Waiting
Login processing...

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

Medicine

측두엽 간질의 기능적 연결성 MRI를 사용하여 기본 모드 네트워크의 네트워크 분석

Published: August 5, 2014 doi: 10.3791/51442
Automatic Translation
1,2, 3, 4, 4, 4
1Department of Neurology, Baylor College of Medicine, 2Neurology Care Line, Michael E. DeBakey VA Medical Center, 3Semel Institute for Neuroscience and Human Behavior, University of California, Los Angeles, 4Department of Neurology, University of California, Los Angeles

Summary

측두엽 간질에서 기본 모드 네트워크 (DMN) (TLE)의 종자 기반 기능 연결 MRI (fcMRI)를 사용하여 뇌의 휴식 상태로 분석된다.

Abstract

기능적인 연결성 MRI (fcMRI)은 시간이 지남에 BOLD 신호 변동의 상관 관계에 따라 서로 다른 뇌 영역의 연결을 검사의 fMRI 방법입니다. 측두엽 간질 (TLE)은 성인 간질의 가장 흔한 형태이며, 여러 뇌 네트워크를 포함한다. 디폴트 모드 네트워크 (DMN)을 의식, 휴식 상태인지에 관여 발작은 의식의 손상의 원인이 어디에 TLE에 영향을받는 것으로 생각된다. 간질의 DMN은 씨앗 fcMRI 기반을 사용하여 조사 하였다. DMN의 전방 및 후방 허브는이 분석의 씨앗으로 사용되었다. 결과는 기저 상태에서 전방 및 TLE의 DMN의 후방 허브 사이의 단절을 보여줍니다. 또한, 함께 왼쪽 TLE의 다른 뇌 영역에 증가 DMN 연결이 바로 TLE에 연결을 감소 현상이 발견된다. 분석은 종자 기반 fcMRI는 TLE 같은 뇌 질환에서 뇌 네트워크를 조사하는 데 사용할 수있는 방법을 보여줍니다.

Introduction

기능적 연결성 MRI (fcMRI)는 자신의 혈액 산소화 수준 종속 (BOLD) 신호 타임 시리즈의 유사성에 기초하여 서로 다른 뇌 영역 사이의 관계를 정량화의 fMRI 데이터에 비교적 최근의 분석 방법이다 - 이것은 "기능적"연결 호출을하고, 지역 (예를 들면, 백질 섬유) 사이의 물리적 연결의 존재를 설명 해부학 ​​적 연결을 구별. 참가자가 작업에 종사하거나 소위 "정지 상태"에있을 때이 방법의 특별한 애플리케이션에서, 시계열은 수집된다.

1995 1에서 설명하지만, fcMRI은 2012 년 기술 관련 약 1,000 출판물의 결과에 엄청난 관심이있다. fcMRI는 ((1) 수행 할 특정 작업이 없는지에 작업 기반 fMRI를 통해 고유의 장점이 있습니다 2) 대상의 협력은필요가 없다, (3) 데이터 세트 여러 다른 네트워크에 질의하는 데 사용될 수 잡음비 (4) 더 나은 신호 인해 개인 대뇌 지학 차이 및 작업 성의 혼동 2의 (5) 우회하는 가능성이 존재한다. 그 개념의 증거로, fcMRI 변화는 뇌의 EEG 3의 변화와 지역 현장 잠재력 4에 해당하는 것으로 나타났다.

fcMRI 분석 기술은 투자 수익 (ROI) / 씨앗 기반 기술, 독립 성분 분석 (ICA), 그래프 이론 분석, 그랜저 인과 관계 분석, 지역 방법 (낮은 주파수 변동, 지역 동질성 분석의 진폭), 기타 5 (가) 있습니다. 가장 인기있는 방법은 종자 기반 및 ICA 방법 6 있지만 단 하나의 기술은 아직 다른 통해 일반 우수성을 입증 없다. 종자 기반 fcMRI이 연구에서 추정되는 네트워크의 미리 선택된 부분에서 BOLD 신호의 시간 변동의 상관 관계는 "씨라고1; 또는 뇌의 다른 부분에 "관심 영역 (ROI)". 씨앗 지역에 BOLD 신호, 상관을 보여주는 뇌의 영역은 관련 네트워크의 일부 경계를 구분하는 것으로 생각된다. 반면에, ICA는 뇌 전체 5 혈역학 적 신호의 특성을 분석하여 공간 - 시간적 상관 관계 뇌 영역 (독립 구성 요소, IC) 데이터 추출하는 모델이없는 데이터 기반 분석을 사용합니다.

