הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.

מאמר שיטה

מולטימודליות Imaging- מבוסס גירוי אופן הערכת קישוריות הקשורות מוח רגיש בחולים עם אפילפסיה

10.4K צפיות

⸱

DOI:

10.3791/53727

⸱

13 בנובמבר 2016

 ,  ,  ,  , 
1Department of Neurology, Harvard Medical School, 2Department of Neurology, Beth Israel Deaconess Medical Center, 3Berenson-Allen Center for Noninvasive Brain Stimulation, Beth Israel Deaconess Medical Center, 4Department of Brain and Cognitive Sciences, Massachusetts Institute of Technology, 5Department of Neurology, Massachusetts General Hospital

במאמר זה

סיכום

MRI במצב מנוחה זיהה חריגות בחולים עם מגוון רחב של הפרעות נוירו-פסיכיאטריות, כולל אפילפסיה עקב מומים בהתפתחות קליפת המוח. גירוי מגנטי טרנס-גולגולתי בשילוב עם EEG יכול להוכיח שלחולים עם אפילפסיה יש ריגוש יתר בקליפת המוח באזורים עם קישוריות לא תקינה.

תקציר

קישוריות תפקודית במצב מנוחה MRI (rs-fcMRI) היא טכניקה המזהה קישוריות בין אזורים שונים במוח על סמך מתאמים לאורך זמן באות התלוי ברמת החמצון בדם. rs-fcMRI יושם באופן נרחב לזיהוי חריגות בקישוריות המוח במחלות נוירולוגיות ופסיכיאטריות שונות. עם זאת, הקשר בין הפרעות בקישוריות rs-fcMRI, אלקטרופיזיולוגיה של המוח ומצב המחלה אינו ידוע, בין השאר מכיוון שהמשמעות הסיבתית של שינויים בקישוריות תפקודית בפתופיזיולוגיה של המחלה לא הוכחה. גירוי מגנטי טרנס-גולגולתי (TMS) היא טכניקה המשתמשת באינדוקציה אלקטרומגנטית כדי לייצר שינויים מוקדיים בפעילות קליפת המוח באופן לא פולשני. בשילוב עם אלקטרואנצפלוגרפיה (EEG), ניתן להשתמש ב-TMS כדי להעריך את תגובת המוח להפרעות חיצוניות. כאן אנו מספקים פרוטוקול לשילוב rs-fcMRI, TMS ו-EEG כדי להעריך את המשמעות הפיזיולוגית של שינויים בקישוריות התפקודית בחולים עם מחלה נוירו-פסיכיאטרית. אנו מספקים תוצאות מייצגות ממחקר שפורסם בעבר בו נעשה שימוש ב-rs-fcMRI לזיהוי אזורים עם קישוריות חריגה בחולים עם אפילפסיה עקב מום בהתפתחות קליפת המוח, הטרוטופיה נודולרית סביב החדר (PNH). גירוי בחולים עם אפילפסיה הביא לפעילות EEG לא תקינה המעוררת TMS ביחס לגירוי של אותם אתרים בחולי ביקורת בריאים תואמים, עם עלייה חריגה במרכיב המאוחר של הפוטנציאל המעורר TMS, העולה בקנה אחד עם ריגוש יתר בקליפת המוח. חריגה זו הייתה ספציפית לאזורים עם קישוריות תפקודית חריגה במצב מנוחה. ניתוח מקור חשמלי בנבדק עם התקפים שתועדו בעבר הראה כי מקור הפעילות החריגה המעוררת TMS ממוקם במקביל לאזור תחילת ההתקף, מה שמרמז על נוכחות של מעגל אפילפטוגני. תוצאות אלה מדגימות כיצד ניתן להשתמש ב-rs-fcMRI, TMS ו-EEG יחד כדי לזהות ולהבין את המשמעות הפיזיולוגית של קישוריות מוחית לא תקינה במחלות אנושיות.

מבוא

גירוי מגנטי Transcranial (TMS) הוא אמצעי גירוי אזורים של הקורטקס פולשנית באמצעות השראה אלקטרומגנטית. ב TMS, שטף מגנטי גדול אבל מרחבית מוגבלת משמש לגרום שדה חשמלי באזור היעד קליפת המוח, ובכך להשפיע על פעילותם של הרקמה העצבית הבסיסית. TMS לתוצאות הקורטקס המוטורי במנוע פוטנציאלים שניתן למדוד שולי באמצעות אלקטרומיוגרפיה (EMG). כאשר מוחל בזוגות או שלישי של קטניות, TMS יכול לשמש כדי להעריך את הפעילות של מעגלי GABAergic ו glutaminergic intracortical הספציפיים 1-3, ובכך להעריך את מאזן עירור ועיכוב in vivo בחולים אנושיים. באפילפסיה במיוחד, מחקרי TMS הראו כי לרגשנות יתר בקליפת המוח קיימת בחולים עם אפילפסיה 4,5, ועלולות לנרמל עם טיפול תרופתי מוצלח אנטיאפילפטיות ובכך לנבא תגובה לטיפול תרופתי 6. יתר על כן, אמצעי TMS של אקס קליפת המוחcitability להראות ערכי ביניים בחולים עם התקף בודד 7 וב אחאים של חולי אידיופטית היא 8 כללית ורכש מוקדי אפילפסיה. ממצאים אלה מראים כי אמצעי TMS של רגישות קליפת המוח עשויים לאפשר לנו לזהות endophenotypes לאפילפסיה. עם זאת, את הרגישות והסגוליות של אמצעים אלה מוגבלים, סביר להניח כי TMS-EMG ניתן להעריך רק עם גירוי של מעגלים בקליפת המוח המוטורית, וחולים רבים עם אפילפסיה יש מוקדים של התקפים מחוץ הקורטקס המוטורי.

Electroencephalography (EEG) מספק הזדמנות כדי למדוד את התגובה מוחין ישירות TMS, וניתן להשתמש בו כדי להעריך את התגובה המוחית על פני אזורים נרחבים של הניאוקורטקס. מחקרים שילוב TMS עם EEG (TMS-EEG) הראו כי TMS מייצרת גלי פעילות להדהד ברחבי קליפת 9,10 וכי הם לשחזור ואמין 11-13. לפי הערכת התפשטות פעילות עוררתבמדינות התנהגותיים שונות וב משימות שונות, TMS-EEG נעשה שימוש כדי לחקור את הקישוריות הדינמית היעילה סיבתי רשתות מוח האנושית 10,14-16. אמצעי TMS-EEG הראו ליקויים משמעותיים מחלות, החל סכיזופרניה 17 ADHD 18, ו בהפרעות של תודעה כגון במצב וגטטיבי מתמשך 19. יתר על כן, מספר קבוצות זיהו וקושרת EEG של מדדי TMS-EMG-הדופק לזווג כי הם לא נורמלים בחולי אפילפסיה 20,21. חשיבות מרכזית נודעה, מחקרים קודמים הראו גם כי פעילות EEG חריג עורר גירוי נתפסת בחולי אפילפסיה 22-25.

אמצעי נוסף של הערכת מעגלים במוח היא באמצעות MRI קישוריות תפקודית מנוחתו-המדינה (RS-fcMRI), טכניקה מעריכה את המתאמים לאורך זמן ברמת חמצון הדם תלוי (BOLD) אות מאזורים שונים במוח 26. מחקרים שעשו שימושRS-fcMRI הוכיחו כי המוח האנושי מאורגן רשתות נפרדות של אזורים אינטראקציה 26-29, שמחלות נוירופסיכיאטריות עלולה להתרחש בתוך רשתות עצביות מופץ בקנה מידה גדול ספציפיות שזוהו על ידי RS-fcMRI 30, וכי רשתות המוח מזוהה באמצעות rs- fcMRI הם לעתים קרובות לא נורמלי במצבי מחלה נוירו 31,32. במונחים של יישומים קליניים אפשריים, RS-fcMRI יש מספר יתרונות על פני יישום fMRI מבוסס משימות קונבנציונלי 33, לרבות הסתמכות פחות על שיתוף פעולה בנושא וחשש ביצועים משתנים. כתוצאה מכך, חל לאחרונה פיצוץ של מחקרים לחקור rs-fcMRI שינויים במצבי מחלה שונים. עם זאת, אחת המגבלות של RS-fcMRI הוא הקושי לקבוע האם וכיצד מתאמים (או anticorrelations) האות BOLD מתייחסים אינטראקציות אלקטרו אשר מהווים את הבסיס של תקשורת עצבית. בעיה נוספת היא שזה often לא ברור אם השינויים rs-fcMRI לראות מצבי מחלה שונים יש משמעות פיזיולוגית. בפרט לגבי אפילפסיה, לא ברור אם ליקויי rs-fcMRI נובעים אך ורק כדי ארעי epileptiform interictal, או קיום עצמאי של מומי אלקטרו כזה; EEG-fMRI סימולטני נדרש כדי לסייע להעריך בין האפשרויות הבאות 34.

