fMRI BOLD 图像采集参数:TR = 2,500 毫秒,TE = 28 毫秒,FOV = 192 mm2,矩阵大小为 642,层厚为 3 mm 的轴向切片。
  4. 接下来,使用 n-back 测试(见第 2 节)采集工作记忆相关的 fMRI 图像,参数如下:
    1. 在每次 0-back 任务开始前,通过刺激呈现软件向受试者呈现 30 秒的基线注视十字,注意:这将为数据分析中其他 0-back 和 2-back 任务块提供基线对照。
    2. 在每次 0-back 或 2-back 任务开始前 3 秒,通过刺激呈现软件向受试者投射任务说明。
    3. 总共包括三个 0-back 和 2-back 任务段,以及两个基线任务段,分为两次扫描运行,采用交叉平衡顺序呈现。
  5. 在 MRI 扫描仪控制台上按下“run”按钮开始扫描。
  6. n-back 任务完成后,确认受试者状态舒适并准备进入下一阶段。告知其接下来是静息态扫描任务,并提醒其不要入睡。使用刺激呈现软件在屏幕上显示一个注视十字。
  7. 使用与采集 n-back 图像相同的 fMRI 设置(见 3.3 节),在 MRI 扫描仪控制台上按下“run”按钮,采集接下来 4 分钟的静息态图像。
  8. 重复步骤 3.4 和 3.5。在每个新阶段开始前,询问受试者是否感到舒适并能否继续。若可以继续,则继续执行实验流程;若不能,则暂停 MRI 扫描并根据需要调整体位以提高舒适度。
  9. 接下来,告知受试者在接下来的扫描序列中扫描仪可能会产生震动,指导其闭眼并在扫描仪内尽可能放松。随后在扫描仪控制台上按下“run”按钮采集 DTI 序列。
  10. 在扫描仪控制台上设置 DTI 图像采集参数:采用双自旋回波平面扩散加权成像(DWI),施加 64 个非共线方向的扩散梯度(b = 1,000),每个梯度方向采集一幅 DWI 图像,同时采集 10 幅无加权(b = 0)的归一化图像,TR = 10,060 毫秒,TE = 103 毫秒,FOV = 226 mm,矩阵大小为 1282,层厚 = 1.8 mm,启用部分回波和插值功能。
  11. 将受试者从扫描仪中移出,询问其本次扫描体验。解答其可能提出的问题,并感谢其参与。让 MRI 扫描仪计算机将受试者的图像和生理记录数据刻录至 DVD,用于后续数据分析。

