Abstract
Complementari tecniche di neuroimaging strutturale e funzionale utilizzati per esaminare la Rete modalità predefinita (DMN) potrebbe potenzialmente migliorare la valutazione della gravità della malattia psichiatrica e fornire la validità aggiunto al processo diagnostico clinico. Recenti ricerche neuroimaging suggeriscono che i processi DMN potrebbe essere disturbato in un certo numero di malattie psichiatriche legate allo stress, come ad esempio il disturbo da stress post-traumatico (PTSD).
Anche se le funzioni DMN specifiche rimangono sotto inchiesta, si pensa generalmente per essere coinvolti in introspezione e auto-trasformazione. Negli individui sani esibisce maggiore attività durante i periodi di riposo, con meno attività, osservate come la disattivazione, durante compiti cognitivi, ad esempio, la memoria di lavoro. Questa rete è costituita da corteccia mediale prefrontale, corteccia cingolata posteriore / precuneo, corteccia parietale laterale e mediale regioni temporali.
Immaginario funzionale e strutturale multiplang approcci sono stati sviluppati per studiare il DMN. Questi hanno potenziale senza precedenti per favorire la comprensione della funzione e disfunzione di questa rete. Approcci funzionali, come la valutazione di riposo connettività Stato e disattivazione compito indotta, hanno un eccellente potenziale per identificare neurocognitive mirato e neuroaffective (funzionali) marcatori diagnostici e può indicare la gravità della malattia e con la prognosi maggiore accuratezza e specificità. Approcci strutturali, come la valutazione di morfometria e della connettività, possono fornire indicatori unici di risultati eziologia e lungo termine. Combinata metodi, funzionali e strutturali prevedono forti approcci multimodali, complementari e sinergici per sviluppare valide fenotipi di imaging basata DMN-in condizioni psichiatriche legate allo stress. Questo protocollo mira a integrare questi metodi per studiare la struttura e la funzione DMN in PTSD, relative risultanze alla gravità della malattia e dei fattori clinici rilevanti.
Introduction
Neuroimaging rappresenta uno strumento con un potenziale senza precedenti per esaminare la validità diagnostica, la gravità della malattia, la prognosi e la risposta al trattamento in neuropsichiatria. Una vasta gamma di tecniche di imaging complementari è ora disponibile per caratterizzare la struttura e la funzione dei sistemi cerebrali chiave, e per facilitare l'identificazione di fenotipi neuroimaging in popolazioni psichiatriche. Di questi sistemi, la Rete modalità predefinita (DMN) ha ricevuto una grande attenzione nel cognitiva e clinica neuroscienze letteratura negli ultimi dieci anni.
Il DMN è un cosiddetto "riposo rete stato" che comprende la corteccia prefrontale mediale (MPFC) come nodo principale anteriore, corteccia cingolata posteriore / precuneus (PCC) come nodo posteriore principio, insieme con la corteccia parietale inferiore-laterale e regioni temporali mediali. Loro caratteristica fondamentale di questa rete è che essa presenta la sua attività più alto durante i periodi di riposo, which si verifica mentre i soggetti sono sveglio e vigile, ma non coinvolti in un compito specifico; questa riposa attività stato è stato coniato il "Modo predefinito" della funzione cerebrale 1. Riposo attività di Stato nel DMN è anche altamente sincronizzato, che viene descritta come riposo connettività funzionale dello Stato. L'altra caratteristica fondamentale del DMN è che dimostra l'attività ridotta durante i periodi di crescenti esigenze conoscitive esterne, che si osserva come la disattivazione compito indotta durante neuroimaging funzionale paradigmi 2,3. Si ipotizza che l'equilibrio tra le esigenze interno (ossia lo stato di riposo) ed esterne (ovvero l'attività task-correlati) sono necessari per mantenere il cervello sano funzionamento del 3-5.
Le seguenti sezioni forniscono una breve panoramica dei tre metodi per studiare il DMN: connettività funzionale e disattivazione task-associato, seguito da connettività strutturale. Questi tre metodi sono discribed modi complementari per caratterizzare questa rete in campioni clinici, come i pazienti con disturbo da stress post-traumatico e condizioni psichiatriche correlate.
Riposo Stato DMN connettività funzionale
Riposo connettività funzionale dello Stato è recentemente diventato un approccio comune utilizzato per valutare i modelli di funzione cerebrale al basale in assenza di richieste del compito. Connettività funzionale è un metodo analitico che quantifica la coerenza, o il grado di sincronia del segnale di livello di ossigeno nel sangue dipendente (BOLD) nel corso del tempo, attraverso diverse regioni del cervello. Un crescente corpo di letteratura scientifica suggerisce che gli schemi tipici di connettività DMN possono essere modificati in clinica e popolazioni a rischio, e in particolare quelli con precedente esposizione a notevole stress o traumi. Il reperto più comune è stato diminuito DMN riposo stato connettività funzionale associata a PTSD 6. Questa connettività ridotta può have applicazioni cliniche dirette, come è diminuita la connettività DMN possono essere predittivi di coloro che possono sviluppare PTSD dopo un fattore di stress acuto 7. Connettività funzionale DMN diminuito può essere interpretato in vari modi, più comunemente che riflette la scarsa comunicazione tra le regioni cerebrali cruciali coinvolti nel self-processing, che può portare ad una incapacità di riallocare le risorse interne dal basale trasformazione DMN alle richieste esterne. Questa interruzione della rete potrebbe spiegare i sintomi clinici principali di disturbi psichiatrici come PTSD e altre condizioni psichiatriche legate allo stress 8. Ulteriori indagini nella eziologia di queste perturbazioni è un'area importante per la ricerca futura.