현재 원고에서, TLE의 DMN의 휴식 상태 종자 기반의 연결성 분석 이전에 출판 된 연구에 사용 된 방법에 대한 설명은 7 표시됩니다. TLE는 성인 간질의 가장 일반적인 형태입니다. 발작뿐만 아니라, TLE 메모리, 행동, 생각, 감각 기능 8 포함한 여러 뇌 네트워크의 장애의 원인이됩니다. DMN은 의식, 휴식 상태인지를 subserving 대뇌 지역으로 구성되어있다. DMN은 감소 consc과 관련된 발작에 관여하는 것으로보고되고있다iousness 9,10. 또한, 해마는 TLE에 포함 된 주요 구조 및 DMN의 구성 요소가 될 것으로 생각하고있다. 그러나, 해마 형성 PCC의 연결은 내측 전두엽과 열등한 정수리 피질과 같은 다른 DMN 구성 요소에 비해 약하다. 이 해마는 DMN의 서브 네트워크 또는 상호 작용 네트워크 (11, 12) 중 하나입니다 것을 제안합니다. TLE 및 DMN 사이의 이러한 공통점은 기능적인 연결이 TLE에서 변경 될 DMN 가능성을 올립니다. 이 분석은 TLE의 DMN의 참여에 대한 통찰력을 얻기 위해 건강한 컨트롤에 TLE 대상자의 DMN을 비교합니다. DMN의 주요 허브에 배치 씨앗의 연결 - 전방 및 후방 허브 영역은 (12)을 분석 하였다. 씨앗은 retrosplenium / precuneus (RSP / PCUN)뿐만 아니라 TLE를 가진 환자와의 ventromedial 전두엽 피질 (VMPFC)으로 구성된 전방 허브로 구성된 후방 허브에 넣었다건강한 DMN의 후방 및 전방 서브 네트워크를 식별하기 위해 제어합니다.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. 주제

  1. 36 주제의 연구 결과 인구는 3 개 그룹을 포함한다 : 바로 TLE (N = 11), (= 12 N) TLE를 떠났고, 건강한 대조군 (N = 13). 모든 주제에서 서면 동의서를 얻습니다. 이 연구는 캘리포니아 대학, 로스 앤젤레스 (UCLA) 임상 시험 심사위원회의 가이드 라인을 따른다.
  2. 간질 대상 그룹은 비디오 뇌파 모니터링, 뇌 MRI, PET 영상 및 신경 심리적 테스트에 의해 결정 전방 측두엽 절제술을위한 후보자 환자해야합니다. 환자의 fMRI 스캔하는 동안 그들의 일반적인 약물 치료를 계속해야하고 압수하는 즉시 검색 할 수 없습니다. 모든 주제는 정상적인 뇌 자기 공명 영상을 가지고 (환자 그룹에서 간질 이외의) 신경 학적 질환에서 무료로 또는 신경 학적 약물을 사용하고 있는지 확인하십시오.

2. 영상

  1. 영상에 대한 3 테슬라 MRI 시스템을 사용합니다. 에코 평면 IMAG을 사용하여 기능적인 이미지를 축 조각을 얻습니다ING (EPI) 순서와 버릇 그라데이션을 사용하여 해부학 적 이미지를이 (SPGR) 시퀀스를 회상했다.
  2. 다음 매개 변수를 사용하여 기능적인 이미징을 수행 TR = 2000 밀리 초, TE = 30 밀리 초, FOV = 210mm, 매트릭스 = 64 X 64, 슬라이스 두께 4mm, 34 조각. TR = 20 밀리 초, TE = 3 밀리, FOV = 256mm, 매트릭스 = 256 X 256, 슬라이스 두께 1mm, 160 조각 : 고해상도 구조 영상​​에 대해 다음과 같은 매개 변수를 사용합니다.
  3. 각 영상 세션은 20 분을 지속한다. 눈을 감고 휴식을 취 참가자를 부탁드립니다. 특별한 청각 입력 할 필요가 없습니다.

BOLD 데이터 3. 전처리

  1. 전처리 FSL (FMRIB 소프트웨어 라이브러리) 소프트웨어 버전 4.1.6 (옥스포드, 영국, www.fmrib.ox.ac.uk / FSL) (13, 14)를 사용하여 fMRI를 데이터. 머리의 움직임 이슈 (15)을 제거하기 위해 사용 FSL MCFLIRT : 전처리 단계는 다음을 포함해야합니다. BOLD 파일 BET 옵션-F로 nonbrain 조직 (16)을 제거하는 FSL BET를 사용합니다. 이것은 하나의 실행 F를하는 데 도움이단독 뇌 조직에 urther 분석 단계.
  2. FEAT에서 등록을 최소한의 가공 분석을 실행합니다. "첫 번째 수준의 분석"을 선택하고 "전체 분석"상위 두 버튼에서 "사전 통계"로 변경합니다.
    1. 전 통계 탭에서, "BET의 뇌 추출"을 취소하고 "모션 보정"의 "없음"(이 이미 위에서 행해졌 등)을 선택합니다. 다음 해부 (SPGR) 이미지, 그리고 표준 (MNI) 이미지의 기능 (BOLD) 이미지를 등록합니다. 이렇게 피사체의 뇌 공간에 표준 공간에서 선택된 씨앗 워프 분석 중에 나중에 사용되는 변환 행렬의 생성을 초래한다.
  3. ( "standard2example_func.mat"라는 이름의) 생성 된 변형 행렬을 사용하여 개별 BOLD 공간으로 CSF와 흰색 물질의 ROI를 변환 할 수 있습니다.
    1. fslmeants 명령을 사용하여 CSF와 흰색 물질의 ROI에서 시계열을 추출,마스크로서 개별 제목 공간에서 ROI를 사용. 소프트웨어 "R"을 사용하여 추출 된 시계열을 정상화. 이러한 시계열 나중에 분석에서 대응 인공적 신호를 제거하는 GLM에서 회귀로서 사용된다.
  4. 다음 단계는 대상의 움직임과 관련된 유물을 제거합니다. 운동 매개 변수의 회귀를 들어, 실행하기 전에 FSL의 FEAT에서 다음을 설정합니다.
    1. 데이터 탭에서, 데이터 집합에 해당하는 TR 값을 설정, 입력으로 동작 보정 및 뇌 추출 파일을 사용합니다. 100 초 필터를 사용하여 필터링 하이 패스를 설정합니다. 하이 패스 필터링은 매우 낮은 주파수의이다없는 관심의 신호를 제거합니다. 고주파 신호를 제거하는 저역 통과 필터는 단계 4.1에서 나중에 적용될 것이다.
    2. 사전 통계 탭 내에서 이미 수행 된 것과 같이 "모션 보정"에서 "없음"을 선택합니다. 이미 완료되었을 때 "BET의 뇌 추출을"선택을 취소합니다. 공간 평활화를 수행5mm 반치 전폭 (FWHM)을 사용.
    3. 통계 탭에서, 6 모션 매개 변수와 시간의 유도체를 퇴보. 회선에 대해 "없음"을 선택하고 "시간 필터링을 적용합니다."일반 선형 모형 (GLM)에 이러한 퇴화 FEAT 분석 모델에 입력 한 다음 될 수있는 운동 매개 변수의 텍스트 파일을 얻을 수 FSL MCFLIRT의 출력을 사용하여
    4. 또한 GLM에 추출 및 이전 단계에서 표준화 된 CSF와 흰색 물질의 신호를 추가 할 수 있습니다. , 컨볼 루션은 "없음"을 선택 도함수를 추가하고, "시간 필터링을 적용"을 선택 취소합니다.

