Artykuł metodologiczny

Badanie mózgu w autyzmie za pomocą fMRI i obrazowania tensora dyfuzji

DOI:

10.3791/3178

12 września 2011

W tym artykule

Podsumowanie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Techniki neuroobrazowania, takie jak funkcjonalny rezonans magnetyczny i obrazowanie tensora dyfuzji, stają się coraz bardziej użyteczne w charakterystyce deficytów poznawczych i neuronalnych w autyzmie. Przedstawiono badanie połączeń mózgowych w autyzmie na poziomie sieci wraz z adaptacjami do skanowania dzieci z niepełnosprawnością rozwojową.

Streszczenie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nowo pojawiające się teorie sugerują, że mózg nie funkcjonuje jako spójna jednostka w autyzmie, a ta niezgodność znajduje odzwierciedlenie w objawach behawioralnych wykazywanych przez osoby z autyzmem. Podczas gdy wyniki neuroobrazowania strukturalnego dostarczyły pewnych informacji na temat nieprawidłowości mózgu w autyzmie, spójność takich wyników jest wątpliwa. Z drugiej strony neuroobrazowanie funkcjonalne okazało się bardziej owocne pod tym względem, ponieważ autyzm jest zaburzeniem przetwarzania dynamicznego i umożliwia badanie komunikacji między sieciami korowymi, co wydaje się być miejscem, w którym występuje podstawowy problem w autyzmie. Łączność funkcjonalna jest definiowana jako czasowa korelacja przestrzennie oddzielonych zdarzeń neurologicznych1. Wyniki wielu ostatnich badań fMRI potwierdziły tezę, że istnieje słabsza koordynacja między różnymi częściami mózgu, które powinny ze sobą współpracować, aby rozwiązać złożone problemy społeczne lub językowe2,3,4,5,6. Jedną z tajemnic autyzmu jest współistnienie deficytów w kilku dziedzinach wraz ze stosunkowo nienaruszonymi, czasami wzmocnionymi zdolnościami. Tak złożona manifestacja autyzmu wymaga globalnego i kompleksowego zbadania zaburzenia na poziomie neuronalnym. Fascynujące niedawne wyjaśnienie funkcjonowania mózgu w autyzmie, teoria niedostatecznej łączności korowej,2,7 zapewnia ramy integrujące neurobiologiczne podstawy autyzmu. Teoria niedostatecznej łączności korowej autyzmu sugeruje, że każda funkcja językowa, społeczna lub psychologiczna, która jest zależna od integracji wielu regionów mózgu, jest podatna na zakłócenia wraz ze wzrostem zapotrzebowania na przetwarzanie. W autyzmie niedostateczne funkcjonowanie obwodów integracyjnych w mózgu może powodować powszechne niedostateczne połączenie. Innymi słowy, osoby z autyzmem mogą interpretować informacje w sposób fragmentaryczny kosztem całości. Ponieważ niedostateczna łączność korowa między regionami mózgu, zwłaszcza korą czołową i bardziej tylnymi obszarami 3,6, została obecnie stosunkowo dobrze ustalona, możemy zacząć dalej rozumieć łączność mózgową jako krytyczny składnik symptomatologii autyzmu.

Logicznym następnym krokiem w tym kierunku jest zbadanie anatomicznych połączeń, które mogą pośredniczyć w funkcjonalnych połączeniach wymienionych powyżej. Obrazowanie tensora dyfuzji (DTI) to stosunkowo nowa technika neuroobrazowania, która pomaga badać dyfuzję wody w mózgu w celu wywnioskowania integralności włókien istoty białej. W tej technice dyfuzja wody w mózgu jest badana w kilku kierunkach za pomocą gradientów dyfuzji. Podczas gdy łączność funkcjonalna dostarcza informacji o synchronizacji aktywacji mózgu w różnych obszarach mózgu podczas zadania lub podczas odpoczynku, DTI pomaga w zrozumieniu podstawowej organizacji aksonalnej, która może ułatwiać komunikację między obszarami mózgu. W tym artykule opisano te techniki jako cenne narzędzia w zrozumieniu mózgu w autyzmie i wyzwań związanych z tym kierunkiem badań.

