PTSDにデフォルトモードネットワークの神経画像の表現型を開発する：静止状態、ワーキングメモリ、構造コネクティビティの統合

次の実験の全体的な目標は、安静時の機能的接続性、タスク誘発性非アクティブ化、および構造的接続性の補完的な神経イメージング技術を使用して、心的外傷後ストレス障害のデフォルトモードネットワークを調べることです。これは、研究手順に不安を感じている可能性のある参加者を圧倒しないように、スキャナーの外部でNバックワーキングメモリタスクを実行するように参加者を最初にトレーニングすることによって達成されますが、タスク誘発性の非アクティブ化のイメージングのために彼らのワーキングメモリに十分な課題を提供します。2つ目のステップとして、参加者に3テスラMRIスキャナーの担架の内側に横になってもらい、頭の周りにクッションを置いて頭の動きを最小限に抑えます。

次に、MR画像を取得しながら、参加者にエンドバックタスクを実行してもらい、その後、固定十字架で4分間のプレゼンテーションを行います。これにより、タスクに関連付けられたアクティビティと安静状態の画像が取得されます。これらの手順を繰り返してから、拡散テンソル画像を取得する間、参加者に目を閉じるように指示します。

得られた結果は、DTI中に得られたデフォルトモードネットワーク領域を接続する2つのバックワーキングメモリタスクおよび白質トラック中のエグゼクティブネットワーク活性化の増加およびデフォルトモードネットワーク非アクティブ化のための静止状態機能接続解析のためのデフォルトモードネットワークの主要ノードと一致する空間パターンを示しています。この技術は、機能的および構造的な神経イメージングアプローチを統合しており、いつの日かPTSDおよび関連する精神疾患の診断に役立つ可能性があります。従来のタスク関連FMRIアプローチは、安静状態と構造的接続性の取得と組み合わされます。

研究手順を実演するのは、私の研究室の研究助手であるLouisa Carpenter Vs.Whoです。この手法は、デフォルトモードネットワークの機能と機能不全を理解するための洞察を提供します。これらの方法は、複数の脳ネットワークを同時に特徴付けるように容易に拡張することもでき、精神疾患がネットワーク統合にどのように影響するかを評価する

まず、書面によるインフォームド コンセントを取得し、MRI の安全性について参加者を徹底的にスクリーニングしてください。次に、スキャナーの外部でNバックタスクを実行するように参加者をトレーニングします。最初のトレーニングを開始し、ゼロバックレタービジランステストで実行します。

大文字や小文字のHなどのターゲット子音には2つのボタンの応答ボックスで「はい」を示し、他のすべての子音には「いいえ」と示すように被験者に指示します。9つの子音は、それぞれ500ミリ秒の間、刺激間時間を2,500ミリ秒、合計27秒間表示する必要があります。ターゲットの子音は、各ゼロバックブロック内に4回表示されます。

次に、参加者にツーバックテストを練習させます。回答ボックスで「はい」または「いいえ」と回答するように指示します。各子音が提示された後、シリーズで以前に提示された子音と同じか異なるかを示します。

参加者に一連の15の子音をそれぞれ500ミリ秒、インターラ刺激間隔2,500ミリ秒、合計45秒間示します。ターゲット刺激は5回表示する必要があります。スキャンする前に、参加者のパフォーマンスが2つのバックコンポーネントで少なくとも75%正確になるまで、参加者のトレーニングを続けます。

まず、参加者に金属製のものをすべて取り除いてもらい、MRI対応の服に着替えてから、3台のTesla MRIスキャナールームに持ち込んでもらいます。聴覚保護用の耳栓を用意し、スキャナーベッドに寝かせ、頭の周りにクッションを置いて頭の動きを最小限に抑えます。エンドバックワーキングメモリタスク用のMRI互換レスポンスボックスと、緊急時にスキャンを停止するためのスクイーズバルブを提供します。

また、パルスオキシメータを指に装着して、生理学的なモニタリングと記録を行います。次に、32チャンネルのヘッドコイルとプレゼンテーション画面を参加者の頭の上に置いてから、スキャナーに移動します。参加者が快適で、画面を見ることができることを確認します。

次に、MRIスキャンセッションを開始します。まず、高解像度の1ミリメートル等方性の解剖学的脳画像を取得することから始めます。ここに示すように、高解像度のMRIパラメータを使用します。