כמו TMS יכול לשמש לייצור שינויים חולפים או מתמשכים ההפעלות של אזורים בקליפת מוח שונים, מחקרי TMS לספק אמצעי להערכת משמעות סיבתית של דפוסי קישוריות המנוחת מדינות שונים fMRI. גישה אחת היא להשתמש RS-fcMRI להנחות מאמצי גירוי טיפוליים מצבי מחלה שונים; ניתן היה לצפות כי TMS המוכוון לאזורים מחוברים תפקודיות לאזורים ידועים כמעורבות במדינות מחלה שונות יש יותר סיכוי להיות יעיל טיפולי מ TMS המוכוון לאזורים ללא functio כזהקישוריות סופית, ומחקרים כמה אכן מצאו ראיות ראשוניות עבור 35,36 זה. גישה אחרת תהיה כרוכה באמצעות TMS-EEG כדי להעריך את המשמעות הפיזיולוגית סיבתי של דפוסי fcMRI מנוחת מדינות שונות. באופן ספציפי, אפשר לבחון את ההשערה כי אזורים המראים קישוריות תפקודית נורמלית במצב מחלה ספציפי צריכים להראות תגובה שונה לגירוי בחולים מאשר בנבדקים בריאים, וכי הפרעות הפיזיולוגיות אלה קיימות במיוחד (או בעיקר) עם גירוי של חריג באזור מחובר.

כדי להמחיש את האמור לעיל, אנו מספקים דוגמה של מחקר שנערך לאחרונה בו rs-fcMRI, TMS ו EEG ששולבו כדי לחקור לרגשנות יתר קליפת המוח בחולים עם אפילפסיה בשל הטרוטופיה קשרי periventricular הפרעה מוחית התפתחותית (PNH) 37. חולים עם PNH הנוכחי קלינית עם אפילפסיה adolescent- או מבוגר-התקפה, נכות קריאה, inte נורמליlligence, ויש לי גושים חריגים של חומר אפור סמוך החדרים לרוחב על הדמייה 38,39. מחקרים קודמים הראו כי גושים periventricular אלה של החומר האפור heterotopic הן מבחינה מבנית והן מבחינה תפקודית מחובר מוקדים דיסקרטית ב 40,41 הניאוקורטקס, וכי התקפים אפילפטיים יכולים לנבוע מאזורים neocortical, החומר האפור heterotopic, או שניהם בו זמנית 42, דבר המצביע על כך epileptogenesis ב חולים אלה הם תופעה מעגלת. באמצעות מנוחה-המדינה fc-MRI כדי להדריך TMS-EEG, הראינו כי חולים עם אפילפסיה פעילה בשל PNH יש ראיות של לרגשנות יתר בקליפת המוח, וכי לרגשנות יתר זה נראה מוגבל לאזורים עם קישוריות תפקודית חריגה אל גושים עמוקים.

הפרוטוקול מתנהל בשני מפגשים נפרדים. במהלך הפגישה הראשונה, מבני המנוחת מדינות דם-חמצון ברמה תלוי (BOLD) רצפי MRI לעומת נרכשים(לחולים), או רק רצפים MRI מבניים (עבור חברי קבוצת הביקורת הבריאה). בין המפגשים הראשונים ושניים, ניתוח קישוריות תפקודית-במצב מנוחה משמש להגדרת מטרות קליפת המוח עבור המטופלים, ואת משרד קואורדינטות עבור מטרות אלה מתקבלות. יעדי קליפת המוח השווים הערך (המבוססים על משרד קואורדינטות) מזוהים אז לכל נושא ביקורת בריא. במושב השני, נתוני TMS-EEG מתקבלים.

בדוגמא שניתנה במאמר זה, ניתוחי MRI פונקציונלית-קישוריות בוצעו באמצעות ארגז כלי תוכנה ללא צורך במיקור חוץ התוכנה MRI 43,44. נוירו-מנווטים TMS בוצע באמצעות ממריץ מגנטי transcranial עם neuronavigation MRI בזמן אמת. EEG נרשם עם מערכת TMS תואם 60 ערוצים, אשר מנצלת את מעגל מדגם וחזק כדי למנוע רווית מגבר ידי TMS. נתוני ה- EEG נותחו באמצעות סקריפטים מותאמים אישית ואת EEGLAB ארגז כלים 45 (גרסה 12.0.2.4b) פועל MATLAB R2012b.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

הפרוטוקול המתואר כאן אושר על ידי מועצות הסקירה המוסדיות של המרכז הרפואי "בית ישראל והמכון הטכנולוגי של מסצ'וסטס.

בחירת נושא 1.

  1. בחירת החולים עבור פרוטוקול המחקר.
    1. לזהות חולים עם אפילפסיה פעילה (התקפים במהלך השנה האחרונה) או היסטוריה של אפילפסיה מרחוק (התקפים לפני, אך ללא התקפים משני בחמש השנים האחרונות או את הטיפול התרופתי) ו הטרוטופיה קשרי periventricular על הדמיה מוחית מבנית.
    2. אל תכלול חולים ללא היסטוריה של התקפים. כמו כן לא לכלול חולים עם אטיולוגיה אפשרית חלופי התקפים (למשל, היסטוריה של פגיעה מוחית טראומטית, שבץ, meningoencephalitis) או עם ממצאים EEG בקנה אחד עם אבחנה אלטרנטיבית (למשל, אפילפסיה כללית אידיופתית, אפילפסיה של האונה הרקתית mesial).
    3. אל תכלול חולים עם נוירולוגיות נוספות או disea הפסיכיאטרse, או עם כל מצב רפואי יציב אחר. כמו כן לא לכלול חולים עם היסטוריה של ניתוח מוח לפני, חוסר יכולת לסבול MRI, חומר בלתי חוקי אחרון או צריכת אלכוהול כבדה, או קונטרה ספציפי 46 MRI או TMS 47.
  2. מבחר נושא הביקורת בריא.
    1. עבור כל חולה PNH (במחקר שפורסם לפני שלנו 37, 8 חולים, בני 20 - 43 שנים מתכוונות 30.25; 3 גברים, 5 נשים), לזהות פקד לגיל ומין בהתאמה בריא.
    2. אל תכלול נושאים עם כל נוירולוגים מתמשכים או מחלה פסיכיאטרית או על תרופות פסיכואקטיביות, בכל מצב רפואי יציב אחר, היסטוריה של ניתוח המוח לפני, חוסר יכולת לסבול MRI, חומר בלתי חוקי או שימוש באלכוהול כבד, או כל קונטרה MRI או TMS ספציפי אחרת.