Protokół

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Specjalne techniki skanowania osób z niepełnosprawnością rozwojową:

Chociaż neuroobrazowanie samo w sobie jest skomplikowaną techniką, użycie MRI do skanowania populacji pediatrycznej i osób z zaburzeniami rozwojowymi może być niezwykle trudne. Główne problemy to: 1) Ruch głowy: osoby z zaburzeniami, zwłaszcza dzieci, mogą mieć trudności z utrzymaniem się w bezruchu w skanerze fMRI podczas sesji skanowania. Może to spowodować ruch głowy, co z kolei może wpłynąć na jakość danych; 2) Dzieci z autyzmem mają skrajną wrażliwość sensoryczną i mogą być zaniepokojone takimi czynnikami, jak hałas skanera, przebywanie w zamkniętej przestrzeni, temperatura i tak dalej; oraz 3) Lęk i przystosowanie się do nowego środowiska mogą być trudne dla osób z autyzmem. Zmiana ich rutyny może stwarzać problemy, jeśli nie jest dobrze przygotowana. Dlatego potrzebne są innowacyjne procedury ze starannymi przygotowaniami, aby osiągnąć dobrą wydajność i poprawić jakość zebranych danych. Wykorzystujemy cenne spostrzeżenia zdobyte w teorii i praktyce, aby przygotować uczestnika do badania rezonansem magnetycznym, sprawić, by eksperyment i proces skanowania były przyjemne dla uczestnika oraz przetworzyć zebrane dane, z których niektóre to:

  1. Historie społeczne. Historie społeczne to krótkie, bezpośrednie historie, często używane do wyjaśniania dzieciom z autyzmem nowych i zagmatwanych sytuacji8. Wykorzystujemy historie społeczne, napisane z perspektywy osoby z autyzmem, aby zilustrować i werbalnie opisać każdy etap naszego procesu badania. Przy każdym elemencie opowieści znajdują się zarówno opisy słowne, jak i obrazkowe. Zatytułowana "o mojej sesji rezonansu magnetycznego" udostępniamy uczestnikowi historię przed dniem skanowania, aby mógł zapoznać się z procesem skanowania. Celem tej historii jest zwiększenie zrozumienia procedury przez jednostkę i sprawienie, by czuła się ona bardziej komfortowo w nowej sytuacji.
  2. Nagrywanie na płytach CD z dźwiękami ze skanera. Podczas sesji skanowania skaner MRI stale wytwarza głośne dźwięki, co może być awersyjne dla niektórych osób z autyzmem. W celu zaaklimatyzowania uczestników do hałasu skanera, wysyłamy uczestnikom (przed dniem skanowania) nagranie dźwięków wydawanych przez skaner
  3. .
  4. Próbny skaner MRI. Symulujemy sesję skanowania MRI z uczestnikiem za pomocą pozorowanego skanera, zbudowanego z wyrzuconego skanera Phillips MRI. Zapewnia to realistyczne przybliżenie rzeczywistej sesji skanowania. Korzystanie z tego symulowanego skanera, znajdującego się w Zakładzie Optometrii UAB, pozwala uczestnikowi przyzwyczaić się do środowiska skanera.
  5. Wycieczka po skanerze MRI przed skanowaniem. Przed rozpoczęciem badania MRI uczestnik ma możliwość zobaczenia skanera, a nawet krótkiego wejścia na łóżko skanera. Zwykle pomaga to złagodzić strach i niepokój, a także dostarczyć badaczom informacji behawioralnych dotyczących reakcji uczestnika na skaner. Takie reakcje często dostarczają cennych, choć intuicyjnych i jakościowych, informacji o tym, czy uczestnik może prawdopodobnie ukończyć całe skanowanie. Zanim uczestnik trafi do skanera, zostawia wszystkie swoje rzeczy w szatni, a także jest sprawdzany pod kątem metalu za pomocą wykrywacza metalu.
  6. Dzięki temu skaner MRI jest przyjazny dla dzieci. Do wszystkich naszych skanów używamy skanera MRI Tesla 3.0 Tesla Allegra firmy Siemens znajdującego się w Międzynarodowym Centrum Badawczym UAB Civitan. Jest to skaner tylko na głowę, dzięki czemu jest mniej onieśmielający dla uczestników. Aby środowisko skanera było jak najbardziej przyjazne dla dzieci (dla populacji pediatrycznej), skaner może być ozdobiony łatwo usuwalnymi naklejkami ze zwierzętami, postaciami z kreskówek itp. Dodatkowo zapewniamy uczestnikom kolorowe koce, aby utrzymać ich ciepło w skanerze. W przypadku dzieci z autyzmem, które często mają szczególne zainteresowania (np. pociągi), takie zainteresowania mogą być brane pod uwagę przy dekorowaniu skanera.
  7. Wykorzystanie filmów lub kreskówek: Akwizycja obrazu anatomicznego i DTI nie wymaga od uczestnika wykonania zadania w skanerze. Podczas tych skanów uczestnicy mają możliwość obejrzenia kilku minut swojego ulubionego filmu lub serialu animowanego. Oprócz tego, że zapewnia to mile widzianą przerwę od zadań, pomaga to uczynić proces skanowania przyjemniejszym dla uczestnika.

