Name: Temporal Lob Epilepsi Fonksiyonel Bağlantı MRI kullanarak Varsayılan Mod Ağı Ağ Analizi (Video) | JoVE Journal
Uploaded: 2014-08-05T14:00:00.000+00:00
Duration: 12 min 9 s
Description: Öğrenin temporal lob epilepside varsayılan mod ağı analizini fonksiyonel bağlantı MRI kullanarak. Bu yöntem, sağlıklı kontroller ve hastalar arasındaki beyin ağı farklılıklarını karşılaştırarak epilepsinin nöral temelini anlamaya yardımcı olur.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

NIH-NINDS K23 Hibe NS044936 (JMS), bu araştırma için fon Amerika Epilepsi Vakfı, Tıp Hesaplamalı ve Bütünleştirici Biyomedikal Araştırma Merkezi (CIBR) Tohum Hibe Ödülleri (ZH) Baylor College tarafından sağlandı; . Elizabeth Pierce (UCLA): ve Leff Aile Vakfı (JMS) Veri toplama Asisti.

1.. Konular <ol><li> 36 denek çalışma nüfusu 3 grupları içerir: sağ TLE (n = 11), (= 12 n) TLE sol ve sağlıklı kontrol (n = 13). Tüm deneklerden yazılı bilgilendirilmiş olurunu. Çalışma Kaliforniya Üniversitesi, Los Angeles (UCLA) Kurumsal Değerlendirme Kurulu yönergeleri takip eder. </li><li> Epilepsi konu grupları Video-EEG monitorizasyonu, beyin MR, PET görüntüleme ve nöropsikolojik testlerle belirlenen anterior temporal lob rezeksiyonu için aday olan hastalar olmalıdır. Hastalar fMRI tarama sırasında her zamanki ilaç devam etmeli ve bir nöbetten sonra hemen taranmış edilmemelidir. Tüm denekler normal beyin MR görüntülerini ve (hasta gruplarında epilepsi dışındaki) nörolojik hastalık ücretsiz veya nörolojik ilaçlar kullanarak emin olun. </li></ol> 2. Görüntüleme <ol><li> Görüntüleme için 3 Tesla MR sistemi kullanın. Bir yankı düzlemsel imag kullanarak fonksiyonel görüntüler için eksenel dilimler eldeing (EPI) sekansı ve şımarık bir gradyan kullanılarak anatomik görüntüler için (SPGR) dizisini hatırlattı. </li><li> Aşağıdaki parametreleri kullanarak fonksiyonel görüntüleme gerçekleştirin: TR = 2.000 msn, TE = 30 msn, FOV = 210 mm, matriks = 64 x 64, dilim kalınlığı 4 mm, 34 dilim. TR = 20 msn, TE = 3 msn, FOV = 256 mm, matriks = 256 x 256, kesit kalınlığı 1 mm, 160 dilimler: Yüksek çözünürlüklü yapısal görüntüleme için aşağıdaki parametreleri kullanın. </li><li> Her görüntüleme oturumu 20 dakika sürmelidir. Gözleri kapalı dinlenmek isteyin. Hiç özel işitsel girdi gereklidir. </li></ol> BOLD Verilerin 3. Önişlemesi <ol><li> Preprocess FSL (fMRIB Yazılım Kütüphanesi) yazılım sürümü 4.1.6 (Oxford, İngiltere, www.fmrib.ox.ac.uk / fsl) 13,14 kullanılarak fMRI verileri. Baş hareketi objeyi 15 kaldırmak için kullanın FSL MCFLIRT: Ön işleme adımlar şunlar olmalıdır. BOLD dosyalar için BET seçeneği-F ile nonbrain dokuyu 16 kaldırmak için FSL BET kullanın. Bu bir çalışma f oluryalnız beyin dokusu üzerinde urther analizi adımları. </li><li> FEAT yılında tescil ile minimal işlenmiş analizi çalıştırın. &quot;Birinci düzey analizi&quot; seçeneğini seçin ve &quot;Tam analizi&quot; üst iki düğmelerinden &quot;Pre-istatistikleri&quot; olarak değiştirin. <ol><li> Pre-istatistikleri sekmesinde, &quot;BET beyin çıkarma&quot; işaretini kaldırın ve &quot;Motion düzeltme&quot; için &quot;None&quot; (Bunları zaten yukarıda yapmış gibi) seçin. Sonra anatomik (SPGR) görüntüler ve bir standart (MNI) görüntü için fonksiyonel (BOLD) görüntüleri kayıt ol. Bu deneğin beyin alanı içine alan standart seçilen tohum bükülmesine analizi sırasında daha sonra kullanılan transformasyon matrisler, üretimi ile sonuçlanır. </li></ol></li><li> (&quot;Standard2example_func.mat&quot; adlı) oluşturulan dönüşüm matrisi kullanın ve bireysel BOLD uzaya CSF ve beyaz madde İB&#39;leri dönüşümü. <ol><li> Fslmeants komutunu kullanarak CSF ve beyaz cevher ROI gelen zaman serisi Özü,Bir maske gibi bireysel konu uzayda ROI kullanarak. Yazılımı &quot;R&quot; ile ekstre zaman serisi normalleştirmek. Bu zaman serileri daha sonra analiz karşılık gelen suni sinyallerini çıkarmak için GLM içinde regressors olarak kullanılır. </li></ol></li><li> Bir sonraki adım, özne hareketi ile ilgili eserler çıkarılmasıdır. Hareket parametrelerin regresyon için, çalıştırmadan önce FSL FEAT içinde aşağıdaki ayarlayın. <ol><li> Veri sekmesinde içinde, senin kümesi karşılık TR değerini ayarlamak, girdi olarak hareket-düzeltilmiş ve beyin-ekstre dosyasını kullanın. 100 saniye filtre kullanılarak filtreleme yüksek geçiren ayarlayın. Yüksek geçiren filtreleme çok düşük frekanslı hiçbir ilgi sinyalleri kaldıracaktır. Yüksek frekans sinyallerini çıkarmak için bir düşük geçiş filtresi aşama 4.1 &#39;de, daha sonra uygulanacaktır. </li><li> Pre-istatistikleri sekmesinde içinde, zaten bitti gibi &quot;Hareket düzeltme&quot; başlığı altında &quot;Hiçbiri&quot; seçeneğini seçin. Zaten yapıldığı gibi &quot;BET beyin çıkarma&quot; işaretini kaldırın. Uzaysal yumuşatma gerçekleştirin5 mm tam genişlikte yarı maksimum (FWHM) kullanarak. </li><li> Istatistikler sekmesinde içinde, 6 hareket parametreleri ve bunların zamansal türevleri geriler. Konvolüsyonunun için &quot;Hiçbiri&quot; seçeneğini seçin ve onay &quot;zamansal filtreleme uygula.&quot; Genel Lineer Model (GLM) bu gerileme FEAT analiz modeli içine girdi sonra olabilir, hangi hareketi parametrelerinin metin dosyaları almak için FSL MCFLIRT çıkışını kullanın </li><li> Ayrıca GLM ayıklanır ve önceki adımlarda normalize edildi CSF ve beyaz cevher sinyalleri ekleyin. , Konvolüsyonunun için &quot;Hiçbiri&quot; seçeneğini seçin zamansal türevi ekleyebilir ve &quot;zamansal filtreleme Uygula&quot; işaretini kaldırın. </li></ol></li></ol> 4. İstatistiksel Yöntemler <ol><li> Yukarıda tarif edilen ön işleme gelen kalıntılar tohum bazlı korelasyon için kullanılmalıdır. Bu kalıntılar ilk 0.1 Hz&#39;lik bir alçak geçirgen filtre geçirilmelidir, daha sonra standart sapmasına bölünerek, ortalama çıkarılarak, ve sonra ekleyerek ölçekli tarafından aşağılanmak100. Tohumlar MRICron yazılımı kullanılarak standart MNI boşlukta 6 mm&#39;lik bir çap ile tanımlanmalıdır. </li><li> Posterior ve anterior tohum şu koordinatlara uygun olmalıdır: (1) Rsp / PCUN region (x = 2, y -60, z = = 36) ve (2) ventromedial prefrontal korteks (vmPFC, x = 3, y = 60, z = 1). Bu tohum yerleri sağlıklı içinde tanımlanmıştır ve bir sonraki aşamada 17-19 konu alan dönüşürler. <ol><li> Tohumlar daha sonra standart MNI alan her deneğin ayrı işlevsel beyin boşluğa transforme edilmelidir. Bunun için, tek tek işlevsel (KALIN) alanı standart (MNI) uzaydan tohum dönüştürmek için (&quot;standard2example_func.mat&quot; olarak adlandırılır), yukarıda elde edilen dönüşüm matris kullanın. </li><li> Fslmeants önceden aşağılanmak ve bir maske olarak bireysel konu uzayda tohum kullanarak, artık ölçekli gelen zaman serisi ayıklamak için komut kullanın. Yumuşak kullanarak ekstre zaman serisi Normaleware &quot;R&quot;. </li></ol></li><li> Tohum voksellerden ve diğer tüm beyin voksellerden arasında kısmi korelasyonlar her çalıştırmak için her konu için ayrı ayrı hesaplanması gerekmektedir. Bunun için, FSL FEAT GUI içinde, &quot;İlk seviye analizi&quot; seçin ve sonra &quot;Stats + Post-istatistikleri&quot;. Veri sekmesinde içinde, önceden aşağılanmak ve ölçekli artık FEAT girdi olarak kullanılmalıdır. </li><li> Artık zaten yüksek 100 sn geçirilir gibi, 10.000 Yüksek geçiren filtre cutoff ayarlayın. İstatistikler sekmesinde, &quot;FİLM prewhitening kullan&quot; Seçimi kaldırmak ve GLM de daha önce çıkarılan ve normalize tohum zaman serisi kullanırız. Post-istatistikleri sekmesinde içinde, 2.0 değerine istenen Z-istatistik eşiğini ayarlayın. </li><li> Önceki konularda içinde çalışır birleştiren grup analizi çalıştıran, bir Fisher&#39;in Z dönüşümü önceden çalıştırılan korelasyon analizi (adım 4.3) üretilen (Parametre Tahminleri Kontrast) COPE dosya üzerinde yapılmalıdır. Kopya kayıt verileri from FEAT analizi &quot;Tescil&quot; dizin adım 4.3 korelasyon çalışma içine adım 3.1 yapılır. </li><li> Her konu içinde çalışır birleştirerek daha yüksek bir seviye analizi çalıştırın. Bunun için, FSL FEAT GUI içinde, &quot;yüksek-seviye analizi&quot; seçin ve sonra &quot;Stats + Post-istatistikleri&quot;. &quot;Veri&quot; sekmesinde içinde, seçim &quot;Girişler alt düzey FEAT dizinleri&quot; ve adım 4,4 deneğin çalışır girin. &quot;Stats&quot; sekmesinde, &quot;: Basit EKK Karışık etkileri&quot; seçin. Modeli olarak ortalama etkisi kurmak; öznenin vadede her biri için 1 değerini girin. </li><li> Konularda, bir, En Küçük Kareler (EKK) arasında ishal üzerinden veri birleştirmek için basit karışık etkileri analizi kullanılmalıdır. Bunun için, FSL FEAT GUI içinde, &quot;Üst düzey analizini&quot; seçin ve &quot;İstatistikler + Post-istatistikleri&quot;. Veri sekmesinde içinde, seçim &quot;Girişler alt düzey FEAT dizinleri&quot; ve adım 4.5 den deneklerin kombine çalışır girin. </li><li> İstatistikler sekmesinde, &quot;Karışık etkiler: Basit EKK&quot; seçim &quot;3 grup olarak bir model kurma; her konu ait olduğu grubun, aksi halde 0 için 1 değerini girin. Grup analizi üç gruba (sağ TLE, sol TLE ve sağlıklı kontrol) karşılık üç seviyeleri ile bir tek-yönlü ANOVA kullanarak her vokselden yapılmalıdır. </li><li> Eşiğine Z istatistik görüntüleri Z&gt; 2,0 eşik oluşturan küme kullanımı ve p küme önemli eşik = 0.05 20 düzeltildi. Korelasyon haritada doğru z-değerleri elde etmek için, bir ters Fisher&#39;in Z dönüşümü sonuçlarına yapılmalıdır. </li><li> Aşağıdaki özel tezat (1) sağ TLE&gt; kontrolleri karşılaştırıldığında olmalıdır; (2) TLE&gt; kontrolleri yaptı; (3) sağ TLE&gt; TLE bıraktı; (4) TLE&gt; sağ TLE yaptı; (5) kontrol&gt; sağ TLE; TLE sol (6) kontrol&gt;; (7) TLE (kombine sağ ve sol)&gt; kontrolü; ve (7) kontrol&gt; TLE (sol kombine sağa ve). </li></ol>

