Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

Probing the Brain in Autism mittels fMRT und Diffusion Tensor Imaging

Published: September 12, 2011 doi: 10.3791/3178

Summary

Neuroimaging-Techniken, wie der funktionellen MRT und Diffusion Tensor Imaging zunehmend zur Charakterisierung der kognitiven und neuronalen Defizite bei Autismus. Eine Untersuchung der Gehirn-Konnektivität in Autismus bei einem Netzwerk-Ebene zusammen mit Anpassungen für das Scannen von Kindern mit Entwicklungsstörungen vorgestellt.

Abstract

Neu auftretende Theorien besagen, dass das Gehirn nicht als geschlossene Einheit in Autismus-Funktion, und diese Uneinigkeit in der Verhaltensauffälligkeiten von Menschen mit Autismus angezeigt wider. Während die strukturelle Bildgebung Befunde einige Einblicke in Gehirn-Anomalien bei Autismus zur Verfügung gestellt haben, ist die Konsistenz solcher Befunde fraglich. Funktionelle Bildgebung, auf der anderen Seite wurde mehr fruchtbar in dieser Hinsicht, weil Autismus ist eine Störung des dynamischen Verarbeitung und ermöglicht die Untersuchung der Kommunikation zwischen kortikalen Netzwerke, die zu sein, wo das eigentliche Problem tritt bei Autismus erscheint. Funktionelle Konnektivität ist die zeitliche Korrelation von räumlich getrennten neurologischen events1 definiert. Die Ergebnisse einer Reihe von neueren fMRI Studien haben die Vorstellung, dass es schwächer Koordinierung zwischen den verschiedenen Teilen des Gehirns, die zusammenarbeiten, um komplexe soziale oder sprachliche Probleme 2,3,4,5,6 zu erreichen, sollten unterstützt. Eines der Geheimnisse des Autismus ist die Koexistenz von Defiziten in mehreren Bereichen mit relativ intakt, manchmal erweitert, Fähigkeiten. Solche komplexen Manifestation des Autismus erfordert eine globale und umfassende Untersuchung der Störung an der neuronalen Ebene. Ein überzeugendes jüngsten Bericht über die Funktionsweise des Gehirns beim Autismus, ermöglicht die kortikale underconnectivity Theorie, 2,7 einer integrierenden Rahmen für die neurobiologischen Grundlagen von Autismus. Die kortikale underconnectivity Theorie des Autismus vermuten, dass jede Sprache, soziale oder psychologische Funktion, die abhängig von der Integration mehrerer Hirnregionen ist anfällig für Störungen, wie die Verarbeitung steigender Nachfrage ist. In Autismus, kann die Unterfunktion der integrativen Schaltungen im Gehirn verursachen weit verbreitet underconnectivity. In anderen Worten können Menschen mit Autismus Informationen auf unsystematische Weise interpretieren auf Kosten des Ganzen. Da kortikalen underconnectivity unter Hirnregionen, vor allem im frontalen Cortex und hinteren Bereiche 3,6, wurde nun relativ gut etabliert, können wir beginnen besser zu verstehen Gehirn-Konnektivität als entscheidende Komponente des Autismus Symptomatik.

Ein logischer nächster Schritt in diese Richtung ist es, die anatomischen Verbindungen, die funktionelle Zusammenhänge erwähnt vermitteln untersuchen kann. Diffusion Tensor Imaging (DTI) ist eine relativ neue bildgebende Technik, die Sonde die Diffusion von Wasser in das Gehirn, um die Integrität der weißen Substanz Fasern schließen hilft. In dieser Technik wird die Diffusion von Wasser in das Gehirn in verschiedene Richtungen mit Diffusionsgradienten untersucht. Während funktionelle Konnektivität bietet Informationen über die Synchronisation der Hirnaktivität in verschiedenen Hirnregionen bei einer Aufgabe oder während der Ruhe, hilft DTI in das Verständnis der zugrunde liegenden axonalen Organisation, die die Cross-Talk zwischen den Hirnarealen erleichtern kann. Dieses Papier wird diese Techniken als wertvolle Instrumente beschreiben, in das Verständnis des Gehirns beim Autismus und die Herausforderungen in dieser Linie der Forschung beteiligt.