Da un punto di vista più generale, i vantaggi di esaminare la connettività funzionale del DMN includono relativamente facile attuazione e un modello robusto di riposo connettività funzionale stato in controlli sani che consente un confronto attendibile 9,10
Disattivazioni DMN Task-associati
Esaminare risposta DMN durante memoria di lavoro (WM) offre un altro approccio per studiare la funzione e disfunzione di questa rete oltre che riposa sincronia stato. Questo approccio, che riflette un metodo più standard di risonanza magnetica funzionale (fMRI), fornisce diverse informazioni sulla risposta alle richieste di attività che possono avere significato clinico 11. Precedenti ricerche hanno documentato che i partecipanti con PTSD dimostrano compromessa funzionamento WM e un maggior grado di disattivazioni DMN durante le attività WM, forse riflettendo maggiore sforzo cognitivo 12-15. Using WM come una sfida FMRI ha diversi vantaggi. Per esempio, si disimpegna attendibilmente varie regioni DMN chiave, da riposo allo stato attivo. Più rilevanti per PTSD e altre condizioni psichiatriche legate allo stress, compiti WM affidabile disimpegnano il MPFC, il principale nodo DMN anteriore che è coinvolto in percorsi critici disregolato in PTSD. E 'stato affermato che il MPFC modula crescente attività dell'amigdala, e probabilmente gioca un ruolo cruciale nel condizionamento alla paura 16. Le valutazioni di attività MPFC può anche essere un parametro utile in futuro cura clinica. Ad esempio, in uno studio precedente di agenti di polizia traumatizzati, l'esposizione psicoterapia aumento dell'attività MPFC e ridotta attività dell'amigdala durante il recupero della memoria traumatica. Questi cambiamenti di neuroimaging sono stati associati ad una diminuzione dei sintomi PSTD 17. Questa istanza di disattivazioni mPFC WM-indotta è solo un esempio di come le metriche di neuroimaging possono essere applicati a popolazioni cliniche, e un'ulteriore esplorazionedi altri componenti DMN è probabile che sia una zona fruttuosa di ricerca futura.
In questo protocollo, viene utilizzato il task n-back della memoria di lavoro verbale. Il compito n-back è ampiamente utilizzato nella ricerca FMRI, e fornisce l'attivazione affidabile di attivazione esecutivo e modalità predefinita regioni disattivazione della rete 18,19. Questa attività include tre componenti, un compito 0-back lettera di vigilanza, il compito 2-back della memoria di lavoro e di riposo della linea di base per il confronto. Durante l'attività di vigilanza 0-back, i partecipanti rispondono "sì" quando un bersaglio predeterminato consonante ("H" o "h") è apparso e "no" per altre consonanti utilizzando una casella di risposta a due pulsanti, mentre all'interno dello scanner. Sei blocchi di controllo 0-back di 9 consonanti sono presentati durante questa operazione. Durante la 2-back, una serie di consonanti sono rappresentati visivamente per 500 msec ciascuno, con un intervallo interstimulus di 2.500 msec. I partecipanti fanno un "sì" o "no"risposta, dopo ogni consonante presentato, per indicare se è lo stesso o differente dalla consonante presentato due precedentemente in una serie (ad es., w, N, R, N, R, Q, R, q, N, W ecc. , con risposte corrette indicati in grassetto). Durante la 2-back, sei 45 sec serie di 15 consonanti sono presentati. Per eseguire correttamente il partecipante deve mantenere un set cognitivo chiedendo che include costante buffer fonemica (vale a dire. Possesso di consonanti nella memoria a breve termine), subvocale prova fonemica (vale a dire. Ripetere consonanti senza articolare ad alta voce), e il coordinamento esecutivo. In entrambi i 0 - e blocchi 2-back, il tasso di presentazione è la stessa, il 33% degli obiettivi sono presentati in posizioni casuali, e la capitalizzazione è randomizzati per incoraggiare la codifica verbale. A 30 sec di riposo di base con un punto di fissazione croce viene presentato prima di ogni blocco 0-back; questa linea di base viene utilizzato per subsequconfronti ento di attività task-associato rispetto al basale durante l'analisi dei dati.
