Name: Análise de Redes da rede de modo padrão Usando Funcional Conectividade RM em Epilepsia do Lobo Temporal (Vídeo) | JoVE Journal
Uploaded: 2014-08-05T14:00:00.000+00:00
Duration: 12 min 9 s
Description: Aprenda a analisar a rede de modo padrão em pacientes com epilepsia do lobo temporal usando ressonância magnética funcional. Este método compara conectividade cerebral entre pacientes e controles saudáveis.

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

O financiamento para esta pesquisa foi fornecido pela Fundação de Epilepsia da América, Baylor College of Medicine Computacional e Integrativa Biomedical Research Center (CIBR) Semente Grant Awards (ZH); NIH-NINDS K23 Grant NS044936 (JMS); . ea Fundação Família Leff (JMS) A aquisição de dados foi assistido por: Elizabeth Pierce (UCLA).

1. Assuntos <ol><li> A população de estudo de 36 indivíduos inclui 3 grupos: direito TLE (n = 11), deixou TLE (n = 12) e controles saudáveis ​​(n = 13). Obter o consentimento informado por escrito de todas as disciplinas. O estudo segue as diretrizes da Universidade da Califórnia, Los Angeles (UCLA) Institutional Review Board. </li><li> Os grupos de indivíduos com epilepsia deve ser pacientes que são candidatos à ressecção anterior do lobo temporal, conforme determinado pelo monitoramento de vídeo-EEG, ressonância magnética do cérebro, imagens de PET e testes neuropsicológicos. Os doentes devem continuar os seus medicamentos habituais durante o exame de fMRI e não deve ser verificado imediatamente após uma convulsão. Certifique-se de que todos os indivíduos têm ressonâncias magnéticas normais do cérebro e estão livres de doença neurológica (excepto epilepsia nos grupos de pacientes) ou estiver usando medicamentos neurológicos. </li></ol> 2. Imagem <ol><li> Use um sistema de 3 Tesla MRI para a imagem latente. Obter cortes axiais de imagens funcionais usando um imag planar echoing (EPI) e seqüência de imagens anatômicas usando um gradiente mimada lembrou (SPGR) seqüência. </li><li> Realize imagem funcional utilizando os seguintes parâmetros: TR = 2.000 ms, TE = 30 ms, FOV = 210 mm, matriz = 64 x 64, espessura de corte 4 mm, 34 fatias. Utilize os seguintes parâmetros para a imagem estrutural de alta resolução: TR = 20 ms, TE = 3 ms, FOV = 256 milímetros, matriz = 256 x 256, espessura de corte 1 mm 160 fatias. </li><li> Cada sessão de imagens deve durar 20 min. Peça aos participantes para relaxar com os olhos fechados. Sem entrada auditiva especial é necessário. </li></ol> 3. Pré-processamento de dados BOLD <ol><li> Preprocess os dados de fMRI utilizando FSL (fMRIB Software Library) versão do software 4.1.6 (Oxford, Reino Unido, www.fmrib.ox.ac.uk / FSL) 13,14. Etapas de pré-processamento deve incluir o seguinte: Use FSL MCFLIRT para remover o movimento da cabeça artefato 15. Use BET FSL para remover o tecido nonbrain 16 com BET opção-F para arquivos em negrito. Isso ajuda a uma corrida fetapas de análise UTRAS sozinho o tecido cerebral. </li><li> Em FEAT, execute uma análise minimamente processados ​​com registro. Selecione &quot;análise de primeiro nível&quot; e mude &quot;análise completa&quot; para &quot;Pré-stats&quot; dos dois primeiros botões. <ol><li> Na guia Pré-stats, desmarque a opção &quot;extração BET cérebro&quot; e selecione &quot;None&quot; para &quot;correção Motion&quot; (uma vez que já foram feitas acima). Registrar as imagens funcionais (negrito) para a imagem (MNI) imagens anatômicas (SPGR), e depois a um padrão. Isto resulta na geração de matrizes de transformação, que são usadas mais tarde, durante a análise de deformar as sementes seleccionadas no espaço