Waiting
Login processing...

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

Medicine

Разработка нейровизуализации фенотипов по умолчанию сетевой режим, в ПТСР: Интеграция состоянии покоя, рабочей памяти и структурные Connectivity

doi: 10.3791/51651 Published: July 1, 2014

Abstract

Дополнительные структурные и функциональные методы нейровизуализации, относящиеся к исследованию стандартный режим сети (DMN) потенциально может повысить оценку психиатрической тяжести заболевания и обеспечить дополнительную действительность в диагностическом процессе клинического. Недавние исследования нейровизуализации позволяет предположить, что DMN процессы могут быть нарушены в ряде связанных со стрессом психических заболеваний, таких как посттравматическое стрессовое расстройство (ПТСР).

Хотя конкретные функции DMN остаются под следствием, как правило, считается, участвуют в интроспекции и самостоятельной обработки. У здоровых людей он обладает наибольшей активностью в периоды отдыха, с меньшей активностью, наблюдаемые как дезактивации, во время познавательных задач, например, рабочая память. Эта сеть состоит из медиальной префронтальной коре, задней части поясной извилины / предклинья, боковых теменной коры и медиальной височной области.

Несколько функциональное и структурное воображениенг подходы были разработаны для изучения DMN. Они имеют беспрецедентные возможности для углубления понимания функции и дисфункции этой сети. Функциональные подходы, такие как оценки покоя подключение и отключение задач, вызванных, имеют отличный потенциал для выявления целевой нейрокогнитивные и neuroaffective (функциональных) диагностических маркеров и может свидетельствовать о тяжести заболевания и прогноз с повышенной точностью и специфичности. Структурные подходы, такие как оценки морфометрии и связи, может обеспечить уникальные маркеры этиологии и долгосрочные результаты. Комбинированные, функциональные и структурные методы обеспечивают сильные мультимодальные, взаимодополняющих и синергетические подходы к разработке действительные д.м.н. основе изображений фенотипы в связанных со стрессом психических расстройств. Этот протокол направлен на интеграцию этих методов для исследования структуры DMN и функции в ПТСР, касающиеся заключения к тяжести заболевания и соответствующих клинических факторов.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Сканирование мозга представляет собой инструмент с беспрецедентного потенциала для изучения диагностической действия, тяжести заболевания, прогностики и ответа на лечение в нейропсихиатрии. Широкий спектр дополнительных методов нейровизуализации теперь доступен для характеристики структуры и функции ключевых систем мозга, и, чтобы помочь в идентификации нейровизуализации фенотипов в психиатрических населения. Из этих систем, по умолчанию режим сети (DMN) получил большое внимание в когнитивной и клинической неврологии литературе за последнее десятилетие.

DMN является так называемый «состояние покоя сеть", который включает в медиальной префронтальной коры (MPFC) в качестве основного переднего узла, задней части поясной извилины / предклинья (PCC) как принцип задней узла, вместе с нижней-боковых теменной коре и медиальной височной областях. Они Ключевой особенностью этой сети является то, что он обладает своей наивысшей активности в периоды отдыха, беч происходит в то время предметы просыпаются и оповещения, но не участвует в конкретной задачи; это состояние покоя активность был придуман "Режим по умолчанию" функции мозга 1. Состоянии покоя активность в DMN также весьма синхронизированы, что описывается как состояние покоя функциональную связь. Другой ключевой особенностью НУМ является то, что она демонстрирует уменьшенное активность в периоды повышенных внешних познавательных потребностей, которая наблюдается как дезактивации задач, вызванных во время функциональной нейровизуализации парадигмы 2,3. Предполагается, что баланс между внутренней (то есть государство отдыха) и внешних (т.е. деятельность, относящихся к заданию) требований необходимы для поддержания здорового функционирования мозга 3-5.

В следующих разделах приведены краткий обзор трех методов с целью изучения DMN: функциональная связность и дезактивации задача связанных с последующим структурным связи. Эти три метода являются убываниюribed качестве дополнительных способов характеризующие эту сеть в клинических образцах, таких как пациентов с посттравматическим стрессовым расстройством и смежных психических заболеваний.

Состоянии покоя DMN функциональной связности

Состоянии покоя функциональную связь в последнее время стал общий подход используется для оценки моделей базовой функции мозга при отсутствии требований задачи. Функциональная связность является аналитическим методом, который количественно согласованности, или степень синхронности в зависимости (жирный шрифт) сигнала уровня кислорода в крови в течение долгого времени, в различных областях головного мозга. Растущий объем научной литературы показывает, что типичные закономерности связи DMN могут быть изменены в клинических и групп населения повышенного риска, и особенно с предыдущим воздействием значительного стресса или травмы. Наиболее частая находка была снижена DMN покоя функциональную связь, связанную с ПТСР 6. Это уменьшенная подключение может ВГАе прямые клинические применения, а снизились подключения DMN может прогнозировать, кто может развиться ПТСР после острого стрессора 7. Уменьшение DMN функциональная связность можно интерпретировать по-разному, чаще всего, что она отражает плохое взаимодействие между важных областях мозга, участвующих в самостоятельной обработки, что может привести к неспособности перераспределить внутренние ресурсы от базового обработки DMN к внешним требованиям. Это нарушение сеть может объяснить основные клинические симптомы психических расстройств, таких как ПТСР и других связанных со стрессом психических заболеваний 8. Дальнейшие исследования в этиологии этих нарушений является важной областью для будущих исследований.

