Name: Dinâmico entre sujeita conectividade funcional revela configurações de rede do cérebro de momento a momento impulsionadas pela contínua ou paradigmas de comunicação (Vídeo) | JoVE Journal
Uploaded: 2019-03-21T13:30:00.000+00:00
Duration: 8 min 36 s
Description: Aprenda a rastrear dinamicamente a conectividade funcional cerebral entre indivíduos usando fMRI e correlação inter-sujeito. Este método permite visualizar sincronização neural em populações saudáveis e com transtornos como autismo e esquizofrenia.

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

Este trabalho foi financiado em parte por cada um dos seguintes: o Swiss National Science Foundation (205321_163376 do número de concessão para DVDV), a Fundação Bertarelli (para TB e DVDV), do centro para a imagem latente Biomedical (CIBM) e a Agência Nacional de pesquisa ( tempofront número de concessão 04701 a AIG). Os autores gostam de agradecer sua contribuição para o conteúdo de vídeo deste trabalho como, respectivamente, o operador de MRI Roberto Martuzzi e Giulia Preti e digitalizados voluntários.

Os autores não têm nada para divulgar.

Em um conjunto de dados de indivíduos saudáveis, demonstrámos como síncronos Cruz-assunto aumentos e diminuições no FC, os transientes ISFC, combinaria com sugestões de filme temporalmente localizadas, fornecendo informações que vai além de uma descrição estática. Embora o uso da Cruz-assunto correlação mede permite focalizar a análise orientada por estímulo funcionais reconfigurações, um também deve estar ciente de que limita as conclusões para os efeitos que são compartilhadas entre a população estudada: daí, baixo nível de processamento sensorial é esperado para estar sobre-representados em relação ao processamento frontal40. Para contornar essa limitação, novos métodos que também têm a capacidade de extrair as regiões que mais fortemente variam entre indivíduos estão sendo desenvolvidos41.
Outra limitação da metodologia introduzida surge a partir do aspecto de janela deslizante, conforme resolução temporal de cursos de tempo transitória ISFC é reduzida em comparação com abordagens frame-wise15. Como mostramos, um trade-off é necessário entre um comprimento de janela suficientemente baixa para resolver adequadamente a dinâmicas reconfigurações ISFC e estima que um tamanho grande o suficiente para obter robusto. Dois passos críticos em nossa estrutura de assegurar que os transientes ISFC extraídos refletem verdadeiramente ocorrendo mudanças na conectividade: primeiro, a filtragem passa-alta de cursos regionais de tempo com o inverso da janela comprimento32; segundo, o uso de dados de ISFC estado descansando para a geração de uma distribuição nula relevante, com parâmetros de aquisição idênticos em comparação com os dados relacionados ao estímulo. Claro, este último também requer um tempo de aquisição global mais longa, para que os dados do estado de repouso podem ser obtidos no topo sessões relacionados ao estímulo. Como uma abordagem alternativa para evitar as gravações adicionais do estado descansando, nós também oferecemos a possibilidade de gerar dados randomizado de fase diretamente dos campos relacionados ao estímulo do tempo, uma abordagem frequentemente usada em análises de conectividade funcional dinâmica 23 , 24. avaliação contínua em um subconjunto de sessões revelou que, embora o método nulo do estado de repouso é mais conservador, e, portanto, menos propenso a falsos positivos, os padrões globais de deteção de excursão ISFC foram semelhantes em ambos os esquemas (ver Complementar Figura 5).
<img alt="Supplementary Figure 5" src="/files/ftp_upload/59083/59083sfig5.jpg"> Complementar Figura 5: excursões de deteção de ISFC através de métodos de geração de dados nula. Para o estado de repouso (parcelas da coluna da esquerda, azul) ou métodos de geração de dados nulos de randomização (parcelas da coluna da direita, vermelho) fase, porcentagem de excursões ISFC extraídos através de conexões. As parcelas do fundo são um baixo-relevo nas ligações emanando as três primeiras regiões do cérebro considerado. Erro representa o desvio padrão em temas. <a href="https://www.jove.com/files/ftp_upload/59083/59083sfig5large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
A duração das aquisições estado descansando na verdade refere-se a um parâmetro crítico das análises: o valor de α. Como exemplificado acima, uma escolha muito branda conduzirá a uma grande quantidade de falsos positivos nas transientes ISFC detectados. Quanto maior a quantidade de dados disponíveis de estado descansando, o mais rigoroso o falso positivo realizável taxa, porque limiarização pode basear-se mais valores extremos da distribuição nula. Como uma indicação, para n = 299 regiões atlas como aqui e dada a nossa contagem de 5.762 pontos de dados do estado de repouso, na melhor das hipóteses poderíamos alcançar um valor de α cerca de 0,01% (consulte Etapa 5.2.6 para detalhes matemáticos).
Outro ponto-chave relativos a qualquer análise de fMRI situa-se na remoção de possíveis artefatos relacionados ao movimento de30,os dados analisados42rigorosa. Em particular, se deseja aplicar o pipeline introduzido às populações doentes exibindo marcado movimento no scanner, recomendamos que no topo incluindo variáveis de movimento como covariáveis nas análises estatísticas realizadas, pré-processamento adicional passos de ser executado, tais como wavelet denoising43 ou ICA-AROMA44. Grupo de comparação, por exemplo para comparar transientes ISFC entre um saudável e um grupo de doente, pode ser prontamente realizada executando a abordagem descrita em paralelo em ambos os grupos de interesse (veja Bolton et al.25 para obter um exemplo sobre uma população diagnosticada com transtornos do espectro do autismo). Porém, uma diferença entre os grupos então pode surgir em duas configurações distintas: (1) um ausente ISFC alterar em um grupo, ou (2) uma evolução mais heterogênea nesse grupo. Para desvendar esses dois fatores, o gasoduto deve ser executado mais uma vez para o grupo de doente, usando o indivíduo sadio, definido como o grupo de referência para a etapa de inicialização. O primeiro caso ainda resultaria em uma resposta ausente, Considerando que não seria o último.
Em cima o que descrevemos aqui, a metodologia introduzida também abre prometendo futuras avenidas: de um lado analítico, mapas transientes ISFC poderiam ser vistos como gráficos de cérebro de que métricas para quantificar o cérebro conectividade pode ser derivada de45, ou dinâmica ISFC Estados poderiam ser extraídos através de abordagens de clustering e avaliados em termos de suas características espaciais e temporais de17,46. Além disso, um pode também considerar o uso de ferramentas de medição de conectividade mais sofisticados do que o coeficiente de correlação de Pearson para revelar os lados mais subtler do FC47,48.
Do lado experimental, a aplicação de nosso pipeline para um conjunto mais alargado de paradigmas é uma perspectiva promissora: por exemplo, em vez de um filme como estudei aqui, um poderia prever para usar um pedaço de música49 ou uma história narrativa13, 50 , como um estímulo tempo bloqueado. Alternativamente, ele poderia até ser vislumbrado, através de hyperscanning51, para sondar a comunicação social naturalista52,53.