Protocol

1. Spezielle Techniken für das Scannen Personen mit Entwicklungsstörungen:

Während Neuroimaging selbst ist eine komplexe Technik, mit der MRT für die pädiatrische Bevölkerungsgruppe zu scannen und Menschen mit Entwicklungsstörungen können extrem challenging.The Hauptprobleme sind: 1) Leiter Bewegung: Menschen mit Erkrankungen, insbesondere Kindern, kann es schwierig sein, noch in zu halten die fMRI-Scanner während einer Scan-Sitzung. Dies könnte in Kopfbewegung Ergebnis, das wiederum kann die Qualität der Daten auswirken, 2) Kinder mit Autismus haben extreme sensorische Empfindlichkeiten und kann durch Faktoren, wie z. B. Scanner Lärm belästigt werden, in geschlossenen Räumen, Temperatur und so weiter, und 3 ) Angst und sich an eine neue Umgebung angepasst werden kann schwierig für Menschen mit Autismus. Eine Änderung in ihrer Routine kann zu Problemen führen, wenn nicht gut vorbereitet. Daher sind innovative Verfahren durch sorgfältige Vorbereitung notwendig, um gute Ausbeute zu erzielen, und die Qualität der erhobenen Daten zu verbessern. Wir integrieren wertvolle Erkenntnisse aus Theorie und Praxis gewonnen, um einen Teilnehmer für eine MRT-Untersuchung vorzubereiten, um das Experiment und Scan-Vorgang Spaß für die Teilnehmer an, und die gesammelten Daten, von denen einige Verfahren:

  1. Social Stories. Social Geschichten sind kurz, direkt Geschichten oft zur Erklärung neuer und verwirrende Situationen bei Kindern mit autism8 verwendet. Wir verwenden soziale Geschichten aus der Perspektive des Individuums mit Autismus geschrieben, um zu zeigen, und verbal beschreiben jeden Schritt unserer Studie Prozess. An jedem Punkt in der Geschichte, die sowohl verbale und bildhafte descriptionsare. Unter dem Titel "über meine MRI-Sitzung", bieten wir die Geschichte an die Teilnehmer vor ihrer Scan-Tag, so dass sie sich vertraut machen können mit dem Scan-Prozess. Das Ziel der Geschichte ist, auf die individuellen Verständnis des Verfahrens zu erhöhen, und um ihn / sie mehr Komfort in einer neuen Situation.
  2. CD-Einspielung von Scanner Sounds. Während einer Scan-Sitzung, stellt die MRT laute Geräusche ständig und dies kann aversive werden einige Menschen mit Autismus. Um sich zu akklimatisieren der participantsto der Scanner Lärm, schicken wir die Teilnehmer (vor dem Scan-Tag) eine Aufzeichnung der Geräusche durch den Scanner aus.
  3. Mock MRI-Scanner. Wir simulieren eine MRT-Scan-Sitzung mit dem Teilnehmer mit einem Mock-Scanner, aus einem ausrangierten Phillips MRI-Scanner gebaut. Dies ermöglicht eine realistische Annäherung an die tatsächlichen Scan-Sitzung. Die Nutzung dieser Mock-Scanner, am Institut für Optometrie, UAB gelegen, erlaubt es dem Teilnehmer sich daran gewöhnt, den Scanner Umwelt.
  4. Rundgang durch die MRI-Scanner vor dem Scannen. Vor Beginn der MRT-Untersuchung wird der Teilnehmer die Möglichkeit, den Scanner zu sehen und sogar auf das Scanner-Bett kurz zur Verfügung gestellt. In der Regel hilft diese zu Furcht und Angst, sowie stellen die Forscher mit Verhaltensproblemen Informationen über die Teilnehmer Reaktion auf den Scanner zu lindern. Solche Reaktionen oft wertvolle, wenn auch intuitive und qualitative, Information, ob der Teilnehmer kann wahrscheinlich komplett die ganze scan.Before der Teilnehmer geht in den Scanner, er / sie lässt alle seine Habseligkeiten in einen Umkleideraum und ist auch für Metall mit einem karierten Metalldetektor.
  5. Making the MRI Scanner kinderfreundlich. Für alle unsere Scans haben wir die Siemens 3,0 Tesla MRT-Scanner Allegra an der UAB Civitan International Research Center verwenden. Dies ist ein Kopf-only-Scanner macht es weniger einschüchternd für die Teilnehmer. Um den Scanner Umwelt kindgerecht wie möglich (für die pädiatrische Bevölkerungsgruppe) zu machen, den Scanner mit leicht entfernbaren Aufklebern der Tiere, Comicfiguren, etc. Darüber hinaus können eingerichtet werden, bieten wir bunte Decken, um die Teilnehmer zu behalten warm in den Scanner. Für Kinder mit Autismus, die oft besondere Interessen (z. B. Züge), können diese Interessen berücksichtigt werden, während die Dekoration der Scanner.
  6. Verwenden von Filmen oder Cartoons: Die anatomischen und DTI Bildaufnahme erfordern nicht die Teilnehmer, um eine Aufgabe in der Scanner durchführen. Während dieser Scans werden die Teilnehmer die Möglichkeit, gerade ein paar Minuten von ihren Lieblings-Film oder Cartoon-Serie gegeben. Neben der Bereitstellung eine willkommene Abwechslung von den Aufgaben, hilft diese machen den Scan-Vorgang mehr Spaß für die Teilnehmer.

