Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Badanie mózgu w autyzmie z wykorzystaniem fMRI oraz obrazowania tensora dyfuzji

24.8K wyświetleń

DOI:

10.3791/3178

12 września 2011

W tym artykule

Podsumowanie

Techniki neuroobrazowania, takie jak funkcjonalny rezonans magnetyczny (fMRI) oraz obrazowanie tensora dyfuzji (DTI), stają się coraz bardziej użyteczne w charakteryzacji deficytów poznawczych i neurologicznych w autyzmie. Przedstawiono badanie łączności mózgowej w autyzmie na poziomie sieci oraz adaptacje procedur skanowania dzieci z zaburzeniami rozwojowymi.

Streszczenie

Nowe teorie sugerują, że w autyzmie mózg nie funkcjonuje jako spójna jednostka, a ta rozbieżność odzwierciedla się w objawach behawioralnych występujących u osób z autyzmem. Choć wyniki strukturalnego obrazowania neurologiczngo dostarczyły pewnych spostrzeżeń na temat anomalii mózgu w autyzmie, spójność takich znalezisk jest dyskusyjna. Obrazowanie funkcjonalne okazało się w tym względzie bardziej owocne, ponieważ autyzm jest zaburzeniem dynamicznego przetwarzania, a taka metoda pozwala na badanie komunikacji między sieciami korowymi, gdzie prawdopodobnie leży główny problem w autyzmie. Łączność funkcjonalna definiowana jest jako korelacja czasowa przestrzennie oddzielnych zdarzeń neurologicznych1. Wyniki szeregu niedawnych badań fMRI potwierdziły tezę, że istnieje słabsza koordynacja między różnymi częściami mózgu, które powinny współpracować w celu rozwiązania złożonych problemów społecznych lub językowych2,3,4,5,6. Jedną z zagadek autyzmu jest współistnienie deficytów w kilku domenach wraz z relatywnie nienaruszonymi, a czasem nawet zwiększonymi zdolnościami. Tak złożone przejawy autyzmu wymagają globalnego i kompleksowego zbadania tego zaburzenia na poziomie neuronowym. Przekonująca niedawna koncepcja funkcjonowania mózgu w autyzmie, teoria niedostatecznej łączności korowej (cortical underconnectivity theory),2,7 dostarcza integrujących ram dla neurobiologicznych podstaw autyzmu. Teoria niedostatecznej łączności korowej w autyzmie sugeruje, że każda funkcja językowa, społeczna lub psychologiczna zależna od integracji wielu obszarów mózgu jest podatna na zaburzenia wraz ze wzrostem zapotrzebowania na przetwarzanie. W autyzmie niewydolność obwodów integracyjnych w mózgu może powodować rozległą niedostateczną łączność. Innymi słowy, osoby z autyzmem mogą interpretować informacje w sposób fragmentaryczny, kosztem całości. Ponieważ niedostateczna łączność korowa między obszarami mózgu, zwłaszcza między korą czołową a obszarami położonymi bardziej tylnie 3,6, jest obecnie stosunkowo dobrze udokumentowana, możemy zacząć głębiej rozumieć łączność mózgową jako krytyczny komponent symptomatologii autyzmu.

Logicznym następnym krokiem w tym kierunku jest zbadanie połączeń anatomicznych, które mogą pośredniczyć w wyżej wspomnianych połączeniach funkcjonalnych. Obrazowanie tensora dyfuzji (DTI) to stosunkowo nowa technika neuroobrazowania, która pozwala badać dyfuzję wody w mózgu w celu wnioskowania o integralności włókien istoty białej. W technice tej dyfuzja wody w mózgu jest badana w kilku kierunkach przy użyciu gradientów dyfuzyjnych. Podczas gdy łączność funkcjonalna dostarcza informacji o synchronizacji aktywacji mózgu w różnych obszarach mózgu podczas wykonywania zadania lub w stanie spoczynku, DTI pomaga zrozumieć podstawową organizację aksonalną, która może ułatwiać komunikację między obszarami mózgu. Niniejszy artykuł opisze te techniki jako cenne narzędzia w zrozumieniu mózgu w autyzmie oraz omówi wyzwania związane z tym kierunkiem badań.

Protokół

1. Specjalne techniki skanowania osób z niepełnosprawnością intelektualną:

Choć sama neuroobrazownictwo jest złożoną techniką, wykorzystanie MRI do badania populacji pediatrycznej oraz osób z zaburzeniami rozwojowymi może być niezwykle trudne. Głównymi problemami są: 1) Ruchy głowy: osoby z zaburzeniami, szczególnie dzieci, mogą mieć trudności z zachowaniem bezruchu w skanerze fMRI podczas całej sesji obrazowania. Może to prowadzić do przemieszczania się głowy, co z kolei może wpłynąć na jakość danych; 2) Dzieci z autyzmem wykazują ekstremną nadwrażliwość sensoryczną i mogą być przeszkadzane przez czynniki takie jak hałas skanera, przebywanie w zamkniętej przestrzeni, temperatura i inne; oraz 3) Lęk i adaptacja do nowego środowiska mogą być trudne dla osób z autyzmem. Zmiana rutyny może powodować problemy, jeśli nie zostanie odpowiednio przygotowana. Dlatego konieczne są innowacyjne procedury z uważnym przygotowaniem, aby osiągnąć wysoką wydajność i poprawić jakość zebranych danych. Wdrażamy cenne spostrzeżenia wynikające z teorii i praktyki, aby przygotować uczestnika do badania MRI, sprawić, by eksperyment i proces skanowania były dla niego przyjemne oraz w celu przetworzenia zebranych danych, z których niektóre obejmują:

  1. Opowieści społeczne. Opowieści społeczne to krótkie, bezpośrednie historie często wykorzystywane do wyjaśniania nowych i mylących sytuacji dzieciom z autyzmem8. Stosujemy opowieści społeczne, pisane z perspektywy osoby z autyzmem, aby zilustrować i opisowo przedstawić każdy krok procesu badania. Przy każdym elemencie opowieści zamieszczono opisy werbalne oraz obrazkowe. Opowieść zatytułowana „o mojej sesji MRI” jest przekazywana uczestnikowi przed dniem badania, aby mógł on zapoznać się z procesem skanowania. Celem opowieści jest zwiększenie zrozumienia procedury przez osobę badanej oraz sprawienie, by czuła się ona bardziej komfortowo w nowej sytuacji.
  2. Nagranie dźwięków skanera na płycie CD. Podczas sesji skanowania skaner MRI stale generuje głośne hałasy, co dla niektórych osób z autyzmem może być odrażające. Aby zapoznać uczestników z hałasem skanera, wysyłamy im (przed dniem badania) nagranie dźwięków emitowanych przez urządzenie.
  3. Atrapa skanera MRI. Symulujemy sesję skanowania MRI z udziałem uczestnika, używając atrapy skanera, skonstruowanej z wycofanego z użytku skanera Phillips MRI. Zapewnia to realistyczne przybliżenie rzeczywistej sesji skanowania. Użycie tej atrapy, znajdującej się w Departamencie Optometrii UAB, pozwala uczestnikowi oswoić się z otoczeniem skanera.
  4. Oprowadzenie po skanerze MRI przed badaniem. Przed rozpoczęciem skanowania MRI uczestnik ma możliwość obejrzenia skanera, a nawet krótkiego położenia się na stole skanera. Zazwyczaj pomaga to złagodzić strach i lęk, a badaczom dostarcza informacji behawioralnych dotyczących reakcji uczestnika na urządzenie. Takie reakcje często dostarczają cennych, choć intuicyjnych i jakościowych informacji o tym, czy uczestnik prawdopodobnie zdoła ukończyć całe badanie. Przed wejściem do skanera uczestnik zostawia wszystkie swoje rzeczy w szatni, a następnie jest sprawdzany detektorem metali.
  5. Dostosowanie skanera MRI do potrzeb dzieci. we wszystkich naszych badaniach używamy skanera Siemens 3.0 Tesla Allegra MRI znajdującego się w UAB Civitan International Research Center. Jest to skaner przeznaczony wyłącznie do badania głowy, co czyni go mniej przerażającym dla uczestników. Aby środowisko skanera było jak najbardziej przyjazne dla dzieci (w populacji pediatrycznej), urządzenie może zostać ozdobione łatwo usuwalnymi naklejkami przedstawiającymi zwierzęta, postaci z bajek itp. Dodatkowo dostarczamy uczestnikom kolorowe koce, aby zapewnić im ciepło w skanerze. W przypadku dzieci z autyzmem, które często mają specjalne zainteresowania (np. pociągami), takie preferencje mogą zostać uwzględnione podczas dekorowania skanera.
  6. Wykorzystanie filmów lub bajek: Pozyskiwanie obrazów anatomicznych i DTI nie wymaga od uczestnika wykonywania zadania w skanerze. Podczas tych skanów uczestnicy mają możliwość obejrzenia kilku minut swojego ulubionego filmu lub serii bajek. Oprócz zapewnienia pożądanej przerwy od zadań, pomaga to sprawić, że proces skanowania jest dla uczestnika przyjemniejszy.