2. Korzystanie z oprogramowania do prezentacji bodźców i urządzeń reagujących na przyciski do komunikacji ze skanerem:

  1. Zadania eksperymentalne są programowane za pomocą oprogramowania do prezentacji bodźców E-Prime (Psychology Software Tools, Pittsburgh, PA). Przed sesją skanowania uczestnik ćwiczy krótsze wersje zadań na laptopie, aby zapoznać się z tym, co zobaczy w skanerze i jakie przyciski będzie musiał nacisnąć.
  2. Zadania są ładowane do Zintegrowanego Systemu Obrazowania Funkcjonalnego (IFIS, Invivo Corporation, Orlando, FL) i są synchronizowane z paradygmatem skanowania. System IFIS pomaga wyświetlać bodźce wizualne na ekranie za uczestnikiem podczas przebywania w skanerze, który uczestnik ogląda przez lustro przymocowane do cewki głowicy.
  3. Dwa monitory w sterowni pozwalają badaczom wybrać zadania eksperymentalne lub filmy prezentowane podczas skanowania i monitorować reakcje uczestników (w tym czas odpowiedzi i dokładność działania).
  4. Uczestnicy noszą słuchawki kompatybilne z rezonansem magnetycznym, które pozwalają im słyszeć dźwięk, słuchać instrukcji badaczy, a także redukować natrętny hałas skanera. Oprócz słuchawek w zestawie znajdują się zatyczki do uszu, które dodatkowo redukują hałas skanera.
  5. Światłowodowe urządzenie do odpowiadania przyciskami dołączonymi do każdej ręki pozwala uczestnikowi odpowiadać na pytania zadaniowe. System IFIS rejestruje te odpowiedzi, jak również czas każdej odpowiedzi w połączeniu z czasem skanowania.
  6. Awaryjna "kulka do ściskania" jest podawana uczestnikowi na wypadek, gdyby nie chciał kontynuować skanowania. Naciśnięcie tej kulki uruchomi alarm w pomieszczeniu kontrolnym, skłaniając badaczy do natychmiastowego dotarcia do uczestnika.

3. Wykorzystanie statycznych i dynamicznych bodźców wizualnych do wywołania reakcji mózgu u uczestników z autyzmem:

Chociaż doskonały projekt eksperymentalny jest kluczowy dla każdego badania naukowego, trafienie w czułą strunę uczestników może mieć znaczący wpływ na pozyskane dane, zwłaszcza w neuroobrazowaniu. Bodźce powinny być na poziomie zrozumienia uczestnika, a eksperyment powinien być krótki, precyzyjny i przyjemny. Jeśli nie poświęci się tym elementom odpowiedniej uwagi, może to mieć negatywny wpływ na jakość danych. Szczególną uwagę zwraca się na to, aby zadania eksperymentalne były trudne i przyjemne poprzez tworzenie innowacyjnych bodźców.