<ol><li>Biswal, B. B., Yetkin, F. Z., Haughton, V. M., Hyde, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+connectivity+in+the+motor+cortex+of+resting+human+brain+using+echo-planar+MRI%5BTitle%5D)+AND+%22Magn.+Reson.+Med%22%5BJournal%5D)">Functional connectivity in the motor cortex of resting human brain using echo-planar MRI.</a> Magn. Reson. Med. 34, 537-541 (1995).</li>
<li>Fox, M. D., Greicius, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clinical+applications+of+resting+state+functional+connectivity%5BTitle%5D)+AND+%22Front.+Syst.+Neurosci%22%5BJournal%5D)">Clinical applications of resting state functional connectivity.</a> Front. Syst. Neurosci. 4, 1-13 (2010).</li>
<li>Laufs, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Electroencephalographic+signatures+of+attentional+and+cognitive+default+modes+in+spontaneous+brain+activity+fluctuations+at+rest%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Electroencephalographic signatures of attentional and cognitive default modes in spontaneous brain activity fluctuations at rest.</a> Proc. Natl. Acad. Sci. U.S.A. 100, 11053-11058 (1073).</li>
<li>Shmuel, A., Leopold, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neuronal+correlates+of+spontaneous+fluctuations+in+fMRI+signals+in+monkey+visual+cortex%3A+Implications+for+functional+connectivity+at+rest%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Neuronal correlates of spontaneous fluctuations in fMRI signals in monkey visual cortex: Implications for functional connectivity at rest.</a> Hum. Brain Mapp. 29, 751-761 (2008).</li>
<li>Margulies, D. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Resting+developments%3A+a+review+of+fMRI+post-processing+methodologies+for+spontaneous+brain+activity%5BTitle%5D)+AND+%22Magn.+Mater.+Phys.+Biol%22%5BJournal%5D)">Resting developments: a review of fMRI post-processing methodologies for spontaneous brain activity.</a> Magn. Mater. Phys. Biol. 23, 289-307 (2010).</li>
<li>Biswal, B. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Toward+discovery+science+of+human+brain+function%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Toward discovery science of human brain function.</a> Proc. Natl. Acad. Sci. U.S.A. 107, 4734-4739 (2010).</li>
<li>Haneef, Z., Lenartowicz, A., Yeh, H. J., Engel, J., Stern, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+lateralized+temporal+lobe+epilepsy+on+the+default+mode+network%5BTitle%5D)+AND+%22Epilepsy+Behav%22%5BJournal%5D)">Effect of lateralized temporal lobe epilepsy on the default mode network.</a> Epilepsy Behav. 25, 350-357 (2012).</li>
<li>Pillai, J. J., Williams, H. T., Faro, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+imaging+in+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Semin.+Ultrasound.+CT+MR%22%5BJournal%5D)">Functional imaging in temporal lobe epilepsy.</a> Semin. Ultrasound. CT MR. 28, 437-450 (2007).</li>
<li>Blumenfeld, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Positive+and+negative+network+correlations+in+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Cereb.+Cortex%22%5BJournal%5D)">Positive and negative network correlations in temporal lobe epilepsy.</a> Cereb. Cortex. 14, 892-902 (2004).</li>
<li>Dupont, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+perfusion+patterns+in+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Eur.+J.+Nucl.+Med.+Imaging%22%5BJournal%5D)">Dynamic perfusion patterns in temporal lobe epilepsy.</a> Eur. J. Nucl. Med. Imaging. 36, 823-830 (2009).</li>
<li>Fransson, P., Marrelec, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+precuneus%2Fposterior+cingulate+cortex+plays+a+pivotal+role+in+the+default+mode+network%3A+Evidence+from+a+partial+correlation+network+analysis%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">The precuneus/posterior cingulate cortex plays a pivotal role in the default mode network: Evidence from a partial correlation network analysis.</a> Neuroimage. 42, 1178-1184 (2008).</li>
<li>Buckner, R. L., Andrews-Hanna, J. R., Schacter, D. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+brain%27s+default+network%5BTitle%5D)+AND+%22Ann.+N.+Y.+Acad.+Sci%22%5BJournal%5D)">The brain's default network.</a> Ann. N. Y. Acad. Sci. 1124, 1-38 (2008).</li>
<li>Woolrich, M. W., Ripley, B. D., Brady, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+autocorrelation+in+univariate+linear+modeling+of+FMRI+data%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Temporal autocorrelation in univariate linear modeling of FMRI data.</a> Neuroimage. 14, 1370-1386 (2001).</li>
<li>Forman, S. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+assessment+of+significant+activation+in+functional+magnetic+resonance+imaging+%28fMRI%29%3A+use+of+a+cluster+size+threshold%5BTitle%5D)+AND+%22Magn.+Reson.+Med%22%5BJournal%5D)">Improved assessment of significant activation in functional magnetic resonance imaging (fMRI): use of a cluster size threshold.</a> Magn. Reson. Med. 33, 636-647 (1995).</li>
<li>Jenkinson, M., Bannister, P., Brady, M., Smith, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+optimization+for+the+robust+and+accurate+linear+registration+and+motion+correction+of+brain+images%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Improved optimization for the robust and accurate linear registration and motion correction of brain images.</a> Neuroimage. 17, 825-841 (2002).</li>
<li>Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fast+robust+automated+brain+extraction%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Fast robust automated brain extraction.</a> Hum. Brain Mapp. 17, 143-155 (2002).</li>
<li>Raichle, M. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+default+mode+of+brain+function%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">A default mode of brain function.</a> Proc. Natl. Acad. Sci. U.S.A. 98, 676-682 (2001).</li>
<li>Uddin, L. Q., Kelly, A. M., Biswal, B. B., Castellanos, F. X., Milham, M. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+connectivity+of+default+mode+network+components%3A+correlation%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Functional connectivity of default mode network components: correlation.</a> Hum. Brain Mapp. 30, 625-637 (2009).</li>
<li>Singh, K. D., Fawcett, I. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transient+and+linearly+graded+deactivation+of+the+human+default-mode+network+by+a+visual+detection+task%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Transient and linearly graded deactivation of the human default-mode network by a visual detection task.</a> Neuroimage. 41, 100-112 (2008).</li>
<li>Worsley, K. J., Evans, A., Marrett, S., Neelin, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+three-dimensional+statistical+analysis+for+CBF+activation+studies+in+human+brain%5BTitle%5D)+AND+%22J.+Cereb.+Blood+Flow+Metab%22%5BJournal%5D)">A three-dimensional statistical analysis for CBF activation studies in human brain.</a> J. Cereb. Blood Flow Metab. 12, 900-918 (1992).</li>
<li>Spencer, S. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+networks+in+human+epilepsy%3A+evidence+of+and+implications+for+treatment%5BTitle%5D)+AND+%22Epilepsia%22%5BJournal%5D)">Neural networks in human epilepsy: evidence of and implications for treatment.</a> Epilepsia. 43, 219-227 (2002).</li>