2. Wykorzystanie oprogramowania do prezentacji bodźców oraz urządzeń do reakcji przyciskowych w celu komunikacji ze skanerem:

  1. Zadania eksperymentalne są zaprogramowane przy użyciu oprogramowania do prezentacji bodźców E-Prime (Psychology Software Tools, Pittsburgh, PA). Przed sesją skanowania uczestnik wykonuje krótsze wersje zadań na laptopie, aby zapoznać się z tym, co będzie widzieć w skanerze oraz które przyciski będzie musiał naciskać.
  2. Zadania są ładowane do zintegrowanego systemu obrazowania funkcjonalnego (IFIS, Invivo Corporation, Orlando, FL) i synchronizowane z paradygmatem skanowania. System IFIS pomaga wyświetlać bodźce wizualne na ekranie znajdującym się za uczestnikiem w skanerze, który uczestnik widzi poprzez lustro przymocowane do cewki głowowej.
  3. Podwójne monitory w pokoju sterowniczym umożliwiają badaczom wybór zadań eksperymentalnych lub filmów prezentowanych podczas skanowania oraz monitorowanie odpowiedzi uczestników (w tym czasu reakcji i dokładności wykonania).
  4. Uczestnicy noszą kompatybilne z MRI słuchawki, które pozwalają im słyszeć dźwięki i instrukcje badaczy, a także redukują uciążliwy hałas skanera. Dodatkowo, oprócz słuchawek, dostarczane są zatyczki do uszu w celu dalszej redukcji hałasu skanera.
  5. Światłowodowe urządzenie do rejestracji odpowiedzi, przymocowane do każdej dłoni, pozwala uczestnikowi odpowiadać na pytania w zadaniach. System IFIS rejestruje te odpowiedzi oraz czas każdej z nich w powiązaniu z czasem skanowania.
  6. Uczestnik otrzymuje alarmową „gruszkę ściskową” na wypadek, gdyby nie chciał kontynuować skanowania. Naciśnięcie tej gruszki uruchomi alarm w pokoju sterowniczym, co zasygnalizuje badaczom konieczność natychmiastowego udania się do uczestnika.

3. Wykorzystanie statycznych i dynamicznych bodźców wzrokowych do wywoływania odpowiedzi mózgowych u uczestników z autyzmem:

Choć doskonały projekt eksperymentalny jest krytyczny dla każdego badania naukowego, nawiązanie odpowiedniego kontaktu z uczestnikami może mieć znaczący wpływ na pozyskane dane, szczególnie w neuroobrazowaniu. Bodźce powinny być dostosowane do poziomu rozumienia uczestnika, a eksperyment powinien być krótki, precyzyjny i przyjemny. Jeśli tym elementom nie zostanie poświęcono należytej uwagi, jakość danych może ulec pogorszeniu. Szczególną staranność poświęca się temu, aby zadania eksperymentalne były wymagające i angażujące poprzez tworzenie innowacyjnych bodźców.