  1. Dynamiczne bodźce wizualne, takie jak filmy przedstawiające interakcje społeczne, są wykorzystywane do wywoływania reakcji uczestników na temat atrybucji stanu psychicznego. Oprócz tego, że są krótkie i przyjemne, bodźce te są wycinkami prawdziwego świata społecznego i stanowią odpowiednią arenę do badania reakcji mózgu związanych z poznaniem społecznym.
  2. Statyczne bodźce wizualne, takie jak postacie z patyczków wykazujące różne pozycje ciała, są również wykorzystywane do badania poznania społecznego. Bodźce te są pomocne w badaniu emocji, zachęcając uczestników do wnioskowania o uczuciach na podstawie mowy ciała.
  3. Stosowane są również statyczne bodźce wizualne, takie jak winiety komiksowe, które obejmują wiele postaci przedstawiających sytuacje społeczne. Bodźce te obejmują atrybucje oparte na fizyce ludowej i psychologii ludowej.
  4. W badaniach nad przetwarzaniem języka wykorzystujemy głównie zadania obejmujące rozumienie zdań, podejmowanie decyzji leksykalnych i przetwarzanie dyskursu.
  5. Chociaż czas trwania każdego eksperymentu różni się od pozostałych, staramy się, aby każdy eksperyment trwał krócej niż 10 minut. Ponadto staramy się również umieszczać nasze skany DTI i skany anatomiczne pomiędzy eksperymentami, aby dać uczestnikowi trochę czasu wolnego/odpoczynku. Odnieśliśmy rozsądny sukces dzięki tej strategii. W jednej sesji skanowania staramy się zawrzeć 2-3 zadania, co daje łączny czas spędzony w magnesie do około 30-40 minut. Na rysunku 1 znajduje się schemat blokowy przedstawiający protokół badania.

4. Akwizycja, przechowywanie, analiza i kontrola jakości danych:

Akwizycja danych:

  1. Dane funkcjonalnego rezonansu magnetycznego i DTI są zbierane podczas jednej sesji na uczestnika za pomocą skanera głowicowego Siemens 3.0 Tesla Allegra (Siemens Medical Inc., Erlangen, Niemcy) umieszczonego w Międzynarodowym Centrum Badawczym Civitan na Uniwersytecie Alabamy w Birmingham.
  2. Sesja skanowania rozpoczyna się od skanów o wysokiej rozdzielczości T1 ważonych do obrazowania strukturalnego. Są one uzyskiwane za pomocą 160-warstwowego skanowania objętościowego 3D MPRAGE (Magnetization Prepared Rapid Gradient Echo) z TR (Czas Powtarzania) = 200 ms, TE (Czas Echa) = 3,34 ms, kąt odwrócenia = 12 stopni, FOV (Pole Widzenia) = 25,6 cm, rozmiar matrycy 256 X 256 i grubość warstwy 1 mm. Akwizycja ta trwa około 8 minut, a uzyskane dane dostarczają informacji anatomicznych o mózgu każdego uczestnika.
  3. Po skanach anatomicznych następują skany funkcjonalne. Aby uzyskać funkcjonalne obrazy, używamy jednostrzałowej sekwencji impulsów echo-planarnych przywoływanych w trybie gradientowym o TR = 1000 ms, TE = 30 ms, kącie odwrócenia = 60 stopni, polu widzenia = 24 cm i matrycy = 64 x 64. Uzyskujemy siedemnaście sąsiednich ukośnych warstw osiowych w sekwencji z przeplotem o grubości warstwy 5 mm, odstępie warstwy 1 mm, polu widzenia 24 cm i matrycy 64 X 64, co daje rozdzielczość w płaszczyźnie 3,75 X 3,75 X 5 mm.
  4. W zależności od długości funkcjonalnego eksperymentu MRI, dwa lub trzy eksperymenty są włączone do 60-75-minutowej sesji skanowania.
  5. Obrazy DTI są uzyskiwane za pomocą pojedynczej sekwencji EPI (Echoplanar Imaging) z 46 kierunkami ortogonalnymi, echem spinowym. Stosuje się dyfuzyjną, pojedynczą sekwencję obrazowania, echa spinowego, echa-planarnego, z TR = 7000 ms, TE = 90 ms, szerokością pasma = 2790 Hz / woksel, FOV = 220 mm i rozmiarem matrycy = 128 x 128. Dwadzieścia siedem warstw o grubości 3 mm jest obrazowanych (bez przerwy między warstwami) bez ważenia dyfuzji (b = 0 s/mm2) i z gradientami dyfuzyjnymi (b = 1000 s/mm2) zastosowanymi w 46 kierunkach ortogonalnych.