2. Verwenden des Stimulus Präsentation Software-und Button-Response-Devices mit dem Scanner kommunizieren:

  1. Die experimentellen Arbeiten werden mit Hilfe von E-Prime (Psychologie Software Tools, Pittsburgh, PA) Stimulus Präsentations-Software. Vor dem Scan-Sitzung, Praktiken der Teilnehmer kürzere Versionen der Aufgaben auf einem Laptop-Computer, so dass sie vertraut mit dem, was sie in den Scanner zu sehen und welche Knöpfe sie benötigt wird, um zu drücken sind.
  2. Das tfragt werden auf die Integrierte Funktionelle Bildgebung System (IFIS, Invivo Corporation, Orlando, FL) geladen und mit dem Scannen Paradigma synchronisiert. Der IFIS-System hilft dem Projekt visuelle Reize auf eine Leinwand hinter der Teilnehmer während in den Scanner, die die Teilnehmer Ansichten durch einen Spiegel an der Kopfspule.
  3. Zwei Bildschirme in der Leitwarte ermöglicht es den Forschern, die experimentellen Arbeiten oder Filme während des Scan vorgestellt wählen und überwachen Teilnehmer Reaktionen (einschließlich Reaktionszeit und Leistung Genauigkeit).
  4. Die Teilnehmer tragen MRI-kompatiblen Kopfhörern, die sie zu hören, Audio zu ermöglichen, so die Forscher den Anweisungen zu hören, sowie Reduzierung der aufdringliche Rauschen des Scanners. Zusätzlich zu den Kopfhörern, sind Ohrstöpsel zur Verfügung gestellt, um weiter zu reduzieren das Rauschen des Scanners.
  5. Ein LWL-Taste Reaktion Gerät an jeder Hand erlaubt es dem Teilnehmer zu Aufgabe Fragen zu beantworten. Der IFIS-System zeichnet diese Reaktionen, sowie das Timing der einzelnen Reaktion in Verbindung mit dem Scan-Timing.
  6. Ein Notfall "Squeeze Ball" ist es, die Teilnehmer, falls er / sie nicht will, um den Scan fortzusetzen. Durch Drücken dieser Ball wird einen Alarm in der Messwarte veranlasste die Forscher zu dem Teilnehmer sofort.

3. Einsatz von statischen und dynamischen visuellen Reizen zu Reaktionen des Gehirns in Teilnehmer mit Autismus Elicit:

Während eine hervorragende experimentelle Design ist entscheidend für jede wissenschaftliche Studie kann Anschlagen eines Akkords mit den Teilnehmern einen erheblichen Einfluss auf die erfassten Daten, vor allem in bildgebenden Verfahren. Die Stimuli sollten auf der Ebene des Verständnisses der Teilnehmer, und das Experiment sollte kurz, präzise und angenehm. Wenn genügend Aufmerksamkeit ist nicht auf diese Elemente gegeben, kann die Qualität der Daten negativ beeinflusst werden. Besondere Sorgfalt wird angewendet, um zu versuchen, um die experimentellen Aufgaben herausfordernd und unterhaltsam durch die Schaffung von innovativen Impulse.

  1. Dynamische visuelle Reize, wie zum Beispiel Videos, die soziale Interaktion werden verwendet, um Teilnehmer Antworten auf die psychische Zustand Zuordnung zu entlocken. Zusätzlich zu kurz und unterhaltsam, sind diese Reize Scheiben der realen sozialen Welt und bieten einen geeigneten Schauplatz für die Untersuchung der Reaktionen des Gehirns mit der sozialen Kognition assoziiert.
  2. Statische visuelle Reize, wie Strichmännchen Zeichen angezeigt werden verschiedene Körperhaltungen werden auch zur sozialen Kognition studieren. Diese Reize sind hilfreich bei der Untersuchung Emotionen durch die Förderung der Teilnehmer, um Gefühle von der Körpersprache zu schließen.
  3. Statische visuelle Reize wie Comic-Auszügen, dass mehrere Charaktere darstellen sozialen Situationen beinhalten werden ebenfalls verwendet. Diese Reize beinhalten Zuschreibungen auf Folk und Folk-Physik Psychologie.
  4. Für Studien, Sprachverarbeitung, verwenden wir hauptsächlich Aufgaben, Satzverständnis, lexikalische Entscheidungs-und Diskurs Verarbeitung einzubeziehen.
  5. Obwohl die Länge der einzelnen Experiment unterscheidet sich von anderen, versuchen wir zu halten jedem Versuch weniger als 10 Minuten. Darüber hinaus haben wir auch Sandwich versuchen unser DTI-Scan und anatomische Scans in den Experimenten an den Teilnehmer einige freie / Ruhezeit. Wir fanden angemessenen Erfolg mit dieser Strategie. In einer Scan-Sitzung, versuchen wir zu 2-3 Aufgaben unter der Gesamtzeit in den Magneten ca. 30-40 Minuten verbrachte gehören. Siehe Abbildung 1 für ein Flussdiagramm Darstellung des Studienprotokolls.

4. Datenerfassung, Speicherung, Analyse, und Qualitätskontrolle:

Data Acquisition:

  1. Functional MRI und DTI-Daten sind in einer einzigen Sitzung pro Teilnehmer mit einem 3,0 Tesla Siemens Allegra Kopf-only-Scanner (Siemens Medical Inc., Erlangen, Deutschland) in der Civitan International Research Center, University of Alabama in Birmingham untergebracht gesammelt.
  2. Die Scan-Sitzung beginnt mit einer hohen Auflösung T1-gewichteten Scans für strukturelle Bildgebung. Diese werden aufgenommen mit einem 160-slice 3D MPRAGE (Magnetisierung Prepared Rapid-Gradient Echo) Volumen-Scan mit TR (Repetitionszeit) = 200 ms, TE (Echo Time) = 3,34 ms, Flipwinkel = 12 Grad, FOV (Field of View) = 25,6 cm, 256 x 256 Matrix-Größe, und 1 mm Schichtdicke. Diese Akquisition dauert ca. 8 Minuten und die erfassten Daten liefern anatomische Informationen über jeden Teilnehmer das Gehirn.
  3. Die anatomischen Scans werden durch funktionelle Scans folgten. Zum Erwerb funktionelle Bilder, verwenden wir ein Single-Shot-Gradienten-Echo-Planar erinnerte Pulsfolge mit TR = 1000 ms, TE = 30ms, Flipwinkel = 60 °, FOV = 24 cm, und der Matrix = 64 x 64. Wir erwerben siebzehn angrenzenden schräg axiale Schnitte in eine verschachtelte Sequenz mit 5 mm Schichtdicke, 1 mm Scheibe Lücke, ein 24 cm FOV, und ein 64 x 64 Matrix, was zu einer in-plane-Auflösung von 3,75 X 3,75 x 5 mm.
  4. Abhängig von der Länge einer funktionellen MRI-Experiment werden zwei oder drei Versuchen in einer 60-75 min enthaltennuten Scan-Sitzung.
  5. Die DTI-Bilder erworben werden mit einem Single-Shot-, Spin-Echo EPI (Echoplanar Imaging)-Sequenz mit 46 orthogonalen Richtungen. Eine Verbreitung gewichtet, Single-Shot-, Spin-Echo, Echo-Planar-Imaging-Sequenz mit TR = 7000 ms verwendet, TE = 90 ms, Bandbreite = 2790 Hz / Voxel, FOV = 220mm und Matrix-size = 128x 128. Siebenundzwanzig 3-mm dicke Scheiben abgebildet werden (keine Scheibe gap) ohne Diffusions-Gewichtung (b = 0s/mm2) und mit Diffusions-Gewichtung (b = 1000s/mm2) Gradienten in 46 orthogonalen Richtungen aufgetragen.