4. 数据分析

  1. 数据预处理
    1. 使用fMRI处理软件将原始数据重建为三维加时间序列数据集,将数据拼接并对齐到第一序列的第五个体积,以最小化运动伪影并获得运动校正参数。应用带通滤波(0.009–0.08 Hz)以分离默认模式网络(DMN)的频率范围,并减少低频漂移和高频噪声的影响。注意:每个体素的干扰变量应包括脑室和白质时间序列的平均值,以及6个头部运动参数的估计值;这些估计值应同时包含去均值化及其导数形式。应从完整的体素时间序列中去除干扰变量的预测时间进程,从而得到用于后续相关性分析的“残差”时间序列数据。31.
    2. 将数据进行标准化以校正单次运行内的信号强度,并使用全宽半高(FWHM)为4 mm的高斯核对数据进行平滑处理。将头部位移超过1.5 mm的图像从数据集中剔除32不要进行全局信号回归(GSR),因为GSR可能会影响静息态数据中的相关性33,34.
  2. 静息态功能连接分析
    1. 使用种子区域功能连接分析评估种子区域与其它脑区之间的关系 先验的 特定脑区以评估功能连接性11注意:所包含的种子点分别为默认网络(DMN)的主要前部和后部节点,即内侧前额叶皮层(MPFC)和后扣带皮层(PCC)。这些位置的功能坐标通常优于图谱定义的坐标位置。35.
    2. 从这些种子区域提取平均BOLD时间序列,并进行全脑相关性分析。将相关系数R值转换为Z分数36 用于后续的假设检验。
      1. 在体素水平上逐一体素比较各组之间的Z值,以评估PTSD组与对照组之间功能连接的显著差异,作为主要结局指标。将结果的显著性阈值设定为双尾p < 0.05,并进行错误发现率校正。 < 0.05,采用族系-wise( 聚类)错误校正。注意:聚类校正通过蒙特卡洛模拟生成,用于估计假阳性聚类的概率。使用统计算法,根据视野范围(FOV)、分辨率、平滑度以及单个体素水平的信号强度来计算聚类校正37.
    3. 为评估临床症状与影像学结果之间的关系,需进行随访分析,包括评分量表得分与默认模式网络(DMN)区域连接性的平均Z分数之间的相关性分析。相关性分析应校正相关的人口统计学信息,如抑郁严重程度、创伤性脑损伤、教育水平及其他相关变量。
  3. 工作记忆分析
    1. 使用fMRI处理软件对数据进行预处理,并采用基于体素的GLM量化每个个体数据集中大脑体素的任务特异性活动11,31注意:广义线性模型(GLM)中的自变量包括静息态和0-、2-背侧任务的时间进程(将血流动力学转换建模为伽马函数),以及协变量(线性漂移和观察到的运动),因变量为随时间变化的BOLD信号。
    2. 对指定的默认模式网络(DMN)区域的GLM beta权重进行平均。注意:这些来自个体水平数据集的平均n-back反应将作为后续组水平统计分析中脑活动的基本测量指标。
    3. 使用协方差分析检验创伤后应激障碍(PTSD)组与非PTSD组之间的组间差异,并估计任务难度的影响 0-期间活动的比较 每个DMN区域中的2-back任务;还需包括4.2节静息态分析中所需的任何相关统计控制步骤的分析。
  4. 利用DTI进行结构连接性分析
    1. 预处理
      1. 使用DTI处理软件,将非扩散加权(non-diffusion)图像配准使用 b = 0 的图像校正运动伪影,并作为后续扩散加权图像的归一化参考图像。采用12参数仿射变换对扩散加权图像进行配准,以校正运动和涡流伪影。
      2. 确保在模型拟合前,对每个扩散方向的梯度向量进行旋转,以校正先前的变换。利用非线性约束拟合方法,根据扩散加权信号衰减数据计算每个体素的二阶扩散张量。38.
      3. 利用扩散加权图像计算扩散的特征值、特征向量和分数各向异性图。
    2. 使用示踪成像软件量化胼胝体束的完整性。利用标准图谱(如 Mori 提供的图谱)选择种子区域。 39 和 Catani 与 De Schotten40通过中线排除区域对所得的纤维束成像结果进行滤除,以去除跨半球交叉的纤维。计算扣带束经过的所有体素的平均FA值、迹量、轴向扩散率和径向扩散率。
    3. 对每项扩散指标采用重复测量方差分析(mixed model ANOVA),以半球为被试内变量,比较创伤后应激障碍(PTSD)与非PTSD参与者之间的组间差异,并通过协方差分析(ANCOVA)在统计上控制抑郁严重程度、物质滥用、轻度创伤性脑损伤(mild TBI)以及教育和人口学变量等混杂因素。

访问受限。请登录或开始试用以查看此内容。

结果

代表性结果基于采用相同成像方法在两组有童年创伤和虐待史但无创伤后应激障碍(PTSD)的个体样本中收集的数据21,22。静息态功能连接性分析结果显示,其空间分布模式与默认模式网络(DMN)的主要节点一致(图11-3,8,包括内侧前额叶皮层(MPFC)、后扣带皮层(PCC)、角回/下顶叶小叶以及中颞区。该空间分布模式的确认可作为初步的有效性检验,并为进一步的假设检验提供基础。

工作记忆期间的大脑活动模式如图2所示。图2a中的2-back任务成分图像显示,执行网络的激活增强,同时默认模式网络(DMN)内出现去激活。执行区域(如中额回、辅助运动区和下顶小叶)的激活以橙色和红色表示,与之并列的是DMN区域(内侧前额皮层MPFC、后扣带皮层PCC和内侧颞叶区域)的去激活,以蓝色表示。该模式与既往n-back研究文献11,41一致,可作为假设检验前的有效性验证。图2b展示了n...

访问受限。请登录或开始试用以查看此内容。

讨论

成功实施神经影像学方案的两个最关键步骤是准确捕捉静息态和工作记忆效应。

从概念上讲,静息态图像的采集过程较为直接。由于不需要执行任何任务,研究者通常将这些时间段内的脑活动描述为“静息”状态。然而,与神经影像学的其他领域相比,该领域相对较新1,目前尚无明确共识来精确定义扫描仪中的“静息”状态。大多数实验方案(包括本方案)要求受试者注视屏幕上一个固定的十字。个体静息态扫描的持续时间在文献中差异较大,通常介于4至12分钟之间,且可采用睁眼或闭眼方式进行42。在本方案中,共实施了两次4分钟的扫描,总计8分钟,要求受试者睁眼,注视黑色背景上的一个简单的白色固定十字。未来的研究若能采纳一种标准化的静息态数据采集方法,将极大促进不同研究之间的结果推广与比较。

在静息态数据采集过程中,另一个关键问题是头动的影响。近期研究已明确表明,静息态扫描期间的头动会导致后续功能连接分析中出现虚假相关性43-45。因此,受试者在整个静息态扫描过程中必须尽可能保持不动。在方案开发过程中发现,高...