Ressonância magnética funcional (fMRI) tornou-se a ferramenta de escolha para a forma não-invasiva, monitorar as mudanças na atividade cerebral, resultante da estimulação externa. Mais especificamente, vívido interesse surgiu sobre a compreensão da estatística interdependência entre cursos de tempo de ativação regional, conhecido como conectividade funcional (FC)1 e normalmente computado como correlação de Pearson coeficiente. Interacções funcionais em todo o cérebro foram mostradas extensivamente para reconfigurar como uma função do subjacente tarefa2,3,4.
Duas direções analíticas foram seguidas separadamente para ir além desta caracterização introdutória: por um lado, a resposta induzida em uma região do cérebro determinado por um estímulo bloqueado tempo observou-se que correlacione fortemente em temas distintos5 . Quantificar esse assunto inter correlação (ISC) mostrou potencial para refinar nossa compreensão da cognição6,7,8,9 e cérebro desordens10,11 . Além disso, esta abordagem busca Cruz-assunto também foi estendida para a avaliação da sincronicidade inter-regional12, no que ficou conhecido como a abordagem de correlação funcional entre sujeitos (ISFC)13.
Por outro lado, o sabor dinâmico de reconfigurações FC começou a receber maior atenção (ver Hutchison et al.14, Preti, Bolton e Van De Ville15, Gonzales-Castillo e Bandettini16 Avaliações recentes sobre o baseada em tarefas e estado descansando os lados desta questão). Em particular, todo cérebro FC mudanças ao longo do tempo podem ser rastreadas através de medições consecutivas correlação sobre uma sub-janela temporal gradualmente deslocado17,18, revelando a introspecção adicional no contexto de tarefas comportamentais 19,20.
Aqui, apresentamos um quadro metodológico que combina essas duas avenidas. Com efeito, computamos ISFC em forma de janela deslizante para controlar a evolução da sincronicidade inter-regional entre os indivíduos expostos a um paradigma de tempo bloqueado, naturalista. Através do Cruz-assunto aspectos do método, análises concentram-se em efeitos orientada por estímulo, enquanto alterações espontâneas fMRI (que são correlatos através de disciplinas) são fortemente amortecidas. Isto é importante porque os padrões de atividade estado descansando e evocou a tarefa cada vez mais entende-se que ser caracterizado por propriedades distintas21,22.
Quanto o componente dinâmico do método, permite uma caracterização mais completa e exacta de estímulos de tarefa, particularmente quando sondando um paradigma naturalista, no qual um conjunto diversificado de pistas (auditiva, visual, social, etc.) são combinadas ao longo do tempo. Além disso, como a som avaliação estatística das flutuações dinâmicas significativas tem sido calorosamente debatida23,24, nossa abordagem leva particular cuidado este aspecto das análises isolando mudanças significativas do ISFC através comparação de dados nulos apropriado.
Ilustraremos o método em um conjunto de indivíduos saudáveis expostos a um estímulo áudio-visual do filme, para quem mostramos que o temporal e espacial ISFC alterar perfis decorrentes filme localizada sub intervalos podem ser extraídos com precisão. Ao fazê-lo, nós também descrevem a influência dos principais parâmetros analíticos para ser selecionado pelo usuário. Os resultados apresentados baseiam-se na parte de dados anteriormente publicados25,26.