2. יצירת יעדי הגירוי

  1. באמצעות מערכת MRI 3T, לרכוש פרוסות המוח כולו ברזולוציה גבוהה מבניות באמצעות-weighte T1רצף ד. השתמש הפרמטרים רכישת הבאים: 128 פרוסות לכל לוח, מטריצה 256 x 256, שדה הראייה (FOV) 256 מ"מ, פורסים 1.33 מ"מ עובי עם פער של 0.63 מ"מ interslice, גודל voxel 1 x 1 x 1.33 מ"מ 3, זמן החזרה (TR 2,530 msec), זמן היפוך 1,100 msec, זמן הד (TE) 3.39 מילי-שניות, זווית flip 7 °.
  2. באמצעות מערכת MRI 3T, לרכוש תמונות תפקודיות מנוחתו-מדינה באמצעות רצף הד מישורים רגיש רמת חדות התלויה דם-חמצון (BOLD). בעת ביצוע סריקה זו להורות החולים לנוח בשקט בעיניים פקוחות ללא ביצוע כל משימה ספציפית. השתמש הפרמטרים רכישת הבאים: FOV 256 מ"מ, גודל voxel 2.0 x 2.0 x 2.0 מ"מ, TR 6000 msec, msec 30 TE, זווית להעיף 90 °, זמן הרכישה 6.4 דקות.
  3. שימוש MRICroN תוכנת 44, לזהות כל אזור דיסקרטי של הטרוטופיה קשרים (או כל גולת פרט או אשכול רציף בלתי נפרד גושים) 46. השתמש בכלי העט כדי לשרטט באופן ידני הואאזורי terotopia של עניין (ROIs) במידה ובמסור במישור הצירי על תמונות מבניות משוקלל T1.
  4. השתמש בארגז כלי תוכנת הקישוריות תפקודית CONN 48,49 לבצע ארבעה שלבים רציפים בעיבוד נתונים תפקודי מנוחתו-מדינה: התקנה, עיבוד מקדים, ניתוח, ואת תוצאות.
    1. עבור התקנה, השתמש בתפריט אפשרויות כדי להתחיל פרויקט חדש ולהזין את פרטי ניסוי בסיסיים. לטעון את התמונות באופן פונקציונלי, realigned ו-רשום שיתוף לתמונות אנטומיים לכל נושא.
    2. טען את התמונות המבניות. קבצי ROI הטרוטופיה טען שנוצרו בשלב 2.3. זן פרטים של תנאי הניסוי; מאז זה נח-מדינה, זן מצב יחיד עם תחילת 0 שניות ומשך שווות המשך המלא של כל מפגש. ארגז הכלים יחלצו את זמן סדרת BOLD ROI הטרוטופיה. בדוק לאי דיוקים אפשריים.
    3. עבור העיבוד המקדים, מקורות בלבול של וריאציה BOLD לכלול מודולציות הנגרמת הנשימה של ma הראשישדה gnetic ואת פעימות לב, כמו גם תנועת נושא. הסר לערפלנים באמצעות שיטת הרכיבים מבוססי הקרן המשולבת מנתחת נתונים בזמן סדרה מאזורים סבירים להיות מזוהה עם פעילות עצבית, כגון חדרי לב וכלי גדול, לזהות רעש פיסיולוגי מעבד 50. תצוגה מקדימה של שונות הכוללות מוסברת על ידי כל המקורות המבלבלים האפשריים. החלת מסנן תדר להקה עוברת (0.01 הרץ הערה: ארגז הכלים יהיה כברירת מחדל לזהות מקורות לערפלנים אפשריים, כולל האות BOLD מן החומר הלבן ופרמטרים נוזלים ההתכנסות השדרתי (בכפוף תנועה).
    4. לניתוח תוצאות, לזהות את מקורות העניין כמו ROIs הטרוטופיה. תצוגה מקדימה של מדד קורלציה קישוריות (ולא רגרסיה), ולהציג באמצעות ערכי סף מקדמי המתאם.
      1. לכל נושא, ליצור לראותד-ל-voxel מפות קישוריות ניצול כל אזור דיסקרטי של חומר אפור heterotopic כמו ROI זרע, הממחישות את הקשר בין סדרת זמן אות BOLD הממוצעת של ROI וכל voxel האחר במוח.
      2. ברמה השנייה לבצע ניתוחים עבור בין-נושא או בין-מקור ניגודים (אופציונלי). הצג את התוצאות באמצעות גובה (ברמת voxel) והיקף סף (ברמת אשכול); שיעור תקן גילוי מתוקן ושקרי-ערכי p מוצגים.
  5. השתמש בתוכנת MRICroN לשרטט באופן ידני שתי מטרות של עניין, מטרת קשר יעד שאינו מחובר, עבור TMS, באמצעות הכלי עט 43. באמצעות הפונקציה "כיסוי" להניח את מפות קישוריות התפקודיות שנוצרו מעל גב התמונות המבניות לכל נושא.
    1. ודא כי אזור היעד הוא אזור של קליפת המוח אשר יש קישוריות תפקודית משמעותית הטרוטופיה החומר האפור כמתואר לעיל. ודא כי הזפת שאינו מחוברמקבל הוא אזור בגודל דומה, שאינה להדגים קישוריות תפקודית משמעותית לכל ROI הטרוטופיה, והוא ממוקם במרחק של לפחות 2.5 ס"מ מהיעד מחובר על פני השטח של קליפת המוח כדי למזער את הסיכון של תופעות גירוי בשכונה במהלך TMS.
    2. בחר יעדים כאלה כי הסבירות של חפצים גדולים הנגרמת TMS היא קטנה 51. באופן ספציפי, ולהימנע מבחירת מטרות באזורים הזמניים או frontopolar לרוחב, כמו אלה צפויים לייצר התכווצות שרירים גדולה ו / או תנועות עיניים חפצות שיכול לטשטש את אות TMS-EEG מוקדם 51. שמור את המטרות שכאמורות ROIs היעד החדש.
  6. קבע את משרד קואורדינטות עבור כל ROI יעד בכל מקצוע. לאחר מכן השתמש את הקואורדינטות האלה לזהות באתרי היעד שני השווים בכל המקצוע המלא הבריא של נושא.

3. TMS-EEG התקנה ניסיונית

  1. העלה סריקות מבניות (ברזולוציה גבוהה בדרך כלל T1-וייghted 3D תמונות נפחית) לתוך מערכת neuronavigation.
  2. שימוש בתוכנת neuronavigation, לסמן המטרות הרצויות על התמונות. כמו כן לסמן סמנים אנטומיים חו"ל (nasion, tragus דו צדדי) אשר ישמש עבור coregistration ו neuronavigation במהלך פגישת הגירוי. אם באמצעות כובע EEG עם אלקטרודות rotatable וחוטי אלקטרודות, חוטי אוריינט בניצב לציר הארוך של סליל TMS 52.
  3. צור הנושא לפני הפגישה ניסיון להזכיר לו או לה לא להשתמש מזגנים או מוצרי שיער אחרים (שמפו מקובל) ביום פגישת TMS-EEG, כדי להימנע משקאות אלכוהוליים בערב לפני פגישת TMS-EEG, ולשתות קפאין יומי רגיל הצריך שלו או שלה לפני פגישת TMS.