Presi insieme, i dati esistenti suggeriscono che la caratterizzazione dell'attività DMN compito associato durante una varietà di compiti può svolgere un ruolo importante nell'uso clinico dell'analisi DMN funzionale. Ci sono altri vantaggi di utilizzare WM come una sfida fMRI in condizioni psichiatriche legate allo stress. Simili riposo connettività stato, non vi è un chiaro modello di disattivazioni DMN durante WM in individui sani, che facilita il confronto con campioni clinici. WM è un trauma anche neutro, che può evitare di innescare i sintomi di PTSD clinici durante la scansione. Pertanto, questo metodo ha anche il potenziale per essere sviluppato in un biomarcatore neuroimaging che riflette come il cervello risponde alle richieste esterne di disturbi psichiatrici legati allo stress.
DMN connettività strutturale
Mentre imaging funzionale è in grado di descrivere cambiamentos di connettività cerebrale o attività associate con l'esposizione allo stress, approcci funzionali non descrivono l'eziologia dietro i cambiamenti del cervello osservati. Metodi di imaging strutturali, come tensore di diffusione (DTI), sono in grado di misurare e quantificare l'integrità dei tratti di sostanza bianca che collegano regioni cerebrali. DTI è l'approccio di neuroimaging strutturale più comune e misure integrità della sostanza bianca sulla base del (ovvero direzionale) flusso di molecole d'acqua, lungo tratti di sostanza bianca, come l'acqua scorre prevalentemente lungo tratti di sostanza bianca (rispetto a tutti loro) anisotropico. Questa differenza di flusso direzionale è espresso come anisotropia frazionaria (FA). Bassi livelli di FA sono pensati per riflettere i cambiamenti microstrutturali nei tratti di sostanza bianca, che possono essere manifestazioni di danno neuronale da una varietà di cause, tra cui le conseguenze dell'esposizione allo stress 4. Da una prospettiva di rete, l'attività cerebrale coordinati (cioè a riposo l'attività statale o coorattività relative ai task dinato) deve fare affidamento su connessioni strutturali. Nel caso di risultanze DMN precedenti, danno strutturale compromette la comunicazione tra i nodi DMN, con conseguente riduzione della connettività funzionale DMN. Allo stesso modo, l'aumento modelli di disattivazione possono riflettere danno microstrutturale che richiede l'assunzione di maggiori aree della corteccia cerebrale durante la risposta compito. Rilevante per PTSD e la DMN, diversi studi hanno dimostrato diminuito FA nel cingolo fascio 20,21, che è il tratto di materia bianca che collega importanti strutture limbiche del cervello 22. E 'probabile che le misure più precise utilizzando tractography (cioè che tracciare direttamente tratti di sostanza bianca a livello neuronale) saranno in grado di chiarire espressamente che le fibre della sostanza bianca sono coinvolti in interruzioni di rete. I vantaggi per l'imaging DTI è che è relativamente facile da acquisire come non ci sono attività necessarie per eseguire nello scanner.
Nella foprotocollo llowing, gli approcci funzionali di stato di riposo connettività funzionale e la quantificazione delle disattivazioni task-indotta sono combinati con un esame di connettività strutturale con DTI, al fine di mappare la struttura e la funzione DMN e si riferiscono questi risultati per la gravità della malattia e dei fattori clinici rilevanti in PTSD . Abbiamo già implementato questo approccio trauma esposti adulti sani 18,23 e ha scoperto che questo protocollo fornisce un metodo convincente per caratterizzare il DMN che si presta all'adattamento allo studio di PTSD e di altri stress correlato malattie psichiatriche.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Partecipanti ammissibili firmare il consenso informato scritto a partecipare al progetto di ricerca. La ricerca viene effettuata in conformità alle linee guida istituzionali, nazionali e internazionali per il benessere umano.
1. Screening partecipante e interviste diagnostici
- Dopo il consenso informato, effettuare colloqui diagnostici per verificare la diagnosi di PTSD e gravità della malattia. NOTA: Queste misure includono l'intervista strutturata Clinico per il DSM-IV-TR (SCID), il 24 e il clinico amministrato PTSD Scale (CAPS) 25, così come l'esame di stato Folstein Mini-Mental (MMSE), 26 per valutare lo stato cognitivo.
- Chiedere ai partecipanti di compilare scale self-report relativi allo stress e l'umore.
NOTA: Questi includono la vita Stressor Checklist-Revised (LSC-R) 27, Childhood Trauma Questionnaire (CTQ) 28, percepito stress Scale (PSS) 29 e Inventario veloce di Depressive Sintomos (QIDS-SR) 30. - Pianificare partecipanti ammissibili per la risonanza magnetica, in cui i partecipanti arrivano a circa 1 ora prima della sessione di scansione pianificata, a rivedere i componenti necessari per la scansione, quali la sicurezza risonanza magnetica e procedure dello studio.
- Ottenere l'urina, la gravidanza (se del caso), e test tossicologici prima della scansione.
2. Partecipanti alla formazione per svolgere il compito N-back
- Iniziare la prima corsa con il test lettera vigilanza 0-back.
- Istruire i partecipanti per indicare "sì" ad un bersaglio consonante ("h" o "H") tramite una casella di due pulsanti di risposta e "No" a tutte le altre consonanti.