Przechowywanie i analiza danych:

  1. Pozyskane dane neuroobrazowe z sesji rezonansu magnetycznego są przesyłane do sieci komputerowej chronionej ścianą przepustową w Szpitalu Uniwersyteckim zgodnie z ustawą o przenośności i odpowiedzialności w ubezpieczeniach zdrowotnych (HIPAA).
  2. Dane MRI i DTI z tego serwera są przesyłane do scentralizowanego serwera komputerowego (neuron) laboratorium i anonimizowane przed udostępnieniem do analizy danych. Serwer neuron zawiera wszystkie programy do analizy obrazu, a także wewnętrzne skrypty generowane do wykonywania obliczeń specyficznych dla naszych eksperymentów.
  3. Klaster komputerowy składa się z 3 węzłów, z których każdy wyposażony jest w czterordzeniowy procesor, co umożliwia szybsze i równoległe przetwarzanie wielu zestawów danych. Ponadto, ponieważ dane z różnych badań znajdują się w jednym miejscu, ułatwia to organizowanie danych na potrzeby metaanaliz i wyciąganie nadrzędnych wniosków.
  4. Dane fMRI są przetwarzane wstępnie i po oraz analizowane statystycznie przy użyciu SPM8 (Statistical Parametric Mapping; Wellcome Department of Cognitive Neurology, Londyn, Wielka Brytania). Ponadto inne programy, takie jak Analysis of Functional NeuroImages (AFNI), fMRIB Software Library (FSL) i MRICron, są również wykorzystywane do innych analiz.
  5. Obrazy DTI są poddawane obróbce wstępnej i końcowej oraz analizowane statystycznie za pomocą FSL.

Kontrola jakości:

  1. Korekty czasowe i przestrzenne są wykonywane w danych fMRI przy użyciu etapów przetwarzania wstępnego, takich jak korekcja czasu wycinka, korekcja ruchu, wyrównanie, normalizacja przestrzenna i wygładzanie przestrzenne.
  2. Stosunek sygnału do szumu (SNR) oblicza się, biorąc pod uwagę stosunek zmienności związanej z zadaniem do zmienności niezwiązanej z zadaniem. Hałas (zmienność niezwiązana z zadaniem) może obejmować wszystko, od szumu termicznego po efekty ruchu głowy. Zarówno obliczając SNR, aby uzyskać stosunkowo wyższy współczynnik (>,8), jak i kontrolując artefakty, możemy mieć pewność, że obrazy spełniają surowe standardy jakości.
  3. Czasowy stosunek sygnału do szumu (tSNR) to SNR w całym trakcie eksperymentu i jest matematycznie zdefiniowany przez stosunek średniej intensywności sygnału do zmienności sygnału w czasie. Średnia i odchylenie standardowe są mierzone dla każdego woksela i jeśli stosunek w mózgu jest na akceptowalnym progu, obrazy można wykorzystać do dalszych analiz.
  4. Zawsze dobrym pomysłem jest sprawdzanie danych pod kątem artefaktów na każdym etapie wstępnego przetwarzania i analizy. Na przykład badanie surowych obrazów pod kątem artefaktów o częstotliwości radiowej (RF) lub ocena artefaktów ruchu we wstępnie przetworzonych danych. Jednym ze środków zapobiegawczych mających na celu kontrolowanie artefaktów jest badanie obiektów pod kątem metalu w głowie lub wokół niej, takiego jak aparaty ortodontyczne lub stały aparat retencyjny, aby ograniczyć ilość zaniku sygnału.
  5. Jeśli zbiór danych zawiera zbyt dużo szumów, nawet po procedurach korekcji ruchu, i nie spełnia naszych standardów jakości danych, jest zwykle wykluczany z dalszych analiz.