С более общей точки зрения, преимущества изучения функциональной связности НУМ включают относительно простую реализацию и надежную картину покоя функциональную связь у здоровых, что позволяет для надежного сравнения 9,10

Задача-связанные DMN деактиваций

Изучение реакции DMN во рабочей памяти (WM) предлагает другой подход к исследованию функции и дисфункции этой сети за пределами покоя синхронность. Этот подход, который отражает способ более стандартный функциональный магнитно-резонансная томография (FMRI), предоставляет различную информацию о реакции на задачи требований, которые могут иметь клиническое значение 11. Предыдущие исследования документально подтверждено, что участники с ПТСР демонстрируют нарушение функционирования WM и большую степень DMN деактиваций во WM задач, возможно, отражает повышенную познавательную усилия 12-15. Усинг WM как вызов FMRI имеет несколько преимуществ. Например, он надежно отключает несколько ключевых областей д.м.н., от покоя в активное состояние. Самые отношение к ПТСР и других связанных со стрессом психических расстройств, WM задачи надежно отключить MPFC, основной передней DMN узел, который участвует в критических путей дизрегуляции в ПТСР. Было точно установлено, что MPFC модулирует возрастанию деятельность при миндалевидного тела, и, вероятно, играет решающую роль в страхе кондиционирования 16. Оценки MPFC деятельности также может быть полезным показателем в будущем клинической помощи. Например, в одном предыдущем исследовании травмированных полицейских, психотерапия экспозиции увеличилась MPFC активность и снижение деятельность при миндалевидного тела во время травматического извлечения памяти. Эти изменения нейровизуализации были связаны с уменьшением PSTD симптомов 17. Этот экземпляр WM-индуцированных MPFC деактиваций но один пример того, как нейровизуализации метрики могут быть применены к клинических популяций, и дальнейшее изучениедругих компонентов DMN, вероятно, будет плодотворным площадь будущих исследований.

В этом протоколе, н-обратно задача словесной рабочей памяти используется. Н-обратно задача широко используются в исследованиях FMRI, и обеспечивает надежную активацию исполнительного активации и режим по умолчанию сеть дезактивации регионах 18,19. Эта задача включает в себя три компонента, 0-обратно письмо бдительность задачу, 2-назад задача рабочей памяти и отдыха основу для сравнений. В ходе бдительности задачи 0-обратно, участники отвечают "да", когда появился заданный целевой согласный ("Н" или "ч") и "нет" для других согласных с использованием окно ответа двухкнопочной то время как внутри сканера. Шесть управления 0-обратно блоки 9 согласных представлены в течение этого задания. В течение 2-назад, ряд согласных представлены визуально для 500 мс каждый, с межстимульный интервале 2500 мс. Участники делают "да" или "нет"ответ, после каждого согласного представлены, чтобы указать, является ли это то же самое или отличается от согласного представлены два ранее в серии (например., ж, N, R, N, R, Q, R, Q, N, W и т.д.. , с правильными ответами выделен жирным шрифтом). Во время 2-обратно, шесть 45 сек серии 15 согласных представлены. Чтобы успешно выполнять участник должен поддерживать с требованием познавательную набор, который включает постоянный фонемного буферизации (IE. Холдинг согласных в кратковременной памяти), subvocal фонемного репетицию (IE. Повторяющуюся согласных без формулирования вслух), и исполнительный координации. В обоих 0 - и 2-обратно блоков, скорость презентации то же самое, 33% целевых представлены в случайных местах, и капитализация рандомизированы для поощрения словесное кодирование. 30 сек отдыхает базовый с перекрестие точки фиксации представлен перед каждым 0-назад квартал; это базовая линия используется для subsequсравнения ЛОР деятельности задач связанных сравнению с базовой линии в течение анализа данных.

Взятые вместе, сохранились данные показывают, что характеристика задач связанных DMN деятельности во время различных задач может сыграть важную роль в клинической использования функционального анализа DMN. Есть и другие преимущества в использовании WM как вызов FMRI в связанных со стрессом психических расстройств. Подобно покоя связи, существует четкая картина DMN деактиваций во WM у здоровых лиц, что облегчает сравнение с клинических образцов. WM также травмы нейтральным, которые могут избежать запуска клинические симптомы ПТСР в процессе сканирования. Поэтому этот метод также имеет потенциал для развития в нейровизуализации биомаркеров, которая отражает как мозг реагирует на внешние требования в связанных со стрессом психических расстройств.