Data Storage and Data Analysis:

  1. Die erworbenen Neuroimaging Daten aus einer MRI-Sitzung zu einem Pass Mauer geschützt Computer-Netzwerk an der Universitätsklinik in Einklang mit dem Health Insurance Portability and Accountability Act (HIPAA) übertragen.
  2. Die MRI und DTI-Daten von diesem Server werden an das Labor der zentrale Computer-Server (Neuron) übertragen, und anonymisiert, bevor sie zur Verfügung gestellt Datenanalysen. Das Neuron-Server befinden sich alle Bildanalyse-Programme, sowie die in-house-Skripte generiert, um die Berechnungen speziell für unsere Experimente zu tun.
  3. Die Computer-Cluster beschäftigt 3 Knoten, die jeweils mit einem Quad-Core-Prozessor, eine schnellere und parallele Verarbeitung mehrerer Datensätze. Darüber hinaus, da die Daten aus verschiedenen Studien an einem gemeinsamen Ort befinden, macht es einfacher, die Daten für Meta-Analysen zu organisieren und übergreifende Schlüsse ziehen.
  4. Die fMRI-Daten sind Pre-und Post-verarbeitet und statistisch ausgewertet mit SPM8 (Statistical Parametric Mapping; Wellcome Department of Cognitive Neurology, London, UK). Darüber hinaus sind andere Software-Programme, wie z. B. Analyse von Functional NeuroImages (AFNI) sind fMRIB Software Library (FSL) und MRICron auch für andere Analysen verwendet.
  5. Die DTI Bilder Pre-und Post-verarbeitet und statistisch ausgewertet mit FSL.

Qualitätskontrolle:

  1. Zeitliche und räumliche Anpassungen an die fMRI Daten mit Vorverarbeitungsschritte, wie Slice Timing-Korrektur, Motion-Korrektur, Neuausrichtung, räumliche Normalisierung und räumliche Glättung durchgeführt.
  2. Signal-Rausch-Verhältnis (SNR) ist, indem sie das Verhältnis zwischen der aufgabenbezogenen Variabilität und die nicht-aufgabenbezogenen Variabilität berechnet. Noise (Nicht-aufgabenbezogenen Variabilität) kann auch etwas von thermischem Rauschen zu Motion-Effekte Kopf. Durch beide Berechnung des SNR auf einen relativ höheren Anteil (> .8) zu gewinnen und durch die Kontrolle von Artefakten, können wir sicherstellen, dass die Bilder strengen Qualitätsstandards entsprechen.
  3. Temporal Signal-Rausch-Verhältnis (TSNR) ist die SNR über den gesamten Verlauf des Experiments und wird mathematisch durch das Verhältnis der mittleren Signalintensität auf die Variation des Signals über die Zeit definiert. Der Mittelwert und Standardabweichung sind bei jedem Voxel genommen und, wenn das Verhältnis innerhalb des Gehirns ist auf einem akzeptablen Schwelle, die Bilder können für weitere Analysen verwendet werden.
  4. Es ist immer eine gute Idee, die Daten für die Artefakte bei jedem Vorverarbeitung und Analyse Schritt untersuchen. Zum Beispiel der Prüfung der Roh-Images für Radio Frequency (RF) Artefakte oder Beurteilung Bewegungsartefakte in der aufbereiteten Daten. Eine vorbeugende Maßnahme zur Steuerung von Artefakten ist es, Themen für Metall in oder um den Kopf, wie Klammern oder eine dauerhafte Halterung, Bildschirm, um den Anteil des Signals drop Grenze aus.
  5. Wenn ein Dataset zu viel Lärm, auch nach Bewegungskorrektur Verfahren und entspricht nicht unseren Standards für die Datenqualität, ist, dass Datensatz in der Regel von der weiteren Analyse ausgeschlossen.

5. Die Untersuchung des Gehirns in Autism in einem Netzwerk Level: fMRI-basierte Untersuchung von Functional Connectivity und DTI-basierte Untersuchung des anatomischen Connectivity:

Funktionelle Konnektivität:

Funktionelle Konnektivität bezieht sich auf die Synchronisation von Gehirn-Aktivierung in verschiedenen Regionen im Gehirn. Die Korrelation des zeitlichen Verlaufs der Aktivierung über Hirnareale wird als Beweis für die Kommunikation oder die Konnektivität zwischen den Regionen übernommen. Die Schritte in diese Analyse einbezogen sind wie folgt:

  1. Regions of Interest (ROI) identifiziert werden, entweder funktional (basierend auf den Aktivierungs Antwort auf Aufgaben) oder anatomisch (basierend auf standardisierten Gehirn Atlanten). Diese ROIs definiert sind entweder kugelförmig mit einem Radius, der die Aktivierung umfassen würde oder sie sind in ihrer ursprünglichen Form definiert.
  2. Die angegebenen Radius oder tatsächliche Form, zusammen mit den MNI-Koordinaten, eingebaut ist, eine ROI-Datei für alle ROIs mit einer in-house script.The Anwesenheit von Überschneidungen zwischen den Positionen dieser ROIs untersucht und korrigiert zu schaffen.
  3. Für jede ROI, wird das Signal aus dem zeitlichen Verlauf des Experiments von jedem einzelnen Teilnehmer die Daten extrahiert.
  4. Für jeden Teilnehmer ist die durchschnittliche Signal-Zeit-Verlauf für jede ROI mit allen anderen ROIs was zu einer Korrelationsmatrix korreliert. Die KorrelationWerte werden dann an Fisher-z 'Partituren für weitere statistische Analysen umgewandelt Einzel-, Gruppen zu machen, und zwischen Konzernebene Schlüsse.

Anatomische Connectivity (DTI):

Um die Integrität der weißen Substanz auf das Gehirn zu untersuchen, werden die Diffusions-Tensor-Bilder unter Verwendung fMRIB Software Library (FSL) 9. Hier sind die wichtigsten Schritte beteiligt:

  1. Der erste Schritt in diese Analyse umfasst Vorverarbeitung, einschließlich Schädel Strippen und Wirbelstrom-Korrektur. Schädel Strippen erfolgt mittels Brain-Extraction Tool (BET), um alle nicht-parenchymatösen Gewebe zu entfernen. Wenn hoher Intensität Diffusionsgradienten schnell geschaltet werden, sind Scher-und Stretch-Artefakte produziert, die für jedes Gefälle Richtung. Diese Verzerrungen korrigiert werden mit FSL ist Wirbelstrom-Korrektur, die die Diffusion Bilder Registern zu einem Referenzbild ohne Anwendung Diffusionsgradienten.
  2. Diffusion Tensoren und fraktionierte Anisotropie (FA)-Werte, ein Index der Diffusion von Wasser entlang der Axone, sind dann an der Voxel-Ebene mit FSL ist Diffusion Toolbox berechnet.
  3. Unterschiede zwischen den Gruppen auf ein Voxel-by-Voxel-Ebene werden mit Hilfe Tract-Based Spatial Statistics (TBSS) 10. Bei dieser Technik werden alle Diffusions-Bilder zunächst in einem gemeinsamen Raum mit nichtlinearen Registrierung ausgerichtet.
  4. Ein FA Skelett aller wichtigen weißen Substanz von allen Teilnehmern erstellt. Individuelle Diffusion Bilder aller Teilnehmer werden dann auf diese FA-Darm-Trakt Skelett registriert.
  5. Gebiete entlang dieses Skelett aus den Bildern der Teilnehmer mit Autismus sind Voxel-by-Voxel zu den gleichen Bereichen von der Steuerung Teilnehmer mit t-Tests verglichen. Voxel mit unterschiedlichen FA-Werte werden dann als eine große ROI und die mittlere FA berechnet isoliert.

