Waiting
Login processing...

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

Neuroscience

Dinamik arası konu fonksiyonel bağlantı ortaya koymaktadır an an beyin ağ yapılandırmaları tarafından sürekli tahrik veya iletişim paradigmaların

Published: March 21, 2019 doi: 10.3791/59083
Automatic Translation
1,2, 3, 3, 1,2
1Institute of Bioengineering, École Polytechnique Fédérale de Lausanne (EPFL), 2Department of Radiology and Medical Informatics, University of Geneva, 3Department of Neuroscience, University of Geneva

Summary

Açıklanan yaklaşım amacı ne anlarda paradigma (zamansal perspektif) ve hangi bölgelerine (mekansal perspektif) arasında fonksiyonel bağlantı içinde önemli kurulmaksızın fonksiyonel manyetik rezonans görüntüleme üzerinde meydana belirlemektir kayıtları sırasında zaman kilitli bir uyarıcı oynanır.

Abstract

Görev tabanlı fonksiyonel manyetik rezonans görüntüleme bizim beyin stimülasyonu türleri için nasıl tepki verdiğini anlamak için büyük bir potansiyel taşımaktadır; Ancak, bu kez fonksiyonel işleme dinamik faset dikkate almadan sağlanır ve analitik çıkışları genellikle birleştirilmiş görev temelli etkileri etkileri ve beyin aktivitesinin temel spontan dalgalanmalar için hesap. Burada, bu kısıtlamalar dışında gidebilirsiniz bir roman metodolojik boru hattı tanıtmak: sürgülü pencere analitik düzeni kullanımına zaman içinde işlevsel değişikliklerin izlenmesine izin verir ve çapraz-konu ile bağlantılı ölçümleri, yaklaşım olabilir tamamen uyarıcı ile ilgili etkileri yalıtmak. Titiz eşik işlemi sayesinde arası konu fonksiyonel ilişki içinde önemli değişiklikler çıkarılan ve analiz.

Sağlıklı deneklerin doğal görsel-işitsel uyarım yapılan bir sette, biz film sökülmüş fonksiyonel kurulmaksızın belirli ipuçlarını bağlayarak yaklaşım kullanışlılığı göstermek. Biz nasıl, bizim yöntem bir beyin aktivitesi (belirli bir bağlantı evrimi) ya da geçici bir profil yakalamak, veya kayma anlık bir anahtar saat noktada odak gösteriyor. Biz bütün boru hattı genel kullanıma sunulan bir halini sağlar ve kullanımı ve etkisi anahtar parametreleri adım adım açıklayın.

Introduction

Fonksiyonel manyetik rezonans görüntüleme (fMRI) non-invaziv dış uyarılması sonucu beyin aktivitesi içinde değişiklikleri izlemek için tercih edilen aracı haline gelmiştir. Daha ayrıntılı olarak, canlı faiz bölgesel harekete geçirmek zaman kursları, fonksiyonel bağlantı (FC)1 olarak bilinen ve genellikle Pearson korelasyon hesaplanan arasında istatistiksel dayanışma anlayışı hakkında ortaya çıkmıştır katsayısı. Beyin arasında işlevsel interplays kapsamlı temel görev2,3,4bir fonksiyonu olarak yeniden yapılandırmak için gösterilmiştir.

İki analitik ayrı ayrı izlemek yön bu tanıtım karakterizasyonu gitmek için: bir yandan, belirli beyin bölgesi içinde bir zaman kilitli uyarıcı tarafından indüklenen yanıt şiddetle5 ayrı konular arasında ilişkilendirmek için gözlenmiştir . Bu korelasyon arası konu (Isc) miktarının biliş6,7,8,9 ve beyin hastalıkları10,11 anlayışımızı geliştirmek için potansiyel gösterdi . Ayrıca, bu çapraz-konu bağlantılı yaklaşım aynı zamanda çapraz bölgesel synchronicity12 arası konu fonksiyonel korelasyon (ISFC) yaklaşım13bilinen oldu, değerlendirilmesi için uzatıldı.

Öte yandan, artan ilgi almak FC kurulmaksızın dinamik lezzeti başladı (Hutchison vd.14, Preti, Bolton ve Van De Ville15, Gonzales-Castillo ve Bandettini16 son değerlendirmeler için bkz: dinlenme-devlet ve görevlere tarafında bu soru). Özellikle, Bütün beyin FC değişiklikler zamanla üst üste korelasyon ölçümleri ek anlayış davranış görevleri bağlamında ortaya bir yavaş yavaş ötelenen geçici alt pencere17,18, üzerinden izlenebilir 19,20.

Burada, bu iki caddeleri birleştiren bir metodolojik çerçeve mevcut. Gerçekten de, ISFC için bir zaman kilitli, doğal paradigma maruz konular arasında çapraz bölgesel synchronicity evrimi izlemek için sürgülü pencere moda hesaplamak. (Bu konular arasında uncorrelated) spontan fMRI değişiklikleri şiddetle sönümlü iken yöntemi çapraz-konu yönünü uyarıcı tahrik etkileri üzerinde analizleri odaklandık. Bu önemli çünkü dinlenme-devlet ve görev uyarılmış etkinlik desenler giderek farklı özellikleri21,22tarafından karakterize edilebilir için anlaşılır.

Yöntemi dinamik bileşen gelince, bu görev uyaranlara, daha eksiksiz ve doğru karakterizasyonu özellikle doğal bir paradigma yardımlar (işitsel, görsel, sosyal, vb) farklı bir dizi zaman içinde birleştirilir sondalama sağlar. Önemli dinamik dalgalanmaları ses istatistiksel değerlendirilmesi hararetli tartışılan23,24olduğu gibi daha fazla, bizim önemli ISFC değişimler izole ederek analizler bu yönünü çok belirli yaklaşım uygun null veri karşılaştırma.

Biz kimin için gösterdiğimiz zamansal ve mekansal ISFC alt aralıkları doğru bir şekilde elde edilebilir yerelleştirilmiş filmden kaynaklanan profilleri değiştirmek bir görsel-işitsel film uyarana maruz sağlıklı konularda bir dizi yöntem gösterilmektedir. Bunu yaparken, aynı zamanda kullanıcı tarafından seçilecek ana analitik parametreleri etkisi açıklanmaktadır. Sunulan bulgular önceden yayımlanmış veri25,26parçası üzerinde temel alır.

Protocol

Aşağıdaki iletişim kuralı yerel Etik Komitesi (Biyomedikal INSERM 365 Protokolü C08-39) tarafından onaylanmıştır.

1. ön görüntüleme

  1. Yazılı Onam hepsi için bir çalışma nüfus alma konuların kayıt. Yerel Etik Komitesi onayını isteyin.
  2. Araştırmak için tüm konular için zaman kilitli şekilde uygulanabilir bir paradigma seçin.
    Not: Burada, bir görsel-işitsel bilimsel belgesel gençler (https://miplab.epfl.ch/index.php/miplife/research/supplement-asd-study) için kullanılır.

