Name: 측두엽 간질의 기능적 연결성 MRI를 사용하여 기본 모드 네트워크의 네트워크 분석 (동영상) | JoVE Journal
Uploaded: 2014-08-05T14:00:00.000+00:00
Duration: 12 min 9 s
Description: 배우세요 측두엽 간질 환자와 건강한 대조군의 휴식 상태 기능적 연결성 MRI를 비교하는 방법입니다. 기본 모드 네트워크의 네트워크 분석을 통해 뇌 연결성 차이를 통계적으로 평가하고 간질의 신경 기전을 이해하는 데 활용합니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

NIH-NINDS K23 그랜트 NS044936 (JMS)이 연구를위한 자금 조달은 미국의 간질 재단, 의학 전산 및 통합 바이오 메디컬 연구 센터 (CIBR) 씨 그랜트 상 (ZH)의 베일러 대학에 의해 제공되었다; . 엘리자베스 피어스 (UCLA)와 LEFF 가족 재단 (JMS)는 데이터 수집에 의해 지원되었다.

1. 주제 <ol><li> 36 주제의 연구 결과 인구는 3 개 그룹을 포함한다 : 바로 TLE (N = 11), (= 12 N) TLE를 떠났고, 건강한 대조군 (N = 13). 모든 주제에서 서면 동의서를 얻습니다. 이 연구는 캘리포니아 대학, 로스 앤젤레스 (UCLA) 임상 시험 심사위원회의 가이드 라인을 따른다. </li><li> 간질 대상 그룹은 비디오 뇌파 모니터링, 뇌 MRI, PET 영상 및 신경 심리적 테스트에 의해 결정 전방 측두엽 절제술을위한 후보자 환자해야합니다. 환자의 fMRI 스캔하는 동안 그들의 일반적인 약물 치료를 계속해야하고 압수하는 즉시 검색 할 수 없습니다. 모든 주제는 정상적인 뇌 자기 공명 영상을 가지고 (환자 그룹에서 간질 이외의) 신경 학적 질환에서 무료로 또는 신경 학적 약물을 사용하고 있는지 확인하십시오. </li></ol> 2. 영상 <ol><li> 영상에 대한 3 테슬라 MRI 시스템을 사용합니다. 에코 평면 IMAG을 사용하여 기능적인 이미지를 축 조각을 얻습니다ING (EPI) 순서와 버릇 그라데이션을 사용하여 해부학 적 이미지를이 (SPGR) 시퀀스를 회상했다. </li><li> 다음 매개 변수를 사용하여 기능적인 이미징을 수행 TR = 2000 밀리 초, TE = 30 밀리 초, FOV = 210mm, 매트릭스 = 64 X 64, 슬라이스 두께 4mm, 34 조각. TR = 20 밀리 초, TE = 3 밀리, FOV = 256mm, 매트릭스 = 256 X 256, 슬라이스 두께 1mm, 160 조각 : 고해상도 구조 영상​​에 대해 다음과 같은 매개 변수를 사용합니다. </li><li> 각 영상 세션은 20 분을 지속한다. 눈을 감고 휴식을 취 참가자를 부탁드립니다. 특별한 청각 입력 할 필요가 없습니다. </li></ol> BOLD 데이터 3. 전처리 <ol><li> 전처리 FSL (FMRIB 소프트웨어 라이브러리) 소프트웨어 버전 4.1.6 (옥스포드, 영국, www.fmrib.ox.ac.uk / FSL) (13, 14)를 사용하여 fMRI를 데이터. 머리의 움직임 이슈 (15)을 제거하기 위해 사용 FSL MCFLIRT : 전처리 단계는 다음을 포함해야합니다. BOLD 파일 BET 옵션-F로 nonbrain 조직 (16)을 제거하는 FSL BET를 사용합니다. 이것은 하나의 실행 F를하는 데 도움이단독 뇌 조직에 urther 분석 단계. </li><li> FEAT에서 등록을 최소한의 가공 분석을 실행합니다. &quot;첫 번째 수준의 분석&quot;을 선택하고 &quot;전체 분석&quot;상위 두 버튼에서 &quot;사전 통계&quot;로 변경합니다. <ol><li> 전 통계 탭에서, &quot;BET의 뇌 추출&quot;을 취소하고 &quot;모션 보정&quot;의 &quot;없음&quot;(이 이미 위에서 행해졌 등)을 선택합니다. 다음 해부 (SPGR) 이미지, 그리고 표준 (MNI) 이미지의 기능 (BOLD) 이미지를 등록합니다. 이렇게 피사체의 뇌 공간에 표준 공간에서 선택된 씨앗 워프 분석 중에 나중에 사용되는 변환 행렬의 생성을 초래한다. </li></ol></li><li> ( &quot;standard2example_func.mat&quot;라는 이름의) 생성 된 변형 행렬을 사용하여 개별 BOLD 공간으로 CSF와 흰색 물질의 ROI를 변환 할 수 있습니다. <ol><li> fslmeants 명령을 사용하여 CSF와 흰색 물질의 ROI에서 시계열을 추출,마스크로서 개별 제목 공간에서 ROI를 사용. 소프트웨어 &quot;R&quot;을 사용하여 추출 된 시계열을 정상화. 이러한 시계열 나중에 분석에서 대응 인공적 신호를 제거하는 GLM에서 회귀로서 사용된다. </li></ol></li><li> 다음 단계는 대상의 움직임과 관련된 유물을 제거합니다. 운동 매개 변수의 회귀를 들어, 실행하기 전에 FSL의 FEAT에서 다음을 설정합니다. <ol><li> 데이터 탭에서, 데이터 집합에 해당하는 TR 값을 설정, 입력으로 동작 보정 및 뇌 추출 파일을 사용합니다. 100 초 필터를 사용하여 필터링 하이 패스를 설정합니다. 하이 패스 필터링은 매우 낮은 주파수의이다없는 관심의 신호를 제거합니다. 고주파 신호를 제거하는 저역 통과 필터는 단계 4.1에서 나중에 적용될 것이다. </li><li> 사전 통계 탭 내에서 이미 수행 된 것과 같이 &quot;모션 보정&quot;에서 &quot;없음&quot;을 선택합니다. 이미 완료되었을 때 &quot;BET의 뇌 추출을&quot;선택을 취소합니다. 공간 평활화를 수행5mm 반치 전폭 (FWHM)을 사용. </li><li> 통계 탭에서, 6 모션 매개 변수와 시간의 유도체를 퇴보. 회선에 대해 &quot;없음&quot;을 선택하고 &quot;시간 필터링을 적용합니다.&quot;일반 선형 모형 (GLM)에 이러한 퇴화 FEAT 분석 모델에 입력 한 다음 될 수있는 운동 매개 변수의 텍스트 파일을 얻을 수 FSL MCFLIRT의 출력을 사용하여 </li><li> 또한 GLM에 추출 및 이전 단계에서 표준화 된 CSF와 흰색 물질의 신호를 추가 할 수 있습니다. , 컨볼 루션은 &quot;없음&quot;을 선택 도함수를 추가하고, &quot;시간 필터링을 적용&quot;을 선택 취소합니다. </li></ol></li></ol> 4. 통계 방법 <ol><li> 위에서 설명한 사전에서 잔차 종자 기반 상관 관계에 사용되어야한다. 이들 잔차가 제 0.1 Hz의 저역 통과 필터를 통과해야하고, 표준 편차로 나누어, 평균을 감산하고 추가하여 확장하여 demeaned100. 씨앗 MRICron 소프트웨어를 사용하여 표준 MNI 공간에서 6mm의 직경으로 정의되어야한다. </li><li> 후방 및 전방 씨는 다음과 같은 좌표에 해당한다 : (1) RSP / PCUN 영역 (X = 2, Y는 -60, z는 = 36 =)과 (2) ventromedial 전두엽 피질 (VMPFC, X = 3, Y = 60, Z = -1). 이러한 시드 위치는 건강한 대조군에 정의되어 있고 다음 단계 17-19에서 대상 공간으로 변환된다. <ol><li> 씨앗은 이후 표준 MNI 공간에서 각 과목의 개별 기능의 두뇌 공간으로 변환해야합니다. 이 경우, 개별 기능 (BOLD) 공간으로 표준 (MNI) 우주에서 씨앗을 변환 ( &quot;standard2example_func.mat&quot;라는 이름의) 위의 생성 된 변형 행렬을 사용합니다. </li><li> fslmeants는 이전 demeaned 및 마스크로서 개별 제목 공간에서 시드를 사용하여 잔류 스케일로부터 시계열을 추출 명령을 사용한다. 소프트를 이용하여 추출 된 시계열을 정상화소 &quot;R&quot;. </li></ol></li><li> 시드 복셀과 다른 뇌 복셀 사이의 부분 상관 관계는 각각의 실행에 대한 각각의 주제에 대해 별도로 계산해야한다. 이 경우, FSL FEAT의 GUI 내에서, &quot;첫 번째 수준의 분석&quot;을 선택한 후 &quot;통계 + 후 통계&quot;. 데이터 탭에서, 이전에 demeaned 및 축소 잔류은 FEAT에 입력으로 사용되어야한다. </li><li> 잔류가 이미 높은 100 초에 전달 될 때, 10,000 하이 패스 필터 차단을 설정합니다. 통계 탭에서, &quot;영화의 사전 백색 화 사용&quot;선택을 취소하고, GLM에서 이전에 추출 및 표준화 된 종자 시간 시리즈를 사용합니다. 포스트 통계 탭에서, 2.0의 값을 원하는 Z-스탯 임계 값을 설정합니다. </li><li> 이전 주제 내에서 실행을 결합 그룹 분석을 실행에, 피셔의 Z 변환은 이전에 실행 된 상관 관계 분석 (4.3 단계)에서 생성 (매개 변수 추정의 선명도를) 대처 파일에서 수행해야합니다. 복사 등록 데이터 FR톰 FEAT 분석의 &quot;등록&quot;디렉토리 단계 4.3의 상관 실행에 3.1 단계에서 수행. </li><li> 각 피사체 내에서 실행을 결합하여보다 높은 수준의 분석을 실행. 이 경우, FSL FEAT의 GUI 내에서, &quot;높은 수준의 분석&quot;을 선택한 후 &quot;통계 + 후 통계&quot;. &quot;데이터&quot;탭에서, 선택 &quot;입력은 낮은 수준의 FEAT 디렉토리는&quot;단계 4.4에서 피사체의 실행을 입력합니다. &quot;통계&quot;탭에서, &quot;단순 OLS 혼합 효과&quot;를 선택합니다. 모델로 평균 효과를 설정; 피사체의 실행의 각 1의 값을 입력합니다. </li><li> 과목, 일반 최소 제곱 (OLS) 사이에 실행을 통해 데이터를 결합하는 간단한 혼합 효과 분석을 사용해야합니다. 이 경우, FSL FEAT의 GUI 내에서, &quot;높은 수준의 분석&quot;을 선택하고 &quot;통계 + 후 통계&quot;. 데이터 탭에서 선택 &quot;입력은 낮은 수준의 FEAT 디렉토리입니다&quot;및 4.5 단계에서 피험자의 결합 실행을 입력합니다. </li><li> 통계 탭에서, &quot;혼합 효과 : 간단한 OLS&quot;선택 &#39;의 3 개 그룹으로 모델을 설정을; 각 주체가 속한 그룹, 그렇지 않으면 0을 위해 1의 값을 입력합니다. 그룹 분석은 세 그룹 (오른쪽 TLE, 왼쪽 TLE 및 건강한 대조군)에 맞습니다 세 가지 수준으로 일원 분산 분석을 사용하여 각 복셀에 수행해야합니다. </li><li> 임계 값 Z 통계 이미지 Z&gt; 2.0의 임계 값을 형성하는 클러스터를 사용하여 P의 클러스터 중요한 임계 값 = 0.05 (20)을 수정. 상관 관계지도에 정확한 Z-값을 얻으려면, 역 피셔의 Z 변환 결과에서 수행해야합니다. </li><li> 다음과 같은 특정 대비 (1)을 마우스 오른쪽 TLE&gt; 컨트롤을 비교해야합니다; (2) TLE&gt; 컨트롤을 왼쪽; (3) 오른쪽 TLE&gt; TLE 왼쪽; (4) TLE&gt; 바로 TLE 왼쪽; (5) 제어&gt; 바로 TLE; TLE 남아 (6) 제어&gt;; (7) TLE (결합 좌우)&gt; 제어; 및 (7) 제어&gt; TLE (왼쪽 결합 오른쪽). </li></ol>

<ol><li>Biswal, B. B., Yetkin, F. Z., Haughton, V. M., Hyde, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+connectivity+in+the+motor+cortex+of+resting+human+brain+using+echo-planar+MRI%5BTitle%5D)+AND+%22Magn.+Reson.+Med%22%5BJournal%5D)">Functional connectivity in the motor cortex of resting human brain using echo-planar MRI.</a> Magn. Reson. Med. 34, 537-541 (1995).</li>
<li>Fox, M. D., Greicius, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clinical+applications+of+resting+state+functional+connectivity%5BTitle%5D)+AND+%22Front.+Syst.+Neurosci%22%5BJournal%5D)">Clinical applications of resting state functional connectivity.</a> Front. Syst. Neurosci. 4, 1-13 (2010).</li>
<li>Laufs, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Electroencephalographic+signatures+of+attentional+and+cognitive+default+modes+in+spontaneous+brain+activity+fluctuations+at+rest%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Electroencephalographic signatures of attentional and cognitive default modes in spontaneous brain activity fluctuations at rest.</a> Proc. Natl. Acad. Sci. U.S.A. 100, 11053-11058 (1073).</li>
<li>Shmuel, A., Leopold, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neuronal+correlates+of+spontaneous+fluctuations+in+fMRI+signals+in+monkey+visual+cortex%3A+Implications+for+functional+connectivity+at+rest%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Neuronal correlates of spontaneous fluctuations in fMRI signals in monkey visual cortex: Implications for functional connectivity at rest.</a> Hum. Brain Mapp. 29, 751-761 (2008).</li>
<li>Margulies, D. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Resting+developments%3A+a+review+of+fMRI+post-processing+methodologies+for+spontaneous+brain+activity%5BTitle%5D)+AND+%22Magn.+Mater.+Phys.+Biol%22%5BJournal%5D)">Resting developments: a review of fMRI post-processing methodologies for spontaneous brain activity.</a> Magn. Mater. Phys. Biol. 23, 289-307 (2010).</li>
<li>Biswal, B. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Toward+discovery+science+of+human+brain+function%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Toward discovery science of human brain function.</a> Proc. Natl. Acad. Sci. U.S.A. 107, 4734-4739 (2010).</li>
<li>Haneef, Z., Lenartowicz, A., Yeh, H. J., Engel, J., Stern, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+lateralized+temporal+lobe+epilepsy+on+the+default+mode+network%5BTitle%5D)+AND+%22Epilepsy+Behav%22%5BJournal%5D)">Effect of lateralized temporal lobe epilepsy on the default mode network.</a> Epilepsy Behav. 25, 350-357 (2012).</li>
<li>Pillai, J. J., Williams, H. T., Faro, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+imaging+in+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Semin.+Ultrasound.+CT+MR%22%5BJournal%5D)">Functional imaging in temporal lobe epilepsy.</a> Semin. Ultrasound. CT MR. 28, 437-450 (2007).</li>
<li>Blumenfeld, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Positive+and+negative+network+correlations+in+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Cereb.+Cortex%22%5BJournal%5D)">Positive and negative network correlations in temporal lobe epilepsy.</a> Cereb. Cortex. 14, 892-902 (2004).</li>
<li>Dupont, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+perfusion+patterns+in+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Eur.+J.+Nucl.+Med.+Imaging%22%5BJournal%5D)">Dynamic perfusion patterns in temporal lobe epilepsy.</a> Eur. J. Nucl. Med. Imaging. 36, 823-830 (2009).</li>
<li>Fransson, P., Marrelec, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+precuneus%2Fposterior+cingulate+cortex+plays+a+pivotal+role+in+the+default+mode+network%3A+Evidence+from+a+partial+correlation+network+analysis%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">The precuneus/posterior cingulate cortex plays a pivotal role in the default mode network: Evidence from a partial correlation network analysis.</a> Neuroimage. 42, 1178-1184 (2008).</li>
<li>Buckner, R. L., Andrews-Hanna, J. R., Schacter, D. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+brain%27s+default+network%5BTitle%5D)+AND+%22Ann.+N.+Y.+Acad.+Sci%22%5BJournal%5D)">The brain's default network.</a> Ann. N. Y. Acad. Sci. 1124, 1-38 (2008).</li>
<li>Woolrich, M. W., Ripley, B. D., Brady, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+autocorrelation+in+univariate+linear+modeling+of+FMRI+data%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Temporal autocorrelation in univariate linear modeling of FMRI data.</a> Neuroimage. 14, 1370-1386 (2001).</li>
<li>Forman, S. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+assessment+of+significant+activation+in+functional+magnetic+resonance+imaging+%28fMRI%29%3A+use+of+a+cluster+size+threshold%5BTitle%5D)+AND+%22Magn.+Reson.+Med%22%5BJournal%5D)">Improved assessment of significant activation in functional magnetic resonance imaging (fMRI): use of a cluster size threshold.</a> Magn. Reson. Med. 33, 636-647 (1995).</li>
<li>Jenkinson, M., Bannister, P., Brady, M., Smith, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+optimization+for+the+robust+and+accurate+linear+registration+and+motion+correction+of+brain+images%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Improved optimization for the robust and accurate linear registration and motion correction of brain images.</a> Neuroimage. 17, 825-841 (2002).</li>
<li>Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fast+robust+automated+brain+extraction%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Fast robust automated brain extraction.</a> Hum. Brain Mapp. 17, 143-155 (2002).</li>
<li>Raichle, M. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+default+mode+of+brain+function%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">A default mode of brain function.</a> Proc. Natl. Acad. Sci. U.S.A. 98, 676-682 (2001).</li>
<li>Uddin, L. Q., Kelly, A. M., Biswal, B. B., Castellanos, F. X., Milham, M. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+connectivity+of+default+mode+network+components%3A+correlation%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Functional connectivity of default mode network components: correlation.</a> Hum. Brain Mapp. 30, 625-637 (2009).</li>
<li>Singh, K. D., Fawcett, I. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transient+and+linearly+graded+deactivation+of+the+human+default-mode+network+by+a+visual+detection+task%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Transient and linearly graded deactivation of the human default-mode network by a visual detection task.</a> Neuroimage. 41, 100-112 (2008).</li>
<li>Worsley, K. J., Evans, A., Marrett, S., Neelin, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+three-dimensional+statistical+analysis+for+CBF+activation+studies+in+human+brain%5BTitle%5D)+AND+%22J.+Cereb.+Blood+Flow+Metab%22%5BJournal%5D)">A three-dimensional statistical analysis for CBF activation studies in human brain.</a> J. Cereb. Blood Flow Metab. 12, 900-918 (1992).</li>
<li>Spencer, S. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+networks+in+human+epilepsy%3A+evidence+of+and+implications+for+treatment%5BTitle%5D)+AND+%22Epilepsia%22%5BJournal%5D)">Neural networks in human epilepsy: evidence of and implications for treatment.</a> Epilepsia. 43, 219-227 (2002).</li>
<li>Greicius, M. D., Srivastava, G., Reiss, A. L., Menon, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Default-mode+network+activity+distinguishes+Alzheimer%27s+disease+from+healthy+aging%3A+evidence+from+functional+MRI%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Default-mode network activity distinguishes Alzheimer's disease from healthy aging: evidence from functional MRI.</a> Proc. Natl. Acad. Sci. U.S.A. 101, 4637-4642 (2004).</li>
<li>Kennedy, D. P., Redcay, E., Courchesne, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Failing+to+deactivate%3A+resting+functional+abnormalities+in+autism%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Failing to deactivate: resting functional abnormalities in autism.</a> Proc. Natl. Acad. Sci. U.S.A. 103, 8275-8280 (2006).</li>
<li>Garrity, A. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Aberrant+%26%2334%3Bdefault+mode%26%2334%3B+functional+connectivity+in+schizophrenia%5BTitle%5D)+AND+%22Am.+J.+Psychiatry%22%5BJournal%5D)">Aberrant &#34;default mode&#34; functional connectivity in schizophrenia.</a> Am. J. Psychiatry. 164, 450-457 (2007).</li>
<li>Mannell, M. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Resting+state+and+task-induced+deactivation%3A+A+methodological+comparison+in+patients+with+schizophrenia+and+healthy+controls%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Resting state and task-induced deactivation: A methodological comparison in patients with schizophrenia and healthy controls.</a> Hum. Brain Mapp. 31, 424-437 (2010).</li>
<li>Jones, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Age-related+changes+in+the+default+mode+network+are+more+advanced+in+Alzheimer+disease%5BTitle%5D)+AND+%22Neurology%22%5BJournal%5D)">Age-related changes in the default mode network are more advanced in Alzheimer disease.</a> Neurology. 77, 1524-1531 (2011).</li>
<li>Kobayashi, Y., Amaral, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Macaque+monkey+retrosplenial+cortex+II.+Cortical+afferents%5BTitle%5D)+AND+%22J.+Comp.+Neurol%22%5BJournal%5D)">Macaque monkey retrosplenial cortex II. Cortical afferents.</a> J. Comp. Neurol. 466, 48-79 (2003).</li>
<li>Dupont, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+perfusion+patterns+in+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Eur.+J.+Nuclear+Med.+Mol.+Imaging%22%5BJournal%5D)">Dynamic perfusion patterns in temporal lobe epilepsy.</a> Eur. J. Nuclear Med. Mol. Imaging. 36, 823-830 (2009).</li>
<li>Laufs, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+lobe+interictal+epileptic+discharges+affect+cerebral+activity+in+%E2%80%9Cdefault+mode%E2%80%9D+brain+regions%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Temporal lobe interictal epileptic discharges affect cerebral activity in “default mode” brain regions.</a> Hum. Brain Mapp. 28, 1023-1032 (2007).</li>
<li>Morgan, V. L., Gore, J. C., Abou-Khalil, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+epileptic+network+in+left+mesial+temporal+lobe+epilepsy+detected+using+resting+fMRI%5BTitle%5D)+AND+%22Epilepsy+Res%22%5BJournal%5D)">Functional epileptic network in left mesial temporal lobe epilepsy detected using resting fMRI.</a> Epilepsy Res. 88, 168-178 (2010).</li>
<li>Gotman, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Generalized+epileptic+discharges+show+thalamocortical+activation+and+suspension+of+the+default+state+of+the+brain%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Generalized epileptic discharges show thalamocortical activation and suspension of the default state of the brain.</a> Proc. Natl. Acad. Sci. U.S.A. 102, 15236-15240 (2005).</li>
<li>Hamandi, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG-fMRI+of+idiopathic+and+secondarily+generalized+epilepsies%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">EEG-fMRI of idiopathic and secondarily generalized epilepsies.</a> Neuroimage. 31, 1700-1710 (2006).</li>
<li>Pittau, F., Grova, C., Moeller, F., Dubeau, F., Gotman, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Patterns+of+altered+functional+connectivity+in+mesial+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Epilepsia%22%5BJournal%5D)">Patterns of altered functional connectivity in mesial temporal lobe epilepsy.</a> Epilepsia. 53, 1013-1023 (2012).</li>
<li>Liao, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Default+mode+network+abnormalities+in+mesial+temporal+lobe+epilepsy%3A+a+study+combining+fMRI+and+DTI%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Default mode network abnormalities in mesial temporal lobe epilepsy: a study combining fMRI and DTI.</a> Hum. Brain Mapp. 32, 883-895 (2011).</li>
<li>Pereira, F. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Asymmetrical+hippocampal+connectivity+in+mesial+temporal+lobe+epilepsy%3A+evidence+from+resting+state+fMRI%5BTitle%5D)+AND+%22BMC+Neurosci%22%5BJournal%5D)">Asymmetrical hippocampal connectivity in mesial temporal lobe epilepsy: evidence from resting state fMRI.</a> BMC Neurosci. 11, 1-13 (2010).</li>
<li>Dupont, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bilateral+hemispheric+alteration+of+memory+processes+in+right+medial+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22J.+Neurol.+Neurosurg.+Psychiatr%22%5BJournal%5D)">Bilateral hemispheric alteration of memory processes in right medial temporal lobe epilepsy.</a> J. Neurol. Neurosurg. Psychiatr. 73, 478-485 (2002).</li>
<li>Vlooswijk, M. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+MRI+in+chronic+epilepsy%3A+associations+with+cognitive+impairment%5BTitle%5D)+AND+%22Lancet+Neurol%22%5BJournal%5D)">Functional MRI in chronic epilepsy: associations with cognitive impairment.</a> Lancet Neurol. 9, 1018-1027 (2010).</li>
<li>McCormick, C., Quraan, M., Cohn, M., Valiante, T. A., McAndrews, M. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Default+mode+network+connectivity+indicates+episodic+memory+capacity+in+mesial+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Epilepsia%22%5BJournal%5D)">Default mode network connectivity indicates episodic memory capacity in mesial temporal lobe epilepsy.</a> Epilepsia. 54, (2013).</li>
<li>Zhang, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+spontaneous+neuronal+activity+of+the+default-mode+network+in+mesial+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Brain+Res%22%5BJournal%5D)">Altered spontaneous neuronal activity of the default-mode network in mesial temporal lobe epilepsy.</a> Brain Res. 1323, 152-160 (2010).</li>
<li>Horovitz, S. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoupling+of+the+brain%27s+default+mode+network+during+deep+sleep%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Decoupling of the brain's default mode network during deep sleep.</a> Proc. Natl. Acad. Sci. U.S.A. 106, 11376-11381 (2009).</li>
<li>Deshpande, G., Kerssens, C., Sebel, P. S., Hu, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+local+coherence+in+the+default+mode+network+due+to+sevoflurane+anesthesia%5BTitle%5D)+AND+%22Brain+Res%22%5BJournal%5D)">Altered local coherence in the default mode network due to sevoflurane anesthesia.</a> Brain Res. 1318, 110-121 (2010).</li>
</ol>

엥겔 박사는 NIH 보조금 P01 NS02808, R01 NS33310, 그리고 U01 NS42372에 의해 자금 지원, 특허 WO 2009/123734A1을 가지고 있으며, 2009/123735A1는 MedLink, 터스 KLUWER, 블랙웰, 그리고 엘스 비어에서 로열티를받는 WO 및 Medtronics에서 사례금을받은 , 터스 KLUWER, 그리고 최고의 의사. 박사 스턴은 UCB와 룬드 벡의 지불 고문을 역임했다. 박사 스턴 MedLink 신경학의 편집기, 그리고 터스 KLUWER에서와 맥그로 - 힐에서 로열티를 받고있다. 나머지 저자는 선언하는 공개 또는 이해 관계의 충돌이 없습니다.

간질은 네트워크 질환이라고 생각하고, 개인 네트워크의 이상은 발작시와 간기 상태 (21)에 존재한다. 작업 기반의 fMRI는 TLE 8 언어 및 메모리 네트워크의 이상을 분석하기 위해 사용되었다. FcMRI은 휴식 상태에서 주로 활동 네트워크 그대로 DMN (12)를 연구하는 고유의 장점이 있습니다. DMN은 그대로 남아 있으며 자연 생각에 종사하는 깨어있는 개인의 활동이 발견 된 뇌 영역의 네트워크입니다. 이 지역은 VMPFC, RSP / PCUN, 후부 cingulate의 피질, 열등한 정수리 지역, 측면 시간 영역과 해마 12,17을 포함하는 것으로 나타났다. DMN은 의식 상태에 대한 기판이 될 것으로 생각됩니다. 그것은 의식, 기억, 이러한 부재 발작, 알츠하이머 병, 자폐증 / 정신 분열증, respecti 사회적 인식에 영향을 미치는 조건으로 변경 될 것으로보고되었다되었습니다 Vely 22-26. <p clas...

기능적 연결성 MRI (fcMRI)는 자신의 혈액 산소화 수준 종속 (BOLD) 신호 타임 시리즈의 유사성에 기초하여 서로 다른 뇌 영역 사이의 관계를 정량화의 fMRI 데이터에 비교적 최근의 분석 방법이다 - 이것은 &quot;기능적&quot;연결 호출을하고, 지역 (예를 들면, 백질 섬유) 사이의 물리적 연결의 존재를 설명 해부학 ​​적 연결을 구별. 참가자가 작업에 종사하거나 소위 &quot;정지 상태&quot;에있을 때이 방법의 특별한 애플리케이션에서, 시계열은 수집된다. 1995 1에서 설명하지만, fcMRI은 2012 년 기술 관련 약 1,000 출판물의 결과에 엄청난 관심이있다. fcMRI는 ((1) 수행 할 특정 작업이 없는지에 작업 기반 fMRI를 통해 고유의 장점이 있습니다 2) 대상의 협력은필요가 없다, (3) 데이터 세트 여러 다른 네트워크에 질의하는 데 사용될 수 잡음비 (4) 더 나은 신호 인해 개인 대뇌 지학 차이 및 작업 성의 혼동 2의 (5) 우회하는 가능성이 존재한다. 그 개념의 증거로, fcMRI 변화는 뇌의 EEG 3의 변화와 지역 현장 잠재력 4에 해당하는 것으로 나타났다. fcMRI 분석 기술은 투자 수익 (ROI) / 씨앗 기반 기술, 독립 성분 분석 (ICA), 그래프 이론 분석, 그랜저 인과 관계 분석, 지역 방법 (낮은 주파수 변동, 지역 동질성 분석의 진폭), 기타 5 (가) 있습니다. 가장 인기있는 방법은 종자 기반 및 ICA 방법 6 있지만 단 하나의 기술은 아직 다른 통해 일반 우수성을 입증 없다. 종자 기반 fcMRI이 연구에서 추정되는 네트워크의 미리 선택된 부분에서 BOLD 신호의 시간 변동의 상관 관계는 &quot;씨라고1; 또는 뇌의 다른 부분에 &quot;관심 영역 (ROI)&quot;. 씨앗 지역에 BOLD 신호, 상관을 보여주는 뇌의 영역은 관련 네트워크의 일부 경계를 구분하는 것으로 생각된다. 반면에, ICA는 뇌 전체 5 혈역학 적 신호의 특성을 분석하여 공간 - 시간적 상관 관계 뇌 영역 (독립 구성 요소, IC) 데이터 추출하는 모델이없는 데이터 기반 분석을 사용합니다. 현재 원고에서, TLE의 DMN의 휴식 상태 종자 기반의 연결성 분석 이전에 출판 된 연구에 사용 된 방법에 대한 설명은 7 표시됩니다. TLE는 성인 간질의 가장 일반적인 형태입니다. 발작뿐만 아니라, TLE 메모리, 행동, 생각, 감각 기능 8 포함한 여러 뇌 네트워크의 장애의 원인이됩니다. DMN은 의식, 휴식 상태인지를 subserving 대뇌 지역으로 구성되어있다. DMN은 감소 consc과 관련된 발작에 관여하는 것으로보고되고있다iousness 9,10. 또한, 해마는 TLE에 포함 된 주요 구조 및 DMN의 구성 요소가 될 것으로 생각하고있다. 그러나, 해마 형성 PCC의 연결은 내측 전두엽과 열등한 정수리 피질과 같은 다른 DMN 구성 요소에 비해 약하다. 이 해마는 DMN의 서브 네트워크 또는 상호 작용 네트워크 (11, 12) 중 하나입니다 것을 제안합니다. TLE 및 DMN 사이의 이러한 공통점은 기능적인 연결이 TLE에서 변경 될 DMN 가능성을 올립니다. 이 분석은 TLE의 DMN의 참여에 대한 통찰력을 얻기 위해 건강한 컨트롤에 TLE 대상자의 DMN을 비교합니다. DMN의 주요 허브에 배치 씨앗의 연결 - 전방 및 후방 허브 영역은 (12)을 분석 하였다. 씨앗은 retrosplenium / precuneus (RSP / PCUN)뿐만 아니라 TLE를 가진 환자와의 ventromedial 전두엽 피질 (VMPFC)으로 구성된 전방 허브로 구성된 후방 허브에 넣었다건강한 DMN의 후방 및 전방 서브 네트워크를 식별하기 위해 제어합니다.

<table><tbody><tr><td>이미지 분석 소프트웨어가 설치된</td><td></td><td></td><td></td></tr> <tr><td>MRI 기계</td><td></td><td></td><td></td></tr> Linux 워크스테이션</tbody></table>

측두엽 간질의 기능적 연결성 mri를 사용하여 기본 모드 네트워크의 네트워크 분석

Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy

기능적인 연결성 MRI (fcMRI)은 시간이 지남에 BOLD 신호 변동의 상관 관계에 따라 서로 다른 뇌 영역의 연결을 검사의 fMRI 방법입니다. 측두엽 간질 (TLE)은 성인 간질의 가장 흔한 형태이며, 여러 뇌 네트워크를 포함한다. 디폴트 모드 네트워크 (DMN)을 의식, 휴식 상태인지에 관여 발작은 의식의 손상의 원인이 어디에 TLE에 영향을받는 것으로 생각된다. 간질의 DMN은 씨앗 fcMRI 기반을 사용하여 조사 하였다. DMN의 전방 및 후방 허브는이 분석의 씨앗으로 사용되었다. 결과는 기저 상태에서 전방 및 TLE의 DMN의 후방 허브 사이의 단절을 보여줍니다. 또한, 함께 왼쪽 TLE의 다른 뇌 영역에 증가 DMN 연결이 바로 TLE에 연결을 감소 현상이 발견된다. 분석은 종자 기반 fcMRI는 TLE 같은 뇌 질환에서 뇌 네트워크를 조사하는 데 사용할 수있는 방법을 보여줍니다.

그림 1은 DMN은 후방 씨 (RSP / PCUN 빨강, 노랑 색상) 및 전방 씨 (VMPFC, 블루 그린 색)에서 연결과 계시 표시하고 다른 주제 그룹에있는 네트워크를 비교한다 (그림 1A-C) 서로 사이에, 즉 건강한 통제는 모든 TLE (그림 1D 및 1E) 환자 및 건강한 대조군 왼쪽 TLE (그림 1 층 및 1G)과 오른쪽 TLE (그림 1H와 1I)에 개별적으로 비교 비교. 왼쪽과 오른쪽 측두엽 사이의 직접 비교는 (그림 1J 및 1K)에 표시됩니다. TLE TLE는 오른쪽이나 왼쪽 TLE 하나를 갖는 주제를 포함한...

측두엽 간질에서 기본 모드 네트워크 (DMN) (TLE)의 종자 기반 기능 연결 MRI (fcMRI)를 사용하여 뇌의 휴식 상태로 분석된다.

측두엽 간질의 기능적 연결성 MRI를 사용하여 기본 모드 네트워크의 네트워크 분석

Functional connectivity MRI (fcMRI) is an fMRI method that examines the connectivity of different brain areas based on the correlation of BOLD signal ...

다음 실험의 전반적인 목적은 통계 지도를 얻는 것입니다. 건강한 대조군과 뇌전증 환자 간의 휴지기 fMRI 스캔 차이를 비교합니다. 이는 측두엽 뇌전증 환자 및 건강한 대조군 피험자로부터 fMRI 데이터를 획득함으로써 수행됩니다.두 번째 단계로, 데이터를 통계적으로 분석할 수 있도록 FMRI 전처리를 수행합니다. 다음으로, 전처리된 FMRI 데이터를 분석하여 두 집단 간의 통계적으로 유효한 비교 결과를 얻습니다. 이를 통해 뇌전증 환자의 뇌 네트워크가 건강한 대조군의 뇌 네트워크와 비교하여 어떤 차이를 보이는지에 대한 결과를 얻게 됩니다.이 두 그룹 간의 뇌 네트워크 맵에서 나타나는 통계적 차이를 바탕으로, 국소 발작으로 나타나는 뇌전증조차 확산된 네트워크 교란의 창발적 특성이라는 점이 점점 더 분명해지고 있습니다. 이 기술에 대한 아이디어는 발작 중 DEF Favo 네트워크의 중요성을 인식하고, 측두엽 뇌전증 환자의 발작 간기(interictal period)에 기본 LO 네트워크가 비정상적인지 궁금해하면서 시작되었습니다. 이 프로토콜의 연구 대상으로는 세 그룹이 포함되어야 하겠지요?측두엽 뇌전증 환자, 좌측 측두엽 뇌전증 환자 및 건강한 대조군을 대상으로 합니다. 총 약 35명의 피험자를 권장합니다. 뇌전증 피험자 군은 비디오, EEG 모니터링, PET 영상 및 신경심리학적 검사로 결정된 전측두엽 절제술 대상자와 같이 측두엽 뇌전증으로 진단받은 환자여야 하며, 모든 피험자의 뇌 MRI가 정상이고 환자 군에서 뇌전증 외의 다른 신경학적 질환이 없음을 확인해야 합니다.영상 촬영 전 모든 피험자로부터 IRB 승인 및 서면 동의서를 받고 MRI 안전성 스크리닝을 실시하십시오. 환자는 FMRI 스캔 동안 평소 복용하던 약물을 계속 복용해야 하며, 발작 직후에는 스캔을 진행해서는 안 됩니다. 본 프로토콜에 설명된 모든 영상 촬영에는 3 Tesla MRI 시스템을 사용해야 합니다.에코 플래너 이미징(echo planar imaging) 시퀀스를 사용하여 기능적 영상의 축상면 슬라이스를 얻고, 해부학적 영상의 경우 스포일드 그래디언트 리콜(spoiled gradient recalled) 시퀀스를 사용하십시오. 피험자에게 눈을 감은 채 편안하게 정지 상태를 유지하도록 요청하고, 여기에 표시된 파라미터를 사용하여 기능적 영상을 촬영하십시오. 또한 S PGR T1 가중 고해상도 구조 영상 촬영을 위해 다음 파라미터를 사용하십시오.각 영상 촬영 세션은 약 20분 동안 진행되어야 합니다. 우선 FSL 소프트웨어 First를 사용하여 fMRI 데이터를 전처리하십시오. FSL MFL을 사용하여 머리 움직임 아티팩트를 제거하십시오.그런 다음 FSL 뇌 추출 도구 또는 BET를 사용하여 -F 옵션으로 비뇌 조직을 제거합니다. 이를 통해 뇌 조직만으로 후속 분석 단계를 수행할 수 있습니다. 이어서 feet에서 등록(registration)을 포함한 최소 처리 분석을 실행하십시오.상단 두 개의 버튼에서 1단계 분석(first level analysis)을 선택하고 전체 분석(full analysis)을 사전 통계(pre stats)로 변경하십시오. 그런 다음 사전 통계 탭에서 뇌 추출(brain extraction) 체크를 해제하고, 이미 수행된 작업이므로 동작 보정(motion correction)을 '없음(none)'으로 선택하십시오. 이어서 기능적 영상(functional images)을 해부학적 영상(anatomical images)에 등록한 다음, 표준 MNI 영상에 등록하십시오.그 결과 변환 행렬이 생성되며, 이는 이후 분석 단계에서 표준 공간에서 선택한 시드(seed)를 피험자의 뇌 공간으로 워핑(warp)하는 데 사용됩니다. 다음으로, standard_to_example_func.mat라는 이름으로 생성된 변환 행렬을 사용하여 CSF 및 백질 ROI를 개별 BOLD 공간으로 변환합니다. 그런 다음 FSL mean_ts 명령어를 사용하여 CSF 및 백질 ROI에서 시계열 데이터를 추출합니다.개별 피험자 공간의 ROI를 마스크로 사용하여 R 소프트웨어로 추출된 시계열 데이터를 정규화합니다. 이 시계열 데이터는 이후 일반 선형 모델(general linear model)의 회귀 분석 변수로 사용되어 분석에서 해당 아티팩트 신호를 제거하는 데 쓰입니다. 다음 단계는 피험자의 움직임과 관련된 아티팩트를 제거하는 것입니다. 움직임 파라미터의 회귀 분석을 위해 다음과 같이 진행합니다.데이터 탭에서 실행하기 전 FSL feet의 설정을 다음과 같이 지정하십시오. 모션 보정 및 뇌 추출이 완료된 파일을 입력값으로 사용하고, TR 값을 해당 데이터셋에 맞게 설정하십시오. 관심 없는 매우 낮은 주파수 신호를 제거하기 위해 102nd 필터를 사용하여 하이패스 필터링을 설정하십시오. 고주파 신호를 제거하기 위한 로우패스 필터는 이후 pres stats 탭에서 적용됩니다.모션 보정(motion correction) 항목에서는 'none'을 선택하고 체크를 해제하되, 뇌 추출(brain extraction)은 체크하십시오. 이러한 단계들이 이미 수행되었으므로, 5 mm의 반치전폭(full width half maximum)을 사용하여 공간 평활화(spatial smoothing)를 수행합니다. 그 다음 통계(stats) 탭에서 6개의 모션 파라미터와 그 시간적 도함수(temporal derivatives)를 회귀 분석하십시오.convolution은 'none'으로 선택하고 temporal filtering의 'apply'를 체크하십시오. F slrmic flirt의 출력물을 사용하여 움직임 파라미터의 텍스트 파일을 생성하고, 이를 feet analysis에 입력하여 일반 선형 모델(general linear model)에서 해당 변수들을 회귀 분석하십시오. 또한, 이전 단계에서 추출 및 정규화한 CSF와 백질(white matter) 신호를 GLM에 추가하십시오.컨볼루션(convolution)에 대해 'none'을 선택하십시오. 시간적 미분(temporal derivative)을 추가하고 시간적 필터링 적용(apply temporal filtering) 항목의 체크를 해제하십시오. 위에 설명한 전처리 과정에서 얻은 잔차(residuals)를 시드 기반 상관관계 분석(seed based correlation)에 사용해야 합니다.이 잔차들은 먼저 0.1 hertz의 저역 PESS 필터를 통과시킨 후, 평균을 빼서 평균을 0으로 만들고 표준편차로 나누어 표준화한 다음, 100을 더해 스케일을 조정해야 합니다. 시드(seed)는 표준 MNI 공간에서 직경 6 mm로 정의되어야 합니다. MRIcron 소프트웨어를 사용하여, 후방 및 전방 시드는 여기에서 보이는 좌표와 일치시켜야 합니다.이러한 시드 위치는 건강한 대조군 내에서 정의되었음을 유의하십시오. 시드는 이후 표준 MNI 공간에서 각 피험자의 개별 기능적 뇌 공간으로 변환되어야 합니다. 이를 위해, 시드를 표준 m 및 i 공간에서 개별 기능적 공간으로 변환하기 위해 이전에 생성된 변환 행렬을 사용하십시오.다음으로, FSL mean Ts 명령어를 사용하여 앞서 평균이 제거되고 스케일링된 잔차에서 시계열을 추출합니다. 이때 개별 피험자 공간의 시드(seed)를 마스크로 사용합니다. 추출된 시계열은 소프트웨어 R을 사용하여 정규화합니다. 시드 복셀과 뇌의 모든 복셀 간의 부분 상관관계는 각 피험자의 각 런(run)별로 각각 계산해야 합니다.이를 위해 FSL FEAT 인터페이스의 데이터 탭에서 먼저 first level analysis를 선택한 다음 stats plus post stats를 선택하십시오. 이전에 평균 제거 및 스케일 조정(demeaned and scaled)을 거친 잔차(residual)를 입력값으로 사용해야 합니다. 잔차가 이미 100초에서 하이패스 필터링되었으므로, stats 탭에서 하이패스 필터 차단 주파수(high pass filter cutoff)를 10,000으로 설정하십시오.'use film pre whitening' 선택을 해제하고 이전에 추출 및 정규화된 시드 시계열을 사용하십시오. post stats 탭 내의 GLM에서 그룹 분석을 실행하기 전, 원하는 Z stat 임계값을 2.0으로 설정하십시오. 피험자 내의 런(run)들을 결합할 때, 파라미터 추정치의 대비(contrast)에 대해 Fisher Z 변환을 수행해야 합니다.상관 분석을 통해 생성된 파일이며, feet 분석의 reg 디렉토리에서 등록 데이터를 상관 분석 실행 단계로 복사하십시오. 각 피험자 내의 실행 파일들을 결합하여 상위 수준 분석을 수행하십시오. 먼저 상위 수준 분석(higher level analysis)을 선택한 다음, 통계 및 사후 통계(stats plus post stats)를 선택하십시오.그런 다음 데이터 탭에서 입력값이 하위 수준의 피트 디렉토리(feet directories)인지 선택하고, 통계 탭에서 피험자의 런(run) 데이터를 입력하십시오. 혼합 효과(mixed effects)를 선택하십시오. 단순 OLS(Simple OLS)의 경우 평균 효과로 모델을 설정하고, 각 피험자의 런에 대해 1의 값을 입력하십시오.피험자 간의 데이터 오버런을 결합하려면 일반 최소제곱 단순 혼합 효과 분석을 사용해야 합니다. 이를 위해 데이터 탭에서 상위 수준 분석(higher level analysis)과 통계 및 사후 통계(stats plus post stats)를 선택하십시오. 입력값으로 하위 수준 피트 디렉토리(lower level feet directories)를 선택하고 통계 탭에서 피험자의 결합 런(combined Runs)을 입력한 후 혼합 효과(mixed effects)를 선택하십시오. 단순 OLS 모델을 3개 그룹으로 설정하고 그룹 값으로 1을 입력하십시오.각 피험자는 0에 속합니다. 그렇지 않은 경우, 각 복셀에 대해 세 그룹에 해당하는 세 수준의 일원 분산 분석(one-way ANOVA)을 수행하여 임계값을 설정하는 그룹 분석을 실시해야 합니다. Z 통계 이미지에서는 Z > 2.0의 클러스터 형성 임계값과 P = 0.05의 보정된 클러스터 유의성 임계값을 사용하여 상관 맵에서 정확한 Z 값을 얻습니다.결과에 대해 역 피셔 Z 변환(reverse fisher Z transform)을 수행해야 합니다. 마지막으로, 여기 화면에 보이는 다음과 같은 특정 대비(contrasts)를 사용하십시오. 이 그림은 후방 시드(posterior seed)로부터의 연결성으로 나타난 디폴트 모드 네트워크를 보여주며, 여기에는 적황색으로 표시된 후방 팽대(retro splenium)와 전대상피질(precuneus)이 포함됩니다. 또한 전방 시드(anterior seed)로부터의 연결성에는 청록색으로 표시된 복내측 전전두엽 피질(vent medial prefrontal cortex)이 포함됩니다.첫 번째 행은 대조군 피험자의 네트워크를, 두 번째 행은 좌측 측두엽 뇌전증 피험자의 네트워크를, 그리고 마지막 행은 우측 측두엽 뇌전증 피험자의 네트워크를 나타냅니다. 다음 그림들은 이 세 그룹 간의 네트워크를 비교한 것입니다. 여기서는 건강한 대조군과 비교하여, 우측 및 좌측 측두엽 뇌전증 통합 그룹에서 전방 및 후방 시드(seed)를 통해 나타난 디폴트 모드 네트워크를 확인할 수 있습니다.이 그림은 건강한 대조군과 비교하여 좌측 측두엽 뇌전증 환자에서만 동일한 시드 지점으로 나타난 디폴트 모드 네트워크를 보여줍니다. 다음 그림은 건강한 대조군과 비교하여 우측 측두엽 뇌전증 환자에서만 나타난 네트워크를 보여주며, 마지막으로 좌측 측두엽 뇌전증과 우측 측두엽 뇌전증을 비교했을 때 전방 및 후방 시드로 나타난 디폴트 모드 네트워크를 확인할 수 있습니다. 뇌 전체를 포함하는 기능적 연결성 연구는 뇌전증의 근본적인 기전을 이해하는 데 필수적입니다.본 실험에서는 디폴트 모드 네트워크(default mode network)와의 연결성을 평가하기 위해 시드 기반 기술(seed based technique)을 사용하였습니다. 측두엽 뇌전증을 연구할 때 다른 기술들의 결과가 어떻게 비교될지 확인하는 것은 흥미로울 것입니다.

network-analysis-default-mode-network-using-functional-connectivity

Research

연구

JoVE Journal

Medicine

의학

우리는 magnetoencephalography (MEG)와 electroencephalography이 (EEG) 단순한 감각 자극의 처리에 관련된 뇌 영역을지도하기 위해 사용합니다.

동시 MEG와 EEG와 기능 매핑

이 문서에서는, 우리는 기본 네트워크에 뇌 자극의 효과를 조사하기 위해 TMS와 fMRI의 조합과 관련된 방법론과 고려 사항을 검토하십시오.

기본 모드 네트워크를 검사하기 위해 Transcranial 자석 자극과 fMRI를 결합

우리는 자기 공명 영상 (MRI)를 사용하여 뇌 기능과 구조의 동시 분석을위한 새로운 접근 방식을 설명합니다. 우리는 고해상도 확산 - 가중 영상과 흰색 물질 섬유 tractography로 뇌 구조를 신고 할 수 있습니다. 표준 구조 MRI는 달리,이 기술은 우리가 직접 뇌 네트워크의 기능 속성에 해부학 적 연결을 연관 할 수 있습니다.

fMRI 및 확산 - 가중 영상을 사용하여 뇌의 구조와 기능의 공동 분석

출처: Shafi, M. M., et al. 간질 환자의 연결성 관련 뇌 흥분성을 평가하는 다중 모드 이미징 및 자극 기반 방법. J. Vis. 경험. (2016년)이 비디오는 간질 환자의 신경 흥분성을 평가하기 위해 경두개 자기 자극(TMS) 및 뇌파 검사(EEG)를 사용하는 절차를 보여줍니다. 사전 기록된 뇌 스캔으로 환자의 머리를 정렬하고, 기능적으로 연결된 피질 표적 위에 TMS 코일을 배치하고, 자극을 가하여 신경 회로를 활성화하는 단계를 자세히 설명합니다. 이 과정에는 운동 반응 추적, EEG 신호 기록, 뇌 활동을 건강한 대조군의 뇌 활동과 비교하여 과흥분성을 식별하고 발작 발병 영역을 국소화하는 것이 포함됩니다.

경두개 자기 자극 및 뇌파 검사를 통한 뇌 과흥분성 평가

이 프로토콜은 외상 후 스트레스 장애의 기본 네트워크를 조사하기 위해 휴지 상태 구조적 연결성, 작업 유도 비활성화 및 구조적 연결성 분석의 보완적인 신경 영상 기술을 설명합니다. 시너지 효과를 내는 방법을 사용하면 잠재적으로 중증도, 결과 및 기타 관련 임상 요인에 대한 진단 및 평가를 개선할 수 있습니다.

PTSD의 기본 모드 네트워크의 Neuroimaging에 표현형 개발 : 정지 상태, 작업 기억, 구조적 연결을 통합

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.

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

이 프로토콜은 측두엽 간질(TLE) 환자에서 근심 네트워크 측정의 진화를 추적하는 절차를 설명합니다. 이는 데이터 분석을 위한 새로운 수치 기법과 두개내 기록의 조합을 기반으로 합니다. 구체적으로, 우리는 foramen ovale 기록의 네트워크 분석을 위한 프로토콜을 제시합니다.

약물 저항성 측두엽 간질 환자에서 난원 공 개존증 전극 녹음의 네트워크 분석

이미징 방법, 방법, 이미징 spatiotemporal fMRI 제한 된 뇌 파 소스 라고 하는 뇌 파 fMRI multimodal 여기 설명 되어 있습니다. 제시 방법 고용 조건에 따라 활성 fMRI 하위 지도, 또는 priors, 공간 특이성을 향상 하 고 잘못 된 결과 제한 하는 방식으로 뇌 파 소스 지역화 가이드.

동시 뇌 파와 기능적 MRI 기록과 동적 대뇌 피 질의 활동 영상에 대 한 통합 분석

표준 뇌파 분석 기술은 신경계 기능에 대한 제한된 통찰력을 제공합니다. 피질 연결의 통계 모델을 도출하면 기본 네트워크 역학을 조사할 수 있는 훨씬 더 큰 기능을 제공합니다. 향상된 기능 평가는 신경계 질병에 있는 진단, 예후 및 결과 예측을 위한 새로운 가능성을 엽니다.

비침습적 뇌전도를 이용한 피질 연결의 통계적 모델링

이 기사에서는 임상 및 연구 환경 모두에서 사용할 수 있는 동시 뇌파도 및 기능적 자기 공명 영상(EEG-fMRI) 기록 절차에 대해 자세히 설명합니다. 임상 검토를 위해 영상 아티팩트를 제거하기 위한 EEG 처리 절차도 포함됩니다. 이 연구는 간질 기간 동안 간질의 예에 초점을 맞춥니다.

간질의 임상 검토를 위한 동시 뇌파도 및 기능적 자기 공명 영상을 위한 장비 설정 및 아티팩트 제거

다중 자기 공명 영상(MRI) 데이터 양식에 의해 정보를 얻은 대뇌파 네트워크의 뇌파검사(TMS-EEG) 매핑과 결합된 맞춤형 경두개 자기 자극을 위한 새로운 프로토콜입니다.

실시간 피질 네트워크 매핑을 위한 신경영상 유도 TMS-EEG

배우세요 측두엽 간질 환자와 건강한 대조군의 휴식 상태 기능적 연결성 MRI를 비교하는 방법입니다. 기본 모드 네트워크의 네트워크 분석을 통해 뇌 연결성 차이를 통계적으로 평가하고 간질의 신경 기전을 이해하는 데 활용합니다.

측두엽 간질의 기능적 연결성 MRI를 사용하여 기본 모드 네트워크의 네트워크 분석

더 많은 동영상 탐색