4. 통계 방법

  1. 위에서 설명한 사전에서 잔차 종자 기반 상관 관계에 사용되어야한다. 이들 잔차가 제 0.1 Hz의 저역 통과 필터를 통과해야하고, 표준 편차로 나누어, 평균을 감산하고 추가하여 확장하여 demeaned100. 씨앗 MRICron 소프트웨어를 사용하여 표준 MNI 공간에서 6mm의 직경으로 정의되어야한다.
  2. 후방 및 전방 씨는 다음과 같은 좌표에 해당한다 : (1) RSP / PCUN 영역 (X = 2, Y는 -60, z는 = 36 =)과 (2) ventromedial 전두엽 피질 (VMPFC, X = 3, Y = 60, Z = -1). 이러한 시드 위치는 건강한 대조군에 정의되어 있고 다음 단계 17-19에서 대상 공간으로 변환된다.
    1. 씨앗은 이후 표준 MNI 공간에서 각 과목의 개별 기능의 두뇌 공간으로 변환해야합니다. 이 경우, 개별 기능 (BOLD) 공간으로 표준 (MNI) 우주에서 씨앗을 변환 ( "standard2example_func.mat"라는 이름의) 위의 생성 된 변형 행렬을 사용합니다.
    2. fslmeants는 이전 demeaned 및 마스크로서 개별 제목 공간에서 시드를 사용하여 잔류 스케일로부터 시계열을 추출 명령을 사용한다. 소프트를 이용하여 추출 된 시계열을 정상화소 "R".
  3. 시드 복셀과 다른 뇌 복셀 사이의 부분 상관 관계는 각각의 실행에 대한 각각의 주제에 대해 별도로 계산해야한다. 이 경우, FSL FEAT의 GUI 내에서, "첫 번째 수준의 분석"을 선택한 후 "통계 + 후 통계". 데이터 탭에서, 이전에 demeaned 및 축소 잔류은 FEAT에 입력으로 사용되어야한다.
  4. 잔류가 이미 높은 100 초에 전달 될 때, 10,000 하이 패스 필터 차단을 설정합니다. 통계 탭에서, "영화의 사전 백색 화 사용"선택을 취소하고, GLM에서 이전에 추출 및 표준화 된 종자 시간 시리즈를 사용합니다. 포스트 통계 탭에서, 2.0의 값을 원하는 Z-스탯 임계 값을 설정합니다.
  5. 이전 주제 내에서 실행을 결합 그룹 분석을 실행에, 피셔의 Z 변환은 이전에 실행 된 상관 관계 분석 (4.3 단계)에서 생성 (매개 변수 추정의 선명도를) 대처 파일에서 수행해야합니다. 복사 등록 데이터 FR톰 FEAT 분석의 "등록"디렉토리 단계 4.3의 상관 실행에 3.1 단계에서 수행.
  6. 각 피사체 내에서 실행을 결합하여보다 높은 수준의 분석을 실행. 이 경우, FSL FEAT의 GUI 내에서, "높은 수준의 분석"을 선택한 후 "통계 + 후 통계". "데이터"탭에서, 선택 "입력은 낮은 수준의 FEAT 디렉토리는"단계 4.4에서 피사체의 실행을 입력합니다. "통계"탭에서, "단순 OLS 혼합 효과"를 선택합니다. 모델로 평균 효과를 설정; 피사체의 실행의 각 1의 값을 입력합니다.
  7. 과목, 일반 최소 제곱 (OLS) 사이에 실행을 통해 데이터를 결합하는 간단한 혼합 효과 분석을 사용해야합니다. 이 경우, FSL FEAT의 GUI 내에서, "높은 수준의 분석"을 선택하고 "통계 + 후 통계". 데이터 탭에서 선택 "입력은 낮은 수준의 FEAT 디렉토리입니다"및 4.5 단계에서 피험자의 결합 실행을 입력합니다.
  8. 통계 탭에서, "혼합 효과 : 간단한 OLS"선택 '의 3 개 그룹으로 모델을 설정을; 각 주체가 속한 그룹, 그렇지 않으면 0을 위해 1의 값을 입력합니다. 그룹 분석은 세 그룹 (오른쪽 TLE, 왼쪽 TLE 및 건강한 대조군)에 맞습니다 세 가지 수준으로 일원 분산 분석을 사용하여 각 복셀에 수행해야합니다.
  9. 임계 값 Z 통계 이미지 Z> 2.0의 임계 값을 형성하는 클러스터를 사용하여 P의 클러스터 중요한 임계 값 = 0.05 (20)을 수정. 상관 관계지도에 정확한 Z-값을 얻으려면, 역 피셔의 Z 변환 결과에서 수행해야합니다.
  10. 다음과 같은 특정 대비 (1)을 마우스 오른쪽 TLE> 컨트롤을 비교해야합니다; (2) TLE> 컨트롤을 왼쪽; (3) 오른쪽 TLE> TLE 왼쪽; (4) TLE> 바로 TLE 왼쪽; (5) 제어> 바로 TLE; TLE 남아 (6) 제어>; (7) TLE (결합 좌우)> 제어; 및 (7) 제어> TLE (왼쪽 결합 오른쪽).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

그림 1은 DMN은 후방 씨 (RSP / PCUN 빨강, 노랑 색상) 및 전방 씨 (VMPFC, 블루 그린 색)에서 연결과 계시 표시하고 다른 주제 그룹에있는 네트워크를 비교한다 (그림 1A-C) 서로 사이에, 즉 건강한 통제는 모든 TLE (그림 1D 및 1E) 환자 및 건강한 대조군 왼쪽 TLE (그림 1 층 및 1G)과 오른쪽 TLE (그림 1H와 1I)에 개별적으로 비교 비교. 왼쪽과 오른쪽 측두엽 사이의 직접 비교는 (그림 1J 및 1K)에 표시됩니다.

TLE

TLE는 오른쪽이나 왼쪽 TLE 하나를 갖는 주제를 포함한다. 컨트롤과 비교했을 때,이 결합 된 그룹은 전방 DMN 영역 (그림 1D에 후방에서 연결을 감소했다, 빨강 색) 후부 구성 요소 (그림 1D, 푸른 색)에 전방 DMN 지역에서뿐만 아니라 감소 된 연결을 제공합니다. TLE와 주제는 전방 및 후방 DMN (그림 1E, 블루 / 레드 색상) 증가 전두 - 두정엽의 연결을 보여 주었다.

왼쪽 TLE

왼쪽 TLE와 주제는 전방 DMN 영역과 해마, parahippocampus, 뇌간과 후방 DMN의 연결을 감소하고, 후두 피질 (그림 1 층, 빨강 색) 내측했다. 전방 씨, 후부 구성 요소 (해마, parahippocampal 이랑, 방 추상 이랑, 언어 이랑, cingulate의 이랑)와 감소의 연결을 사용하는 것은 또한 (그림 1 층, 파랑 색)을 보였다. 왼쪽 TLE와 주제는 후방 및 전방 씨 (그림 1G, 빨강과 파랑 색)로드에 연결된 확장 요정 아가미 네트워크를 가지고 찾을 수건강한 컨트롤에 ARED.

오른쪽 TLE

왼쪽 TLE과 과목의 경우와 마찬가지로, 바로 TLE를 가진 사람은 전방 DMN 구성 요소 (그림 1H, 붉은 색)와 후방 DMN 씨의 연결을 감소했다. 전방 씨는 후방 지역 (양자 해마, 피질, 꼬리) 및 전방 DMN 자체에 대한 연결을 감소했다. (그림 1H, 파랑 색). 바로 TLE의 후방 및 전방 씨의 연결성 증대와 지역 왼쪽 측면 시간 피질, precuneus, cingulum 및 보조 운동 피질이 포함되어 있습니다. (그림 1I).

오른쪽 왼쪽 TLE 대

왼쪽 TLE를 잘 작성 TLE의 직접 비교가 증가 왼쪽 TLE (그림 1J, 붉은 색)의 왼쪽 supramarginal 이랑에 후방 DMN 씨의 연결뿐만 아니라 정면에 전방 DMN 씨앗 공개영역 (그림 1J, 파랑 색) 바로 TLE에 비해. 바로 TLE의 후방 씨의 증가 연결 분야는 양측 시상과 뇌간의 왼쪽 해마, 방추형 및 지역을 포함했다. 바로 TLE의 전방 씨의 증가 연결의 지역 precuneus, 양측 시상 지역, 그리고 뇌간의 영역을 포함. (그림 K).

그림 1
그림 1. TLE에 DMN의 비교가 정상 대조군에 비해. 후방 씨 (후방 DMN, RSP / PCUN 빨강, 노랑 색상) 및 전방 씨 (VMPFC, 블루 그린 색)을 사용하여 DMN 연결이 다른에 표시됩니다 대상 그룹 (AC), TLE는 건강한 대조군 (DE)에 비해, 건강한 대조군 (FG)에 비해 TLE 남아오른쪽 TLE 왼쪽 TLE (JK)에 비해 건강한 대조군 (HI), 오른쪽 TLE에 비해. C-제어; L-왼쪽 TLE; R-오른쪽 TLE는. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

간질은 네트워크 질환이라고 생각하고, 개인 네트워크의 이상은 발작시와 간기 상태 (21)에 존재한다. 작업 기반의 fMRI는 TLE 8 언어 및 메모리 네트워크의 이상을 분석하기 위해 사용되었다. FcMRI은 휴식 상태에서 주로 활동 네트워크 그대로 DMN (12)를 연구하는 고유의 장점이 있습니다. DMN은 그대로 남아 있으며 자연 생각에 종사하는 깨어있는 개인의 활동이 발견 된 뇌 영역의 네트워크입니다. 이 지역은 VMPFC, RSP / PCUN, 후부 cingulate의 피질, 열등한 정수리 지역, 측면 시간 영역과 해마 12,17을 포함하는 것으로 나타났다. DMN은 의식 상태에 대한 기판이 될 것으로 생각됩니다. 그것은 의식, 기억, 이러한 부재 발작, 알츠하이머 병, 자폐증 / 정신 분열증, respecti 사회적 인식에 영향을 미치는 조건으로 변경 될 것으로보고되었다되었습니다 Vely 22-26.

측두엽은 복잡 DMN에 연결되어 있습니다. DMN의 차 참여는 인식과 의식 12,27에 TLE의 효과를 중재 할 수 있습니다. DMN의 이러한 차의 참여는 또한 정신 분열증 (25)와 알츠하이머 병 22, 26과 측두엽 / 변연계에 영향을 미치는 다른 조건의 임상 효과에 대한 원인이 될 수있다. 이전 연구는 간기 간질 방전하는 동안, 그리고 간기 상태 9,28-33에, 발작 동안 DMN의 TLE의 참여와 간질의 다른 형태를 보이고있다. 이러한 연구는 간기 전자 기록 및 TLE의 발작 행동 특성의 DMN의 잠재적으로 중요한 역할을 나타냅니다. 현재 실험에서, 시드 계 fcMRI은 DMN에 TLE의 효과를 평가하기 위해 기저 상태에서 TLE DMN을 분석하기 위해 사용되었다. DMN의 허브와 스포크 모델은 주요 서브 시스템은 후방 것을 가정한다(RSP / PCUN) 및 전방 (VMPFC) 구성 요소. 여기에,이 두 가지 주요 영역의 연결 특성을 개별적으로 TLE가 상호 연결 및 관련 하위 네트워크에 미치는 영향을 평가하도록한다.

현재 종자 기반 분석은 DMN의 전방 및 후방 허브 사이의 분리를 보여준다. 후방 DMN 및 TLE (34) 환자의 해마 사이의 기능과 백질 연결에 동시 감소를 보여주는 연구에서 입증 된 바와 같이 이러한 기능 연결 감소 가능성이 참여 구조의 해부학 흰색 물질 연결의 감소와 관련이 있습니다. 또한, 일반적으로 다른 뇌 영역에 DMN의 전방 및 후방 허브의 왼쪽 TLE에 연결을 증가하는 방법을 보여줍니다 일반적으로 오른쪽 TLE에 연결을 감소. 이 바로 TLE에 감소 된 연결을 보여주는 이전 연구와 보상 증가와 일치TLE 30,35 남아있는 연결의. 왼쪽 TLE는 기능 활성화 (36, 37)의 재분배를 포함하는 반면 일반적으로 오른쪽 TLE는 양자 구조를 포함하는 경향이있다. 이것은 바로 TLE (그림 1G, 1I 및 1J)에 비해 왼쪽 TLE는 요정 아가미 지역에 더 큰 연결이 전방 씨에 특히 눈에 띄는입니다. 이것은 컨트롤 (그림 1 층과 K)에 비해 왼쪽 TLE의 후방 씨의 하단 연결과 함께, 왼쪽 TLE의 증가 앞쪽에 연결이 후방 씨의 단선 또는 후방과 전방 사이의 연결에서 발생할 수 있다고 제안 씨앗. 해마는 후방 DMN (34)를 통해 전방 DMN에 접속된다.

본 연구에서 사용 된 기법은 시드 위치를 변경하고, 다른 뇌 영역에 대응하는 뇌 네트워크를 생성함으로써 변형 될 수있다. 알대안책 분석 소프트웨어는 유사한 분석을 수행하는데 사용될 수있다 (예를 들면, SPM, AFNI). 시드 기반 상관 분석들은 종자의 위치의 이전 결정에 대한 조사중인 추정되는 네트워크의 구조에 관한 가설을 필요로한다는 점에서 제한된다. 기본 가설이 결함이있는 경우, 결과는 수입되지 않을 것.

휴식 상태 fcMRI 2 BOLD 신호에 자발적 변조를 기반으로 기능적인 연결의 측정 (즉 t 관련이없는 질문) 제공 할 수 있습니다. 이 목적을 위해 일반적으로 사용되는 두 방법은 종자 (관심 지역) 기반의 상관 관계 및 ICA 6입니다. 시드 기반 상관 분석 시드의 위치의 이전 결정에 대한 조사중인 추정되는 네트워크의 구조에 관한 가설을 필요로한다. 씨앗의 위치를​​ 선택하고 씨앗, 전체 뇌의 복셀 별 복셀 분석을 구성하는 복셀의 BOLD 신호를 추출 후유사 BOLD 신호 패턴과 다른 뇌 영역을 식별하기 위해 수행되며, 이는 상관 된 네트워크를 해명한다. 종자 분석의 또 다른 방법은 두 가지, 또는 그 여러 영역 사이의 신호의 상관 관계입니다. 이러한 방법을 사용하여, 연결이 병변 해마 및 TLE 38 후방 DMN 사이 감소된다는 것을 발견했다. 한편, ICA는 기존의 가설없이 데이터 구동하고 정지 상태의 뇌 내에서 공간 - 시간적으로 별개의 네트워크를 묘사한다. TLE에 DMN의 연구는 또한 ICA를 사용하여 수행과 오른쪽 환자에서 전방 DMN의 감소 연결을 결정하고 컨트롤에 비해 TLE가 남아있다. 그러나, 우리의 ROI (시드) 기반 분석 남음 TLE 실제로 피사체를 제어 비해 더 광범위한이었다 TLE에서 전방 DMN 네트워크의 존재를 보여 주었다. 이러한 불일치는 분리 전방 NETW 후방 DMN에서 전방의 제안 분리에 관련이있을 수후방 DMN 연결 주로 확인 된 네트워크를 평가할 때 오크 덜 볼 수 있습니다. 이전 연구와 일치, 우리는 TLE 39 근심 시간 참여를 복제 할 수 있습니다.

현재의 분석은 종자 기반 fcMRI는 TLE 등의 뇌 질환에서 뇌 네트워크를 조사하는 방법을 보여줍니다. 같은 그룹의 차이의 확인은 하나의 주제 레벨 2에서 해석 할 수있는 분석을 구현하는 미래의 응용 프로그램의 가능성을 여는 질병 상태에있는 기능의 이상을 이해하는 데 도움이됩니다.

이 분석의 한 가지 제한은 피사체의 자 / 어 웨이크 상태를 판단 할 수 없다는 것이다. 수면은 깊은 수면 (40) 또는 전신 마취 (41) 전두엽 피질의 감소 DMN 연결과 관련되어있다. 추가 조사는이 연구 결과는 수면 상태에 대한 제어에 의해 재생 될 수 있는지 여부를 탐험을 보증합니다.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

엥겔 박사는 NIH 보조금 P01 NS02808, R01 NS33310, 그리고 U01 NS42372에 의해 자금 지원, 특허 WO 2009/123734A1을 가지고 있으며, 2009/123735A1는 MedLink, 터스 KLUWER, 블랙웰, 그리고 엘스 비어에서 로열티를받는 WO 및 Medtronics에서 사례금을받은 , 터스 KLUWER, 그리고 최고의 의사. 박사 스턴은 UCB와 룬드 벡의 지불 고문을 역임했다. 박사 스턴 MedLink 신경학의 편집기, 그리고 터스 KLUWER에서와 맥그로 - 힐에서 로열티를 받고있다. 나머지 저자는 선언하는 공개 또는 이해 관계의 충돌이 없습니다.

Acknowledgments

NIH-NINDS K23 그랜트 NS044936 (JMS)이 연구를위한 자금 조달은 미국의 간질 재단, 의학 전산 및 통합 바이오 메디컬 연구 센터 (CIBR) 씨 그랜트 상 (ZH)의 베일러 대학에 의해 제공되었다; . 엘리자베스 피어스 (UCLA)와 LEFF 가족 재단 (JMS)는 데이터 수집에 의해 지원되었다.

Materials

Name Company Catalog Number Comments
MRI machine
Linux workstation with image analysis software installed