2. görüntüleme

  1. Her konu analizleri dikkate almak, taranan gönüllü ilgi zaman kilitli paradigma tabi tutulur en az bir fonksiyonel görüntüleme oturumu gerçekleştirin.
    1. Enine dilimleri görüntüleme sırası bir echoplanar aracılığıyla elde etmek için 3 Tesla Mr tarayıcı kullanmak.
    2. Aşağıdaki görüntü parametreleri istihdam: Voksel boyutu = 3 mm x 3 mm x 3 mm, tekrarlama zamanı (TR) 2 = s, yankı zaman 50 ms, görüş alanı = 192, = 40 dilimleri.
      Not: Daha hızlı TR değerleri fizibilite kapsamında teşvik edilmektedir. Protokolü de bir daha sınırlı alan bir daha iyi zamansal çözünürlük (daha düşük TR) ya da dağınık şekilde daha kesin çözümleme sağlayacak bakış açısı ile (örneğin, analizleri) belirli beyin alt yapısı için sınırlı, uygulanabilir.
    3. (≥ 2 TR) kayıt birkaç saniye önce ve uyarıcı sunumunu sonra bırakın.
  2. En az bir ayrı fonksiyonel görüntüleme oturumunu hangi tarayıcı içinde kalan, taranan gönüllü uzaklıktadır, gözleri kapalı ve uykuya değil için talimat verdi.
    Not: Ayrı uyarıcı ile ilgili ve dinlenme-devlet satın almalar önlemek başka türlü mümkün interplays koşulları arasında (örneğin, önceden film izledim sonra kalıcı iz sonradan edinilen bir dinlenme-devlet kayıt bırakabilirsiniz)27. Yukarıda belirtilen ek dinlenme-devlet satın alma yoluyla, alternatif gitmek istenmiyorsa (de olsa yanlış mutlak; tespiti daha eğilimli bakınız) boru hattı hesaplama seçeneğinin yerini alır bu veri vekil zaman kursları tarafından (bkz. Adım 5.1.2) paradigma ile ilgili sinyalleri hesaplanır.
  3. Yapısal görüntüleme gerçekleştirmek.
    1. 3 Tesla Mr inceden inceye gözden geçirmek ve bir hızlı edinme mıknatıslanma hazırlanan T1 ağırlıklı degrade yankı sırası kullanın.
    2. Aşağıdaki görüntü parametreleri istihdam: Voksel boyutu 1 mm x 1 mm x 1 mm, görüş alanı = 256, = 176 dilimleri.

3. veri ve yazılım hazırlık

  1. Analiz etmek her oturum için aşağıdaki veri dosyaları olduğundan emin olun:
    1. Fonksiyonel MRI birimleri, ayrı 3D NIFTI veya HDR/IMG dosyaları olarak, tutarlı bir numaralandırma düzeni (örneğin, "fMRI_0001", "fMRI_0002", vb) ile sunmak.
    2. Bir T1 yapısal MRI, biçiminde resim NIFTI veya HDR/IMG.
    3. Montreal nörolojik Enstitüsü (MNI) alanı, NIFTI biçiminde ilgi bir atlas.
      Not: Gerekli giriş dosyaları örneği için bir temsilci konu ("S17"), https://c4science.ch/source/Intersubj_pipeline.git , tam ardışık düzen kodu ile birlikte sağlanan
  2. Yayım kullanılabilir Freesurfer yazılım28 (https://surfer.nmr.mgh.harvard.edu/fswiki/DownloadAndInstall) en son sürümünü karşıdan yükleyin.
  3. Yayım kullanılabilir istatistik parametrik eşleme (SPM) MATLAB araç kutusu en son sürümünü https://www.fil.ion.ucl.ac.uk/spm/software/spm12/indirin.
  4. Açın MATLAB (sürüm 2017a veya daha yeni) ve yerini yeni indirilen "freesurfer" ve "spm12" ağıl. Her biri için doğru tıkırtı üstünde o ve seçme eklemek yolu > Seçili klasörleri ve alt klasörleri seçeneği.

4. ön bilgi

  1. MATLAB terminalde SPM12 ana menü başlatmak ve fMRI düğmesini önişleme seçeneklerine erişmek için türü spm fMRI veri için ayrılmış. Önişlem ayrı ayrı her fMRI oturum için aşağıdaki adımları uygulayın.
    1. (Est & Res) yeniden düzenlemekve yeni açık toplu iş Düzenleyicisi penceresinde tıklatın, veri üzerinde çift tıklayın > oturum. Yeni açık oturumu penceresinde tüm fonksiyonel görüntüleri işlemek için seçin. O zaman, bitti düğmesini ve daha sonra toplu iş Düzenleyicisi penceresinden (yeşil üçgen) Çalıştırmak toplu simgesini tıklatın. MATLAB terminal penceresinde belirtildiği şekilde yeniden düzenlenmesi adım bitene kadar bekleyin.
    2. Coregister (Est & Res)ve yeni açık toplu iş Düzenleyicisi penceresinde tıklatın, başvuru yansımasıüzerine çift tıklayın. Yeni açık referans görüntü penceresinde "demek" öneki Aşağıdaki adımda oluşturduğunuz ortalama fonksiyonel birimi seçin ve bitti düğmesini tıklatın. O zaman, çift kaynak görüntüdeve yeni açık kaynak görüntü penceresinde tıkırtı, T1 görüntüyü seçin. Bitti düğmesini ve daha sonra toplu iş Düzenleyicisi penceresinden (yeşil üçgen) Çalıştırmak toplu simgesini tıklatın. MATLAB terminal penceresinde gösterildiği gibi coregistration adım bitene kadar bekleyin.
      Not: böylece Güncellenme Zamanı olan işlevsel birimler olarak aynı uzayda yatıyor T1 görüntü bu adımda yazılır.
    3. Kesimindekive yeni açık toplu iş Düzenleyicisi penceresinde tıklatın, birimlerüzerinde çift tıklayın. Yeni açık birimleri penceresinde T1 görüntüyü seçin ve bitti düğmesini tıklatın. Sonra toplu iş Düzenleyicisi penceresinde Deformasyon alanları çift tıklatın ve ters seçeneği seçin. (Yeşil üçgen) Çalıştırmak toplu simgesine tıklayın ve MATLAB terminal penceresinde belirtildiği şekilde bölümleme adım bitene kadar bekleyin.
  2. JOVE_GUI1 ilk önişleme grafik kullanıcı arabirimi penceresini açmak için MATLAB terminalde yazın. Her fMRI oturum analiz etmek için aşağıdaki adımları uygulayın.
    1. Enter fMRI veriüzerinde tıklatın ve ("r" öneki) 4.1.1. adımda oluşturduğunuz tüm realigned fonksiyonel birimleri seçin. IMG/HDR dosyaları için IMG ve HDR birimleri seçin.
    2. TR (saniye cinsinden) veri adanmış düzenlenebilir metin penceresine girin.
    3. T1 girin veri üzerinde tıklatın ve adım ("c1", "c2" ve "c3" öneki) 4.1.3 oluşturulan üç olasılıkçı doku türü birimleri seçin.
    4. Enter hareket dosyasınıtıklayın ve ilgi 4.1.1. adımda oluşturduğunuz ve "rp ile" öneki oturumundan hareket parametreleri içeren metin dosyasını seçin.
    5. Ön işleme, istenilen türünü, veri ya da değil detrended belirleyin (sırasıyla özel radyo düğmesini açıp ayarlama), ve ne covariates dışarı (uygun seçeneği adanmış listeden seçerek) gerilediği.
      Not: Regresyon adım DPARSF araç kutusu29kaynaklanan bir işlevden esinlenmiştir. Bireysel konularda gelen beyaz madde ve beyin omurilik sıvısı sinyalleri için kendi şablon DPARSF olasılıkçı doku harita bir sinyal 0,99 daha büyük gösterdi voxels üzerinde ortalama. Bizim analizlerde veri detrended ve beyaz madde/cerebrospinal sıvı zaman içerisinde de olarak sabit, doğrusal ve ikinci dereceden eğilimleri geriledi.
    6. Verileri önişlem için Preprocessüzerinde tıklatın ve görüntü penceresinde görünmesini bekleyin. Verileri farklı seçenekleri değiştirerek ve bir daha da Preprocess düğmesine basılarak yeniden Önişlenmiş.
      Not: Gri madde arsa güç ve ark.30tarafından önerilen temsil dan esinlenmiştir.
    7. Aşağıdaki adımları için çıkışı kaydetmek için Kaydet düğmesini tıklatın. Pencerenin içeriğini temizlemek için Temizle düğmesini tıklatın.