- Mostra il partecipante 9 consonanti per 500 msec ciascuno, con un tempo interstimulus di 2.500 ms, per un totale di 27 sec, e chiedere loro di rispondere come indicato sopra. NOTA: La consonante bersaglio verrà mostrato 4 volte all'interno di ogni blocco 0-back.
- Successivamente, i partecipanti hanno praticare la 2-baprova ck.
- Istruire i partecipanti a dare una risposta "Sì" o "No" a scatola risposta a due pulsanti, dopo ogni consonante presentato, per indicare se è la stessa o diversa da quella consonante presentato due precedentemente in una serie.
- Visualizza partecipante una serie di 15 consonanti, per 500 msec ciascuno, con un intervallo interstimulus di 2.500 msec, per un totale di 45 sec. NOTA: Uno stimolo bersaglio è indicata 5 volte.
- Partecipanti treno per eseguire l'operazione n-back di fuori dello scanner, fino a quando la loro performance raggiunge il> 75% corretta del componente 2-back. NB: I suddetti parametri possono essere automatizzati utilizzando il software di presentazione dello stimolo (vedi Tabella dei Materiali / Equipment).
3. MRI Acquisition
- Avere il cambiamento partecipante in vestiti compatibile con la risonanza magnetica, e portarli all'interno di una Tesla MRI camera 3 scanner. Chiedi loro di indossare tappi per le orecchie per la protezione dell'udito, e poi sdraiarsi in una barella che will ultima analisi, spostarli nel mezzo della macchina di risonanza magnetica.
- Mettere cuscini intorno alla testa per ridurre al minimo movimento della testa. Fornire loro casella di risposta compatibile con la risonanza magnetica per il compito di memoria di lavoro n-back, spremere lampadina a fermare la scansione in caso di emergenza, e mettere un pulsossimetro al dito per il monitoraggio e la registrazione fisiologica.
- Posizionare la bobina testa a 32 canali e lo schermo di presentazione sopra la testa del partecipante, e spostarli nel mezzo dello scanner.
- Assicurarsi che il partecipante è comodo e può vedere lo schermo, e poi iniziare la sessione di scansione MRI. Inizia con l'acquisizione ad alta risoluzione (1 millimetro 3) scansioni cerebrali anatomiche. Immettere i parametri di risonanza magnetica ad alta risoluzione su console scanner Echo Time (TE) = 2.98 msec, tempo di ripetizione (TR) = 1.900 msec, campo visivo (FOV) = 256 mm 2 e la matrice taglia 64 2 in 1 millimetro fette. Avviare l'acquisizione MRI premendo il tasto "run" sulla scansioneconsole NER.
- Impostare FMRI parametri di acquisizione di immagini BOLD sulla console scanner come TR = 2.500 msec, TE = 28 msec, FOV = 192 mm 2, e la matrice taglia 64 2 a 3 millimetri sezioni assiali.
- Successivamente, acquisire immagini FMRI sulla memoria di lavoro, utilizzando il test n-back (vedi sezione 2) con i seguenti parametri:
- Presentare una fissazione croce 30 sec basale, al paziente, prima di ciascuno dei blocchi 0-eseguiti con software di presentazione stimolo. NOTA: Ciò fornirà una base per il confronto per l'altro 0 - e blocca 2-back durante l'analisi dei dati.
- Proiettate le istruzioni per il paziente per 3 secondi prima di ogni 0 o attività 2-back con il software di presentazione dello stimolo.
- In totale, comprende tre porzioni 0-back e 2-back insieme con due blocchi di base, in due piste di imaging, presentati in ordine di contro-bilanciato.
- Premere il tasto "run" sulla console MRI scanner per iniziare.
- Dopo il completamento del n-back, garantire lapartecipante è confortevole e pronto ad andare avanti. Chiedere loro che il blocco resto è accanto, e dire loro di non addormentarsi. Utilizzare software di presentazione stimolo per visualizzare una croce fissazione sullo schermo.
- Acquisire riposo immagini di stato per il prossimo 4 min, utilizzando le stesse impostazioni FMRI come sono stati usati per acquisire immagini n-back (v. 3.3), premendo il tasto "run" sulla console MRI scanner.
- Ripetere i passaggi 3.4. e 3.5. Prima di ogni nuova sezione, chiedere al partecipante se sono comodi e se sono in grado di continuare. Se sono in grado, continuare il protocollo. Se non lo sono, mettere in pausa lo scanner MRI ed effettuare le regolazioni per il comfort come necessario.
- Quindi, dire al partecipante che lo scanner può essere scuotendo durante le sequenze successive, e di istruirli a chiudere gli occhi e rilassarsi come meglio possono nello scanner. Poi acquisire una sequenza DTI premendo il tasto "run" sulla console scanner.
- Impostare i parametri di acquisizione immagini DTI in con scannersuola doppia di spin immagini eco-planari diffusione ponderate (DWI), con gradienti di diffusione applicati in 64 direzioni non collineari (b = 1.000), uno DWI per ogni direzione del gradiente e 10 non ponderato (b = 0) Immagini di normalizzazione, TR = 10.060 msec, TE = 103 msec, FOV = 226 millimetri, 128 2 matrice, spessore di strato = 1,8 millimetri, con echi parziali e interpolazione su.