4. הפעלה ניסיונית

  1. אשר שהנושא עובר קריטריוני בטיחות TMS, באופן אידיאלי באמצעות שאלון מובנה 53. אשר שהנושא לא וחסרונותume משקאות אלכוהוליים בלילה שלפני, לא לשתות באופן משמעותי יותר או פחות צריכת קפאין היומי הרגיל שלו או שלה, לא לצרוך מעל לדלפק עזרי שינה המשנים רגישות קליפת המוח (כגון diphenhydramine) בלילה לפני, וקיבל טיפוסי לילה של שינה (כמו מניעת שינה יכולה להגדיל רגישות קליפת המוח 54).
  2. שאל את הנושא לשבת על כיסא נוח.
  3. הר כובע EEG בנושא ולהכין את האלקטרודות.
    1. מדוד את ראשו של הנושא ובחר כובע EEG בגודל מתאים כדי לאפשר עכבות אלקטרודה נמוכות.
    2. ניקיון יסודי של העור שמתחת לכל אלקטרודה באמצעות מוליך כותנת טיפ ואלכוהול.
    3. להוסיף ג'ל מוליך כל אלקטרודה. אל תוסיף יותר מדי ג'ל כי הוא דולף בין האלקטרודות, כפי שעשוי ליצור גשר ולהוביל אות משותפת בין אלקטרודות שונות.
    4. במידת הצורך, כדי להבטיח מגע טוב בין הקרקפת, הג'ל ואת הדוארlectrode, נסה לחיצה על כל אלקטרודה לאחר הוספת הג'ל. כדי למזער לחייב חפצים, להבטיח כי הג'ל אינו מתפשט מחוץ מחזיק האלקטרודה. הומוגנית הפחית את רמות המוליכות למזער חפצי הקלטה.
    5. מניח את התייחסות אלקטרודות קרקע רחוקה סליל הגירוי ככל האפשר כדי למזער את האפשרות של חפץ אלקטרודה הנגרמת TMS לזהם את ההקלטה כולו. עדיף למקם אלקטרודות אלה מעל מבנים גרמיים, ב כנראה אזורים "לא פעילים" עם פעילות קליפת מוח מינימאלית.
      הערה: גם במחקרים שלשמה מיקומי היעד משתנים, אזורי frontopolar צפויים להיבחר כמטרות כי TMS לאזורים אלה עלול לגרום תנועות עיניים גדולות, התכווצות של frontalis ואת שרירי פן 51, ו, לעתים קרובות, כאב קרקפת כְּאֵב רֹאשׁ; כתוצאה מכך, אות TMS-EEG בזמן הגירוי של אזורים אלה הוא מוסתר לעתים קרובות על ידי חפצים גדולים.
    6. חטאCe האזורים אלה ובכך סבירים להיבחר כמטרות גירוי, השתמשו המצח עבור מיקום האלקטרודות התייחסות קרקע. מניחים אותם תוך כמה סנטימטרים זה מזה כדי למזער את הרעש מצב נפוץ.
      הערה: במצבים בהם כל מטרות גירוי הם בהמיספירה אחת, את פטמתי הנגדי יהיה עוד אפשרות.
    7. בדוק עכבות אלקטרודה כדלקמן; חבר את כבלי פלט EEG לשקע "עכבה" של מערכת ההקלטה EEG, ואז ללחוץ על כפתור "עכבות כנגד מידה" על מערכת EEG. ודא כי העכבה האלקטרודה אינה גדולה מ 5 קילו-אוהם.
  4. הכן את אלקטרודות EMG מצד הנגדי (להשתמש pollicis interosseous או החוטף הגבה הראשון brevis שרירים; לנצל אותו השריר על פני נושאים במחקר יחיד).
  5. תן לנבדק אטמי אוזניים כדי למזער את הסיכון של אובדן שמיעה טינטון.
    הערה: אפשרות נוספת תהיה לנצל אוזניות לשחק כהואדואר רעש או רעש צבעוני (עם תכונות ספקטרליות התאמה אלה של לחץ TMS) לאורך כל תהליך ההקלטה, בווליום מספיק כדי להסוות את לחץ השמע שיצר TMS; זה היה הערך המוסף של מזעור לבלבל הפוטנציאל של TMS-induced שמיעת פוטנציאלים מעוררת 10,55. ראוי לציין, שכבה דקה של קצף בין הסליל והקרקפת היא גם הכרחית כדי למזער את השמיעה עוררת פוטנציאלית.
  6. מניח את גלאי אינפרא אדומים על ראשו של הנושא, על מנת להבטיח כי הגלאים ממוקמים דרך למזער את הסיכון של תנועה במהלך ההפעלה הניסיונית.
  7. Coregister ראשו של הנושא עם תמונות MRI על ידי זיהוי מיקומו של סמני fiducial שנבחר מראש חיצוני אנטומיים (סעיף 3.2) בנושא באמצעות המצביע כלול עם ציוד neuronavigation.
  8. להכיר את הנושא עם גירוי ידי החלת דופק במקומות אחרת (למשל, הזרוע של הנושא), או על ידי מריחה נמוכה בדופק גירוי דריכות (למשל, 5% פלט ממריץ מקסימום) לקרקפת.
  9. קבע את סף המנוע נח (עוצמת המינימום שמייצר מנוע עורר פוטנציאל לפחות 50 מיקרו-וולט בגודל על 5/10 ניסויים). שיטה אחת כזו, שיטת השכיחות היחסית 56, היא כדלקמן.
    1. קבע את המיקום של הקורטקס המוטורי של הנושא על ipsilateral האונה ליעדים מבוסס קישוריות fMRI. בעת שימוש neuronavigation, זה בדרך כלל באזור של "אומגה" ברכס precentral. זווית הסליל בניצב gyrus, עם ידית מצביע occipitally.
    2. בגין גירוי בעצימות כי צפויה להיות התת (למשל, 35% פלט ממריץ מרבי).
    3. הגדל עוצמת הגירוי בצעדים של 5% פלט מקס ממריץ עד TMS מעוררת בעקביות חברי הפרלמנט האירופי עם אמפליטודות> 50 מיקרו-וולט בכל ניסיון.
    4. ואז להקטין עוצמת הגירוי בצעדים של 1% maximuתפוקה מ ממריץ עד פחות מ -5 תגובות חיוביות מתוך 10 נרשמים.
      הערה: זה עוצמת גירוי פלוס 1 מוגדרת סף מנוע. לחלופין, להשתמש בטכניקות סף אדפטיבית 57 לזהות סף מנוע עם גירויים פחות.
  10. לקבלת גירוי של אזורי המטרה, להגדיר את עוצמת TMS לערך הרצוי (למשל, 120% נח סף מנוע).
    הערה: עם זאת, במקרים בהם יש הבדלים ניכרים בין אזורים במרחק הקרקפת-קליפת המוח (למשל, אצל חולים עם ניוון האונה הקדמית), בטכניקה כזו עלול לגרום גירוי התת. לחלופין, עם מערכות neuronavigation מתאימות מסוגלות לבצע ערכות מקוונות של השדה החשמלי המושרה, עוצמת הגירוי יכולה גם להיות מוגדרת ב משרעת ספציפית של השדה החשמלי המושרה המחושב (ב V / m) על פני השטח של קליפת המוח 58.
  11. החל פולסים יחיד של TMS לכל אחד האזורים היעד באמצעותתוכנת neuronavigation, עם מרווח משתנה בין פולסים כדי למזער פלסטיות קליפת מוח ואפקטי תוחלת נושא (למשל, כל 4 - 6 שניות, עם הפסקה של שניות לפחות 3 כדי למנוע השפעות מצטברות 59). כדי למקסם את העקביות, מסובב את הסליל בניצב לציר הארוך של gyrus הבסיסית, עם הידית הצביעה posterolaterally.

5. נתונים EEG טרום עיבוד וניתוח

הערה: נתוני TMS-EEG מכילים בדרך כלל גדול חפצים הקשורים גירוי, במיוחד כאשר ממגרים הרחק קו האמצע / קודקוד או עם עוצמות גירוי גבוהות, ועיבוד מקדים משמעותי עשויים להיות נחוץ כדי לקבל נתונים נקיים analyzable. רכיב עצמאי ניתוח (ICA) היא אחת השיטות כי נוצל להסרת לכלוכים TMS, והוא יכול להיות מיושם באמצעות ארגזי כלים זמינים לציבור (למשל, EEGLAB 45) בפלטפורמת MATLAB. גישה תוקף אחת 60 היא כמו follOWS, המתאר את ניתוח הנתונים שנאספו באמצעות מערכת EEG Eximia:

