Name: Netwerk Analyse van de default-Functioneel Connectiviteit MRI in temporale kwab epilepsie (Video) | JoVE Journal
Uploaded: 2014-08-05T14:00:00.000+00:00
Duration: 12 min 9 s
Description: Leer netwerkanalyse van functionele connectiviteit MRI bij temporale kwab epilepsie. Deze methode vergelijkt hersennetwerken tussen patiënten en gezonde controles om afwijkingen in de Default Mode Network te identificeren.

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

Financiering voor dit onderzoek werd verstrekt door The Epilepsy Foundation of America, Baylor College of Medicine Computational and Integrative Biomedical Research Center (CIBR) Seed Grant Awards (ZH); NIH-NINDS K23 Grant NS044936 (JMS); . en The Leff Family Foundation (JMS) Data acquisitie werd bijgestaan ​​door: Elizabeth Pierce (UCLA).

1. Onderwerpen <ol><li> De onderzoekspopulatie van 36 personen bestaat uit 3 groepen: rechts TLE (n = 11), links TLE (n = 12) en gezonde controles (n = 13). Verkrijgen schriftelijke toestemming van alle vakken. De studie volgt de richtlijnen van de Universiteit van Californië, Los Angeles (UCLA) Institutional Review Board. </li><li> De epilepsie onderwerp groepen moeten patiënten die kandidaat zijn voor anterieure temporale kwab resectie zoals bepaald door video-EEG-monitoring, hersen-MRI, PET-beeldvorming, en neuropsychologische testen. Patiënten moeten hun gebruikelijke medicatie blijven tijdens de fMRI scan en mag niet onmiddellijk worden gescand na een aanval. Zorg ervoor dat alle betrokkenen hebben normale hersenen MRI&#39;s en vrij zijn van neurologische ziekte (anders dan epilepsie in de patiëntengroepen) of gebruik maakt van neurologische medicijnen. </li></ol> 2. Imaging <ol><li> Gebruik een 3 Tesla MRI-systeem voor de beeldvorming. Verkrijgen axiale plakken voor functionele beelden met behulp van een echo vlakke imaging (EPI) sequentie en voor anatomische beelden met behulp van een verwend gradiënt teruggeroepen (SPGR) sequentie. </li><li> Voer functionele beeldvorming met behulp van de volgende parameters: TR = 2000 msec, TE = 30 ms, FOV = 210 mm, matrix = 64 x 64, slice dikte 4 mm, 34 plakjes. Gebruik de volgende parameters voor hoge-resolutie structurele beeldvorming: TR = 20 msec, TE = 3 msec, FOV = 256 mm, matrix = 256 x 256, slice dikte 1 mm, 160 plakjes. </li><li> Iedere opnamesessie moet 20 min. duren. Vraag de deelnemers om te ontspannen met gesloten ogen. Geen speciale auditieve input vereist. </li></ol> 3. Preprocessing van BOLD gegevens <ol><li> Preprocess de fMRI gegevens met behulp van FSL (fMRIB Software Library) softwareversie 4.1.6 (Oxford, UK, www.fmrib.ox.ac.uk / FSL) 13,14. Preprocessing zouden onder meer het volgende: Gebruik FSL MCFLIRT om beweging van het hoofd artefact 15 verwijderen. Gebruik FSL BET om nonbrain weefsel 16 te verwijderen met BET optie-F voor BOLD bestanden. Dit helpt een run fERDERE analyse stappen op het hersenweefsel alleen. </li><li> In FEAT, lopen een minimaal bewerkte analyse met registratie. Selecteer &quot;First-level analyse&quot; en verander &quot;Volledige analyse&quot; naar &quot;Pre-stats&quot; van de bovenste twee knoppen. <ol><li> Onder Pre-statistieken tabblad, vink &quot;BET hersenen winning&quot; en selecteer &quot;Geen&quot; voor &quot;Motion correctie&quot; (zoals deze werden hierboven reeds gedaan). De functionele (BOLD) beelden registreren om het beeld (MNI) anatomische (SPGR) beelden, en vervolgens naar een standaard. Dit resulteert in de generatie van transformatie matrices, die later tijdens de analyse wordt gebruikt om de gekozen standaard ruimte in de hersenen van de ruimte van de patiënt zaden vervormen. </li></ol></li><li> Gebruik de gegenereerde transformatiematrix (genaamd &quot;standard2example_func.mat&quot;) en transformeren CSF en witte stof ROI in individuele BOLD ruimte. <ol><li> Pak de tijdreeks van het CB en witte stof ROI met de opdracht fslmeants,met de ROI individuele patiënt ruimte als masker. Normaliseren van de gewonnen tijdreeksen met behulp van de software &quot;R&quot;. De tijdreeksen worden gebruikt als regressoren de GLM later de overeenkomstige artefactuele signalen uit de analyse verwijderd. </li></ol></li><li> De volgende stap is het verwijderen van de bewegingen van het onderwerp gerelateerde artefacten. Voor regressie van de beweging parameters, stelt u de volgende binnen FSL FEAT voordat u het. <ol><li> Binnen het tabblad gegevens, gebruik-beweging gecorrigeerd en aan de hersenen uitgepakte bestand als input, stellen de TR waarde overeen te komen met uw dataset. Set high-pass filtering met behulp van een 100 sec filter. De hoogdoorlaat filtering signalen niet van belang, die van zeer lage frequentie te verwijderen. Een laagdoorlaatfilter om hoogfrequente signalen te verwijderen zal later in stap 4.1 worden toegepast. </li><li> Binnen het tabblad Pre-statistieken, kies &quot;Geen&quot; onder &quot;Motion correctie&quot; zoals het was al gedaan. Verwijder het vinkje &quot;BET hersenen extractie&quot; zoals het reeds werd gedaan. Voeren ruimtelijke smoothingmet behulp van een 5 mm volledige breedte half maximum (FWHM). </li><li> Binnen het tabblad statistieken, regressie de 6 motion parameters en hun tijdelijke derivaten. Selecteer &quot;None&quot; voor convolutie en check &quot;Apply temporele filtering.