padrão para o espaço cérebro do sujeito. </li></ol></li><li> Use a matriz de transformação gerado (denominado &quot;standard2example_func.mat&quot;) e transformá-CSF e ROIs de substância branca no espaço BOLD individual. <ol><li> Extrato da série histórica do CSF ​​e ROIs substância branca usando o comando fslmeants,usando o ROI no espaço sujeito individual como uma máscara. Normalizar as séries temporais extraído utilizando o software &quot;R&quot;. Estas séries de tempo são utilizadas como regressores no GLM posterior para remover os sinais de artefatuais correspondentes a partir da análise. </li></ol></li><li> O próximo passo é a remoção de artefatos de movimento relacionado assunto. Para a regressão dos parâmetros de movimento, defina o seguinte dentro de FSL FEAT antes de executá-lo. <ol><li> Na guia dados, use com correção de movimento e arquivo extraído do cérebro como entradas, defina o valor TR para corresponder ao seu conjunto de dados. Defina-filtro de alta passagem usando um filtro de 100 seg. A filtragem passa alta irá remover sinais de interesse, que são de muito baixa frequência. Um filtro passa-baixo para eliminar os sinais de alta frequência vai ser aplicada posteriormente na etapa 4.1. </li><li> No separador Pré-stats, escolha &quot;Nenhum&quot; em &quot;correção Motion&quot;, uma vez que já foi feito. Desmarque a opção &quot;extração BET cérebro&quot;, uma vez que já foi feito. Realize suavização espacialusando um 5 milímetros de largura total metade do máximo (FWHM). </li><li> Na guia Estatísticas, regredir os seis parâmetros de movimento e seus derivados temporais. Selecione &quot;Nenhum&quot; para convolução e marque a opção &quot;Aplicar a filtragem temporal.&quot; Usar a saída de FSL MCFLIRT para obter arquivos de texto dos parâmetros de movimento, que pode ser seguida de entrada para o modelo de análise FEAT a regredir estes em um modelo linear geral (GLM) </li><li> Adicione também o CSF ​​e sinais de substância branca que foram extraídos e normalizado nas etapas anteriores para o GLM. Selecione &quot;Nenhum&quot; para convolução, adicione derivada temporal, e desmarque a opção &quot;Aplicar filtro temporal&quot;. </li></ol></li></ol> 4. Métodos Estatísticos <ol><li> Os resíduos de pré-processamento descrito acima deve ser utilizado para a correlação baseada em semente. Estes resíduos devem ser passado primeiro através de um filtro passa baixo de 0,1 Hz, e depois demeaned subtraindo a média, dividindo-se pelo desvio padrão, e, em seguida, dimensionados adicionando100. Sementes deve ser definido com um diâmetro de 6 mm, no espaço MNI padrão usando o software MRICron. </li><li> A posterior e as sementes devem anterior correspondem às seguintes coordenadas: (1) a região Rsp / PCUN (x = 2, y = -60, z = 36) e (2) o córtex pré-frontal ventromedial (vmPFC; x = 3, y = 60, z = -1). Esses locais de sementes foram definidos nos controles saudáveis ​​e são transformados para o espaço de sujeitos na etapa seguinte 17-19. <ol><li> As sementes devem ser posteriormente transformado em espaço funcional do cérebro individual de cada sujeito a partir do espaço padrão MNI. Para isso, use a matriz de transformação gerado acima (com o nome &quot;standard2example_func.mat&quot;) para transformar a semente (MNI) espaço padrão para o espaço individual funcional (BOLD). </li><li> Utilize o comando fslmeants para extrair a série temporal do anteriormente rebaixado e dimensionado residual, usando a semente no espaço sujeito individual como uma máscara. Normalizar as séries temporais extraído usando o software &quot;R&quot;. </li></ol></li><li> Correlações parciais entre