이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

간질 환자의 뇌 흥분을 연결 관련 평가하는 멀티 모달 Imaging- 및 자극 기반 방법

10.4K 조회수

⸱

DOI:

10.3791/53727

⸱

2016년 11월 13일

 ,  ,  ,  , 
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

이 논문에서

요약

Resting-state functional-connectivity MRI는 피질 발달의 기형으로 인한 간질을 포함한 광범위한 신경 정신 질환을 가진 환자의 이상을 확인했습니다. EEG와 함께 경두개 자기 자극법은 간질 환자가 비정상적인 연결성을 가진 영역에서 피질 과흥분성을 가지고 있음을 입증할 수 있습니다.

초록

휴지 상태 기능적 연결성 MRI(rs-fcMRI)는 혈액 산소 수준 의존 신호에서 시간 경과에 따른 상관 관계를 기반으로 서로 다른 뇌 영역 간의 연결을 식별하는 기술입니다. rs-fcMRI는 다양한 신경 및 정신 질환에서 뇌 연결의 이상을 확인하기 위해 광범위하게 적용되었습니다. 그러나 rs-fcMRI 연결성 이상, 뇌 전기생리학 및 질병 상태 간의 관계는 알려져 있지 않은데, 이는 부분적으로 질병 병태생리학에서 기능적 연결성 변화의 인과적 중요성이 확립되지 않았기 때문입니다. 경두개 자기 자극(Transcranial Magnetic Stimulation, TMS)은 전자기 유도를 사용하여 피질 활동의 초점 변화를 비침습적으로 생성하는 기술입니다. 뇌파검사(EEG)와 결합하면 TMS를 사용하여 외부 섭동에 대한 뇌의 반응을 평가할 수 있습니다. 여기에서는 신경정신질환 환자의 기능적 연결성 변화의 생리학적 중요성을 평가하기 위해 rs-fcMRI, TMS 및 EEG를 결합하는 프로토콜을 제공합니다. 우리는 피질 발달의 기형으로 인한 간질 환자의 비정상적인 연결성이 있는 영역을 식별하기 위해 rs-fcMRI를 사용한 이전에 발표된 연구의 대표적인 결과를 제공합니다. 간질 환자에 대한 자극은 일치하는 건강한 대조군 환자의 동일한 부위에 대한 자극에 비해 비정상적인 TMS 유발 EEG 활성을 초래했으며, TMS 유발 전위의 후기 구성 요소가 비정상적으로 증가했으며, 이는 피질 과흥분성과 일치했다. 이 이상은 비정상적인 휴지 상태 기능 연결이 있는 영역에만 국한되었습니다. 이전에 발작이 기록된 피험자에 대한 전기 소스 분석은 비정상적인 TMS 유발 활동의 기원이 발작 시작 영역과 공동 국한되어 간질 회로의 존재를 시사하는 것으로 나타났습니다. 이러한 결과는 rs-fcMRI, TMS 및 EEG를 함께 활용하여 인간 질병에서 비정상적인 뇌 연결의 생리학적 중요성을 식별하고 이해하는 방법을 보여줍니다.

서론

경 두개 자기 자극 (TMS)은 비 침습적 전자기 유도를 통해 피질의 영역을 자극하는 수단이다. TMS에서는 크지 만 공간적으로 제한된 자속 대상 피질 영역에 전계를 유도하고, 이에 기초 신경 조직의 활성을 조절하는데 사용된다. 모터의 운동 피질 결과에 TMS는 근전도 (EMG)을 통해 주변으로 측정 할 수있는 잠재력을 불러 일으켰다. 쌍 또는 삼중 펄스에 적용될 때, TMS 특정 intracortical GABA 성 및 glutaminergic 회로 1-3의 활성을 평가함으로써, 인간 환자의 생체 내에서 여기 및 억제의 균형을 평가할 수있다. 특히 간질에서, TMS 연구는 대뇌 피질의 hyperexcitability 간질 4,5 환자에서 존재하는 것으로 나타났습니다, 그리고 약물 (6)에 대한 응답을 예측하여 성공적인 항 간질 약물 치료를 정상화하고있다. 대뇌 피질의 전의 또한, TMS 측정하나의 발작 (7)와 일반화 된 특발성 및 취득 초점 간질 (8) 두 환자의 형제 자매에 환자의 중간 값을 표시 citability. 이러한 연구 결과는 대뇌 피질의 흥분의 TMS 측정은 우리가 간질에 대한 endophenotypes를 식별 할 수 있습니다 것이 좋습니다. TMS-EMG 전용 모터 피질 회로를 자극하여 평가 될 수 있고, 많은 간질 환자가 운동 피질 외부 경련 병소를 갖고 있기 때문에, 이러한 방법의 민감도 및 특이도 가능성이 제한된다.

뇌파는 (EEG)를 TMS로 직접 뇌 반응을 측정 할 수있는 기회를 제공하고, 신피질의 넓은 영역에 걸쳐 대뇌 반응성을 평가하기 위해 사용될 수있다. EEG (TMS-EEG)와 TMS 통합 연구 TMS는 피질 9,10에 걸쳐 반향과 재현성과 11 ~ 13 신뢰할 수있는 활동의 파도를 생산하는 것으로 나타났습니다. 유발 된 활성의 전파를 평가하여다른 행동 상태에서 다른 작업에, TMS-EEG는 인과 적 인간의 뇌 네트워크 10,14-16의 동적 효과적인 연결을 검사하는 데 사용되었습니다. TMS-EEG 측정은 정신 분열증 (17)에서 ADHD (18)에 이르기까지 다양한 질환에 중요한 이상을 보여, 이러한 식물 인간 (19)와 같은 의식의 장애에있다. 또한, 여러 그룹이 한 쌍의 펄스의 EEG의 상관 관계 간질 (20, 21) 환자에서 비정상 TMS-EMG 통계를 확인했다. 특히 관련성, 이전의 연구는 비정상적인 자극-유발 뇌파 활동이 간질 22-25 환자에서 볼 것을 제안했다.

뇌 회로를 평가하는 다른 수단은 휴식 상태의 기능적 연결성 MRI (RS-fcMRI), 혈중 산소 레벨이 시간이 지남에 따라 다른 뇌 영역 (26)로부터 종속 (BOLD) 신호의 상관 관계를 평가하는 기술로된다. 사용 연구RS-fcMRI는 인간의 뇌는 신경 정신 질환 RS-fcMRI (30)에 의해 식별 특정 대규모 분산 신경 네트워크 내에서 발생할 수, 상호 작용 영역 26 ~ 29의 별개의 네트워크로 구성되어 있음을 증명하고, 뇌 네트워크는 RS-를 통해 확인하는 것이 fcMRI은 종종 신경 정신 질병 상태 (31, 32)에 이상이 있습니다. 잠재적 인 임상 적용의 측면에서, RS-fcMRI 덜 주제 협력에 대한 의존도 및 가변 성능에 대한 우려를 포함하여 기존의 작업 기반의 fMRI 응용 프로그램 (33)에 비해 여러 가지 장점을 가지고있다. 따라서, 최근에 다른 질병 상태에서 RS-fcMRI 변화를 탐구하는 연구의 폭발이 있었다. 그러나, RS-fcMRI의 제한 중 하나가 있는지 여부를 어떻게 BOLD 신호의 상관성 (또는 anticorrelations)은 신경 전달의 기초를 형성하는 전기 생리 학적 작용에 관한 판단에 어려움이있다. 이와 관련된 문제는 ofte 있다는n은 다양한 질병 상태에서 볼 수있는 RS-fcMRI 변화는 생리 학적 의미가 불분명 여부. 간질에 관해서 특히, RS-fcMRI에 이상이 단독으로 간기 간질 과도로 인해, 또는 독립적으로 같은 전기 생리 이상의 존재 여부 불분명하다; 동시 EEG-의 fMRI는 이러한 가능성 (34) 사이에 평가하는 데 도움이 필요합니다.

TMS는 다양한 피질 영역의 활성화 일시적인 또는 지속적인 변화를 생성하는데 이용 될 수있는 바와 같이, TMS 연구 인과 다른 휴식 상태의 fMRI 연결 패턴의 중요성을 평가하는 수단을 제공한다. 한 가지 방법은 다른 질병 상태의 치료 자극 노력을 안내하는 RS-fcMRI를 사용하는 것입니다; TMS가 기능적으로 다양한 질환 상태에서 같은 능없이 영역 타겟팅 TMS보다 치료 효과가 더 쉽다 관여하는 것으로 알려진 영역에 연결되어있는 영역을 타겟으로 할 수 있다는 예상최종 연결, 실제로 여러 연구는이 35, 36에 대한 예비 증거를 발견했다. 또 다른 방법은 인과 다른 휴식 상태 fcMRI 패턴의 생리적 중요성을 평가하기 위해 TMS-EEG를 사용하여 관련된 것이다. 구체적으로, 하나는 특정 질환 상태 이상 기능적 연결성 표시 영역이 정상인에 비해 환자의 자극에 대한 다른 반응을 표시한다 가설을 검증하고, 이러한 생리적 이상이 비정상적 자극 특별히 (또는 주로) 존재한다고 할 접속 지역.

위의 내용을 설명하기 위해, 우리는 인해 발달 뇌 이상 뇌실 주위 결절 헤테로 토피아 (PNH) (37)에 RS-fcMRI, TMS 및 EEG가 간질 환자의 대뇌 피질의 hyperexcitability을 탐구하기 위해 결합 된에 최근 연구의 예를 제공합니다. adolescent- 또는 성인 발병 간질 임상 본 PNH, 읽기 장애, 정상 INTE 환자lligence, 그리고 38, 39을 뇌 영상의 좌우 심실에 인접한 회색 물질의 비정상적인 혹이있다. 이전의 연구 이소성 회색 물질이 뇌실 주위 결절이 구조적 및 기능적으로 신피질 40, 41에 이산 초점에 연결되어 있다는 것을 보여 주었다, 그리고 간질 발작에 그 epileptogenesis을 제안, 신피질 지역, 이소성 회색 물질, 또는 두 가지 모두를 동시에 (42)에서 발생 할 수 있습니다 이들 환자는 회로 현상이다. TMS-EEG을 안내하는 휴식 상태 FC-MRI를 사용하여, 우리는 때문에 PNH 활성 간질 환자는 대뇌 피질의 hyperexcitability의 증거를 가지고,이 hyperexcitability 깊은 결절에 비정상적인 기능 연결로 지역에 한정되는 나타나는지 보여 주었다.

이 프로토콜은 두 개의 세션에서 수행된다. 첫 번째 세션 동안, 구조 및 휴식 상태의 혈액 산소 수준 종속 (BOLD) 대비 MRI 시퀀스는 취득(환자) 또는 (건강 컨트롤) 단지 구조 MRI 시퀀스. 제 1 및 제 2 세션 사이, 휴식 상태의 기능적 연결성 분석은 환자의 대뇌 피질의 대상을 정의하는 데 사용되며, 이들 타겟 얻어지는 대한 MNI 좌표. (MNI 좌표 기준)에 해당하는 대뇌 피질의 대상은 다음 각 건강 관리 주제를 식별된다. 두 번째 세션에서, TMS-EEG 데이터가 얻어진다.

이 문서에 나와있는 예에서, 기능-연결 MRI 분석은 사내 소프트웨어 도구 상자와 MRI 소프트웨어 43, 44를 사용하여 수행 하였다. 신경 탐색 TMS 실시간 MRI의 neuronavigation 가진 두개 자기 자극기를 수행 하였다. EEG는 TMS에 의해 증폭기의 포화를 방지하기위한 샘플 및 홀드 회로를 이용하여 60 채널 TMS 호환 시스템으로 기록 하였다. EEG 데이터는 MATLAB R201에서 실행되는 사용자 지정 스크립트와 EEGLAB 도구 상자 (45) (버전 12.0.2.4b)를 사용하여 분석 하였다도 2b.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

여기에 설명 된 프로토콜은 베스 이스라엘 집사 의료 센터와 매사 추세 츠 공과 대학의 기관 생명 윤리위원회에 의해 승인되었다.

1. 주제 선택

  1. 연구 프로토콜에 대한 환자 선택.
    1. 활성 간질 (과거 년 이내에 발작) 또는 원격 간질의 역사를 가진 환자 식별 구조적 뇌 영상에 및 뇌실 주위 결절 헤테로 토피아 (이전에 발작을 있지만 하나 지난 5 년 동안 발작 또는 약물이 꺼진 상태).
    2. 발작의 병력이없는 환자를 제외합니다. 또한 발작 대체 가능한 병인 환자를 제외 (예, 외상성 뇌 손상, 뇌졸중, 수막뇌염의 역사) 또는 다른 진단 (예, 특발성 전신 간질, 근심 측두엽 간질)과 일치하는 뇌파 소견.
    3. 추가적인 신경 학적 또는 정신 disea 환자 제외그 자체로, 또는 임의의 다른 의료 불안정한 조건. 또한 MRI, 최근 불법 물질이나 무거운 알코올 사용, 또는 특정 MRI (46) 또는 TMS 47 금기를 허용하기 전에 뇌 수술, 무능력의 역사를 가진 환자를 제외합니다.
  2. 건강한 제어 과목 선택.
    1. 각 PNH 환자의 경우 (우리의 이전에 게시 된 연구 (37), 8 명, 연령에 20-43년는 30.25 평균 3 남성 5 여성), 나이와 성별 일치하는 건강한 컨트롤을 식별합니다.
    2. 진행중인 신경 학적 또는 정신 질환 또는 정신 약물에 대한 과목을 제외, 다른 불안정한 건강 상태, 이전 뇌 수술의 역사, 무능력 MRI, 불법 물질이나 무거운 알코올 사용, 또는 기타 특정 MRI 또는 ​​TMS 금기를 허용합니다.

2. 자극 대상을 생성

  1. 3T의 MRI 시스템을 사용하는 T1-weighte을 이용한 고해상도 구조 전체 뇌 조각 취득D 순서. 다음 인수 매개 변수를 사용하여 슬래브 당 128 조각, 256 X 256 매트릭스, 시야 (FOV) 256 mm를, 0.63 mm의 interslice 격차, 복셀 크기 1 × 1 × 1.33 mm 3, 반복 횟수와 두께가 1.33 mm (TR 슬라이스 ) 2530 밀리 초, 반전 시간 1,100 밀리 초, 에코 시간 (TE) 3.39 밀리 초, 플립 각도를 7 °.
  2. 3T의 MRI 시스템을 사용하여, 혈액 산소 수준 의존 (BOLD) 콘트라스트 성 에코 평면 시퀀스를 사용 휴식 상태 기능 화상을 취득. 이 검사를 수행하는 동안 환자가 특정 작업을 수행하지 않고 열린 눈으로 조용히 휴식을 지시합니다. FOV 256mm, 복셀 크기 2.0 X 2.0 X 2.0 mm, TR 6,000 밀리 초, TE 30 밀리 초, 플립 각도 90 °, 획득 시간 6.4 분 다음 인수 매개 변수를 사용합니다.
  3. MRICroN 소프트웨어 (44)를 사용하여, 결절 헤테로 토피아 (중 각각의 결절이나 결절의 분리 연속 클러스터) (46)의 각 개별 영역을 식별합니다. 수동으로 그 윤곽을 펜 도구를 사용하여T1 강조 구조 이미지에 축 평면에서 조각에 의한이자 (로아), 슬라이스의 terotopia 지역.
  4. 설치, 전처리, 분석 및 결과 : 휴식 상태 기능적 데이터 처리에 네 개의 순차적 단계를 수행하기 위해 CONN 기능 연결 소프트웨어 도구 상자 48, 49을 사용합니다.
    1. 설치를 들어, 새 프로젝트를 시작하고 기본 실험 정보를 입력하는 메뉴 항목을 사용합니다. 기능 이미지, 재편성하고 각 주제에 대한 해부학 적 이미지에 공동 등록을로드합니다.
    2. 구조 이미지를로드합니다. 로드 헤테로 토피아의 ROI 파일은 단계 2.3에서 만든. 실험 조건의 세부 정보를 입력합니다; 이 상태를 쉬고 있기 때문에, 각 세션의 전체 기간과 동일 발병 0초 및 기간을 가진 하나의 조건을 입력합니다. 도구 상자는 헤테로 토피아의 ROI BOLD 시계열을 추출합니다. 가능한 불일치를 검사합니다.
    3. 전처리를 들어, BOLD 변화의 교란 소스는 주 엄마의 호흡에 의한 변조를 포함gnetic 필드와 심장 맥동뿐만 아니라 피사체의 움직임. 생리 소음이 50를 처리 식별하는 데, 이러한 심실 및 대형 선박 등의 신경 활동과 연관 될 가능성이 지역에서 시계열 데이터를 분석 통합 주요 구성 요소 기반의 방법을 통해 혼란 변수를 제거합니다. 가능한 혼란 소스 각각에 의해 설명 된 총 분산을 미리 볼 수 있습니다. 대역 통과 주파수 필터 (0.01 Hz에서 참고 : 도구 상자는 기본적으로 흰색 물질과 뇌척수액 및 재배치 매개 변수 (피사체의 움직임)에서 BOLD 신호를 포함 가능한 혼란 변수의 소스를 식별합니다.
    4. 분석 및 결과의 경우, 헤테로 토피아의 ROI를 같은 관심의 소스를 식별합니다. (오히려 회귀 이하) 관계의 연결을 미리 측정하고, 상관 계수에 대한 임계 값을 사용하여 표시.
      1. 각 과목에 대한 내용은 만들투자 수익 (ROI)의 평균 BOLD 신호의 시계열마다 다른 뇌 복셀 간의 상관 관계를 보여주는 종 ROI로서 이소성 회백질의 각 개별 영역을 이용하여 D-복셀 간 연결 맵.
      2. 수행 두 번째 수준은 주제 사이 또는 사이의 소스 대비 (옵션)에 대한 분석한다. 높이 (복셀 수준)과 정도 (클러스터 수준) 임계 값을 사용하여 결과를 표시; 보정과 거짓 검색 속도 보정 P-값이 표시됩니다.
  5. 수동으로 펜 도구 (43)를 사용하여, TMS에 대한이 관심의 대상, 연결된 대상 및 비 연결 대상을, 윤곽을 MRICroN 소프트웨어를 사용합니다. '오버레이'기능을 사용하면 각 과목에 대한 구조 이미지에 위에서 생성 기능 연결지도를 중첩.
    1. 대상 영역은 상술 한 바와 같이, 회색 물질 헤테로 토피아에 중요한 기능 연결이 피질의 영역이 있는지 확인합니다. 확인이 비 접속 타르얻기는 헤테로 피아의 ROI에 중요한 기능적 연결성을 보여주지 않는 유사한 크기의 영역이며, TMS 동안 이웃 자극 효과의 위험을 최소화하기 위해 피질 표면에 연결된 타겟으로부터 적어도 2.5 cm 떨어져있다.
    2. 큰 TMS에 의한 유물의 가능성은 51 작 있도록 대상을 선택합니다. 이러한 초기 TMS-EEG 신호 (51)를 가릴 수있는 큰 근육 수축 및 / 또는 안구 운동 유물을 생성 할 가능성이 구체적으로, 측면 시간적 또는 frontopolar 지역에서 대상을 선택하지 마십시오. 새 대상 로아으로 설명 된 목표를 저장합니다.
  6. MNI는 각 과목에서 각 대상 ROI 좌표를 결정합니다. 그런 다음 각 과목의 일치 건강한 통제 대상에 해당하는 두 개의 대상 사이트를 식별하기 위해이 좌표를 사용합니다.

3. TMS-EEG 실험 설정

  1. 구조 검사를 업로드 (일반적으로 고해상도 T1-웨이ghted 3D neuronavigation 시스템에 체적 이미지).
  2. neuronavigation 소프트웨어를 사용하여 이미지를 원하는 대상을 표시한다. 또한 외부 해부학 적 마커 자극 세션 동안 coregistration 및 neuronavigation에 사용될합니다 (nasion, 양자 tragus)를 표시합니다. 수직 TMS 코일 (52)의 긴 축에 회전 전극 및 전극 전선, 동양 와이어 뇌파 캡을 사용하는 경우.
  3. 이전 TMS-EEG 세션 주류 저녁을 피하기 위해 TMS-EEG 세션의 날 (샴푸 가능) 그시켜 이전 실험 세션 피사체 문의 또는 그녀 에어컨 또는 다른 헤어 제품을 사용하지 않는, 및 TMS 세션에 앞서 자신의 평소 일일 카페인 섭취를 마실 수 있습니다.

4. 실험 세션

  1. 피사체가 이상적으로 구조화 된 설문지 (53)를 통해, TMS 안전 기준을 통과하는지 확인합니다. 피사체가하지 않았다 단점 확인이전 밤 술을 매화, 훨씬 더 많거나 적은 자신의 평소 일일 카페인 섭취보다가, 대뇌 피질의 흥분 (예 : 디펜 히드라 등) 전에 밤을 변경할 이상 - 더 - 카운터 수면 보조제를 섭취하지 마시고, 전형적인를받지 않았다 밤의 잠 (수면 부족 등은 대뇌 피질의 흥분 (54)을 증가시킬 수있다).
  2. 편안한 의자에 앉아 주제를 요청합니다.
  3. 주제에 뇌파 ​​캡을 장착하고 전극을 준비합니다.
    1. 피사체의 머리를 측정하고 낮은 전극 임피던스를 활성화하기 위해 적절한 크기의 EEG 캡을 선택합니다.
    2. 철저히 코튼 팁 어플리케이터와 알코올을 사용하여 각 전극 아래 피부를 청소합니다.
    3. 각 전극에 전도성 젤을 추가합니다. 그 다리를 만들고 다른 전극 사이의 공통 신호로 이어질 수 있으므로,이 전극 사이에 누수 너무 많은 젤을 추가하지 마십시오.
    4. 필요한 경우, 두피, 겔 및 E 사이의 양호한 접촉을 보장lectrode는 젤을 추가 한 후 각 전극을 아래로 눌러보십시오. 아티팩트 충전 최소화하기 위해, 겔 전극 홀더 외부에 확산되지 않도록. 균질 기록 아티팩트를 최소화하기 위해 전기 전도도 수준을 감소시켰다.
    5. 전체 기록 오염 TMS 유도 전극 이슈의 가능성을 최소화하기 위해 가능한 한 자극 코일로부터의 기준 접지 전극을 배치했다. 최소 피질 활성 아마도 "비활성"영역에서 뼈 구조 위에 이들 전극을 배치하는 것이 바람직하다.
      참고 :이 지역에 TMS는 큰 눈 운동을 초래할 수 있기 때문에 비록 목표 위치가 가변적하는 연구에서, frontopolar 지역 대상으로 선정 될 가능성이의 이마와 얼굴 근육 (51), 그리고 자주, 두피 통증의 수축과 두통; 따라서, 이들 영역의 자극시 TMS-EEG 신호는 종종 큰 아티팩트 가려한다.
    6. 죄이 지역은, 자극에 대한 대상으로 선택해야하는 것이 어렵다 기준 및 접지 전극의 배치 이마를 사용 CE. 커먼 모드 노이즈를 최소화하도록 서로 센티미터 이내에 배치합니다.
      참고 : 모든 자극을 대상으로 한 반구에있는 상황에서, 반대측 유양 돌기가 또 다른 옵션이 될 것이다.
    7. 다음과 같이 전극 임피던스를 확인; 다음 EEG 시스템에서 "측정 임피던스"버튼을 누르면, 뇌파 기록 시스템의 "임피던스"잭에 EEG 출력 케이블을 연결합니다. 전극 임피던스 5 kΩ의보다 큰되지 않습니다 있는지 확인하십시오.
  4. 반대쪽 손에 EMG 전극을 준비합니다 (근육을 브레비스 첫 번째 지느러미 뼈 사이 또는 납치범 무지를 사용하여, 하나의 연구 주제에서 동일한 근육을 이용).
  5. 손실과 이명 청력의 위험을 최소화 할 수있는 대상이 귀마개를 제공합니다.
    주 : 또 다른 옵션은 오순절 재생 이어폰을 사용하는 것TMS에 의해 생성 된 청각 클릭 마스크에 충분한 양의 기록 과정 전반에 걸쳐,합니다 (TMS 클릭의 것과 일치하는 스펙트럼 기능) 전자 노이즈 나 색 노이즈; 이의 잠재적 인 혼란 최소화하는 추가 혜택 것이다 TMS를 유도 청각은 전위 10,55을 불러 일으켰다. 참고로, 상기 코일과 두피 사이 발포체의 얇은 층은 청각 유발 전위 최소화 할 필요가있다.
  6. 검출기는 실험 세션 동안 운동의 위험을 최소화 할 수있는 방법에 배치됩니다 보장, 피사체의 머리에 적외선 감지기를 놓습니다.
  7. neuronavigation 장비에 포함 된 포인터를 사용하여 피사체에 사전 선택된 외부 해부학 적 기준 마커의 위치 (3.2)을 식별하여 MRI 이미지와 피사체의 머리 Coregister.
  8. (예를 들면, 피사체의 팔) 또는 로우에 적용하여 다른 펄스를인가함으로써 자극 피사체 익숙해두피 긴장 자극 펄스 (예를 들어, 5 % 최대 자극기 출력).
  9. 휴지 모터 임계 값 (5/10 시험에 크기가 모터 유발 가능성이 적어도 50 μV를 생산하는 최소 강도)를 결정합니다. 다음과 같이 하나의 이러한 방법은 상대 방법 (56)이다.
    1. 의 fMRI 연결 기반의 목표에 반구 동측에 피사체의 운동 피질의 위치를 ​​결정합니다. neuronavigation를 사용할 때, 이것은 precentral 이랑에서 "오메가"의 영역에서 일반적이다. 각도 핸들이 occipitally 가리키는과 이랑에 수직 코일.
    2. (예를 들어, 35 %의 최대 자극기 출력) 서브 드레시 홀드 될 것으로 예상되는 강도에 자극을 시작한다.
    3. TMS는 지속적으로 각 시험의 진폭> 50 μV와 유럽 의회 의원을 불러 일으킨다까지 5 % 최대 자극기 출력의 단계에서 자극의 강도를 높입니다.
    4. 이어서 1 % maximu 씩 자극 강도 저하m 자극기 출력 10 명 중 5 개 미만의 긍정적 인 반응이 기록 될 때까지.
      참고 :이 자극 강도를 더하기 1은 모터 임계 값으로 정의된다. 또한, 적은 수의 자극과 모터 임계 값을 식별하는 적응 형 임계 기술 57을 사용합니다.
  10. 대상 영역의 자극 (예를 들어, 120 % 모터 임계 쉬고) 원하는 값으로 TMS 강도를 설정한다.
    참고 : 그러나, (전두엽의 위축 환자에서 예) 두피 - 피질 거리에서 상당한 지역적 편차가있는 경우에, 이러한 기술은 서브 쓰레 숄드 자극의 원인이 될 수 있습니다. 대안 적으로, 유도 된 전기장의 온라인 추정을 수행 할 수있는 적절한 neuronavigation 시스템과, 자극의 강도는 대뇌 피질의 표면 58 (V / m)에서 산출 된 유도 된 전기장의 특정 진폭으로 설정 될 수있다.
  11. 사용하여 대상 영역 각각에 TMS의 단일 펄스를 적용(- 적어도 3 초 간격으로 6 초 누적 효과 (59)을 피하기 위해 예를 들면, 모든 4) 펄스 간 간격 변수와 neuronavigation 소프트웨어 피질 가소성 피사체 기대 효과를 최소화한다. 핸들 posterolaterally 지적으로 기본 이랑의 장축에 수직 코일 일관성 각도를 최대화한다.

5. EEG 데이터 전처리 및 분석

참고 : TMS-EEG 데이터는 일반적으로 떨어져 중간 선 / 정점이나 높은 자극 강도와 자극, 상당한 전처리 깨끗 분석 가능한 데이터를 확보 할 필요가있다 특히, 큰 자극 관련 유물이 포함되어 있습니다. 독립 성분 분석 (ICA)는 TMS 아티팩트의 제거를 위해 사용 된 하나의 방법이며, 공개적으로 사용 가능한 도구 상자를 사용하여 적용 할 수 있습니다 (예를 들어, EEGLAB 45)를 MATLAB 플랫폼. 한 검증 방법 (60)는 FOLL과 같다OWS 상기 Eximia EEG 시스템을 이용하여 수집 된 데이터의 분석을 설명 :

  1. EEGLAB에 데이터를 가져 오기
    1. "EDF / EDF + / GDF 파일에서 (BIOSIG 도구 상자)" "파일", "데이터 가져 오기", "EEGLAB 기능과 플러그인을 사용"을 클릭합니다.
  2. 이벤트 시간의 압축을 풉니 다
    1. "데이터 채널에서" "파일", "가져 오기 이벤트 정보"를 클릭합니다. 1, "전처리 (데이터 = 'X')를 변환", "이벤트 채널"를 입력 X> 0.1 "전환 길이 (1 = 완벽한 에지) 0이 있는지 확인하십시오"오래된 이벤트를 삭제 하시겠습니까? 이벤트 채널을 삭제 "및" 어떤? "체크 박스를 체크합니다.
  3. 세그먼트 후 2 초 펄스 전에 1 초에서의 TMS 펄스를 중심으로 신 (新) 시대에 데이터. 이렇게하려면 "에포크의 압축을 풉니 다", "도구"를 선택합니다. TMS 펄스가 유일한 이벤트 유형의 경우, "시간 잠금 이벤트 유형 (들)"필드는 비워 둘 수 있습니다. "신기원 한계 [시작를 들어, 엉D] 초 "[입력 -1 2].
  4. 시각적으로 검토 EEG 데이터 ( "플롯", "채널 데이터 (스크롤)"을 선택합니다.) (신호 없음으로 예를 들어, 채널, 또는 연속 과잉 이슈와) 나쁜 채널을 제거합니다. 이렇게하려면 "편집", "데이터 선택"을 클릭합니다. "채널 범위"필드에서 삭제할 채널의 번호를 입력 (또는 오른쪽에있는 토글 상자를 클릭하고 이름으로 채널을 선택하고 "OK"를 누릅니다)은 "온 확인 >이 "체크 박스를 체크 한 다음 Enter 키를 누릅니다된다"확인 "을 제거합니다.
  5. (뇌파 신호 (데이터를보다 큰 150 μV을 절단하여, 예를 들어) 신경 신호의 크기의 약 순서로 반환 될 때까지 펄스의 시간에서 제로로 모든 전극의 전위를 설정하거나 이후 고정 된 시점 예를 들어, 40 밀리 초)은 큰 TMS 아티팩트가 ICA 분리를 왜곡하지 않도록한다. (61) 매트랩 스크립트에이 단계가 필요합니다.
  6. ICA의 초기 라운드를 수행하고, 1 제거 - 큰 TMS에 의한 초기 근육의 활성화를 나타내는 두 구성 요소를.
    1. "EEG = pop_runica (EEG, 'icatype', '상호 독립', '접근', 'SYMM', 'g :은"대칭 방법 "및 다음 명령 줄을 사용하여"TANH "대비 기능으로 독립 인 방법을 사용하여 ICA를 실행 ''TANH ') ".
      주 : 자극에 의해 생성 된 아티팩트 자극 위치의 함수로서 변화하는 바와 같이, 각 사이트에 대해 개별적으로 실행 ICA.
    2. "ICA를 사용하여 데이터를 거부" "맵 구성 요소를 제거", "도구"를 선택하여 TMS 이슈와 일치하는 구성 요소를 식별합니다. 모든 ICA 구성 요소의 지형도는 플롯됩니다. 각 구성 요소는 구성 요소 세부 사항 (지형 분포의 큰지도, 시험에서 활동 프로필, 주파수 스펙트럼을) 플롯의 번호를 클릭합니다.
      참고 : TMS 펄스 이슈 콤포넌트넌트 (일반적으로 1-2)의 자극의 위치 즉시 펄스 후의 성분 활성화의 매우 큰 진폭 및 후속 지수 평활 부패 지역화 이극 토포 그래프에 의해 인식 될 수있다.
    3. "구성 요소를 제거", "도구"를 선택하고 "데이터에서 제거 할 구성 요소 (들)"의 분야에서 관련 부품 번호를 입력하여 인공적인 요소를 삭제합니다. 팝업 "확인"상자를 누릅니다에서 선택한 구성 요소 (보도 "플롯 ERPS")의 삭제 후 결과 인 ERPS을 검토 한 후 단일 시험 효과 (보도 "플롯 하나의 시험")을 검토 한 후 "동의". 참고 :이 단계는 종종 몇 밀리 볼트 될 수있는 TMS에 의한 근육의 유물에서 모든 필터 유물을 최소화하기 위해 필터링하기 전에 완료해야합니다.
  7. (제로 패딩 기간 동안) 누락 된 데이터를 보간. 이 단계는 태어나 셨합니다D는 매트랩 스크립트를 사용하여 수행 할 수 있습니다.
  8. 대역 통과 및 / 또는 노치 필터 데이터 (옵션 또는 ICA 이슈 제거의 두 번째 라운드 후, 나중에 포인트, 예에서 할 수있다).
    주 : 고 진폭 TMS-이슈가 충분히 제거되지 않은 경우, 하이 패스 필터의 시간 스무딩 효과가 아티펙트의 시간 분산을 초래할 수있다. 또한, 통과 대역은 얻어진 여과 EEG 신호의 "클린"부분에 띄는 링잉 아티팩트가 발생할 수있는 저역 통과 필터에 의해 생성 된 리플.
  9. 다시 기준 평균 기준 (옵션, 또는 예를 들어, 누락 된 채널의 보간 후, 나중에 지점에서 할 수있다).
  10. 큰 진폭 유물, 큰 근육 활동, 또는 다른 주요 이슈와 개별 시대를 제거합니다.