5. Badanie mózgu w autyzmie na poziomie sieci: badanie połączeń funkcjonalnych za pomocą fMRI i badanie łączności anatomicznej oparte na DTI:

Funkcjonalna łączność:

Łączność funkcjonalna odnosi się do synchronizacji aktywacji mózgu w różnych regionach mózgu. Korelacja przebiegu aktywacji w czasie w różnych obszarach mózgu jest traktowana jako dowód na komunikację lub łączność między tymi regionami. Etapy tej analizy są następujące:

  1. Obszary zainteresowania (ROI) są identyfikowane funkcjonalnie (na podstawie odpowiedzi aktywacji na zadania) lub anatomicznie (na podstawie standaryzowanych atlasów mózgu). Te ROI są definiowane albo sferycznie z promieniem, który obejmowałby aktywację, ALBO są definiowane w ich oryginalnym kształcie.
  2. Określony promień lub rzeczywisty kształt, wraz ze współrzędnymi MNI, jest włączany w celu utworzenia pliku ROI dla wszystkich ROI za pomocą wewnętrznego skryptu. Obecność nakładania się lokalizacji tych zwrotów z inwestycji jest badana i korygowana.
  3. Dla każdego zwrotu z inwestycji sygnał jest wyodrębniany z przebiegu czasowego eksperymentu z danych każdego indywidualnego uczestnika.
  4. Dla każdego uczestnika średni przebieg czasu sygnału dla każdego zwrotu z inwestycji jest skorelowany ze wszystkimi innymi zwrotami z inwestycji, co daje macierz korelacji. Wartości korelacji są następnie konwertowane na wyniki z' Fishera w celu dalszych analiz statystycznych w celu uzyskania wniosków na poziomie indywidualnym, grupowym i między grupami.

Anatomiczna łączność (DTI):

W celu zbadania integralności istoty białej w mózgu, obrazy tensora dyfuzji są analizowane za pomocą biblioteki oprogramowania fMRIB (FSL)9. Poniżej znajdują się główne kroki, które należy wykonać:

  1. Pierwszym krokiem w tej analizie jest wstępne przetwarzanie, w tym usuwanie czaszek i korekcja prądami wirowymi. Zdejmowanie czaszki odbywa się za pomocą narzędzia do ekstrakcji mózgu (BET) w celu usunięcia wszelkich tkanek niemiąższowych. Gdy gradienty dyfuzji o dużej intensywności są szybko przełączane, powstają artefakty ścinania i rozciągania, które są różne dla każdego kierunku gradientu. Zniekształcenia te są korygowane za pomocą korekcji prądów wirowych FSL, która rejestruje obrazy dyfuzyjne w obrazie referencyjnym bez zastosowanego gradientu dyfuzji.
  2. Tensory dyfuzji i wartości anizotropii frakcyjnej (FA), wskaźnik dyfuzji wody wzdłuż aksonów, są następnie obliczane na poziomie wokseli przy użyciu zestawu narzędzi dyfuzji FSL.
  3. Różnice grupowe na poziomie woksela po wokselu są badane za pomocą statystyk przestrzennych opartych na traktach (TBSS)10. W tej technice wszystkie obrazy dyfuzyjne są najpierw wyrównywane do wspólnej przestrzeni za pomocą rejestracji nieliniowej.
  4. Tworzony jest szkielet FA wszystkich głównych odcinków istoty białej od wszystkich uczestników. Indywidualne obrazy dyfuzyjne wszystkich uczestników są następnie rejestrowane w tym szkielecie przewodu FA.
  5. Obszary wzdłuż tego szkieletu ze zdjęć uczestników z autyzmem są porównywane woksel po wokselu z tymi samymi obszarami uczestników kontrolnych za pomocą testów t. Woksele o różnych wartościach FA są następnie izolowane jako duży ROI i obliczane są średnie wartości FA.