  1. Do wywoływania reakcji uczestników w zakresie przypisywania stanów psychicznych wykorzystuje się dynamiczne bodźce wizualne, takie jak filmy przedstawiające interakcje społeczne. Bodźce te, poza tym że są krótkie i angażujące, stanowią wycinki z realnego świata społecznego i zapewniają odpowiednie warunki do badania reakcji mózgu związanych z poznaniem społecznym.
  2. Do badania poznania społecznego wykorzystuje się również statyczne bodźce wizualne, takie jak postacie przedstawione w formie schematycznych ludzików przyjmujących różne postawy ciała. Bodźce te są pomocne w badaniu emocji, ponieważ zachęcają uczestników do wnioskowania o uczuciach na podstawie mowy ciała.
  3. Stosowane są również statyczne bodźce wizualne w postaci kadrów z komiksów z wieloma postaciami przedstawiającymi sytuacje społeczne. Bodźce te wymagają dokonywania przypisań opartych na fizyce potocznej oraz psychologii potocznej.
  4. W badaniach nad przetwarzaniem języka wykorzystujemy głównie zadania obejmujące rozumienie zdań, decyzje leksykalne oraz przetwarzanie dyskursu.
  5. Choć czas trwania poszczególnych eksperymentów się różni, staramy się, aby każdy z nich trwał mniej niż 10 minut. Dodatkowo staramy się planować skanowanie DTI oraz skany anatomiczne pomiędzy eksperymentami, aby zapewnić uczestnikowi czas wolny lub odpoczynku. Strategia ta okazała się skuteczna. W jednej sesji skanowania staramy się uwzględnić 2–3 zadania, co sprawia, że całkowity czas spędzony w magnesie wynosi około 30–40 minut. Schemat protokołu badania przedstawiono na Rysunku 1.

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

Pozyskiwanie danych:

  1. Dane fMRI i DTI są zbierane podczas jednej sesji dla każdego uczestnika przy użyciu skanera głowy Siemens 3.0 Tesla Allegra (Siemens Medical Inc., Erlangen, Niemcy) znajdującego się w Civitan International Research Center na University of Alabama at Birmingham.
  2. Sesja skanowania rozpoczyna się od obrazowania strukturalnego przy użyciu skanów T1-zależnych o wysokiej rozdzielczości. Są one pozyskiwane za pomocą 160-warstwowego skanu wolumetrycznego 3D MPRAGE (Magnetization Prepared Rapid Gradient Echo) z parametrami: TR (czas repetycji) = 20 ms, TE (czas echa) = 3.34 ms, kąt prze 기울enia = 12 stopni, FOV (pole widzenia) = 25.6 cm, rozmiar macierzy 256 X 256 oraz 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. W celu uzyskania obrazów funkcjonalnych stosujemy jednopulsową sekwencję echo-planar gradient-recalled z parametrami: TR= 100 ms, TE = 30ms, kąt prze 기울enia = 60 stopni, FOV = 24 cm i macierz = 64 x 64. Pozyskujemy siedemnaście sąsiadujących, ukośnych warstw osiowych w sekwencji przeplatanej, przy grubości warstwy 5 mm, odstępie między warstwami 1 mm, FOV 24 cm i macierzy 64 X 64, co daje rozdzielczość w płaszczyźnie 3.75 X 3.75 X 5 mm.
  4. W zależności od długości pojedynczego eksperymentu fMRI, w ramach sesji skanowania trwającej 60-75 minut realizowanych jest dwa lub trzy eksperymenty.
  5. Obrazy DTI są pozyskiwane przy użyciu jednopulsowej sekwencji spin-echo EPI (Echoplanar Imaging) w 46 kierunkach ortogonalnych. Stosowana jest dyfuzyjnie ważona, jednopulsowa sekwencja obrazowania echo-planar spin-echo z parametrami: TR = 70 ms, TE = 90 ms, szerokość pasma = 2790 Hz/voxel, FOV = 20mm i rozmiar macierzy = 128x 128. Obrazowanych jest dwadzieścia siedem warstw o grubości 3 mm (bez przerwy między warstwami), zarówno bez ważenia dyfuzyjnego (b = 0s/mm2), jak i z zastosowaniem gradientów ważenia dyfuzyjnego (b = 10s/mm2) w 46 kierunkach ortogonalnych.

Przechowywanie i analiza danych:

  1. Pozyskane dane z obrazowania neurologicznego z sesji MRI są przesyłane do chronionej zaporą sieci komputerowej w szpitalu uniwersyteckim zgodnie z ustawą Health Insurance Portability and Accountability Act (HIPAA).
  2. Dane MRI i DTI z tego serwera są przesyłane na centralny serwer komputerowy laboratorium (neuron) i anonimizowane przed udostępnieniem do analizy danych. Serwer neuron zawiera wszystkie programy do analizy obrazów, a także wewnętrzne skrypty stworzone do obliczeń specyficznych dla naszych eksperymentów.
  3. Klaster komputerowy składa się z 3 węzłów, z których każdy posiada procesor czterordzeniowy, co umożliwia szybsze i równoległe przetwarzanie wielu zestawów danych. Ponadto, ponieważ dane z różnych badań znajdują się w jednej lokalizacji, łatwiej jest organizować dane do metaanaliz i wyciągać ogólne wnioski.
  4. Dane fMRI są poddawane wstępnemu i końcowemu przetwarzaniu oraz analizie statystycznej przy użyciu oprogramowania SPM8 (Statistical Parametric Mapping; Wellcome Department of Cognitive Neurology, Londyn, Wielka Brytania). Dodatkowo do innych analiz wykorzystywane są inne programy, takie jak Analysis of Functional NeuroImages (AFNI), fMRIB Software Library (FSL) oraz MRICron.
  5. Obrazy DTI są poddawane wstępnemu i końcowemu przetwarzaniu oraz analizie statystycznej przy użyciu programu FSL.

Kontrola jakości:

  1. Korekty czasowe i przestrzenne danych fMRI są wykonywane w ramach etapów preprocessingu, takich jak korekcja czasu przesunięcia warstw (slice timing correction), korekcja ruchu, realineacja, normalizacja przestrzenna oraz wygładzanie przestrzenne.
  2. Stosunek sygnału do szumu (SNR) oblicza się jako stosunek zmienności związanej z zadaniem do zmienności niezwiązanej z zadaniem. Szum (zmienność niezwiązana z zadaniem) może obejmować wszystko, od szumu termicznego po efekty ruchu głowy. Obliczając SNR w celu uzyskania stosunkowo wysokiego współczynnika (> .8) oraz kontrolując artefakty, możemy upewnić się, że obrazy spełniają rygorystyczne standardy jakości.
  3. Czasowy stosunek sygnału do szumu (tSNR) to SNR obliczony dla całego przebiegu eksperymentu, zdefiniowany matematycznie jako stosunek średniej intensywności sygnału do wariancji sygnału w czasie. Średnią i odchylenie standardowe wyznacza się dla każdego woksela; jeśli stosunek ten w obrębie mózgu znajduje się na akceptowalnym poziomie, obrazy mogą zostać wykorzystane do dalszych analiz.
  4. Zawsze warto sprawdzać dane pod kątem artefaktów na każdym etapie preprocessingu i analizy. Przykładem jest sprawdzanie surowych obrazów pod kątem artefaktów częstotliwości radiowej (RF) lub ocena artefaktów ruchowych w danych po preprocessingu. Jedną z działań zapobiegawczych w celu kontroli artefaktów jest badanie osób pod kątem obecności metalowych elementów w obrębie głowy lub wokół niej, takich jak aparaty ortodontyczne lub stałe retinery, aby ograniczyć zaniki sygnału (signal drop out).
  5. Jeśli zestaw danych wykazuje zbyt wysoki poziom szumu, nawet po zastosowaniu procedur korekcji ruchu, i nie spełnia standardów jakości danych, zazwyczaj jest on wykluczany z dalszych analiz.