Supplementary Figure 1
Ek şekil 1: örnek screenshot ilk önişleme grafik kullanıcı arabirimi penceresinden. Voksel-bilge aşağıdaki seçili önişleme seçenek (üst sağ çizgi) ve ön işleme içinde kullanılabilir covariates gri madde voxels derslerin zaman (yukarıdan aşağıya doğru: beyin omurilik sıvısı/beyaz madde ortalama süre kursları, translasyonel hareket Parametreler ve dönme hareketi parametreleri. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

  1. JOVE_GUI2 ikinci önişleme grafik kullanıcı arabirimi penceresini açmak için MATLAB terminalde yazın. Her fMRI oturum analiz etmek için aşağıdaki adımları uygulayın.
    1. Verileri seçin' i tıklatın ve adım 4.2.7 (adlandırılmış "ISFC_VX.mat")'de kaydettiğiniz veri dosyasını seçin.
    2. Hareket seçin' i tıklatın ve ilgi 4.1.1. adımda oluşturduğunuz ve "rp ile" öneki oturumundan hareket parametreleri içeren metin dosyasını seçin.
    3. Atlas seçin' i tıklatın ve parcellation için kullanılacak atlas temsil eden NIFTI dosyasını seçin.
    4. Ters warp seçin' i tıklatın ve MNI deformasyon alanından oluşturulan yerel alan için 4.1.3 adım ve "Iy" öneki temsil NIFTI dosya seçin.
    5. FMRI birimi seçin' i tıklatın ve fMRI veri birimlerini seçin.
      Not: Neden gerçek Seçilen birim önemli değil başlık bilgilerini dolayısıyla işlevsel veri erişmek için bu adım etkinleştirir.
    6. TR (saniye cinsinden) veri adanmış düzenlenebilir metin penceresine girin.
    7. Ovma ilgili bilgileri girin: gerçekleştirmek için ovma türünü (yani, önce ve sonra etiketlenmiş olanlar dışarı girecek kaç kare) listesi "türü yıka" ve framewise öteleme eşik değeri (elektrikler ölçütü31) "Kese eşik" düzenlenebilir metin penceresinde (mm) üzerinde fMRI birimlere temizlendi.
      Not: Kübik spline enterpolasyon onları komşu örnekleri tahmini değerlerle değiştirmek için temizlendi veri noktası üzerinde gerçekleştirilir. Bizim analizlerde bir kare sonra etiketli birimleri temizlendi ve 0,5 mm eşik ovma için kullanılan.
    8. TRs (bkz. Adım 5) ISFC hesaplama kullanmak için sürgülü pencere W boyutunu girin.
      Not: Bu parça-in bilgi--dan DPARSF araç kutusu29kaynaklanan bir işlev ile zaman derslerin filtrelemesini etkinleştirmek, f = 1/W Hz32. Bizim analizleri, kullandığımız W = 10 TR bir ticaret-off değeri olarak sağlam tahminler için yeterli örnekleri korunması ise dinamik dalgalanmaları yakalamak için.
    9. Gösterge atlased zaman içerisinde (en iyi çizgi) önce görüntülemek için arsa düğmesini tıklatın ve sonra (alt çizgi) ovma ve adımları filtreleme. Doğrulayın bu seçili ön işleme aşağıdaki adımları, görsel denetim tarafından bu çıkış sinyalleri belirgin manipülasyonun bileşenleri dahil değil.
    10. Aşağıdaki adımları için çıkışlarını kaydetmek için bir kayıt girin adlandırın adanmış düzenlenebilir metin penceresinde ve Kaydet düğmesini tıklatın. Pencerenin içeriğini temizlemek için Temizle düğmesini tıklatın.

Supplementary Figure 2
Ek Şekil 2: örnek ekran görüntüsü ikinci önişleme grafik kullanıcı arabirimi penceresinden. Atlasing (en iyi çizgi) önce takip bölgesel zaman kursları ve (alt çizgi) ovma ve göre filtreleme parametreleri seçtikten sonra. Her eğrinin tüm kullanılabilir olanlar arasında rastgele seçilen bir bölgesel zaman kursu gösteriyor. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