  1. לייבא את הנתונים לתוך EEGLAB
    1. לחץ על "קובץ", "נתוני יבוא", "שימוש בפונקציות EEGLAB ותוספות", "מתוך קבצי EDF / EDF + / GDF (ארגז כלי BIOSIG)".
  2. חלץ פעמי אירוע
    1. לחץ על "קובץ", "פרטי אירוע יבוא", "מתוך ערוץ נתונים". מלא "ערוץ אירוע" 1, "עיבוד מקדים להפוך ( 'X' = נתונים)" X> 0.1, "אורך מעבר (1 = קצוות מושלמים) 0. ודאו" מחקו את ערוץ אירוע (ים)? "ו" מחקו אירועים ישנים , אם "כל תיבת סימון? נבדק.
  3. לפלח את הנתונים לתוך תקופות סביב דופק TMS, מ -1 שניות לפני הדופק עד 2 שניות אחרי. כדי לעשות זאת, בחר "כלים", "חלץ תקופות". אם דופק TMS הוא סוג האירוע היחיד, "זמן-נעילת אירוע סוג (ים)" שדה ניתן להשאיר ריק. לקבלת "גבולות אפוק [להתחיל, enד] בשניות "להיכנס [-1 2].
  4. סקירת נתוני EEG חזותית (בחר "מגרש", "נתוני ערוץ (מגילה)".) להסיר את הערוצים רעים (למשל, ערוצים ללא אות, או עם חפץ מוגזם רציף). לשם כך, לחץ על "ערוך", "בחרו נתונים". בשדה "טווח הערוץ", הזן את המספר (ים) של הערוץ למחיקה (או לחץ על תיבת הדו-המצבים ימינה ובחר את הערוצים לפי שם, ולאחר מכן קש על "אישור"), לוודא את "On- > להסיר אלה "התיבה מסומנת, ולאחר מכן לחץ על" אישור ".
  5. הגדר את הפוטנציאל בכל אלקטרודות לאפס מרגע של הדופק עד האות EEG חזר כ אחת בסדר גודל של האות העצבי (למשל, על ידי ביטול נתונים גדול מ -150 מיקרו-וולט), או בכל נקודת זמן לתקן אחר כך ( למשל, 40 msec) על מנת להבטיח כי ממצאי TMS הגדולים לא לעוות את הפרדת ICA. 61 שלב זה יצטרך התסריט ב- Matlab.
  6. בצע בסיבוב ראשון של אגודה למלחמה בסרטן, ולהסיר את 1 - רכיבי 2 המייצגים את הפעלת שרירים הראשונית TMS-induced הגדול.
    1. הפעל ICA בשיטת FastICA ל "הגישה הסימטרית" ופונקציה בניגוד "TANH" באמצעות שורת הפקודה הבאה: "EEG = pop_runica (EEG, 'icatype', 'fastica', 'גישה', 'symm', 'g ',' TANH '); ".
      הערה: הפעל ICA בנפרד עבור כל אתר, כמו החפץ המיוצר על ידי גירוי ישתנה כפונקציה של אתר גירוי.
    2. זיהוי רכיבים בקנה אחד עם חפץ TMS על ידי בחירה "כלים", "דחה נתונים באמצעות הרשפ"ת", "הסרת רכיבים לפי המפה". המפות הטופוגרפיות של כל הרכיבים הרשפ"ת לאחר מכן ניתן יהיה זממו. הקש על המספר עבור כל רכיב כדי להתוות פרטי רכיב (במפה גדולה יותר של ההתפלגות הטופוגרפית, פרופיל הפעילות על פני ניסויים, ואת ספקטרום התדרים).
      הערה: רכיבי מדיה החפצה דופק TMSnents (בדרך כלל 1 - 2) יכול להיות מוכר על ידי העלילה הטופוגרפית dipolar המקומי לאתר של גירוי, משרעת הגדולה מאוד של הפעלת הרכיב מייד לאחר הדופק, ואת הדעיכה מעריכית החלקה שלאחר מכן.
    3. מחק את רכיבי artifactual על ידי בחירת "כלים", "הסרת רכיבים", והזנת מספרי המרכיב הרלוונטיים בתחום עבור "רכיב (ים) כדי להסיר מנתונים". בתיבה "האישור" שצצה, ולחץ על "אשר" לאחר שבחן את ERPs כי תוצאה לאחר המחיקה של הרכיב שנבחר (עיתונות "מגרש ERPs") ולאחר שבחן השפעות חד משפט (עיתונות "ניסויים יחידים מגרשים"). הערה: שלב זה אמור להסתיים לפני הסינון כדי למזער כל חפצי סינון מכל חפץ השרירים הנגרמת TMS, אשר לעתים קרובות יכול להיות כמה במיליוולט.
  7. לשרבב את הנתונים החסרים (בתקופת הזמן אפס המרופדת). שלב זה יהיה לביתד להיעשות באמצעות סקריפט Matlab.
  8. Bandpass ו / או חריץ לסנן את הנתונים (אופציונלי; או יכול להיעשות בשלב מאוחר יותר, למשל, לאחר הסיבוב השני של הסרת חפץ ICA).
    הערה: אם TMS-חפץ-משרעת הגבוהה לא הוסר כראוי, ההשפעה החלקה הזמנית של מסנן גבוה לעבור יכולה להוביל פיזור זמני של חפץ. יתר על כן, passband אדוות היוצר על ידי מסננים נמוכים לעבור יכול להוביל חפץ מצלצל בולט בחלק "הנקי" של אות EEG המסוננת שהתקבלה.
  9. Re-התייחסות למספרים ממוצעים (לא חובה, או יכול להיעשות בשלב מאוחר יותר, למשל, לאחר אינטרפולציה של ערוצים חסרים).
  10. סר תקופות פרט עם חפצים גדולים משרעת, פעילות שרירים משמעותית, או חפץ גדולים אחרים.
    1. לדחייה חפץ חצי אוטומטי, בחר "כלים", "דחה תקופות נתונים", "דחה נתונים (כל השיטות)".
    2. תחת "מצא ד סביראתא "להיכנס 3.5 בתחום עבור" ערוץ יחיד גבול (STD. dev.) ו -3 בתחום עבור "כל גבול ערוצי (STD. dev.)", ולאחר מכן לחצו על כפתור "חשב" מיד בהמשך. זה מזהה תקופות המכילות נתונים סבירים המבוססים על התפלגות ערכים על פני תקופות נתונים.
    3. תחת "מצא הפצות נורמליות", זן 5 בתחום עבור "גבול חד-ערוצים (STD. Dev.)" ו -3 בתחום עבור "כל גבול הערוצים (STD. Dev.)", ולאחר מכן לחץ על "חשבו" כפתור מיד בהמשך. זה מזהה תקופות כמכילים חפצים מבוסס על kurtosis של הנתונים.
    4. כדי לדחות תקופות עם ערכים גבוהים או נמוכים באופן חריג, תחת "מצא ערכים חריגים", זן 100 בתחום עבור "גבול עליון (ים) (UV)" ו -100 בתחום עבור "גבול תחתון (ים) (UV)" (אם כי ייתכן שיהיה צורך בגבולות שונים אצל ילדים, שאצלם אמפליטודות EEG הן בדרך כלל גבוה יותר). זן מספרי אלקטרודה ליישם דיש מתחolding בשדה שכותרתו "אלקטרודה (ים)"; כדי למנוע דחיית כל תקופות עם מהבהבת עין, אינם כוללים frontopolar (ו / או EOG) ערוצים. לאחר מכן לחצו "Calc / מגרש.".
    5. לגלול תקופות מסומנות ותקופות unmark שאינו מכילות חפצים על ידי לחיצה ימנית על העידן. מארק נוסף תקופות המכילות חפצים משמעותיים על ידי לחיצה ימנית על העידן. לאחר אישור שכל התקופות המכילות חפצים מסומנות, לחץ על "סימני UPDATE" כפתור.
    6. כדי לחסוך אשר תקופות מסומנות למחיקה, לחץ על "סגור (לשמור סימנים)" ולאחר מכן שמור נתונים ( "קובץ", "שמור במערך נוכחי בשם").
      1. כדי ולאחר מכן מחק את התקופות הרלוונטיות, בחר "כלים", "דחה תקופות נתונים", "דחה תקופות מסומנות". לחץ על "כן" על תיבת הדו-שיח לאישור הבא. שמור וכתוצאה מכך נתונים.
  11. בצע סיבוב שני של אגודה למלחמה בסרטן, ולהסיר רכיבים מתאימים ריקבוןחפצים, חפץ למצמץ, חפצי שריר, וממצאי רעש האלקטרודה.
    הערה: הסרת רכיבים בקנה אחד עם פוטנציאל שמיעה עוררת עשויה להיחשב, אם כי רכיבים אלה עשויים להכיל גם עצביים מעוררים רכיבים הקשורים ישירות דופק הגירוי (אשר גם פסגות בנקודות דומות זמן). אפשרות טובה יותר שתצמצם פוטנציאלי TMS עורר מושרה על ידי TMS "לחץ", ובכך לבטל את הצורך להסרה מבוססת ICA, תהיה לבצע רעש מיסוך כמפורט בסעיף 4.5 לעיל, אם נסבל הנבדקים.
    1. הפעל ICA בשיטת FastICA ל "הגישה הסימטרית" והפונקציה בניגוד "TANH", כמתואר 5.6.1 לעיל.
    2. הערכת נכסי רכיב כמתואר 5.6.2 לעיל.
    3. מארק רכיבים בקנה אחד עם ממצאי ריקבון TMS שיורית 62.
      הערה: זיהוי זה מבוסס על העיתוי (מקסימלי מיד לאחר הדופק), מורפולוגיה (דעיכה איטית עם overshoot, אז התאוששות איטית על פני עשרות עד מאות אלפיות השנייה) ומיקום (סמוך לאתר גירוי). כמו כן, ניתן לארגן רכיבי ICA בסדר יורד של הסבר של שונות; כמו חפץ TMS הוא די גדול, זה מיוצג בדרך כלל המרכיבים הראשונים, ובדרך כלל מייצגים לא יותר מ 1 - 5 רכיבים.
    4. שימוש ADJUST תוסף -62 EEGLAB, לסמן רכיבים בקנה אחד עם ממצאים למצמץ.
      הערה: זיהוי זה מבוסס על מיקום (frontopolar מקסימלי), timecourse (תקופות ארוכות עם פעילות מינימלית יחסית, ואחריו לתקופות קצרות של הפעלה אינטנסיבית), ספקטרה (מתח גבוה בתדרים נמוכים) ומורפולוגיה (triphasic).
    5. מארק רכיבים בקנה אחד עם חפץ שרירים 62.
      הערה: זיהוי זה מבוסס על תכונות ספקטרליות (כוח משמעותי בתדרים בטאו ומעלה), הפצה זמנית (מאוד לא סדיר / משונן), פריסה המרחבית (מקסימלי לאורך בפריפרית הקרקפת) ופעילות תחום בזמן(דוֹקְרָנִי).
    6. מארק רכיבים בקנה אחד עם רעש ערוץ בוסס על פריסה המרחבית (מבודד 1 או 2 ערוצים) והפצה זמנית (לעתים קרובות מאוד כָּחוּשׁ, פעילות גבוהה על כמה ניסויים, או איטיות מאוד תנודות משרעת גדולות) באמצעות ADJUST תוסף -62 EEGLAB.
    7. הסרת רכיבי מסומן ב 5.6.4 לעיל. לשרבב חסרי ערוצים ולבצע ניתוחים שלאחר מכן על נתונים אלה.
      הערה: שים לב נדרש כאשר ביון ערוצים. בפרט, אם חלק ניכר (למשל, 10%) של ערוצים או אם ערוצים סמוכים הם אינטרפולציה, בסיס הנתונים וכתוצאה מכך עלול להיות לא אמין, במיוחד אם הפעילות המוחית הבסיסית יש תדר מרחבית גבוהה.
  12. טען במערך אחר עם כל הערוצים הרצויים לתוך EEGLAB. ואז להביא את הנתונים שאתם רוצים לבצע אינטרפולציה על לחזית על ידי בחירת "מערכי נתונים", ולאחר מכן לחיצה על הנתונים הרלוונטיים.
  13. בחר "כלים";, "לשרבב אלקטרודות". בבסיס הנתונים ש שיופיעו, בחר "השתמש בכל הערוצים ממאגר נתונים אחרים". לקבלה "שיטת אינטרפולציה", בחר "כדורים" ולאחר מכן לחץ על "אישור".