DMN Структурная подключения

В то время как функциональной визуализации может описать измененияс в связи мозга или деятельности, связанной с воздействием стресса, функциональный подходы не описывают этиологию за наблюдаемые изменения головного мозга. Структурные методы визуализации, такие как тензора диффузии изображений (DTI), в состоянии измерить и количественно целостности трактов белого вещества, соединяющих участки мозга. DTI является наиболее распространенным структурный подход нейровизуализации и меры целостности белого вещества на основе анизотропной (т.е. направленный) потока молекул воды вдоль трактов белого вещества, как вода течет преимущественно вдоль белого вещества мозга (по сравнению с через них). Эта разница в направленного потока выражается как фракционной анизотропии (ФА). Более низкие степени FA, отражают микроструктурных изменений в трактов белого вещества, которые могут быть проявления нейронов травмы от различных причин, в том числе последствий стресса воздействия 4. С точки зрения сети, координирует деятельность мозга (то есть состояние покоя активность или коорdinated деятельность задача связанных) должны полагаться на структурных связей. В случае предыдущими результатами DMN, структурно повреждение ухудшает сообщение между DMN узлов, что приводит к снижению DMN функциональной связи. Аналогично, повышение модели дезактивации может отражать микроструктурной ущерб, которая требует вербовки больших областях мозга во время ответа задач. Относится к ПТСР и НУМ, несколько исследований показали, снижение FA в поясного пучка 20,21, что является белое вещество тракта, который соединяет основные лимбической структуры мозга 22. Вполне вероятно, что более точные меры, использующие трактография (т.е., непосредственно проследить трактов белого вещества на нейронном уровне) смогут выяснить, какие конкретные белого вещества волокна участвуют в нарушение сети. Преимущества для DTI изображений является то, что он сравнительно легко приобрести как нет необходимых задач для выполнения в сканере.

В FOПротокол llowing, функциональные подходы покоя функциональную связь и количественное определение задач, вызванных деактиваций сочетаются с изучения структурной связи с использованием DTI, чтобы сопоставить структуру DMN и функции и относятся эти данные, чтобы тяжести заболевания и соответствующих клинических факторов ПТСР . Ранее мы реализовали этот подход в травматологических, подвергшихся воздействию здоровых взрослых 18,23 и обнаружили, что этот протокол обеспечивает убедительный метод для характеристики DMN, что поддается адаптации к изучению ПТСР и других связанных со стрессом психические заболевания.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Подходящие участники подписать письменное информированное согласие на участие в исследовательском проекте. Исследование осуществляется в соответствии с институциональными, национальных и международных руководящих принципов для благосостояния человека.

1. Участник Скрининг и диагностические Интервью

  1. После информированного согласия, выполнять диагностические интервью, чтобы проверить диагноз ПТСР и тяжесть болезни. ПРИМЕЧАНИЕ: Эти меры включают в себя структурированное клиническое интервью для DSM-IV-TR (SCID) 24 и клиницист в ведении ПТСР Масштаб (CAPS) 25, а также Folstein Мини-психического экзамен Status (MMSE) 26, чтобы оценить когнитивный статус.
  2. Попросите участников заполнить самоотчета весы, имеющие отношение к стрессу и настроение.
    ПРИМЕЧАНИЕ: К ним относятся Жизнь Стрессор Контрольный-изменениями (LSC-R) 27, детская травма анкета (CTQ) 28 Ощущаемая Стресс шкала (PSS) 29 и быстрый инвентарь депрессивного симптомас (QIDS-SR) 30.
  3. График правомочных участников на МРТ, где участники прибывают приблизительно 1 час до запланированного сеанса сканирования, пересмотреть компоненты, необходимые для сканирования, например, безопасности МРТ и процедур исследования.
  4. Получить мочи, беременность (при необходимости), а также испытания токсикологии перед сканированием.

2. Участники тренинга в Выполните N-назад Task

  1. Начните первый запуск с теста письмо бдительности 0-обратно.
    1. Поручить участникам, чтобы указать "Да" к цели согласных ("ч" или "H") через коробку двухкнопочной отклика и "нет" на все другие согласных.
    2. Показать участнику 9 согласных для 500 мс каждый, с межстимульный время 2500 мс, в общей сложности 27 сек, и попросить их, чтобы ответить, как указано выше. ПРИМЕЧАНИЕ: Цель согласного будет показан 4 раза в течение каждого 0-назад квартал.
  2. Далее, уже участники учатся 2-баск тест.
    1. Поручить участникам сделать "Да" или "Нет" ответ на коробке отклика двухкнопочной, после каждого согласного представлены, чтобы указать, является ли это то же самое или отличается от согласного представлены два ранее в серии.
    2. Показать участнику серию 15 согласных, за 500 мс каждый, с межстимульный интервале 2500 мс, в общей сложности 45 секунд. ПРИМЕЧАНИЕ: цель стимулом показано в 5 раз.
  3. Участники Поезд для выполнения н-обратно задача вне сканера, пока их доходность не достигает> 75% правильный на 2-обратно компонента. ПРИМЕЧАНИЕ: Вышеуказанные параметры могут быть автоматизированы с помощью программного обеспечения стимулом презентации (см. таблицу материалов / оборудования).