&quot; Gebruik de output van FSL MCFLIRT om tekstbestanden verkeer parameters te krijgen, die vervolgens kunnen worden ingevoerd in de FEAT analysemodel om deze regressie in een General Linear Model (GLM) </li><li> Voeg ook het CB en materie signalen wit die werden geëxtraheerd en genormaliseerd in de voorgaande stappen om de GLM. Selecteer &quot;None&quot; voor convolutie, voeg temporele derivaat, en verwijder het vinkje &quot;Apply temporele filtering&quot;. </li></ol></li></ol> 4. Statistische methoden <ol><li> De restproducten van preprocessing hierboven beschreven moet worden gebruikt voor zaad-gebaseerde correlatie. Deze residuen dienen eerst door een laagdoorlaatfilter van 0,1 Hz, vervolgens vernederd door aftrekken van de gemiddelde, gedeeld door de standaarddeviatie, en vervolgens geschaald door toevoegen100. Zaden worden gedefinieerd met een diameter van 6 mm in de standaard MNI ruimte met mricron software. </li><li> De achterste en de voorste zaden moet overeenkomen met de volgende coördinaten: (1) Rsp / PCUN regio (x = 2, y = -60, z = 36) en (2) ventromedial prefrontale cortex (vmPFC; x = 3, y = 60, z = -1). Deze zaden bestemmingen zijn gedefinieerd in gezonde controles en worden getransformeerd naar het onderwerp ruimte in de volgende stap 17-19. <ol><li> De zaden moeten vervolgens worden omgevormd tot individuele functionele ruimte hersenen van elke proefpersoon van de standaard MNI ruimte. Gebruik hiervoor de transformatiematrix bovenstaande gegenereerd (genaamd &quot;standard2example_func.mat&quot;) om het zaad te transformeren van standaard (MNI) ruimte aan de individuele functionele (BOLD) ruimte. </li><li> Gebruik de fslmeants commando om de tijdreeksen te extraheren uit de eerder vernederd en geschaald resterende, met behulp van het zaad in het individuele subject ruimte als een masker. Normaliseren van de gewonnen tijdreeksen met behulp van de zachteware &quot;R&quot;. </li></ol></li><li> Partiële correlaties tussen het zaad voxels en alle andere hersenen voxels moet afzonderlijk worden berekend voor elk onderwerp voor elke run. Hiervoor selecteert u in het FSL FEAT GUI &quot;First-level analyse&quot;, en dan &quot;Stats + Post-stats&quot;. Binnen het tabblad Gegevens, moeten de eerder vernederd en geschaald residuele worden gebruikt als input in FEAT. </li><li> Stel de High pass filter cutoff naar 10.000, als de residu wordt al ging hoog op 100 sec. Binnen het tabblad Statistieken, deselecteer &quot;Gebruik FILM prewhitening&quot; en gebruik de eerder uitgepakte en genormaliseerd zaad tijdreeksen in de GLM. Binnen het tabblad Post-statistieken, de gewenste Z-stat drempel tot een waarde van 2,0. </li><li> Voorafgaand aan het runnen groep analyse combineren runs binnen onderwerpen, zou een Fisher&#39;s Z-transformatie worden uitgevoerd op het COPE (Contrast van parameterschattingen) bestand gegenereerd uit de eerder run correlatie analyse (stap 4.3). Kopieer registratiegegevens frOM de directory &quot;reg&quot; van de FEAT analyse gedaan in stap 3.1 in de correlatie run van stap 4.3. </li><li> Voer een hoger niveau analyse door het combineren runs binnen elk onderwerp. Hiervoor selecteert u in het FSL FEAT GUI &quot;Higher-level analyse&quot;, en dan &quot;Stats + Post-stats&quot;. In het tabblad &quot;Data&quot;, kies &quot;Ingangen zijn lager niveau FEAT directories&quot; en voer loopt onderwerp uit stap 4.4. In het tabblad &quot;Stats&quot;, kies &quot;Mixed effecten: Simple OLS&quot;. Opgezet model als gemiddelde effect; voer waarde van 1 voor elk van de run van het onderwerp. </li><li> Om gegevens te combineren dan loopt tussen subjecten, een Ordinary Least Squares (OLS) eenvoudige gemengde effecten analyse moet worden gebruikt. Voor deze, binnen de FSL FEAT GUI, kies &quot;Higher-level analyse&quot;, en &quot;Stats + Post-stats&quot;. Binnen het tabblad Gegevens, kies &quot;Ingangen zijn lager niveau FEAT directories&quot; en voer proefpersonen gecombineerd loopt vanaf stap 4.5. </li><li> Binnen het tabblad Statistieken, kies &quot;Mixed effecten: Simple OLS&quot; &#39;Het opzetten van een model als 3 groepen; voer waarde van 1 voor de groep elk onderwerp behoort, 0 anders. Fractie analyse moet worden uitgevoerd op elke voxel met een eenzijdige ANOVA met drie niveaus wat overeenkwam met de drie groepen (TLE rechts, links TLE en gezonde controles). </li><li> Om de drempel Z statistiek afbeeldingen clustervorming drempel van Z&gt; 2.0 en gecorrigeerd cluster aanzienlijke drempel van p = 0,05 20. Om correcte z-waarden de correlatie kaart verkrijgen, moet een omgekeerde Fisher Z transformatie worden uitgevoerd op de resultaten. </li><li> De volgende specifieke contrasten moeten worden vergeleken (1) rechts TLE&gt; controles; (2) links TLE&gt; controles; (3) rechts TLE&gt; links TLE; (4) links TLE&gt; rechts TLE; (5) controle&gt; juiste TLE; (6) controle&gt; links TLE; (7) TLE (gecombineerd rechts en links)&gt; controle; en (7) controle&gt; TLE (gecombineerde rechts en links). </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>