- Rimuovere il partecipante dallo scanner, e informarsi su come andò la sessione. Rispondere a tutte le domande che possono avere, e li ringrazio per la loro partecipazione. Avere il computer scanner MRI scrivere un DVD con le immagini partecipanti e la registrazione fisiologica per i dati successive analisi.
4. Analisi dei dati
- Pre-elaborazione dei dati
- Utilizzando il software di elaborazione FMRI, ricostruire i dati grezzi in 3D + time dataset, concatenare e registrarsi per il quinto volume della prima serie, per ridurre al minimo gli artefatti da movimento e cedere parametri di correzione di movimento. Applicare il filtro passa-banda (0.009-0,08 Hz) per isolare il dominio della frequenza DMN e ridurre gli effetti di bassa deriva di frequenza e rumore ad alta frequenza. NOTA: le variabili fastidio per ogni voxel dovrebbero includere ventricolo media e serie storiche materia bianca così come sei stime dei parametri di movimento della testa; queste stime dovrebbero includere entrambi i valori umiliate e derivati. Il corso di tempo previsto di variabili di disturbo deve essere rimosso dalla serie completa voxel tempo per produrre un dato "residue" serie temporali da utilizzare per analisi di correlazione tardi 31.
- Dati su larga scala per normalizzare entro conduzione intensità e dati lisce fino ad una larghezza massima di mezza 4 millimetri (FWHM) kernel gaussiano. Censore immagini con più di 1,5 millimetri di spostamento dal dataset 32. Non eseguire la regressione segnale globale (GSR) dal GSR può influenzare le correlazioni a riposo dati relativi allo stato 33,34.
- Riposo analisi connettività Stato
- Utilizzare seme-regione connettività analisi per valutareil rapporto tra a priori definito regioni per valutare connettività funzionale 11. NOTA: I semi inclusi sono i principali anteriori e posteriori nodi del DMN, il MPFC e PCC, rispettivamente. Coordinate funzionali di questi luoghi sono in genere superiori a posizioni atlante definiti 35.
- Estrarre la serie tempo medio BOLD da questi semi e condurre una analisi di correlazione tutto il cervello. Trasforma valori di R di correlazione ai punteggi Z 36 per la successiva verifica di ipotesi.
- Confronta i valori Z tra i gruppi su un voxel per voxel base per valutare differenze significative nella connettività funzionale tra PTSD e controlli come misura di esito primaria. Soglia questi risultati a un significato a due code con p <0.05, utilizzando a conduzione saggio (cioè cluster) la correzione degli errori. NOTA: la correzione cluster viene generato utilizzando simulazioni Monte Carlo per stimare la probabilità di cluster falsi positivi. Utilizzare algoritmo statisticoms per calcolare la correzione di cluster in funzione del FOV, la risoluzione, l'uniformità e l'intensità del segnale a livello di singolo voxel 37.
- Per valutare la relazione tra sintomi clinici e risultati di imaging, condurre analisi di follow-up che includono le correlazioni tra i punteggi scala di rating e punteggi medi Z di connettività delle regioni DMN. Includi correlazione analisi di quel conto per informazioni demografiche rilevanti, come la gravità della depressione, lesioni cerebrali traumatiche, così come l'istruzione e le altre variabili correlate.
- Analisi Memoria di lavoro
- Utilizzare il software di elaborazione fMRI per pre-elaborare i dati e voxel-based GLM per quantificare l'attività specifica task-in ogni voxel cervello dei singoli dataset 11,31. NOTA: Le variabili indipendenti del GLM sono il decorso temporale di riposo e 0 - ei compiti 2-back (comprese le transizioni emodinamici modellati in funzione gamma) e le covariate (drift lineare e osservared movimento), con il segnale BOLD nel tempo come variabile dipendente.
- Media risultante GLM beta pesi in tutte le regioni DMN specificati. NOTA: Queste medi risposte n-back di set di dati a livello individuale servono come misura di base di attività cerebrale nelle analisi statistiche successive a livello di gruppo.
- Uso analisi della covarianza di esaminare le differenze a livello di gruppo tra PTSD e non-PTSD gruppi e per stimare gli effetti delle difficoltà del compito (cioè il confronto di attività nel corso 0 - vs compiti 2-back) in ciascuna regione DMN; Includere anche le analisi di tutte le misure di controllo statistico rilevanti come richiesto durante stato di riposo analizza 4.2.
- Connettività strutturali Uso DTI
- Pre-elaborazione
- Utilizzando il software di elaborazione DTI, co-registrati non diffusione (ad esempio. B = o) le immagini per correggere gli artefatti di movimento, e utilizzare come immagine di normalizzazione per le immagini diffusion-weighted successivi. Utilizzare una trasformazione affine parametro 12per registrare le immagini di diffusione ponderato per tenere conto di movimento e artefatti correnti parassite.
- Assicurarsi che il vettore gradiente per ogni direzione diffusione viene ruotato per tenere conto di trasformazioni prima del montaggio di modello. Calcolare una diffusione tensore del secondo ordine per voxel dalla diffusione attenuazioni di segnale ponderati utilizzando una non lineare vincolata procedura di montaggio 38.
- Utilizzare le immagini diffusion-weighted per calcolare autovalore, autovettore e le mappe di anisotropia frazionaria di diffusione.
- Utilizzare il software tractography per quantificare l'integrità del del fascio cingolo. Utilizzare atlanti standard per la regione seme, come quelli da Mori et al. 39 e Catani e De Schotten 40. Filtrare risultante tractography attraverso una regione di esclusione linea mediana per rimuovere le fibre che attraversano tra gli emisferi. Calcolare medio FA, tracce, assiale e diffusività radiale per tutti i voxel attraverso il quale il fascio cingolo passa. </ Li>
- Utilizzare modello misto ANOVA per ogni misura di diffusione, con l'emisfero come una variabile all'interno di soggetto, di confrontare le differenze di gruppo tra PTSD e partecipanti non-PTSD, statisticamente controllando per altri fattori, come la gravità della depressione, abuso di sostanze, trauma cranico lieve e istruzione e demografica variabili tramite ANCOVA.
- Pre-elaborazione
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Risultati rappresentativi sono basati su dati raccolti con lo stesso approccio di imaging in due diversi campioni di individui con una storia di traumi infantili e maltrattamenti, ma senza PTSD 21,22. I risultati di riposo connettività funzionale dello stato analisi hanno rivelato un modello spaziale coerente con i principali nodi del DMN (Figura 1) 1-3,8 compreso il MPFC, PCC, giro angolare / lobulo parietale inferiore e le regioni centrali temporali. La conferma di questa distribuzione spaziale serve come verifica iniziale di validità, e permette di testare la successiva ipotesi.
Modelli di attività cerebrale durante memoria di lavoro vengono visualizzati nella Figura 2. Immagini dal componente 2-back (Figura 2a) mostrano una maggiore attivazione nella rete esecutivo che co-verifica con disattivazione all'interno del DMN. L'attivazione nelle regioni esecutive, come il giro frontale centrale, area motoria supplementare e inferior lobulo parietale sono rappresentati in arancione e rosso, giustapposti con disattivazione in regioni DMN (cioè mPFC, PCC e mediale regioni temporali) mostrati in blu. Questo modello è coerente con la letteratura precedente n-back 11,41 e serve come un controllo di validità prima di procedere alla verifica delle ipotesi. Figura 2b mostra risultati dal componente 0-back del n-back, che dimostra modesto disattivazione, in particolare nel PCC , ma senza una forte disattivazione MPFC. Attivazione moderata si vede anche nella corteccia frontale mediale.
Infine, la portata del fascio cingolo, come rivelato da tractography probabilistica, è illustrato nella Figura 3. Immagini tridimensionale Mostra la forma complessiva e la distribuzione delle fibre cingulum, che tracciano all'incirca la forma complessiva delle regioni DMN (Figura 3a). Per verificare l'accuratezza delle fibre indicate, si raccomanda che questi risultati siano sovrapposti con un indivi Mappa duali 'corticale (ad esempio, generato da programmi che differenziano specifiche regioni corticali). Figura 3b mostra il tratto materia bianca che passa attraverso il MPFC e PCC, e la figura 3c mostra tratti che raggiungono le regioni temporali mediali. Questo assicura che la successiva analisi di gruppo comprendono fibre che collegano regioni cerebrali rilevanti.
Figura 1. Riposo Stato connettività funzionale Mappa della modalità di rete predefinita. Queste immagini mostrano un display sagittale di aree DMN espositrici significativo connettività funzionale positivo con il PCC. Le immagini sono thresholded a p <0.05, corretto per confronti multipli. Coordinate x di ogni fetta sono mostrati in basso a sinistra dell'immagine corrispondente.
Figura 2. Spaziale pattern di attivazione Durante Working Memory. a) sezione sagittale del cervello per illustrare modelli associate all'attività memoria di lavoro 2-back. Pattern di attivazione all'interno della rete esecutivo sono illustrati in arancione / rosso e DMN disattivazione viene visualizzato in blu. Le immagini sono thresholded a p <0,05 e corretti per confronti multipli. B) dimostra l'attività 0-back, che in genere è combinata con la memoria di lavoro per controllare per l'attenzione. Pattern di attivazione sono in arancione / rosso e la disattivazione in blu; evidente ecco alcune disattivazione DMN con poco attivazione esecutivo. Le immagini sono thresholded a p <0,05, corretto per confronti multipli.
g "width =" 500 "/>
Figura 3. Probabilistica trattografia / strutturale connettività del Cingulum Bundle. a) mostra la forma tridimensionale e modello di queste fibre, con sezioni del cervello inclusi per riferimento visivo; b) illustra come queste fibre viaggiano attraverso il MPFC e PCC (rosso e blu, rispettivamente), ec) dimostra come queste fibre viaggiano attraverso la componente temporale mediale del DMN.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
I due passaggi più critici per la corretta attuazione del protocollo di neuroimaging sono accuratamente catturare stato di riposo e di lavoro effetti di memoria.
Concettualmente, l'acquisizione di immagini di stato di riposo è semplice. Poiché non vi è alcun compito da svolgere, sperimentatori spesso descrivono l'attività cerebrale durante queste epoche come "resto". Tuttavia, poiché questo campo è relativamente nuovo rispetto ad altre aree del neuroimaging 1, non c'è consenso esplicito di come definire con precisione "riposo "nello scanner. La maggior parte dei protocolli, compreso questo, chiedono ai partecipanti di vedere una croce fissazione su uno schermo. La durata del singolo scansione stato di riposo è anche molto variabile in letteratura, generalmente compreso tra 4 e 12 min, e con entrambi gli occhi aperti o chiusi occhi 42. In questo protocollo, due 4 min scansioni sono state implementate per un totale di 8 min, con gli occhi aperti, la visualizzazione di nuovo una semplice croce di fissazione biancost uno sfondo nero. La ricerca futura potrebbe beneficiare notevolmente l'accettazione di un approccio standardizzato per riposarsi acquisizione dati Stato per facilitare la generalizzazione tra gli studi.
Un altro punto critico durante il riposo l'acquisizione dello stato è l'impatto del movimento della testa. Recenti ricerche hanno dimostrato chiaramente che il movimento durante il riposo le scansioni di Stato porta a falsi correlazioni nei successivi connettività funzionale analisi 43-45. Pertanto, i partecipanti devono rimanere il più immobile possibile per tutta la sessione di scansione dello stato di riposo. Durante lo sviluppo protocollo, soggetti estremamente ansiosi non erano in grado di rimanere fermo per molto tempo, spesso nell'ordine di 4-5 min. Riflettendo questa esperienza, molte procedure possono ridurre al minimo l'impatto dei movimenti partecipante, incluso l'acquisto di due di riposo scansioni statali 4 min e censurando le immagini con movimento superiore a 1,5 mm (corrispondente a 1/2 voxel) 32. Censurare nulla inferiore a 1 mm movement (ad esempio, 0,5 mm) nei soggetti clinici può portare alla riduzione dei dati che compromette ulteriori analisi di dati.
Un altro componente critico nella acquisizione delle immagini è l'importanza di praticare compiti di memoria di lavoro prima di imaging. Poiché il principio interesse di questo protocollo è la disattivazione del DMN in risposta alle richieste di compiti difficili, la rete esecutivo deve essere sufficientemente sfidato. Ciò richiede colpisce un attento equilibrio tra travolgente un partecipante clinico (che può avere l'ansia significativo) e l'acquisizione di immagini durante la sfida cognitiva. Questo equilibrio può essere colpito da avere il partecipante pratica il compito di memoria di lavoro al di fuori dello scanner. Ciò avviene tipicamente seduti in una camera separata, utilizzando un dispositivo di input identico (se possibile) come è usata nella macchina. Un rapido punteggio dei risultati di n-back comportamentali rivela se i partecipanti eseguono adeguatamente. E 'anche importante ricordareNon sono attesi i partecipanti che l'esperimento è stato progettato per indurre sforzo cognitivo e un punteggio perfetto. In studi precedenti, disattivazioni DMN si sono verificati in modo simile sia con le risposte corrette e non corrette 18,23. Questo potrebbe essere previsto data la natura del paradigma n-back, che suscita un set cognitivo che richiede le funzioni cognitive coerenti in tutta l'attività, indipendentemente l'accuratezza di qualsiasi risposta.
Questo approccio ha diversi limiti, che sono inerenti a un campo che sta rapidamente progredendo. Ad esempio, il termine DMN è stato coniato nel 2001, quindi è ragionevole supporre che i metodi di imaging per caratterizzare la sua struttura e funzione rimangono, se non nella prima infanzia, nella prima adolescenza. Protocolli e parametri di imaging nuove sono in continua evoluzione pertinenti allo stress condizioni psichiatriche 23,46, sollevando la questione se i risultati precedenti possono essere riprodotti utilizzando diversi approcci. Un altro eccellente exampia di questo è l'impatto del movimento su scansioni stato di riposo, che ha guadagnato ampio riconoscimento nel 2012 43-45. Mentre i ricercatori attuali attuare procedure di correzione di movimento, la mancanza di questa correzione complica l'interpretazione dei dati precedentemente pubblicati. Un altro esempio importante è la polemica sulla rimozione del segnale globale, che è una tecnica di pre-elaborazione comune utilizzata per ridurre il rumore, ma può indurre falsi correlazioni in riposo dati relativi allo stato 33,34.
In sintesi, questo protocollo utilizza lo stato di riposo complementari, memoria di lavoro e dei metodi di neuroimaging strutturale per visualizzare il DMN. Il vantaggio principale di questo approccio è la sua valutazione multimodale di una singola rete cervello; ciascuno di questi approcci neuroimaging fornisce informazioni uniche e complementari sulla funzione di questa importante rete. Mentre il protocollo qui descritto è stato usato per caratterizzare correlati dell'esposizione allo stress, combinazioni di qualsiasi or tutti questi approcci si prestano a favorire lo sviluppo come neuroimaging biomarcatori di disturbi dell'umore e di ansia.
Subscription Required. Please recommend JoVE to your librarian.
Acknowledgments
Generazione di dati rappresentativi è stato sostenuto da NIH di Grant R01HL084178, 5R01MH068767-08, e sovvenzioni dal Brown MRI Research Facility e Rhode Island Foundation. VA CSR & S di Grant 1 IK2 CX000724-01A2 sostenuto lo sviluppo del protocollo e ulteriori lavori. Ringraziamo tutti i nostri partecipanti.
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 |
References
- Raichle, M. E., et al.
- Fransson, P. How default is the default mode of brain function? Further evidence from intrinsic BOLD signal fluctuations. Neuropsychologia. 44, 2836-2845 (2006).
- 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).
- 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).
- Patel, R., et al. Disruptive effects of glucocorticoids on glutathione peroxidase biochemistry in hippocampal cultures. J Neurochem. 82, 118-125 (2002).
- 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).
- 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).
- 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).
- 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).
- Fox, M. D., Greicius, M. Clinical applications of resting state functional connectivity. Front Syst Neurosci. 4, 19 (2010).
- Sweet, L. H., et al. Effects of nicotine withdrawal on verbal working memory and associated brain response. Psychiatry Res. 183, 69-74 (2010).
- Samuelson, K. W., et al. Neuropsychological functioning in posttraumatic stress disorder and alcohol abuse. Neuropsychology. 20, 716-726 (2006).
- Vasterling, J. J., et al. Attention and memory dysfunction in posttraumatic stress disorder. Neuropsychology. 12, 125-133 (1998).
- Yehuda, R., et al. Learning and memory in combat veterans with posttraumatic stress disorder. Am J Psychiatry. 152, 137-139 (1995).
- 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).
- 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).
- Peres, J. F., et al. Police officers under attack: resilience implications of an fMRI study. J Psychiatr Res. 45, 727-734 (2011).
- 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).
- Sweet, L. H., et al. Imaging phonological similarity effects on verbal working memory. Neuropsychologia. 46, 1114-1123 (2008).
- 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).
- Kim, S. J., et al. Asymmetrically altered integrity of cingulum bundle in posttraumatic stress disorder. Neuropsychobiology. 54, 120-125 (2006).
- Vogt, B. A., et al. Functional heterogeneity in cingulate cortex: the anterior executive and posterior evaluative regions. Cereb Cortex. 2, 435-443 (1992).
- 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).
- First, M. B., Spitzer, R. L., Gibbon, M., Williams, J. B. W. Structured Clinical Interview for Axis I DSM-IV Disorders. , (1994).
- Blake, D. D., et al. The development of a clinician-administered PTSD scale. J Trauma Stress. 8, 75-90 (1995).
- 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).
- Wolfe, J. W., Kimerling, R., Brown, P. J., Chrestman, K. R., Levin, K. Psychometric review of The Life Stressor Checklist-Revised. , Sidran Press. (1996).
- Bernstein, D. P., Fink, L. Childhood trauma questionnaire: a retrospective self-report. , Pearson Education, Inc. (1998).
- Cohen, S., et al. A global measure of perceived stress. J Health Soc Behav. 24, 385-396 (1983).
- 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).
- Reynolds, R.
- Posner, J., et al. Antidepressants normalize the default mode network in patients with dysthymia. JAMA Psychiatry. 70, 373-382 (2013).
- Murphy, K., et al. The impact of global signal regression on resting state correlations: are anti-correlated networks introduced. Neuroimage. 44, 893-905 (2009).
- 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).
- Shirer, W. R., et al. Decoding subject-driven cognitive states with whole-brain connectivity patterns. Cereb Cortex. 22, 158-165 (2012).
- Fisher, R. A. Frequency distribution of the values of the correlation coefficient in samples of an indefinitely large population. Biometrika. 10, 507-521 (1915).
- Cox, R. W.
- Smith, S. M., et al. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data. Neuroimage. 31, 1487-1505 (2006).
- Mori, S., Wakana, S., Nagae-Poetscher, L. M., van Zijl, P. C. M. MRI Atlas of Human White Matter. , (2005).
- Catani, M., Thiebaut de Schotten, M. A diffusion tensor imaging tractography atlas for virtual in vivo dissections. Cortex. 44, 1105-1132 (2008).
- 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).
- Cole, D. M., et al. Advances and pitfalls in the analysis and interpretation of resting-state FMRI data. Front Syst Neurosci. 4, 8 (2012).
- Power, J. D., et al. Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion. Neuroimage. 59, 2142-2154 (2012).
- 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).
- Van Dijk, K. R., et al. The influence of head motion on intrinsic functional connectivity MRI. Neuroimage. 59, 431-438 (2012).
- 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).
