Waiting
Login processing...

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

Behavior

מדידה של פעילות פרונטו-הלימבית שימוש מוזר משימה רגשית בילדים בסיכון גבוה לסכיזופרניה משפחתי

Published: December 2, 2015 doi: 10.3791/51484
Automatic Translation
1,2, 1,3, 1,2, 1,3, 2, 1, 1, 1,2
1Department of Psychiatry, University of North Carolina at Chapel Hill School of Medicine, 2Duke-UNC Brain Imaging and Analysis Center, Duke University Medical Center, 3Curriculum in Neurobiology, University of North Carolina at Chapel Hill

Protocol

טכניקות המחקר השתמשו במחקר זה אושרו על ידי לוחות הסקירה המוסדיים (IRB) של אוניברסיטת דיוק ואוניברסיטת צפון קרוליינה - צ'אפל היל.

1. הדמיה משימה עיצוב

  1. צור משימה התנהגותית המבוסס על אירוע שמציגה גירויים נדירים יעד (עיגול) בתוך רצף של גירויים סטנדרטיים יותר תכופים (תמונות מקושקשות). סכמטי של המשימה מוצג באיור 1. הצג את המשימה באמצעות תוכנת CIGAL 10.

איור 1
איור 1. סכמטי של משימות עיצוב. נתון זה שונה מהארט et al. 20, באישור. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

  1. בחר כאח של גירויים מרתיעים וסט של גירויים ניטראליים מבסיס נתוני מערכת תמונה הרגשית הבינלאומית (IAPS). תמונות IAPS מדורגות בסולם של 1-9, על מנת לשקף את הרמות של עוררות וערכיות 11. מספרים גבוהים מצביעים ערכיות חיוביות גבוה יותר והתעוררות. בחר סט של תמונות שמתאימות לגיל לקבוצת המחקר כגון תמונות של נחשים, עכבישים, או בעלי חיים אחרים.
    הערה: תמונות גירויים מרתיעים המשימה-רלוונטית המשמשות למחקר זה היה דירוג ממוצע של 3.38 ערכיות (SD = 1.78) ודירוג ממוצע של 6.14 עוררות (SD = 2.08). היו לי תמונות גירויים ניטרליות ערכיות ממוצעת של 6.21 (SD = 0.26) ודירוג ממוצע של 3.72 עוררות (SD = 2.15).
  2. תכנית תסריט המשימה כזו שתמונות מוצגות בצו-אקראי מדומה ל1,500 מילים-שני עם 500 אלפיות שניים אומרת מרווח בין גירוי. גירויי הווה יעד ותמונות ניטרליות משימה-לא רלוונטית לא בתדירות גבוהה יותר מאשר בכל 15 שניות ולעשות כל כ -4% מהגירויים. ג'יפעמים תחילת אירוע tter על מנת לספק רזולוציה טובה יותר של פונקצית התגובה המודינמית.
  1. צור 8 סטים של תמונות, אחת לכל אחת מריצות 8 פונקציונליות כגון שהמשתתפים מוצגים עם סך של 40 מטרות ו -40 תמונות ניטרליות משימה-לא רלוונטית במהלך כל 8 הריצות.

2. הגדרת משתתף וסריקה

  1. לגייס ילדים ובני נוער בין גילאי 9 ו -18 שהם או אנשים בקרה בריאים או שנמצאים בסיכון גבוה למשפחתי פסיכוזה.
    1. ודא שיש לי אנשים בריאים אין מחלות פסיכיאטריות או כל בני משפחה מדרגה ראשונה עם מחלה פסיכיאטרית. ודא שיש לי משתתפי סיכון משפחתיים יחסי לפחות אחד מהדרגה הראשונה (הורה או אח) עם סכיזופרניה. לא לכלול אותם לנוכחות של מחלות פסיכיאטריות אחרות בקרובים מהדרגה הראשונה.
    2. משתתפים בריאים גיל ומין משחק עם משתתף קבוצה משפחתי סיכוןים.
  2. לרכוש הסכמה מדעת של משתתפים מעל גיל 18. לקטינים, לרכוש הסכמה מדעת מהורים / אפוטרופוסים חוקיים. בנוסף, תרכוש הסכמה בכתב מקטינים שהם לוקחים חלק במחקר.
  3. מניחים את המשתתפים בסורק MRI מדומה כדי קראתי אותם עם הסביבה. שחק הקלטת שמע רעש של הסורק ובהם להשלים ריצה בפועל של המשימה התנהגותיות כדי להבטיח שהם מבינים את הוראות המשימה.
  4. מניחים את המשתתף בסורק MRI ולרכוש כל סריקות המוח הכרחיות לוקליזציה ו / או תמונות אנטומיים.
  5. שימוש בתיבת קלט MRI-בטוח, לספר משתתפים ללחוץ על כפתור אחד עם האצבע שלהם בתגובה לכל גירויי היעד ועוד כפתור עם האצבע האמצעית שלהם לכל גירויים האחרים.
  6. בעקבות סריקת fMRI, לאסוף דירוגים סובייקטיבית של עוררות וערכיות לתמונות השתמשו במחקר מקבוצת משנה של משתתפים. Currenמחקר לא השיג דירוגים מ -15 בקרות ועם 13 משפחתי סיכון גבוה.

3. תמונת רכישה

  1. משתתפי מקום לסורק MRI טסלה 3.0. ראשית, לרכוש סט של תמונות מבניות כולל 3D coplanar תמונת T1-ניגוד אנטומיים באמצעות רצף דופק מפונק-נזכר שיפוע רכישה (TR: 5.16 אלפיות השני; TE: 2.04 אלפיות השני; FOV: 24 סנטימטר; מטריצת תמונה: 256 × 256; Flip זווית: 20; גודל voxel: 0.94 מ"מ × 0.94 מ"מ × 1.9 מ"מ; 68 פרוסות ציריות).
  2. רוכשים את נתוני הדמיה תפקודיות באמצעות רצף הדמיה שיפוע הד הד מישורי עם כיסוי מלא של מוח (TR: 2,000 אלפיות השני; TE: 27 אלפיות שני; FOV: 24 סנטימטר; מטריצת תמונה: 64 × 64; Flip זווית: 60; גודל voxel: 3.75 מ"מ × 3.75 מ"מ × 3.8 מ"מ; 34 פרוסות ציריות) כך שפעילות המוח ניתן למדוד בזמן ההופעה של המשימה התנהגותיות. הפעל רצף הדמיה זו לכל ריצה של המשימה התנהגותיות. כל ריצה צריכה להיות מורכבת של 120 נקודות זמן הדמיה.
  3. להציג את ת"אSK ב 8 ריצות פונקציונליות, כל שנמשך כ -4 דקות.

4. ניתוח

  1. עיבוד מקדים תמונה: להרחיב fMRI מומחה כלי ניתוח (feat) ב -12 FSL. בחר ניתוח ברמה הראשונה וטרום-סטטיסטי.
    1. בכרטיסייה "נתונים", בחר את מספר תמונות קלט והזן את הנתיב לכל אחת מתמונות MR אתה הולך לעבד. הגדר את ספריית הפלט. הזן את סה"כ הכרכים, מספר הרכישות שהושלכו, וTR.
    2. בכרטיסייה "פרה-סטטיסטי", קבע תיקון תנועה לMCFLIRT, מרחבי החלקת FWHM 5 MMS, ו" תיקון עיתוי Slice ". בחר באפשרות" חילוץ BET מוח "וסינון זמני" Highpass "אך לא תבחר unwarping B0 (uness יש לך מפת שדה שיפוע) או" אני ntensitiy normaization ". 12,14.
    3. בכרטיסייה "רישום", בחר "stru ראשיתמונת ctural ". הזן את הנתיב לתמונה משוקלל T1-הפשיט את גולגולתו של הנושא. השתמש בחיפוש רגיל ליניארי עם לפחות 6 DOF. בחר בתיבת סימון השטח רגילה. הזן את הנתיב לתמונת אטלס משרד התשתיות הלאומיות. השתמש נורמלי, ליניארי חיפוש עם 12 DOF. לחץ על בצע.
    4. תכלול משתתפים עם תנועה גדולה יותר מ -3 מ"מ הראש בX, Y, Z או כיוונים.
  2. רמת 1: השוואת נתונים בין תנאי משימה בתוך טווח אחת. FEAT הפתוח. בחר "ניתוח ברמה הראשונה" ו- "סטטיסטיקה + פוסט-סטטיסטי".
    1. בכרטיסייה נתונים, להגדיר את מספר הכניסות והזן את הנתיב לכל אחת מתמונות MR. הזן את נתיב עבור "ספריית הפלט". הזן "סה"כ הכרכים", מספר הרכישות שהושלכו, וTR.
    2. בכרטיסייה "סטטיסטיקה", בחר את "להשתמש בסרט prewhitening" תיבת סימון 16. לחץ על "המודל מלא seכפתור איל ". הגדר את "מספר של כלי רכב חשמליים המקוריים" למספר תנאי משימה. עבור כל מצב, בחר "(פורמט 3 טור) מותאמים אישית" מתפריט הצורה הבסיסית הנפתח ו" פעמיים גאמה HRF מ" "התפריט הנפתח פיתול 17,18 ובחר קובץ טקסט המכיל את עיתוי המשימה.
      1. פורמט קובץ טקסט זה ב 3 עמודים בכניסה אחת לכל "אירוע" מהסוג המסוים. העמודה הראשונה צריכה להכיל את זמן תחילת (בשניות), השני צריך להכיל את המשך (בשניות), ושלישית צריך להכיל את משקל האירוע. בכרטיסייה הניגודים & F-בדיקות, ליצור ניגוד אחד לכל מצב משימה ואחד לכל השוואה.
    3. על "פוסט-הסטטיסטיים" כרטיסייה, בחר "האשכול" בתפריט "ערכי סף" הנפתח ולהגדיר את "סף Z" ולא P אשכולhreshold 2.3 ו 0.05 בהתאמה 8,19.
    4. בכרטיסייה "רישום", בחר "תמונה מבנית עיקרית". הזן את הנתיב לתמונה משוקלל T1-הפשיט את גולגולתו של הנושא. השתמש בחיפוש רגיל ליניארי עם לפחות 6 DOF. בחר בתיבת הסימון "המרחב רגילה". הזן את הנתיב לתמונת אטלס משרד התשתיות הלאומיות. השתמש בחיפוש רגיל, ליניארי עם עומק שדה 12. לחץ על "Go".
  3. רמה 2: השוואת נתונים בין ריצות לכל מצב משימה. FEAT הפתוח. בחר "ניתוח ברמה גבוהה" ו- "סטטיסטיקה + פוסט-סטטיסטי" מתפריט הנפתח.
    1. בכרטיסייה נתונים, בחר "תשומות מדריכים FEAT ברמה נמוכה יותר". הגדר את מספר הכניסות והזן את הנתיב לכל אחת מתמונות MR. הזן את נתיב עבור "ספריית הפלט".
    2. בכרטיסייה "סטטיסטיקה", לשנות את "השפעות מעורבות: FLAME1" תיבת בחירה ל" קבוע Effects ". לחץ על" דגם אשף הגדרה "הכפתור. בחר" ממוצע קבוצה אחת "ולחץ על הכפתור" תהליך ".
    3. בכרטיסייה "פוסט-סטטיסטי", בחר "אשכול" בתפריט "ערכי סף" הנפתח ולהגדיר את "סף Z" וסף "אשכול P" 2.3 ו 0.05 בהתאמה 8,19. לחץ על "Go".
  4. רמה 3: השוואת נתונים בין נושאים לכל מצב משימה בכל הריצות. FEAT הפתוח. בחר "ניתוח ברמה גבוהה" ו- "סטטיסטיקה + פוסט-סטטיסטי" מתפריט הנפתח.
    1. בכרטיסייה נתונים, בחר "תשומות הן 3D להתמודד תמונות מספריות Feat." הגדר את מספר הכניסות והזן את הנתיב לכל אחת מתמונות MR. הזן את נתיב עבור "ספריית הפלט".
    2. על T "סטטיסטיקה"ab, לחץ על "התקנת מודל מלאה". הגדר את מספר כלי הרכב החשמליים שווה למספר משתני קבוצה ומשתנים כגון קבוצת אבחון, גיל, מין, וכו 'הזינו את הערכים לכל נושא (קלט 1 - n קלט) עבור כל EV. אתה יכול להשתמש בחלון "הדבק" כדי להעתיק גיליון אלקטרוני של ערכים אלה.
      1. בכרטיסייה "הניגודים & F-בדיקות", מוסיף ניגוד לכל משתנה מבחן ולכל ניגוד (למשל, קבוצת אבחון). לכל אחד ממשתני בדיקה, להגדיר את הניגוד ידי בחירת הערך 1 בעמודה תחת EV המתאים. לכל לעומת זאת, לקבוע את הערך הראשון 1 והשני ל-1. בחר "בוצע".
    3. בכרטיסייה "פוסט-סטטיסטי", בחר "האשכול" בתפריט "ערכי סף" הנפתח ולהגדיר את "סף Z" וסף "אשכול P" 2.3 ו 0.05 בהתאמה 8,19 "Go".

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

לא היו הבדלים בין קבוצות על בסיס מאפיינים דמוגרפיים 20. הנתונים מצביעים על כך שהתנהגות משימת איתור היעד היא ברמה מתאימה של קושי לילדים ובני נוער בגילאי 9-18. במחקר הנוכחי, בקרות זיהו 82.36% מיעדים (SD = 0.14), וקבוצת הסיכון המשפחתית זיהתה 76.8% מיעדים (SD = 0.17). שני הקבוצות הראו ירידת דיוק כאשר זיהוי תמונות רגשיות בהשוואה לתמונות ניטרליות (F (140) = 5.63, p = 0.03).

נתוני ההדמיה עולים כי תנאי הניסוי הובילו להפעלה משמעותית באזורים צפויים להיות מגויס במהלך מבצעת ועיבוד רגשי. הפעלה נתפסה במוח הקדם חזיתית, caudate הקדמי, מבודד, ואזורים הקודקודית האחוריים במהלך ניסויי יעד ובאמיגדלה תקין, קליפת orbitofrontal דו-צדדית, קליפת כישורי וcor החזותיאזורי tical במהלך ניסויים מרתיעים בשתי הקבוצות. טבלת 1 מציגה אזורים של הפעלה משמעותית בבקרה עבור כל מצב.

פרדיגמה זו גם גבעת הבדלים משמעותיים בהפעלה בין בקרות ואנשים עם משפחתי סיכון גבוה לסכיזופרניה. קבוצת הסיכון גבוה המשפחתית הראתה ירידת הפעלה במעגלי פרונטו-מפוספסים בתגובה לגירויי יעד. בקרה, לעומת זאת, הראתה הפעלה גדולה יותר ברכס החזיתי האמצע ואינסולה. הבדלים בין קבוצת התנאים מוצגים בלוח 2 ואיור 2. קבוצת הסיכון גבוה המשפחתית גם הראתה דפוסים של הפעלה הקשורות לגיל שונים בהשוואה לבקרה בתגובה למקד וגירויים מרתיעים (איור 3).