3. МРТ Приобретение

  1. Есть изменения участника в МРТ-совместимый одежды, и привести их в Тесла МРТ сканера гостиничном 3. Попросите их носить затычки для ушей для защиты органов слуха, а затем лечь в каталке, что Вильл в конечном счете переместить их в середину машины MRI.
    1. Поместите подушки вокруг их головы, чтобы минимизировать движения головы. Предоставьте им коробки МРТ-совместимый реагирования на н-обратно рабочей задачи памяти, грушу, чтобы остановить сканирование в случае возникновения чрезвычайной ситуации, и поместите пульсоксиметр на их пальцем для физиологического мониторинга и записи.
    2. Поместите катушку голову 32-канала и презентации экран над головой участника, и переместить их в середине сканера.
  2. Убедитесь, что участник удобно и видите на экране, а затем начать МРТ сеанса сканирования. Начните с приобретением высокого разрешения (1 мм 3) анатомических сканирование мозга. Введите параметры с высоким разрешением МРТ на консоли сканера на Эхо недели (TE) = 2,98 мс, Время повторения (TR) = 1900 мс, угол обзора (FOV) = 256 мм 2 и матрица размером 64 2 в 1 ломтиками мм. Запустите приобретение МРТ, нажав на кнопку "Выполнить" на сканированиенер консоли.
  3. Установите МРТ параметры измерения рельефное изображение на сканере консоли как TR = 2500 мс, TE = 28 мс, угол обзора = 192 мм 2, а матрица размера 64 2 в 3 мм осевых срезов.
  4. Далее, приобрести МРТ изображения на рабочей памяти, используя тест н-обратно (см. раздел 2) со следующими параметрами:
    1. Подарите 30 сек базовой крест фиксации, к пациенту, до каждого из 0-обратно блоков с использованием программного обеспечения стимулом презентации. ПРИМЕЧАНИЕ: Это обеспечит основу для сравнения для другой 0 - и 2-назад блоки во время анализа данных.
    2. Проект инструкции для пациента в течение 3 сек до каждого 0 или 2-обратно задачи с помощью программного обеспечения стимулом презентации.
    3. В общей сложности, включают в себя три 0-обратно и 2-задняя части вместе с двумя базовыми блоками, в двух сериях изображений, представленных в уравновешивается порядке.
  5. Нажмите "Выполнить" на консоли томограф, чтобы начать.
  6. После завершения н-спине, обеспечитьучастник удобно и готовы двигаться дальше. Попросите их, что блок остальное находится рядом, и сказать им, чтобы не заснуть. Используйте стимул ПО для презентаций, чтобы отобразить крест фиксации на экране.
  7. Приобретать покоя изображения для следующего 4 мин, с теми же настройками МРТ, которые были использованы на приобретение н-обратное изображения (см. 3.3), нажав кнопку "Выполнить" на консоли томограф.
  8. Повторите шаги 3.4. и 3.5. Перед каждым новым разделом, просим участника, если они удобны и если они в состоянии продолжать. Если они смогут, по-прежнему протокол. Если это не так, приостановить сканер МРТ и вносить коррективы для комфорта по мере необходимости.
  9. Следующая, скажите участника, что сканер может быть пожимая течение следующих последовательностей, и наставлять их закрыть глаза и расслабиться как можно лучше в сканере. Тогда приобрести DTI последовательность, нажав на кнопку "Выполнить" на консоли сканера.
  10. Набор DTI параметры получения изображения в кон сканераединственным дважды спиновых эхо-планарных диффузионных взвешенных изображений (ДВИ), с диффузии градиентов, применяемых в 64 неколлинеарных направлений (б = 1000), один ДВИ для каждого направлению градиента и 10 не-взвешенный (б = 0) нормализация изображения, TR = 10 060 мсек, TE = 103 мсек, FOV = 226 мм, 128 2-матрица, толщина среза = 1,8 мм, с частичным эхо и интерполяции на.
  11. Удалить участника от сканера, и узнать о том, как сессия прошла. Ответьте на любые вопросы, которые они могут иметь, и поблагодарить их за участие. Есть сканер компьютеров МРТ написать DVD с участников изображений и физиологического записи для последующего анализа данных.