6. Reprezentatywne wyniki:

Główne wyniki naszych badań dotyczą osłabienia odpowiedzi neuronalnej u uczestników z autyzmem (pod względem aktywacji, zmiany intensywności sygnału i funkcjonalnej łączności) oraz możliwego wykorzystania zmienionej drogi korowej w wykonywaniu zadań poznawczych i społecznych. Na przykład, regiony rdzeniowe, które pośredniczą w funkcji (np. tylna górna bruzda skroniowa na skrzyżowaniu skroniowo-ciemieniowym w wnioskowaniu o intencjach innych; patrz Rycina 2) wydają się niedostatecznie reagować w autyzmie w porównaniu z typowymi uczestnikami z grupy kontrolnej. Ponadto, obszar jądra wydaje się być funkcjonalnie słabo połączony z innymi węzłami, zwłaszcza tymi odległymi przestrzennie (ryc. 3). Dzięki DTI znajdujemy również pewne anatomiczne podstawy tych odkryć (patrz ryc. 4), zapewniając kompleksowy, sieciowy obraz organizacji mózgu w autyzmie.

figure-protocol-1
Rysunek 1. Schemat blokowy przedstawiający metody i procedury.

figure-protocol-2
Rysunek 2: A) Zwiększona aktywacja w typowym zadaniu językowym, takim jak rozumienie zdań (lewy dolny zakręt czołowy i lewa tylna górna bruzda skroniowa); B) Zwiększona obustronna aktywacja bruzd skroniowych tylnych górnych u uczestników neurotypowych podczas przypisywania stanów psychicznych innym (próg skorygowany FWE p< 0,05).

figure-protocol-3
Rysunek 3. Znacznie zmniejszona łączność funkcjonalna (synchronizacja aktywacji mózgu) między obszarami czołowymi i skroniowymi w zadaniu poznania społecznego u uczestników z autyzmem (p< 0,05). LSTG: lewy górny zakręt skroniowy, RSTG: prawy górny zakręt skroniowy, RIFG: prawy dolny zakręt czołowy, ROI: Region zainteresowania, FCA: łączność funkcjonalna.

figure-protocol-4
Rysunek 4. Wyniki traktatografii DTI pokazujące wiązkę włókien istoty białej biegnącą od płata skroniowego do połączenia skroniowo-ciemieniowego. Początkowym punktem wyjścia dla traktografii był zwrot z inwestycji zidentyfikowany przez TBSS jako mający znacznie mniejszą wartość FA u młodych dorosłych z autyzmem w porównaniu z typowymi uczestnikami kontrolnymi w tym samym wieku.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Metody i procedury opisane w tym artykule opierają się na podstawowych zasadach neuronauki poznawczej i neuroobrazowania. Podsumowując, metody te stanowią przekonujące ramy do oceny funkcjonowania mózgu na poziomie systemowym u dzieci, dorosłych i osób z zaburzeniami. Badania oparte na tych metodach miały szczególny wpływ na scharakteryzowanie nieharmonijnego funkcjonowania mózgu u osób z autyzmem.

Chociaż przedstawione tutaj techniki można przenieść do innych populacji w celu odpowiedzi na p...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nie stwierdzono konfliktu interesów.