5. kayan pencere ISFC hesaplamaları

  1. JOVE_GUI3 ilk ISFC ilgili grafik kullanıcı arabirim penceresini açmak için MATLAB terminalde yazın. Aşağıdaki adımları ayrı ayrı alınan fMRI oturum kesimi (uyarıcı ile ilgili kesimleri, dinlenme-devlet kesimleri uyarıcı ile ilgili oturumları ve tamamen dinlenme devlet parça) her tür için gerçekleştirin.
    1. Yük veriüzerinde tıklatın ve adım 4.3 ile oluşturulan tüm uygun veri dosyalarını seçin.
    2. Seçili oturum kesimleri faz randomizasyon geçmesi olup olmadığını seçin.
      Not: Yok dinlenme-devlet kayıtları mevcuttur faz randomizasyon uyarıcı ile ilgili sinyalleri, null veri nesil için alternatif bir seçenek olarak kullanılabilir.
    3. TR (saniye cinsinden) veri adanmış düzenlenebilir metin penceresine girin.
    4. Özel düzenlenebilir metin windows analizde kullanılacak sürgülü pencere parametrelerini girin: hangi bağlantı ölçüleri hesaplanan pencere boyutu (TRs) ve hangi tarafından art arda gelen windows kaymıştır adım boyutu (TRs).
      Not: Bizim analizleri, biz bir pencere boyutu 10 kullanılan TR ve bir adım boyutu 1 TR.
    5. Yüklenen oturum parçaların aynı deneysel koşullarda elde belirtmek için "Oturum türleri" tabloyu değiştirebilirsiniz. (Örneğin, uyarıcı ilk kez veya ikinci kez belirli bir kayıt görüntüleniyorsa) itibaren etiketi farklı kesimleri için 1 artan tamsayı numaraları kullanın. Eğer sadece bir tür oturum segment satın alınmıştır el değmemiş masadan.
      Not: Mevcut çalışma oturumunda (Çalıştır1 olarak adlandırdığı ve2 şekil 1A' çalıştırmak) kombine bir film/dinlenme-devlet kayıt veya tamamen dinlenme devlet kayıt (3çalıştırmak) için başvurabilir. Bir oturum kesimi film izlerken veya istirahat konularda yalan söylediğinde bir oturum kayıt bir alt bölümüne başvuruda bulunan. Yukarıdaki bilgilerin (bkz. Adım 5.1.8) daha sonra açıklanan ISFC hesaplamaları oturumunu farklı kesim türleri karıştırıcı etkisini sınırlamak için kullanılır.
    6. Özel düzenlenebilir metin windows önyükleme ile ilgili parametreleri girin: kıvrım ISFC hesaplamaları gerçekleştirmek için üzerinde önyükleme sayısını ve her kat olan ISFC yalıtımı için başvuru grubu teşkil konular sayısı.
      Not: Bizim analizleri, biz 250 önyükleme kıvrımlar ve 6 konular referans grubu kullanılır.
    7. Hangi zaman içerisinde alt kısmını zamanlama parametreleri bölümünde, özel düzenlenebilir metin windows analiz edilmelidir özellikleri girin. Başlangıç dizini ve bir bitiş dizinde (TRs) sağlanmalıdır. Tüm kayıt süresi çözümlemek için 1 dizin ve örneklerin sayısını Bitiş dizini başlangıç olarak kullanın.
    8. ISFC hesaplamaları gerçekleştirmek için Çiz düğmesini tıklatın. Görüntüler ile birlikte geçen önyükleme kıvrımlar miktarı zaman içinde yavaş yavaş güncelleştirilir. Bir bölge çifti (i, j) ve bir kayan pencere dizin τ için ISFC oturum segment s ve başvuru grubundan sürgülü pencere uzunlukta W içinde tüm oturum kesimleri arasında çapraz korelasyon ortalaması hesaplanır; Bu başvuru grubu tarafından Ψ, konulara göre NΨve izini[s](t) zaman ders bölgenin x sayısını belirtmek ben oturum segment s zaman t; o zaman bir ISFC tahmin verilir:
      Equation 2
      ISFC ölçümler kıvrımlar önyükleme belirtilen tutar hesaplanır ve her bir başvuru grubu olarak kullanılan oturum kesimleri seçili sayı ile (bkz. Adım 5.1.6) katlayın. Birkaç oturum segment alt türleri varsa, alt türü örnekleri karışımı her zaman başvuru grubu oluşturur. Son çıktı için her oturum parça içinde bir referans ölçüm dahil değildi tüm kıvrımları arasında ortalama ISFC var.
      Not: Başvuru grubu hangi oturum kesimleri kümesi oturum segment s derslerin önyükleme işleminin her kat karşılaştırılır fonksiyonel zamanı. Daha fazla olmak için sonuçlar aykırı veri noktaları, sağlam ISFC birden çok kez bir farklı başvuru grubu (diğer bir deyişle, farklı alt kümesini oturum kesimleri) hesaplanır. Önemlisi, ikinci W veri noktaları bir dizi hesaplanır ve art arda gelen tahminler için pencere adım boyu dayanır gibi satın alma zaman t sürgülü pencere dizin τ eşleşmiyor. Önyükleme işleminin eski bir çalışmada Byrge ve ark.33tarafından ilham kaynağı oldu.
    9. Aşağıdaki adımları için çıkışlarını kaydetmek için bir kayıt girin adlandırın adanmış düzenlenebilir metin penceresinde ve Kaydet düğmesini tıklatın. Pencerenin içeriğini temizlemek için Temizle düğmesini tıklatın.

Supplementary Figure 3
Ek şekil 3: örnek screenshot ilk ISFC ilgili grafik kullanıcı arabirim penceresinden. (En iyi çizgi) Ne sıklıkta her oturum kabul şematik gösterim vardır hesaplanan onun ISFC ölçümleri (yani, başvuru grubu içinde seçili değildir). (Alt çizgi) Gösterge bir konuda ISFC zaman içerisinde en büyük toplanan mutlak ISFC değerleri zamana sergilenmesi olanlar olarak seçilen elli örnek bağlantılar için hesaplanan. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

  1. JOVE_GUI4 ikinci ISFC ile ilgili grafik kullanıcı arabirim penceresini açmak için MATLAB terminalde yazın.
    1. Yük ISFC veri üzerinde tıklatın ve uyarıcı ile ilgili ISFC çıktı dosyaları 5.1. adımda oluşturduğunuz seçin.
    2. Tıklatın null verileri yüklemek ve select, bağlı olarak kullanılan null veri üretimi düzeni, dinlenme-devlet ISFC veya faz randomize 5.1. adımda oluşturduğunuz uyarıcı ile ilgili ISFC çıktı dosyaları.
    3. Yük kitabında üzerinde tıklatın ve 4.3. adımda oluşturduğunuz kitabında dosyayı seçin.
    4. TR (saniye cinsinden) veri adanmış düzenlenebilir metin penceresine girin.
    5. Hesaplamaları adım 5.1 (pencere boyutunu ve adım boyu, TRs) özel düzenlenebilir metin Windows kullanılan sürgülü pencere parametreleri girin.
    6. (Yüzde) hangi-meli var olmak önemli değişiklikler adanmış düzenlenebilir metin penceresindeki vurgulamak için thresholded ISFC zaman içerisinde α değeri girin.
      Not: Burada ve başka yerlerde, bir α-değer için % 2.5 söz konusu olduğunda, bir değer 2.5inci yüzdelik daha düşük veya null veri 97,5inci yüzdelik daha büyük olduğunda önemi elde edilmiş olur demektir. Bizim analizlerde 5,762 dinlenme-devlet veri noktaları için elimizdeki vardı ve 10-4α değerinin seçili. Bu %0.01 veri örneklerinden seçilen eşikleri hangi önemli bir ISFC gezi kabul eşit veya daha büyük olması için istediğimiz anlamına gelir. Karşılaştırma amacıyla, Bonferroni düzeltmesi tarafından talep α düzeyi 0.05/44,551 için 10-6, x 1,12 = ve en sıkı α-veri (n örnekleri) bizim miktarı ile etkin düzeye olurdu Equation 3 .
    7. Hangi tüm kullanılabilir boş ISFC ölçümleri, hangi uyarıcı ile ilgili ISFC ölçümler çoğu boş bir dağıtım oluşturmak için belirli bir bağlantı için toplanan ISFC eşik işlemi gerçekleştirmeye Çiz düğmesini tıklayın Seçili α-değere göre thresholded. Hangi bir uyarıcı ile ilgili ISFC değeri istatistiksel olarak önemli ölçüde null dağıtım aştığı zaman puan -1 etiketlenmiş / + 1 için önemli ISFC azalır ve artar, anılan sıraya göre.
      Not: Eşik süreç dinlenme-devlet dinamik FC işten Betzel ve ark.23ilham çizer.
    8. ISFC kayma desenleri farklı zaman noktalarda görselleştirmek için ISFC gezi arsa altındaki kaydırıcıyı sürükleyin.