4. Анализ данных

  1. Предварительная обработка данных
    1. Использование программного обеспечения для обработки FMRI, реконструировать исходные данные в 3D + время наборов данных, объединять и зарегистрироваться для участия в пятом томе первой серии, чтобы свести к минимуму движение артефакт и дают параметры коррекции движения. Применить фильтрацию полосовой (0.009-0.08 Гц) изолировать частотной области DMN и уменьшить эффекты малым дрейфом частоты и высокочастотного шума. ПРИМЕЧАНИЕ: Неприятности переменные для каждого воксела должны включать средний желудочек и белого вещества временных рядов, а также 6 оценок параметров движения головы; эти оценки должны включать как унижал и производные значения. Прогнозируемое время курс мешающих переменных должны быть удалены из полного воксельном временных рядов для получения "остаточных" временные ряды данных, которые будут использоваться для последующего корреляционного анализа 31.
    2. Данные Масштабные нормализовать в течение перспективе интенсивность и гладкие данных до 4 мм полная ширина половине высоты (FWHM) гауссова ядра. Цензор изображения с более чем 1,5 мм смещения от набора данных 32. Не выполняйте глобальной регрессии сигнала (GSR), так как GSR может влиять корреляции в состоянии покоя состояние данных 33,34.
  2. Отдыхая Анализы Connectivity государственных
    1. Используйте семенного регион подключения анализирует оценитьотношения между априорных определяется регионах оценить функциональную связь 11. ПРИМЕЧАНИЕ: Семена включены основные передний и задний узлы НУМ, MPFC и PCC, соответственно. Функциональные координаты этих местах, как правило, превосходит атлас заданные точки 35.
    2. Извлеките среднюю СМЕЛЕЙШАЯ временной ряд из этих семян и провести корреляционный анализ целого мозга. Transform корреляционные значения R до Я баллов 36 для последующей проверки гипотез.
      1. Сравнить Z значения между группами на вокселя по воксельном основе оценить существенные различия в функциональной связности между ПТСР и управления как первичного результата. Порог эти результаты в двух-белохвоста значимости при р <0,05, используя семья стрелке (то есть кластер) коррекции ошибок. ПРИМЕЧАНИЕ: коррекция кластера генерируется с использованием Монте-Карло для оценки вероятности ложноположительных кластеров. Используйте статистической алгоритмическимс для расчета коррекции кластера в зависимости от поля зрения, разрешение, гладкость, и интенсивность сигнала на индивидуальном уровне элементов объема 37.
    3. Для оценки взаимосвязи между клиническими симптомами и результатами обработки изображений, проводить последующие анализы, которые включают корреляции между рейтинг по шкале и средних Z десятки связности DMN регионах. Включите корреляционного анализа, на которые приходится соответствующей демографической информации, такой как тяжести депрессии, черепно-мозговой травмой, а также образования и других связанных с ними переменных.
  3. Анализ оперативной памяти
    1. Используйте программное обеспечение для обработки FMRI чтобы предварительно обработать данные и воксел основе GLM, чтобы количественно активность контекстно-зависимой в каждом мозга вокселя отдельных наборов данных 11,31. ПРИМЕЧАНИЕ: Независимые переменные в GLM являются временная Конечно отдыха и 0 - и 2-обратно задачи (в том числе гемодинамики переходов смоделированных как гамма-функции) и ковариаты (линейный дрейф и наблюдатьд движение), с дерзкими сигнала с течением времени в качестве зависимой переменной.
    2. Средний результате бета веса GLM по указанным DMN регионах. ПРИМЕЧАНИЕ: Эти усредненные ответы н-обратно из наборов данных на индивидуальном уровне служить в качестве основного показателя активности мозга в последующих статистических анализов на уровне группы.
    3. Использование анализа ковариации изучить различия на уровне группы между ПТСР и не ПТСР групп и оценить последствия задач трудности (т.е. сравнений деятельности в течение 0 - против 2-обратно задачи) в каждом регионе DMN; Кроме того, включать анализ любых соответствующих шагов статистического контроля в соответствии с требованиями в течение состояние покоя анализы в 4,2.
  4. Структурная подключения Использование DTI
    1. Предварительная обработка
      1. Использование DTI программное обеспечение для обработки, со-зарегистрируйтесь нон-диффузии (т.е.. Б = O) изображения для коррекции артефактов движения, и использовать в качестве нормализации образа для последующей диффузии-взвешенных изображениях. Используйте 12 параметров аффинного преобразованиярегистрировать диффузии-взвешенных изображениях для учета движения и вихревых токов артефактов.
      2. Убедитесь, что вектор градиента для каждого направления диффузии поворачивается к ответственности за преобразований предшествующих моделировать фитинга. Рассчитать второго порядка тензор диффузии за вокселя от диффузии взвешенных ослаблений сигнала с использованием нелинейного ограниченного процедуру подгонки 38.
      3. Используйте диффузионно-взвешенных изображениях рассчитать собственное значение, собственный вектор и дробные анизотропии карты диффузии.
    2. Используйте трактография программного обеспечения для количественного определения целостности из поясного пучка. Использование стандартных атласы для выбора семян области, такие как те, на Мори и др.. 39 и Catani и Де Schotten 40. Фильтр результирующий трактография через область средней линии отчуждения удалить волокна, пересекающие между полушариями. Рассчитать среднюю Англии, след, осевую и радиальную диффузии для всех вокселов, через которую пояс стихаря пучок проходит. </ Li>
    3. Используйте смешанная модель ANOVA для каждого диффузии меры, с полушарии в качестве переменной в-субъект, для сравнения групп различия между ПТСР и без ПТСР участников, статистически учета других факторов, таких как тяжесть депрессии, токсикомании, мягкий ЧМТ и образования и демографической переменных, используя ANCOVA.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Представитель результаты основаны на данных, собранных с помощью того же подхода изображений в двух различных образцов лиц с историей детской травмы и жестокого обращения, но без ПТСР 21,22. Результаты покоя функциональную связь анализирует показал пространственную картину в соответствии с основными узлами НУМ (рис. 1) 1-3,8 включая MPFC, PCC, угловой извилины / нижней теменной дольки и средних височных областях. Подтверждением этого пространственного распределения служит первоначальной проверки действия, и позволяет последующее проверку гипотез.

Модели активности мозга во время рабочей памяти отображаются на рисунке 2. Изображения с 2-обратно компонента (рис. 2а) показать увеличили активацию в исполнительной сети, совместно происходит с отключением в НУМ. Активация в исполнительной регионах, таких как Ближний лобной извилины, дополнительного двигательной области и инфerior теменной дольки изображены в оранжевый и красный, сочетается с отключением в DMN регионах (т.е. MPFC, PCC и медиальной височной области) показаны синим цветом. Эта модель согласуется с предварительного н-обратно литературы 11,41 и служит проверкой действия, прежде чем приступить к проверке гипотез. Фиг.2В показано результатов от 0-обратно составляющей н-задней, который демонстрирует скромное дезактивацию, особенно в PCC , но без сильной дезактивации MPFC. Умеренный активации проявляется также в медиальной фронтальной коре.