איור 2
איור 2. הפעלת מפות של הבדלים בין קבוצות. () אזורים שבהם הקבוצה המשפחתית הסיכון גבוה (n = 21) הראתה הפעלה גדולה יותר מקבוצת הביקורת (n = 21) במהלך עיבוד היעד. CAUD = caudate; ממשלה עתידית = רכס חזיתי נחותים; ITG = gyrus הזמני נחותים. (ב) תחומי שבי בקרות הראו הפעלה גדולה יותר מקבוצת הסיכון הגבוה המשפחתית במהלך עיבוד היעד. אח"י = Insula; gyrus = החזיתי התיכונה MFG; MTG = gyrus הזמני התיכון. (ג) אזורים שבם קבוצת הסיכון גבוה המשפחתית מופעלת יותר מ בקרות במהלך הניגוד מרתיע> ניטרלי. COC = מרכז קליפת opercular. (ד) באזורים שבי הבקרות מופעלות יותר מאשר קבוצת הסיכון גבוה המשפחתית בניגוד מרתיע> ניטרלי. ACC = קדמי קליפת cingulate; מחשב = precuneus. נתון זה שונה מאל הארט ואח. 20, באישור. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של f זהigure.

איור 3
איור 3. הפעלת מפות של הבדלי הגיל שקשורים לקבוצות. תחומי () עם מתאם חיובי יותר עם ​​גיל בקבוצת הסיכון גבוה יותר מהמשפחתית בבקרה במהלך עיבוד היעד. ACC = קדמי קליפת cingulate; אח"י = Insula; קליפת OFC = orbitofrontal; TH = התלמוס. תחומי (ב ') עם מתאם חיובי יותר עם ​​גיל בבקרה בהשוואה לקבוצת הסיכון גבוה המשפחתית בניגוד מרתיע> ניטרלי. ממשלה עתידית = רכס חזיתי נחותים; gyrus PostCG = Postcentral; gyrus PreCG = הקדם-מרכזי. נתון זה שונה מהארט et al. 20, באישור. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

<tbody> <td> B
ST1. בתוך-קבוצת הפעלת מוקדים בבקרה (n = 21)
קואורדינטות משרד התשתיות הלאומיות
אזור חֲצִי כַּדוּר איקס y z מקס Z-ערך מקס p-ערך 1
הפעלת יעד (p <0.05, שיעור גילוי שווא מתוקן)
gyrus הקדמי התיכון / מוט פרונטאלית B -30 -2 50 5.57 <0.0000001
gyrus הקדמי הנחות B 46 12 32 5.41 <0.0000001
אִי B -32 24 0 5.4 <0.0000001
gyrus הקדם-מרכזי B -40 -22 48 5.53 <0.0000001
התלמוס B -12 -16 12 5.03 <0.0000001
Caudate B -12 12 4 4.07 0.000003
Putamen B 18 8 2 4.27 .00009
החגורה קדמית / gyrus Paracingulate B 0 12 46 5.6 <0.0000001
רכס החגורה אחורי B 8 -16 28 5.2 <0.0000001
gyrus מעולה / התיכון הזמני 48 -46 10 5.88 <0.0000001
כישורי / gyrus הזמני נחותים B -30 -50 -12 5.64 <0.0000001
lobule הקודקודית מעולה / gyrus Supramarginal / gyrus Postcentral B 30 -44 44 6 <0.0000001
קליפה עורפית לרוחב B 48 -62 12 6.12 <0.0000001
מרתיעה> הפעלה ניטרלי (p <0.05, שיעור גילוי שווא מתוקן)
gyrus הקדמי הנחות L -44 14 14 3.16 0.0004
מוט חזיתי / קליפת המוח קדמי המדיאלי B -2 64 0 3.42 0.0005
gyrus Postcentral L -62 -22 34 3.12 0.0004
קליפת החגורה קדמית B -4 34 8 3.27 0.0002
רכס החגורה אחורי B 0 -44 28 3.26 0.0002
gyrus הזמני נחות / כישורי B -44 -44 -14 3.03 0.0006
gyrus זוויתי B 46 -64 8 3.42 0.0001
gyrus Supramarginal L -40 -56 20 3.59 .00005
הפעלה מרתיעה (p <0.05, שיעור גילוי שווא מתוקן)
האמיגדלה R 22 -4 -18 2.86 0.001
Orbitofrontal קליפה / Insula B 36 22 -4 4.93 <0.0000001
gyrus הקדמי התיכון B 32 4 40 4.7 <0.0000001
מוט חזיתית B -38 36 10 4.95 <0.0000001
החגורה קדמית /gyrus paracingulate B 6 16 50 4.85 <0.0000001
רכס החגורה אחורי B 2 -28 24 5.88 <0.0000001
התלמוס B 18 -26 2 5.44 <0.0000001
gyrus הקדם-מרכזי B -44 8 34 4.54 <0.0000001
lobule הקודקודית מעולה B -20 -56 54 6.05 <0.0000001
קליפה עורפית לרוחב B -36 -82 4 6.05 <0.0000001
מוט עורפי B -16 -90 18 5.18 <0.0000001
B, דו-צדדי
1 p-ערכים מדווחים הם שלא תוקנו, משמעותיים בשווי תיקן-רוזוולט של <0.05

טבלת 1. בתוך-קבוצת הפעלת מוקדים בבקרה (n = 21). טבלה זו שונה מהארט et al. 20, עם רשות.

טבלה 2. בין קבוצות הבדלים בהפעלה
קואורדינטות משרד התשתיות הלאומיות חֲצִי כַּדוּר איקס y z מקס Z-ערך מקס p-ערך 1
יעדים
משפחתי סיכון גבוה> בקרה (p <0.05, שיעור גילוי שווא מתוקן)
מוט חזיתית B 16 76 6 3.52 .00007
gyrus הקדמי הנחות L -58 16 18 3.37 0.0001
Caudate B -14 20 10 3.2 0.0003
gyrus הזמני הנחותים L -52 -44 -20 2.94 .0009
בקרה> סיכון גבוה משפחתי (p <0.05, שיעור גילוי שווא מתוקן)
gyrus הקדמי התיכון / gyrus הקדם-מרכזי R 48 8 34 3 .0007
קליפת operculum פרונטאלית L -46 16 -4 2.94 .0009
אזור המוטורי משלים R 18 -16 40 3.02 .0007
אִי L -34 -18 4 2.94 .0009
gyrus הקדם-מרכזי B 10 -26 60 3.29 0.0002
gyrus Postcentral B 14 -38 54 3.57 0.0001
gyrus הזמני מעולה R 54 -6 -4 3.18 0.0003
gyrus הזמני התיכון R 48 -46 8 3.65 .00004
Precuneus R 2 -40 46 2.89 0.001
קליפה עורפית לרוחב B -20 -74 36 3.36 0.0002
מרתיע - ניטרלי
מרכז קליפת opercular R 50 -2 6 3.01 .0007
בקרה> סיכון גבוה משפחתי (p <0.05, שיעור גילוי שווא מתוקן)
קליפת החגורה קדמית L -6 38 8 2.68 0.002
Precuneus L -10 -54 36 2.7 0.002
B, דו-צדדי
1 p-ערכים מדווחים הם שלא תוקנו, משמעותיים בשווי תיקן-רוזוולט של <0.05

טבלת 2.. טבלה זו השתנתה בין קבוצות הבדלים בהפעלת מוקדים מהארט et al. 20, עם רשות.

Subscription Required. Please recommend JoVE to your librarian.

Materials

Name Company Catalog Number Comments
3T MRI scanner GE BIAC 3T scanner (replaced)