6. הערכת עדויות קורטיקלי לרגשנות יתר

  1. חשב את פוטנציאל השדה הגלובלי הממוצע (GMFP) 63 עבור כל אתר נושא וגירוי כפונקציה של זמן, באמצעות המשוואה הבאה:
    figure-protocol-1
    כאשר K הוא מספר אלקטרודות, V i (t) הוא המתח נמדד אלקטרודה i בזמן t, ולהתכוון V (t) הוא המתח הממוצע על פני אלקטרודות בזמן t.
  2. לפלח את הנתונים לתקופות זמן "מוקדם" כאשר הפעילות עוררת TMS היא בדרך כלל נוכח אצל אנשים בריאים (למשל, 100 - 225 אלפיות שני), ובתקופות מאוחרות, כאשר עיכוב חריגפעילות ניתן לראות בחולי אפילפסיה (למשל, 225 - 700 אלפיות השניה). ולחשב את השטח מתחת לעקומה (AUC) של GMFP (AUC-GMFP) במהלך כל תקופת זמן.
    הערה: מאז הבהירות המוחלטת של התגובה העוררת יכולה להשתנות משמעותית בין אנשים בגלל גורמים בלתי תלויים של פיזיולוגית קליפת המוח (למשל, עובי גולגולת, מרחק קרקפת-קליפה, האנטומיה מוח יחידה) עשוי להשתנות בכל זאת בין קבוצות (למשל, כי חולים עם אפילפסיה עשוי להיות על תרופות אנטי-אפילפטיות), אמפליטודות גלם הם של שירות מוגבל בהערכת הפוטנציאלים עורר TMS. כדי לבודד האם חולים עם אפילפסיה גדלו באופן חריג פעילות TMS עורר, לנרמל את עוצמת AUC-GMFP בתקופות זמן מאוחר יותר על ידי גודל של AUC-GMFP בתקופות "מוקדם" זמן.
  3. השווה את AUC-GMFP המנורמל עבור כל חולה אפילפסיה לזו המתקבלת על ידי גירוי של אותו האזור con הבריא של המטופל כיטרול. ערך גדול יותר (יחס> 1) אצל המטופל אפילפסיה עולה כי החולה באפילפסיה גדל רגישות.

הערכת מקור 7. של פעילות חשמלית מעוררת

  1. משחזרים את משטח קליפת המוח לנושא באמצעות חבילת 64 Freesurfer.
    1. הפעל פקודה "צור FreeSurfer פלט". הפעל פקודה "צור משטחים". הפעל פקודה "יצירת שטח המקור". ייבא את מיקומי אלקטרודה דיגיטציה מתוכנת neuronavigation וליישר אלקטרודות באמצעות mne לנתח תוכנה (גרסת 2.7.0 mne) 65,66; אם במקומות האלקטרודה פרט אינם זמינים, הנתונים מתוך נושא עם גודל ראש משוער דומה עשויים להספיק.
    2. הפעל פקודה "mne_analyze". לחץ על "קובץ", "נתוני digitizer טען" (.fif). לחץ על "קובץ", "Surface טען". בחר נתיב נתונים שחזור MRI Freesurfer.
    3. לחץ על "תצוגה", "הצג viewer ". לחץ על" התאם "," לתאם המערך ". לחץ על" LAP ". לחץ על מיקום LAP ב" מציג "חלון. חזור על הפעולה עבור" nasion "ו" RAP ".
    4. לחץ על "align שימוש fiducials". לחץ על "X", "Y", חיצי שדה "Z" כדי יתאים באופן ידני לתאם יישור. לחץ על "שמור ברירת מחדל" ב "לתאם מערך" חלון כדי לשמור את קובץ -trans.
  2. קביעת הפתרון קדימה באמצעות שיטה מתאימה (למשל, דוגמנות אלמנט גבול כפי שהיא מתבצעת תוכנת 65,66 mne). לשם כך, יש להריץ את הפקודה "פתרון קדימה mne Do".
  3. זהה את נקודות הזמן של פסגות GMFP לניתוח מקור. לשם כך, יש להריץ את הפקודה "MNE_Browse_Raw" עבור .fif קובץ.
    1. לחץ על "התאם", מסנן "כדי לבצע שינויים מסננים. לחץ על" התאם "," סולמות "לבצע שינויים בקנה מידה. לחץ על" התאם "," בחירה &# 34; כדי לשנות את בחירת מונטאז.
    2. לחץ על נקודת זמן נתוני מתח גלם. לחץ על "Windows", "פרשן הצג". לחץ על "סימן" לנקודת קוד שנבחר זמן עם מספר תגובה מקבילים. חלף תגובת שדה כאשר הן ישימות.
    3. בתחום ממוצע, הזן את מספר הסברים. לחץ על "ממוצע". לחץ על "Windows", "ניהול ממוצע". לחץ על "שמירה בשם" וקובץ .fif שם.
  4. שימוש הממוצע (על פני ניסויים) עורר פוטנציאל בנקודות הזמן הרלוונטיות, לחשב את פתרון הקוד הנוכחי באמצעות מרכזן הפוך מתאים (למשל, הערכת נורמת מינימום כפי שהיא מתבצעת תוכנת mne). לשם כך, יש להריץ את הפקודה "מפעיל הופכי mne".
  5. החל סף מתח שהתקבלו התמונות כדי לזהות את המקור באזור של הפסגות העוררות.
    1. לחץ על "Windows", "התחלה mne לנתח". לחץ על "קובץ", "להרחיב". בחר זמן-pקובץ .fif oint הממוצע בתחום "קבצים". הפוך בחר .fif הקובץ "מפעיל הופכי" בשדה.
    2. לחץ על "קובץ", "Surface טען". בחר נתיב נתוני שחזור MRI. בחר "pial" ב "משטחים זמינים" שדה.
    3. לחץ על "התאם", אומדנים "ב" mne נתח "חלון. כדי להתאים לגודל, לחץ על שמאל ב" היסטוגרמה ערך שדה "כדי לבחור הפצת ערך סף. לחץ היסטוגרמה להתאים ספי מפת צבעים.
    4. לחץ על "img" ב "mne נתח" שדה. בחר "טיף", "שמור".

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

Resting-מדינת קישוריות תפקודית fMRI יכול לשמש כדי לזהות אזורים של הקורטקס הממחישים קישוריות תפקודית גבוהה עם גושי חומר האפורים periventricular heterotopic (איור 1), ואזורי שליטה ללא קישוריות כאלה. כדי לקבוע אם קישוריות תפקודית חריגה כזו יש משמעות פיזיולוגית, באזור של קליפת המוח עם פעילות מנוחת מדינות בקורלציה יכול להיבחר באתרי היעד "המחוברים" עבור neuronavigated TMS, ותוצאות EEG עוררו לעומת פוטנציאלי EEG המיוצרים על ידי ג...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

Resting-המדינה MRI קישוריות תפקודית נעשה שימוש כדי לזהות קישוריות רשת במוח האנושי, וכדי לזהות שינויים של קישוריות המתרחשים מצבי מחלה שונים 26,31,32. עם זאת, כמו קישוריות תפקודית fMRI מבוססת על זיהוי מתאמים את אות BOLD, וכפי שינויי חמצון דם יש מערכת יחסים לא טריוויאלית עם פעילות עצבית בסיסית, את משקל ואת הרלוונטיות פיזיולוגית של ממצאי קישוריות fMRI אלה אינו ברור. TMS מאפשר במרחב ובזמן מניפולציות ממוקדות של פעילות המוח באזורים קורטיקליים ספציפיים; בשילוב עם EEG, TMS יכול ...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

ל-MMS, SWG, CJC ו-BSC אין מה לחשוף. APL מכהנת בוועדות המייעצות המדעיות של Nexstim, Neuronix, Starlab Neuroscience, Neuroelectrics ו-Neosync, והיא רשומה כממציאה במספר פטנטים שהונפקו וממתינים על אינטגרציה בזמן אמת של גירוי מגנטי טרנס-גולגולתי (TMS) עם אלקטרואנצפלוגרפיה (EEG) והדמיית תהודה מגנטית (MRI).

תודות

המחברים רוצים להודות לאמילי ל. ת'ורן, B.A., על עזרתה בהערכת המקור של מדור הפעילות החשמלית המעוררת. MMS נתמך על ידי פרס הכשרת חוקרים למחקר רפואי KL2/Catalyst מ-Harvard Catalyst/המרכז למדע קליני ותרגומי של הרווארד (המרכז הלאומי למשאבי מחקר והמרכז הלאומי לקידום מדעי התרגום, פרס המכונים הלאומיים לבריאות KL2 TR001100). CJC נתמך על ידי מענק מהמכונים הלאומיים לבריאות (5K12NS066225). APL נתמכה בחלקה על ידי מענקים מקרן סידני ר. בר ג'וניור, המכונים הלאומיים לבריאות (R01 HD069776, R01 NS073601, R21 MH099196, R21 NS082870, R21 NS085491, R21 HD07616), ו-Harvard Catalyst/The Harvard Clinical and Translational Science Center (NCRR and the NCATS, NIH UL1 RR025758). BSC נתמך על ידי המכון הלאומי להפרעות נוירולוגיות ושבץ מוחי (R01 NS073601).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
3T MRI סורק
MRI תוכנת
MRI תוכנת צפייה בתמונה MRI ממריץ
מגנטי טרנסגולגולתיNexstimeXimia Stimulatorיכול להשתמש בממריצים מספקים אחרים, למשל , Magventure, Magstim
MRI מערכת ניווט עצביNexstimNBS v3.2.1מערכת ניווט עצבית MRI חלופית, למשל , Brainsight,
מערכת EEG תואמת Localite TMSNexstimEximia EEGחלופות: מוצרי מוח, Synamps, ANT
MatlabMathworksR2012bחלופות: תוכנת
Minimum Norm Estimate (MNE)
FreeSurfer
קישוריות פונקציונלית Octave EEGLab

מקורות

  1. Florian, J., Müller-Dahlhaus, M., Liu, Y., Ziemann, U. Inhibitory circuits and the nature of their interactions in the human motor cortex a pharmacological TMS study. J. Physiol. 586 (2), 495-514 (2008).
  2. Rotenberg, A. Prospects for clinical applications of transcranial magnetic stimulation and real-time EEG in epilepsy. Brain Topogr. 22 (4), 257-266 (2010).
  3. Cash, R. F. H., Ziemann, U., Murray, K., Thickbroom, G. W. Late cortical disinhibition in human motor cortex: a triple-pulse transcranial magnetic stimulation study. J. Neurophysiol. 103 (1), 511-518 (2010).
  4. Badawy, R. A. B., Curatolo, J. M., Newton, M., Berkovic, S. F., Macdonell, R. A. L. Changes in cortical excitability differentiate generalized and focal epilepsy. Ann. Neurol. 61 (4), 324-331 (2007).
  5. Silbert, B. I., Heaton, A. E., et al. Evidence for an excitatory GABAA response in human motor cortex in idiopathic generalised epilepsy. Seizure. 26, 36-42 (2015).
  6. Badawy, R. A. B., Macdonell, R. A. L., Berkovic, S. F., Newton, M. R., Jackson, G. D. Predicting seizure control: cortical excitability and antiepileptic medication. Ann. Neurol. 67 (1), 64-73 (2010).
  7. Badawy, R. A. B., Vogrin, S. J., Lai, A., Cook, M. J. On the midway to epilepsy: is cortical excitability normal in patients with isolated seizures? Int. J. Neural Syst. 24 (2), 1430002(2014).
  8. Badawy, R. A. B., Vogrin, S. J., Lai, A., Cook, M. J. Capturing the epileptic trait: cortical excitability measures in patients and their unaffected siblings. Brain J. Neurol. 136 (Pt 4), 1177-1191 (2013).
  9. Komssi, S., Kähkönen, S., Ilmoniemi, R. J. The effect of stimulus intensity on brain responses evoked by transcranial magnetic stimulation. Hum. Brain Mapp. 21 (3), 154-164 (2004).
  10. Massimini, M., Ferrarelli, F., Huber, R., Esser, S. K., Singh, H., Tononi, G. Breakdown of cortical effective connectivity during sleep. Science. 309 (5744), 2228-2232 (2005).
  11. Lioumis, P., Kicić, D., Savolainen, P., Mäkelä, J. P., Kähkönen, S. Reproducibility of TMS-Evoked EEG responses. Hum. Brain Mapp. 30 (4), 1387-1396 (2009).
  12. Casali, A. G., Casarotto, S., Rosanova, M., Mariotti, M., Massimini, M. General indices to characterize the electrical response of the cerebral cortex to TMS. NeuroImage. 49 (2), 1459-1468 (2010).
  13. Casarotto, S., Romero Lauro, L. J., et al. EEG responses to TMS are sensitive to changes in the perturbation parameters and repeatable over time. PloS One. 5 (4), e10281(2010).
  14. Morishima, Y., Akaishi, R., Yamada, Y., Okuda, J., Toma, K., Sakai, K. Task-specific signal transmission from prefrontal cortex in visual selective attention. Nat. Neurosci. 12 (1), 85-91 (2009).
  15. Shafi, M. M., Westover, M. B., Fox, M. D., Pascual-Leone, A. Exploration and modulation of brain network interactions with noninvasive brain stimulation in combination with neuroimaging. Eur. J. Neurosci. 35 (6), 805-825 (2012).
  16. Kugiumtzis, D., Kimiskidis, V. K. Direct Causal Networks for the Study of Transcranial Magnetic Stimulation Effects on Focal Epileptiform Discharges. Int. J. Neural Syst. 25 (5), 1550006(2015).
  17. Radhu, N., Garcia Dominguez, L., et al. Evidence for inhibitory deficits in the prefrontal cortex in schizophrenia. Brain J. Neurol.. 138 (Pt 2), 483-497 (2015).
  18. Bruckmann, S., Hauk, D., et al. Cortical inhibition in attention deficit hyperactivity disorder: new insights from the electroencephalographic response to transcranial magnetic stimulation. Brain J. Neurol. 135 (Pt 7), 2215-2230 (2012).
  19. Rosanova, M., Gosseries, O., et al. Recovery of cortical effective connectivity and recovery of consciousness in vegetative patients. Brain J. Neurol. 135 (Pt 4), 1308-1320 (2012).
  20. Daskalakis, Z. J., Farzan, F., Barr, M. S., Maller, J. J., Chen, R., Fitzgerald, P. B. Long-interval cortical inhibition from the dorsolateral prefrontal cortex: a TMS-EEG study. Neuropsychopharmacol. Off. Publ. Am. Coll. Neuropsychopharmacol. 33 (12), 2860-2869 (2008).
  21. Farzan, F., Barr, M. S., et al. The EEG correlates of the TMS-induced EMG silent period in humans. NeuroImage. , (2013).
  22. Valentin, A., Arunachalam, R., et al. Late EEG responses triggered by transcranial magnetic stimulation (TMS) in the evaluation of focal epilepsy. Epilepsia. 49 (3), 470-480 (2008).
  23. Del Felice,, Fiaschi, A., Bongiovanni, A., L, G., Savazzi, S., Manganotti, P. The sleep-deprived brain in normals and patients with juvenile myoclonic epilepsy: a perturbational approach to measuring cortical reactivity. Epilepsy Res. 96 (1-2), 123-131 (2011).
  24. Julkunen, P., Säisänen, L., Könönen, M., Vanninen, R., Kälviäinen, R., Mervaala, E. TMS-EEG reveals impaired intracortical interactions and coherence in Unverricht-Lundborg type progressive myoclonus epilepsy (EPM1). Epilepsy Res. 106 (1-2), 103-112 (2013).
  25. Kimiskidis, V. K., Koutlis, C., Tsimpiris, A., Kälviäinen, R., Ryvlin, P., Kugiumtzis, D. Transcranial Magnetic Stimulation Combined with EEG Reveals Covert States of Elevated Excitability in the Human Epileptic Brain. Int. J. Neural Syst. 25 (5), 1550018(2015).
  26. Fox, M. D., Raichle, M. E. Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging. Nat. Rev. Neurosci. 8 (9), 700-711 (2007).
  27. Greicius, M. D., Krasnow, B., Reiss, A. L., Menon, V. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc. Natl. Acad. Sci. U. S. A. 100 (1), 253-258 (2003).
  28. Fox, M. D., Snyder, A. Z., Vincent, J. L., Corbetta, M., Van Essen, D. C., Raichle, M. E. The human brain is intrinsically organized into dynamic, anticorrelated functional networks. Proc. Natl. Acad. Sci. U. S. A. 102 (27), 9673-9678 (2005).
  29. De Luca, M., Beckmann, C. F., De Stefano, N., Matthews, P. M., Smith, S. M. fMRI resting state networks define distinct modes of long-distance interactions in the human brain. NeuroImage. 29 (4), 1359-1367 (2006).
  30. Seeley, W. W., Crawford, R. K., Zhou, J., Miller, B. L., Greicius, M. D. Neurodegenerative diseases target large-scale human brain networks. Neuron. 62 (1), 42-52 (2009).
  31. Greicius, M. Resting-state functional connectivity in neuropsychiatric disorders. Curr. Opin. Neurol. 21 (4), 424-430 (2008).
  32. Zhang, D., Raichle, M. E. Disease and the brain's dark energy. Nat. Rev. Neurol. 6 (1), 15-28 (2010).
  33. Fox, M. D., Greicius, M. Clinical applications of resting state functional connectivity. Front. Syst. Neurosci. 4, 19(2010).
  34. Centeno, M., Carmichael, D. W. Network Connectivity in Epilepsy: Resting State fMRI and EEG-fMRI Contributions. Front. Neurol. 5, 93(2014).
  35. Fox, M. D., Buckner, R. L., White, M. P., Greicius, M. D., Pascual-Leone, A. Efficacy of transcranial magnetic stimulation targets for depression is related to intrinsic functional connectivity with the subgenual cingulate. Biol. Psychiatry. 72 (7), 595-603 (2012).
  36. Fox, M. D., Buckner, R. L., Liu, H., Chakravarty, M. M., Lozano, A. M., Pascual-Leone, A. Resting-state networks link invasive and noninvasive brain stimulation across diverse psychiatric and neurological diseases. Proc. Natl. Acad. Sci. U. S. A. 111 (41), E4367-E4375 (2014).
  37. Shafi, M. M., Vernet, M., et al. Physiological consequences of abnormal connectivity in a developmental epilepsy: Cortical Connectivity. Ann. Neurol. 77 (3), 487-503 (2015).
  38. Chang, B. S., Ly, J., et al. Reading impairment in the neuronal migration disorder of periventricular nodular heterotopia. Neurology. 64 (5), 799-803 (2005).
  39. Battaglia, G., Granata, T. Periventricular nodular heterotopia. Handb. Clin. Neurol. 87, 177-189 (2008).
  40. Chang, B. S., Katzir, T., et al. A structural basis for reading fluency: white matter defects in a genetic brain malformation. Neurology. 69 (23), 2146-2154 (2007).
  41. Christodoulou, J. A., Walker, L. M., et al. Abnormal structural and functional brain connectivity in gray matter heterotopia. Epilepsia. 53 (6), 1024-1032 (2012).
  42. Tassi, L., Colombo, N., et al. Electroclinical, MRI and neuropathological study of 10 patients with nodular heterotopia, with surgical outcomes. Brain J. Neurol. 128 (Pt 2), 321-337 (2005).
  43. Rorden, C., Brett, M. Stereotaxic display of brain lesions). Behav. Neurol. 12 (4), 191-200 (2000).
  44. Rorden, C., Karnath, H. -O., Bonilha, L. Improving lesion-symptom mapping. J. Cogn. Neurosci. 19 (7), 1081-1088 (2007).
  45. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J. Neurosci. Methods. 134 (1), 9-21 (2004).
  46. Dill, T. Contraindications to magnetic resonance imaging: non-invasive imaging. Heart Br. Card. Soc. 94 (7), 943-948 (2008).
  47. Rossi, S., Hallett, M., Rossini, P. M., Pascual-Leone, A. Safety, ethical considerations, and application guidelines for the use of transcranial magnetic stimulation in clinical practice and research. Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol. 120 (12), 2008-2039 (2009).
  48. Whitfield-Gabrieli, S., Nieto-Castanon, A. Conn: a functional connectivity toolbox for correlated and anticorrelated brain networks. Brain Connect. 2 (3), 125-141 (2012).
  49. Chai, X. J., Castañòn, A. N., Ongür, D., Whitfield-Gabrieli, S. Anticorrelations in resting state networks without global signal regression. NeuroImage. 59 (2), 1420-1428 (2012).
  50. Behzadi, Y., Restom, K., Liau, J., Liu, T. T. A component based noise correction method (CompCor) for BOLD and perfusion based fMRI. NeuroImage. 37 (1), 90-101 (2007).
  51. Mutanen, T., Mäki, H., Ilmoniemi, R. J. The effect of stimulus parameters on TMS-EEG muscle artifacts. Brain Stimulat. 6 (3), 371-376 (2013).
  52. Sekiguchi, H., Takeuchi, S., Kadota, H., Kohno, Y., Nakajima, Y. TMS-induced artifacts on EEG can be reduced by rearrangement of the electrode's lead wire before recording. Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol. 122 (5), 984-990 (2011).
  53. Keel, J. C., Smith, M. J., Wassermann, E. M. A safety screening questionnaire for transcranial magnetic stimulation. Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol. 112 (4), 720(2001).
  54. Huber, R., Mäki, H., et al. Human cortical excitability increases with time awake. Cereb. Cortex N. Y. N. 1991. 23 (2), 332-338 (2013).
  55. Ter Braack, E. M., de Vos, C. C., van Putten, M. J. A. M. Masking the Auditory Evoked Potential in TMS-EEG: A Comparison of Various Methods. Brain Topogr. 28 (3), 520-528 (2015).
  56. Groppa, S., Oliviero, A., et al. A practical guide to diagnostic transcranial magnetic stimulation: report of an IFCN committee. Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol. 123 (5), 858-882 (2012).
  57. Clin Neurophysiol, S. uppl 56, 13-23 (2003).
  58. Rosanova, M., Casali, A., Bellina, V., Resta, F., Mariotti, M., Massimini, M. Natural frequencies of human corticothalamic circuits. J. Neurosci. Off. J. Soc. Neurosci. 29 (24), 7679-7685 (2009).
  59. Rothwell, J. C., Hallett, M., Berardelli, A., Eisen, A., Rossini, P., Paulus, W. Magnetic stimulation: motor evoked potentials. The International Federation of Clinical Neurophysiology. Electroencephalogr. Clin. Neurophysiol. Suppl. 52, 97-103 (1999).
  60. Rogasch, N. C., Thomson, R. H., et al. Removing artefacts from TMS-EEG recordings using independent component analysis: importance for assessing prefrontal and motor cortex network properties. NeuroImage. 101, 425-439 (2014).
  61. Hernandez-Pavon, J. C., Metsomaa, J., et al. Uncovering neural independent components from highly artifactual TMS-evoked EEG data. J. Neurosci. Methods. 209 (1), 144-157 (2012).
  62. Mognon, A., Jovicich, J., Bruzzone, L., Buiatti, M. ADJUST: An automatic EEG artifact detector based on the joint use of spatial and temporal features. Psychophysiology. 48 (2), 229-240 (2011).
  63. Lehmann, D., Skrandies, W. Reference-free identification of components of checkerboard-evoked multichannel potential fields. Electroencephalogr. Clin. Neurophysiol. 48 (6), 609-621 (1980).
  64. NeuroImage, 62 (2), 774-781 (2012).
  65. Hämäläinen, M. S., Sarvas, J. Realistic conductivity geometry model of the human head for interpretation of neuromagnetic data. IEEE Trans. Biomed. Eng. 36 (2), 165-171 (1989).
  66. Gramfort, A., Luessi, M., et al. MNE software for processing MEG and EEG data. NeuroImage. 86, 446-460 (2014).
  67. Nikouline, V., Ruohonen, J., Ilmoniemi, R. J. The role of the coil click in TMS assessed with simultaneous EEG. Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol. 110 (8), 1325-1328 (1999).
  68. Gosseries, O., Sarasso, S., et al. On the Cerebral Origin of EEG Responses to TMS: Insights From Severe Cortical Lesions. Brain Stimulat. 8 (1), 142-149 (2015).
  69. Premoli, I., Castellanos, N., et al. TMS-EEG signatures of GABAergic neurotransmission in the human cortex. J. Neurosci. Off. J. Soc. Neurosci. 34 (16), 5603-5612 (2014).
  70. Farzan, F., Barr, M. S., et al. Evidence for gamma inhibition deficits in the dorsolateral prefrontal cortex of patients with schizophrenia. Brain J. Neurol. 133 (Pt 5), 1505-1514 (2010).
  71. Wang, J. X., Rogers, L. M., et al. Targeted enhancement of cortical-hippocampal brain networks and associative memory. Science. 345 (6200), 1054-1057 (2014).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

תגיות

קישוריות תפקודית במצב מנוחהגרייה מגנטית טרנסקרניאליתהקלטת אלקטרואנצפלוגרפיהפריקות מוחית באפילפסיההערכת יתר-פריקות קורטיקליתפעילות EEG המוזוהה על ידי TMSMRI של קישוריות תפקודיתגרייה מודרכת על ידי ניווט עצביניתוח רכיבים בלתי תלוייםלוקליזציה של אזור תחילת הפרכוס
מולטימודליות Imaging- מבוסס גירוי אופן הערכת קישוריות הקשורות מוח רגיש בחולים עם אפילפסיה
צרו קשר
המליצו לספרייה

פרטיות

תנאי שימוש

מדיניות

זכויות יוצרים © 2026 MyJoVE Corporation. כל הזכויות שמורות.