Podziękowania

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy chcieliby podziękować Autumn Alexander, Jeffowi Killenowi, Charlesowi Wellsowi, Kathy Pearson i Vaibhav Paneri za pomoc w realizacji projektu na różnych etapach. Praca ta jest wspierana przez fundusze startowe Wydziału Psychologii UAB, McNulty-Civitan Scientist Award oraz CCTS Pilot Research Grant (5UL1RR025777) dla RK.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Bibliografia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Friston, K. J. Functional and effective connectivity in neuroimaging: A synthesis. Human Brain Mapping. 2, 56-78 (1994).
  2. Just, M. A., Cherkassky, V. L., Keller, T. A., Minshew, N. J. Cortical activation and synchronization during sentence comprehension in high-functioning autism: evidence of underconnectivity. Brain: a journal of neurology. 127, 1811-1821 (2004).
  3. Kana, R. K., Keller, T. A., Cherkassky, V. A., Minshew, N. J., Just, M. A. Sentence comprehension in autism: thinking in pictures with decreased functional connectivity. Brain: a journal of neurology. 129, 2484-2493 (2006).
  4. Koshino, H., Kana, R. K., Keller, T. A., Cherkassky, V. L., Minshew, N. J., Just, M. A. fMRI Investigation of Working Memory for Faces in Autism: Visual Coding and Underconnectivity with Frontal Areas. Cerebral Cortex. 18, 289-300 (2007).
  5. Kana, R. K., Keller, T. A., Minshew, N. J., Just, M. A. Inhibitory control in high-functioning autism: decreased activation and underconnectivity in inhibition networks. Biological Psychiatry. 62, 196-208 (2007).
  6. Just, M. A., Cherkassky, V. L., Keller, T. A., Kana, R. K., Minshew, N. J. Functional and Anatomical Cortical Underconnectivity in Autism: Evidence from an fMRI Study of an Executive Function Task and Corpus Callosum Morphometry. Cerebral Cortex. 17, 951-961 (2007).
  7. Castelli, F., Frith, C., Happe, F., Frith, U. Autism, Asperger syndrome and brain mechanisms for the attribution of mental states to animated shapes. Brain. 125, 1839-1849 (2002).
  8. Gray, C. A., Garand, J. D. Social stories: Improving responses of students with autism with accurate social information. Focus on Autistic Behavior. 8, 1-10 (1993).
  9. Smith, S. M., Jenkinson, M., Woolrich, M. W., Beckmann, C. F., Behrens, T. E. J., Johansen-Berg, H. Advances in functional and structural MR image analysis and implementation as FSL. NeuroImage. 23, 208-219 (2004).
  10. Smith, S. M., Jenkinson, M., Johansen-Berg, H., Rueckert, D., Nichols, T. E., Mackay, C. E., Watkins, K. E., Ciccarelli, O., Cader, M. Z., Matthews, P. M. Tract-based spatial statistics: Voxelwise analysis of multi-subject diffusion data. NeuroImage. 31, 1487-1505 (2006).
  11. Li, Q., Sun, J., Guo, L., Zang, Y., Feng, Z., Huang, X., Yang, H., Lv, Y., Huang, M., Gong, Q. Increased fractional anisotropy in white matter of the right frontal region in children with attention-deficit/hyperactivity disorder: a diffusion tensor imaging study. Neuro Endocrinol Lett. 31, 747-753 (2010).
  12. Jeong, J. W., Sundaram, S. K., Kumar, A., Chugani, D. C., Chugani, H. T. Aberrant diffusion and geometric properties in the left arcuate fasciculus of developmentally delayed children: a diffusion tensor imaging study. AJNR Am J Neuroradiol. 32, 323-330 (2011).
  13. Mulder, M. J., van Belle, J., van Engeland, H., Durston, S. Functional connectivity between cognitive control regions is sensitive to familial risk for ADHD. Human Brain Mapping. , (2010).
  14. Vourkas, M., Micheloyanni, S., Simos, P. G., Rezaie, R., Fletcher, J. M., Cirino, P. T., Papanicolaou, A. C. Dynamic task-specific brain network connectivity in children with severe reading difficulties. Neurosci Lett. 488, 123-128 (2011).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Autism Spectrum DisorderFunctional MRIBrain ConnectivityWhite Matter IntegrityFunctional ConnectivityCortical UnderconnectivitySocial CognitionNeuroimaging AnalysisTractography

Powiązane artykuły