访问受限。请登录或开始试用以查看此内容。

披露

作者声明本稿件内容不存在相关利益冲突。Philip 博士和 Carpenter 女士均为美国政府雇员。

致谢

代表性数据的生成得到了美国国立卫生研究院(NIH)资助项目 R01HL084178、5R01MH068767-08,以及布朗大学 MRI 研究设施和罗德岛基金会资助项目的资助。退伍军人事务部临床科学研发计划(VA CSR&D)资助项目 1 IK2 CX000724-01A2 支持了本研究方案的开发及后续工作。我们感谢所有参与本研究的受试者。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
3T TIM TRIOSiemens3T MRI 
磁共振成像兼容脉搏血氧仪Siemens型号 # 07389567
功能神经影像分析软件美国国立卫生研究院(NIH)http://afni.nimh.nih.gov/数据分析软件包
EprimePsychology Software Tools, LLChttp://www.pstnet.com/eprime.cfm刺激呈现软件
Slicer布莱根妇女医院http://www.slicer.org/概率纤维追踪软件

参考文献

  1. Raichle, M. E., et al. A default mode of brain function. Proc Natl Acad Sci U S A. 98, 676-682 (2001).
  2. Fransson, P. How default is the default mode of brain function? Further evidence from intrinsic BOLD signal fluctuations. Neuropsychologia. 44, 2836-2845 (2006).
  3. Fransson, P., Marrelec, G. The precuneus/posterior cingulate cortex plays a pivotal role in the default mode network: Evidence from a partial correlation network analysis. Neuroimage. 42, 1178-1184 (2008).
  4. Conrad, C. D., et al. Chronic glucocorticoids increase hippocampal vulnerability to neurotoxicity under conditions that produce CA3 dendritic retraction but fail to impair spatial recognition memory. J Neurosci. 27, 8278-8285 (2007).
  5. Patel, R., et al. Disruptive effects of glucocorticoids on glutathione peroxidase biochemistry in hippocampal cultures. J Neurochem. 82, 118-125 (2002).
  6. Bluhm, R. L., et al. Alterations in default network connectivity in posttraumatic stress disorder related to early-life trauma. J Psychiatry Neurosci. 34, 187-194 (2009).
  7. Lanius, R. A., et al. Default mode network connectivity as a predictor of post-traumatic stress disorder symptom severity in acutely traumatized subjects. Acta Psychiatr Scand. 121, 33-40 (2010).
  8. Sripada, R. K., et al. Neural dysregulation in posttraumatic stress disorder: evidence for disrupted equilibrium between salience and default mode brain networks. Psychosom Med. 74, 904-911 (2012).
  9. Greicius, M. D., et al. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc Natl Acad Sci U S A. 100, 253-258 (2003).
  10. Fox, M. D., Greicius, M. Clinical applications of resting state functional connectivity. Front Syst Neurosci. 4, 19 (2010).
  11. Sweet, L. H., et al. Effects of nicotine withdrawal on verbal working memory and associated brain response. Psychiatry Res. 183, 69-74 (2010).
  12. Samuelson, K. W., et al. Neuropsychological functioning in posttraumatic stress disorder and alcohol abuse. Neuropsychology. 20, 716-726 (2006).
  13. Vasterling, J. J., et al. Attention and memory dysfunction in posttraumatic stress disorder. Neuropsychology. 12, 125-133 (1998).
  14. Yehuda, R., et al. Learning and memory in combat veterans with posttraumatic stress disorder. Am J Psychiatry. 152, 137-139 (1995).
  15. Moores, K. A., et al. Abnormal recruitment of working memory updating networks during maintenance of trauma-neutral information in post-traumatic stress disorder. Psychiatry Res. 163, 156-170 (2008).
  16. Rougemont-Bucking, A., et al. Altered processing of contextual information during fear extinction in PTSD: an fMRI study. CNS Neurosci Ther. 17, 227-236 (2011).
  17. Peres, J. F., et al. Police officers under attack: resilience implications of an fMRI study. J Psychiatr Res. 45, 727-734 (2011).
  18. Philip, N. S., et al. Early life stress is associated with greater default network deactivation during working memory in healthy controls: a preliminary report. Brain Imaging Behav. 7, 204-212 (2013).
  19. Sweet, L. H., et al. Imaging phonological similarity effects on verbal working memory. Neuropsychologia. 46, 1114-1123 (2008).
  20. Abe, O., et al. Voxel-based diffusion tensor analysis reveals aberrant anterior cingulum integrity in posttraumatic stress disorder due to terrorism. Psychiatry Res. 146, 231-242 (2006).
  21. Kim, S. J., et al. Asymmetrically altered integrity of cingulum bundle in posttraumatic stress disorder. Neuropsychobiology. 54, 120-125 (2006).