<li>Greicius, M. D., Srivastava, G., Reiss, A. L., Menon, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Default-mode+network+activity+distinguishes+Alzheimer%27s+disease+from+healthy+aging%3A+evidence+from+functional+MRI%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Default-mode network activity distinguishes Alzheimer's disease from healthy aging: evidence from functional MRI.</a> Proc. Natl. Acad. Sci. U.S.A. 101, 4637-4642 (2004).</li>
<li>Kennedy, D. P., Redcay, E., Courchesne, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Failing+to+deactivate%3A+resting+functional+abnormalities+in+autism%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Failing to deactivate: resting functional abnormalities in autism.</a> Proc. Natl. Acad. Sci. U.S.A. 103, 8275-8280 (2006).</li>
<li>Garrity, A. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Aberrant+%26%2334%3Bdefault+mode%26%2334%3B+functional+connectivity+in+schizophrenia%5BTitle%5D)+AND+%22Am.+J.+Psychiatry%22%5BJournal%5D)">Aberrant &#34;default mode&#34; functional connectivity in schizophrenia.</a> Am. J. Psychiatry. 164, 450-457 (2007).</li>
<li>Mannell, M. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Resting+state+and+task-induced+deactivation%3A+A+methodological+comparison+in+patients+with+schizophrenia+and+healthy+controls%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Resting state and task-induced deactivation: A methodological comparison in patients with schizophrenia and healthy controls.</a> Hum. Brain Mapp. 31, 424-437 (2010).</li>
<li>Jones, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Age-related+changes+in+the+default+mode+network+are+more+advanced+in+Alzheimer+disease%5BTitle%5D)+AND+%22Neurology%22%5BJournal%5D)">Age-related changes in the default mode network are more advanced in Alzheimer disease.</a> Neurology. 77, 1524-1531 (2011).</li>
<li>Kobayashi, Y., Amaral, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Macaque+monkey+retrosplenial+cortex+II.+Cortical+afferents%5BTitle%5D)+AND+%22J.+Comp.+Neurol%22%5BJournal%5D)">Macaque monkey retrosplenial cortex II. Cortical afferents.</a> J. Comp. Neurol. 466, 48-79 (2003).</li>
<li>Dupont, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+perfusion+patterns+in+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Eur.+J.+Nuclear+Med.+Mol.+Imaging%22%5BJournal%5D)">Dynamic perfusion patterns in temporal lobe epilepsy.</a> Eur. J. Nuclear Med. Mol. Imaging. 36, 823-830 (2009).</li>
<li>Laufs, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+lobe+interictal+epileptic+discharges+affect+cerebral+activity+in+%E2%80%9Cdefault+mode%E2%80%9D+brain+regions%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Temporal lobe interictal epileptic discharges affect cerebral activity in “default mode” brain regions.</a> Hum. Brain Mapp. 28, 1023-1032 (2007).</li>
<li>Morgan, V. L., Gore, J. C., Abou-Khalil, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+epileptic+network+in+left+mesial+temporal+lobe+epilepsy+detected+using+resting+fMRI%5BTitle%5D)+AND+%22Epilepsy+Res%22%5BJournal%5D)">Functional epileptic network in left mesial temporal lobe epilepsy detected using resting fMRI.</a> Epilepsy Res. 88, 168-178 (2010).</li>
<li>Gotman, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Generalized+epileptic+discharges+show+thalamocortical+activation+and+suspension+of+the+default+state+of+the+brain%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Generalized epileptic discharges show thalamocortical activation and suspension of the default state of the brain.</a> Proc. Natl. Acad. Sci. U.S.A. 102, 15236-15240 (2005).</li>
<li>Hamandi, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG-fMRI+of+idiopathic+and+secondarily+generalized+epilepsies%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">EEG-fMRI of idiopathic and secondarily generalized epilepsies.</a> Neuroimage. 31, 1700-1710 (2006).</li>
<li>Pittau, F., Grova, C., Moeller, F., Dubeau, F., Gotman, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Patterns+of+altered+functional+connectivity+in+mesial+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Epilepsia%22%5BJournal%5D)">Patterns of altered functional connectivity in mesial temporal lobe epilepsy.</a> Epilepsia. 53, 1013-1023 (2012).</li>
<li>Liao, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Default+mode+network+abnormalities+in+mesial+temporal+lobe+epilepsy%3A+a+study+combining+fMRI+and+DTI%5BTitle%5D)+AND+%22Hum.+Brain+Mapp%22%5BJournal%5D)">Default mode network abnormalities in mesial temporal lobe epilepsy: a study combining fMRI and DTI.</a> Hum. Brain Mapp. 32, 883-895 (2011).</li>
<li>Pereira, F. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Asymmetrical+hippocampal+connectivity+in+mesial+temporal+lobe+epilepsy%3A+evidence+from+resting+state+fMRI%5BTitle%5D)+AND+%22BMC+Neurosci%22%5BJournal%5D)">Asymmetrical hippocampal connectivity in mesial temporal lobe epilepsy: evidence from resting state fMRI.</a> BMC Neurosci. 11, 1-13 (2010).</li>
<li>Dupont, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bilateral+hemispheric+alteration+of+memory+processes+in+right+medial+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22J.+Neurol.+Neurosurg.+Psychiatr%22%5BJournal%5D)">Bilateral hemispheric alteration of memory processes in right medial temporal lobe epilepsy.</a> J. Neurol. Neurosurg. Psychiatr. 73, 478-485 (2002).</li>
<li>Vlooswijk, M. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+MRI+in+chronic+epilepsy%3A+associations+with+cognitive+impairment%5BTitle%5D)+AND+%22Lancet+Neurol%22%5BJournal%5D)">Functional MRI in chronic epilepsy: associations with cognitive impairment.</a> Lancet Neurol. 9, 1018-1027 (2010).</li>
<li>McCormick, C., Quraan, M., Cohn, M., Valiante, T. A., McAndrews, M. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Default+mode+network+connectivity+indicates+episodic+memory+capacity+in+mesial+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Epilepsia%22%5BJournal%5D)">Default mode network connectivity indicates episodic memory capacity in mesial temporal lobe epilepsy.</a> Epilepsia. 54, (2013).</li>
<li>Zhang, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+spontaneous+neuronal+activity+of+the+default-mode+network+in+mesial+temporal+lobe+epilepsy%5BTitle%5D)+AND+%22Brain+Res%22%5BJournal%5D)">Altered spontaneous neuronal activity of the default-mode network in mesial temporal lobe epilepsy.</a> Brain Res. 1323, 152-160 (2010).</li>
<li>Horovitz, S. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoupling+of+the+brain%27s+default+mode+network+during+deep+sleep%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Decoupling of the brain's default mode network during deep sleep.</a> Proc. Natl. Acad. Sci. U.S.A. 106, 11376-11381 (2009).</li>
<li>Deshpande, G., Kerssens, C., Sebel, P. S., Hu, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+local+coherence+in+the+default+mode+network+due+to+sevoflurane+anesthesia%5BTitle%5D)+AND+%22Brain+Res%22%5BJournal%5D)">Altered local coherence in the default mode network due to sevoflurane anesthesia.</a> Brain Res. 1318, 110-121 (2010).</li>
</ol>

Dr Engel NIH Grants P01 NS02808, R01 NS33310 ve U01 NS42372 tarafından finanse edilen, patent WO 2009/123734A1 vardır ve 2009/123735A1, Medlink, Wolters Kluwer&#39;e, Blackwell ve Elsevier gelen telif alır WO ve Medtronics honoraria aldı Wolters Kluwer ve En İyi Doktorlar. Dr Stern UCB ve Lundbeck için ücretli danışman olarak görev yapmıştır. Dr Stern Medlink Nöroloji bir editörü ve Wolters Kluwer&#39;e gelen ve McGraw-Hill telif aldı. Kalan Yazarlar bildirmek için hiçbir açıklama veya çıkar çatışması var.

Epilepsi bir ağ hastalık olduğu düşünülen ve ilgili ağların anormallikleri nöbetler sırasında ve interiktal devlet 21 mevcut olmasıdır. Görev tabanlı fMRI TLE&#39;de 8 dil ve bellek ağları anormallikleri analiz etmek için kullanılır olmuştur. FcMRI bu dinlenme durumunda özellikle aktif bir ağ olarak DMN 12 okuyan doğasında avantajları vardır. DMN rahatsız edilmeden bırakılır ve spontan düşünceler yapan uyanık bireylerde aktif olduğu bulunmuştur beyin bölgelerinde bir ağdır. Bu bölgeler v...

Fonksiyonel Bağlantı MRG (fcMRI) kan oksijenlenme düzeyi bağımlı (BOLD) sinyal zaman serisi benzerliğe göre farklı beyin bölgeleri arasındaki ilişkiyi nicelleştiren fMRI veri görece yeni bir analitik yaklaşım - bu &quot;işlevsel&quot; bağlantısı denir, ve bir bölgeleri (örneğin, beyaz madde lifler) arasındaki fiziksel bağlantıların varlığını tarif anatomik bağlantı ayırt. Katılımcı bir görev yapan ya da sözde &quot;dinlenme devlet&quot; değil zaman bu yaklaşımın bir özel uygulama olarak, zaman serisi toplanır. İlk olarak 1995 1 tarif olmasına rağmen, fcMRI 2012 yılında teknikle ilgili yaklaşık 1.000 yayınlarda sonuçlanan büyük ilgi olmuştur. FcMRI (, (1) yapılması gereken özel bir görev olduğunu görev odaklı fMRI üzerinde içsel faydaları vardır 2) konu işbirliğigerekli değildir, (3) veri setleri birkaç farklı ağları sorgulamak için kullanılabilir, gürültü oranı (4) daha iyi sinyal nedeniyle ilgili serebral enerjetiklerine farklılıklar, ve görevle ilgili karıştırıcılar 2 (5) atlanması ihtimali mevcut. Anlayışı bir kanıtı olarak, fcMRI değişiklikler beyinde EEG 3 değişiklikler ve yerel alan potansiyelleri 4, karşılık gelecek şekilde gösterilmiştir. FcMRI analiz teknikleri ROI / tohum tabanlı teknikler, bağımsız bileşen analizi (ICA), grafik teorisi analizi, Granger nedensellik analizi, yerel yöntemler (düşük frekanslı dalgalanmalar, bölgesel homojenlik analizi genlik), ve diğerleri 5 sayılabilir. En popüler yöntem tohum temelli ve ICA yöntemleri 6 olmasına rağmen tek bir teknik, henüz başka bir yere açık bir üstünlük göstermiştir. Tohum bazlı fcMRI çalışma kapsamında, varsayılan ağın önceden seçilmiş bir kısmından KALIN sinyali zamansal dalgalanmalar ilişkilendirir &quot;Tohum olarak adlandırılan1; ya da beynin diğer bölgelerine &quot;ilgi bölgesi (ROI)&quot;. Tohum alanına KALIN sinyal korele gösteren beyin alanları dahil olan ağda ağın kısımlarını ayırmak düşünülmektedir. Buna karşılık, ICA tüm beyinde 5 hemodinamik sinyal özelliklerini analiz ederek uzay-zamansal olarak ilişkili beyin alanları (Bağımsız Bileşenleri, IC) ayıklamak için bir model ücretsiz veri odaklı analiz kullanır. Mevcut yazıda, TLE en DMN dinlenme durumu tohum bazlı bağlantı analizi, daha önce yayınlanan çalışmada kullanılan yöntemlerin bir tarifi 7 sunulmuştur. TLE yetişkin epilepsi en sık görülen şeklidir. Nöbetlere ek olarak, TLE hafıza, davranış, düşünce ve duyusal fonksiyon 8 dahil olmak üzere birden beyin ağlarının disfonksiyon neden olur. DMN bilinçli, dinlenme-devlet biliş subserving beyin bölgelerinde oluşmaktadır. DMN azaltılmış consc ile ilişkili nöbet dahil olmak üzere bildirilmiştiriousness 9,10. Buna ek olarak, hipokampus TLE katılan önemli bir yapıdır ve DMN bileşeni olduğu düşünülmektedir. Ancak, hipokampal oluşumuna PCC bağlantısı gibi medial prefrontal ve parietal korteks gibi diğer DMN bileşenler ile daha zayıftır. Bu, hipokampus DMN alt ağ ya da bir etkileşen bir ağ ya da 11,12 olduğunu göstermektedir. TLE ve DMN arasındaki bu benzerlikleri fonksiyonel bağlantı TLE&#39;de değişmiş DMN&#39;ye ihtimalini yükseltmek. Bu analiz TLE&#39;de DMN&#39;nin katılımı içgörü kazanmak için sağlıklı kontrollere TLE deneklerin DMN karşılaştırır. DMN baş hub yerleştirilen tohum bağlantısı - ön ve arka merkez bölgeleri 12, analiz edilmiştir. Tohumlar retrosplenium / precuneus (Rsp / PCUN) yanı sıra, TLE olan hastalarda ve ventromedial prefrontal korteks (vmPFC) &#39;den oluşan ön göbek oluşan posterior merkezi olarak yerleştirildiSağlıklı DMN&#39;nin posterior ve anterior subnetworks belirlemek için kontrol eder.

<table><tbody><tr><td>Görüntü analiz yazılımı yüklü</td><td></td><td></td><td></td></tr> <tr><td>MRI makinesi</td><td></td><td></td><td></td></tr> Linux iş istasyonu</tbody></table>

temporal lob epilepsi fonksiyonel bağlantı mri kullanarak varsayılan mod ağı ağ analizi

Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy

Fonksiyonel bağlantı MRG (fcMRI) zamanla BOLD sinyal dalgalanmalar korelasyon göre farklı beyin bölgelerinin bağlantısını inceleyen bir fMRI yöntemdir. Temporal Lob Epilepsi (TLE) erişkin epilepsi en sık görülen tipidir ve çoklu beyin ağları içerir. Varsayılan mod ağ (DMN) bilinçli, dinlenme devlet biliş katılır ve nöbetler bilinç bozukluğu neden nerede TLE&#39;de etkilendiği düşünülmektedir. Epilepside DMN tohum fcMRI dayalı kullanılarak incelenmiştir. DMN ön ve arka göbekler bu analizde tohum olarak kullanılmıştır. Sonuçlar bazal devlet sırasında anterior ve TLE&#39;de DMN&#39;nin arka hub arasında bir kopukluk gösterir. Buna ek olarak, birlikte sol TLE diğer beyin bölgelerine artan DMN bağlantısı sağ TLE içinde bağlılık azalma ortaya çıkar. Analiz tohum bazlı fcMRI gibi TLE gibi beyin bozukluklarında beyin ağları araştırmak için nasıl kullanılabileceğini göstermektedir.

Şekil 1 DMN posterior tohum (Rsp / PCUN, kırmızı-sarı renkler) ve anterior tohum (vmPFC, mavi-yeşil renkler) ile bağlantısı ortaya gösterir ve farklı konu gruplarında bulunan ağları karşılaştırır (Şekil 1A-C) ve birbirleri arasındaki, yani sağlıklı kontroller daha sonra tüm TLE&#39;de (Şekil 1D ve 1E) olan hastalarda ve sağlıklı kontrol sol TLE (Şekil 1F ve 1G) ve sağ TLE (Şekil 1H ve 1I)</stron...

Temporal Lob Epilepsi Varsayılan Mod Ağı (DMN) (TLE) tohum-tabanlı fonksiyonel bağlantı MRI (fcMRI) kullanarak beynin dinlenme durumu analiz edilir.

Temporal Lob Epilepsi Fonksiyonel Bağlantı MRI kullanarak Varsayılan Mod Ağı Ağ Analizi

Functional connectivity MRI (fcMRI) is an fMRI method that examines the connectivity of different brain areas based on the correlation of BOLD signal ...

Aşağıdaki deneyin genel amacı, sağlıklı kontroller ile epilepsi hastalarının dinlenme durumundaki fMRI taramaları arasındaki farkı karşılaştıran istatistiksel haritalar elde etmektir. Bu, temporal lob epilepsisi olan deneklerin yanı sıra sağlıklı kontrol deneklerinden de fMRI verileri alınarak gerçekleştirilir.İkinci adım olarak, verileri istatistiksel analize hazırlamak amacıyla fMRI ön işlemden geçirilir. Ardından, iki grup arasında istatistiksel olarak geçerli karşılaştırmalar elde etmek için ön işlemden geçirilmiş fMRI verileri analiz edilir. Sonuçlar, epilepsi hastalarının beyin ağlarının, sağlıklı kontrol deneklerinin beyin ağlarına kıyasla farklılıklar gösterdiğini ortaya koymaktadır.Bu iki grup arasındaki beyin ağ haritalarındaki istatistiksel farklara dayanarak, fokal nöbetlerle seyreden epilepsilerin bile yaygın ağ bozulmalarının ortaya çıkardığı özellikler olduğu giderek daha belirgin hale gelmiştir. Bu tekniğin fikri, nöbetler sırasında DEF Favo ağının öneminin fark edilmesi ve temporal lob epilepsisinde nöbetler arasında varsayılan LO ağının anormal olup olmadığına dair merak üzerine ortaya çıkmıştır. Bu protokol için çalışma popülasyonu üç grup içermelidir, değil mi?Temporal lob epilepsisi olan hastalar, sol temporal lob epilepsisi olan hastalar ve sağlıklı kontroller. Toplamda yaklaşık 35 denek önerilir. Epilepsi denek grupları; video, EEG monitörizasyonu, PET görüntüleme ve nöropsikolojik testlerle belirlenen anterior temporal lob rezeksiyon adayları gibi, temporal lob epilepsisi tanısı almış hastalardan oluşmalıdır; tüm deneklerin normal beyin MR'larına sahip olduklarından ve hasta gruplarındaki deneklerin epilepsi dışındaki nörolojik hastalıklardan ari olduklarından emin olunmalıdır.Görüntüleme öncesinde tüm deneklerden IRB onayı ve yazılı bilgilendirilmiş onam alınmalı ve MRI güvenliği için tarama yapılmalıdır. Hastalar, fMRI taraması sırasında rutin ilaçlarını kullanmaya devam etmeli ve bir nöbeti takiben hemen taranmamalıdır. Bu protokolde açıklanan tüm görüntülemeler için üç Tesla MRI sistemi kullanılmalıdır.Fonksiyonel görüntüler için eko planarlı görüntüleme sekansı kullanarak aksiyel kesitler alın ve anatomik görüntüler için spoiled gradient recalled sekansı kullanın. Katılımcılardan rahatlamalarını, gözleri kapalı şekilde hareketsiz kalmalarını isteyin ve fonksiyonel görüntülemeyi burada görülen parametreleri kullanarak gerçekleştirin. Ayrıca, S PGR T one ağırlıklı yüksek çözünürlüklü yapısal görüntüleme için aşağıdaki parametreleri kullanın.Her bir görüntüleme oturumu yaklaşık 20 dakika sürmelidir. İşleme, fMRI verilerini FSL yazılımı First ile ön işlemeden geçirerek başlayın. Kafa hareket artefaktlarını gidermek için FSL MFL kullanın.Ardından, bold dosyalar için -F seçeneğini kullanarak beyin dışı dokuları temizlemek amacıyla FSL beyin çıkarma aracını veya BET'i kullanın. Bu işlem, yalnızca beyin dokusu üzerinde daha ileri analiz adımlarının gerçekleştirilmesine olanak tanır. Sonraki aşamada, kayıt işlemiyle birlikte minimum düzeyde işlenmiş bir analiz çalıştırın.Üstteki iki düğmeden önce birinci düzey analizi seçin ve tam analizi ön istatistikler olarak değiştirin. Ardından, ön istatistikler sekmesi altında, daha önce gerçekleştirildikleri için beyin çıkarma işleminin işaretini kaldırın ve hareket düzeltme için "hiçbiri" seçeneğini belirleyin. Sonrasında, fonksiyonel görüntüleri anatomik görüntülere ve ardından standart bir MNI görüntüsüne kaydedin.Bu işlem, daha sonra analiz sırasında standart uzayda seçilen tohumun deneğin beyin uzayına uydurulması (warp) için kullanılan transformasyon matrislerinin oluşturulmasıyla sonuçlanır. Ardından, standard_to_example_func.mat adlı oluşturulan transformasyon matrisini kullanarak BOS ve beyaz madde ROI'lerini bireysel bold uzayına dönüştürün. Daha sonra FSL mean_ts komutunu kullanarak, BOS ve beyaz madde ROI'lerinden zaman serilerini çıkarın.Bireysel denek alanındaki ROI'yi bir maske olarak kullanarak, çıkarılan zaman serilerini R yazılımı ile normalize edin. Bu zaman serileri, analize ait ilgili yapay sinyalleri temizlemek için genel lineer modelde daha sonra regresörler olarak kullanılacaktır. Bir sonraki adım, denek hareketine bağlı artefaktların giderilmesidir. Hareket parametrelerinin regresyonu için.FSL FEAT'i ilk kez çalıştırmadan önce veri (data) sekmesinde aşağıdaki ayarları yapın; girdi olarak hareket düzeltmeli ve beyin çıkarımı yapılmış dosyayı kullanın ve TR değerini veri setinize uygun şekilde ayarlayın. İlgi alanı dışındaki çok düşük frekanslı sinyalleri temizlemek için 102. filtreyi kullanarak yüksek geçiren filtreleme (high pass filtering) ayarlamasını yapın. Yüksek frekanslı sinyalleri temizleyecek olan düşük geçiren filtre (lowpass filter), daha sonra ön istatistikler (pres stats) sekmesinde uygulanacaktır.Hareket düzeltme (motion correction) altında hiçbir seçim yapmayın ve işaretini kaldırın, ancak beyin çıkarımını (brain extraction) işaretleyin. Bu adımlar daha önce gerçekleştirildiği için, beş milimetre tam genişlikte yarı maksimum (full width half maximum) kullanarak uzamsal düzleştirme (spatial smoothing) yapın. Ardından istatistikler (stats) sekmesinde, altı hareket parametresini ve bunların zamansal türevlerini regresyona tabi tutun.Konvolüsyon için "none" seçeneğini belirleyin ve "apply temporal filtering" kutucuğunu işaretleyin. Hareket parametrelerinin metin dosyalarını elde etmek için F slmic flirt çıktısını kullanın; bu dosyalar daha sonra, bu parametrelerin bir genel doğrusal modelde regresyonunu yapmak üzere feet analizine girdi olarak tanımlanabilir. Ayrıca, önceki adımlarda çıkarılan ve normalize edilen CSF ve beyaz cevher sinyallerini GLM'ye ekleyin.Konvolüsyon için "none" (hiçbiri) seçeneğini belirleyin. Zamansal türev ekleyin ve "apply temporal filtering" (zamansal filtreleme uygula) onay kutusunun işaretini kaldırın. Yukarıda açıklanan ön işlemeden elde edilen artıklar, tohum tabanlı korelasyon için kullanılmalıdır.Bu artıklar önce 0,1 hertz'lik düşük bir PESS filtresinden geçirilmeli, ardından ortalama çıkarılarak ortalaması sıfırlanmalı, standart sapmaya bölünmeli ve sonrasında 100 eklenerek ölçeklendirilmelidir; tohum bölge altı milimetre çapında tanımlanmalıdır. Standart MNI uzayında, MRI crown yazılımı kullanılarak, posterior ve anterior tohum bölgeleri burada görüldüğü şekle uygun koordinatlara karşılık gelmelidir.Bu tohum konumlarının sağlıklı kontroller dahilinde tanımlandığını unutmayın. Tohumlar daha sonra, standart MNI alanından her bir deneğin bireysel fonksiyonel beyin alanına dönüştürülmelidir. Bunun için, tohumu standart m ve i alanından bireysel fonksiyonel alana dönüştürmek amacıyla önceden oluşturulmuş olan dönüşüm matrisini kullanın.Ardından, daha önce ortalaması alınmış ve ölçeklendirilmiş kalıntıdan zaman serilerini çıkarmak için FSL mean Ts komutunu kullanın. Maske olarak bireysel denek uzayındaki tohum (seed) bölgesini kullanın. Çıkarılan zaman serilerini R yazılımı kullanarak normalize edin; tohum voksel ile beyindeki tüm vokseller arasındaki kısmi korelasyonlar, her denek için her bir çalışma (run) bazında ayrı ayrı hesaplanmalıdır.Bunun için FSL FEAT arayüzünde, önce birinci düzey analiz (first level analysis) ve ardından veri (data) sekmesi altından istatistikler artı son istatistikler (stats plus post stats) seçeneğini belirleyin. Giriş olarak önceden ortalaması alınmış ve ölçeklendirilmiş artık değer kullanılmalıdır. Artık değer zaten 100 saniyede yüksek geçiren filtrelemeden geçirildiği için, istatistikler (stats) sekmesinde yüksek geçiren filtre kesme değerini 10.000 olarak ayarlayın.Film ön beyazlatma kullanımını seçmeyin ve önceden çıkarılmış ve normalize edilmiş tohum zaman serilerini kullanın. Grup analizini çalıştırmadan önce, post stats sekmesindeki GLM'de, istenen Z stat eşiğini 2.0 değerine ayarlayın. Denekler içindeki çalışmaları birleştirirken, parametre tahminlerinin kontrastı üzerinde bir Fisher Z dönüşümü gerçekleştirilmelidir.Korelasyon analizinden oluşturulan dosyadan, ayak analizinin reg dizinindeki kayıt verilerini korelasyon çalışmasına kopyalayın. Her bir denek içindeki çalışmaları birleştirerek daha üst düzey bir analiz gerçekleştirin. Önce "higher level analysis" (üst düzey analiz) ve ardından "stats plus post stats" (istatistikler ve sonrası istatistikler) seçeneğini seçin.Ardından veri sekmesi içerisinde, girdilerin alt düzey ayak dizinleri olduğunu seçin ve istatistik sekmesi içinde deneğin tekrarlarını girin. Karma etkileri seçin. Basit OLS ile ortalama etki olarak bir model kurun ve her bir denek tekrarı için bir değer girin.Denekler arasındaki veri taşmalarını birleştirmek için sıradan en küçük kareler basit karma etkiler analizi kullanılmalıdır; bunun için veri sekmesi içinden üst düzey analiz ve istatistikler artı sonrası istatistikleri seçin. Girdi olarak alt düzey ayak dizinlerini seçin ve istatistikler sekmesinden deneğin birleştirilmiş Çalışmalarını girip karma etkileri seçin. Basit OLS için modeli üç grup olarak ayarlayın ve grup için bir değerini girin.Her bir denek sıfıra aittir. Aksi takdirde, eşikleme yapılacak üç gruba karşılık gelen üç seviyeli tek yönlü ANOVA kullanılarak her bir voksel üzerinde grup analizi yapılmalıdır. Z istatistik görüntüleri, korelasyon haritası üzerinde doğru Z değerlerini elde etmek için 2.0'dan büyük Z değerine sahip bir küme oluşturma eşiği ve P eşittir 0.05 olan düzeltilmiş bir küme anlamlılık eşiği kullanır.Sonuçlar üzerinde ters fisher Z dönüşümü gerçekleştirilmelidir. Son olarak, burada ekranda görüldüğü üzere aşağıdaki spesifik kontrastları kullanın. Bu şekil; retro splenium ve precuneus'un kırmızı-sarı renklerde olduğu posterior bir seed'den gelen bağlantılarla ve ventromedial prefrontal korteksin mavi-yeşil renklerde olduğu anterior bir seed'den gelen bağlantılarla ortaya çıkarılan default mode network'ü göstermektedir.İlk satır kontrol deneklerine ait ağı, ikinci satır sol temporal lob epilepsisini ve alt satır sağ temporal lob epilepsisini göstermektedir. Aşağıdaki şekiller, bu üç grup arasındaki ağları karşılaştırmaktadır. Burada, sağlıklı kontrollerle karşılaştırıldığında, sağ ve sol temporal lob epilepsisi kombinasyonu için ön ve arka bir tohumla ortaya çıkarılan varsayılan mod ağlarını görüyoruz.Bu şekil, yalnızca sol temporal lob epilepsisi olanların sağlıklı kontrollerle karşılaştırılmasıyla aynı tohum noktaları kullanılarak ortaya çıkarılan varsayılan mod ağlarını göstermektedir. Bu şekil ise yalnızca sağ temporal lob epilepsisi olanların sağlıklı kontrollerle karşılaştırılmasıyla ortaya çıkarılan ağları göstermekte ve son olarak burada, sol temporal lob epilepsisinin sağ temporal lob epilepsisi ile karşılaştırılmasıyla bir anterior ve bir posterior tohum kullanılarak ortaya çıkarılan varsayılan mod ağlarını görmekteyiz. Tüm beyni kapsayan fonksiyonel bağlantısallık çalışmaları, epilepsinin temel mekanizmalarını anlamak için gereklidir.Varsayılan mod ağının bağlantı özelliğini değerlendirmek için bu deneyde tohum tabanlı bir teknik kullandık. Temporal lob epilepsisini çalışırken diğer tekniklerin sonuçlarının nasıl karşılaştırıldığını görmek ilgi çekici olacaktır.

network-analysis-default-mode-network-using-functional-connectivity

Research

JoVE Journal

Medicine

Tıp

Biz manyetoensefalografi (MEG) ve elektroensefalografi (EEG), basit duyusal uyaranların işlenmesi ilgili beyin alanlarının haritası kullanın.

Eşzamanlı MEG ve EEG Fonksiyonel Haritalama

Bu makalede, TMS ve fMRI beyin stimülasyonu varsayılan ağ üzerinde etkilerini incelemek için kombinasyonu ile ilgili metodoloji ve düşünceler inceleyin.

Varsayılan Modu Ağ inceleyin Transkraniyal Manyetik Uyarım ve fMRI birleştiren

Biz manyetik rezonans görüntüleme (MRG) ile beyin yapısı ve işlevleri aynı anda analizi için yeni bir yaklaşım açıklanmaktadır. Biz yüksek çözünürlüklü difüzyon ağırlıklı görüntüleme ve beyaz madde lif traktografi beyin yapısının değerlendirilmesi. Standart yapısal MRG aksine, bu teknikler bize doğrudan beyin ağlarının fonksiyonel özelliklerini anatomik bağlantı ilgili izin verir.

FMRI ve difüzyon ağırlıklı görüntüleme ile Beyin Yapısı ve Fonksiyonu Co-analizi

Kaynak: Shafi, M. M., et al. Epilepsili Hastalarda Bağlantıyla İlgili Beyin Uyarılabilirliğini Değerlendirmek için Multimodal Görüntüleme ve Stimülasyon Tabanlı Bir Yöntem. J. Vis. Uzm. (2016)Video, epilepsili hastalarda nöronal uyarılabilirliği değerlendirmek için transkraniyal manyetik stimülasyon (TMS) ve elektroensefalografi (EEG) kullanma prosedürünü göstermektedir. Hastanın kafasını önceden kaydedilmiş bir beyin taraması ile hizalamak, TMS bobinini işlevsel olarak bağlı bir kortikal hedef...

Transkraniyal Manyetik Stimülasyon ve Elektroensefalografi ile Beyin Hipereksitabilitesinin Değerlendirilmesi

Bu protokol, travma sonrası stres bozukluğunda varsayılan ağı incelemek için dinlenme durumu yapısal bağlantısı, göreve bağlı devre dışı bırakma ve yapısal bağlantı analizlerinin tamamlayıcı nörogörüntüleme tekniklerini açıklar. Sinerjik yöntemlerin kullanılması, potansiyel olarak gelişmiş teşhis ve ciddiyet, sonuç ve diğer ilgili klinik faktörlerin değerlendirilmesine yol açabilir.

TSSB&#39;de Varsayılan Mod Ağı&#39;nın Neuroimaging fenotipleri Geliştirilmesi: Dinlenme Devlet, Çalışma Bellek ve Yapısal Bağlantı Entegrasyonu

Dinlenme durumu fonksiyonel bağlantı MRG, kortikal gelişim malformasyonlarına bağlı epilepsi de dahil olmak üzere çok çeşitli nöropsikiyatrik bozuklukları olan hastalarda anormallikler tanımlamıştır. Transkraniyal Manyetik Stimülasyon, EEG ile kombinasyon halinde, epilepsili hastaların anormal bağlantıya sahip bölgelerde kortikal hipereksitabiliteye sahip olduğunu gösterebilir.

Epilepsi Hastalarında Beyin uyarılabilmenin Bağlantı ile ilgili değerlendirmek için bir Multimodal imaging- ve Uyarım tabanlı Yöntemi

Bu protokol, temporal lob epilepsi (TLE) hastalarında mesial ağ ölçümlerinin evrimini izlemek için bir prosedürü tanımlar. İntrakraniyal kayıtların veri analizi için yeni bir sayısal teknikle birleştirilmesine dayanır. Özellikle, foramen ovale kayıtlarının ağ analizleri için bir protokol sunuyoruz.

İlaca dirençli Temporal Lob Epilepsi Hastalarında Foramen Ovale Elektrot Kayıtları Ağ Analizi

Görüntüleme yöntemi, Imaging kronolojik zamanmekansal fMRI kýsýtlanmýþ EEG kaynağı olarak bilinen yöntemi bir EEG-fMRI multimodal burada açıklanmıştır. Koşullu olarak aktif fMRI alt haritalar veya sabıkası EEG kaynak yerelleştirme kayma özgüllük geliştirir ve hatalı sonuçlar sınırlar bir şekilde gösterecek, sunulan yöntemi kullanır.

Eşzamanlı EEG ve fonksiyonel MRI kayıt ve entegrasyon analiz dinamik Kortikal faaliyet görüntüleme için

Standart EEG analiz teknikleri sinir sistemi fonksiyonu hakkında sınırlı bilgi sunar. Kortikal bağlantıistatistiksel modeller türetilmesi, altta yatan ağ dinamiklerini araştırmak için çok daha fazla yetenek sunar. Geliştirilmiş fonksiyonel değerlendirme sinir sistemi hastalıklarında tanı, prognostikasyon ve sonuç tahmini için yeni olanaklar sunar.

Non-invaziv Elektroensefalogramlar Kullanarak Kortikal Bağlantının İstatistiksel Modellemesi

Bu makalede, hem klinik hem de araştırma ortamlarında kullanılabilecek eşzamanlı elektroensefalogram ve fonksiyonel manyetik rezonans görüntüleme (EEG-fMRI) kayıt prosedürleri detaylandırılmıştır. Klinik inceleme için görüntüleme artefaktlarını gidermek için EEG işleme prosedürleri de dahil edilmiştir. Bu çalışmada interiktal dönemde epilepsi örneği üzerinde durulmuştur.

Epilepside Klinik İnceleme için Eşzamanlı Elektroensefalogram ve Fonksiyonel Manyetik Rezonans Görüntüleme için Ekipman Kurulumu ve Artefakt Giderimi

Çoklu manyetik rezonans görüntüleme (MRG) veri modaliteleri ile bilgilendirilen, kortikal ağların elektroensefalografi (TMS-EEG) haritalaması ile birlikte kişiselleştirilmiş transkraniyal manyetik stimülasyon için yeni bir protokol.

Gerçek Zamanlı Kortikal Ağ Haritalaması için Nörogörüntüleme Kılavuzluğunda TMS-EEG

Öğrenin temporal lob epilepside varsayılan mod ağı analizini fonksiyonel bağlantı MRI kullanarak. Bu yöntem, sağlıklı kontroller ve hastalar arasındaki beyin ağı farklılıklarını karşılaştırarak epilepsinin nöral temelini anlamaya yardımcı olur.

Temporal Lob Epilepsi Fonksiyonel Bağlantı MRI kullanarak Varsayılan Mod Ağı Ağ Analizi

Daha fazla video keşfet