5. Badanie mózgu w autyzmie na poziomie sieciowym: badanie łączności funkcjonalnej w oparciu o fMRI oraz badanie łączności anatomicznej w oparciu o DTI:

Łączność funkcjonalna:

Łączność funkcjonalna odnosi się do synchronizacji aktywacji mózgu w różnych jego obszarach. Korelacja przebiegu czasowego aktywacji między obszarami mózgu jest przyjmowana jako dowód komunikacji lub łączności pomiędzy tymi regionami. Kroki zaangażowane w tę analizę są następujące:

  1. Identyfikuje się obszary zainteresowania (ROI), albo funkcjonalnie (na podstawie odpowiedzi aktywacyjnej na zadania), albo anatomicznie (na podstawie zestandaryzowanych atlasów mózgu). ROI te są definiowane albo sferycznie, z promieniem obejmującym aktywację, albo w ich oryginalnym kształcie.
  2. Określony promień lub rzeczywisty kształt, wraz z współrzędnymi MNI, są wykorzystywane do utworzenia pliku ROI dla wszystkich obszarów za pomocą wewnętrznego skryptu. Następnie bada się i koryguje występowanie nakładania się lokalizacji tych ROI.
  3. Dla każdego ROI sygnał jest ekstrahowany z przebiegu czasowego eksperymentu z danych każdego uczestnika.
  4. Dla każdego uczestnika średni przebieg czasowy sygnału dla każdego ROI jest korelowany ze wszystkimi pozostałymi ROI, co skutkuje otrzymaniem macierzy korelacji. Wartości korelacji są następnie konwertowane na wyniki z Fishera (z'), aby przeprowadzić dalsze analizy statystyczne w celu wyciągnięcia wniosków na poziomie indywidualnym, grupowym oraz pomiędzy grupami.

Łączność anatomiczna (DTI):

W celu zbadania integralności istoty białej w całym mózgu, obrazy tensora dyfuzji są analizowane przy użyciu biblioteki oprogramowania fMRIB Software Library (FSL)9. Poniżej przedstawiono główne etapy tego procesu:

  1. Pierwszym krokiem w tej analizie jest przetwarzanie wstępne, obejmujące usuwanie czaszki (skull stripping) oraz korekcję prądów wirowych. Usuwanie czaszki wykonuje się za pomocą narzędzia Brain Extraction Tool (BET) w celu usunięcia tkanek nieparenchymalnych. Podczas szybkiego przełączania gradientów dyfuzyjnych o wysokiej intensywności powstają artefakty ścinania i rozciągania, które różnią się dla każdego kierunku gradientu. Zniekształcenia te są korygowane za pomocą funkcji korekcji prądów wirowych w oprogramowaniu FSL, która rejestruje obrazy dyfuzyjne względem obrazu referencyjnego bez zastosowanego gradientu dyfuzyjnego.
  2. Następnie, przy użyciu Diffusion Toolbox z pakietu FSL, na poziomie wokseli oblicza się tensory dyfuzji oraz wartości anizotropii frakcyjnej (FA), będące wskaźnikiem dyfuzji wody wzdłuż aksonów.
  3. Różnice między grupami na poziomie poszczególnych wokseli bada się za pomocą statystyki przestrzennej opartej na traktach (Tract-Based Spatial Statistics, TBSS)10. W tej technice wszystkie obrazy dyfuzyjne są najpierw dopasowywane do wspólnej przestrzeni za pomocą rejestracji nieliniowej.
  4. Tworzony jest szkielet FA wszystkich głównych traktów istoty białej dla wszystkich uczestników. Następnie indywidualne obrazy dyfuzyjne wszystkich uczestników są rejestrowane względem tego szkieletu traktów FA.
  5. Obszary wzdłuż tego szkieletu na obrazach uczestników z autyzmem są porównywane woksel po wokselu z analogicznymi obszarami uczestników z grupy kontrolnej przy użyciu testów t. Woksele o zmiennych wartościach FA są następnie izolowane jako obszar zainteresowania (ROI), a następnie obliczane są średnie wartości FA.

6. Reprezentatywne wyniki:

Główne wyniki wynikające z naszych badań dotyczą osłabionej odpowiedzi neuronalnej u uczestników z autyzmem (pod kątem aktywacji, zmiany natężenia sygnału oraz łączności funkcjonalnej) i możliwego wykorzystania zmienionej drogi korowej podczas wykonywania zadań poznawczych i społecznych. Na przykład regiony kluczowe, które uznano za pośredniczące w danej funkcji (np. tylna część górnej bruzdy skroniowej w połączeniu skroniowo-ciemieniowym przy wnioskowaniu o intencjach innych osób; patrz Rysunek 2), wydają się wykazywać słabszą odpowiedź w autyzmie w porównaniu z typowymi uczestnikami kontrolnymi. Ponadto region kluczowy wydaje się być funkcjonalnie słabiej połączony z innymi węzłami, zwłaszcza tymi oddalonymi przestrzennie (rysunek 3). Za pomocą DTI odnaleźliśmy również pewne podstawy anatomiczne dla tych wyników (patrz Rysunek 4), co pozwala na uzyskanie kompleksowego obrazu organizacji mózgu w autyzmie na poziomie sieciowym.