DOWNLOAD MATERIALS LIST

References

  1. Kety, S. S., Rosenthal, D., Wender, P. H., Schulsinger, F. Mental illness in the biological and adoptive families of adpoted schizophrenics. Am J Psyc. 128, 302-306 (1971).
  2. Weinberger, D. R. Implications of normal brain development for the pathogenesis of schizophrenia. Arch Gen Psychia. 44, 660-669 (1987).
  3. Nuechterlein, K. H., Dawson, M. E. Information processing and attentional functioning in the developmental course of schizophrenic disorders. Schizophr Bul. 10, 160-203 (1984).
  4. Nuechterlein, K. H. The vulnerability/stress model of schizophrenic relapse: a longitudinal study. Acta Psychiatr Scand, Supp. 382, 58-64 Forthcoming.
  5. Keshavan, M. S. Premorbid cognitive deficits in young relatives of schizophrenia patients. Front Hum Neurosc. 3 (62), (2010).
  6. Kiehl, K. A., Liddle, P. F. An event-related functional magnetic resonance imaging study of an auditory oddball task in schizophrenia. Schizophr Re. 48, 159-171 (2001).
  7. Bramon, E. Is the P300 wave an endophenotype for schizophrenia? A meta-analysis and a family study. Neuroimag. 27, 960-968 (2005).
  8. Dichter, G. S., Bellion, C., Casp, M., Belger, A. Impaired modulation of attention and emotion in schizophrenia. Schizophr Bul. 36, 595-606 (2010).
  9. Fichtenholtz, H. M. Emotion-attention network interactions during a visual oddball task. Brain Res Cogn Brain Re. 20, 67-80 (2004).
  10. Voyvodic, J. T. Real-time fMRI paradigm control, physiology, and behavior combined with near real-time statistical analysis. Neuroimag. 10, 91-106 (1999).
  11. International affective picture system (IAPS): Digitized photographs, instruction manual and affective ratings. Technical Report A-6. , The Center for Research in Psychophysiology, University of Florida. (2005).
  12. Smith, S. M. Advances in functional and structural MR image analysis and implementation as FSL. Neuroimag. 23, 208-219 (2004).
  13. Smith, S. M. Fast robust automated brain extraction. Hum Brain Map. 17, 143-155 (2002).
  14. Jenkinson, M., Bannister, P., Brady, M., Smith, S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. Neuroimag. 17, 825-841 (2002).
  15. Jenkinson, M., Smith, S. A global optimisation method for robust affine registration of brain images. Med Image Ana. 5, 143-156 (2001).
  16. Woolrich, M. W., Ripley, B. D., Brady, M., Smith, S. M. Temporal autocorrelation in univariate linear modeling of FMRI data. Neuroimag. 14, 1370-1386 (2001).
  17. Beckmann, C. F., Jenkinson, M., Smith, S. M. General multilevel linear modeling for group analysis in FMRI. Neuroimag. 20, 1052-1063 (2003).
  18. Woolrich, M. W., Behrens, T. E., Beckmann, C. F., Jenkinson, M., Smith, S. M. Multilevel linear modelling for FMRI group analysis using Bayesian inference. Neuroimag. 21, 1732-1747 (2004).
  19. Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. Neuroimag. 15, 870-878 (2002).
  20. Hart, S. J. Altered fronto-limbic activity in children and adolescents with familial high risk for schizophrenia. Psychiatry Re. 212, 19-27 (2013).
  21. Hariri, A. R., Bookheimer, S. Y., Mazziotta, J. C. Modulating emotional responses: effects of a neocortical network on the limbic system. Neurorepor. 11, 43-48 (2000).
  22. Gottesman, I. I., Gould, T. D. The endophenotype concept in psychiatry: etymology and strategic intentions. Am J Psyc. 160, 636-645 (2003).
  23. Glahn, D. C., Thompson, P. M., Blangero, J. Neuroimaging endophenotypes: strategies for finding genes influencing brain structure and function. Hum Brain Map. 28, 488-501 (2007).

Tags

התנהגות גיליון 106 גיל ההתבגרות קשב סלקטיבי רגש קליפת המוח קדם חזיתית MRI פונקציונלי סכיזופרניה
מדידה של פעילות פרונטו-הלימבית שימוש מוזר משימה רגשית בילדים בסיכון גבוה לסכיזופרניה משפחתי
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Hart, S. J., Shaffer, J. J.,… More

Hart, S. J., Shaffer, J. J., Bizzell, J., Weber, M., McMahon, M. A., Gu, H., Perkins, D. O., Belger, A. Measurement of Fronto-limbic Activity Using an Emotional Oddball Task in Children with Familial High Risk for Schizophrenia. J. Vis. Exp. (106), e51484, doi:10.3791/51484 (2015).

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