次に、MRI取得を開始します。次に、スキャナーコンソールでFMRI太字の画像取得パラメータを設定します。機能スキャンを開始する前に、ここに示すパラメータを使用します。

まず、各ゼロまたは2バックタスクの前に、3秒間指示を患者に投影します。刺激提示ソフトウェアを使用する。次に、NACテストを使用してワーキングメモリ上のFMRI画像を取得します。

32 回目のベースライン固定クロスは、各ゼロ バック ブロックの前に患者に提示する必要があります。これにより、他の 0 ブロックと 2 つのバック ブロックの比較のベースラインが提供されます。データ分析中には、合計で 3 つのゼロ バック部分と 3 つの 2 バック部分、および 2 つのベースライン ブロックが含まれます。

これは、2つの別々のイメージングランで、カウンターバランスのとれた順序で提示する必要があります。Nバックパラダイムの完了後、参加者がまだ快適でスキャンを続行する準備ができていることを確認してください。次に、レストブロックが次であることを彼らに指示し、眠らないように伝えます。

刺激提示ソフトウェアを使用して、画面上に固定十字を表示します。NAC 画像の取得に使用したのと同じ FMRI 設定を使用して、次の 4 分間の安静状態画像を取得します。次に、NACテストを使用して、ワーキングメモリの収集を再度繰り返します。

次に、スキャナーコンソールのDTI画像取得パラメータを、64の非線形方向、パーシャルエコー、および補間に適用された拡散勾配を持つダブルスピンエコープランナー拡散加重画像にオンにする必要があります。参加者には、後続のシーケンス中にスキャナーが揺れている可能性があること、およびこれが正常であることを必ず伝えてください。スキャナーでできるだけ目を閉じてリラックスするように指示します。

次に、DTIシーケンスを取得します。すべてのスキャンが完了したら。参加者をスキャナーから取り外し、セッションの進行状況を問い合わせます。

彼らが持っているかもしれない質問に答え、彼らの参加に感謝してください。すべてのデータを安全に転送するか、MRIスキャナーコンピューターに参加者の画像と生理学的記録を含むDBDを書かせて、その後のデータ分析に使用してください。最後に、シード領域接続性解析を使用して静止状態接続性解析を実行し、アプリオリに定義された領域間の関係を評価して、機能的接続性を評価します。

また、FMRI処理ソフトウェアを使用してワーキングメモリデータを前処理し、ボクセルベースの一般線形モデリングを使用して、個々のデータセットの各脳ボクセルにおけるタスク固有の活動を定量化します。ここで見られる結果は、小児期のトラウマと虐待の病歴があるが、安静状態からのPTSDの結果がない個人の2つの異なるサンプルで同じイメージングアプローチを使用して収集されたデータに基づいています。機能的コネクティビティ解析により、内側前頭前野、後帯状皮質、角回、下頭頂葉、中側頭領域など、デフォルトモードネットワークの主要なノードと一致する空間パターンが明らかになりました。

これらの矢状切片は、2つのバックワーキングメモリタスクに関連するパターンを示しています。エグゼクティブネットワーク内のアクティベーションパターンはオレンジと赤で示され、デフォルトモードのネットワーク非アクティブ化は青色で表示されます。ここでは、ゼロバックアクティビティが見られ、これは通常、注意を制御するためにワーキングメモリと組み合わされます。

活性化パターンはオレンジと赤で、非アクティブ化は青で示されます。ここで明らかなのは、デフォルトのモードのネットワーク非アクティブ化で、最後に実行アクティベーションがほとんどないことです。確率的トラクトグラフィーによって明らかになったクラムバンドルの範囲がここに表示されます。

これらの繊維の3次元形状とパターンは、視覚的な参照のために脳の断面が含まれている状態で見ることができます。この画像は、これらの繊維が内側前頭前皮質と後帯状皮質をどのように移動するかを示しています。そして最後に、ここでは、これらのファイバーがデフォルトモードネットワークの内側時間コンポーネントをどのように移動するかを確認できます。

このビデオを見れば、タスクに関連する活動の獲得と安静状態、構造的接続性など、マルチモーダルニューロイメージングアプローチを組み合わせる方法について十分に理解できるはずです。この手順を試みる際には、参加者の動きを絶対に最小限に抑える必要があることを覚えておくことが重要です。これは、スキャナーで参加者の頭に枕を置き、スキャン手順中の快適さを頻繁に評価することで達成されます。