os voxels de sementes e todos os outros voxels cerebrais deve ser calculada separadamente para cada tema para cada execução. Para isso, dentro da GUI FEAT FSL, selecione &quot;análise de primeiro nível&quot;, e depois em &quot;Estatísticas + Pós-stats&quot;. Dentro da guia Dados, o residual previamente humilhada e escalado deve ser usado como entrada para FEAT. </li><li> Defina o filtro de alta corte passe para 10.000, como o residual já está alta passou a 100 seg. Na guia Estatísticas, desmarque &quot;Usar FILME prewhitening&quot;, e use a série temporal de sementes previamente extraído e normalizada no GLM. Dentro da aba Post-stats, definir o limite Z-stat desejado para um valor de 2,0. </li><li> Antes de executar análise de grupo que combina corridas dentro de assuntos, um Z de Fisher transformar deve ser realizada no COPE (Contraste de estimativas de parâmetros) arquivo gerado a partir da análise de correlação executado anteriormente (passo 4.3). Copiar dados de registro from o diretório &quot;reg&quot; da análise FEAT feito no passo 3.1 a correlação corrida da etapa 4.3. </li><li> Executar uma análise de alto nível, combinando executado dentro de cada assunto. Para isso, dentro da GUI FEAT FSL, selecione &quot;análise de nível superior&quot;, e depois em &quot;Estatísticas + Pós-stats&quot;. Na guia &quot;Dados&quot;, escolha &quot;Entradas são diretórios FEAT de nível inferior&quot; e digite corridas do sujeito a partir do passo 4.4. Dentro da aba &quot;Estatísticas&quot;, escolha &quot;efeitos mistos: OLS simples&quot;. Estabelecer modelo de efeito como média; entrar com um valor de 1 para cada uma corrida do sujeito. </li><li> Para combinar dados sobre corridas entre os sujeitos, uma Mínimos Quadrados Ordinários (MQO) simples análise de efeitos mistos deve ser usado. Para isso, dentro da GUI FEAT FSL, escolha &quot;análise de nível superior&quot;, e &quot;Estatísticas + Pós-stats&quot;. Dentro da guia Dados, escolha &quot;Entradas são diretórios FEAT de nível inferior&quot; e digite combinados corridas dos sujeitos a partir do passo 4.5. </li><li> Na guia Estatísticas, escolha &quot;efeitos mistos: OLS simples&quot; &#39;Configurar um modelo como 3 grupos; entrar com um valor de 1 para o grupo cada sujeito pertence, 0 caso contrário. Grupo análise deve ser feita em cada voxel usando uma ANOVA com três níveis que correspondiam às três grupos (direito TLE, deixou TLE e controles saudáveis). </li><li> Para limiar as imagens estatística Z usar clusters formando limiar de Z&gt; 2.0 e corrigido limiar conjunto significativo de p = 0,05 20. Para obter os valores de z correcção no mapa de correlação, um Z de Fisher inversa transformada deve ser realizado nos resultados. </li><li> Os seguintes contrastes específicos devem ser comparados (1) direito TLE&gt; controles; (2) deixou TLE&gt; controles; (3) TLE direito&gt; esquerda TLE; (4) deixou TLE&gt; direito TLE; (5) controle&gt; TLE direita; (6) Controle&gt; esquerda TLE; (7) TLE (direita combinado e esquerda)&gt; controle; e (7) de controle&gt; TLE (direita combinado e esquerda). </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 é financiado pelo NIH Grants P01 NS02808, R01 NS33310 e U01 NS42372, tem patentes WO 2009/123734A1, e WO 2009/123735A1, recebe royalties de MedLink, Wolters Kluwer, Blackwell, e Elsevier, e recebeu honorários da Medtronics , Wolters Kluwer, e Best Doctors. Dr. Stern atuou como consultor pago pela UCB e Lundbeck. Dr. Stern é um editor de MedLink Neurologia, e recebeu royalties de Wolters Kluwer e da McGraw-Hill. Os demais autores não têm divulgações ou conflitos de interesse a declarar.

A epilepsia é considerada uma doença de rede, e anormalidades das redes envolvidas estão presentes durante as crises e no estado interictal 21. FMRI baseada em tarefas tem sido usado para analisar anomalias da língua e as redes de memória em TLE 8. FcMRI tem vantagens inerentes a estudar a DMN 12, pois é uma rede que opera principalmente no estado de repouso. O DMN é uma rede de regiões do cérebro que tem sido encontrado para ser ativo em indivíduos acordados que são deixados sem perturb...

Conectividade funcional MRI (fcMRI) é uma abordagem analítica relativamente recente de dados de fMRI que quantifica a relação entre as diferentes regiões do cérebro com base na similaridade do seu nível de oxigenação do sangue dependente (BOLD) sinal de série de tempo - isso é chamado de conectividade &quot;funcional&quot;, e é distinguível de conectividade anatômica que descreve a existência de conexões físicas entre as regiões (por exemplo, fibras de substância branca). Em uma aplicação especial desta abordagem, as séries temporais são coletados quando o participante não está envolvido em uma tarefa ou está no chamado &quot;estado de repouso&quot;. Embora descrita pela primeira vez em 1995, 1, houve imenso interesse em fcMRI resultando em aproximadamente 1.000 publicações relacionadas com a técnica em 2012. FcMRI tem benefícios intrínsecos mais RMf baseado em tarefas em (1), que não é uma tarefa específica a ser realizada, ( 2) a cooperação assunto énão é necessário, (3) conjuntos de dados podem ser usados ​​para consultar várias redes diferentes, (4) uma melhor relação sinal-ruído está presente provavelmente devido a diferenças na energética cerebrais envolvidos, e (5) a evasão de confunde relacionadas com a tarefa 2. Como prova da sua concepção, as alterações fcMRI foram mostrados para corresponder com as mudanças no EEG 3 e 4 locais potenciais de campo no cérebro. Técnicas de análise fcMRI incluem / técnicas de ROI com base em sementes, análise de componentes independentes (ICA), análise de teoria dos grafos, análise de causalidade de Granger, os métodos locais (amplitude de oscilações de baixa freqüência, análise de homogeneidade regional), e outros 5. Nenhuma técnica única ainda demonstrou clara superioridade sobre a outra, embora os métodos mais populares são métodos ICA 6 à base de sementes e. À base de semente de fcMRI correlaciona flutuações temporais no sinal BOLD de uma parte pré-selecionado da rede putativo em estudo chamado de &quot;semente1; ou &quot;região de interesse (ROI)&quot; para todas as outras partes do cérebro. Áreas do cérebro mostrando correlacionando sinal BOLD para a área de semente são pensados ​​para demarcar partes da rede envolvidos. Em contraste, a ICA utiliza uma análise orientada por dados sem modelo para extrair áreas cerebrais espaço-temporalmente correlacionados (componentes independentes, ICs), analisando as características do sinal hemodinâmicos de todo o cérebro 5. No manuscrito atual, uma descrição dos métodos usados ​​em um estudo publicado anteriormente de-base de sementes análise conectividade descanso estado da DMN em TLE é apresentado 7. TLE é a forma mais comum de epilepsia adulto. Além de convulsões, TLE causa disfunção de várias redes cerebrais, incluindo memória, comportamento, pensamento e função sensorial 8. O DMN é constituído por regiões cerebrais subjacentes à consciência, cognição descanso pelo Estado. O DMN tem sido relatada a ser envolvido em convulsões associadas à consc reduzidaiousness 9,10. Além disso, o hipocampo é a estrutura chave envolvida na TLE e foi pensado para ser componente de DMN. No entanto, a conectividade do PCC para a formação do hipocampo é mais fraca do que com outros componentes de DMN, tais como pré-frontal medial e córtex parietal inferior. Isto sugere que o hipocampo é uma sub-rede ou de DMN ou uma rede interagindo 11,12. Estas semelhanças entre TLE e DMN levantam a possibilidade de que DMN conectividade funcional é alterado de TLE. Esta análise compara o DMN de indivíduos com ELT com controles saudáveis ​​para obter insights sobre o envolvimento de DMN na TLE. A conectividade de sementes colocadas nos principais centros do DMN - as regiões do cubo anterior e posterior foram analisados ​​12. As sementes foram colocadas no cubo posterior que consiste no retrosplenium / precuneus (Rsp / PCUN), bem como o cubo anterior consiste no córtex pré-frontal ventromedial (vmPFC) em pacientes com TLE e emsaudável controles para identificar as sub-redes posterior e anterior do DMN.

<table><tbody><tr><td>Estação de trabalho Linux da máquina</td><td></td><td></td><td></td>de ressonância magnética</tr><tr><td>com software de análise de imagem instalado</td><td></td><td></td><td></td></tr></tbody></table>

análise de redes da rede de modo padrão usando funcional conectividade rm em epilepsia do lobo temporal

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

Conectividade funcional MRI (fcMRI) é um método de ressonância magnética funcional, que analisa a conectividade de áreas diferentes do cérebro com base na correlação das flutuações de sinal BOLD ao longo do tempo. Epilepsia do Lobo Temporal (ELT) é o tipo mais comum de epilepsia adulto e envolve múltiplas redes cerebrais. A rede de modo default (DMN) está envolvido na consciência, cognição estado de repouso e é pensado para ser afetada em TLE onde as apreensões causar perda da consciência. O DMN na epilepsia foi examinada usando semente baseado fcMRI. Os anteriores e posteriores cubos de DMN foram utilizados como sementes nesta análise. Os resultados mostram uma desconexão entre o anterior e centros posteriores do DMN em TLE durante o estado basal. Além disso, o aumento da conectividade DMN para outras regiões do cérebro em TLE esquerda juntamente com a diminuição da conectividade na TLE direito é revelado. A análise demonstra como fcMRI à base de sementes podem ser utilizados para sondar as redes cerebrais em distúrbios cerebrais, tais como TLE.

A Figura 1 mostra o DMN revelou com a conectividade de uma semente posterior (DER / PCUN, cores vermelho-amarelo) e uma semente anterior (vmPFC cores azul-verde) e compara as redes encontradas nos diferentes grupos de sujeitos (Figuras 1A-C) e entre si, ou seja, os controles saudáveis ​​em comparação a todos os pacientes com ELT (Figuras 1D e 1E) e, em seguida controles saudáveis ​​comparados separadamente para TLE esquerda (Figuras 1F ...

A Rede Padrão Mode (DMN) em Epilepsia do Lobo Temporal (ELT) é analisada no estado de descanso do cérebro usando a conectividade funcional à base de semente de MRI (fcMRI).

Análise de Redes da rede de modo padrão Usando Funcional Conectividade RM em Epilepsia do Lobo Temporal

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

O objetivo geral do experimento a seguir é obter mapas estatísticos. Comparando a diferença entre exames de RMf de estado de repouso de controles saudáveis e pacientes com epilepsia. Isso é alcançado obtendo-se dados de RMf de indivíduos com epilepsia do lobo temporal, bem como de indivíduos controles saudáveis.Como segundo passo, a RMf é pré-processada, o que prepara os dados para serem analisados estatisticamente. Em seguida, os dados de RMf pré-processados são analisados para obter comparações estatisticamente válidas entre os dois grupos. São obtidos resultados que mostram diferenças nas redes cerebrais entre pacientes com epilepsia em comparação com as redes cerebrais de indivíduos controle saudáveis.Com base nas diferenças estatísticas nos mapas de redes cerebrais entre esses dois grupos, tornou-se cada vez mais evidente que mesmo as epilepsias manifestadas por crises focais são propriedades emergentes de distúrbios difusos nas redes. A ideia para esta técnica surgiu após reconhecer a importância da rede DEF Favo durante as crises e questionar se a rede LO padrão é anormal entre as crises na epilepsia do lobo temporal. A população de estudo para este protocolo deve incluir três grupos, certo?Pacientes com epilepsia do lobo temporal, pacientes com epilepsia do lobo temporal esquerdo, bem como controles saudáveis. Recomenda-se um total de aproximadamente 35 indivíduos. Os grupos de pacientes com epilepsia devem ser indivíduos diagnosticados com epilepsia do lobo temporal, como candidatos à ressecção do lobo temporal anterior, conforme determinado por vídeo, monitoramento por EEG, imagem por PET e testes neuropsicológicos, garantindo que todos os indivíduos tenham ressonâncias magnéticas cerebrais normais e estejam livres de doenças neurológicas além da epilepsia nos grupos de pacientes.Obtenha aprovação do CEP e consentimento informado por escrito de todos os indivíduos antes da aquisição de imagens e realize triagem para segurança em RNM. Os pacientes devem continuar com seus medicamentos habituais durante o exame de RNMf e não devem ser escaneados imediatamente após uma crise epiléptica. Um sistema de RNM de três Tesla deve ser utilizado para todas as aquisições de imagens descritas neste protocolo.Obtenha cortes axiais para imagens funcionais utilizando uma sequência de imagem por eco planar e, para imagens anatômicas, utilize uma sequência de gradiente recuperado com saturação. Peça aos participantes que relaxem e permaneçam imóveis com os olhos fechados, e realize a aquisição de imagens funcionais usando os parâmetros mostrados aqui. Utilize também os seguintes parâmetros para a aquisição estrutural de alta resolução ponderada em T1 S PGR.Cada sessão de aquisição de imagens deve durar cerca de 20 minutos. Comece pré-processando os dados de FMRI usando o software FSL First. Utilize o FSL MFL para remover artefatos de movimento da cabeça.Em seguida, utilize a ferramenta de extração de cérebro FSL ou BET para remover tecidos não cerebrais com a opção -F para arquivos BOLD. Isso permite etapas adicionais de análise somente no tecido cerebral. A seguir, no FEAT, execute uma análise com processamento mínimo com registro.Selecione a análise de primeiro nível e altere a análise completa para pré-estatística usando os dois botões superiores. Em seguida, na guia pré-estatística, desmarque a extração do cérebro com BET e selecione nenhum para correção de movimento, pois essas etapas já foram realizadas. Em seguida, registre as imagens funcionais nas imagens anatômicas e depois em uma imagem padrão MNI.Isso resulta na geração de matrizes de transformação, que são usadas posteriormente durante a análise para distorcer a semente selecionada no espaço padrão para o espaço cerebral do sujeito. Em seguida, utilize a matriz de transformação gerada chamada standard to example funk dot mat e transforme as ROI de LCR e da substância branca para o espaço bold individual. Depois, usando o comando FSL mean TS, extraia as séries temporais das ROI de LCR e da substância branca.Usando a ROI no espaço individual do sujeito como máscara, normalize as séries temporais extraídas utilizando o software R. Essas séries temporais serão posteriormente usadas como regressores no modelo linear geral para remover os sinais artefatuais correspondentes da análise. O próximo passo é a remoção de artefatos relacionados ao movimento do sujeito. Para a regressão dos parâmetros de movimento.Defina o seguinte no FSL feet antes de executá-lo pela primeira vez na guia de dados: utilize o arquivo corrigido para movimento e com extração do cérebro como entradas e configure o valor de TR para corresponder ao seu conjunto de dados. Aplique o filtro passa-alta utilizando um filtro de 102º, o que removerá sinais de muito baixa frequência sem interesse. Um filtro passa-baixa para remover sinais de alta frequência será aplicado posteriormente na guia prestats.Escolha nenhuma opção na correção de movimento e desmarque, mas mantenha a extração do cérebro. Como essas etapas já foram realizadas, realize a suavização espacial utilizando uma largura total na metade máxima de cinco milímetros. Em seguida, na guia de estatísticas, realize a regressão dos seis parâmetros de movimento e suas derivadas temporais.Selecione nenhum para convolução e marque aplicar filtro temporal. Utilize a saída do F selmic flirt para obter arquivos de texto com os parâmetros de movimento, que então podem ser inseridos na análise feet para regressar esses parâmetros em um modelo linear geral. Além disso, adicione os sinais de LCR e de matéria branca que foram extraídos e normalizados nas etapas anteriores ao GLM.Selecione nenhum para convolução. Adicione derivada temporal e desmarque aplicar filtragem temporal. Os resíduos do pré-processamento descrito acima devem ser usados para a correlação baseada em semente.Esses resíduos devem primeiro passar por um filtro PESS baixo de 0,1 hertz, depois ser desviados pela subtração da média, divididos pelo desvio padrão e então escalonados mediante adição de 100. A semente deve ser definida com um diâmetro de seis milímetros no espaço MNI padrão. Utilizando o software MRI crown, as sementes posterior e anterior devem corresponder às coordenadas mostradas aqui.Observe que essas localizações de semente foram definidas com base em controles saudáveis. As sementes devem posteriormente ser transformadas para o espaço funcional cerebral individual de cada sujeito a partir do espaço padrão MNI. Para isso, utilize a matriz de transformação previamente gerada para converter a semente do espaço padrão MNI para o espaço funcional individual.Em seguida, utilize o comando FSL mean Ts para extrair a série temporal do resíduo previamente subtraído da média e escalonado, usando a semente no espaço do sujeito individual como máscara. Normalize a série temporal extraída utilizando o software R; as correlações parciais entre os vóxeis da semente e todos os vóxeis cerebrais devem ser calculadas separadamente para cada sujeito e para cada execução.Para isso, dentro da interface FSL FEAT, selecione primeiramente a análise de primeiro nível e, em seguida, estatísticas mais pós-estatísticas dentro da guia de dados. O resíduo previamente subtraído a média e escalado deve ser usado como entrada. Defina o corte do filtro passa-alta como 10.000, já que o resíduo já foi previamente filtrado acima de 100 segundos na guia de estatísticas.Desmarque o uso de pré-branqueamento com filme e utilize as séries temporais de sementes previamente extraídas e normalizadas. No GLM, na guia de estatísticas pós-teste, defina o limiar estatístico Z desejado para um valor de 2,0 antes de executar a análise de grupo. Ao combinar execuções dentro dos sujeitos, deve-se realizar uma transformação Z de Fisher no contraste das estimativas de parâmetros.Arquivo gerado a partir da análise de correlação; copie os dados de registro do diretório reg da análise dos pés para a execução da correlação. Execute uma análise de nível superior combinando execuções dentro de cada sujeito. Primeiro, selecione análise de nível superior e, em seguida, estatísticas mais pós-estatísticas.Em seguida, na guia de dados, selecione que as entradas são diretórios de nível inferior e insira as execuções do sujeito na guia de estatísticas. Escolha efeitos mistos. Ajuste OLS simples configure um modelo como o efeito médio e insira um valor de um para cada uma das execuções dos sujeitos.Para combinar os dados entre os sujeitos, uma análise simples de efeitos mistos por mínimos quadrados ordinários deve ser utilizada; para isso, escolha análise de alto nível e estatísticas mais pós-estatísticas dentro da guia de dados. Escolha como entradas os diretórios de nível inferior e insira as execuções combinadas do sujeito dentro da guia de estatísticas, selecione efeitos mistos. No modelo simples de mínimos quadrados ordinários, configure o modelo como três grupos e insira um valor de um para o grupo.Cada sujeito pertence a zero. Caso contrário, a análise de grupo deve ser realizada em cada vóxel utilizando uma ANOVA unifatorial com três níveis, que correspondem aos três grupos, para definir o limiar. As imagens da estatística Z utilizam um limiar de formação de aglomerados de Z maior que 2,0 e um limiar de significância de aglomerado corrigido de P igual a 0,05 para obter os valores corretos de Z no mapa de correlação.Deve-se realizar uma transformação reversa de Fisher Z nos resultados. Finalmente, utilize os seguintes contrastes específicos conforme exibidos na tela aqui. Esta figura mostra a rede do modo padrão revelada com conectividade a partir de uma semente posterior, incluindo o retrosplênio e o precúneo em cores vermelho-amareladas, e a partir de uma semente anterior, incluindo o córtex pré-frontal medial ventral em cores azul-esverdeadas.A primeira linha revela a rede para os sujeitos de controle, a segunda linha para epilepsia do lobo temporal esquerdo e a linha inferior para epilepsia do lobo temporal direito. As figuras a seguir comparam essas redes entre esses três grupos. Aqui observamos as redes do modo padrão reveladas com uma semente anterior e uma posterior para epilepsia do lobo temporal direito e esquerdo combinadas em comparação com controles saudáveis.Esta figura mostra as redes do modo padrão reveladas com os mesmos pontos de semente apenas para epilepsia do lobo temporal esquerdo em comparação com controles saudáveis. Enquanto esta figura mostra as redes reveladas apenas para epilepsia do lobo temporal direito em comparação com controles saudáveis, e finalmente aqui observamos as redes do modo padrão reveladas com uma semente anterior e uma posterior para epilepsia do lobo temporal esquerdo em comparação com epilepsia do lobo temporal direito. Estudos de conectividade funcional que incluem todo o cérebro são essenciais para compreender os mecanismos fundamentais da epilepsia.Utilizamos uma técnica baseada em semente neste experimento para avaliar a conectividade com a rede inativa. Será interessante observar como outras técnicas se comparam em seus resultados ao estudar a epilepsia do lobo temporal.

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

Research

JoVE Journal

Medicine

Medicina

Usamos magnetoencefalografia (MEG) e eletroencefalografia (EEG) para mapear áreas do cérebro envolvidas no processamento de estímulos sensoriais simples.

Mapeamento funcional com MEG e EEG em simultâneo

Neste artigo, vamos examinar a metodologia e considerações relevantes para a combinação de TMS e fMRI para examinar os efeitos de estimulação cerebral na rede padrão.

Combinando Estimulação Magnética Transcraniana e fMRI para o Exame da rede de modo padrão

Nós descrevemos uma nova abordagem para a análise simultânea da função cerebral e estrutura usando ressonância magnética (MRI). Avaliamos a estrutura do cérebro com imagens ponderada em difusão de alta resolução e de matéria-branco tratografia fibra. Ao contrário do padrão estrutural de ressonância magnética, estas técnicas permitem-nos relacionar diretamente conectividade anatômica a propriedades funcionais de redes cerebrais.

Co-análise de estrutura e função cerebral usando ressonância magnética funcional e imagem ponderada em difusão

Fonte: Shafi, M. M., et al. Um método multimodal baseado em imagem e estimulação para avaliar a excitabilidade cerebral relacionada à conectividade em pacientes com epilepsia. J. Vis. Exp. (2016)O vídeo demonstra o procedimento para usar a estimulação magnética transcraniana (EMT) e a eletroencefalografia (EEG) para avaliar a excitabilidade neuronal em pacientes com epilepsia. Ele detalha as etapas para alinhar a cabeça do paciente com uma varredura cerebral pré-gravada, posicionar a bobina TMS...

Avaliação da Hiperexcitabilidade Cerebral com Estimulação Magnética Transcraniana e Eletroencefalografia

Este protocolo descreve as técnicas complementares de neuroimagem de conectividade estrutural em estado de repouso, desativação induzida por tarefa e análises de conectividade estrutural para examinar a rede padrão no transtorno de estresse pós-traumático. O uso de métodos sinérgicos pode levar a melhores diagnósticos e avaliações de gravidade, desfecho e outros fatores clínicos relevantes.

Desenvolver Neuroimagem fenótipos da rede de modo padrão no TEPT: Integrando o estado de repouso, Memória de Trabalho e Conectividade Estrutural

A ressonância magnética de conectividade funcional em estado de repouso identificou anormalidades em pacientes com uma ampla gama de distúrbios neuropsiquiátricos, incluindo epilepsia devido a malformações do desenvolvimento cortical. A estimulação magnética transcraniana em combinação com EEG pode demonstrar que pacientes com epilepsia apresentam hiperexcitabilidade cortical em regiões com conectividade anormal.

A Multimodal Imaging- e baseada Estimulação método de avaliação de conectividade relacionadas com o cérebro Excitabilidade em doentes com epilepsia

Este protocolo descreve um procedimento para rastrear a evolução das medidas da rede mesial em pacientes com epilepsia do lobo temporal (ELT). Baseia-se na combinação de registros intracranianos com uma nova técnica numérica para análise de dados. Especificamente, apresentamos um protocolo para análises de rede de registros do forame oval.

Análise de Redes de forame oval Eletrodo Recordings na epilepsia do lobo temporal Os pacientes resistentes a drogas

Um EEG-fMRI multimodal de imagens método, conhecido como a fonte de EEG fMRI restrita spatiotemporal imagem método, é descrito aqui. O método apresentado utiliza mapas sub fMRI condicionalmente-ativo, ou antecedentes, para orientar a localização de origem do EEG em uma forma que melhora a especificidade espacial e limita a resultados erróneos.

EEG simultâneo e gravação de ressonância funcional e análise de integração para a imagem latente de atividade Cortical dinâmica

As técnicas padrão de análise do EEG oferecem uma visão limitada da função do sistema nervoso. Derivar modelos estatísticos de conectividade cortical oferece capacidade muito maior para investigar a dinâmica de rede subjacente. A avaliação funcional melhorada abre novas possibilidades de diagnóstico, prognóstico e previsão de resultados em doenças do sistema nervoso.

Modelagem estatística da conectividade cortical usando eletroencefalogramas não invasivos

Este artigo detalha procedimentos simultâneos de registro de eletroencefalograma e ressonância magnética funcional (EEG-fMRI) que podem ser usados em ambientes clínicos e de pesquisa. Procedimentos de processamento de EEG para remoção de artefatos de imagem para revisão clínica também estão incluídos. Este estudo enfoca o exemplo da epilepsia durante o período interictal.

Configuração de Equipamentos e Remoção de Artefatos para Eletroencefalograma Simultâneo e Ressonância Magnética Funcional para Revisão Clínica em Epilepsia

Um novo protocolo para estimulação magnética transcraniana personalizada em combinação com mapeamento de eletroencefalografia (TMS-EEG) de redes corticais, informado por múltiplas modalidades de dados de ressonância magnética (MRI).

TMS-EEG guiado por neuroimagem para mapeamento de rede cortical em tempo real

Aprenda a analisar a rede de modo padrão em pacientes com epilepsia do lobo temporal usando ressonância magnética funcional. Este método compara conectividade cerebral entre pacientes e controles saudáveis.

Análise de Redes da rede de modo padrão Usando Funcional Conectividade RM em Epilepsia do Lobo Temporal

Explorar mais vídeos