Последнее, протяженность поясного пучка, как показали вероятностного трактографии, отображается на рисунке 3. Трехмерные изображения отображаются общую форму и распределение поясного волокон, которые примерно проследить общую форму DMN регионах (рис. 3а). Для проверки точности отображаемых волокон, рекомендуется, что эти результаты быть наложены с Indivi корковых карту Сдвоенн "(например, были созданы программами, которые отличают специфические зоны коры). рис. 3б показывает белого вещества тракта, проходящего через MPFC и PCC, и 3, в приведена участки идущие медиальной височной области. Это гарантирует, что последующее группа анализирует включают волокна, связывающие соответствующие участки мозга.

Рисунок 1
Рисунок 1. Покоя функциональной связности Карта умолчанию сетевой режим. Эти изображения показывают сагиттальный отображение DMN областях, участвующих в выставке значительное положительное функциональной связности с PCC. Изображения порогами на ар <0,05, с поправкой на множественные сравнения. X координаты каждого среза показаны в нижней левой части соответствующего изображения.

н я "> Рисунок 2
Рисунок 2. Пространственная картина активации Во рабочей памяти. а) сагиттальном разрезе головного мозга, чтобы проиллюстрировать шаблоны, связанные с 2-обратно задачи работы памяти. Модели активации в рамках исполнительного сети показаны на оранжевый / красный и DMN отключение отображается синим. Изображения пороговой при р <0,05 и с поправкой на множественных сравнений. Б) демонстрирует 0 возврата активность, что, как правило, в сочетании с рабочей памяти для контроля за внимание. Модели активации в оранжевый / красный и дезактивации в синий; Очевидно, здесь есть и DMN деактивация с небольшим исполнительной активации. Изображения пороговой при р <0,05, скорректированного для множественных сравнений.

г "ширина =" 500 "/>
Рисунок 3. Вероятностный трактография / Структурная подключения из поясного Bundle. а) показана трехмерная форма и структура этих волокон с поперечными сечениями мозга включен для визуального контроля, б) показывает, как эти волокна проходят через MPFC и PCC (красный и синий, соответственно) и в) демонстрирует как эти волокна проходят через медиальной височной компонента DMN.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Два наиболее важных шагов для успешной реализации протокола нейровизуализации точно захвата покоя и работает эффекты памяти.

Концептуально, приобретение покоя изображений проста. Поскольку нет задачу выполнить, экспериментаторы часто описывают деятельность мозга во время этих эпох, как «остальной». Однако, как это поле является относительно новым по сравнению с другими областями нейровизуализации 1, нет явного консенсуса о том, как точно определить "отдых "в сканере. Большинство протоколов, в том числе этот, спросите участников, чтобы просмотреть крест фиксации на экране. Продолжительность индивидуального государственного отдыха сканирования также сильно варьируется в литературе, как правило, от 4 до 12 мин, и либо с открытыми глазами или закрытыми глазами 42. В этом протоколе, два 4 мин сканы были реализованы на общую сумму 8 мин, с открытыми глазами, просмотр простой крест белый фиксации сноваул черный фон. Будущие исследования принесет значительную пользу из принятия стандартизированного подхода к отдыхая сбор данных о состоянии облегчить обобщение различных исследований.

Другой важный вопрос во время покоя приобретение является влияние движения головы. Недавние исследования ясно показали, что движение во время покоя сканирование приводит к ложным корреляций в последующей функциональной связности анализирует 43-45. Таким образом, участники должны оставаться неподвижен, как возможно в течение состоянии покоя сеанса сканирования. В процессе разработки протокола, высоко тревожные участники не смогли остаться еще очень долго, часто в порядке 4-5 мин. Отражая этот опыт, несколько процедур может свести к минимуму воздействие движения участника, в том числе приобретения двух 4 мин покоя сканирует и цензуры любые изображения с движения больше, чем 1,5 мм (что соответствует 1/2 вокселя) 32. Цензура ничего меньше, чем 1 мм мovement (например, 0,5 мм) в клинических участников может привести к снижению данных, что компромиссы в дальнейшем набор данных анализов.

Другим важным компонентом в получения изображений является важность практики задачи работы памяти до визуализации. Поскольку принцип интерес этого протокола является в дезактивации НУМ в ответ на трудные требований задачи Исполнительный сеть должна быть достаточно оспорены. Это требует поражать тщательного баланса между подавляющим клиническую участника (который может иметь значительное беспокойство) и захвата изображений в познавательной задачи. Этот баланс может быть поражен имея участник практиковать рабочей памяти задачи вне сканера. Обычно это делается в то время сидел в отдельной комнате, с помощью идентичных устройства ввода (если это возможно), как используется в сканере. Быстрый забил из н-обратно поведенческих результатов показывает, действительно ли участники выполняют достойно. Важно также, чтобы напомнитьучастники, что эксперимент предназначен, чтобы вызвать когнитивный усилий и прекрасные баллы не ожидается. В предыдущих исследованиях, DMN деактиваций произошло аналогично как с правильных и неправильных ответов 18,23. Это можно было бы ожидать, учитывая характер н-обратно парадигмы, которая вызывает когнитивный набор, который требует последовательного когнитивных функций по всей задачи, независимо от точности того или иного ответа.

Этот подход имеет ряд ограничений, которые присущи к полю, быстро прогрессирующей. Например, термин DMN был придуман в 2001 году, так что разумно предположить, что методы визуализации, чтобы охарактеризовать его структура и функции остаются, если не в младенчестве, в раннем подростковом возрасте. Новые протоколы и параметры визуализации постоянно разрабатываются отношение к связанных со стрессом психических расстройств 23,46, поднимая вопрос о том, предыдущие результаты могут быть воспроизведены, используя различные подходы. Еще одним прекрасным эксдостаточно этого является влияние движения на состояние покоя сканирования, которая получила широкое признание в 2012 году 43-45. Хотя современные исследователи внедрить процедуры коррекции движения, отсутствие этой поправки усложняет интерпретацию ранее опубликованными данными. Другим важным примером является спор по поводу удаления глобального сигнала, который является методика общего предварительной обработки используется для снижения шума, но может вызвать ложные корреляции в отдыхает состояние данных 33,34.

Таким образом, этот протокол использует дополнительную состояние покоя, рабочую память и структурные методы нейровизуализации визуализировать DMN. Основное преимущество этого подхода состоит в его мультимодальный оценка одной сети мозга; каждый из этих нейровизуализации подходов предоставляет уникальный и дополнительную информацию о функции этого важного сети. В то время как протокол, описанный здесь был использован для характеристики корреляты воздействия стресса, комбинаций любых аг все эти подходы поддаются дальнейшему развитию как нейровизуализации биомаркеры настроения и тревожных расстройств.

Subscription Required. Please recommend JoVE to your librarian.

Acknowledgments

Генерация репрезентативных данных была поддержана NIH Грант R01HL084178, 5R01MH068767-08, и субсидий из Brown МРТ исследования объекта, Род-Айленд Foundation. В.А. КСО & D Грант 1 IK2 CX000724-01A2 поддерживает развитие протокола и дальнейшей работы. Мы благодарим всех наших участников.

Materials

Name Company Catalog Number Comments
3T TIM TRIO Siemens 3T MRI 
MRI-compatible pulse oxymeter Siemens model # 07389567
Analysis of Functional Neuroimaging NIH http://afni.nimh.nih.gov/ Data analysis software package
Eprime Psychology Software Tools, LLC http://www.pstnet.com/eprime.cfm Stimulus presentation software
Slicer Brigham and Women's Hospital http://www.slicer.org/ Probabilistic tractography software