<table><tbody><tr><td>Freesurfer versão 6.0</td><td>Laboratório de Neuroimagem Computacional, Martinos Center for Biomedical Imaging, Boston (MA), EUA</td><td>https://surfer.nmr.mgh.harvard.edu/fswiki/DownloadAndInstall</td><td>Uma caixa de ferramentas compatível com MATLAB que permite realizar várias etapas de processamento, visualização e análise de dados de ressonância magnética funcional</td></tr><tr><td>MATLAB_R2017a</td><td>MathWorks</td><td>https://ch.mathworks.com/downloads/</td><td>Versão funcional do software computacional MATLAB (versão 2014a ou mais recente deve ser usada)</td></tr><tr><td>Mapeamento Paramétrico Estatístico versão 12.0 (SPM12)</td><td>Wellcome Trust Center for Neuroimaging, University College London, Londres, Reino Unido</td><td>https://www.fil.ion.ucl.ac.uk/spm/software/spm12/</td> <td>Uma caixa de ferramentas compatível com MATLAB que permite realizar análises estatísticas em dados de ressonância magnética funcional</td></tr><tr><td>Scanner de ressonância magnética Tim-Trio 3 T</td><td>Siemens</td><td>https://www.healthcare.siemens.ch/magnetic-resonance-imaging/for-installed-base-business-only-do-not-publish/magnetom-trio-tim</td><td>Scanner de ressonância magnética no qual os indivíduos têm sua atividade cerebral funcional registrada (a 3 T)</td></tr></tbody></table>

dinâmico entre sujeita conectividade funcional revela configurações de rede do cérebro de momento a momento impulsionadas pela contínua ou paradigmas de comunicação

Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms

Tarefa com base em imagens de ressonância magnética tem grande potencial para entender como nosso cérebro reage a vários tipos de estimulação; no entanto, isto é conseguido frequentemente sem considerar o aspecto dinâmico de processamento funcional, e analíticas saídas normalmente representam influências mescladas de efeitos orientado para a tarefa e subjacentes flutuações espontâneas de atividade cerebral. Aqui, apresentamos um romance pipeline metodológico que pode ir além dessas limitações: o uso de um esquema analítico de janela deslizante permite o rastreamento de alterações funcionais ao longo do tempo, e através de medições de busca Cruz-tema, a abordagem pode Isole efeitos puramente relacionados com o estímulo. Graças a um processo rigoroso de limiarização, mudanças significativas na correlação funcional entre sujeitos podem ser extraídas e analisadas.
Em um conjunto de indivíduos saudáveis submetidos à estimulação audiovisual naturalista, vamos demonstrar a utilidade da abordagem amarrando as reconfigurações funcionais desvendadas para pistas particulares do filme. Vamos mostrar como, através de nosso método, um pode capturar qualquer um perfil temporal da atividade cerebral (a evolução de uma determinada conexão) ou centrar-se em um instantâneo espacial em um ponto chave de tempo. Nós fornecemos uma versão publicamente disponível do pipeline inteiro e descrever o seu uso e a influência de seus parâmetros chaves passo a passo.