Supplementary Figure 4
Ek şekil 4: örnek ekran görüntüsü ikinci ISFC ile ilgili grafik kullanıcı arabirim penceresinden. (Üst sol çizgi) Gösterge bir konuda ISFC zaman içerisinde üç örnek bağlantılar için hesaplanan önemli ISFC geziler en büyük miktarda sergilenmesi olanlar seçilen ve onların ilişkili hesaplanan önemi eşikleri (yatay çizgi) ile görüntülenir. (Alt sol çizgi) Aynı bağlantılarında, ilişkili gezi zaman kursları ile iki kuyruklu % 95 güven aralıkları hata ölçü görüntülenen konular arasında ortalama. (Doğru çizgi) Kayma ISFC desen (ortalama ISFC geziler konular arasında) seçilen zaman noktası için siyah dikey bir çizgi üzerinde ISFC ve gezi araziler gösterilir. Pozitif ISFC gezi sarıyla gösterilir ve olanlar pembe negatif. Düğümleri boyutu ve renk kodu kendi dereceye orantılı. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

Representative Results

Burada, n kabul kimin için yazılı bilgilendirilmiş izni elde 15 genellikle gelişmekte olan (TD) konular =. Tüm sağ elini (23.42 ± 7,8 yaşında) erkekti. Seçilen paradigma güneşe maruz kalma ve tehlikeleri hakkında gençler için görsel-işitsel bir bilimsel belgesel oldu. Görsel, işitsel ve sosyal uyaranların büyük bir dizi içerir ve https://miplab.epfl.ch/index.php/miplife/research/supplement-asd-studyizledim.

Biz biçilen film görüntülendiği 5 353 için konu (Çalıştır1 ve Çalıştır2) başına iki oturum elde s (5,8 dk süresi). Ayrıca 678 için 386 izleyen bir dinlenme-devlet parça s (4.9 dk süresi). Buna ek olarak, bir sadece dinlenme devlet oturum (RUN3) (bir klostrofobi acı hariç) her ders için satın alındı, kalıcı için 310 s (5.2 dk). Örnek film sahneleri ve alınan veri zamanlama şekil 1A' özetlenmiştir. Önemlisi, Alım protokolü en iyi anlamda değil sadece film pozlama kısmen taşkınlığın etkileri27-Ludwig; bozulabilir sonra alınan bu dinlenme-devlet kayıtları Biz yapmak mevcut bulgular bu veri örnekleri için istatistiksel eşik tatmin edici bir miktarda kullanmak ama bu mümkün olduğunca kaçınılmalıdır.

Biz tüm oturumlar için çerçeveler fazla % 10, 0,5 mm, bir eşik temizlendi ve bölgesel zaman kursları, 299 toplam oluşturmak için Craddock vd.34 (iki düzeyli zamansal korelasyon algoritması) üzerinden parcellation kabul hariç farklı beyin bölgeleri.

ISFC (1 film izlerken RUN1 ve koşmak2/, (2) çalışma1 ve Çalıştır2ve (3 dinlenme-devlet çalışma3 kayıtları dinlenme-devlet subparts subparts ayrı ayrı olarak hesaplanmıştır. Biz bir pencere uzunluğu W kullanılan 10 = TR ana için sonuçları sunulan ve karşılaştırmak onları W düşük bir değere = TR. Bootstrapping yapıldı 1 kaldı eşit gerçekleştirilen 6 oturum da dahil olmak üzere 250'den fazla folds TR. adım boyu her zaman segmentleri her başvuru grubu 5.

Şekil 1B W oluşturulan ISFC zaman dersler görüntüler 10 = TR ve W = 5 TR üç farklı temsilcisi bağlantıları için: 1 bağlantısı dahil bir sol inferior parietal bölge ile ilgili hareket eden nesneleri beklentisi (MNI koordinatları: 41,9,32)35 ve bir sağ ön opercular alan bağlı yanıt inhibisyon (-34,-52,45)36. Bu ikinci bölge de bağlantıları'nda 2 ve 3 sırasıyla duyusal koordinasyon (54,6,34)37yılında karıştığı bir alan ve bir kelime (6,62,9)38anlamını işleme bağlı dahil.

Pencere uzunlukları arasında bir karşılaştırma ortaya koymaktadır W = 5 TR ayarını, zamansal varyans konularda genel olarak daha büyük W ile karşılaştırıldığında her iki film izlerken ve dinlenme-devlet segment durumda 10 = TR, sürgülü pencere analizleri39' bilinen bir fenomen. Bağlantı 1, pencere uzunluğu, yerelleştirilmiş bir altbölüm film izlerken kayıt için (yaklaşık 55 s) güçlü, eşitlenmiş ISFC artırmak konular arasında hangi büyük ölçüde dinlenme-devlet durumda alınan değerler aralığı aşıyor gösterir. Bu nedenle, bu geçici altbölüm önemli ISFC geçici olarak bizim eşik yöntemi ile yakalamak bekliyoruz.

2 bağlantı için biz benzer zamansal dinamiği, gözlemlemek ama W için = 5 TR, artış ile karşılaştırıldığında dinlenme-devlet zaman kursları, metodoloji ile ilgili daha büyük kayan pencere gürültü nedeniyle disentangle daha az kolay olur. Bağlantı 3, gelince film net yanıt olduğu bir olgu yansıtır, ve dolayısıyla, from film izlerken ve dinlenme-devlet zaman içerisinde dalgalanmalar benzer. Beklenen sonuç analitik bu aşamada net uyarıcı kaynaklı kurulmaksızın göster bağlantıları ve yanıt bağlantılar arasında bir karışımıdır.

Figure 1
Şekil 1: satın alma zamanlaması ve örnek ISFC zaman dersler. (A) konulara göre izledim film dahil geniş bir dizi sosyal ortamlarda (örnek görüntüleri 1 ve 4), bilimsel açıklamalar renkli panelli (örnek görüntüleri 2 ve 5) ve peyzaj sahneler (örnek resim 3). Üç seans konu elde: iki (1 ve2) film stimülasyon dahil (353 için 5 s, yeşil ile) ardından bir dinlenme-devlet nokta (386 678 için gelen s, sarı renk ile gösterilen), sadece bir (RUN3) ise dinlenme-devlet kayıt (turuncu görüntülenen 310 s süresi,) oluşuyordu. (B) üç gösterge bağlantıları (C1, C2 ve C3, sırasıyla koyu yeşil/kırmızı, hafif yeşil/turuncu ve turkuaz/sarı izleri), ISFC evrimi sırasında film seyretmek (soğuk renk) veya dinlenme-devlet (sıcak renkler) Zaman içinde için. W için = 10 ISFC film izlerken TR (sol kapı aynası), değişiklikleri daha büyük ölçüde stand dışarı ile karşılaştırıldığında W = 5 TR (doğru kapı aynası). Her izleme tek bir oturumda ISFC zaman tabii yansıtır. Bu rakam kısmen Bolton ve ark.25değiştirildi. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

Şekil 2A istatistiksel eşik ISFC zaman kursları, yukarıdaki gibi aynı üç bağlantılarında aşağıdaki sonuçları görüntüler. Tüm konular aynı anda aynı ISFC artış yapıldı 1 anlamına gelir bir saat ders değeri gelin; değeri 0 anlamına gelir hiçbir konu önemli bir ISFC değişiklik yapıldı; -1 değeri tüm konular arasında bir zaman uyumlu ISFC düşüş temsil eder. Daha önce biz kontrast gibi W = 5 TR ve W = 10 TR ve biz de iki α-değer olgu vurgulayın: α % 0,01 ve α = = %5.

Yukarıdaki gözlemleri ile uygun, bir alt pencere uzunluğu ayıklanan önemli ISFC değişiklikler miktarını azaltır. Bağlantısı 1, her iki W = 5 TR ve W = 10 TR, ancak, aynı özel anı ayıklamak (t = 55 s) güçlü bir ISFC artış gösteren olarak. Kabaca 5 hemodinamik bir gecikme alarak s dikkate bu karşılık gelen film altbölüm için renkli çizgiler bir bebek doğru uzanan ve aniden bu (46-49 s), nesne hareketli ilgili bölgelerin rolü ile uygun önünde durdu beklenti ve yanıt inhibisyon35,36.

%5 %0.01 α artan zaman bir algılanan ISFC geçişler expectedly çok daha az zaman senkronizasyonu gösterilen ve büyük olasılıkla birçok yanlış pozitif durumlar dahil olmak üzere bir çok daha düşük özgüllük gözlemleyebilirsiniz.

Veriler üzerinde 2B şekil önemli ISFC değişiklikler bütün beyin uzamsal haritalar gösterir t ayarlayabilirsiniz başka bir bakış açısı olarak = 55 s. Yanıt-e doğru film sahnesi çok burada açıklanan örnek bağlantılar genişletir görülebilir.

Figure 2
Resim 2: ISFC desenleri zamansal ve mekansal anlık. (A) ISFC geçici zaman kursları, üç gösterge bağlantıları (C1, C2 ve C3, sırasıyla koyu yeşil, açık yeşil ve turkuaz izler) için konular arasında ortalama olarak. ISFC değişiklikleri sürdü film sahnesi ışık gri renkle vurgulanır ve örnek imge yanında tasvir. W için = 10 TR (sol sütun parsel), ISFC değişiklikleri daha güçlü W için = 5 daha algılanır TR (parsel sağ sütun). İçin α = %0.01 (üst satır parsel), özgüllük yerelleştirilmiş film ipuçlarını için α = %5 (alttaki parsel) daha büyük. Her izleme tek bir oturumda ISFC geçici zaman tabii yansıtır ve iki uçlu % 95 güven aralıkları hata ölçü birimi görüntülenir. (B) W = 10 TR ve α = %0.01, ISFC geçişler t, düzgün, sınırlı kayma Şekil 55 = s (en yüksek ISFC geçici değeri C1); W için = 5 TR ve α = %5, şu anda önemli bir ISFC değişiklik geçiren bağlantılardır çok daha çok sayıda. Biz 5 civarında hemodinamik bir gecikme kabul Not açıklanan geçicilik s (yani, 55 değeri burada 50 film uyarıcı ilgilidir s). Bu rakam kısmen Bolton ve ark.25değiştirildi. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

Discussion

Bir veri kümesinde sağlıklı deneklerin, biz ne zaman uyumlu çapraz-Konu artış gösterdi ve FC, ISFC geçişler düşüşler statik tanım gider bilgi veren, geçici lokalize film yardımlar eşleşecektir. Her ne kadar konu çapraz korelasyon kullanımını analiz uyarıcı uygulamalı fonksiyonel kurulmaksızın üzerinde odaklanmak için etkinleştirir ölçer, bir de o bulgular okudu nüfus arasında paylaşılan efektler için sınırlar farkında olmalıdır: Bu nedenle, alt düzey duyusal işleme ön işleme40' a göre aşırı temsil olacağı tahmin edilmektedir. Bu sınırlama atlamak için aynı zamanda en güçlü konular arasında değişen bölgeler ayıklamak için yeteneğine sahip yeni yöntemleri gelişmiş41davranıyorsun.

ISFC geçici zaman derslerin zamansal çözünürlük frame-wise yaklaşımlar15ile karşılaştırıldığında indirilir gibi tanıtılan metodoloji üzerinden başka bir sınırlama sürgülü pencere açıdan doğar. Biz gösterdiği gibi bir ticaret-off düzgün dinamik ISFC kurulmaksızın gidermek için yeterince düşük pencere uzunluğu arasında gerekli değildir ve sağlam elde etmek için yeterince büyük bir boyutu tahmin ediyor. Bizim çerçevesinde iki kritik adım emin olmak hulâsa ISFC geçişler bağlantısı'nda gerçekten meydana gelen değişiklikleri yansıtacak: ilk, yüksek geçiren bölgesel zaman içerisinde pencere uzunluğu32; tersini ile filtreleme İkincisi, dinlenme-devlet ISFC veri kullanım uyarıcı ile ilgili verileri ile karşılaştırıldığında aynı edinme parametrelerle ilgili bir null dağıtım nesil için. Böylece dinlenme durumu verilerinin uyarıcı ile ilgili oturum üstünde tepe-in elde edilebilir tabii ki, ikincisi de bir lengthier küresel satın alma zaman gerektirir. Ek dinlenme-devlet kayıtları önlemek için alternatif bir yaklaşım da randomize faz verileri doğrudan zaman uyarıcı ile ilgili kurslar oluşturmak için sık sık dinamik fonksiyonel bağlantı analizleri içinde kullanılan bir yaklaşım sunuyoruz 23 , 24. bir alt üzerinde daha fazla değerlendirme oturumları ortaya bu ne kadar dinlenme-devlet boş yöntemi daha muhafazakar ve böylece daha az eğilimli yanlış pozitif, ISFC gezi algılama küresel kalıpları arasında her iki düzenleri (bkz: benzer Takıma giren Şekil 5).

Supplementary Figure 5
Ek Şekil 5: null veri nesil yöntemleri arasında algılama ISFC geziler. Dinlenme-devlet (sol sütun, mavi araziler) veya faz randomizasyon (sağ sütun, kırmızı araziler) null veri nesil yöntemleri, bağlantılar üzerinden çıkarılan ISFC geziler yüzdesi için. Alt araziler ilk üç kabul beyin bölgelerden kaynaklanan bağlantılarında bir iç metin vardır. Hata konular arasında standart sapmayı temsil eder. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

Dinlenme-devlet satın alma süresi aslında analizleri kritik bir parametre için ilgilidir: α-değer. Yukarıda olarak, çok yumuşak bir seçim çok fazla yanlış pozitif algılanan ISFC geçişler için yol açacaktır. Kullanılabilir dinlenme-devlet veri büyük miktarda, daha sıkı ulaşılabilir yanlış pozitif oranı, eşik daha fazla aşırı değerleri null dağılımından bağlı. Bir göstergesi olarak, n = 299 atlas bölgeler gibi burada... ve bizim taksitli 5,762 dinlenme-devlet veri noktalarının göz önüne alındığında, biz en iyi bir α değeri % 0,01 yakın elde edebiliriz (bkz. Adım 5.2.6 matematiksel bilgi için).

Herhangi bir fMRI analizi ile ilgili bir diğer önemli nokta, analiz veri30,42olası hareket etme yapılardan titiz kaldırılması yer almaktadır. Bir dilek tarayıcı çekimde işaretlenmiş tanıtılan boru hattı hastalıklı nüfus sergilenmesi için uygulamak için özellikle, gerçekleştirilen istatistiksel analizlerde, covariates olarak hareket değişkenlerini içeren üstüne öneririz ek ön işleme adımları43 ya da44ICA-AROMA denoising dalgacık gibi çalıştırılması. Karşılaştırma, grup ISFC geçişler bir sağlıklı ve hastalıklı bir grup arasında karşılaştırmak için kolayca açıklanan yaklaşım paralel olarak faiz (bkz: Bolton ve ark.25 örnek bir popülasyon için tanısı her iki grup üzerinde çalıştırarak yapılabilir Otizm spektrum bozuklukları ile). Ancak, gruplar arasında bir fark sonra iki ayrı ayarlarında ortaya çıkabilir: yok (1) bir ISFC değiştirmek bir grubu veya gruptaki daha heterojen (2) bir evrim. Bu iki faktör disentangle için bir kez daha sağlıklı konu başvuru grubu olarak önyükleme adımda ayarlamak kullanarak hastalıklı grubu için boru hattı çalışması gereken. Birinci durumda bölüm ikincisi olmaz ise, eksik bir yanıt olarak, hala neden olacaktır.

Burada açıklanan ne biz üstüne, tanıtılan metodoloji da gelecekteki caddeleri umut verici yukarı açılır: analitik bir taraftan ISFC geçici haritalar beyin miktarının hangi metrikler bağlantı türetilmiş45, olabilir beyin grafikler görülebilir veya dinamik ISFC devletlerin yaklaşımlar kümeleme yoluyla elde olabilir ve kendi zamansal ve mekansal özellikleri17,46açısından değerlendirildi. Buna ek olarak, bir de daha gelişmiş bağlantı ölçüm araçları FC47,48daha usta tarafında ortaya çıkarmak için Pearson korelasyon katsayısı daha göze.

Deneysel taraftan bizim boru hattı uygulamaya paradigmalar daha genişletilmiş bir dizi gelecek vaat eden bir bakış açısı olduğunu: Örneğin, bir film yerine burada okudu gibi bir müzik49 veya bir anlatı hikaye13, bir parça kullanmak için göze 50 saat kilitli bir uyarıcı olarak. Alternatif olarak, bu bile, hyperscanning51, doğal sosyal iletişim52,53soruşturma için öngörülen.

Disclosures

Yazarlar ifşa gerek yok.

Acknowledgments

Bu eser kısmen her birini tarafından desteklenmiştir: İsviçre Ulusal Bilim Vakfı (grant numara 205321_163376 DVDV için), Bertarelli Vakfı (için TB ve DVDV), merkezi için Biyomedikal görüntüleme (CIBM) ve Ulusal Ajans araştırma () için tempofront hibe sayıya 04701 ALG). Yazarlar gönüllü taranmış ve Roberto Martuzzi ve Giulia Preti katkılarından dolayı video içeriği bu çalışmanın sırasıyla, MRI operatörü olarak teşekkür etmek istiyorum.

Materials

Name Company Catalog Number Comments
Freesurfer version 6.0 Laboratory for Computational Neuroimaging, Martinos Center for Biomedical Imaging, Boston (MA), USA https://surfer.nmr.mgh.harvard.edu/fswiki/DownloadAndInstall A MATLAB-compatible toolbox enabling to carry out various processing, visualisation and analytical steps on functional magnetic resonance imaging data
MATLAB_R2017a MathWorks https://ch.mathworks.com/downloads/ Working version of the MATLAB computational software (version 2014a or more recent should be used)
Statistical Parametric Mapping version 12.0 (SPM12) Wellcome Trust Center for Neuroimaging, University College London, London, UK https://www.fil.ion.ucl.ac.uk/spm/software/spm12/ A MATLAB-compatible toolbox enabling to perform statistical analyses on functional magnetic resonance imaging data
Tim-Trio 3 T MRI scanner Siemens https://www.healthcare.siemens.ch/magnetic-resonance-imaging/for-installed-base-business-only-do-not-publish/magnetom-trio-tim Magnetic resonance imaging scanner in which subjects have their functional brain activity recorded (at 3 T)

DOWNLOAD MATERIALS LIST

References

  1. Friston, K. J. Functional and effective connectivity in neuroimaging: A synthesis. Human Brain Mapping. 2 (1-2), 56-78 (1994).
  2. Gonzales-Castillo, J., et al. Tracking ongoing cognition in individuals using brief, whole-brain functional connectivity patterns. Proceedings of the National Academy of Sciences U.S.A. 112 (28), 8762-8767 (2015).
  3. Peltz, E., et al. Functional connectivity of the human insular cortex during noxious and innocuous thermal stimulation. Neuroimage. 54 (2), 1324-1335 (2011).
  4. Shirer, W. R., Ryali, S., Rykhlevskaia, E., Menon, V., Greicius, M. D. Decoding subject-driven cognitive states with whole-brain connectivity patterns. Cerebral Cortex. 22 (1), 158-165 (2012).
  5. Hasson, U., Nir, Y., Levy, I., Fuhrmann, G., Malach, R. Intersubject Synchronization of Cortical Activity During Natural Vision. Science. 303 (5664), 1634-1640 (2004).
  6. Hasson, U., Furman, O., Clark, D., Dudai, Y., Davachi, L. Enhanced Intersubject Correlations during Movie Viewing Correlate with Successful Episodic Encoding. Neuron. 57 (3), 452-462 (2008).
  7. Hasson, U., Yang, E., Vallines, I., Heeger, D. J., Rubin, N. A Hierarchy of Temporal Receptive Windows in Human Cortex. Journal of Neuroscience. 28 (10), 2539-2550 (2008).
  8. Jääskeläinen, I. P., et al. Inter-Subject Synchronization of Prefrontal Cortex Hemodynamic Activity During Natural Viewing. The Open Neuroimaging Journal. 2, 14 (2008).
  9. Wilson, S. M., Molnar-Szakacs, I., Iacoboni, M. Beyond Superior Temporal Cortex: Intersubject Correlations in Narrative Speech Comprehension. Cerebral Cortex. 18 (1), 230-242 (2008).
  10. Hasson, U., et al. Shared and idiosyncratic cortical activation patterns in autism revealed under continuous real-life viewing conditions. Autism Research. 2 (4), 220-231 (2009).
  11. Salmi, J., et al. The brains of high functioning autistic individuals do not synchronize with those of others. NeuroImage: Clinical. 3, 489-497 (2013).
  12. Mantini, D., et al. Interspecies activity correlations reveal functional correspondence between monkey and human brain areas. Nature Methods. 9 (3), 277 (2012).
  13. Simony, E., et al. Dynamic reconfiguration of the default mode network during narrative comprehension. Nature Communications. 7, 12141 (2016).
  14. Hutchison, R. M., et al. Dynamic functional connectivity: promise, issues, and interpretations. Neuroimage. 80, 360-378 (2013).
  15. Preti, M. G., Bolton, T. A. W., Van De Ville, D. The dynamic functional connectome: state-of-the-art and perspectives. Neuroimage. 160, 41-54 (2017).
  16. Gonzalez-Castillo, J., Bandettini, P. A. Task-based dynamic functional connectivity: Recent findings and open questions. Neuroimage. 180, 526-533 (2018).
  17. Allen, E. A., et al. Tracking whole-brain connectivity dynamics in the resting state. Cerebral Cortex. 24 (3), 663-676 (2014).
  18. Sakoğlu, Ü, et al. A method for evaluating dynamic functional network connectivity and task-modulation: application to schizophrenia. Magnetic Resonance Materials in Physics, Biology and Medicine. 23 (5-6), 351-366 (2010).
  19. Douw, L., Wakeman, D., Tanaka, N., Liu, H. State-dependent variability of dynamic functional connectivity between frontoparietal and default networks relates to cognitive flexibility. Neuroscience. 339, 12-21 (2016).
  20. Mooneyham, B. W., et al. States of mind: characterizing the neural bases of focus and mind-wandering through dynamic functional connectivity. Journal of Cognitive Neuroscience. 29 (3), 495-506 (2017).
  21. Kim, D., Kay, K., Shulman, G. L., Corbetta, M. A New Modular Brain Organization of the BOLD Signal during Natural Vision. Cerebral Cortex. 28 (9), 3065-3081 (2018).
  22. Lynch, L. K., et al. Task-Evoked Functional Connectivity Does Not Explain Functional Connectivity Differences Between Rest and Task Conditions. Human Brain Mapping. 39, 4939-4948 (2018).
  23. Betzel, R. F., Fukushima, M., He, Y., Zuo, X. N., Sporns, O. Dynamic fluctuations coincide with periods of high and low modularity in resting-state functional brain networks. Neuroimage. 127, 287-297 (2016).
  24. Hindriks, R., et al. Can sliding-window correlations reveal dynamic functional connectivity in resting-state fMRI? Neuroimage. , 242-256 (2016).
  25. Bolton, T. A. W., Jochaut, D., Giraud, A. L., Van De Ville, D. Brain dynamics in ASD during movie-watching show idiosyncratic functional integration and segregation. Human Brain Mapping. 39 (6), 2391-2404 (2018).
  26. Jochaut, D., et al. Atypical coordination of cortical oscillations in response to speech in autism. Frontiers in Human Neuroscience. 9, 171 (2015).
  27. Dodero, L., Sona, D., Meskaldji, D. E., Murino, V., Van De Ville, D. Traces of human functional activity: Moment-to-moment fluctuations in fMRI data. Biomedical Imaging (ISBI), 2016 IEEE 13th International Symposium. , 1307-1310 (2016).
  28. Fischl, B. Freesurfer. Neuroimage. 62 (2), 774-781 (2012).
  29. Yan, C., Zang, Y. DPARSF: a MATLAB toolbox for "pipeline" data analysis of resting-state fMRI. Frontiers in Systems Neuroscience. 4, 13 (2010).
  30. Power, J. D., et al. Methods to detect, characterize, and remove motion artifact in resting state fMRI. Neuroimage. 84, 320-341 (2014).
  31. Power, J. D., Barnes, K. A., Snyder, A. Z., Schlaggaer, B. L., Petersen, S. E. Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion. Neuroimage. 59 (3), 2142-2154 (2012).
  32. Leonardi, N., Van De Ville, D. On spurious and real fluctuations of dynamic functional connectivity during rest. Neuroimage. 104, 430-436 (2015).
  33. Byrge, L., Dubois, J., Tyszka, J. M., Adolphs, R., Kennedy, D. P. Idiosyncratic brain activation patterns are associated with poor social comprehension in autism. Journal of Neuroscience. 35 (14), 5837-5850 (2015).
  34. Craddock, R. C., James, G. A., Holtzheimer, P. E. III, Hu, X. P., Mayberg, H. S. A whole brain fMRI atlas generated via spatially constrained spectral clustering. Human Brain Mapping. 33 (8), 1914-1928 (2012).
  35. Shulman, G. L., et al. Areas involved in encoding and applying directional expectations to moving objects. Journal of Neuroscience. 19 (21), 9480-9496 (1999).
  36. Sebastian, A., et al. Disentangling common and specific neural subprocesses of response inhibition. Neuroimage. 64, 601-615 (2013).
  37. Oullier, O., Jantzen, K. J., Steinberg, F. L., Kelso, J. A. S. Neural substrates of real and imagined sensorimotor coordination. Cerebral Cortex. 15 (7), 975-985 (2004).
  38. Chan, A. H., et al. Neural systems for word meaning modulated by semantic ambiguity. Neuroimage. 22 (3), 1128-1133 (2004).
  39. Lindquist, M. A., Xu, Y., Nebel, M. B., Caffo, B. S. Evaluating dynamic bivariate correlations in resting-state fMRI: A comparison study and a new approach. Neuroimage. 101 (1), 531-546 (2014).
  40. Ren, Y., Nguyen, V. T., Guo, L., Guo, C. C. Inter-subject functional correlation reveal a hierarchical organization of extrinsic and intrinsic systems in the brain. Scientific Reports. 7 (1), 10876 (2017).
  41. Kauppi, J. P., Pajula, J., Niemi, J., Hari, R., Tohka, J. Functional brain segmentation using inter-subject correlation in fMRI. Human Brain Mapping. 38 (5), 2643-2665 (2017).
  42. Van Dijk, K. R., Sabuncu, M. R., Buckner, R. L. The influence of head motion on intrinsic functional connectivity MRI. Neuroimage. 59 (1), 431-438 (2012).
  43. Patel, A. X., et al. A wavelet method for modeling and despiking motion artifacts from resting-state fMRI time series. Neuroimage. 95, 287-304 (2014).
  44. Pruim, R. H., et al. ICA-AROMA: A robust ICA-based strategy for removing motion artifacts from fMRI data. Neuroimage. , 267-277 (2015).
  45. Rubinov, M., Sporns, O. Complex network measures of brain connectivity: uses and interpretations. Neuroimage. 52 (3), 1059-1069 (2010).
  46. Damaraju, E., et al. Dynamic functional connectivity analysis reveals transient states of dysconnectivity in schizophrenia. NeuroImage: Clinical. 5, 298-308 (2014).
  47. Smith, S., et al. Network modelling methods for FMRI. Neuroimage. 54 (2), 875-891 (2011).
  48. Meskaldji, D. E., et al. Prediction of long-term memory scores in MCI based on resting-state fMRI. NeuroImage: Clinical. 12, 785-795 (2016).
  49. Abrams, D. A., et al. Inter-subject synchronization of brain responses during natural music listening. European Journal of Neuroscience. 37 (9), 1458-1469 (2013).
  50. Huth, A. G., de Heer, W. A., Friffiths, T. L., Theunissen, F. E., Gallant, J. L. Natural speech reveals the semantic maps that tile human cerebral cortex. Nature. 532 (7600), 453 (2016).
  51. Montague, P. R., et al. Hyperscanning: simultaneous fMRI during linked social interactions. Neuroimage. 16, 1159-1164 (2002).
  52. Bilek, E., et al. Information flow between interacting human brains: Identification, validation, and relationship to social expertise. Proceedings of the National Academy of Sciences U.S.A. 112 (16), 5207-5212 (2015).
  53. Kinreich, S., Djalovski, A., Kraus, L., Louzoun, Y., Feldman, R. Brain-to-brain synchrony during naturalistic social interactions. Scientific Reports. 7 (1), 17060 (2017).

Tags

Neuroscience sorunu 145 fonksiyonel manyetik rezonans görüntüleme görev tabanlı analiz dinamik fonksiyonel bağlantı arası konu fonksiyonel korelasyon sürgülü pencere analiz eşik film izlerken paradigma
Dinamik arası konu fonksiyonel bağlantı ortaya koymaktadır an an beyin ağ yapılandırmaları tarafından sürekli tahrik veya iletişim paradigmaların
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Bolton, T. A. W., Jochaut, D.,… More

Bolton, T. A. W., Jochaut, D., Giraud, A. L., Van De Ville, D. Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms. J. Vis. Exp. (145), e59083, doi:10.3791/59083 (2019).

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