Dr Engel wordt gefinancierd door NIH Grants P01 NS02808, R01 NS33310 en U01 NS42372, heeft patenten WO 2009/123734A1, en WO 2009/123735A1, royalty&#39;s ontvangt van MedLink, Wolters Kluwer, Blackwell en Elsevier, en heeft honoraria ontvangen van Medtronics , Wolters Kluwer, en Best Doctors. Dr Stern heeft gediend als een betaalde adviseur voor UCB en Lundbeck. Dr Stern is een redacteur van MedLink Neurologie, en heeft royalties van Wolters Kluwer en van McGraw-Hill ontvangen. De overige auteurs hebben geen onthullingen of belangenconflicten te verklaren.

Epilepsie wordt gedacht aan een netwerk ziekte, en afwijkingen van de betrokken netwerken aanwezig zijn tijdens aanvallen en in de interictale staat 21. Taakgebaseerd fMRI is gebruikt om afwijkingen van de taal en geheugen netwerken TLE 8 analyseren. FcMRI heeft inherente voordelen in het bestuderen van de DMN 12 want het is een netwerk vooral actief in de rusttoestand. De DMN is een netwerk van hersengebieden die is gevonden actief in wakkere mensen die ongestoord zijn links en zijn bez...

Functionele connectiviteit MRI (fcMRI) is een relatief recente analytische benadering van fMRI data die de relatie tussen verschillende hersengebieden gebaseerd op de gelijkenis van hun bloed zuurstof niveau afhankelijk (BOLD) signaal tijdreeksen kwantificeert - dit is &quot;functioneel&quot; connectiviteit genoemd, en is onderscheiden van anatomische connectiviteit die het bestaan ​​van fysieke verbindingen tussen de regio&#39;s (bijvoorbeeld witte stof vezels) beschrijft. In een bijzondere toepassing van deze benadering worden de tijdreeks opgevangen bij de deelnemer niet is betrokken bij een taak of in de zogenaamde &quot;rusttoestand&quot;. Hoewel het eerst beschreven in 1995 1, is er enorme belangstelling fcMRI resulteert in ongeveer 1.000 publicaties in verband met de techniek in 2012. FcMRI heeft intrinsieke voordelen ten opzichte van taakgericht fMRI in (1) dat er geen specifieke taak uit te voeren, ( 2) onderwerp samenwerking isniet nodig, (3) datasets kunnen worden gebruikt om verschillende netwerken te vragen, (4) een betere signaal-ruisverhouding aanwezig is waarschijnlijk te wijten aan verschillen in de cerebrale energetica betrokken, en (5) omzeiling van taakgerichte verwart 2. Als bewijs van het concept zijn fcMRI veranderingen aangetoond corresponderen met veranderingen in het EEG 3 en typisch veldpotentialen 4 in de hersenen. Technieken van fcMRI analyse omvatten ROI /-zaad-gebaseerde technieken, onafhankelijke componenten analyse (ICA), grafentheorie analyse, Granger causaliteitsanalyse, plaatselijke werkwijzen (amplitude van laagfrequente fluctuaties, regionale homogeniteit analyse), en anderen 5. Geen enkele techniek is nog duidelijk blijk gaf van superioriteit over de andere, hoewel de meest populaire methoden zijn-zaad-based en ICA methoden 6. Zaad-gebaseerde fcMRI correleert temporele fluctuaties in BOLD signaal van een vooraf gekozen deel van het vermeende netwerk onder studie aangeduid als de &quot;zaad1; of &quot;gebied van belang (ROI)&quot; naar alle andere delen van de hersenen. Hersengebieden geeft BOLD signaal correleren van het zaad gebied wordt gedacht dat delen van het betrokken netwerk bakenen. In tegenstelling, ICA maakt gebruik van een model-free data-driven analyse om spatio-temporeel gecorreleerd hersengebieden (onafhankelijke componenten, IC&#39;s) te halen door het analyseren van de hemodynamische signaal kenmerken van het gehele brein 5. In de huidige manuscript wordt een beschrijving van methoden die in een eerder gepubliceerde studie rusttoestand zaad gebaseerde analyses van de DMN in TLE ingediend 7. TLE is de meest voorkomende vorm van volwassen epilepsie. Naast aanvallen, TLE veroorzaakt disfunctie van meerdere netwerken hersenen met inbegrip van geheugen, gedrag, denken en zintuiglijke functie 8. De DMN wordt gevormd door cerebrale regio subserving bewuste, rust-toestand cognitie. De DMN is gemeld te worden betrokken bij aanvallen in verband met verminderde consciousness 9,10. Bovendien, de hippocampus is de sleutel structuur betrokken bij TLE en is gedacht aan component van de DMN zijn. De connectiviteit van de PCC de hippocampale formatie zwakker dan bij andere DMN componenten, zoals mediale prefrontale en inferieure pariëtale cortex. Dit suggereert dat de hippocampus ofwel een subnetwerk van de DMN of een samenwerkend netwerk 11,12. Deze overeenkomsten tussen TLE en DMN opperen de mogelijkheid dat DMN functionele connectiviteit is veranderd in TLE. Deze analyse vergelijkt het DMN van patiënten met TLE met gezonde controles om inzicht te krijgen in de betrokkenheid van DMN in TLE krijgen. De connectiviteit van zaden geplaatst in de belangrijkste hubs van de DMN - de voorste en achterste hub regio&#39;s werden geanalyseerd 12. Zaden werden in de achterste naaf bestaande uit de retrosplenium / precuneus (Rsp / PCUN) en de voorste naaf bestaande uit de ventromediale prefrontale cortex (vmPFC) bij patiënten met TLE en geplaatstgezonde controles om de achterste en voorste subnetwerken van de DMN identificeren.

<table><tbody><tr><td>MRI-apparaat</td><td></td><td></td><td></td></tr><tr><td>Linux-werkstation met geïnstalleerde software voor beeldanalyse</td><td></td><td></td><td></td></tr></tbody></table>

netwerk analyse van de default-functioneel connectiviteit mri in temporale kwab epilepsie

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

Functionele connectiviteit MRI (fcMRI) is een fMRI-methode die de connectiviteit van verschillende hersengebieden op basis van de correlatie van BOLD signaal schommelingen in de tijd onderzoekt. Temporale kwab epilepsie (TLE) is de meest voorkomende vorm van volwassen epilepsie en bestaat uit meerdere hersenen netwerken. De standaard modus netwerk (DMN) is betrokken bij bewustzijn, rusttoestand cognitie en wordt verondersteld te worden beïnvloed in TLE waar epileptische aanvallen kunnen veroorzaken vermindering van het bewustzijn. De DMN bij epilepsie werd onderzocht met behulp van zaad gebaseerd fcMRI. De voorste en achterste naven van de DMN werden gebruikt als zaden in deze analyse. De resultaten tonen een scheiding tussen de voorste en achterste naven van de DMN in TLE in de basale toestand. Daarnaast werd een verhoogde DMN connectiviteit met andere hersengebieden in de linker TLE samen met een verminderde connectiviteit in juiste TLE wordt onthuld. De analyse toont hoe-zaad gebaseerde fcMRI kan worden om cerebrale netwerken probe bij dementie zoals TLE.