Aqui, consideramos n = 15 temas (TD) tipicamente em desenvolvimento, para os quais obtivemos o consentimento informado por escrito,. Todos eram homens destros (23.42 ± 7,8 anos de idade). O paradigma escolhido foi um documentário audiovisual científico para os jovens sobre os perigos da exposição ao sol. Ele contém uma grande variedade de estímulos visuais, auditivos e sociais e pode ser visto em https://miplab.epfl.ch/index.php/miplife/research/supplement-asd-study.
Adquirimos duas sessões por assunto (RUN1 e executar2) em que o filme avaliado foi exibido de 5 a 353 s (Duração min 5,8). Um segmento do estado descansando também seguido de 386 para 678 s (4,9 min duração). Além disso, uma sessão de apenas descansando-estado (RUN3) foi adquirida para cada disciplina (excluindo aquele que sofria de claustrofobia) e duradouro para 310 s (5,2 min). Cenas do filme de exemplo e o sincronismo dos dados adquiridos estão resumidos na figura 1A. Importante, o protocolo de aquisição não era ideal no sentido que gravações descansando-estado adquirido apenas após exposição filme pode estar parcialmente corrompida por efeitos de repercussões27; fazemos uso destes dados nas presentes conclusões para ter uma quantidade satisfatória de amostras para o limiar estatístico, mas isso deve ser evitado sempre que possível.
Que excluímos todas as sessões, para que mais de 10% dos quadros estava limpo, um limiar de 0,5 mm e considerado o parcellation de Craddock et al.34 (algoritmo de correlação temporal de dois níveis) para gerar cursos regionais de tempo, para um total de 299 regiões cerebrais diferentes.
ISFC foi computado separadamente por (1) o filme-ver subparts de RUN1 e executar2, (2) os estado descansando subpartes de execução1 e executar2e (3) as estado descansando RUN3 gravações. Usamos um comprimento de janela W = 10 TR para os principais apresentaram resultados e compará-los com um valor mais baixo de W = 5 tamanho TR. passo sempre manteve-se igual a 1 TR. Bootstrapping foi executada mais de 250 dobras, incluindo a sessão 6 segmentos em cada grupo de referência.
Figura 1B apresenta cursos de tempo ISFC gerados no W = 10 TR e W = 5 TR para três diferentes conexões de representante: conexão 1 envolveu uma esquerda região parietal inferior relacionada com a expectativa de objetos em movimento (MNI coordenadas: 41,9,32)35 e um direito área frontal odontódios ligada à inibição de resposta (-34,-52,45)36. Nesta última região também foi implicada em conexões de 2 e 3, respectivamente com uma área implicada na coordenação sensorial (54,6,34)37e um amarrado para o processamento do significado das palavras (6,62,9)38.
Uma comparação entre comprimentos de janela revela que no W = 5 configuração TR, Variação temporal nas matérias em geral é maior em ambos os casos de estado descansando e assistindo filme segmento em comparação com W = 10 TR, um fenômeno conhecido em análises de janela deslizante39. Para conexão 1, independentemente da duração da janela, uma subparte localizada da gravação de filmes a assistir (em cerca de 55 s) mostra uma forte, sincronizado ISFC aumentar através de temas, que largamente excede o intervalo de valores tomado no caso Estado descansando. Assim, esperamos capturar esta subparte temporal como uma significativa ISFC transitória com nosso método de limiarização.
Para conexão 2, observamos a dinâmica temporal semelhante, mas para W = 5 TR, o aumento se torna menos fácil de separar em comparação com os cursos de tempo descansando-estado, devido o maior janela deslizante metodologia relacionadas com ruído. Quanto a conexão 3, reflete um caso em que não há nenhuma resposta clara para o filme, e assim, as flutuações dos campos de tempo estado descansando e assistindo filme são semelhantes. O resultado esperado nesta fase analítica é uma mistura entre conexões que mostram claras induzida por estímulo reconfigurações e conexões que não respondem.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/59083/59083fig1.jpg"> Figura 1: tempo de aquisição e exemplo ISFC tempo cursos. (A), o filme assistido pelos sujeitos envolvidos uma grande variedade de situações sociais (imagens de exemplo 1 e 4), as explicações científicas com painéis coloridos (imagens de exemplo 2 e 5) e paisagem paisagens (imagem exemplo 3). Três sessões foram adquiridas por assunto: dois (executar1 e2de correr) incluíram a estimulação de filme (de 5 a 353 s, realçado em verde) seguido por um período de repouso-estado (de 386 para 678 s, mostrado em amarelo), enquanto um (RUN3) unicamente consistia em uma gravação de estado descansando (310 s de duração, exibido em laranja). (B) para três conexões indicativo (C1, C2 e C3, respectivamente escuro verde/vermelho, luz verde/laranja e turquesa/amarelo traços), evolução do ISFC ao longo do tempo durante o filme-assistindo (cores frias) ou descansando-estado (cores quentes). Para W = 10 TR (painel esquerdo), assistir filme ISFC muda mais largamente stand out em comparação com W = 5 TR (painel direito). Cada traço reflete o curso do tempo ISFC de uma sessão. Esta figura foi modificada em parte de Bolton et al.25. <a href="https://www.jove.com/files/ftp_upload/59083/59083fig1large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
Figura 2A exibe os resultados após limiarização estatística dos cursos de tempo ISFC, para as mesmas três conexões como acima. Aponte um tempo curso valor 1 significa que todos os indivíduos foram submetidos ao mesmo aumento ISFC ao mesmo tempo; um valor de 0 significa que nenhum assunto sofreu uma significativa mudança ISFC; um valor -1 representa uma diminuição ISFC síncrona em todas as disciplinas. Como antes, podemos contrastar W = 5 TR e W = 10 TR e nós também destacar dois casos de α-valor: α = 0,01% e α = 5 %).
Montagem com as observações acima, um comprimento de janela baixo reduz a quantidade de extraído alterações significativas do ISFC. Para conexão 1, ambos W = 5 TR e W = 10 TR, no entanto, extrair o mesmo momento particular (t = 55 s) como um forte aumento de ISFC. Tendo um atraso hemodinâmico de cerca de 5 s em conta, isso corresponde a uma subparte do filme quando linhas coloridas foram estendendo-se para uma boneca e de repente pararam apenas na frente dele (s 46-49), encaixe com o papel das regiões envolvidas em mover objeto expectativa e resposta inibição35,36.
Quando aumentar α de 0,01% para 5%, pode-se observar uma especificidade muito baixa das transientes ISFC detectados, provavelmente incluindo muitos falsos positivos e conforme esperado, mostrando sincronia temporal muito menos.
Como outra perspectiva que pode ser definida nos dados, Figura 2B mostra o cérebro todo-espacial de mapas de alterações significativas do ISFC em t = 55 s. Pode ser visto que a resposta para a cena do filme vai muito além das ligações de exemplo descritas aqui.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/59083/59083fig2.jpg"> Figura 2: instantâneos espaciais e Temporal dos padrões de ISFC. Cursos de tempo transitória (A) ISFC, médias de temas, para três conexões indicativo (C1, C2 e C3, respectivamente escuros traços verdes, luz verdes e turquesas). A cena do filme que levou as ISFC alterações destacada em cinza claro e retratada por imagens de exemplo. Para W = 10 TR (coluna esquerda dos lotes), ISFC alterações são detectadas mais fortemente do que para W = 5 TR (coluna direita de parcelas). Para α = 0,01% (topo das parcelas), a especificidade de pistas localizadas filme é maior do que para α = 5% (linha de fundo dos lotes). Cada traço reflete o curso do tempo transiente ISFC de uma sessão, e os intervalos de confiança de 95% bi-caudal são exibidos como erro de medição. (B) para W = 10 TR e α = 0,01%, há um padrão espacial puro, restrito de transientes ISFC em t = 55 s (pico ISFC transitória para o valor C1); para W = 5 TR e α = 5%, conexões, passando por uma mudança significativa do ISFC neste momento são muito mais numerosos. Observe que assumimos um hemodinâmico atraso de cerca de 5 s na temporalidade descrita (ou seja,, um valor de 55 s aqui refere-se ao estímulo do filme em 50 s). Esta figura foi modificada em parte de Bolton et al.25. <a href="https://www.jove.com/files/ftp_upload/59083/59083fig2large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>

O objetivo da abordagem descrita é determinar em que momentos do paradigma (perspectiva temporal) e entre os quais regiões (perspectiva espacial), reconfigurações significativas em conectividade funcional ocorrem na ressonância magnética funcional gravações durante o qual um vez bloqueado estímulo é jogado.

Dinâmico entre sujeita conectividade funcional revela configurações de rede do cérebro de momento a momento impulsionadas pela contínua ou paradigmas de comunicação

Task-based functional magnetic resonance imaging bears great potential to understand how our brain reacts to various types of stimulation; however, this ...

Graças ao nosso método, os momentos em que as interações cerebrais funcionais são sincronizadas entre os sujeitos podem ser determinadas e visualizadas. A principal vantagem de nossa abordagem é sua capacidade de rastrear dinamicamente as mudanças nas respostas cerebrais funcionais entre sujeitos de forma estatisticamente sólida. Nosso pipeline permite a avaliação da sincronicidade entre sinais funcionais de diferentes sujeitos.E isso pode ser comparado entre diferentes populações, como controles saudáveis e os afetados por doenças e transtornos, como autismo e esquizofrenia. Nosso método pode beneficiar qualquer pesquisa que busque rastrear dinamicamente a sincronicidade entre diferentes conjuntos de cursos de tempo. E isso pode ser aplicado também a outras modalidades de imagem, como a eletroencefalografia.A demonstração visual do método permitirá que novos usuários compreendam as diferentes etapas de processamento do método, bem como a funcionalidade da interface gráfica do usuário. Demonstrando o procedimento de imagem estará Roberto Martuzzi, o principal operador de ressonância magnética do nosso centro de pesquisa. Para que cada voluntário seja considerado na análise, realize pelo menos uma ressonância magnética funcional ou sessão de ressonância magnética em que o voluntário digitalizado é submetido ao paradigma de interesse registrado no tempo e a uma sessão de imagem funcional em que o voluntário digitalizado está em repouso no scanner com os olhos fechados e é instruído a não dormir.Em seguida, adquira um volume estrutural de ressonância magnética. Para abrir a primeira janela de interface gráfica de pré-processamento, digite JOVE_GUI1 no terminal MATLAB. Em seguida, clique em Inserir dados fMRI, selecione os volumes funcionais realinhados apropriados e digite o tempo de repetição dos dados em segundos na janela de texto editável dedicada.Clique em Inserir dados T1 e selecione os três volumes de tipo de tecido probabilístico apropriados. Clique em Entrar no arquivo de movimento e selecione o arquivo de texto contendo os parâmetros de movimento da sessão de interesse. Em seguida, selecione se os dados devem ou não ser destreídos e quais covariáveis devem ser regredidos.Para pré-processador dos dados, clique em Pré-processo e aguarde que o display apareça na janela. Os dados podem ser reprocessados de forma diferente modificando as opções e relacando no botão Pré-processo. Em seguida, insira JOVE_GUI2 no terminal MATLAB para abrir a segunda janela de interface gráfica de usuário pré-processamento e clique em selecionar dados para selecionar o arquivo de dados pré-processado.Clique em Selecionar atlas e selecione a Iniciativa de Tecnologia de Informática de Neuroimagem ou arquivo NIFTI representando o atlas a ser usado para a parcelamento. Clique em Selecionar dobra inversa e selecione o arquivo NIFTI representando o campo de deformação do Instituto Neurológico de Montreal para o espaço nativo. Em seguida, clique em selecionar o volume fMRI e selecione qualquer um dos volumes de dados fMRI.Para inserir as informações relacionadas à limpeza, na lista do tipo de esfregar, selecione o número de quadros a serem eliminados antes e depois dos quadros marcados. Na janela de texto do limiar de esfregar, digite o valor do limiar de deslocamento do quadro acima do qual um volume de ressonância magnética deve ser esfregado em milímetros. Em seguida, digite o tamanho da janela de deslizamento W para ser usada para as computaçãos de Correlação Funcional Inter-Sujeição ou ISFC em tempos de repetição e clique em Plot para exibir os cursos de tempo indicativos do atlas antes e depois das etapas de esfregar e filtrar.Para obter cálculos ISFC de janela deslizante, digite JOVE_GUI3 no terminal MATLAB para abrir a primeira janela de interface gráfica relacionada ao ISCF e clique em Carregar dados para selecionar todos os arquivos de dados apropriados. Selecione se os segmentos de sessão selecionados devem sofrer randomização de fase e digite o tamanho da janela em tempos de repetição sobre os quais as medidas de conectividade devem ser calculadas, bem como o tamanho da etapa nos tempos de repetição pelos quais as janelas sucessivas devem ser deslocadas. Modifique a tabela de tipos de sessão para especificar quais dos segmentos de sessão carregada foram adquiridos na mesma condição experimental usando o aumento dos números inteiros de um e até para marcar os diferentes tipos de segmentos.Nas janelas de texto editáveis apropriadas, digite o número de dobras de inicialização sobre as quais realizar os cálculos isfc e o número de sujeitos que devem constituir o grupo de referência para cada dobra de cálculos ISFC. Na seção parâmetros de tempo, digite as especificações sobre qual subportação dos cursos de tempo deve ser analisado e clique em Plot para realizar os cálculos isfc. Os displays serão gradualmente atualizados ao longo do tempo, juntamente com a quantidade de dobras descoradas.Para abrir a segunda janela de interface de usuário gráfica relacionada ao ISFC, digite JOVE_GUI4 no terminal MATLAB. Para selecionar os arquivos de saída ISFC relacionados a estímulos, clique em carregar dados ISFC e selecione os arquivos de saída ISFC relacionados a estímulos. Para selecionar os arquivos de saída isfc nulos, clique em Carregar dados nulos e selecione o ISFC do estado de repouso ou os arquivos de saída ISFC relacionados a estímulos randomizados, dependendo do esquema de geração de dados nulos usados.Em seguida, clique em Carregar codebook e selecione o arquivo codebook. Na janela de texto editável apropriada, digite o valor alfa em porcentagem no qual os cursos de tempo do ISFC devem ser limiares para destacar mudanças significativas. Para construir uma distribuição nula, clique em Plot para iniciar o processo de limiar do ISFC para o qual todas as medidas isfc nulas disponíveis são agregadas para uma determinada conexão e após a qual as medidas isfc relacionadas ao estímulo serão limiares de acordo com o valor alfa selecionado.Para visualizar os padrões espaciais do ISFC em diferentes pontos de tempo, arraste o controle deslizante abaixo do gráfico de excursão do ISFC. Nestas sessões representativas, o filme avaliado foi exibido de cinco a 353 segundos com um segmento de estado de repouso após o filme de 386 a 678 segundos. Além disso, uma sessão estadual de 310 segundos foi adquirida exclusivamente para cada assunto.Os cursos de tempo do ISFC foram gerados em comprimentos de janela de tempos de repetição W 10 e W 5 para três diferentes conexões representativas envolvendo uma inibição de resposta mediadora de região e outra envolvida, respectivamente, na expectativa de objetos móveis, coordenação sensorial ou no processamento de significados de palavras. O ruído é maior em tempos de repetição W 5 e as alterações do ISFC bloqueados pelo tempo são observadas na conexão um e dois cursos de tempo de assistir ao filme. Aqui, a fração de sujeitos que mostram transitores ISFC estatisticamente significativos é mostrada para as mesmas três conexões.Os transitórios são mais numerosos em comprimentos de janela maiores à medida que medições isfc mais robustas facilitam a extração e em valores alfa maiores à medida que mais falsos positivos são detectados. Nesses dados representativos, um extrato de filme em particular estava envolvido na inibição de resposta ligada a objetos em movimento e conduziu mudanças generalizadas do ISFC. O comprimento da janela não deve ser muito curto para estimativas robustas nem muito tempo para capturar a dinâmica do ISFC.E um valor alfa suficientemente rigoroso deve ser usado para limitar falsos positivos. As medidas do ISFC podem ser agrupadas em estados isfc cerebrais inteiros para exame de características temporais especiais. Transitórios significativos do ISFC também podem ser representados como um gráfico reflexo do fluxo de informações.

dynamic-inter-subject-functional-connectivity-reveals-moment-to

Research

JoVE Journal

Neuroscience

Neurociência

Técnicas de neuroimagem, como a ressonância magnética funcional e Tensor de Difusão de imagens tornaram-se cada vez mais útil na caracterização dos déficits cognitivos e neural no autismo. Um exame de conectividade do cérebro no autismo a um nível de rede, juntamente com adaptações para a digitalização de crianças com deficiências de desenvolvimento é apresentado.

Sondando o cérebro no autismo utilizando fMRI e Difusão Tensor Imagem

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

Este vídeo apresenta um método de examinar as mudanças relacionadas à idade na conectividade funcional das redes de controle cognitivo envolvidas em tarefas/processos direcionados. A técnica é baseada na análise multivariada de dados de fMRI.

Um método para investigar diferenças relacionadas à idade na conectividade funcional of Cognitive Controle Networks associados à mudança Dimensional Card Sort Desempenho

A conectividade informacional mede a correspondência entre os cursos de tempo de informações multivoxel em diferentes regiões do cérebro. As séries temporais de discriminabilidade de padrões multivoxel são extraídas de regiões e comparadas, revelando redes que não são identificadas em uma abordagem típica de conectividade funcional.

Usando Informativa Conectividade medir o Emergence Synchronous de fMRI Multi-voxel Informações Across Time

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

O protocolo de realização de experimentos de hiperscanagem fNIRS sobre disads de aprendizagem colaborativa em um ambiente de aprendizagem naturalista é delineado. Além disso, é apresentado um pipeline para analisar os sinais inter-cerebrais de síncronia oxigenada (Oxy-Hb).

Sincronia inter-cerebral em aprendizagem colaborativa aberta: um estudo fNIRS-Hyperscanning

A dinâmica entre cérebros acoplado de indivíduos tem sido cada vez mais representada pela sincronização inter-cerebral (IBS) quando eles se coordenam entre si, principalmente usando sinais de gravação simultânea de cérebros (ou seja, hiperscaning) com fNIRS. Em estudos de hiperscanagem fNIRS, o IBS tem sido comumente avaliado através do método de coerência de transformação de ondas (WTC) devido à sua vantagem em expandir séries temporâneas em espaço de frequência de tempo onde as oscilações...

Como calcular e validar a sincronização inter-cerebral em um estudo de hiperscanagem fNIRS

Este protocolo descreve a coerência parcial de transformação de ondas (pWTC) para calcular o padrão de sincronização neural interpessoal (INS) para inferir a direção e o padrão temporal do fluxo de informações durante a interação social. A eficácia do pWTC na remoção dos confusos da autocorrelação de sinal no INS foi comprovada por dois experimentos.

Medição do fluxo de informações direcionais em dados fNIRS-Hyperscanning usando o Método de Coerência de Transformação de Onda Parcial

Este artigo apresenta uma abordagem integrativa para investigar a rede funcional para navegação espacial no cérebro humano. Esta abordagem incorpora um banco de dados meta-analítico de neuroimagem em larga escala, ressonância magnética funcional de repouso e modelagem de redes e técnicas teóricas de grafos.

Modelagem da Rede Funcional para Navegação Espacial no Cérebro Humano

A coerência da transformada wavelet (WTC) é uma metodologia comum para avaliar o acoplamento entre sinais que é usada em estudos de hipervarredura por espectroscopia funcional no infravermelho próximo (fNIRS). Uma caixa de ferramentas para avaliar a direcionalidade da interação do sinal é apresentada neste trabalho.

Nova estrutura para entender a coerência entre cérebros em estudos de hipervarredura por espectroscopia funcional no infravermelho próximo (fNIRS)

A aquisição de dados dinâmicos de tomografia por emissão de pósitrons (PET) e a reconstrução em intervalos de tempo permitem a análise da conectividade metabólica do cérebro no nível de um único sujeito. Descrevemos um método para adquirir dados dinâmicos de PET [18F]FDG do cérebro de ratos e obter uma matriz de conectividade por meio da extração de curvas de tempo-atividade de volumes de interesse.

Estudando a conectividade metabólica do cérebro usando tomografia por emissão de pósitrons dinâmica de 2-desoxi-2-[18F]Fluoro-D-glicose no nível de sujeito único

Aprenda a rastrear dinamicamente a conectividade funcional cerebral entre indivíduos usando fMRI e correlação inter-sujeito. Este método permite visualizar sincronização neural em populações saudáveis e com transtornos como autismo e esquizofrenia.

Dinâmico entre sujeita conectividade funcional revela configurações de rede do cérebro de momento a momento impulsionadas pela contínua ou paradigmas de comunicação (Vídeo) | JoVE Journal

Dinâmico entre sujeita conectividade funcional revela configurações de rede do cérebro de momento a momento impulsionadas pela contínua ou paradigmas de comunicação

Explorar mais vídeos