    1. 반자동 이슈 거부를 들어, "데이터 (모든 방법을) 거부", "데이터 시대 거부", "도구"를 선택합니다.
    2. "에서 황당한 D 찾기ATA는 다음의 분야에서 단일 채널 제한 (표준. dev에.) 3 "모든 채널 제한 (표준. dev에.)" "에 대한 필드에 3.5을 입력합니다"바로 아래의 "계산"버튼을 누릅니다. 이것은 데이터 에포크에 걸쳐 값의 분포에 기초 불가능한 데이터를 포함 에포크를 식별한다.
    3. "모든 채널 제한 (표준. dev에.)"의 필드에 3에서 "비정상적인 분포를 찾기위한"필드에 5를 입력 "단일 채널 제한 (표준. dev에.)"및 다음 버튼은 "계산"키를 누릅니다 바로 아래. 이것은 데이터의 첨도에 기초하여 아티팩트를 포함하는 것으로 에포크를 식별한다.
    4. "하한 (들) (UV)", "이상 값 찾기"에서, 비정상적으로 높거나 낮은 값으로 시대를 거부하기위한 필드에 "상한 (들) (UV)"-100의 필드에 100을 입력합니다 (다른 제한이 어린이 필요할 수 있지만, 누구에 뇌파의 진폭은 일반적으로 더 높다). 전압 임계점을 적용하는 전극 번호를 입력현장에서 olding는 "전극 (들)"로 표시; 눈 깜박 모든 시대를 거부 방지하기 위해, frontopolar 포함되지 않습니다 (및 / 또는 EOG) 채널. 그런 다음 "캘크 / 플롯을."키를 누릅니다.
    5. 표시 시대와 시대를 마우스 오른쪽 버튼으로 클릭하여 유물을 포함하지 않는 해제 신 (新) 시대 스크롤합니다. 신기원에 왼쪽 버튼으로 클릭하여 중요한 이슈를 포함 마크 추가 신 (新) 시대. 유물을 포함하는 모든 신 (新) 시대가 표시되어 있는지 확인한 후, "UPDATE의 MARKS"버튼을 클릭합니다.
    6. 데이터 집합을 저장 한 후 "닫기 (마크 유지)"버튼을 클릭, 삭제 표시되는 시대 저장하려면 ( "파일", "같은 현재의 데이터 집합을 저장").
      1. 다음, "표시 시대 거부" "데이터 시대 거부", "도구"를 선택, 해당 시대를 삭제합니다. 이후 확인 대화 상자에 "예"를 클릭합니다. 데이터 집합을 결과로 저장합니다.
  11. ICA의 두 번째 라운드를 수행하고, 부패에 대응하는 구성 요소를 제거유물, 깜박임 유물, 근육 유물, 전극 잡음 아티팩트.
    주 : 이들 구성 요소가 직접 (또는 비슷한 시점에서 피크가) 자극 펄스 관련된 신경 유발 성분을 포함 할 수 있지만, 청각 유발 전위 - 일관성 성분의 제거가 고려 될 수있다. TMS를 "클릭"에 의해 유도 TMS-사건 관련 전위를 최소화하고, 따라서 ICA 기반 제거의 필요성을 제거하는 것이 더 나은 선택이 허용 가능한 경우, 피사체가 상기 섹션 4.5에 기재된 바와 같이 마스킹 잡음을 수행하는 것이다.
    1. 상기 5.6.1에 설명 된 것처럼 "대칭 방식"과 "TANH"콘트라스트 기능 독립 인 방법을 사용하여 ICA를 실행.
    2. 상기 5.6.2에 설명 된대로 구성 요소 속성을 평가합니다.
    3. 잔류 TMS 붕괴 아티팩트 (62)과 일치하는 표시 구성 요소.
      참고 : (펄스 직후 최대) 오와 형태 (느린 붕괴를이베이스의 타이밍에 식별vershoot 자극 사이트 근처 수백 밀리 초) 및 위치 (수십 이상, 다음 천천히 복구). 또한 ICA 분산 요소는 설명의 순으로 구성 될 수있다; TMS를 이슈들이 매우 큰으로, 그것은 일반적으로 제 성분으로 표현하고, 전형적으로 1 이하 표현된다 - 5 부품.
    4. (가), EEGLAB을위한 플러그인 (62)을 조정 깜박임 유물과 일치하는 구성 요소를 표시 사용.
      참고 : 위치 (최대 frontopolar), timecourse (강렬한 활성화의 짧은 기간이어서 상대적으로 최소한의 활동과 오랜 기간,), 스펙트럼 (낮은 주파수에서 높은 전력)와 형태 (삼상)에 따라이를 식별합니다.
    5. 근육 이슈 (62)과 일치하는 표시 구성 요소.
      참고 : 시간 분포 (매우 / 불규칙한 톱니), 공간적 분포 (두피 주변을 따라 최대) 및 시간 영역의 활동 (위의 베타 주파수와의 상당한 전력) 스펙트럼 기능에 따라이 식별(대못 같은).
    6. (가) EEGLAB을위한 플러그인 (62)을 조정하여 (1 또는 2 채널 절연) 공간적 분포 및 (몇 시험, 또는 매우 느린 큰 진폭의 변동에 종종 매우 뾰쪽, 높은 활동) 시간 분포에 기초하여 채널 잡음과 일치 표시 구성 요소.
    7. 위의 5.6.4에서와 같이 표시 구성 요소를 제거합니다. 채널 누락 보간이 데이터에 후속 분석을 수행합니다.
      참고 : 채널을 보간 할 때주의가 필요합니다. 특히, 채널 또는 인접 채널을 보간하는 경우 상당한 비율 (예, 10 %)을 수득 세트는 신뢰 될 수있는 경우 기본 뇌 활동은 높은 공간 주파수를 갖는 경우 특히.
  12. EEGLAB에 원하는 모든 채널을 다른 데이터 집합을로드합니다. 그런 다음 해당 데이터 집합을 클릭 한 다음 '데이터 집합을 "선택에 의해 전경에 보간을 수행하고자하는 데이터 집합을 가져.
  13. "도구"를 선택; "전극을 보간". 결과 세트에서 선택 "다른 데이터 세트에서 모든 채널을 사용합니다." "보간 방법"은 "확인"키를 누릅니다 "구형"을 선택합니다.

6. 두피 Hyperexcitability의 증거에 대한 평가

  1. 다음 식을 사용하여 시간의 함수로서 각 과목 자극 위치에 대한 전역 평균 필드 전위 (GMFP) 63을 계산한다 :
    figure-protocol-1
    K 전극의 개수이고, V 나 (t)의 전압이 나는 시각 t에서의 전극에서 측정하고, V의 평균 (t)는 시간 t에서의 전극들에 걸쳐 평균 전압이다.
  2. 세그먼트 TMS-유발 활동이 건강한 사람에 일반적으로 존재하는 "초"기간에 데이터 (예를 들어, 100-225 밀리 초), 늦은 기간, 지연 이상(- 700 밀리 예를 들어, 225) 활동은 간질 환자에서 볼 수있다. 각 기간 동안 GMFP 곡선 (AUC-GMFP)의 (AUC) 아래의 면적을 계산한다.
    참고 : 유발 응답의 절대 크기 때문에 대뇌 피질의 생리학의 독립적 인 요인의 개인 사이 크게 다를 수 있기 때문에 (예를 들어, 두개골 두께, 두피 - 피질의 거리, 개별 뇌 해부학) 그럼에도 불구하고 예를 들어 그룹 (다릅니다, 간질 환자 때문에 ) 항 간질 약물에있을 수 있습니다, 원시 진폭은 TMS-유발 잠재력을 평가 제한된 유틸리티입니다. 간질 환자가 비정상적 "초기"기간 동안 AUC-GMFP의 정도 나중에 시간 기간 동안 AUC-GMFP의 크기를 정상화 TMS - 유발 활성을 증가 여부를 분리한다.
  3. 그 환자의 일치 건강한 콘에서 동일한 영역의 자극에 의해 얻어지는 각 간질 환자에 대한 정규화 AUC-GMFP 비교트롤. 간질 환자에서 더 큰 값 (비율> 1) 간질 환자가 흥분을 증가하고 있음을 나타냅니다.

유발 전기 활동 7. 소스 추정

  1. Freesurfer 패키지 (64)를 사용하여 피사체 피질 표면을 재구성.
    1. "FreeSurfer 출력을 생성"명령을 실행합니다. "표면을 생성"명령을 실행합니다. 명령을 실행하여 "소스 공간 만들기"를 참조하십시오. neuronavigation 소프트웨어에서 디지털 전극의 위치를 가져 오기 및 MNE 소프트웨어를 분석하여 전극을 정렬 (MNE 버전 2.7.0) (65, 66); 각각의 전극의 위치를 ​​사용할 수없는 경우 유사한 대략 머리 크기 피사체의 데이터는 충분할 수있다.
    2. 실행 명령 "mne_analyze". "파일", "로드 디지타이저 데이터"를 클릭 (.fif). "파일", "로드 표면"을 클릭합니다. MRI Freesurfer 재건 데이터에 대한 경로를 선택합니다.
    3. "보기 Viewe"보기 "를 클릭연구 ".에서 LAP 위치를 클릭"정렬 좌표 ","조정 ".를 클릭"LAP ".를 클릭하면"뷰어 "창. 반복"Nasion "와"RAP ".
    4. "기준점을 사용하여 정렬"을 클릭합니다. 수동 정렬을 조정 조절하려면 "X", "Y", "Z"필드의 화살표를 클릭합니다. 트랜스 파일을 저장하려면 "정렬 좌표"창에서 "저장 기본"을 클릭합니다.
  2. 적절한 방법합니다 (MNE 65,66 소프트웨어에 구현 예 경계 요소 모델링)을 사용하여 전달 솔루션을 결정한다. 이렇게하려면 명령 "MNE 마 앞으로 해결"을 실행합니다.
  3. 소스 분석을위한 GMFP에서 피크 시점을 식별한다. 이렇게하려면 .fif 파일에 대한 명령 "MNE_Browse_Raw"를 실행합니다.
    1. ". 필터 변경을 클릭합니다"필터를 "조정"을 클릭 조정 ","저울 "스케일을 변경합니다.를 클릭"조정 ","선택 &# 34; 몽타주 선택을 변경합니다.
    2. 원시 전압 데이터의 시점을 클릭합니다. "윈도우", "보기 주석 자"를 클릭합니다. 해당 번호와 코멘트와 코드를 선택한 시점에 "표시"를 클릭합니다. 적용 가능한 경우 주석 필드를 덮어 씁니다.
    3. 평균 필드에 주석 번호를 입력합니다. "평균"을 클릭합니다. "평균 관리", "윈도우"을 클릭합니다. "다른 이름으로 저장"이름 .fif 파일을 클릭합니다.
  4. 적절한 시점에서 (시험)간에 전위 평균을 유발하여 적절한 역 연산자 (MNE 소프트웨어에 구현 예 최소 규범 추정)을 이용하여 전류원 솔루션을 계산한다. 이렇게하려면 "MNE 역 운영자"명령을 실행합니다.
  5. 유발 된 피크의 소스 영역을 식별하기 위해 생성 된 화상에 전압 임계 값을 적용한다.
    1. "윈도우"를 클릭, "시작 MNE는 분석". "파일", "열기"를 클릭합니다. 선택 시간-P"파일"필드에서 OINT 평균 .fif 파일입니다. "역 운영자"필드에서 파일 .fif 선택 역.
    2. "파일", "로드 표면"을 클릭합니다. MRI 재건 데이터에 대한 경로를 선택합니다. "사용 가능한 표면"필드에 "Pial"를 선택합니다.
    3. . 임계 값 분포를 선택 값 히스토그램 "필드"의 규모, 왼쪽 클릭을 조정하려면. 창을 "MNE가 분석"에서 "견적"조정 "을 클릭하여 색상 맵 임계 값을 조정하기 위해 히스토그램을 클릭합니다.
    4. 필드 "MNE가 분석"에서 "IMG"을 클릭합니다. "이 .tif"를 선택, "저장"을 선택합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

휴식 상태의 기능적 연결성의 fMRI는 연결없이 이소성 뇌실 주위 회색질 노쥴 높은 기능적 연결성을 보여 피질의 영역 (도 1), 및 제어 영역을 식별하기 위해 사용될 수있다. 이러한 비정상적인 기능 연결이 생리 학적 의미가 있는지 여부를 확인하려면, 상관 휴식 상태의 활동이 대뇌 피질의 영역은 제어의 자극에 의해 생성 된 뇌파 전위에 비해 neuronavigated TMS의 "연결"대상 사이트 및 유발 된 EEG 결과로 선정 될 수있다 동일한 환자의 비 연결된 대상. 또한, 같은 영역은 PNH 환자에서 볼 수있는 비정상적인 기능 연결이 환자의 임상 간질 증후군의 병태 생리 학적 의미가 있는지 여부를 확인하기 위해 건강한 대조군 (그림 2)에 타겟팅 할 수 있습니다. 대뇌 피질의 hyperex의 구체적 존재citability은 세계 평균 필드 전위의 정규화 영역 언더 - 더 - 커브를 결정하...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

휴식 상태의 기능적 연결성 MRI는 인간의 뇌에서 네트워크 접속을 식별하고, 다른 질환 상태에서 발생 26,31,32 연결성의 변화를 식별하기 위해 사용되어왔다. 자기 공명 기능적 연결이 BOLD 신호의 상관 관계를 식별하는 기초로서 혈중 산소의 변화를 기초 신경 활동 인과 의미 이들의 fMRI 연결 발견 생리 관련성 적지 않은 관계가 그러나 및 불분명하다. TMS는 특정 대뇌 피질의 영역에서 뇌 활동의 공간적 시간적 대상으로 조작을 할 수 있습니다; EEG과 결합 될 때, TMS는 다양한 뇌 영역에 걸쳐 자극 뇌의 반응을 평가할 수있다. 연결성에 변화가 관찰 근본적인 질병 병리 생리학에 관련된 수있는 생리 학적 상관 관계가 있는지 따라서, TMS-EEG은 평가 변형의 fMRI 기능적 연결성 영역에 적용될 수있다.

이 문서 인해 비정상적인 기능 연결 네트워크 (37)의 개발과 관련되는 두뇌 발달, 뇌실 주위 결절 헤테로 토피아의 기형에 간...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

MMS, SWG, CJC 및 BSC는 공개할 것이 없습니다. APL은 Nexstim, Neuronix, Starlab Neuroscience, Neuroelectrics 및 Neosync의 과학 자문 위원회에서 활동하고 있으며 경두개 자기 자극(TMS)과 뇌파 검사(EEG) 및 자기 공명 영상(MRI)의 실시간 통합에 대한 여러 발행 및 출원 중인 특허의 발명가로 등재되어 있습니다.

감사의 글

저자는 유발된 전기 활동의 근원 추정 섹션에 도움을 준 Emily L. Thorn, B.A.에게 감사의 뜻을 전합니다. MMS는 Harvard Catalyst/The Harvard Clinical and Translational Science Center(National Center for Research Resources 및 National Center for Advancing Translational Sciences, National Institutes of Health Award KL2 TR001100)의 KL2/Catalyst Medical Research Investigator Training Award의 지원을 받았습니다. CJC는 미국 국립보건원(National Institutes of Health, 5K12NS066225)의 보조금으로 지원되었습니다. APL은 Sidney R. Baer Jr. Foundation, National Institutes of Health(R01 HD069776, R01 NS073601, R21 MH099196, R21 NS082870, R21 NS085491, R21 HD07616) 및 Harvard Catalyst/Harvard Clinical and Translational Science Center(NCRR 및 NCATS, NIH UL1 RR025758)의 보조금으로 부분적으로 지원되었습니다. BSC는 미국 국립신경장애뇌졸중연구소(National Institute of Neurological Disorders and Stroke, R01 NS073601)의 지원을 받았습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
3T MRI 스캐너
MRI 기능 연결 소프트웨어
MRI 이미지보기 소프트웨어MRICron
Transcranial Magnetic StimulatorNexstimeXimia Stimulator다른 공급 업체의 자극기를 사용할 수 있습니다 예 : < / i>, Magventure, Magstim
MRI 신경 항법 시스템NexstimNBS v3.2.1대체 MRI 신경 항법 시스템, eg , Brainsight, Localite
TMS 호환 EEG 시스템NexstimEximia EEG대안 : Brain Products, Synamps, ANT
MatlabMathworksR2012b대안 : Octave
EEGLab
최소 표준 추정치 (MNE) 소프트웨어
프리서퍼

참고문헌

  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).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

휴지기 기능적 연결성경두개 자기 자극법뇌파 기록뇌전증 뇌 흥분성피질 과흥분성 평가TMS 유발 뇌파 활동기능적 연결성 MRI신경 항법 유도 자극독립 성분 분석발작 시작 구역 국소화
간질 환자의 뇌 흥분을 연결 관련 평가하는 멀티 모달 Imaging- 및 자극 기반 방법
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.