  22. Vogt, B. A., et al. Functional heterogeneity in cingulate cortex: the anterior executive and posterior evaluative regions. Cereb Cortex. 2, 435-443 (1992).
  23. Philip, N. S., et al. Decreased default network connectivity is associated with early life stress in medication-free healthy adults. Eur Neuropsychopharmacol. 23, 24-32 (2013).
  24. First, M. B., Spitzer, R. L., Gibbon, M., Williams, J. B. W. Structured Clinical Interview for Axis I DSM-IV Disorders. , (1994).
  25. Blake, D. D., et al. The development of a clinician-administered PTSD scale. J Trauma Stress. 8, 75-90 (1995).
  26. Folstein, M. F., et al. Mini-mental state'. A practical method for grading the cognitive state of patients for the clinician. J Psychiatr Res. 12, 189-198 (1975).
  27. Wolfe, J. W., Kimerling, R., Brown, P. J., Chrestman, K. R., Levin, K. Psychometric review of The Life Stressor Checklist-Revised. , Sidran Press. (1996).
  28. Bernstein, D. P., Fink, L. Childhood trauma questionnaire: a retrospective self-report. , Pearson Education, Inc. (1998).
  29. Cohen, S., et al. A global measure of perceived stress. J Health Soc Behav. 24, 385-396 (1983).
  30. Rush, A. J., et al. The 16-item quick inventory of depressive symptomatology (QIDS), clinician rating (QIDS-C), and self-report (QIDS-SR): A psychometric evaluation in patients with chronic major depression. Biol Psychiatry. 54, 573-583 (2003).
  31. Reynolds, R. AFNI program: afni_proc.py. http://afni.nimh.nih.gov/pub/dist/doc/program_help/afni_proc.py.html. , (2006).
  32. Posner, J., et al. Antidepressants normalize the default mode network in patients with dysthymia. JAMA Psychiatry. 70, 373-382 (2013).
  33. Murphy, K., et al. The impact of global signal regression on resting state correlations: are anti-correlated networks introduced. Neuroimage. 44, 893-905 (2009).
  34. Saad, Z. S., et al. Trouble at rest: how correlation patterns and group differences become distorted after global signal regression. Brain Connect. 2, 25-32 (2012).
  35. Shirer, W. R., et al. Decoding subject-driven cognitive states with whole-brain connectivity patterns. Cereb Cortex. 22, 158-165 (2012).
  36. Fisher, R. A. Frequency distribution of the values of the correlation coefficient in samples of an indefinitely large population. Biometrika. 10, 507-521 (1915).
  37. Cox, R. W. AFNI program: 3dClustSim. http://afni.nimh.nih.gov/pub/dist/doc/program_help/3dClustSim.html. , (2010).
  38. Smith, S. M., et al. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data. Neuroimage. 31, 1487-1505 (2006).
  39. Mori, S., Wakana, S., Nagae-Poetscher, L. M., van Zijl, P. C. M. MRI Atlas of Human White Matter. , (2005).
  40. Catani, M., Thiebaut de Schotten, M. A diffusion tensor imaging tractography atlas for virtual in vivo dissections. Cortex. 44, 1105-1132 (2008).
  41. Sweet, L. H., et al. Default network response to a working memory challenge after withdrawal of continuous positive airway pressure treatment for obstructive sleep apnea. Brain Imaging Behav. 4, 155-163 (2010).
  42. Cole, D. M., et al. Advances and pitfalls in the analysis and interpretation of resting-state FMRI data. Front Syst Neurosci. 4, 8 (2012).
  43. Power, J. D., et al. Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion. Neuroimage. 59, 2142-2154 (2012).
  44. Satterthwaite, T. D., et al. Impact of in-scanner head motion on multiple measures of functional connectivity: relevance for studies of neurodevelopment in youth. Neuroimage. 60, 623-632 (2012).
  45. Van Dijk, K. R., et al. The influence of head motion on intrinsic functional connectivity MRI. Neuroimage. 59, 431-438 (2012).
  46. Philip, N. S., et al. Regional homogeneity and resting state functional connectivity: associations with exposure to early life stress. Psychiatry Res. 214, 247-2453 (2013).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

创伤后应激障碍神经影像学静息态功能连接工作记忆任务功能磁共振成像扩散张量成像任务诱发去激活多模态神经影像学脑网络分析