Schemat przebiegu badania fMRI; aparat MRI Siemens 3,0 Tesla; prezentacja bodźców poznawczych; analiza danych neuroobrazowych; oprogramowanie AFNI, FSL.
Rycina 1. Schemat blokowy przedstawiający metody i procedury.

Mapowanie funkcjonalnej aktywności mózgu; MRI; mapa ciepła; analiza kory mózgowej; wizualizacja aktywacji neuronalnej.
Rysunek 2: A) Zwiększona aktywacja w typowym zadaniu językowym, takim jak rozumienie zdań (lewy dolny zakręt czołowy oraz lewa tylna część górnej bruzdy skroniowej); B) Zwiększona obustronna aktywacja tylnych części górnych bruzd skroniowych u uczestników neurotypowych podczas przypisywania stanów mentalnych innym (próg skorygowany o FWE wynoszący p< 0.05).

Wykres słupkowy funkcjonalnych ROI przedstawiający porównanie wartości Z FCA w grupach z autyzmem i kontrolnej.
Rysunek 3. Znacząco zmniejszona łączność funkcjonalna (synchronizacja aktywacji mózgu) pomiędzy obszarami czołowymi i skroniowymi podczas zadania z zakresu poznania społecznego u uczestników z autyzmem (p< 0,05). LSTG: lewy zakręt skroniowy górny, RSTG: prawy zakręt skroniowy górny, RIFG: prawy zakręt czołowy dolny, ROI: obszar zainteresowania, FCA: funkcjonalna łączność.

Przekroje MRI mózgu wykazujące aktywację neuronalną; obrazowanie funkcjonalne, neuronauka, analiza kory mózgowej.
Rysunek 4. Wyniki traktografii DTI przedstawiają pęczek włókien istoty białej biegnący z płata skroniowego do połączenia skroniowo-ciemieniowego. Początkowym punktem wyjścia dla traktografii był obszar zainteresowania (ROI) zidentyfikowany za pomocą TBSS jako wykazujący istotnie niższą wartość FA u młodych dorosłych z autyzmem w porównaniu z dopasowanymi pod względem wieku typowymi uczestnikami kontrolnymi.

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

Dyskusja

Metody i procedury opisane w niniejszej pracy opierają się na podstawowych zasadach neuronauki poznawczej i neuroobrazowania. Wspólnie metody te stanowią przekonujące ramy do oceny funkcjonowania mózgu na poziomie systemowym u dzieci, dorosłych oraz osób z zaburzeniami. Badania oparte na tych metodach miały szczególny wpływ na charakteryzację niespójnego funkcjonowania mózgu u osób z autyzmem.

Chociaż przedstawione tutaj techniki można przenieść na inne populacje w celu odpowiedzi na pokrewne ...

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

Oświadczenia

Nie zgłoszono konfliktów interesów.

Podziękowania

Autorzy chcieliby podziękować Autumn Alexander, Jeffowi Killenowi, Charlesowi Wellsowi, Kathy Pearson i Vaibhavowi Paneri za pomoc w realizacji projektu na różnych jego etapach. Praca ta była finansowana ze środków startowych dla wydziału Department of Psychology na UAB oraz z grantu McNulty-Civitan Scientist Award& grant badawczy CCTS Pilot Research Grant (5UL1RR025777) dla RK.

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

Bibliografia

  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

Tagi

Zaburzenia spektrum autyzmufunkcjonalny rezonans magnetycznyłączność mózgowaintegralność białej substancjiłączność funkcjonalnaniedostateczna łączność korowapoznawcze aspekty społeczneanaliza neuroobrazowaniatraktografia