6. Repräsentative Ergebnisse:

Die primären Ergebnisse, die sich aus unseren Untersuchungen beziehen sich auf geschwächt neuronale Reaktion bei den Teilnehmern mit Autismus (in Bezug auf die Aktivierung der Signalintensität zu ändern, und in funktionelle Konnektivität) und die mögliche Verwendung von veränderten kortikalen Route in Erfüllung kognitive und soziale Aufgaben. So fanden die Kernregionen zu vermittelnde Funktion (für zB posterior superior temporalen Sulcus am temporoparietalen Kreuzung in folgern Absichten anderer; siehe Abbildung 2) scheinen bei Autismus unter-Reaktion, bezogen auf typische Steuerung Teilnehmer. Darüber hinaus scheint der Kernregion underconnected funktionell mit anderen Knoten, vor allem die räumlich entfernteren (Abbildung 3). Mit DTI, finden wir auch einige anatomische Grundlage, um diese Ergebnisse (siehe Abbildung 4), die eine umfassende, Netzwerk-Ebene Bild von Organisation des Gehirns beim Autismus.

Abbildung 1
Abbildung 1. Flow-Diagramm Darstellung der Methoden und Verfahren.

Abbildung 2
Abbildung 2: A) eine verstärkte Aktivierung in einem typischen Sprache Aufgabe, wie Satzverständnis (links inferioren frontalen Gyrus und linken hinteren oberen temporalen Sulcus); B) Erhöhte bilaterale posterior superior temporalen Sulcus Aktivierung in neurotypical Teilnehmer während Zuschreibung von mentalen Zuständen zu anderen (FWE korrigiert Schwelle von p <0,05).

Abbildung 3
Abbildung 3. Erheblich reduzierte funktionelle Konnektivität (Synchronisation der Hirnaktivität) zwischen frontalen und temporalen Regionen in einem sozialen Kognition Aufgabe bei den Teilnehmern mit Autismus (p <0,05). LStG: left oberen temporalen Gyrus, RSTG: rechten oberen temporalen Gyrus, RIFG: rechten inferioren frontalen Gyrus, ROI: Region of Interest, FCA: funktionelle Konnektivität.

Abbildung 4
Abbildung 4. DTI Traktographie Ergebnisse zeigt eine weiße Substanz Faserbündel ausgehend von den Schläfenlappen, die temporoparietalen Kreuzung. Die erste Ausgangspunkt für Traktographie war ein ROI von TBSS als mit einem deutlich kleineren FA-Wert bei jungen Erwachsenen mit Autismus, wenn das Alter abgestimmt typische Steuerung Teilnehmer im Vergleich identifiziert.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Die Methoden und Verfahren in diesem Papier beschrieben werden in grundlegende Prinzipien der kognitiven Neurowissenschaft und Neuroimaging geerdet. Zusammengenommen bieten diese Methoden eine überzeugende Rahmen für die Beurteilung der Funktionsweise des Gehirns auf der Systemebene in Kinder, Erwachsene, und bei Menschen mit Störungen. Studies in diesen Methoden begründet wurden besonders einflussreich in der Charakterisierung der diskordanten Funktionsweise des Gehirns bei Menschen mit Autismus.

