November 13th, 2016
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.
이 실험의 전반적인 목표는 휴지 상태의 기능적 연결성, MRI 유도, 경두개 자기 자극을 동시 EEG 기록과 함께 사용하여 간질 환자의 국소 피질 과흥분성을 평가하는 것입니다. 이 방법은 간질 및 신경 생리학 분야의 주요 질문에 답하는 데 도움이 될 수 있으며, 예를 들어 간질 환자가 간질 네트워크의 일부로 여겨지는 영역에서 과흥분성의 증거가 있는지 여부와 같은 것입니다. 이 기술의 주요 장점은 연결성의 함수로서 대뇌 흥분성의 차이를 평가하는 데 사용할 수 있고 다양한 뇌 영역에 걸친 피질 반응을 평가하는 데 사용할 수 있다는 것입니다.
이 기술은 일상적인 EEG가 정상인 경우에도 피질 과흥분성을 확인할 수 있고 간질 회로를 치료적으로 표적으로 삼을 수 있기 때문에 간질의 진단 및 치료에 영향을 미칩니다. 이 절차를 시연하는 사람은 제 연구실의 연구 조교인 Tamara Gedankian입니다. 테스트하기 전에 각 피험자의 기능적 연결성 맵을 각 피험자의 구조 이미지에 중첩하여 두 개의 TMS 대상 영역을 결정합니다.
실험 세션을 시작하기 위해, 피험자를 실험실로 데려와 의자에 앉히세요. 피험자의 머리를 측정하고, 낮은 전극 임피던스를 가능하게 하는 적절한 크기의 뇌파 검사 또는 EEG 캡을 선택합니다. 다음으로, 면봉 어플리케이터와 알코올을 사용하여 각 전극 아래의 피부를 철저히 청소합니다.
각 전극에 전도성 젤을 추가하고 전극을 눌러 두피, 젤 및 전극이 잘 접촉되도록 합니다. 충전 아티팩트를 최소화하려면 젤이 전극 홀더 외부로 퍼지지 않도록 하십시오. 기준 전극과 접지 전극을 이마에 놓고 자극 코일에서 가능한 한 멀리 떨어뜨려 TMS 유도 전극 아티팩트가 전체 녹음을 오염시킬 가능성을 최소화합니다.
이러한 전극을 서로 몇 센티미터 이내에 배치하여 공통 모드 노이즈를 최소화하십시오. 그런 다음 EEG 시스템의 측정 임피던스 버튼을 누릅니다. EEG 출력 케이블을 EEG 기록 시스템의 임피던스 잭에 연결하여 전극 임피던스를 확인하십시오.
전극 임피던스가 5km보다 크지 않은지 확인하십시오. 다음으로, 반대쪽 손에 근전도 전극을 준비합니다. 청력 손실과 이명의 위험을 최소화하기 위해 피험자에게 귀마개를 제공하십시오.
그런 다음 적외선 감지기를 피험자의 머리에 놓고 실험 세션 중 이동 위험을 최소화하는 방식으로 감지기를 배치합니다. 신경 항법 장비에 포함된 포인터를 사용하여 피험자에서 미리 선택된 외부 해부학적 기준 마커의 위치를 식별하여 MRI 이미지와 피험자의 머리를 함께 등록합니다. 다른 곳에 펄스를 가하거나 두피에 저강도 자극 펄스를 가하여 피험자가 자극에 익숙해지도록 합니다.
기능적 연결성 기반 표적에 대한 반구 동측에 피험자의 운동 피질을 위치시켜 휴지 운동 역치를 결정합니다. 핸들이 후두부를 가리키도록 코일을 이랑에 수직으로 각도를 맞추고 임계값 이하로 예상되는 강도로 자극을 시작합니다. 그런 다음 TMS가 각 시도에서 50마이크로볼트 이상의 진폭으로 모터 유발 전위를 일관되게 불러올 때까지 5% 최대 자극기 출력 단계로 자극 강도를 높입니다.
10개중 5개 미만의 긍정적인 반응이 기록될 때까지 1%max stimulator output 단위로 자극 강도를 줄입니다. 마지막으로 TMS 강도를 원하는 값으로 설정합니다. 신경 항법 소프트웨어를 사용하여 TMS의 단일 펄스를 각 목표 영역에 적용하고, 대뇌 피질 가소성과 피험자의 기대 효과를 최소화하기 위해 펄스 사이의 간격을 가변적으로 적용합니다.
먼저 ICA (Independent Component Analysis)의 초기 라운드를 수행하고 대규모 TMS 유도 초기 근육 활성화를 나타내는 하나 또는 두 개의 구성 요소를 제거합니다. 이렇게 하려면 대칭 접근 방식과 함께 고속 ICA 방법을 사용하여 ICA를 실행하고 여기에 표시된 명령을 사용하여 10 대비 함수를 실행합니다. Tools(도구), Reject data using ICA(ICA를 사용하여 데이터 거부), 맵별로 구성 요소 제거(remove components by map)를 선택하여 TMS 아티팩트와 일치하는 구성 요소를 식별하면 모든 ICA 구성 요소의 지형도가 그려집니다.
그런 다음 각 구성 요소의 번호를 클릭하여 구성 요소 세부 정보를 플롯합니다. 다음으로, 도구, 구성 요소 제거를 선택하고 데이터에서 제거할 구성 요소 필드에 관련 구성 요소 번호를 입력하여 아티팩트 구성 요소를 삭제합니다. 팝업되는 확인 상자에서 Plot ERPs를 눌러 선택한 구성요소의 삭제로 인해 발생하는 이벤트 관련 전위(ERP)를 검토합니다.
단일 시행 효과를 검토하려면 단일 시행 플롯을 누르십시오. ERP를 검토한 후 단일 평가판에서와 같이 수락 버튼을 눌러 선택한 구성 요소를 삭제합니다. ICA의 두 번째 라운드를 수행하고 붕괴, 깜박임, 근육 및 전극 소음의 인공물에 해당하는 구성 요소를 제거합니다.
이렇게 하려면 ICA의 첫 번째 라운드에서 했던 것처럼 대칭 접근 방식과 tan 대비 함수와 함께 빠른 ICA 방법을 사용하여 ICA를 실행합니다. 마찬가지로, ICA의 첫 번째 라운드에서 지형도에서 했던 것처럼 구성 요소 속성을 평가합니다. 그런 다음 잔류 TMS 감쇠 아티팩트, 점멸 아티팩트 및 근육 아티팩트와 일치하는 구성 요소를 표시합니다.
또한 공간 및 시간 분포를 기반으로 채널 노이즈와 일치하는 구성 요소를 표시합니다. 마지막으로, ICA의 첫 번째 라운드에서 했던 것처럼 Tools(도구), Remove components(구성 요소 제거)를 선택하고 데이터에서 제거할 Component(s)(구성 요소) 필드에 관련 구성 요소 번호를 입력하여 표시된 구성 요소를 제거합니다. 휴지 상태 기능적 연결성 MRI는 헤테로토피아 영역에 대한 연결성이 있는 피질 표면의 영역을 식별하는 데 사용됩니다.
이러한 영역에 대한 TMS는 비정상적인 연결이 없는 영역과 건강한 대조군에서 동일한 광경에 비해 비정상적으로 증가된 지연 활동을 생성합니다. 여기서, 간질 환자에서 TMS가 유발하는 전위의 비정상적인 후기 피크의 출처 국소화는 비정상적인 활동이 발생하는 뇌 영역을 식별할 수 있습니다. 그것은 환자의 발작 초점과 공간적으로 동일 국소화 될 수 있습니다.
이 비디오를 시청한 후에는 휴지 상태 기능적 연결성, MRI 유도, TMS EEG를 사용하여 간질 및 기타 신경 정신 질환 환자의 여러 영역에서 뇌 흥분성을 평가하는 방법을 잘 이해하게 될 것입니다. 이 절차에 따라 반복적인 TMS와 같은 다른 방법을 수행하여 병원성 네트워크의 일부인 뇌 영역에서 피질 흥분성을 감소시키는 것이 질병 활동을 수정할 수 있는지 여부를 결정할 수 있습니다.
View the full transcript and gain access to thousands of scientific videos
이 연구는 안정 상태의 기능적 연결성과 MRI로 유도된 경두개 자기 자극(TMS)을 EEG와 결합하여 간질 환자의 국소 피질 과잉 흥분성을 평가합니다. 이 접근 방식은 간질 발생 네트워크와 관련된 뇌 영역의 과잉 흥분성을 식별하는 것을 목표로 합니다.
This multimodal imaging and stimulation method enables biopharma R&D to assess cortical hyperexcitability in epilepsy models, supporting target validation by linking functional connectivity abnormalities to electrophysiological phenotypes. It provides a mechanistic de-risking tool for evaluating circuit-level excitability changes in preclinical and translational studies, particularly for neuropsychiatric indications where network hyperexcitability is a putative driver of disease. The approach enhances predictive confidence in target selection by demonstrating causal relevance of connectivity alterations to pathophysiological states.
The method integrates into the discovery continuum by first identifying aberrant networks via rs-fcMRI, then probing their causal excitability using TMS-EEG, and finally validating target engagement through normalization of abnormal late components in evoked potentials.