DOWNLOAD MATERIALS LIST

References

  1. Raichle, M. E., et al. A default mode of brain function. Proc Natl Acad Sci U S A. 98, 676-682 (2001).
  2. Fransson, P. How default is the default mode of brain function? Further evidence from intrinsic BOLD signal fluctuations. Neuropsychologia. 44, 2836-2845 (2006).
  3. 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).
  4. Conrad, C. D., et al. Chronic glucocorticoids increase hippocampal vulnerability to neurotoxicity under conditions that produce CA3 dendritic retraction but fail to impair spatial recognition memory. J Neurosci. 27, 8278-8285 (2007).
  5. Patel, R., et al. Disruptive effects of glucocorticoids on glutathione peroxidase biochemistry in hippocampal cultures. J Neurochem. 82, 118-125 (2002).
  6. Bluhm, R. L., et al. Alterations in default network connectivity in posttraumatic stress disorder related to early-life trauma. J Psychiatry Neurosci. 34, 187-194 (2009).
  7. Lanius, R. A., et al. Default mode network connectivity as a predictor of post-traumatic stress disorder symptom severity in acutely traumatized subjects. Acta Psychiatr Scand. 121, 33-40 (2010).
  8. Sripada, R. K., et al. Neural dysregulation in posttraumatic stress disorder: evidence for disrupted equilibrium between salience and default mode brain networks. Psychosom Med. 74, 904-911 (2012).
  9. Greicius, M. D., et al. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc Natl Acad Sci U S A. 100, 253-258 (2003).
  10. Fox, M. D., Greicius, M. Clinical applications of resting state functional connectivity. Front Syst Neurosci. 4, 19 (2010).
  11. Sweet, L. H., et al. Effects of nicotine withdrawal on verbal working memory and associated brain response. Psychiatry Res. 183, 69-74 (2010).
  12. Samuelson, K. W., et al. Neuropsychological functioning in posttraumatic stress disorder and alcohol abuse. Neuropsychology. 20, 716-726 (2006).
  13. Vasterling, J. J., et al. Attention and memory dysfunction in posttraumatic stress disorder. Neuropsychology. 12, 125-133 (1998).
  14. Yehuda, R., et al. Learning and memory in combat veterans with posttraumatic stress disorder. Am J Psychiatry. 152, 137-139 (1995).
  15. Moores, K. A., et al. Abnormal recruitment of working memory updating networks during maintenance of trauma-neutral information in post-traumatic stress disorder. Psychiatry Res. 163, 156-170 (2008).
  16. Rougemont-Bucking, A., et al. Altered processing of contextual information during fear extinction in PTSD: an fMRI study. CNS Neurosci Ther. 17, 227-236 (2011).
  17. Peres, J. F., et al. Police officers under attack: resilience implications of an fMRI study. J Psychiatr Res. 45, 727-734 (2011).
  18. Philip, N. S., et al. Early life stress is associated with greater default network deactivation during working memory in healthy controls: a preliminary report. Brain Imaging Behav. 7, 204-212 (2013).
  19. Sweet, L. H., et al. Imaging phonological similarity effects on verbal working memory. Neuropsychologia. 46, 1114-1123 (2008).
  20. Abe, O., et al. Voxel-based diffusion tensor analysis reveals aberrant anterior cingulum integrity in posttraumatic stress disorder due to terrorism. Psychiatry Res. 146, 231-242 (2006).
  21. Kim, S. J., et al. Asymmetrically altered integrity of cingulum bundle in posttraumatic stress disorder. Neuropsychobiology. 54, 120-125 (2006).
  22. Vogt, B. A., et al. Functional heterogeneity in cingulate cortex: the anterior executive and posterior evaluative regions. Cereb Cortex. 2, 435-443 (1992).
  23. Philip, N. S., et al. Decreased default network connectivity is associated with early life stress in medication-free healthy adults. Eur Neuropsychopharmacol. 23, 24-32 (2013).
  24. First, M. B., Spitzer, R. L., Gibbon, M., Williams, J. B. W. Structured Clinical Interview for Axis I DSM-IV Disorders. (1994).
  25. Blake, D. D., et al. The development of a clinician-administered PTSD scale. J Trauma Stress. 8, 75-90 (1995).
  26. Folstein, M. F., et al. Mini-mental state'. A practical method for grading the cognitive state of patients for the clinician. J Psychiatr Res. 12, 189-198 (1975).
  27. Wolfe, J. W., Kimerling, R., Brown, P. J., Chrestman, K. R., Levin, K. Psychometric review of The Life Stressor Checklist-Revised. Sidran Press. (1996).
  28. Bernstein, D. P., Fink, L. Childhood trauma questionnaire: a retrospective self-report. Pearson Education, Inc. (1998).
  29. Cohen, S., et al. A global measure of perceived stress. J Health Soc Behav. 24, 385-396 (1983).
  30. Rush, A. J., et al. The 16-item quick inventory of depressive symptomatology (QIDS), clinician rating (QIDS-C), and self-report (QIDS-SR): A psychometric evaluation in patients with chronic major depression. Biol Psychiatry. 54, 573-583 (2003).
  31. Reynolds, R. AFNI program: afni_proc.py. http://afni.nimh.nih.gov/pub/dist/doc/program_help/afni_proc.py.html. (2006).
  32. Posner, J., et al. Antidepressants normalize the default mode network in patients with dysthymia. JAMA Psychiatry. 70, 373-382 (2013).
  33. Murphy, K., et al. The impact of global signal regression on resting state correlations: are anti-correlated networks introduced. Neuroimage. 44, 893-905 (2009).
  34. Saad, Z. S., et al. Trouble at rest: how correlation patterns and group differences become distorted after global signal regression. Brain Connect. 2, 25-32 (2012).
  35. Shirer, W. R., et al. Decoding subject-driven cognitive states with whole-brain connectivity patterns. Cereb Cortex. 22, 158-165 (2012).
  36. Fisher, R. A. Frequency distribution of the values of the correlation coefficient in samples of an indefinitely large population. Biometrika. 10, 507-521 (1915).
  37. Cox, R. W. AFNI program: 3dClustSim. http://afni.nimh.nih.gov/pub/dist/doc/program_help/3dClustSim.html. (2010).
  38. Smith, S. M., et al. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data. Neuroimage. 31, 1487-1505 (2006).
  39. Mori, S., Wakana, S., Nagae-Poetscher, L. M., van Zijl, P. C. M. MRI Atlas of Human White Matter. (2005).
  40. Catani, M., Thiebaut de Schotten, M. A diffusion tensor imaging tractography atlas for virtual in vivo dissections. Cortex. 44, 1105-1132 (2008).
  41. Sweet, L. H., et al. Default network response to a working memory challenge after withdrawal of continuous positive airway pressure treatment for obstructive sleep apnea. Brain Imaging Behav. 4, 155-163 (2010).
  42. Cole, D. M., et al. Advances and pitfalls in the analysis and interpretation of resting-state FMRI data. Front Syst Neurosci. 4, 8 (2012).
  43. Power, J. D., et al. Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion. Neuroimage. 59, 2142-2154 (2012).
  44. Satterthwaite, T. D., et al. Impact of in-scanner head motion on multiple measures of functional connectivity: relevance for studies of neurodevelopment in youth. Neuroimage. 60, 623-632 (2012).
  45. Van Dijk, K. R., et al. The influence of head motion on intrinsic functional connectivity MRI. Neuroimage. 59, 431-438 (2012).
  46. Philip, N. S., et al. Regional homogeneity and resting state functional connectivity: associations with exposure to early life stress. Psychiatry Res. 214, 247-2453 (2013).
Разработка нейровизуализации фенотипов по умолчанию сетевой режим, в ПТСР: Интеграция состоянии покоя, рабочей памяти и структурные Connectivity
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Philip, N. S., Carpenter, S. L., Sweet, L. H. Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity. J. Vis. Exp. (89), e51651, doi:10.3791/51651 (2014).More

Philip, N. S., Carpenter, S. L., Sweet, L. H. Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity. J. Vis. Exp. (89), e51651, doi:10.3791/51651 (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