DOWNLOAD MATERIALS LIST

References

  1. Biswal, B. B., Yetkin, F. Z., Haughton, V. M., Hyde, J. S. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magn. Reson. Med. 34, 537-541 (1995).
  2. Fox, M. D., Greicius, M. Clinical applications of resting state functional connectivity. Front. Syst. Neurosci. 4, 1-13 (2010).
  3. Laufs, H., et al. Electroencephalographic signatures of attentional and cognitive default modes in spontaneous brain activity fluctuations at rest. Proc. Natl. Acad. Sci. U.S.A. 100, 11053-11058 (1073).
  4. Shmuel, A., Leopold, D. A. Neuronal correlates of spontaneous fluctuations in fMRI signals in monkey visual cortex: Implications for functional connectivity at rest. Hum. Brain Mapp. 29, 751-761 (2008).
  5. Margulies, D. S., et al. Resting developments: a review of fMRI post-processing methodologies for spontaneous brain activity. Magn. Mater. Phys. Biol. 23, 289-307 (2010).
  6. Biswal, B. B., et al. Toward discovery science of human brain function. Proc. Natl. Acad. Sci. U.S.A. 107, 4734-4739 (2010).
  7. Haneef, Z., Lenartowicz, A., Yeh, H. J., Engel, J., Stern, J. M. Effect of lateralized temporal lobe epilepsy on the default mode network. Epilepsy Behav. 25, 350-357 (2012).
  8. Pillai, J. J., Williams, H. T., Faro, S. Functional imaging in temporal lobe epilepsy. Semin. Ultrasound. CT MR. 28, 437-450 (2007).
  9. Blumenfeld, H., et al. Positive and negative network correlations in temporal lobe epilepsy. Cereb. Cortex. 14, 892-902 (2004).
  10. Dupont, P., et al. Dynamic perfusion patterns in temporal lobe epilepsy. Eur. J. Nucl. Med. Imaging. 36, 823-830 (2009).
  11. Fransson, P., Marrelec, G. The precuneus/posterior cingulate cortex plays a pivotal role in the default mode network: Evidence from a partial correlation network analysis. Neuroimage. 42, 1178-1184 (2008).
  12. Buckner, R. L., Andrews-Hanna, J. R., Schacter, D. L. The brain's default network. Ann. N. Y. Acad. Sci. 1124, 1-38 (2008).
  13. Woolrich, M. W., Ripley, B. D., Brady, M., Smith, S. M. Temporal autocorrelation in univariate linear modeling of FMRI data. Neuroimage. 14, 1370-1386 (2001).
  14. Forman, S. D., et al. Improved assessment of significant activation in functional magnetic resonance imaging (fMRI): use of a cluster size threshold. Magn. Reson. Med. 33, 636-647 (1995).
  15. Jenkinson, M., Bannister, P., Brady, M., Smith, S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. Neuroimage. 17, 825-841 (2002).
  16. Smith, S. M. Fast robust automated brain extraction. Hum. Brain Mapp. 17, 143-155 (2002).
  17. Raichle, M. E., et al. A default mode of brain function. Proc. Natl. Acad. Sci. U.S.A. 98, 676-682 (2001).
  18. Uddin, L. Q., Kelly, A. M., Biswal, B. B., Castellanos, F. X., Milham, M. P. Functional connectivity of default mode network components: correlation. Hum. Brain Mapp. 30, 625-637 (2009).
  19. Singh, K. D., Fawcett, I. P. Transient and linearly graded deactivation of the human default-mode network by a visual detection task. Neuroimage. 41, 100-112 (2008).
  20. Worsley, K. J., Evans, A., Marrett, S., Neelin, P. A three-dimensional statistical analysis for CBF activation studies in human brain. J. Cereb. Blood Flow Metab. 12, 900-918 (1992).
  21. Spencer, S. S. Neural networks in human epilepsy: evidence of and implications for treatment. Epilepsia. 43, 219-227 (2002).
  22. Greicius, M. D., Srivastava, G., Reiss, A. L., Menon, V. Default-mode network activity distinguishes Alzheimer's disease from healthy aging: evidence from functional MRI. Proc. Natl. Acad. Sci. U.S.A. 101, 4637-4642 (2004).
  23. Kennedy, D. P., Redcay, E., Courchesne, E. Failing to deactivate: resting functional abnormalities in autism. Proc. Natl. Acad. Sci. U.S.A. 103, 8275-8280 (2006).
  24. Garrity, A. G., et al. Aberrant "default mode" functional connectivity in schizophrenia. Am. J. Psychiatry. 164, 450-457 (2007).
  25. Mannell, M. V., et al. Resting state and task-induced deactivation: A methodological comparison in patients with schizophrenia and healthy controls. Hum. Brain Mapp. 31, 424-437 (2010).
  26. Jones, D., et al. Age-related changes in the default mode network are more advanced in Alzheimer disease. Neurology. 77, 1524-1531 (2011).
  27. Kobayashi, Y., Amaral, D. G. Macaque monkey retrosplenial cortex II. Cortical afferents. J. Comp. Neurol. 466, 48-79 (2003).
  28. Dupont, P., et al. Dynamic perfusion patterns in temporal lobe epilepsy. Eur. J. Nuclear Med. Mol. Imaging. 36, 823-830 (2009).
  29. Laufs, H., et al. Temporal lobe interictal epileptic discharges affect cerebral activity in “default mode” brain regions. Hum. Brain Mapp. 28, 1023-1032 (2007).
  30. Morgan, V. L., Gore, J. C., Abou-Khalil, B. Functional epileptic network in left mesial temporal lobe epilepsy detected using resting fMRI. Epilepsy Res. 88, 168-178 (2010).
  31. Gotman, J., et al. Generalized epileptic discharges show thalamocortical activation and suspension of the default state of the brain. Proc. Natl. Acad. Sci. U.S.A. 102, 15236-15240 (2005).
  32. Hamandi, K., et al. EEG-fMRI of idiopathic and secondarily generalized epilepsies. Neuroimage. 31, 1700-1710 (2006).
  33. Pittau, F., Grova, C., Moeller, F., Dubeau, F., Gotman, J. Patterns of altered functional connectivity in mesial temporal lobe epilepsy. Epilepsia. 53, 1013-1023 (2012).
  34. Liao, W., et al. Default mode network abnormalities in mesial temporal lobe epilepsy: a study combining fMRI and DTI. Hum. Brain Mapp. 32, 883-895 (2011).
  35. Pereira, F. R., et al. Asymmetrical hippocampal connectivity in mesial temporal lobe epilepsy: evidence from resting state fMRI. BMC Neurosci. 11, 1-13 (2010).
  36. Dupont, S., et al. Bilateral hemispheric alteration of memory processes in right medial temporal lobe epilepsy. J. Neurol. Neurosurg. Psychiatr. 73, 478-485 (2002).
  37. Vlooswijk, M. C., et al. Functional MRI in chronic epilepsy: associations with cognitive impairment. Lancet Neurol. 9, 1018-1027 (2010).
  38. McCormick, C., Quraan, M., Cohn, M., Valiante, T. A., McAndrews, M. P. Default mode network connectivity indicates episodic memory capacity in mesial temporal lobe epilepsy. Epilepsia. 54, (2013).
  39. Zhang, Z., et al. Altered spontaneous neuronal activity of the default-mode network in mesial temporal lobe epilepsy. Brain Res. 1323, 152-160 (2010).
  40. Horovitz, S. G., et al. Decoupling of the brain's default mode network during deep sleep. Proc. Natl. Acad. Sci. U.S.A. 106, 11376-11381 (2009).
  41. Deshpande, G., Kerssens, C., Sebel, P. S., Hu, X. Altered local coherence in the default mode network due to sevoflurane anesthesia. Brain Res. 1318, 110-121 (2010).

Tags

의학 제 90 디폴트 모드 네트워크 (DMN) 측두엽 간질 (TLE)의 fMRI MRI 기능적인 연결성 MRI (fcMRI) 혈액 산소 수준의 종속 (BOLD)
측두엽 간질의 기능적 연결성 MRI를 사용하여 기본 모드 네트워크의 네트워크 분석
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Haneef, Z., Lenartowicz, A., Yeh, H. … More

Haneef, Z., Lenartowicz, A., Yeh, H. J., Engel Jr., J., Stern, J. M. Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy. J. Vis. Exp. (90), e51442, doi:10.3791/51442 (2014).

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