Figuur 1 toont de DMN onthuld met aansluiting bij een posterior zaad (RSP / PCUN, rood-gele kleuren) en een anterieure zaad (vmPFC, blauw-groene kleuren) en vergelijkt de netwerken in de verschillende groepen proefpersonen (figuren 1A-C) en tussen elkaar, namelijk gezonde controles vergeleken alle patiënten met TLE (figuren 1D en 1E) en gezonde controles afzonderlijk vergeleken links TLE (fig. 1F en 1G) en rechter TLE <...

De standaardmodus Network (DMN) in temporale kwab epilepsie (TLE) wordt geanalyseerd in de rusttoestand van de hersenen met behulp van zaad-gebaseerde functionele connectiviteit MRI (fcMRI).

Netwerk Analyse van de default-Functioneel Connectiviteit MRI in temporale kwab epilepsie

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

Het algemene doel van het volgende experiment is het verkrijgen van statistische kaarten. Hierbij wordt het verschil in fMRI-scans in rusttoestand vergeleken tussen gezonde controles en patiënten met epilepsie. Dit wordt bereikt door fMRI-gegevens te verzamelen van proefpersonen met temporale kwabbellepilepsie, evenals van gezonde controleproefpersonen.Als tweede stap wordt de fMRI voorbewerkt, waardoor de gegevens gereed worden gemaakt voor statistische analyse. Vervolgens worden de voorbewerkte fMRI-gegevens geanalyseerd om statistisch valide vergelijkingen tussen de twee groepen te verkrijgen. De resultaten tonen verschillen in hersennetwerken aan bij patiënten met epilepsie vergeleken met de hersennetwerken van gezonde controlesubjecten.Op basis van statistische verschillen in hersennetwerkkaarten tussen deze twee groepen is het steeds duidelijker geworden dat zelfs epilepsieën die zich manifesteren door focale aanvallen, voortkomen uit diffuse netwerkstoornissen. Het idee voor deze techniek ontstond na het erkennen van het belang van het DEF Favo-netwerk tijdens aanvallen en de vraag of het standaard LO-netwerk abnormaal is tussen de aanvallen door bij temporale kwabbenepilepsie. De studiepopulatie voor dit protocol moet uit drie groepen bestaan, nietwaar?Patiënten met temporale kwabbepilepsie, patiënten met linkszijdige temporale kwabbepilepsie, alsook gezonde controles. In totaal worden ongeveer 35 proefpersonen aanbevolen. De groepen met epilepsie moeten bestaan uit patiënten die gediagnosticeerd zijn met temporale kwabbepilepsie, zoals kandidaten voor een anteriore temporale lobectomie op basis van video-EEG-monitoring, PET-imaging en neuropsychologisch onderzoek; zorg dat alle proefpersonen normale hersen-MRI's hebben en vrij zijn van neurologische aandoeningen anders dan epilepsie in de patiëntengroepen.Vraag voorafgaand aan de beeldvorming IRB-goedkeuring en schriftelijke geïnformeerde toestemming aan bij alle proefpersonen en screen deze voor MRI-veiligheid. Patiënten dienen hun gebruikelijke medicatie tijdens de fMRI-scan voort te zetten en mogen niet direct na een aanval worden gescand. Voor alle in dit protocol beschreven beeldvorming dient een MRI-systeem van drie Tesla te worden gebruikt.Verkrijg axiale coupes voor functionele beelden met een echo-planaire beeldvormingssequentie en voor anatomische beelden met een spoiled gradient recalled sequentie. Verzoek de deelnemers om te ontspannen en stil te blijven liggen met de ogen gesloten, en voer de functionele beeldvorming uit met de parameters zoals hier getoond. Gebruik daarnaast de volgende parameters voor de S PGR T one-gewogen structurele beeldvorming met hoge resolutie.Elke imagingsessie moet ongeveer 20 minuten duren. Begin met het voorbewerken van de fMRI-gegevens met de FSL-software First. Gebruik FSL MFL om hoofdbewegingsartefacten te verwijderen.Gebruik vervolgens de FSL-tool voor hersenextractie of BET om niet-hersenweefsel te verwijderen met de optie -f voor bold-bestanden. Dit maakt verdere analysestappen op enkel het hersenweefsel mogelijk. Voer vervolgens in FSL een minimaal bewerkte analyse uit met registratie.Selecteer eerst de analyse op het eerste niveau en wijzig de volledige analyse in 'pre stats' via de bovenste twee knoppen. Vink vervolgens onder het tabblad 'pres stats' de optie voor hersenextractie uit en selecteer 'none' voor bewegingscorrectie, aangezien deze stappen al zijn uitgevoerd. Registreer daarna de functionele beelden op de anatomische beelden en vervolgens op een standaard MNI-beeld.Dit resulteert in de generatie van transformatiematrices, die later tijdens de analyse worden gebruikt om het in de standaardruimte geselecteerde seed te vervormen naar de hersenruimte van het subject. Gebruik vervolgens de gegenereerde transformatiematrix genaamd standard to example funk dot mat om de ROI's van het CSF en de witte stof te transformeren naar de individuele bold-ruimte. Extraheer vervolgens met het FSL mean TS-commando de tijdreeksen uit de ROI's van het CSF en de witte stof.Normaliseer de geëxtraheerde tijdreeksen met behulp van de software R, waarbij de ROI in de individuele subjectruimte als masker wordt gebruikt. Deze tijdreeksen worden later als regressoren in het algemene lineaire model gebruikt om de bijbehorende artefactuele signalen uit de analyse te verwijderen. De volgende stap is het verwijderen van artefacten die gerelateerd zijn aan de beweging van het subject. Voor de regressie van de bewegingsparameters.Stel het volgende in binnen FSL feet voordat u het voor het eerst uitvoert in het tabblad 'data'; gebruik het bewegingsgecorrigeerde en hersen-geëxtraheerde bestand als inputs en stel de TR-waarde zo in dat deze overeenkomt met uw dataset. Stel hoogpassfiltratie in met een 102e filter, waardoor zeer lage frequentiesignalen zonder relevantie worden verwijderd. Een laagdoorlaatfilter om hoge frequentiesignalen te verwijderen zal later in het tabblad 'pres stats' worden toegepast.Select 'none' bij motion correction en vink deze uit, maar laat brain extraction wel aanstaan. Aangezien deze stappen reeds zijn uitgevoerd, voert u spatial smoothing uit met een full width half maximum van vijf millimeter. Regresseer vervolgens binnen het stats-tabblad de zes bewegingsparameters en hun temporele afgeleiden.Selecteer 'none' voor convolutie en vink 'apply temporal filtering' aan. Gebruik de output van F slm4d flirt om tekstbestanden met bewegingsparameters te verkrijgen, die vervolgens kunnen worden ingevoerd in de FEAT-analyse om deze in een algemeen lineair model te regresseren. Voeg daarnaast de CSF- en witte stof-signalen toe aan het GLM, welke in vorige stappen zijn geëxtraheerd en genormaliseerd.Selecteer geen optie voor convolutie. Voeg de temporele afgeleide toe en vink paspas temporele filtering uit. De residuen van de hierboven beschreven voorbewerking moeten worden gebruikt voor zaadgebaseerde correlatie.Deze residuen moeten eerst door een laagdoorlaatfilter (PESS) van 0,1 Hz worden geleid, vervolgens gecentreerd door het gemiddelde af te trekken, gedeeld door de standaarddeviatie en daarna geschaald door 100 op te tellen. De seed moet worden gedefinieerd met een diameter van zes millimeter in de standaard MNI-ruimte. Met behulp van MRIcron-software moeten de posterieure en anterieure seeds overeenkomen met de hier getoonde coördinaten.Let op dat deze zaadlocaties zijn gedefinieerd binnen gezonde controles. De seeds moeten vervolgens vanuit de standaard MNI-ruimte worden getransformeerd naar de individuele functionele hersenruimte van elk subject. Gebruik hiervoor de eerder gegenereerde transformatiematrix om de seed van de standaard m- en i-ruimte naar de individuele functionele ruimte te transformeren.Gebruik vervolgens het FSL mean Ts-commando om de tijdserie uit het eerder gedemeande en geschaalde residu te extraheren. Gebruik hiervoor de seed in de individuele subjectruimte als masker. Normaliseer de geëxtraheerde tijdseries met de software R; partiële correlaties tussen de seed-voxels en alle overige hersenvoxels moeten afzonderlijk voor elk subject en voor elke run worden berekend.Selecteer hiervoor binnen de FSL-interface eerst 'first level analysis' en vervolgens 'stats' en 'post stats' onder het tabblad 'data'. Het eerder gecentreerde en geschaalde residu moet als input worden gebruikt. Stel de afkapwaarde van het hoogdoorlaatfilter in op 10.000 in het tabblad 'stats', aangezien het residu al een hoogdoorlaatfilter van 100 seconden heeft ondergaan.Selecteer 'use film pre whitening' niet en gebruik de eerder geëxtraheerde en genormaliseerde zaadtijdreeksen. Stel in de GLM binnen het tabblad 'post stats' de gewenste Z-statistiekdrempel in op een waarde van 2,0 voordat de groepanalyse wordt uitgevoerd. Bij het combineren van runs binnen proefpersonen moet een Fisher Z-transformatie worden uitgevoerd op het contrast van de parameterschattingen.Bestand gegenereerd vanuit de correlatieanalyse; kopieer de registratiegegevens vanuit de reg-directory van de voetanalyse naar de correlatierun. Voer een analyse op een hoger niveau uit door runs binnen elk subject te combineren. Selecteer eerst 'higher level analysis' en vervolgens 'stats plus post stats'.Kies vervolgens in het tabblad 'data' voor de optie dat de inputs mappen op een lager niveau zijn en voer de runs van het subject in binnen het tabblad 'stats'. Kies voor 'mixed effects'. Stel bij 'Simple OLS' een model in als het gemiddelde effect en voer voor elke run van de subjecten een waarde van één in.Om data-overrun tussen proefpersonen te combineren, dient een eenvoudige mixed-effects analyse via ordinary least square te worden gebruikt; kies hiervoor de hogere-orde analyse en 'stats plus post stats' binnen het tabblad data. Selecteer als inputs de lagere-orde voetdirectories en voer de gecombineerde runs van de proefpersonen in; kies binnen het tabblad stats voor 'mixed effects'. Stel bij de eenvoudige OLS een model in met drie groepen en voer een waarde van één in voor de groep.Elk subject behoort tot nul. Anders moet de groepsanalyse voor elke voxel worden uitgevoerd met een eenweg-ANOVA met drie niveaus, die overeenkomen met de drie groepen voor drempelwaardebepaling. De Z-statistiekbeelden maken gebruik van een clusterbentukende drempelwaarde van Z groter dan 2,0 en een gecorrigeerde drempelwaarde voor clustersignificantie van P gelijk aan 0,05 om correcte Z-waarden op de correlatiekaart te verkrijgen.Er moet een reverse Fisher Z-transformatie op de resultaten worden uitgevoerd. Gebruik ten slotte de volgende specifieke contrasten, zoals hier op het scherm te zien is. Deze figuur toont het default mode network, onthuld door connectiviteit vanuit een posteriore seed, inclusief het retro splenium en de precuneus in roodgele kleuren, en vanuit een anteriore seed, inclusief de ventromediale prefrontale cortex in blauwgroene kleuren.De eerste rij toont het netwerk voor de controlegroep, de tweede rij voor linkszijdige temporale kwakkepilepsie en de onderste rij voor rechtszijdige temporale kwabbepilepsie. De volgende figuren vergelijken deze netwerken tussen deze drie groepen. Hier zien we de default mode-netwerken, onthuld met een anterieur en een posterieur seed-punt voor gecombineerde rechts- en linkszijdige temporale kwabbepilepsie vergeleken met gezonde controles.Deze figuur toont de default mode networks die zichtbaar worden met dezelfde seed-punten voor uitsluitend linkszijdige temporale kwapepilepsie vergeleken met gezonde controles. Terwijl deze figuur de netwerken toont die zichtbaar worden voor uitsluitend rechtszijdige temporale kwapepilepsie vergeleken met gezonde controles, zien we hier tenslotte de default mode networks die zichtbaar worden met een anterieur en een posterieur seed-punt voor linkszijdige temporale kwapepilepsie vergeleken met rechtszijdige temporale kwapepilepsie. Studies naar functionele connectiviteit die de gehele hersenen omvatten, zijn essentieel voor het begrijpen van de fundamentele mechanismen van epilepsie.We hebben in dit experiment een seed-gebaseerde techniek gebruikt om de connectiviteit met het default mode network te beoordelen. Het zal interessant zijn om te zien hoe andere technieken zich verhouden in hun resultaten bij het bestuderen van temporale lobepilepsie.

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

Research

JoVE Journal

Medicine

Geneeskunde

We maken gebruik van magneto (MEG) en elektro-encefalogram (EEG) tot hersengebieden die betrokken zijn bij het verwerken van eenvoudige zintuiglijke prikkels kaart.

Functionele Mapping met gelijktijdige MEG en EEG

In dit artikel onderzoeken we de methodologie en de overwegingen die relevant zijn voor de combinatie van TMS en fMRI om de effecten van brain stimulation te onderzoeken op het standaard netwerk.

De combinatie van Transcranial Magnetic Stimulation en fMRI om de standaard-modus Netwerk Onderzoek

We beschrijven een nieuwe benadering voor gelijktijdige analyse van hersenfunctie en structuur met behulp van magnetische resonantie beeldvorming (MRI). Wij beoordelen de hersenen structuur met een hoge resolutie diffusie-gewogen beeldvorming en witte stof vezels tractografie. In tegenstelling tot de standaard structurele MRI, deze technieken stellen ons in staat anatomische connectiviteit rechtstreeks betrekking hebben op de functionele eigenschappen van de hersenen netwerken.

Co-analyse van hersenstructuur en functie met behulp van fMRI en Diffusie-gewogen beeldvorming

Source: Shafi, M. M., et al. A Multimodal Imaging- and Stimulation-based Method of Evaluating Connectivity-related Brain Excitability in Patients with Epilepsy. J. Vis. Exp. (2016)The video demonstrates the procedure for using transcranial magnetic stimulation (TMS) and electroencephalography (EEG) to assess neuronal excitability in patients with epilepsy. It details the steps for aligning the patient’s head with a pre-recorded brain scan, positioning the TMS coil over a functionally connected...

Assessing Brain Hyperexcitability with Transcranial Magnetic Stimulation and Electroencephalography

Dit protocol beschrijft de complementaire neuroimagingtechnieken van structurele connectiviteit in rusttoestand, taakgeïnduceerde deactivatie en analyses van structurele connectiviteit om het standaardnetwerk in posttraumatische stressstoornis te onderzoeken. Het gebruik van synergistische methoden zou mogelijk leiden tot verbeterde diagnostiek en beoordelingen van ernst, uitkomst en andere relevante klinische factoren.

Het ontwikkelen van Neuroimaging Fenotypes van de default-in PTSS: Integratie van de Resting State, werkgeheugen, en structurele Connectiviteit

Functionele connectiviteit in rusttoestand MRI heeft afwijkingen geïdentificeerd bij patiënten met een breed scala aan neuropsychiatrische stoornissen, inclusief epilepsie als gevolg van malformaties van corticale ontwikkeling. Transcraniële magnetische stimulatie in combinatie met EEG kan aantonen dat patiënten met epilepsie corticale hyperexcitabiliteit hebben in regio's met abnormale connectiviteit.

Een Multimodaal Beeldverwerking en-stimulatie gebaseerde methode voor de beoordeling Connectivity-gerelateerde Brain Exciteerbaarheid bij patiënten met epilepsie

Dit protocol beschrijft een procedure om de evolutie van mesiale netwerkmaatregelen bij patiënten met temporale lobe epilepsie (TLE) te volgen. Het is gebaseerd op de combinatie van intracraniale opnamen met een nieuwe numerieke techniek voor gegevensanalyse. Specifiek presenteren we een protocol voor netwerkanalyses van foramen ovale opnamen.

Network Analysis van foramen Ovale elektrode Recordings in Resistente temporale lob epilepsiepatiënten

Een EEG-fMRI multimodale imaging methode, die bekend staat als de spatio fMRI-beperkt EEG bron imaging methode is hier beschreven. De onderhavige methode maakt gebruik van voorwaardelijk-actieve fMRI sub kaarten, of priors, bij EEG source localization op een wijze die verbetert de ruimtelijke specificiteit en foutieve resultaten beperkt.

Gelijktijdige EEG en functionele MRI opname en integratie analyse voor dynamische corticale activiteit Imaging

Standaard EEG analysetechnieken bieden beperkt inzicht in de functie van het zenuwstelsel. Het afleiden van statistische modellen van corticale connectiviteit biedt veel meer mogelijkheden om de onderliggende netwerk dynamiek te onderzoeken. Verbeterde functionele beoordeling opent nieuwe mogelijkheden voor diagnose, prognose en uitkomst voorspelling bij aandoeningen van het zenuwstelsel.

Statistische modellering van corticale connectiviteit met niet-invasieve Elektroencephalogrammen

Dit artikel beschrijft gelijktijdige elektro-encefalogram en functionele magnetische resonantie beeldvorming (EEG-fMRI) opnameprocedures die kunnen worden gebruikt in zowel klinische als onderzoeksomgevingen. EEG-verwerkingsprocedures om beeldvormingsartefacten te verwijderen voor klinische beoordeling zijn ook inbegrepen. Deze studie richt zich op het voorbeeld van epilepsie tijdens de interictale periode.

Installatie van apparatuur en verwijdering van artefacten voor gelijktijdige elektro-encefalogram en functionele magnetische resonantie beeldvorming voor klinische beoordeling bij epilepsie

Een nieuw protocol voor gepersonaliseerde transcraniële magnetische stimulatie in combinatie met elektro-encefalografie (TMS-EEG) mapping van corticale netwerken, geïnformeerd door meerdere magnetische resonantie beeldvorming (MRI) datamodaliteiten.

Neuroimaging-geleide TMS-EEG voor real-time corticale netwerkmapping

Leer netwerkanalyse van functionele connectiviteit MRI bij temporale kwab epilepsie. Deze methode vergelijkt hersennetwerken tussen patiënten en gezonde controles om afwijkingen in de Default Mode Network te identificeren.

Netwerk Analyse van de default-Functioneel Connectiviteit MRI in temporale kwab epilepsie

Meer video's verkennen