Obwohl die hier vorgestellten Verfahren übertragbar auf andere Populationen zu verwandten theoretischen Fragen 11,12,13,14-Adresse sind, ist besondere Aufmerksamkeit für pädiatrische Bildgebung benötigt wird, sowie für Neuroimaging bei Menschen mit Entwicklungsstörungen: 1) Trotz der Vielzahl an Vorsorge-und vorbereitende Maßnahmen, die wir für das Scannen, Kopfbewegung wirft immer noch ein großes Problem in Neuroimaging. Der Scanner ist extrem empfindlich gegenüber Kopfbewegungen, mit einer Drehbewegung von nur 0,5 mm zu einer deutlichen Bewegungsartefakten. Während wir eine Reihe von Techniken zur Verringerung der Angst vorgestellt und im Gegenzug reduzieren Bewegung, wie das Mock-Scanner und die Dekoration der Scanner-Raum, kann jede Anstrengung in dieser Richtung lohnend sein. Derzeit versuchen wir, eine Feedback-Paradigma mit Filmen für die Ausbildung der Kopfbewegung zu minimieren anzupassen; 2) Ein weiteres Problem betrifft die Teilnehmer Dropout, besonders bei Kindern. Viele Kinder weigern sich, den Scanner oder Panik geben nach der Untersuchung begonnen hat, 3) Ein weiteres Problem ist mit der inhärenten Heterogenität in der Manifestation von Entwicklungsstörungen assoziiert. Die Forscher von Entwicklungsstörungen müssen bei der Bewältigung der Variabilität in ihrer Stichprobe, die sonst unter den oft berichtet Gruppe-Ebene Rückschlüsse begraben könnte vorsichtig sein, und 4) Auch kleinere Geräte Probleme können erhebliche Auswirkungen auf die Forschung Protokoll und Ermittler verwendet haben. Zum Beispiel ist der Reiz Präsentations-Programm E-Prime nicht über die Fähigkeit, Video Reize spielen. Obwohl die neueste Version dieser Software spielt Videos, ist diese Version nicht mit dem IFIS-System. In einem solchen Fall verwenden wir Inquisit Software zu unseren Animationen und Videos zu spielen, aber mit dem zusätzlichen Schritt einer manuellen Synchronisation von Video mit dem Scanner Computer. Trotz einiger der oben genannten Einschränkungen, funktionellen MRT mehrere Vorteile und ist damit einer der besten bildgebenden Verfahren zur Gehirnfunktion Studie hat: 1) Im Gegensatz zu Techniken wie Positronen-Emissions-Tomographie (PET), ist fMRI keine Injektion radioaktiver Isotope in den menschlichen Körper; 2) die räumliche Auflösung der fMRT ist besser als Techniken wie Elektroenzephalographie (EEG) und 3) die Übernahme der Zeit kurz sein kann je nach Paradigma, das kann hilfreich sein, in der Arbeit mit Menschen mit Erkrankungen wie Autismus.

Um die Neurobiologie von komplexen, mehrdimensionalen Störungen wie Autismus zu charakterisieren, sind umfassende neurowissenschaftliche Ansätze, dass neue und vielfältige Methoden und Techniken umfassen, needed.Current Theorien des Autismus postulieren, dass underconnectivity von Hirnregionen, vor allem zwischen frontalen Kortex und hinteren Bereiche, kann entscheidend sein bei der Erklärung der wichtigsten Defizite bei Autismus. Der nächste mögliche logische Schritt in diese Richtung ist, um solche Probleme durch translationale Ansätze mit dem Ziel-Adresse verändert Konnektivität in das autistische Gehirn zu verbessern. Eine Längsschnittstudie Targeting Plastizität des Gehirns zu Reaktionen des Gehirns vor und nach intensiven kognitiven Intervention beurteilen konnten zeigen, die möglichen Auswirkungen Intervention kann auf Verhaltens-, kognitiven und neuronalen Reaktionen bei Menschen mit Autismus haben. Durch die fortgesetzte Entwicklung und Feinabstimmung unserer Techniken, wie funktionelle, effektive und anatomische Konnektivität, können wir ein besseres Verständnis für diese tiefgreifende Entwicklungsstörung zu gewinnen und übersetzen die gewonnenen Erkenntnisse zur Intervention.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Keine Interessenskonflikte erklärt.

Acknowledgments

Die Autoren bedanken sich bei Alexander Herbst, Jeff Killen, Charles Wells, Kathy Pearson und Vaibhav Paneri für ihre Hilfe bei dem Projekt danken in verschiedenen Stadien. Diese Arbeit wird von der UAB Fachbereich Psychologie Fakultät Anschubfinanzierung, die McNulty-Civitan Scientist Award und die CCTS Pilot Research Grant (5UL1RR025777) auf RK unterstützt.

References

  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).

Tags

Medizin Funktionelle Kernspintomographie (fMRI) MRI Diffusion Tensor Imaging (DTI) funktionelle Konnektivität Neuroscience Entwicklungsstörungen Autismus Fractional Anisotropie
Probing the Brain in Autism mittels fMRT und Diffusion Tensor Imaging
Play Video
PDF DOI

Cite this Article

Kana, R. K., Murdaugh, D. L.,More

Kana, R. K., Murdaugh, D. L., Libero, L. E., Pennick, M. R., Wadsworth, H. M., Deshpande, R., Hu, C. P. Probing the Brain in Autism Using fMRI and Diffusion Tensor Imaging. J. Vis. Exp. (55), e3178, doi:10.3791/3178 (2011).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter