A Multimodal Imaging- e baseada Estimulação método de avaliação de conectividade relacionadas com o cérebro Excitabilidade em doentes com epilepsia

Medicine

Your institution must subscribe to JoVE's Medicine section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Shafi, M. M., Whitfield-Gabrieli, S., Chu, C. J., Pascual-Leone, A., Chang, B. S. A Multimodal Imaging- and Stimulation-based Method of Evaluating Connectivity-related Brain Excitability in Patients with Epilepsy. J. Vis. Exp. (117), e53727, doi:10.3791/53727 (2016).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Introduction

A estimulação magnética transcraniana (TMS) é um meio de forma não invasiva estimular regiões do córtex através da indução eletromagnética. Em TMS, uma grande mas limitada espacialmente fluxo magnético é usado para induzir um campo eléctrico numa área cortical alvo, e assim modular a actividade do tecido neural subjacente. TMS para o motor do córtex resultado em potenciais evocados motores que podem ser medidos perifericamente através de eletromiografia (EMG). Quando aplicado em pares ou em tripletos de impulsos, TMS pode ser usado para avaliar a actividade de circuitos GABAérgicos e glutaminérgicos intracortical 1-3 específicos, e assim avaliar o equilíbrio de excitação e de inibição in vivo em pacientes humanos. Na epilepsia, especificamente, estudos de TMS têm mostrado que a hiperexcitabilidade cortical está presente em pacientes com epilepsia 4,5, e pode normalizar com a terapia bem sucedida droga anti-epiléptico e, assim, prever a resposta à medicação 6. Além disso, medidas de TMS de ex corticalcitability mostrar valores intermediários em pacientes com uma única apreensão 7 e em irmãos de pacientes com ambas as epilepsias focais idiopáticas generalizadas e adquiridas 8. Estas descobertas sugerem que as medidas TMS de excitabilidade cortical pode permitir-nos identificar endofenótipos para a epilepsia. No entanto, a sensibilidade e especificidade destas medidas são limitadas, provavelmente porque TMS-EMG só poderá ser avaliado com a estimulação de motoras circuitos corticais, e muitos pacientes com epilepsia têm focos de apreensão fora do córtex motor.

Electroencefalográfica (EEG) fornece uma oportunidade para medir directamente a resposta cerebral a TMS, e pode ser utilizado para avaliar a reactividade cerebral através de grandes áreas do neocórtex. Estudos integrando TMS com EEG (TMS-EEG) mostraram que TMS produz ondas de atividade, que se repercutem em todo o córtex 9,10 e que são reprodutíveis e confiáveis 11-13. Ao avaliar a propagação da atividade evocadaem diferentes estados comportamentais e em diferentes tarefas, TMS-EEG foi utilizado para sondar a conectividade causalmente eficaz dinâmica de redes cerebrais humanos 10,14-16. Medidas TMS-EEG mostraram alterações significativas em doenças que vão desde a esquizofrenia 17 a TDAH 18, e em distúrbios de consciência tais como estado vegetativo persistente 19. Além disso, vários grupos identificaram correlatos EEG do pulso emparelhado métricas TMS-EMG que são anormais em pacientes com epilepsia 20,21. De particular relevância, estudos anteriores também sugeriram que a actividade de EEG anormal evocadas por estimulação é observado em pacientes com epilepsia 22-25.

Outra forma de avaliar os circuitos cerebrais é através de descanso estado conectividade funcional MRI (rs-fcMRI), uma técnica que avalia as correlações ao longo do tempo no nível de oxigenação do sangue sinal dependente (BOLD) de diferentes regiões do cérebro 26. estudos que utilizamRS-fcMRI demonstraram que o cérebro humano está organizada em diferentes redes de regiões que interagem 26-29, doenças neuropsiquiátricas que podem ocorrer dentro de grandes redes neurais específicas distribuídos identificados pela RS-fcMRI 30, e que as redes cerebrais identificados através RS- fcMRI são frequentemente anormal em estados de doenças neuropsiquiátricas 31,32. Em termos de aplicações clínicas potenciais, rs-fcMRI tem várias vantagens sobre baseada em tarefas de aplicação fMRI convencional 33, incluindo uma menor dependência em matéria de cooperação assunto e preocupação com o desempenho variável. Consequentemente, tem havido recentemente uma explosão de estudos explorando alterações RS-fcMRI em diferentes estados de doença. No entanto, uma das limitações do RS-fcMRI é a dificuldade em determinar se e como correlações (ou anticorrelations) no sinal negrito referem-se às interacções electrofisiológicos que formam a base da comunicação neuronal. Um problema relacionado é que é often claro se os RS-fcMRI mudanças observadas em vários estados de doença têm um significado fisiológico. Em particular no que diz respeito a epilepsia, não está claro se anormalidades no rs-fcMRI são unicamente devido a transientes epileptiformes interictais, ou existem independentemente de tais anormalidades eletrofisiológicas; simultânea EEG-fMRI é necessária para ajudar a avaliar entre estas possibilidades 34.

Como TMS pode ser usado para produzir alterações transitórias ou sustentados nas ativações de diferentes regiões corticais, estudos TMS fornecer um meio de avaliar causalmente o significado de diferentes padrões de conectividade fMRI de descanso do estado. Uma abordagem é a utilização de RS-fcMRI para orientar os esforços de estimulação terapêuticos em diferentes estados de doença; que poderia ser esperado que a TMS dirigida às regiões que estão funcionalmente ligados a domínios que se sabe estarem envolvidos em vários estados de doença é mais provável que seja terapeuticamente eficaz do que o TMS dirigida às regiões sem tais functioconectividade nal, e na verdade vários estudos descobriram evidências preliminares para este 35,36. Outra abordagem seria envolver o uso de TMS-EEG para avaliar causalmente o significado fisiológico de padrões fcMRI diferente de descanso do estado. Especificamente, pode-se testar a hipótese de que as regiões que mostram conectividade funcional anormal num estado de doença específico deverá mostrar uma resposta diferente à estimulação nos pacientes do que em indivíduos saudáveis, e que essas anormalidades fisiológicas estão presentes especificamente (ou principalmente) com a estimulação do anormalmente região ligada.

Para ilustrar o acima, nós fornecemos um exemplo de um estudo recente em que rs-fcMRI, TMS e EEG foram combinados para explorar hiperexcitabilidade cortical em pacientes com epilepsia devido ao desenvolvimento anomalia cerebral heterotopia nodular periventricular (PNH) 37. Os pacientes com HPN presente clinicamente com epilepsia adolescent- ou adulto-início, deficiência de leitura e inte normaislligence, e têm nódulos anormais de matéria cinzenta adjacentes aos ventrículos laterais em neuroimagem 38,39. Estudos anteriores demonstraram que estes nódulos periventriculares de matéria cinzenta heterotópica são estruturalmente e funcionalmente ligada a focos discretos no neocórtex 40,41, e que as convulsões epilépticas podem ser provenientes de regiões neocorticais, a matéria cinzenta heterotópica, ou ambos, simultaneamente, 42, sugerindo que epileptog�ese esses pacientes é um fenômeno circuito. Usando descanso estado fc-MRI para orientar TMS-EEG, demonstramos que pacientes com epilepsia ativa devido a PNH tem evidência de hiperexcitabilidade cortical, e que esta hiperexcitabilidade parece ser limitada às regiões com conectividade funcional anormal para os nódulos profundos.

O protocolo é realizado em duas sessões separadas. Durante a primeira sessão, sequências de contraste de MRI sangue-oxigenação estrutural e de descanso estado de nível-dependentes (negrito) são adquiridos(Para pacientes), ou apenas a sequências de ressonância magnética estrutural (para os controles saudáveis). Entre as primeira e segunda sessões, a análise funcional conectividade-estado de repouso é utilizado para definir os alvos corticais para os pacientes, e coordena a MNI são obtidos para estes alvos. Os alvos corticais equivalentes (com base no MNI coordenadas) são, então, identificados para cada assunto de controle saudável. Na segunda sessão, os dados são obtidos TMS-EEG.

No exemplo dado neste documento, análises de ressonância magnética funcional de suporte e conectividade foram realizadas utilizando um conjunto de ferramentas de software in-house e do software RM 43,44. Neuro-navegado TMS foi realizada com um estimulador magnética transcraniana com tempo real MRI neuronavegação. EEG foi gravado com um sistema TMS compatível com 60 canais, que utiliza um circuito sample-and-hold para evitar a saturação do amplificador pelo TMS. Os dados de EEG foram analisados usando scripts personalizados e o EEGLAB caixa de ferramentas 45 (versão 12.0.2.4b) em execução no MATLAB R2012b.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

O protocolo aqui descrito foi aprovado pelos conselhos de revisão institucionais do Beth Israel Deaconess Medical Center e do Instituto de Tecnologia de Massachusetts.

Seleção 1. Sob

  1. A seleção dos pacientes para o protocolo de pesquisa.
    1. Identificar pacientes com epilepsia ativa (convulsões dentro do ano passado), ou um histórico de epilepsia remoto (convulsões anteriores, mas sem convulsões nos últimos cinco anos, dentro ou fora de medicação) e heterotopia nodular periventricular em imagiologia cerebral estrutural.
    2. Excluir pacientes sem história de convulsões. Excluem também pacientes com etiologias possíveis alternativas para convulsões (por exemplo, uma história de traumatismo crânio-encefálico, acidente vascular cerebral, meningoencefalite), ou com EEG consistentes com um diagnóstico alternativo (por exemplo, epilepsia idiopática generalizada, epilepsia de lobo temporal).
    3. Excluir pacientes com neurológica adicional ou disea psiquiátricaSE, ou com qualquer outra condição médica instável. Excluir também os pacientes com história de cirurgia no cérebro antes, incapacidade de tolerar MRI, substância ilícita recente ou uso pesado de álcool, ou uma específica de ressonância magnética 46 ou TMS 47 contraindicação.
  2. selecção saudável de controle assunto.
    1. Para cada paciente PNH (em nosso estudo publicado antes de 37, 8 pacientes, com idades entre 20 - 43 anos significa 30,25; 3 do sexo masculino, 5 do sexo feminino), identificar um controle saudável equivalente em idade e sexo.
    2. Excluir indivíduos com qualquer neurológica permanente ou doença psiquiátrica ou sobre medicamentos psicoativos, qualquer outra condição médica instável, uma história de cirurgia no cérebro antes, incapacidade de tolerar MRI, substância ilícita ou uso pesado de álcool, ou qualquer outra ressonância magnética ou TMS contraindicação específica.

2. Gerando as Metas Estimulação

  1. Usando um sistema de 3T, adquirir fatias do cérebro inteiro estruturais de alta resolução usando um T1-weighted sequência. Utilize os seguintes parâmetros de aquisição: 128 fatias por laje, uma matriz de 256 x 256, campo de visão (FOV) de 256 mm, de fatia de espessura 1,33 mm, com gap interslice 0,63 mm, dimensão de voxel 1 x 1 x 1,33 milímetros 3, tempo de repetição (TR ) 2.530 ms, tempo de inversão de 1.100 ms, tempo de eco (TE) 3.39 ms, ângulo aleta 7 °.
  2. Usando um sistema de 3T, adquirir imagens funcionais de descanso de estado usando uma sequência de eco-planar sensível ao contraste dependente do nível de sangue-oxigenação (negrito). Ao executar este varredura instruir os pacientes para descansar tranquilamente com os olhos abertos sem executar qualquer tarefa específica. Utilize os seguintes parâmetros de aquisição: FOV de 256 mm, tamanho do voxel 2,0 x 2,0 x 2,0 mm, TR 6000 ms, TE 30 ms, ângulos aleta 90 °, tempo de aquisição de 6,4 min.
  3. Usando o software MRICroN 44, identificar cada região discreta de heterotopia nodular (seja cada nódulo indivíduo ou um cluster contíguo inseparável de nódulos) 46. Use a ferramenta Pen para delinear ele manualmenteregiões terotopia de interesse (ROI), fatia por fatia no plano axial em imagens estruturais em T1.
  4. Use o CONN conectividade funcional software Toolbox 48,49 realizar quatro etapas sequenciais em processamento de dados funcionais de descanso estado: instalação, pré-processamento, análise e os resultados.
    1. Para configuração, use as opções de menu para iniciar um novo projeto e inserir informações básicas experimento. Carregar as imagens funcionais, rectificados e co-registradas com as imagens anatômicas para cada assunto.
    2. Carregar as imagens estruturais. arquivos de ROI carga heterotopia criado na etapa 2.3. Digite os detalhes da condição experimental; uma vez que este está descansando de estado, insira uma única condição de início 0 segundos e duração igual à duração completa de cada sessão. A caixa de ferramentas irá extrair o BOLD séries temporais heterotopia ROI. Verifique se há possíveis inconsistências.
    3. Para pré-processamento, confundindo fontes de variação BOLD incluem modulações induzida por respiratórias do ma principalcampo gnetic e pulsações cardíacas, bem como o movimento do sujeito. Remover confusão via o principal método baseado em componentes integrados que analisa dados de séries temporais de regiões improváveis para ser associado com a atividade neural, tais como ventrículos e grandes vasos, para identificar ruído fisiológico processa 50. Visualizar a variação total explicada por cada uma das possíveis fontes de confusão. Aplicar um filtro passa-banda de frequência (0,01 Hz <f <0,1 Hz) e suavização Gaussian 6 mm (largura total a meia-máximo).
      NOTA: A caixa de ferramentas, por padrão, identificar fontes de possíveis fatores de confusão, incluindo sinal BOLD da substância branca e os parâmetros de fluidos e de realinhamento cefalorraquidiano (o movimento do sujeito).
    4. De Análise e Resultados, identificar as fontes de interesse como as ROIs heterotopia. Visualizar a medida conectividade de correlação (ao invés de regressão), e exibir usando limiares para os coeficientes de correlação.
      1. Para cada assunto, criar vejamapas de conectividade d-a-voxel, utilizando cada região discreta da massa cinzenta heterotópico como um ROI de sementes, demonstrando a correlação entre a série média de tempo do sinal BOLD da ROI e todos os outros voxel cérebro.
      2. analisa realizar segundo nível de entre-assunto ou entre-source contrastes (opcional). Exibir os resultados usando altura (voxel-level) e extensão (cluster de nível) limiares; p-valores corrigidos de taxa de descoberta não corrigidas e falsos são mostrados.
  5. Use software MRICroN para delinear manualmente dois alvos de interesse, um alvo ligado e um alvo não-conectado, por TMS, utilizando a ferramenta Pen 43. Usando a função "Overlay" sobrepor os mapas de conectividade funcionais criados acima para as imagens estruturais para cada assunto.
    1. Assegure-se que a região alvo é uma região do córtex que tem conectividade funcional significativa à matéria cinzenta Heterotopia como descrito acima. Certifique-se que o alcatrão não-conectadoobtém é uma região de tamanho semelhante que não demonstra ligação funcional significativa para qualquer ROI Heterotopia, e localiza-se, pelo menos, 2,5 cm de distância do alvo ligado à superfície cortical para minimizar o risco de efeitos de estimulação vizinhança durante TMS.
    2. Escolha alvos de tal forma que a probabilidade de grandes artefatos induzida por TMS é pequena 51. Especificamente, evite selecionar alvos nas regiões temporais ou frontopolar laterais, uma vez que estes são susceptíveis de produzir grande contração muscular e / ou movimento dos olhos artefatos que podem obscurecer o sinal de TMS-EEG início de 51. Salvar as metas traçadas como novos ROIs alvo.
  6. Determinar coordena a MNI para cada ROI alvo em cada assunto. Em seguida, use essas coordenadas para identificar os equivalentes dois locais alvo em correspondência sujeitos controle saudáveis ​​de cada sujeito.

3. TMS-EEG Setup Experimental

  1. Publique as varreduras estruturais (tipicamente de alta resolução T1-weighted 3D imagens volumétricas) para o sistema de neuronavegação.
  2. Usando o software neuronavegação, marcar os alvos desejados nas imagens. marcar também marcadores anatómicos externos (násio, trago bilateral) que irá ser utilizado para coregistration e neuronavegação durante a sessão de estimulação. Se estiver usando um boné de EEG com eletrodos rotativos e fios de eletrodos, fios orientar perpendicular ao longo eixo da bobina TMS 52.
  3. Entre em contato com o assunto antes da sessão experimental para lembrar-lhe para não usar condicionadores ou outros produtos de cabelo (shampoo é aceitável) no dia da sessão TMS-EEG, para evitar bebidas alcoólicas à noite antes da sessão TMS-EEG, e beber o seu habitual consumo de cafeína por dia antes da sessão de TMS.

4. sessão experimental

  1. Confirmar que o assunto passou nos critérios de segurança TMS, de preferência por meio de um questionário estruturado 53. Confirmar que o sujeito não consume bebidas alcoólicas na noite anterior, não beber significativamente mais ou menos do que o seu habitual consumo diário de cafeína, não consumiam over-the-counter auxiliares de sono que alteram a excitabilidade cortical (como a difenidramina) na noite anterior, e recebeu um típico noite de sono (como a privação do sono pode aumentar a excitabilidade cortical 54).
  2. Peça ao sujeito para se sentar em uma cadeira confortável.
  3. Monte a tampa EEG sobre o tema e preparar os eléctrodos.
    1. Medida cabeça do sujeito e selecione uma tampa EEG de tamanho apropriado para ajudar a permitir impedâncias baixas eletrodos.
    2. Limpe bem a pele debaixo de cada eletrodo usando um aplicador de algodão-tip e álcool.
    3. Adicionar gel condutor para cada eléctrodo. Não adicione muito gel que ele vazamentos entre os eletrodos, que isso possa criar uma ponte e levar ao sinal comum entre os diferentes eletrodos.
    4. Se necessário, para garantir um bom contacto entre o couro cabeludo, o gel e o electrode, tente pressionar para baixo em cada eletrodo após a adição do gel. Para minimizar o carregamento artefatos, garantir que o gel não se espalhou para fora o suporte do eléctrodo. Homogeneamente reduziu os níveis de condutância para minimizar artefatos de gravação.
    5. Coloque a referência e eléctrodos de terra tão longe da bobina de estimulação quanto possível para minimizar a possibilidade do artefacto induzido por eléctrodo TMS contaminando toda a gravação. É preferível colocar estes eléctrodos acima das estruturas ósseas, em zonas presumivelmente "inactivas", com actividade mínima cortical.
      NOTA: Mesmo em estudos para o qual os locais de destino são variáveis, regiões frontopolar não são susceptíveis de ser seleccionados como alvos porque TMS para estas regiões podem resultar em grandes movimentos oculares, a contração dos frontalis e músculos faciais 51, e, muitas vezes, dor no couro cabeludo e dor de cabeça; consequentemente, o sinal de TMS-EEG durante a estimulação destas regiões é muitas vezes obscurecido por grandes artefactos.
    6. Pecadoce estas regiões são, portanto, pouco provável de ser escolhida como alvos para a estimulação, use a testa para a colocação dos eletrodos de referência e terrestres. Colocá-los dentro de poucos centímetros uns dos outros para minimizar o ruído de modo comum.
      NOTA: Em situações em que todos os alvos de estimulação estão em um hemisfério, mastóide contralateral seria outra opção.
    7. Verifique impedâncias eletrodo como se segue; conecte os cabos de saída de EEG na tomada "impedância" do sistema de gravação EEG, em seguida, pressione o botão "medida impedâncias" no sistema de EEG. Certifique-se de que a impedância do eléctrodo não é superior a 5 kW.
  4. Prepare os eletrodos EMG no lado contralateral (use primeiros interósseos dorsais ou abdutor curto do polegar músculos; utilizar o mesmo músculo entre os indivíduos em um único estudo).
  5. Dê os tampões sujeitos a minimizar o risco de perda auditiva e zumbido.
    Nota: Outra opção seria utilizar fones de ouvido tocando White ruído ou ruído colorido (com características espectrais semelhantes às do TMS clique) durante todo o processo de gravação, a um volume suficiente para mascarar o clique auditivo produzido pela TMS; auditivo isso teria a vantagem de minimizar o confundem potencial do TMS-induzida potenciais evocados 10,55. De nota, uma fina camada de espuma entre a bobina e no couro cabeludo, também é necessário para minimizar o potencial evocado auditivo.
  6. Coloque detectores de infravermelhos na cabeça do sujeito, assegurando que os detectores são colocados de forma a minimizar o risco de movimento durante a sessão experimental.
  7. Coregister cabeça do sujeito com as imagens de ressonância magnética, identificando a localização dos anatômicas externa marcadores fiduciais pré-selecionados (secção 3.2) sobre o assunto usando o ponteiro que está incluído com o equipamento de neuronavegação.
  8. Familiarizar o assunto com a estimulação por aplicação de um pulso em outra parte (por exemplo, o braço do sujeito), ou pela aplicação de uma baixa-pulso de estimulação intensidade (por exemplo, 5% de saída estimulador máximo) para o couro cabeludo.
  9. Determinar o limiar motor (a intensidade mínima que produz um evocados motores potenciais pelo menos 50 mV em tamanho em 5/10 ensaios). Um tal método, o método de frequência relativa 56, é como se segue.
    1. Determine a localização do córtex motor do sujeito no hemisfério ipsilateral às metas baseadas em conectividade fMRI. Ao utilizar neuronavegação, isto é, em geral, a região do "Omega" no giro pré-central. Ângulo da bobina perpendicular ao giro, com o punho apontando occipitally.
    2. Comece a estimulação com uma intensidade que é esperado para ser sub-limiar (por exemplo, 35% de potência máxima estimulador).
    3. Aumentar a intensidade de estimulação em passos de 5% saída do estimulador max até TMS evoca constantemente deputados com amplitudes> 50 mV em cada tentativa.
    4. Em seguida, diminuir a intensidade do estímulo em passos de 1% maximusaída m estimulador até menos do que 5 respostas positivas em cada 10 são gravadas.
      NOTA: Esta intensidade de estimulação mais 1 é definido como limiar motor. Como alternativa, use técnicas de limite adaptável 57 para identificar limiar motor com menos estímulos.
  10. Para a estimulação das áreas-alvo, definir a intensidade TMS para o valor desejado (por exemplo, 120% de repouso limiar motor).
    NOTA: No entanto, nos casos em que haja variações regionais significativas na distância couro cabeludo-córtex (por exemplo, em pacientes com atrofia do lobo frontal), uma tal técnica pode resultar numa estimulação de sublimiar. Alternativamente, com sistemas Neuronavegação adequadas capazes de realizar estimativas linha do campo eléctrico induzido, a intensidade da estimulação pode também ser fixado a uma amplitude específica do campo eléctrico induzido calculada (em V / m) sobre a superfície cortical 58.
  11. Aplicar pulsos únicos de TMS para cada uma das regiões alvo usandoo software neuronavegação, com um intervalo variável entre os pulsos para minimizar a plasticidade cortical e efeitos de expectativa sujeitos (por exemplo, a cada 4-6 segundos, com um intervalo de, pelo menos, 3 segundos para evitar efeitos cumulativos 59). Para maximizar a consistência, o ângulo da bobina, perpendicularmente ao eixo longo do giro subjacentes, com o punho apontou posterolateralmente.

5. EEG pré-processamento de dados e Análise

NOTA: Os dados de EEG-TMS contém usualmente grandes artefactos relacionados com a estimulação de, particularmente quando se estimula distância da linha média / vértice ou com intensidades de estimulação elevados, e pré-processamento significativo pode ser necessário para obter dados analisáveis ​​limpas. Análise de Componente Independente (ICA) é um método que tem sido utilizado para a remoção de artefactos TMS, e pode ser aplicada utilizando caixas de ferramentas disponíveis ao público (por exemplo, EEGLAB 45) na plataforma MATLAB. Uma abordagem validada 60 é tão Follows, descrevendo a análise dos dados coletados usando o sistema Eximia EEG:

  1. Importe os dados para EEGLAB
    1. Clique em "Arquivo", "Importar dados", "Usando funções EEGLAB e plugins", "De arquivos EDF / EDF + / GDF (BIOSIG toolbox)".
  2. Extrair os horários dos eventos
    1. Clique em "Arquivo", "info Import evento", "From canal de dados". Preencha "canal de evento" 1 ", transformar pré-processamento (dados = 'X')" X> 0,1, "comprimento de transição (1 = bordas perfeitas) 0. Certifique-se de" Apagar canal de evento (s)? "E" Apagar eventos antigos , se houver? "caixas de seleção estão marcadas.
  3. Segmento os dados em épocas centradas em torno do pulso TMS, a partir de 1 segundo antes do pulso de 2 segundos depois. Para fazer isso, selecione "Ferramentas", "Extract épocas". Se o pulso TMS é o único tipo de evento ", tipo de evento Time-bloqueio (s)" campo pode ser deixado em branco. Para os "limites Epoch [Iniciar, end] em segundos "entrar [-1 2].
  4. Revisão dos dados de EEG visualmente (selecione "Plot", "Dados do Canal (rolagem)".) Remover canais ruins (por exemplo, canais sem sinal ou com o artefato excessiva contínua). Para fazer isso, clique em "Editar", "Select dados". No campo "Canal intervalo", digite o número (s) do canal a ser eliminado (ou clique na caixa de alternância para a direita e selecionar os canais por nome, em seguida, pressione "OK"), verifique se o "on- > removê-los "opção for assinalada, e pressione" Ok ".
  5. Definir os potenciais em todos os eléctrodos a zero a partir do tempo do impulso até que o sinal de EEG voltou a ser aproximadamente uma ordem de magnitude do sinal neural (por exemplo, por corte para fora de dados maior do que 150 mV), ou em qualquer ponto de tempo fixo depois ( por exemplo, 40 ms) para garantir que os grandes artefatos TMS não distorçam a separação ICA. 61 Esta etapa terá de script em Matlab.
  6. Realizar uma rodada inicial da ICA, e remover os 1 - componentes 2 representam a grande ativação muscular inicial induzida pelo TMS.
    1. Executar ICA usando o método FastICA com a "abordagem simétrica" ​​e a função de contraste "tanh" usando a seguinte linha de comando: "EEG = pop_runica (EEG, 'icatype', 'FastICA', 'abordagem', 'SYMM', 'g ',' tanh '); ".
      NOTA: Executar ICA separadamente para cada local, como o artefacto produzidos por estimulação irá variar em função do local de estimulação.
    2. Identificar os componentes compatíveis com artefato TMS, selecionando "Ferramentas", "Rejeitar dados usando ICA", "Remover componentes no mapa". Os mapas topográficos de todos os componentes da ACI irá então ser plotados. Clique no número de cada componente para traçar detalhes do componente (um mapa maior da distribuição topográfica, o perfil de atividade em todos os ensaios, e espectro de frequências).
      NOTA: O artefato compo pulso TMSnentes (tipicamente 1 - 2) pode ser reconhecida pelo terreno topográfico dipolar localizada no sítio de estimulação, o extremamente grande amplitude do componente de activação imediatamente após o pulso, e a subsequente deterioração exponencial suave.
    3. Excluir os componentes de artefatos, selecionando "Ferramentas", "Remover componentes", e digitar os números de componentes relevantes no campo para "Componente (s) para remover a partir de dados". Na caixa "Confirmação" que aparece, pressione "Aceitar" depois de analisar o ERPs que resultam após a eliminação do componente selecionado (pressione "Plot ERPs") e depois de analisar os efeitos de um único teste (imprensa "complô ensaios individuais"). NOTA: Esta etapa deve ser concluída antes da filtragem para minimizar quaisquer artefatos de filtração do artefato muscular induzida pelo TMS, que muitas vezes pode ser de vários milivolts.
  7. Interpolar os dados em falta (durante o período de tempo zeros à esquerda). Esta etapa irá need ser feito usando um script Matlab.
  8. Passa-banda e / ou filtro de entalhe os dados (opcional, ou poderia ser feito em um ponto mais tarde, por exemplo, após a segunda rodada de remoção de artefato ICA).
    NOTA: Se a amplitude de alta TMS-artefacto ainda não foi adequadamente removida, o efeito de alisamento temporais de um filtro passa-alto pode levar a dispersão temporal do artefacto. Além disso, a banda passante ondulando produzido por filtros passa-baixa pode levar a artefato de toque de destaque na parte "limpa" do sinal EEG filtrado resultante.
  9. Re-referência a média de referência (opcional, ou poderia ser feito em um ponto mais tarde, por exemplo, depois de interpolação de canais ausentes).
  10. Remover épocas individuais com artefatos de grande amplitude, a atividade muscular significativa, ou outros artefatos importantes.
    1. Para a rejeição semi-automatizado artefato, selecione "Ferramentas", "Rejeitar épocas de dados", "Rejeitar dados (todos os métodos)".
    2. Em "Encontrar d improvávelata "digite 3,5 no campo de" limite de canal único (std. dev.) e 3 no campo de "todos os canais de limite (std. dev.)", pressione o botão "Calcular" imediatamente abaixo. Isto identifica épocas improváveis ​​que contêm dados com base na distribuição de valores em épocas de dados.
    3. Em "Encontrar distribuições anormais", digite 5 no campo de "limite de canal único (std. Dev.)" E 3 no campo de "All limite de canais (std. Dev.)", Em seguida, pressione o botão "Calcular" botão imediatamente abaixo. Isto identifica épocas como contendo artefactos com base no curtose dos dados.
    4. Para rejeitar épocas com valores anormalmente elevados ou baixos, em "Pesquisar valores anormais", introduzir 100 no campo para "Limite superior (s) (UV)" e -100 no campo de "limite inferior (s) (UV)" (embora diferentes limites pode ser necessária em crianças, nas quais amplitudes de EEG são geralmente mais elevadas). Insira os números de eletrodos para aplicar limiar de tensãoolding no campo marcado "Eletrodo (s)"; para evitar a rejeição de todas as épocas com piscar de olhos, não incluem frontopolar (e / ou EOG) canais. Em seguida, pressione "Calc / Plot.".
    5. Percorra épocas marcadas, e épocas desmarcar que não contêm artefatos clicando com o botão direito sobre a época. Marcar épocas adicionais que contêm artefatos significativos clicando com o botão à esquerda na época. Depois de confirmar que todas as épocas contendo artefatos são marcadas, clique em "Marcas Update" botão.
    6. Para salvar o que épocas são marcados para exclusão, clique em "Close (mantê-marcas)" e salve conjunto de dados ( "Arquivo", "Salvar conjunto de dados atual como").
      1. Para exclua as épocas relevantes, selecione "Ferramentas", "Rejeitar épocas de dados", "Rejeitar épocas marcadas". Clique em "Sim" na caixa de diálogo de confirmação posterior. Salve resultante conjunto de dados.
  11. Executar uma segunda rodada de ICA, e remover componentes correspondente à decadênciaartefatos, artefatos piscar, artefatos musculares e artefatos de ruído do eléctrodo.
    NOTA: A remoção de componentes compatíveis com potenciais auditivos evocados-pode ser considerado, embora estes componentes também podem conter componentes neurais evocados directamente relacionadas com o pulso de estimulação (que também tem picos em pontos de tempo semelhantes). Uma opção melhor do que iria minimizar potenciais evocados TMS-induzidas pela TMS "click", e assim eliminar a necessidade de remoção à base de ACI, seria realizar ruído mascarando como descrito na secção 4.5 acima, se tolerável pelos sujeitos.
    1. Executar ICA usando o método FastICA com a "abordagem simétrica" ​​e a função de contraste "tanh", como descrito em 5.6.1 acima.
    2. Avaliar as propriedades do componente conforme descrito em 5.6.2 acima.
    3. Componentes de marca consistentes com TMS residual artefatos de decaimento 62.
      NOTA: Identificar este baseado em tempo (máximo imediatamente após o pulso), a morfologia (a lenta decadência com overshoot, em seguida, a recuperação lenta ao longo de dezenas a centenas de milissegundos) e localização (perto do local de estimulação). Além disso, os componentes da ACI podem ser organizados em ordem de variância explicada descendente; como o artefacto TMS é muito grande, ele é tipicamente representada nos primeiros componentes, e geralmente representam não mais do que 1-5 componentes.
    4. Usando o plugin 62 Ajustar para EEGLAB, marcar componentes consistentes com artefatos piscam.
      NOTA: Identificar isso com base em localização (frontopolar máxima), timecourse (longos períodos com atividade relativamente mínima, seguido por curtos períodos de intensa ativação), espectros (alta potência a baixas frequências) e morfologia (trifásico).
    5. Componentes de marca consistentes com artefato muscular 62.
      NOTA: Identificar isso com base em características espectrais (poder significativo em frequências beta e acima), distribuição temporal (muito irregular / irregulares), a distribuição espacial (máximas ao longo da periferia do couro cabeludo) ea actividade no domínio do tempo(Espetado).
    6. Componentes de marca consistentes com o ruído de canal com base na distribuição espacial (isolado a 1 ou 2 canais) e distribuição temporal (frequentemente muito peaky, atividade alta em poucos ensaios, ou muito lentas flutuações de amplitude grandes) usando o plugin 62 Ajustar para EEGLAB.
    7. Remover componentes marcados como em 5.6.4 acima. Interpolar canais desaparecidos e realizar análises posteriores sobre esses dados.
      NOTA: É necessário ter cuidado quando interpolação canais. Em particular, se uma proporção substancial (por exemplo, 10%) dos canais ou, se os canais adjacentes são interpolados, o conjunto de dados resultante pode não ser fiáveis, sobretudo se a actividade do cérebro subjacente tem uma alta frequência espacial.
  12. Carregar um outro conjunto de dados com todos os canais desejados em EEGLAB. Em seguida, trazer o conjunto de dados que você deseja realizar a interpolação para o primeiro plano, selecionando "conjuntos de dados" e, em seguida, clicando no conjunto de dados relevante.
  13. Selecione "Ferramentas"; "Interpolar eletrodos". No conjunto de dados resultante, selecione "Usar todos os canais de outro conjunto de dados". Para o "método de interpolação", selecione "esférica" ​​e pressione "Ok".

6. Avaliar a evidência de Cortical hiperexcitabilidade

  1. Calcula-se a média global potencial de campo (GMFP) 63 para cada local e sujeitos a estimulação como uma função do tempo, utilizando a equação seguinte:
    equação 1
    em que K é o número de eléctrodos, V i (t) é a tensão medida no eléctrodo i no tempo t, e V significativo (t) é a média tensão através dos eléctrodos no tempo t.
  2. Segmentar os dados em períodos de tempo "precoces" quando a atividade TMS-evocado está normalmente presente em indivíduos saudáveis (por exemplo, 100-225 ms), e períodos de tempo final, quando anormal atrasadasa actividade pode ser observada em doentes com epilepsia (por exemplo, 225 - 700 mseg). Calcula-se a área sob a curva (AUC) do GMFP (AUC-GMFP) durante cada período de tempo.
    NOTA: Uma vez que a magnitude absoluta da resposta evocada pode variar amplamente entre os indivíduos por causa de fatores independentes da fisiologia cortical (por exemplo, espessura do crânio, distância do couro cabeludo-cortex, anatomia do cérebro indivíduo) que podem no entanto variar entre os grupos (por exemplo, porque os pacientes com epilepsia pode ser em medicamentos antiepilépticos), amplitudes matérias são de utilidade limitada na avaliação dos potenciais evocados TMS. Para isolar se pacientes com epilepsia anormalmente aumentada actividade evocada-TMS, normalizar a magnitude da AUC-GMFP durante períodos de tempo mais tardios por a magnitude da AUC-GMFP durante os "precoces" períodos de tempo.
  3. Compare o normalizado AUC-GMFP para cada paciente epilepsia ao obtido pela estimulação da mesma região em con saudável igualou a do pacientecontrole. Um valor mais alto (relação> 1) em que o paciente epilepsia indica que o paciente tem epilepsia aumento da excitabilidade.

7. Estimativa Fonte da atividade elétrica Evocado

  1. Reconstruir a superfície cortical para o assunto usando o pacote Freesurfer 64.
    1. Execute o comando "Gerar FreeSurfer Output". Execute o comando "Gerar Surfaces". Executar comando "Criar espaço Fonte". Importar locais de eletrodos digitalizados a partir do software neuronavegação e alinhar eletrodos utilizando MNE Analisar software (MNE Versão 2.7.0) 65,66; se locais de eletrodos individuais não estão disponíveis, os dados de um sujeito com um tamanho aproximado cabeça semelhante pode ser suficiente.
    2. Executar comando "mne_analyze". Clique em "Arquivo", "dados de carga digitalizador" (.fif). Clique em "Arquivo", "Load Surface". Selecione caminho para dados de MRI Freesurfer Reconstrução.
    3. Clique em "Ver", "Show viewer ". Clique em" Ajustar "," Coordenar Alinhamento ". Clique em" LAP ". Clique no local LAP em" Viewer "janela. Repita o procedimento para" Násio "e" RAP ".
    4. Clique em "Alinhar Usando Fiducials". Clique no "X", "Y", "Z" setas de campo para ajustar manualmente coordenar o alinhamento. Clique em "Salvar padrão" em "Coordenar Alinhamento" janela para salvar trans arquivo.
  2. Determinar a solução para a frente utilizando um método apropriado (por exemplo, limite-elemento de modelagem como implementado no software MNE 65,66). Para fazer isso, execute o comando "MNE Do Atacante Solution".
  3. Identificar os pontos de tempo dos picos na GMFP para análise fonte. Para fazer isso, execute o comando "MNE_Browse_Raw" para .fif arquivo.
    1. Clique em "Ajustar", filtro "para fazer mudanças de filtro. Clique em" Ajustar "," Escalas "para fazer mudanças de escala. Clique em" Ajustar "," Seleção &# 34; para alterar a selecção montagem.
    2. Clique no ponto de tempo em dados de tensão de cru. Clique em "Windows", "Show Annotator". Clique em "marca" para código selecionado ponto de tempo com número e comentário correspondente. Sobrescrever campo de comentário quando aplicável.
    3. No campo média, digite o número da anotação. Clique em "média". Clique em "Windows", "Gerenciar Médias". Clique em "Salvar como" e nome .fif arquivo.
  4. Usando a média (entre os ensaios) potencial evocado nos momentos relevantes, calcular a solução de código atual usando um operador inverso adequado (por exemplo, a estimativa mínima norma como implementado no software MNE). Para fazer isso, execute o comando "MNE Inverse Operador".
  5. Aplicar um limiar de tensão para as imagens resultantes para identificar a região de origem dos picos evocados.
    1. Clique em "Windows", "Start MNE Analisar". Clique em "Arquivo", "Abrir". Escolha um tempo parquivo .fif média onto no campo "Arquivos". Selecionar inverso .fif arquivo no campo "Operador inversa".
    2. Clique em "Arquivo", "Load Surface". Selecione caminho para dados de MRI Reconstrução. Selecione "Pial" em campo "Surfaces disponíveis".
    3. Clique em "Ajustar", Estimativas "em" MNE Analisar "janela. Para ajustar a escala, clique esquerdo no" campo Valor Histograma "para selecionar a distribuição de valor limiar. Clique histograma para ajustar os limiares mapa de cores.
    4. Clique em "img" em "MNE Analisar" campo. Selecione ".tif", "Save".

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Descansando em estado conectividade funcional fMRI pode ser usado para identificar regiões do córtex que demonstram alta conectividade funcional com os heterotópicos periventriculares cinza nódulos matéria (Figura 1), e regiões de controle, sem essa conectividade. Para determinar se essa conectividade funcional anormal tem um significado fisiológico, a região cortical com a atividade de descanso estado correlacionada pode ser escolhido como o "conectados" locais-alvo para TMS neuronavigated, e os resultados de EEG evocadas em comparação com os potenciais EEG produzidas pela estimulação de um controle alvo não ligado nos mesmos pacientes. Além disso, as mesmas regiões podem ser alvo de indivíduos saudáveis de controlo (Figura 2) para determinar se a ligação funcional anormal visto nos pacientes PNH tem importância fisiopatológica para a síndrome de epilepsia clínico dos pacientes. Especificamente, a presença de hyperex corticalcitability pode ser avaliado no nível do paciente individual, determinando a área sob-a curva normalizada do potencial global média do campo e, em seguida, avaliar se este valor é maior para o paciente epilepsia do que o seu controle pareado (Figura 2). Fonte localização dos picos tardios anormais nos potenciais evocados-TMS em pacientes com epilepsia pode identificar as regiões do cérebro a partir da qual surge a actividade anormal, e podem co-localizar espacialmente com foco apreensão do paciente (Figura 3).

figura 1
Figura 1. Resting-estado funcional conectividade e TMS alvos. (A, B) Regiões com correlações significativas na ativação funcional (azul / verde) para o sinal BOLD de descanso estado nos nódulos heterotópicos em dois pacientes com heterotopia nodular periventricular e epilepsia. et al., 2015 37). Por favor clique aqui para ver uma versão maior desta figura.

Figura 2
Figura 2. Potenciais evocados TMS-e média global potenciais de campo. (A) O potencial evocado-TMS produzida pela estimulação do alvo ligado em um paciente com PNH e epilepsia. (B) O potencial evocado-TMS produzida pela estimulação do mesmo região em correspondência indivíduo de controlo saudável do paciente acima. (C) o campo global significativo potencial (GMFP) produzida pela estimulação dos alvos ligados e não ligados para este paciente e seu controle pareado. (D) A área sob a curva normalizada do GMFP produzida pela estimulação dos alvos ligados e não ligados para este par assunto. Por favor clique aqui para ver uma versão maior desta figura.

Figura 3
Figura 3. Localização fonte de atividade TMS-evocado e apreensão inícios. (A) os resultados elétricos fonte de imagem de um pico TMS-evocada no final de um paciente com epilepsia; escala é as correntes estimado multiplicado por 10 -11. (B) resultados elétricos fonte de imagem de um começo de crise capturado anteriormente no mesmo paciente. (Modificado com a permissão de Shafi et al, 2015 37)t = "_ blank"> Clique aqui para ver uma versão maior desta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Descansando em estado conectividade funcional MRI foi usado para identificar a conectividade de rede no cérebro humano, e para identificar alterações de conectividade que ocorrem em diferentes estados de doença 26,31,32. No entanto, como conectividade funcional fMRI se baseia na identificação correlações no sinal BOLD e, como alterações de oxigenação do sangue têm uma relação não-trivial com a atividade neural subjacente, o significado causal e relevância fisiológica desses achados conectividade fMRI não é clara. TMS permite manipulações espacial e temporalmente alvo de atividade cerebral em regiões corticais específicas; quando combinado com EEG, TMS pode ser usado para avaliar a resposta do cérebro à estimulação em diferentes regiões do cérebro. Consequentemente, TMS-EEG pode ser aplicada a regiões com conectividade funcional fMRI alterada para avaliar se as alterações observadas na conectividade tem um correlato fisiológico que pode estar relacionada com a fisiopatologia da doença subjacente.

Este artigo apresenta um protocolo usando guiada por conectividade TMS-EEG para avaliar a excitabilidade cortical em pacientes com epilepsia devido a uma malformação do desenvolvimento do cérebro, heterotopia nodular periventricular, que está associado com o desenvolvimento de redes de conectividade funcional anormais 37. Este protocolo é usado para demonstrar que os pacientes com epilepsia ativa têm hiperexcitabilidade cortical que é específico para as regiões com descanso estado alterado fMRI conectividade funcional, e que hiperexcitabilidade pode ser avaliada em um nível sujeito individual. Num paciente com convulsões previamente capturados no EEG, o final de actividade TMS-evocado anormal é visto na mesma região (distante do local de estimulação) a partir do qual as convulsões do paciente originam, sugerindo que a região de ligação funcional anormal é, de facto parte do rede de apreensão de geração.

Há uma série de passos críticos para sucessoconclusão deste protocolo. conhecimentos técnicos com descanso estado coleção fMRI dados, os dados de repouso em estado de alta qualidade e experiência com técnicas rs-fcMRI processamento e análise de dados são essenciais para a determinação exata de alvos baseada em conectividade. Outra restrição importante na concepção e execução de estudos TMS-EEG é a necessidade de equipamentos de EEG TMS-compatível; Além disso, para estudos onde segmentação precisa é crítica, equipamento de neuronavegação também é necessário. Outra limitação é que a TMS frequentemente gera artefactos EEG substanciais, particularmente quando estimulante nas regiões temporal frontopolar e laterais, e, por conseguinte, pode ser difícil obter dados de elevada qualidade, quando o alvo da estimulação está localizado nestas regiões. A coleta de dados e processo de gravação EEG também precisa ser otimizado para minimizar artefatos no sinal de EEG, e as experiências devem, idealmente, ser executado por pessoas familiarizadas com os dados de EEG para que artefatos que fazem surgir (por exemplo, pooimpedância de r como a realização de pasta seca) podem ser rapidamente identificados e minimizados. Um passo importante envolve demonstrando os efeitos de piscar de olhos, a contração muscular e movimento no EEG ao sujeito da pesquisa, pois isso pode ser fundamental para ajudar o sujeito a compreender e minimizar esses tipos de artefatos.

Outra consideração importante é a minimização dos artefactos biológicos que podem limitar a interpretação dos resultados. Um tal artefacto de particular importância biológica é o potencial evocado auditivo-produzido pela bobina TMS "clique", que é conhecida por contribuir para a magnitude do potencial, especialmente em 100 e 180 milissegundos evocados-TMS 55,67,68 quando a TMS potencial -evoked também é tipicamente máxima. Um método que tem sido mostrado para minimizar o potencial evocado auditivo TMS é ruído de mascaramento através do uso de ruído branco ou colorido, com a adição de uma fina camada de espuma entre a bobina e o couro cabeludo 10,55

Finalmente, mesmo que seja tomado cuidado para otimizar a gravação, pré-processamento significativo é muitas vezes necessário para recuperar dados limpos para análise. Felizmente, métodos validados para a remoção de artefatos de gravações TMS-EEG foram publicados 60; No entanto, mesmo com estas técnicas, a recuperação de sinais muito precoce (<15 ms) pode ser muito difícil ou não confiável. Um desafio adicional é que os dados de EEG é alta-dimensional e complexa, e, por conseguinte, uma hipótese prévia claro é muitas vezes necessário para extrair a informação significativa. Além disso, porque os efeitos TMS e sinais de EEG pode variar significativamente entre indivíduos por causa de uma ampla gama de fatores não-cerebrais que sãodifícil ou impossível de controlar (por exemplo, espessura do crânio, distância crânio-cortex, medicações concomitantes, qualidade do sono na noite anterior), medidas de resultados que são menos dependentes da magnitude crua de respostas evocadas são susceptíveis de ser mais informativo ou significativo.

Embora tecnicamente desafiador, a integração da RS-fcMRI, TMS e EEG juntos em um experimento permite testes de uma grande variedade de hipóteses sobre o significado dos resultados de conectividade específicas sobre a fisiologia cortical. Em estados de doença, estas tecnologias podem ser integradas em conjunto para avaliar a relação entre as alterações na rede fMRI conectividade, alterações fisiopatológicas na excitabilidade cortical e atividade cerebral evocada, e expressão da doença. Notavelmente, este protocolo pode ser usado para investigar a fisiologia cortical através de medidas de resultados comuns, mesmo quando o foco de conectividade anormal (e, portanto, a região estimulada) difere de um assunto para outro, Providing uma saída que pode ser significativo a nível sujeito individual, e abrindo a possibilidade de uma abordagem personalizada para a investigação e, finalmente, o tratamento.

O protocolo descrito no presente estudo também poderia ser expandida para avaliar as características específicas da fisiologia cortical em diferentes grupos de sujeitos. Por exemplo, uma série de estudos recentes têm sugerido que o componente N45 da resposta EEG evocados-TMS representa a actividade dos receptores GABA-A 69, enquanto que o componente N100 da resposta EEG evocados-TMS é uma medida da inibição de GABA-B mediada 21,69. Emparelhados-pulso TMS-EEG com um protocolo de inibição longo intervalo intracortical proporciona outra medida de actividade gabaérgica, e tem sido mostrado para ser alteradas nas regiões frontal em pacientes com esquizofrenia em relação aos controlos 70. Assim, o protocolo acima poderia ser modificado para abordar especificamente questões relacionadas com a atividade GABAérgica em regiões com functiona alteradal conectividade. Além disso, a fonte de localização dos picos no potencial evocado-TMS pode identificar regiões distantes que estão envolvidas por estimulação e, assim, ajudar a informar qual das ligações funcionais identificadas pelo descanso de estado convencional fMRI são capazes de transmitir causalmente atividade evocada. Para as situações em que os centros-chave de rede são profundas, rs-fcMRI também pode ser usado para identificar alvos corticais que são acessíveis à estimulação, e, assim, permitir a modulação das redes específicas do cérebro envolvidas no comportamento normal e em estados de doença 35,36,71. Em tais casos, as técnicas descritas neste estudo pode ser usado para avaliar a actividade evocada-TMS de pulso único local e distribuído antes e depois de um protocolo de plasticidade repetitivo, para determinar se o protocolo de plasticidade mudou realmente excitabilidade cortical localmente, e / ou a rede excitabilidade distalmente.

Em resumo, a integração da RS-fcMRI, TMS e EEG permite que os exploration de como influências de conectividade cerebral fisiologia cortical e comportamento em seres humanos. Além disso, estas técnicas também podem ser combinadas para avaliar o modo como as alterações na conectividade estão relacionados com a fisiopatologia em estados de doença, tal como ilustrado no protocolo descrito acima.

Subscription Required. Please recommend JoVE to your librarian.

Materials

Name Company Catalog Number Comments
3T MRI scanner
MRI functional connectivity software
MRI image viewing software MRICron
Transcranial Magnetic Stimulator Nexstim eXimia Stimulator Can use stimulators from other suppliers, e.g., Magventure, Magstim
MRI neuronavigation system Nexstim NBS v3.2.1 Alternative MRI neuronavigation system, e.g., Brainsight, Localite
TMS-compatible EEG system Nexstim Eximia EEG Alternatives: Brain Products, Synamps, ANT
Matlab Mathworks R2012b Alternatives: Octave
EEGLab
Minimum Norm Estimate (MNE) software
FreeSurfer

DOWNLOAD MATERIALS LIST

References

  1. Florian, J., Müller-Dahlhaus, M., Liu, Y., Ziemann, U. Inhibitory circuits and the nature of their interactions in the human motor cortex a pharmacological TMS study. J. Physiol. 586, (2), 495-514 (2008).
  2. Rotenberg, A. Prospects for clinical applications of transcranial magnetic stimulation and real-time EEG in epilepsy. Brain Topogr. 22, (4), 257-266 (2010).
  3. Cash, R. F. H., Ziemann, U., Murray, K., Thickbroom, G. W. Late cortical disinhibition in human motor cortex: a triple-pulse transcranial magnetic stimulation study. J. Neurophysiol. 103, (1), 511-518 (2010).
  4. Badawy, R. A. B., Curatolo, J. M., Newton, M., Berkovic, S. F., Macdonell, R. A. L. Changes in cortical excitability differentiate generalized and focal epilepsy. Ann. Neurol. 61, (4), 324-331 (2007).
  5. Silbert, B. I., Heaton, A. E., et al. Evidence for an excitatory GABAA response in human motor cortex in idiopathic generalised epilepsy. Seizure. 26, 36-42 (2015).
  6. Badawy, R. A. B., Macdonell, R. A. L., Berkovic, S. F., Newton, M. R., Jackson, G. D. Predicting seizure control: cortical excitability and antiepileptic medication. Ann. Neurol. 67, (1), 64-73 (2010).
  7. Badawy, R. A. B., Vogrin, S. J., Lai, A., Cook, M. J. On the midway to epilepsy: is cortical excitability normal in patients with isolated seizures? Int. J. Neural Syst. 24, (2), 1430002 (2014).
  8. Badawy, R. A. B., Vogrin, S. J., Lai, A., Cook, M. J. Capturing the epileptic trait: cortical excitability measures in patients and their unaffected siblings. Brain J. Neurol. 136, (Pt 4), 1177-1191 (2013).
  9. Komssi, S., Kähkönen, S., Ilmoniemi, R. J. The effect of stimulus intensity on brain responses evoked by transcranial magnetic stimulation. Hum. Brain Mapp. 21, (3), 154-164 (2004).
  10. Massimini, M., Ferrarelli, F., Huber, R., Esser, S. K., Singh, H., Tononi, G. Breakdown of cortical effective connectivity during sleep. Science. 309, (5744), 2228-2232 (2005).
  11. Lioumis, P., Kicić, D., Savolainen, P., Mäkelä, J. P., Kähkönen, S. Reproducibility of TMS-Evoked EEG responses. Hum. Brain Mapp. 30, (4), 1387-1396 (2009).
  12. Casali, A. G., Casarotto, S., Rosanova, M., Mariotti, M., Massimini, M. General indices to characterize the electrical response of the cerebral cortex to TMS. NeuroImage. 49, (2), 1459-1468 (2010).
  13. Casarotto, S., Romero Lauro, L. J., et al. EEG responses to TMS are sensitive to changes in the perturbation parameters and repeatable over time. PloS One. 5, (4), e10281 (2010).
  14. Morishima, Y., Akaishi, R., Yamada, Y., Okuda, J., Toma, K., Sakai, K. Task-specific signal transmission from prefrontal cortex in visual selective attention. Nat. Neurosci. 12, (1), 85-91 (2009).
  15. Shafi, M. M., Westover, M. B., Fox, M. D., Pascual-Leone, A. Exploration and modulation of brain network interactions with noninvasive brain stimulation in combination with neuroimaging. Eur. J. Neurosci. 35, (6), 805-825 (2012).
  16. Kugiumtzis, D., Kimiskidis, V. K. Direct Causal Networks for the Study of Transcranial Magnetic Stimulation Effects on Focal Epileptiform Discharges. Int. J. Neural Syst. 25, (5), 1550006 (2015).
  17. Radhu, N., Garcia Dominguez, L., et al. Evidence for inhibitory deficits in the prefrontal cortex in schizophrenia. Brain J. Neurol.. 138, (Pt 2), 483-497 (2015).
  18. Bruckmann, S., Hauk, D., et al. Cortical inhibition in attention deficit hyperactivity disorder: new insights from the electroencephalographic response to transcranial magnetic stimulation. Brain J. Neurol. 135, (Pt 7), 2215-2230 (2012).
  19. Rosanova, M., Gosseries, O., et al. Recovery of cortical effective connectivity and recovery of consciousness in vegetative patients. Brain J. Neurol. 135, (Pt 4), 1308-1320 (2012).
  20. Daskalakis, Z. J., Farzan, F., Barr, M. S., Maller, J. J., Chen, R., Fitzgerald, P. B. Long-interval cortical inhibition from the dorsolateral prefrontal cortex: a TMS-EEG study. Neuropsychopharmacol. Off. Publ. Am. Coll. Neuropsychopharmacol. 33, (12), 2860-2869 (2008).
  21. Farzan, F., Barr, M. S., et al. The EEG correlates of the TMS-induced EMG silent period in humans. NeuroImage. (2013).
  22. Valentin, A., Arunachalam, R., et al. Late EEG responses triggered by transcranial magnetic stimulation (TMS) in the evaluation of focal epilepsy. Epilepsia. 49, (3), 470-480 (2008).
  23. Del Felice,, Fiaschi, A., Bongiovanni, A., L, G., Savazzi, S., Manganotti, P. The sleep-deprived brain in normals and patients with juvenile myoclonic epilepsy: a perturbational approach to measuring cortical reactivity. Epilepsy Res. 96, (1-2), 123-131 (2011).
  24. Julkunen, P., Säisänen, L., Könönen, M., Vanninen, R., Kälviäinen, R., Mervaala, E. TMS-EEG reveals impaired intracortical interactions and coherence in Unverricht-Lundborg type progressive myoclonus epilepsy (EPM1). Epilepsy Res. 106, (1-2), 103-112 (2013).
  25. Kimiskidis, V. K., Koutlis, C., Tsimpiris, A., Kälviäinen, R., Ryvlin, P., Kugiumtzis, D. Transcranial Magnetic Stimulation Combined with EEG Reveals Covert States of Elevated Excitability in the Human Epileptic Brain. Int. J. Neural Syst. 25, (5), 1550018 (2015).
  26. Fox, M. D., Raichle, M. E. Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging. Nat. Rev. Neurosci. 8, (9), 700-711 (2007).
  27. Greicius, M. D., Krasnow, B., Reiss, A. L., Menon, V. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc. Natl. Acad. Sci. U. S. A. 100, (1), 253-258 (2003).
  28. Fox, M. D., Snyder, A. Z., Vincent, J. L., Corbetta, M., Van Essen, D. C., Raichle, M. E. The human brain is intrinsically organized into dynamic, anticorrelated functional networks. Proc. Natl. Acad. Sci. U. S. A. 102, (27), 9673-9678 (2005).
  29. De Luca, M., Beckmann, C. F., De Stefano, N., Matthews, P. M., Smith, S. M. fMRI resting state networks define distinct modes of long-distance interactions in the human brain. NeuroImage. 29, (4), 1359-1367 (2006).
  30. Seeley, W. W., Crawford, R. K., Zhou, J., Miller, B. L., Greicius, M. D. Neurodegenerative diseases target large-scale human brain networks. Neuron. 62, (1), 42-52 (2009).
  31. Greicius, M. Resting-state functional connectivity in neuropsychiatric disorders. Curr. Opin. Neurol. 21, (4), 424-430 (2008).
  32. Zhang, D., Raichle, M. E. Disease and the brain's dark energy. Nat. Rev. Neurol. 6, (1), 15-28 (2010).
  33. Fox, M. D., Greicius, M. Clinical applications of resting state functional connectivity. Front. Syst. Neurosci. 4, 19 (2010).
  34. Centeno, M., Carmichael, D. W. Network Connectivity in Epilepsy: Resting State fMRI and EEG-fMRI Contributions. Front. Neurol. 5, 93 (2014).
  35. Fox, M. D., Buckner, R. L., White, M. P., Greicius, M. D., Pascual-Leone, A. Efficacy of transcranial magnetic stimulation targets for depression is related to intrinsic functional connectivity with the subgenual cingulate. Biol. Psychiatry. 72, (7), 595-603 (2012).
  36. Fox, M. D., Buckner, R. L., Liu, H., Chakravarty, M. M., Lozano, A. M., Pascual-Leone, A. Resting-state networks link invasive and noninvasive brain stimulation across diverse psychiatric and neurological diseases. Proc. Natl. Acad. Sci. U. S. A. 111, (41), E4367-E4375 (2014).
  37. Shafi, M. M., Vernet, M., et al. Physiological consequences of abnormal connectivity in a developmental epilepsy: Cortical Connectivity. Ann. Neurol. 77, (3), 487-503 (2015).
  38. Chang, B. S., Ly, J., et al. Reading impairment in the neuronal migration disorder of periventricular nodular heterotopia. Neurology. 64, (5), 799-803 (2005).
  39. Battaglia, G., Granata, T. Periventricular nodular heterotopia. Handb. Clin. Neurol. 87, 177-189 (2008).
  40. Chang, B. S., Katzir, T., et al. A structural basis for reading fluency: white matter defects in a genetic brain malformation. Neurology. 69, (23), 2146-2154 (2007).
  41. Christodoulou, J. A., Walker, L. M., et al. Abnormal structural and functional brain connectivity in gray matter heterotopia. Epilepsia. 53, (6), 1024-1032 (2012).
  42. Tassi, L., Colombo, N., et al. Electroclinical, MRI and neuropathological study of 10 patients with nodular heterotopia, with surgical outcomes. Brain J. Neurol. 128, (Pt 2), 321-337 (2005).
  43. Rorden, C., Brett, M. Stereotaxic display of brain lesions). Behav. Neurol. 12, (4), 191-200 (2000).
  44. Rorden, C., Karnath, H. -O., Bonilha, L. Improving lesion-symptom mapping. J. Cogn. Neurosci. 19, (7), 1081-1088 (2007).
  45. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J. Neurosci. Methods. 134, (1), 9-21 (2004).
  46. Dill, T. Contraindications to magnetic resonance imaging: non-invasive imaging. Heart Br. Card. Soc. 94, (7), 943-948 (2008).
  47. Rossi, S., Hallett, M., Rossini, P. M., Pascual-Leone, A. Safety, ethical considerations, and application guidelines for the use of transcranial magnetic stimulation in clinical practice and research. Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol. 120, (12), 2008-2039 (2009).
  48. Whitfield-Gabrieli, S., Nieto-Castanon, A. Conn: a functional connectivity toolbox for correlated and anticorrelated brain networks. Brain Connect. 2, (3), 125-141 (2012).
  49. Chai, X. J., Castañòn, A. N., Ongür, D., Whitfield-Gabrieli, S. Anticorrelations in resting state networks without global signal regression. NeuroImage. 59, (2), 1420-1428 (2012).
  50. Behzadi, Y., Restom, K., Liau, J., Liu, T. T. A component based noise correction method (CompCor) for BOLD and perfusion based fMRI. NeuroImage. 37, (1), 90-101 (2007).
  51. Mutanen, T., Mäki, H., Ilmoniemi, R. J. The effect of stimulus parameters on TMS-EEG muscle artifacts. Brain Stimulat. 6, (3), 371-376 (2013).
  52. Sekiguchi, H., Takeuchi, S., Kadota, H., Kohno, Y., Nakajima, Y. TMS-induced artifacts on EEG can be reduced by rearrangement of the electrode's lead wire before recording. Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol. 122, (5), 984-990 (2011).
  53. Keel, J. C., Smith, M. J., Wassermann, E. M. A safety screening questionnaire for transcranial magnetic stimulation. Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol. 112, (4), 720 (2001).
  54. Huber, R., Mäki, H., et al. Human cortical excitability increases with time awake. Cereb. Cortex N. Y. N. 1991. 23, (2), 332-338 (2013).
  55. Ter Braack, E. M., de Vos, C. C., van Putten, M. J. A. M. Masking the Auditory Evoked Potential in TMS-EEG: A Comparison of Various Methods. Brain Topogr. 28, (3), 520-528 (2015).
  56. Groppa, S., Oliviero, A., et al. A practical guide to diagnostic transcranial magnetic stimulation: report of an IFCN committee. Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol. 123, (5), 858-882 (2012).
  57. Clin Neurophysiol, S. uppl 56, 13-23 (2003).
  58. Rosanova, M., Casali, A., Bellina, V., Resta, F., Mariotti, M., Massimini, M. Natural frequencies of human corticothalamic circuits. J. Neurosci. Off. J. Soc. Neurosci. 29, (24), 7679-7685 (2009).
  59. Rothwell, J. C., Hallett, M., Berardelli, A., Eisen, A., Rossini, P., Paulus, W. Magnetic stimulation: motor evoked potentials. The International Federation of Clinical Neurophysiology. Electroencephalogr. Clin. Neurophysiol. Suppl. 52, 97-103 (1999).
  60. Rogasch, N. C., Thomson, R. H., et al. Removing artefacts from TMS-EEG recordings using independent component analysis: importance for assessing prefrontal and motor cortex network properties. NeuroImage. 101, 425-439 (2014).
  61. Hernandez-Pavon, J. C., Metsomaa, J., et al. Uncovering neural independent components from highly artifactual TMS-evoked EEG data. J. Neurosci. Methods. 209, (1), 144-157 (2012).
  62. Mognon, A., Jovicich, J., Bruzzone, L., Buiatti, M. ADJUST: An automatic EEG artifact detector based on the joint use of spatial and temporal features. Psychophysiology. 48, (2), 229-240 (2011).
  63. Lehmann, D., Skrandies, W. Reference-free identification of components of checkerboard-evoked multichannel potential fields. Electroencephalogr. Clin. Neurophysiol. 48, (6), 609-621 (1980).
  64. NeuroImage, 62, (2), 774-781 (2012).
  65. Hämäläinen, M. S., Sarvas, J. Realistic conductivity geometry model of the human head for interpretation of neuromagnetic data. IEEE Trans. Biomed. Eng. 36, (2), 165-171 (1989).
  66. Gramfort, A., Luessi, M., et al. MNE software for processing MEG and EEG data. NeuroImage. 86, 446-460 (2014).
  67. Nikouline, V., Ruohonen, J., Ilmoniemi, R. J. The role of the coil click in TMS assessed with simultaneous EEG. Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol. 110, (8), 1325-1328 (1999).
  68. Gosseries, O., Sarasso, S., et al. On the Cerebral Origin of EEG Responses to TMS: Insights From Severe Cortical Lesions. Brain Stimulat. 8, (1), 142-149 (2015).
  69. Premoli, I., Castellanos, N., et al. TMS-EEG signatures of GABAergic neurotransmission in the human cortex. J. Neurosci. Off. J. Soc. Neurosci. 34, (16), 5603-5612 (2014).
  70. Farzan, F., Barr, M. S., et al. Evidence for gamma inhibition deficits in the dorsolateral prefrontal cortex of patients with schizophrenia. Brain J. Neurol. 133, (Pt 5), 1505-1514 (2010).
  71. Wang, J. X., Rogers, L. M., et al. Targeted enhancement of cortical-hippocampal brain networks and associative memory. Science. 345, (6200), 1054-1057 (2014).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics