Name: 정신 분열증에 대한 가족 성 위험이 높은 아동의 정서적 괴짜 작업을 사용하여 이마 관자 - 변연계의 활동의 측정 (동영상) | JoVE Journal
Uploaded: 2015-12-02T14:00:00.000+00:00
Duration: 13 min 8 s
Description: 배우세요 정서적 괴짜 작업을 사용하여 정신분열증 가족성 고위험 아동의 이마-관자-변연계 뇌 활동을 fMRI로 측정하는 방법입니다. 이 기법은 조기 바이오마커 발견에 기여합니다.

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

참가자 모집 및 임상 평가에 기여해 주신 Erin Douglas, Anna Evans, Carolyn Bellion에게 감사드립니다. 또한 데이터 수집 및 분석에 기여한 Michael Casp, Zoe Englander, Justin Woodlief, James Carter와 통계 분석 및 원고 편집에 대한 컨설팅을 해준 Robert M. Hamer에게 감사드립니다. 마지막으로, 이 연구에 참여한 개인과 그 가족에게 감사드립니다. 
이 연구는 국립 정신 건강 연구소(National Institute of Mental Health)의 Conte 센터 보조금 P50 MH064065의 지원을 받았습니다. Hart 박사는 국립 아동 건강 및 인간 발달 연구소(National Institute of Child Health and Human Development)의 T32 HD040127의 지원을 받았습니다.

채플 힐 -이 연구 기간 동안 사용 된 연구 기술은 제도적 검토 보드 듀크 대학 (IRB)와 노스 캐롤라이나 대학에 의해 승인되었다. 1. 이미징 작업 디자인 <ol><li> 더 - 자주 표준 자극 (스크램블 이미지)의 순서 내에서 드문 대상 자극 (원)을 제시 이벤트 기반 행동 작업을 생성합니다. 태스크의 개략도는도 1에 도시된다. CIGAL 소프트웨어 (10)를 이용하여 작업을 제시한다. </li></ol><img alt="그림 1" src="/files/ftp_upload/51484/51484fig1.jpg" /> 작업 디자인의 그림 1. 도식은.이 그림은 허가, 하트 등. (20)에서 수정되었습니다. <a href="https://www.jove.com/files/ftp_upload/51484/51484fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> <ol style="margin-left: 40px;"><li> 등의 선택혐오 자극 등 국제 정서 그림 시스템 데이터베이스 (IAPS)에서 중립 자극의 집합. IAPS 이미지는 각성 및 가전 (11)의 수준을 반영하기 위해 1-9의 규모로 평가된다. 높은 숫자는 더 높은 긍정적 인 원자가과 각성을 나타냅니다. 뱀, 거미, 또는 다른 동물의 사진으로 연령에 적합한 연구 그룹에있는 이미지의 집합을 선택합니다. 참고 : 본 연구에 사용 된 태스크 관련이없는 혐오 자극 이미지는 3.38 (SD = 1.78)와 6.14 (SD = 2.08)의 평균 각성 등급의 평균 원자가 평가했다. 중립 자극 이미지는 6.21 (SD = 0.26)와 3.72 (SD = 2.15)의 평균 각성 등급의 평균 원자가 있었다. </li><li> 이미지는 500 밀리 1500 밀리 초 동안 의사 무작위 순서로 표시되도록 프로그램 태스크 스크립트 자극 간 간격을 의미한다. 현재 목표 자극과 태스크 관련이없는 중립적 인 이미지를 더 자주보다 매 15 초와는 자극의 각각의 약 4 %를합니다. 지혈역학 응답 함수의 더 나은 해상도를 제공하기 위하여 라 자세 히 이벤트 개시 시간. </li></ol><ol start="2"><li> 이미지의 8 세트, 참가자 모두 8 실행의 과정을 통해 40 목표와 40 태스크 관련이없는 중립적 인 이미지의 총되게됩니다 있도록 8 기능 실행의 각 하나를 만듭니다. </li></ol> 2. 참가자 설정 및 스캔 <ol><li> 정신병에 대한 가족의 위험이 높은 건강한 제어 개인 또는 중 하나 인 9 세에서 18 사이의 어린이와 청소년을 모집. <ol><li> 건강한 사람이 정신 질환을 앓고있는 어떤 정신 질환 또는 일급 가족이 없는지 확인하십시오. 가족 위험 참가자가 정신 분열증에 적어도 하나의 제 1도 상대 (부모 또는 형제 자매)가 있는지 확인합니다. 먼저도 친척의 다른 정신 질환의 존재를 배제하지 마십시오. </li><li> 가족 위험 그룹 참가자와 나이와 성별이 일치 건강한 참가자에스. </li></ol></li><li> 미성년자의 경우 18 세 이상 참가자의 동의를 획득 부모 / 법적 보호자로부터 동의를 획득. 또한, 연구에 참여하고있다 미성년자의 서면 동의를 획득. </li><li> 환경을 숙지하기 위해 모의 MRI 스캐너에서 참가자를 놓습니다. 스캐너 노이즈의 오디오 녹음을 재생하고 그들이 작업 지침을 이해했는지 확인하기 위해 행동 작업의 연습 실행을 완료해야합니다. </li><li> MRI 스캐너의 참가자를 놓고 필요한 뇌 현지화 검사 및 / 또는 해부학 적 영상을 획득. </li><li> MRI 안전 입력 상자를 사용하여 모든 대상 자극과 다른 자극에 대한 자신의 가운데 손가락에 다른 버튼에 대한 응답으로 자신의 검지 손가락으로 하나의 버튼을 눌러 참가자를 말한다. </li><li> fMRI를 스캔 후, 참가자의 하위 집합에서 연구에 사용 된 이미지에 대한 각성과 원자가의 주관적 평가를 수집합니다. CURRENT 연구는 15 컨트롤과 가족 위험이 높은 13 등급을 획득했습니다. </li></ol> 3. 이미지 인식 <ol><li> 3.0 테슬라 MRI 스캐너에 배치 할 참가자. TE, 5.16 밀리 초 : 2.04 밀리 초, FOV : 첫째, (TR 버릇 그라데이션 리콜 획득 펄스 시퀀스를 사용하여 해부학 T1 대비 이미지 동일 평면 3D를 포함한 구조 이미지 세트 취득 24cm를, 이미지 매트릭스 : 256 × 256, 플립 각도 : 20; 복셀의 크기 : 0.94 mm × 0.94 mm mm 1.9 × 68 축 조각). </li><li> 전체 뇌 따르면 그라데이션 에코 에코 평면 촬상 시퀀스를 이용하여 기능성 촬상 데이터를 취득 (TR : 2,000 밀리; TE : 27 밀리; FOV : 24cm, 화상 매트릭스 : 64 × 64; 각도 플립 : 60; 복셀의 크기 : 3.75 mm 3.8 mm × 3.75 mm × 34 축선 슬라이스)되도록 뇌 활성 행동 태스크의 수행 동안 측정 될 수있다. 행동 작업의 각 실행이 영상 시퀀스를 실행합니다. 각각의 실행은 120 이미징 시점으로 구성해야합니다. </li><li> 타 제시SK는 8 기능 실행에서, 각각 약 4 분 동안 지속. </li></ol> 4. 분석 <ol><li> 이미지 전처리 : FSL 12에서 열기의 fMRI 전문가 분석 도구 (FEAT). 첫 번째 수준의 분석 및 사전 통계를 선택합니다. <ol><li> &quot;데이터&quot;탭에서, 입력 이미지의 수를 선택하고 처리하려고하는 자기 공명 영상의 각각의 경로를 입력합니다. 출력 디렉토리를 설정합니다. 전체 볼륨, 폐기 인수의 수와 TR을 입력합니다. </li><li> &quot;사전 통계&quot;탭에서, 5 MMS에 MCFLIRT, FWHM을 부드럽게 공간에 모션 보정을 설정 와 &quot;슬라이스 타이밍 보정&quot;. &quot;BET 뇌 추출&quot;와 &quot;하이 패스&quot;시간 필터링을 선택하지만 B0의 뒤 틀어짐 방지를 선택하지 (당신이 그라데이션 필드 맵이 uness) 또는 &quot;나는 normaization을 ntensitiy.&quot;(12, 14). </li><li> &quot;등록&quot;탭에서 &quot;메인 STRU을 선택ctural 이미지 &quot;.. 피사체의 두개골 제거 T1 강조 영상의 경로를 입력 최소 6 DOF와 선형 일반 검색을 사용하십시오. 표준 공간 확인란을 선택합니다. MNI 아틀라스 이미지의 경로를 입력합니다. 보통의 선형을 사용하여 12 DOF.를 눌러 이동하여 검색 할 수 있습니다. </li><li> X, Y보다 큰 3mm 머리의 움직임, 또는 Z 방향으로 참가자를 제외합니다. </li></ol></li><li> 레벨 1 : 단일의 런 작업 조건 사이의 데이터를 비교. 열기 FEAT. &quot;첫 번째 수준의 분석&quot;과 &quot;통계 + 후 통계&quot;를 선택합니다. <ol><li> 데이터 탭에서의 입력 번호를 설정하고 MR 이미지의 각각의 경로를 입력한다. . &quot;출력 디렉토리&quot;에 대한 경로를 입력 &quot;전체 볼륨&quot;, 폐기 인수의 수와 TR을 입력합니다. </li><li> &quot;통계&quot;탭에서 &quot;사용 필름은 사전 백색 화&quot;체크 상자 (16)을 선택합니다. &quot;전체 모델을 누르면 그 자체TUP &quot;버튼을 누릅니다. 작업 조건의 수에 &quot;원래의 전기차 번호&quot;를 설정한다. 각 조건의 경우, 회선 &quot;드롭 다운 메뉴 17, 18&quot;에서 두 번 가마 HRF &quot;기본 모양의 드롭 다운 메뉴에서&quot;사용자 지정 (3 열 형식) &quot;을 선택하고 작업시기를 포함하는 텍스트 파일을 선택합니다. <ol><li> 주어진 유형의 각 &quot;이벤트&quot;에 대한 하나의 항목으로 3 열에서이 텍스트 파일을 포맷합니다. 첫 번째 열은 두 번째 시간 (초) 지속 기간을 포함한다 (초) 시작 시간을 포함해야하고, 세 번째 이벤트 중량을 함유한다. 대조 및 F-테스트 탭에서 한 각 작업 조건에 대한 대비와 각각 비교를 만듭니다. </li></ol></li><li> &quot;후 통계&quot;탭을 선택하고 &#39;형 임계 값 &quot;드롭 다운 메뉴에서&quot;클러스터 &quot;및&quot;Z 임계 값 &quot;및 클러스터 P (T)를 설정각각 2.3과 0.05 8,19에 hreshold. </li><li> &quot;등록&quot;탭에서. &quot;기본 구조 이미지&quot;를 선택 피사체의 두개골 제거 T1 강조 영상의 경로를 입력합니다. 최소 6 DOF와 선형 일반 검색을 사용합니다. &quot;표준 공간&quot;확인란을 선택합니다. MNI 아틀라스 이미지의 경로를 입력합니다. 12 DOF와 정상, 선형 검색을 사용합니다. 를 눌러 &quot;이동&quot;. </li></ol></li><li> 2 단계 : 각 작업 조건에 대해 실행 사이의 데이터를 비교. 열기 FEAT. 드롭 다운 메뉴에서 &quot;높은 수준의 분석&quot;과 &quot;통계 + 후 통계&quot;를 선택합니다. <ol><li> 데이터 탭에서 &quot;입력은 낮은 수준의 묘기 디렉토리입니다&quot;를 선택합니다. 입력의 수를 설정하고 자기 공명 영상의 각각의 경로를 입력합니다. &quot;출력 디렉토리&quot;에 대한 경로를 입력합니다. </li><li> &quot;통계&quot;탭에서 &quot;혼합 효과 : FLAME1&quot;변경 선택 상자하는 &quot;E 고정하기효과 적용 &quot;.을 눌러&quot;모델 설정 마법사 하나의 그룹 평균 &quot;버튼을 누릅니다. 선택&quot; &quot;를 클릭&quot;프로세스 &quot;버튼을 클릭합니다. </li><li> &quot;후 통계&quot;탭에서 &quot;형 임계 값&quot;드롭 다운 메뉴에서 &quot;클러스터&quot;를 선택하고 각각 2.3과 0.05 8,19에 &quot;Z 임계 값&quot;과 &quot;클러스터 P&quot;임계 값을 설정합니다. 를 눌러 &quot;이동&quot;. </li></ol></li><li> 레벨 3 : 모든 실행에서 각 작업 조건에 대한 주제 사이의 데이터를 비교. 열기 FEAT. 드롭 다운 메뉴에서 &quot;높은 수준의 분석&quot;과 &quot;통계 + 후 통계&quot;를 선택합니다. <ol><li> 데이터 탭에서 입력의 수를 설정합니다. &quot;입력은 FEAT 디렉토리에서 이미지를 극복 차원이다&quot;를 선택하고 자기 공명 영상의 각각의 경로를 입력합니다. &quot;출력 디렉토리&quot;에 대한 경로를 입력합니다. </li><li> &quot;통계&quot;T에AB, 눌러 &quot;전체 모델 설정&quot;. 각 EV 용 - 같은 진단 등 그룹, 나이, 성별, 각 주제에 대한 값 (입력 N 입력 1)을 입력으로 그룹 변수와 공변량의 수와 같은 전기 자동차의 수를 설정합니다. 이러한 값의 스프레드 시트를 복사하려면 &quot;붙여 넣기&quot;창을 사용할 수 있습니다. <ol><li> &quot;대조 및 F-테스트&quot;탭에서, 각 시험 변수에 대해 각각의 대비 (예를 들어, 진단 그룹)에 대한 대비를 추가 할 수 있습니다. 각각의 실험 변수에 대한 적절한 EV 아래 열의 값 하나를 선택하여 명암을 설정한다. 각각의 대비, 1 첫 번째 값과 -1로 두 번째를 설정합니다. &quot;완료&quot;를 선택합니다. </li></ol></li><li> &quot;후 통계&quot;탭을 선택하고 &#39;형 임계 값 &quot;드롭 다운 메뉴에서&quot;클러스터 &quot;를 각각 2.3과 0.05 8,19에&quot;Z 임계 값 &quot;과&quot;클러스터 P &quot;임계 값을 설정 </suP&gt;. 를 눌러 &quot;이동&quot;. </li></ol></li></ol>

<ol><li>Kety, S. S., Rosenthal, D., Wender, P. H., Schulsinger, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+illness+in+the+biological+and+adoptive+families+of+adpoted+schizophrenics%5BTitle%5D)+AND+%22Am+J+Psyc%22%5BJournal%5D)">Mental illness in the biological and adoptive families of adpoted schizophrenics.</a> Am J Psyc. 128, 302-306 (1971).</li>
<li>Weinberger, D. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Implications+of+normal+brain+development+for+the+pathogenesis+of+schizophrenia%5BTitle%5D)+AND+%22Arch+Gen+Psychia%22%5BJournal%5D)">Implications of normal brain development for the pathogenesis of schizophrenia.</a> Arch Gen Psychia. 44, 660-669 (1987).</li>
<li>Nuechterlein, K. H., Dawson, M. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Information+processing+and+attentional+functioning+in+the+developmental+course+of+schizophrenic+disorders%5BTitle%5D)+AND+%22Schizophr+Bul%22%5BJournal%5D)">Information processing and attentional functioning in the developmental course of schizophrenic disorders.</a> Schizophr Bul. 10, 160-203 (1984).</li>
<li>Nuechterlein, K. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+vulnerability%2Fstress+model+of+schizophrenic+relapse%3A+a+longitudinal+study%5BTitle%5D)+AND+%22Acta+Psychiatr+Scand%2C+Supp%22%5BJournal%5D)">The vulnerability/stress model of schizophrenic relapse: a longitudinal study.</a> Acta Psychiatr Scand, Supp. 382, 58-64 Forthcoming.</li>
<li>Keshavan, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Premorbid+cognitive+deficits+in+young+relatives+of+schizophrenia+patients%5BTitle%5D)+AND+%22Front+Hum+Neurosc%22%5BJournal%5D)">Premorbid cognitive deficits in young relatives of schizophrenia patients.</a> Front Hum Neurosc. 3 (62), (2010).</li>
<li>Kiehl, K. A., Liddle, P. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+event-related+functional+magnetic+resonance+imaging+study+of+an+auditory+oddball+task+in+schizophrenia%5BTitle%5D)+AND+%22Schizophr+Re%22%5BJournal%5D)">An event-related functional magnetic resonance imaging study of an auditory oddball task in schizophrenia.</a> Schizophr Re. 48, 159-171 (2001).</li>
<li>Bramon, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Is+the+P300+wave+an+endophenotype+for+schizophrenia%3F+A+meta-analysis+and+a+family+study%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Is the P300 wave an endophenotype for schizophrenia? A meta-analysis and a family study.</a> Neuroimag. 27, 960-968 (2005).</li>
<li>Dichter, G. S., Bellion, C., Casp, M., Belger, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impaired+modulation+of+attention+and+emotion+in+schizophrenia%5BTitle%5D)+AND+%22Schizophr+Bul%22%5BJournal%5D)">Impaired modulation of attention and emotion in schizophrenia.</a> Schizophr Bul. 36, 595-606 (2010).</li>
<li>Fichtenholtz, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Emotion-attention+network+interactions+during+a+visual+oddball+task%5BTitle%5D)+AND+%22Brain+Res+Cogn+Brain+Re%22%5BJournal%5D)">Emotion-attention network interactions during a visual oddball task.</a> Brain Res Cogn Brain Re. 20, 67-80 (2004).</li>
<li>Voyvodic, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+fMRI+paradigm+control%2C+physiology%2C+and+behavior+combined+with+near+real-time+statistical+analysis%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Real-time fMRI paradigm control, physiology, and behavior combined with near real-time statistical analysis.</a> Neuroimag. 10, 91-106 (1999).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22International+affective+picture+system+%28IAPS%29%3A+Digitized+photographs%2C+instruction+manual+and+affective+ratings.+Technical+Report+A-6%22">International affective picture system (IAPS): Digitized photographs, instruction manual and affective ratings. Technical Report A-6</a>. , The Center for Research in Psychophysiology, University of Florida. (2005).</li>
<li>Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advances+in+functional+and+structural+MR+image+analysis+and+implementation+as+FSL%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Advances in functional and structural MR image analysis and implementation as FSL.</a> Neuroimag. 23, 208-219 (2004).</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+Map%22%5BJournal%5D)">Fast robust automated brain extraction.</a> Hum Brain Map. 17, 143-155 (2002).</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+%22Neuroimag%22%5BJournal%5D)">Improved optimization for the robust and accurate linear registration and motion correction of brain images.</a> Neuroimag. 17, 825-841 (2002).</li>
<li>Jenkinson, M., Smith, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+global+optimisation+method+for+robust+affine+registration+of+brain+images%5BTitle%5D)+AND+%22Med+Image+Ana%22%5BJournal%5D)">A global optimisation method for robust affine registration of brain images.</a> Med Image Ana. 5, 143-156 (2001).</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+%22Neuroimag%22%5BJournal%5D)">Temporal autocorrelation in univariate linear modeling of FMRI data.</a> Neuroimag. 14, 1370-1386 (2001).</li>
<li>Beckmann, C. F., Jenkinson, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((General+multilevel+linear+modeling+for+group+analysis+in+FMRI%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">General multilevel linear modeling for group analysis in FMRI.</a> Neuroimag. 20, 1052-1063 (2003).</li>
<li>Woolrich, M. W., Behrens, T. E., Beckmann, C. F., Jenkinson, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multilevel+linear+modelling+for+FMRI+group+analysis+using+Bayesian+inference%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Multilevel linear modelling for FMRI group analysis using Bayesian inference.</a> Neuroimag. 21, 1732-1747 (2004).</li>
<li>Genovese, C. R., Lazar, N. A., Nichols, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thresholding+of+statistical+maps+in+functional+neuroimaging+using+the+false+discovery+rate%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Thresholding of statistical maps in functional neuroimaging using the false discovery rate.</a> Neuroimag. 15, 870-878 (2002).</li>
<li>Hart, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+fronto-limbic+activity+in+children+and+adolescents+with+familial+high+risk+for+schizophrenia.%5BTitle%5D)+AND+%22Psychiatry+Re%22%5BJournal%5D)">Altered fronto-limbic activity in children and adolescents with familial high risk for schizophrenia.</a> Psychiatry Re. 212, 19-27 (2013).</li>
<li>Hariri, A. R., Bookheimer, S. Y., Mazziotta, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modulating+emotional+responses%3A+effects+of+a+neocortical+network+on+the+limbic+system%5BTitle%5D)+AND+%22Neurorepor%22%5BJournal%5D)">Modulating emotional responses: effects of a neocortical network on the limbic system.</a> Neurorepor. 11, 43-48 (2000).</li>
<li>Gottesman, I. I., Gould, T. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+endophenotype+concept+in+psychiatry%3A+etymology+and+strategic+intentions%5BTitle%5D)+AND+%22Am+J+Psyc%22%5BJournal%5D)">The endophenotype concept in psychiatry: etymology and strategic intentions.</a> Am J Psyc. 160, 636-645 (2003).</li>
<li>Glahn, D. C., Thompson, P. M., Blangero, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neuroimaging+endophenotypes%3A+strategies+for+finding+genes+influencing+brain+structure+and+function%5BTitle%5D)+AND+%22Hum+Brain+Map%22%5BJournal%5D)">Neuroimaging endophenotypes: strategies for finding genes influencing brain structure and function.</a> Hum Brain Map. 28, 488-501 (2007).</li>
</ol>

Perkins 박사는 현재 Janssen으로부터 보조금 지원을 받고 있으며 Dainippon의 컨설턴트입니다. 과거에 퍼킨스 박사는 일라이 릴리(Eli Lilly)와 아스트라제네카(AstraZeneca)의 연사 사무국에 있었거나 그랬습니다. Perkins 박사는 이전에 AstraZeneca, Bristol-Myers Squibb, Otsuka, Eli Lilly, Janssen 및 Pfizer로부터 보조금을 받았습니다. AstraZeneca, Bristol-Myers Squibb, Eli Lilly, Janssen, Glaxo Smith Kline, Forest Labs, Pfizer 및 Shire의 컨설팅 및 교육 비용. 다른 모든 저자는 생물 의학 금전적 이해관계나 잠재적인 이해 상충이 없음을 선언합니다.

현재 연구에서 수정된 정서적 이상한 패러다임은 정신분열증 위험이 있는 어린이와 청소년의 선택적 주의 및 감정 처리 동안 신경 동원의 차이를 이끌어내는 것으로 나타났습니다. 정서적 이상한 작업을 사용하는 기존 패러다임은 정신 질환이 있는 성인 인구의 신경 변화를 조사하는 데 사용되어 왔지만8, 현재 패러다임은 젊은 연령층의 취약성 지표 측정에 특히 유용할 수 있습니다. 
어린이와 청소년을 대상으로 fMRI 연구를 수행하는 데에는 작업이 난이도와 내용 측면에서 적절한지 확인하고 모션 아티팩트를 최소화하는 것을 포함하여 몇 가지 과제가 내재되어 있습니다. 프로토콜의 중요한 단계에는 참가자가 fMRI 세션 전에 모의 스캔 및 연습 세션을 갖도록 요구하는 2.2단계가 포함됩니다. 이 단계는 참가자의 편안함과 데이터 품질을 개선하는 데 특히 유용합니다. 또한 행동 과제의 설계는 과제의 난이도가 적절하고 혐오적인 이미지 선택이 어린 연령대에 적합한지 확인하는 데 중요합니다...

정신분열증은 알려진 유전적 요인1,2을 가진 신경 발달 장애이며, 실행 및 감정 처리3,4의 결핍을 포함한 증상이 있습니다. 1급 친척은 정신분열증 발병 위험이 높은 것으로 생각되며, 인지 영역과 사회 정서적 영역 모두에서 동일한 신경인지적 결핍을 공유하는 것으로 나타났습니다5. 따라서 우리는 집행 및 감정 처리와 관련된 영역의 뇌 활동이 임상 증상이 시작되기 전에 위험에 처한 가족 구성원에서 변경될 수 있을 것으로 예상합니다. 
이전 연구에서는 정신분열증을 앓고 있는 성인과 가족성 고위험군의 성인 모두 집행 및 감정 처리 네트워크 내에서 비정상적인 활동을 보인다고 밝혔지만, 이러한 변화가 발달 과정에서 어떻게 일어나는지는 불분명하다. 이러한 변화가 생애 초기에 발생한다는 것을 입증하는 것은 장애의 병태생리학을 이해하는 데 중요한 첫 번째 단계가 될 것입니다. 따라서 본 연구는 정신분열증 발병 위험이 있는 청소년의 집행 및 감정 처리가 모두 필요한 작업을 완료하는 동안 뇌 활동을 측정하기 위해 기능적 MRI(fMRI) 스캔 중 정서적 괴짜 패러다임을 활용합니다. 괴짜 패러다임은 정신분열증6 및 가족성고위험7 개인에서 전두엽 회로의 기능을 조사하는 데 자주 사용되며, 이는 과제 관련 목표 자극에 할당된 선택적 주의 과정을 측정함으로써 이루어진다. 여기서, 표준 괴짜 과제는 정신분열증 환자의 뇌 활동의 변화를 이끌어내는 것으로 나타난 과제와 무관한 혐오적 자극과 중립적 자극을 포함하도록 수정되었다8. 
이 논문은 건강한 청소년과 정신분열증에 대한 가족적 위험이 높은 청소년 사이의 기능적 차이를 정서적 괴짜 과제를 사용하여 측정합니다. 과제 설계는 피히텐홀츠(Fichtenholtz)와 그의 동료들이 사용한 것과 유사하지만9, 혐오적 감정 이미지의 선택은 9-18세 사이의 아동에게 적합하도록 수정되었다. 기능적 MRI 중 이 작업을 사용하면 청소년 발달 중 신경 활동의 연령 관련 변화 외에도 정신분열증으로 FHR을 앓고 있는 아동 및 청소년의 과잉 활성화 및 저활성화 패턴을 보여주는 특정 뇌 영역을 식별할 수 있었습니다.

정신 분열증에 대한 가족 성 위험이 높은 아동의 정서적 괴짜 작업을 사용하여 이마 관자 - 변연계의 활동의 측정

Measurement of Fronto-limbic Activity Using an Emotional Oddball Task in Children with Familial High Risk for Schizophrenia

청소년기는 정신분열증의 초기 증상이 자주 나타나는 중요한 발달 시기입니다. 가족성 고위험군(FHR)에 있는 조현병 환자의 1급 친척도 유사한 인지적, 정서적 변화를 보일 수 있다. 그러나 이러한 증상의 출현 기저에 있는 신경학적 변화는 불분명합니다. 이 연구는 기능적 자기 공명 영상을 사용하여 FHR이 있는 아동 및 청소년의 전두엽, 선조체 및 변연계 영역의 차이를 확인하고자 했습니다. FHR에서 21명의 아동 및 청소년과 21명의 건강한 대조군 그룹은 선택적 주의와 과제와 무관한 정서적 정보의 억제에 의존하는 정서적 괴짜 과제를 완료했습니다. 표준 괴짜 과제는 감정적 처리와 집행적 처리 모두에서 잠재적인 그룹 차이를 조사하기 위해 혐오감과 중립적 방해 요소를 포함하도록 수정되었습니다. 이 과제는 어린이와 청소년이 어려움과 감정적 이미지 내용을 연령에 맞게 유지하여 완료할 수 있도록 특별히 설계되었습니다. 또한 아동 및 청소년 참가자에게 적합한 fMRI 등록 기술을 보여줍니다. 이 패러다임은 실행 및 감정 처리의 가설된 발달 변화를 통해 다른 집단의 신경 활동 변화를 측정하기 위한 향후 연구에도 적용될 수 있습니다.

인구 통계 학적 특성 (20)에 따라 그룹 사이에 차이가 없었다. 행동 데이터는 표적 탐지 작업이 9-18 세 사이의 어린이와 청소년을위한 어려움이 적절한 수준에 있음을 지적했다. 현재의 연구에서 제대로 대상 (SD = 0.14)의 82.36 %를 식별하고 가족 위험군은 제대로 목표 (SD = 0.17)의 76.8 %를 식별 제어합니다. 두 그룹은 중립 사진에 비해 감정적 인 사진을 식별 할 때 정확성이 감소 하였다 (F (1,40) = 5.63, P = 0.03). 촬상 데이터는 실험 조건은 이그제큐티브 감정적 프로세싱 동안 채용 될 것으로 예상 지역의 상당한 활성화를 이끄는 것으로 나타났다. 정품 인증 대상 시험 중에 오른쪽 편도, 양측 안와 전두엽 피질, 방추형 피질과 시각 고전에서 전두엽, 전방 미상, 편협, 후방 정수리 영역에서 관찰되었다두 그룹 모두에서 혐오 시험 동안 광 케이블 (...

이 논문은 가족성 고위험군 조현병(FHR)에 있는 어린이와 청소년의 뇌 활성화를 측정하기 위해 정서적 괴짜 과제와 fMRI를 사용하는 방법을 설명합니다. FMRI는 정서적 괴짜 과제 동안 전두엽-선조체-변연계 영역의 차이를 측정하는 데 사용되었습니다. FHR이 있는 소아는 청소년기에 비정상적인 기능 활성화를 보였습니다.

Adolescence is a critical developmental period where the early symptoms of schizophrenia frequently emerge. First-degree relatives of people with ...

이 절차의 전반적인 목표는 아동 및 청소년이 정서적 oddball 과제를 수행하는 동안 MR 영상을 촬영하는 것입니다. 이를 위해 먼저 아동에게 적합한 정서적 oddball 과제를 설계합니다. 그다음 단계로 참가자들이 모의 스캐너 환경에서 해당 과제 수행을 연습할 수 있도록 합니다.다음으로, 참가자들은 MRI 스캐너 내에서 동일한 과제를 수행합니다. 마지막 단계는 행동 및 영상 데이터를 분석하는 것입니다. 최종적으로, 정서적 oddball 과제 수행 중의 기능적 영상을 분석합니다.조현병 1도 친족 연구에서는 위험군 아동 및 청소년의 전두-선조체 회로 활성화 감소와 표적 자극에 대한 반응을 보여주는 데 이 방법을 사용합니다. 이 기술의 주요 장점은 아동과 청소년이 인지 기능에 참여하는 동안 뇌를 비침습적으로 영상화할 수 있다는 점입니다. 이 방법은 조현병에 대한 통찰을 제공할 수 있을 뿐만 아니라, 양극성 장애나 자폐증과 같은 다른 발달성 정신 질환 또는 외상 후 스트레스 장애와 같은 다른 뇌 질환에도 적용될 수 있습니다.일반적으로 이 방법을 처음 수행하는 사람들은 실험 설계, 이미지 획득, 분석 및 이미지 처리 파이프라인 프로그래밍, 그리고 프로젝트에 적합한 실험 설계 적용 등 단계가 매우 많기 때문에 어려움을 겪을 수 있습니다. 참여 아동 및 신경정신질환 환자의 경우, 일반적인 MRI 세션 동안 행동 과제를 수행하면서 부동 상태를 유지해야 하므로 어려움을 겪기도 합니다. 또한, 본 절차는 실험자와 참여자 간의 명확한 의사소통과 정보 전달이 필요하며, 이를 위해 상당한 수준의 훈련이 요구됩니다.먼저, Siegel 소프트웨어를 사용하여 스크램블 이미지와 같이 빈번하게 나타나는 표준 자극 시퀀스 내에 원과 같이 드물게 나타나는 표적 자극을 제시하는 이벤트 기반 행동 과제를 생성합니다. International Effective Picture System 데이터베이스에서 혐오 자극 세트와 중립 자극 세트를 선택합니다. 이 이미지들은 1에서 9까지의 척도로 평가되며, 숫자가 높을수록 가전자(valence)와 각성(arousal) 수준의 긍정적 정도가 더 높음을 나타냅니다.연구 대상 집단의 연령에 적합한 이미지 세트(예: 뱀, 거미 또는 기타 동물 사진)를 선택하십시오. 이미지들이 의사 무작위 순서로 1,500 밀리초 동안 제시되고, 자극 간 평균 간격이 500 밀리초가 되도록 과제 스크립트를 프로그래밍하십시오. 과제와 무관한 중립 이미지의 제시 빈도는 15초당 1회를 초과하지 않도록 하고, 전체 자극의 약 4% 정도로 구성하십시오. 혈역학적 응답 함수(hemodynamic response function)의 해상도를 높이기 위해 이벤트 시작 시간을 지터링(jitter) 처리하십시오. 총 8회의 기능적 런(functional run)을 위해 각각 하나씩, 총 8세트의 이미지 세트를 생성하십시오.조현병의 가족적 고위험군인 9세에서 18세 사이의 참가자와 건강한 대조군을 모집합니다. 참가자 또는 법정 대리인으로부터 고지된 동의를 얻고, 연구에 참여하는 미성년자로부터는 승낙을 얻습니다. 먼저 참가자들을 모의 MRI 스캐너에 배치하여 MRI 환경에 익숙해지도록 합니다.그런 다음 피험자가 과제 지침을 이해했는지 확인하고, 행동 과제의 연습 시행을 완료하는 동안 스캐너 소음 녹음 파일을 재생합니다. 피험자가 실제 스캔 시 사용할 MRI 안전 입력 박스를 동일하게 사용하게 하고, 모든 표적 자극에는 검지 손가락으로 한 버튼을 누르고 그 외의 모든 자극에는 가운데 손가락으로 다른 버튼을 누르도록 지시합니다. 피험자가 모의 스캐너에 적응하면, 3.0 Tesla MRI 스캐너에 배치합니다.먼저, spoiled gradient recalled acquisition 펄스 시퀀스를 사용하여 3D co-planner 해부학적 T1 가중 영상을 포함한 구조적 영상 세트를 획득합니다. 그런 다음, 뇌 전체를 포함하는 gradient echo echo planner imaging 시퀀스를 사용하여 기능적 영상 데이터를 획득합니다. 행동 과제 수행 중의 뇌 활동을 측정하기 위해, 각 행동 과제 런마다 이 영상 시퀀스를 사용하며, 과제는 각각 약 4분 동안 지속되고 120개의 영상 시점(time points)으로 구성된 8회의 기능적 런으로 제시합니다.FSL 소프트웨어 내의 FMRI expert analysis tool을 실행하여 이미지 전처리를 통해 분석을 시작하고, first level analysis와 pre stats를 선택하십시오. 그다음 data 탭에서 입력 이미지의 수와 각 MR 이미지의 경로를 선택하십시오. 출력 디렉터리 또한 설정하십시오.총 볼륨 수, 폐기된 획득 횟수 및 TR을 입력하십시오. 다음으로 pre stats 탭에서 motion correction을 MFL spatial smoothing full, half maximum을 5 mm로 설정하고 slice timing correction을 선택하십시오. B zero UN warping과 intensity normalization은 선택하지 말고, BET brain extraction과 high-pass temporal filtering을 선택하십시오. 그 후 registration 탭의 main structural image 항목에 피험자의 skull stripped T1 스캔 경로를 입력하십시오.최소 6자유도의 선형 정규 검색(linear normal search)을 사용하십시오. 그런 다음 표준 공간을 선택하고 MNI Atlas 이미지의 경로를 입력하십시오. 12자유도의 정규 선형 검색을 사용하고, 머리 움직임이 3mm보다 큰 참가자는 제외하십시오.이제 단일 실행 내에서 작업 조건 간의 데이터를 비교하려면 first level analysis, stats 및 post stats를 선택하십시오. data 탭에서 입력 수를 설정하고 각 MR 이미지의 경로와 출력 디렉터리를 입력하십시오. 총 볼륨 수, 폐기된 획득 횟수 및 TR을 입력하십시오. 다음으로 stats 탭에서 use film, pre whitening 및 full model setup을 선택하십시오.원래 EV의 수를 작업 조건의 수와 동일하게 설정하십시오. 각 조건에 대해, 기본 모양(basic shape) 메뉴에서 사용자 지정 3열 형식(custom three column format)을 선택하고, 컨볼루션(convolution) 메뉴에서 double gamma HRF를 선택한 다음 작업 타이밍 형식이 포함된 텍스트 파일을 선택하십시오. 이 텍스트 파일은 각 이벤트에 대해 하나의 항목이 포함된 3열로 구성되어야 합니다.첫 번째 열에는 시작 시간을 입력해야 합니다. 두 번째 열에는 지속 시간을, 세 번째 열에는 이벤트 가중치를 입력하십시오. 이제 대비 및 F-검정(contrast and F test) 탭에서 각 테스트 조건과 비교군에 대해 하나의 대비를 생성하고, 사후 통계(post stats)의 임계값 설정 메뉴에서 클러스터(cluster)를 선택한 후 Z 임계값과 클러스터 P 임계값을 각각 2.3과 0.05로 설정하십시오.그런 다음 등록 탭에서 주 구조 영상을 선택하고 피험자의 두개골 제거 T1 영상 경로를 입력하십시오. 최소 6자유도를 가진 선형 정규 검색을 사용하고 표준 공간을 선택하십시오.MNI Atlas 이미지의 경로를 입력하고 12 자유도의 일반 선형 검색을 사용하십시오. 다음으로, 2단계 분석을 위해 실행 간 데이터를 비교하십시오. 각 작업 조건에 대해 상위 수준 분석 및 통계, 그리고 사후 통계를 선택하십시오.그런 다음 데이터 탭에서, 선택된 입력값들이 하위 폴더 경로인지 확인하십시오. 입력값의 수를 설정하고 각 MR 이미지의 경로를 입력하십시오. 또한, 출력 디렉터리 경로와 전체 볼륨 수, 폐기된 획득 횟수 및 TR을 입력하십시오. 통계 탭에서 mixed effects FLAME 1을 fixed effects로 변경하십시오.모델 설정 마법사를 사용하여 단일 그룹 평균(single group average)을 선택하고 프로세스를 진행합니다. 그런 다음 post ads 탭의 임계값 설정(thresholding) 메뉴에서 클러스터(cluster)를 선택하고, Z 임계값과 클러스터 P 임계값을 각각 2.3과 0.05로 설정합니다. 이제 모든 런(run)에 걸쳐 각 작업 조건에 따른 피험자 간 데이터를 비교하기 위해, 상위 수준 분석(higher level analysis)과 stats plus post stats를 선택합니다.데이터 탭에서, 입력 항목으로 feet 디렉토리의 3D COPE 이미지를 선택하십시오. 입력 횟수를 설정하고 각 이미지의 경로를 입력하십시오. 출력 디렉토리, 총 볼륨 수, 폐기된 획득 횟수 및 TR을 입력하십시오. 그런 다음 통계 탭에서 전체 모델 설정을 선택하십시오.EV의 수를 그룹 변수 및 공변수의 수와 동일하게 설정하십시오. 각 EV에 대해 각 피험자의 값을 입력하십시오. 마지막으로, 대조(contrast)에서 F 검정을 수행하십시오.각 테스트 변수 및 각 대비(contrast)에 대해 대비를 추가하십시오. 각 테스트 변수에 대해 해당 ev 아래의 열에서 하나를 선택하여 대비를 설정하십시오. 각 대비에 대해 첫 번째 값은 1로, 두 번째 값은 -1로 설정하십시오.그런 다음 post stats에서 임계값 설정(thresholding) 드롭다운 메뉴의 cluster를 선택하고, Z 임계값과 cluster P 임계값을 각각 2.3과 0.05로 설정합니다. 여기서 그룹 간의 차이를 보여주는 활성화 맵을 확인할 수 있습니다. 결과적으로, 가족성 고위험군이 표적 처리 과정에서 대조군보다 더 큰 활성화를 보였습니다.이 영역들에서 대조군은 표적 처리 중에 가족성 고위험군보다 더 큰 활성화를 보였습니다. 여기서는 가족성 고위험군이 혐오 자극이 중립 자극보다 더 큰 대조 상황에서 대조군보다 더 많이 활성화되었으며, 이곳에서는 대조군이 혐오 자극이 중립 자극보다 더 큰 대조 상황에서 가족성 고위험군보다 더 많이 활성화되었습니다. 이러한 활성화 맵은 연령 관련 집단 간 차이를 보여주었습니다. 여기에 나타난 영역들은 표적 처리 중에 대조군보다 가족성 고위험군에서 연령과 더 강한 양의 상관관계를 보입니다.여기서는 혐오 자극 시 중립 자극 대비 대조군에서 가족성 고위험군보다 연령과 더 큰 양의 상관관계를 보이는 영역들을 확인할 수 있습니다. 스캐너 환경에서 피험자를 대상으로 작업하는 것은 매우 위험할 수 있음을 유념하십시오. 이 절차를 수행하는 동안에는 MRI 안전 스크리닝 및 적절한 안전 및 편의 조치와 교육과 같은 예방 조치를 항상 취해야 합니다.이 기술은 조현병, 자폐증 및 외상 후 스트레스 장애와 같은 뇌 질환에서 나타나는 비정상적인 신경 과정을 시각화하는 새로운 방법을 제시하였습니다. 이 절차를 수행하는 동안, 참여자가 평온함과 집중력을 유지할 수 있도록 지속적으로 소통하는 것이 중요합니다. 숙련된 상태에서 적절하게 수행한다면, 이 기술은 2시간 이내에 완료될 수 있습니다.본 절차 이후, 유사한 코호트의 신경 동기화에 관한 추가적인 의문을 해결하기 위해 EEG와 같은 다른 방법들을 수행할 수 있습니다.

measurement-fronto-limbic-activity-using-an-emotional-oddball-task

Research

연구

JoVE Journal

Behavior

행동

우리는 기능적인 자기 공명 영상을 사용하여 심의하고 자동으로 감정 조절의 신경 상호의 조사를 허용하는 프로토콜을 제시한다. 이 프로토콜은 젊은 나이뿐만 아니라, 임상 환자 모두 건강한 참가자에 사용할 수 있습니다.

감정 규정의 신경 상호의 두뇌 이미징 조사

우리는 기능성 자기 공명 이미징을 사용하여인지에 대한 감정의 해로운 영향을 중재 신경 메커니즘의 조사를 허용하는 프로토콜을 제시한다. 이 프로토콜은 건강하고 임상 참가자 모두 사용할 수 있습니다.

인식에 대한 감정의 혼란 효과의 두뇌 이미징 조사

연구의 목표는 두뇌 활동에 동작을 상관 관계하는 것입니다. 정확한 행동 측정 및 이미징 기술은 우리가 뇌 - 행동 관계를 명료하게하다 수 있습니다.

인간의 전두엽 피질에서 fMRI 신호에 행동 응답을 연관 : 작업 분석을 사용하여인지 과정을 검토

이 프로토콜은 배우와 대본이 없는 사회적 상호 작용 중에 자유롭게 행동하는 유아의 의도를 신경 해독하기 위한 새로운 방법론을 제시합니다. 신경 활동은 비침습적 고밀도 활성 두피 뇌파검사(EEG)를 사용하여 획득합니다. 운동학적 데이터는 관성 측정 장치로 수집되고 동기화된 비디오 녹화로 보완됩니다.

인간의 유아를 자유롭게 행동의 사회적 상호 작용하는 동안 의도 모드의 신경 디코딩에 소설 실험 및 분석 접근

감정적 스트룹 효과(ESE)는 중립 단어보다 감정 단어의 잉크 색상에 대한 명명 대기 시간이 더 길기 때문에 발생합니다. 이 보고서는 교란의 잠재적 원인을 참조하며 이를 제어할 수 있는 수단을 제공하는 모달 실험을 포함합니다.

감정적 인 스트 루프 작업은 : 감정적 콘텐츠에 대한 노출에서인지 성능 평가

뇌파 실험 프로토콜은 아스퍼거 증후군을 가진 환자에서 감정적 인면의 의식과 비 의식적인 표현 사이의 상호 작용을 명확히하기 위해 설계되었습니다. 이 기술은 아스퍼거 증후군을 가진 환자가 감정적 인면의 비 의식적인 표현 적자가 있지만 건강한와 의식의 표현에 필적하는 성능을 가지고 있음을 시사한다.

아스퍼거 증후군의 감정적 인 얼굴의 의식과 비 의식 표현

실험 패러다임에 대한 자세한 프로토콜은 아이들이 감정이 설명되어 조절되는 효과를 평가합니다. 어린이는 무작위로 다음 정신 생리학 지수에 감정 조절이 적용되는 범위를 특정 감정 조절, 부정적인 감정은 영화 클립을 유도하는 전략, 변경을 사용하여 지정됩니다.

어린 시절의 감정 규제 전략의 효과의 정신 생리 학적 평가

이 프로토콜은 보상 기대와 어린 아이 함께 자폐증 없이 처리를 측정 하도록 설계 되었습니다. 특히, 프로토콜은 조건 사이 보상에 대 한 제어 하는 동안 사회와 nonsocial 조건 보상의 신경 상호를 공부 하도록 설계 되었습니다.

측정 보상 기대와 아이 들에서 처리 하는 전기 생리학 프로토콜

여기에서는 감정을 평가하도록 설계된 가축의 다양한 행동 테스트를 수행하는 프로토콜을 제시합니다. 행동 테스트 (오픈 필드 테스트, 깜짝 테스트, 소 제로 미로, 출구 속도, 펜 점수 및 슈트 점수)의 배터리는 동물 기질의 다른 구성 요소를 평가하기 위해 실시되었다.

가축의 다양한 정서적 회로를 평가하기 위해 전통적인 공포 테스트의 사용

우리는 기능적 자기 공명 영상(functional magnetic resonance imaging)을 사용하여 인지 감정 조절 작업, 즉 인지 재평가의 신경 상관관계를 탐색하기 위한 프로토콜을 소개합니다. 이 프로토콜은 강박 장애 및 건강한 대조군이 있는 환자에게 사용되었지만 다른 임상 샘플에도 사용할 수 있습니다.

작업 기반 기능적 자기 공명 영상(Task-based Functional Magnetic Resonance Imaging)을 사용하여 강박 장애에서 인지적 재평가의 신경 상관관계 탐색

배우세요 정서적 괴짜 작업을 사용하여 정신분열증 가족성 고위험 아동의 이마-관자-변연계 뇌 활동을 fMRI로 측정하는 방법입니다. 이 기법은 조기 바이오마커 발견에 기여합니다.

정신 분열증에 대한 가족 성 위험이 높은 아동의 정서적 괴짜 작업을 사용하여 이마 관자 - 변연계의 활동의 측정

더 많은 동영상 탐색