Een Multimodaal Beeldverwerking en-stimulatie gebaseerde methode voor de beoordeling Connectivity-gerelateerde Brain Exciteerbaarheid bij patiënten met epilepsie

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

Transcraniële magnetische stimulatie (TMS) is een middel om niet-invasief stimuleren gebieden van cortex via elektromagnetische inductie. In TMS is een groot, maar ruimtelijk beperkt magnetische flux gebruikt om een ​​elektrisch veld te induceren in een doel corticale gebied en daardoor de activiteit van de onderliggende zenuwweefsel moduleren. TMS om motorische cortex resultaten in motor evoked potentials die perifeer kan worden gemeten via elektromyografie (EMG). Toegepast in paren of drietallen pulsen, TMS kan worden gebruikt om de activiteit van specifieke intracorticale GABAerge en glutaminergische schakelingen 1-3 beoordelen en daardoor het evenwicht van excitatie en inhibitie in vivo in menselijke patiënten te beoordelen. In epilepsie in het bijzonder, hebben TMS studies aangetoond dat corticale hyperexcitatie aanwezig bij patiënten met epilepsie van 4,5 is, en kunnen normaliseren met succesvolle anti-epileptische medicamenteuze behandeling en dus respons op medicatie 6 voorspellen. Bovendien TMS maatregelen Corticale exciteerbaarheid tonen tussenliggende waarden bij patiënten met een enkele aanval 7 en broers en zussen van patiënten met zowel idiopathische gegeneraliseerde en verworven focale epilepsie 8. Deze bevindingen suggereren dat TMS maatregelen van de corticale prikkelbaarheid kan ons toelaten om endofenotypes identificeren voor epilepsie. Echter, de sensitiviteit en specificiteit van deze maatregelen zijn beperkt, waarschijnlijk omdat TMS-EMG kan alleen worden beoordeeld met stimulatie van de motor corticale circuits, en veel patiënten met epilepsie inbeslagneming brandpunten buiten de motorische cortex.

Elektro-encefalogram (EEG) biedt de mogelijkheid om de cerebrale reactie op TMS direct te meten, en kan worden gebruikt voor cerebrale reactiviteit in grote delen van neocortex beoordelen. Studies integratie met TMS EEG (TMS-EEG) blijkt dat TMS produceert golven activiteiten die eruit gehele cortex 9,10 en reproduceerbaar en betrouwbaar 11-13. Door onderzoek van de verspreiding van opgewekte activiteitin verschillende gedrags-staten en in verschillende taken, heeft TMS-EEG gebruikt om causaal sonde de dynamische effectieve connectiviteit van menselijke hersenen netwerken 10,14-16. TMS-EEG maatregelen belangrijke afwijkingen aangetoond bij ziekten variërend van schizofrenie 17 tot 18 ADHD en bij aandoeningen van het bewustzijn zoals persistente vegetatieve toestand 19. Bovendien hebben verschillende groepen geïdentificeerd EEG correlaten van de gepaarde-pulse TMS-EMG metrics dat abnormale bij patiënten met epilepsie 20,21 zijn. Van bijzonder belang, hebben eerdere studies ook gesuggereerd dat abnormale stimulatie opgewekte EEG-activiteit is waargenomen bij patiënten met epilepsie 22-25.

Een ander middel voor het evalueren van de hersenen circuits is via resting state functionele connectiviteit MRI (rs-fcMRI), een techniek die de correlaties evalueert de loop der tijd in het bloed zuurstof niveau afhankelijk (BOLD) signaal van verschillende hersengebieden 26. studies die gebruikrs-fcMRI hebben aangetoond dat de menselijke hersenen is georganiseerd in verschillende netwerken van interagerende gebieden 26-29, die neuropsychiatrische ziekten kunnen optreden binnen specifieke grootschalige gedistribueerde neurale netwerken die door rs-fcMRI 30, en dat de hersennetwerken die via RS- fcMRI zijn vaak abnormaal in neuropsychiatrische ziektebeelden 31,32. In termen van potentiële klinische toepassingen, RS-fcMRI heeft een aantal voordelen ten opzichte van conventionele taakgericht fMRI applicatie 33, met inbegrip van minder afhankelijkheid van onderwerp samenwerking en de bezorgdheid over de variabele prestaties. Bijgevolg is er onlangs een explosie van studies waarin rs-fcMRI veranderingen in verschillende ziektebeelden geweest. Een van de beperkingen uit RS-fcMRI is de moeilijkheid bij het bepalen of en hoe correlaties (of anticorrelations) in het BOLD signaal betreffen de elektrofysiologische interacties die basis van neuronale communicatie vormen. Een gerelateerd probleem is dat het often onduidelijk of de RS-fcMRI veranderingen zien in verschillende ziekte staten hebben fysiologische betekenis. In het bijzonder met betrekking tot epilepsie, is het onduidelijk of afwijkingen in rs-fcMRI zijn uitsluitend te wijten aan interictale epileptiforme transiënten, of onafhankelijk bestaan ​​van dergelijke elektrofysiologische afwijkingen; simultane EEG-fMRI is nodig om te helpen bij het evalueren tussen deze mogelijkheden 34.

Zoals TMS kan worden gebruikt om tijdelijke of langdurige veranderingen in de activeringen van verschillende corticale gebieden te produceren, TMS studies verschaffen een middel causaal beoordeling van de significantie van verschillende rusttoestand fMRI connectiviteitspatronen. Een benadering is om RS-fcMRI gebruiken om therapeutische stimulatie inspanningen in verschillende ziektebeelden te begeleiden; kan worden verwacht dat TMS gericht op gebieden die functioneel zijn verbonden met gebieden waarvan bekend is dat betrokken zijn bij verschillende ziektetoestanden waarschijnlijker therapeutisch effectiever dan TMS gericht op gebieden zonder dergelijke functio tenal-connectiviteit, en inderdaad een aantal studies hebben voorlopig bewijs gevonden voor deze 35,36. Een andere benadering zou betekenen met behulp van TMS-EEG causaal beoordelen van de fysiologische betekenis van de verschillende rust-state fcMRI patronen. In het bijzonder, kan men het testen van de hypothese dat de regio's die abnormale functionele connectiviteit in een bepaalde toestand ziekte vertonen een ander antwoord op stimulatie bij patiënten dan bij gezonde personen moeten tonen, en dat deze fysiologische afwijkingen aanwezig zijn specifiek (of vooral) met stimulatie van de abnormaal aangesloten regio.

Om het bovenstaande te illustreren, geven we een voorbeeld van een recent onderzoek waarin RS-fcMRI, TMS en EEG gecombineerd om corticale hyperexcitability bij patiënten met epilepsie onderzoeken vanwege de ontwikkeling hersenenabnormaliteit periventriculaire nodulaire heterotopia (PNH) 37. Patiënten met PNH huidige klinisch met adolescent- of adult-onset epilepsie, het lezen van handicap, en de normale intelligence, en hebben abnormale knobbeltjes van grijze stof grenzend aan de laterale ventrikels op neuroimaging 38,39. Eerdere studies hebben aangetoond dat deze periventriculaire nodules van heterotope grijze stof structureel en functioneel zijn verbonden met afzonderlijke foci in de neocortex 40,41, en epileptische aanvallen kunnen afkomstig zijn van neocortical gebieden, heterotope grijze stof, of beide tegelijkertijd 42, wat suggereert dat in epileptogenese deze patiënten is een circuit fenomeen. Via rusttoestand fc-MRI TMS-EEG gids, we aangetoond dat patiënten met actieve epilepsie door PNH hebben bewijs van corticale hyperexcitabiliteit en dat hyperexcitatie lijkt te worden beperkt tot gebieden met abnormale functionele connectiviteit naar de diepe knobbeltjes.

Het protocol wordt uitgevoerd in twee afzonderlijke sessies. Tijdens de eerste sessie, zijn bloed-oxygenatie structurele en resting state-niveau-afhankelijke (BOLD) contrast MRI sequenties verworven(Patiënten) of door structurele MRI sequenties (voor de gezonde controles). Tussen de eerste en de tweede sessie, rust-state functionele connectiviteit analyse gebruikt om de corticale doelen definiëren voor de patiënten en de MNI coördinaten voor deze doelen worden verkregen. De equivalente corticale doelen (gebaseerd op MNI coördinaten) worden vervolgens de voor elke gezonde controle onderworpen. In de tweede sessie, wordt de TMS-EEG data verkregen.

In de in dit document voorbeeld werden functionele connectiviteit MRI analyses uitgevoerd met een in-house software toolbox en MRI software 43,44. -Neuro genavigeerd TMS werd uitgevoerd met een transcraniële magnetische stimulator met real-time MRI neuronavigatie. EEG werd opgenomen met een 60-kanaals TMS-compatibel systeem, dat een bemonster- en houdschakeling aan versterker verzadiging te vermijden door TMS gebruikt. EEG-gegevens werden geanalyseerd met behulp van aangepaste scripts en de EEGLAB toolbox 45 (version 12.0.2.4b) loopt in MATLAB R2012b.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Het hier beschreven protocol werd goedgekeurd door de institutionele review boards van het Beth Israel Deaconess Medical Center en het Massachusetts Institute of Technology.

1. Onder Selection

  1. Selectie van patiënten voor onderzoek protocol.
    1. Identificeer patiënten met actieve epilepsie (aanvallen in het afgelopen jaar) of een voorgeschiedenis van remote epilepsie (voorafgaande aanvallen, maar met geen aanvallen in de afgelopen vijf jaar in of uit medicatie) en periventriculaire nodulaire heterotopie op imaging structurele hersenafwijkingen.
    2. Uitsluiten patiënten zonder voorgeschiedenis van epileptische aanvallen. Uitsluiten Ook patiënten met alternatieve mogelijke etiologieën voor epileptische aanvallen (bijv, een geschiedenis van traumatisch hersenletsel, beroerte, meningo) of met behulp van EEG bevindingen in overeenstemming met een alternatieve diagnose (bijvoorbeeld idiopathische gegeneraliseerde epilepsie, mesiale temporale kwab epilepsie).
    3. Uitsluiten patiënten met bijkomende neurologische of psychiatrische disease, of met een andere onstabiele medische aandoening. Uitsluiten Ook patiënten met een voorgeschiedenis van hersenchirurgie, het onvermogen om MRI, recente illegale stof of zwaar alcoholgebruik, of een specifiek MRI 46 of TMS 47 contra tolereren.
  2. Gezonde controlepersonen onderwerp selectie.
    1. Voor elke PNH patiënt (in ons eerder gepubliceerde studie 37, 8 patiënten in de leeftijd van 20-43 jaar gemiddeld 30,25, 3 mannen, 5 vrouwen), het identificeren van een leeftijd en geslacht geëvenaard gezonde controle.
    2. Uitsluiten proefpersonen met alle lopende neurologische of psychiatrische ziekte of op psychoactieve medicatie, een andere onstabiele medische toestand, een voorgeschiedenis van hersenchirurgie, het onvermogen om te tolereren MRI, illegale stof of zwaar alcoholgebruik, of enige andere specifieke MRI of TMS contra-indicatie.

2. Het genereren van de Stimulatie Targets

  1. Met behulp van een 3T MRI-systeem, het verwerven van een hoge-resolutie structurele sneetjes hele hersenen met behulp van een T1-weighted volgorde. Gebruik de volgende acquisitie parameters: 128 plakken per plaat, een 256 x 256 matrix, gezichtsveld (FOV) 256 mm, slice dikte 1,33 mm bij 0,63 mm interlamel gap, voxel grootte van 1 x 1 x 1,33 mm 3, herhalingstijd (TR ) 2530 msec, inversie tijd 1100 ms, echo tijd (TE) 3,39 msec, flip hoek van 7 °.
  2. Met behulp van een 3T MRI-systeem, verwerven resting state functionele beelden met behulp van een echo-vlakke volgorde gevoelig voor bloed zuurstof niveau-afhankelijke (BOLD) contrast. Tijdens het uitvoeren van deze scan instrueren de patiënten om rustig te rusten met open ogen zonder het uitvoeren van een specifieke taak. Gebruik de volgende acquisitie parameters: FOV 256 mm, voxel grootte 2,0 x 2,0 x 2,0 mm, TR 6000 ms, TE 30 msec, flip hoek van 90 °, acquisitie tijd 6,4 minuten.
  3. Het gebruik van software MRICroN 44, te identificeren elke afzonderlijke regio nodulaire heterotopie (ofwel elk individu knobbel of een onlosmakelijk aan elkaar grenzende cluster van knobbeltjes) 46. Gebruik het gereedschap Pen hij handmatig schetsenterotopia regio's van belang (ROI), slice door slice in axiale vliegtuig op T1-gewogen structurele beelden.
  4. Gebruik de CONN functionele connectiviteit software toolbox 48,49 tot vier opeenvolgende stappen in resting state functionele verwerking van gegevens uit te voeren: Setup, Preprocessing, Analyse en resultaten.
    1. Voor installatie, gebruik menu-opties om een ​​nieuw project te starten en voer elementaire experiment informatie. Laad de functionele beelden, verlegde en co-geregistreerd bij de anatomische beelden voor elk onderwerp.
    2. Laad de structurele beelden. Laad heterotopie ROI bestanden die zijn gemaakt in stap 2.3. Geef details van de experimentele conditie; omdat dit rust-state, voer een enkele voorwaarde met onset 0 seconden en de duur gelijk is aan de volledige duur van elke sessie. De toolbox zal de heterotopia ROI BOLD tijdreeksen te halen. Inspecteren op mogelijke inconsistenties.
    3. Voor Preprocessing, verwarrende bronnen van BOLD variatie omvatten de luchtwegen veroorzaakte modulaties van de belangrijkste matromagnetische veld en cardiale pulsaties, en beweging van het onderwerp. Verwijder confounders via de geïntegreerde belangrijkste componenten gebaseerde methode die tijdreeksen gegevens van regio's waarschijnlijk niet worden geassocieerd met neurale activiteit, zoals ventrikels en grote schepen analyses, te identificeren fysiologische ruis verwerkt 50. Een voorbeeld van de totale variantie verklaard door elk van de mogelijke verstorende bronnen. Breng een band-pass filter frequentie (0,01 Hz <f <0.1 Hz) en Gaussian smoothing (6 mm volle breedte op halve maximum).
      LET OP: De toolbox zal standaard bronnen te identificeren van mogelijke verstorende variabelen, waaronder BOLD signaal van de witte stof en cerebrospinale vloeistof en aanpassing parameters (bewegingen van het onderwerp).
    4. Voor Analyse en resultaten, identificeren van de bronnen van belang als het heterotopie ROI. Een voorbeeld van de connectiviteit mate van correlatie (in plaats van regressie), en weer te geven met behulp van drempelwaarden voor correlatiecoëfficiënten.
      1. Voor elk onderwerp, create zied naar voxel connectiviteit kaarten gebruikmaking elke afzonderlijke regio heterotope grijze stof als kiem ROI, waaruit de correlatie tussen de gemiddelde BOLD signaal tijdreeksen van het ROI en alle andere hersengebieden voxel.
      2. Voer het tweede niveau analyses voor tussen-subject of tussen-source contrasten (optioneel). Toon de resultaten met behulp van hoogte (voxel-niveau) en de omvang (cluster-niveau) drempels; ongecorrigeerde en valse discovery-rate gecorrigeerde p-waarden worden getoond.
  5. Gebruik MRICroN software om twee doelstellingen van belang, een aangesloten doel en een niet-aangesloten doel, voor TMS handmatig schetsen, met behulp van het gereedschap Pen 43. Met de functie "Overlay" overlappen de functionele connectiviteit kaarten boven gecreëerd op de structurele beelden voor elk onderwerp.
    1. Zorgen dat het doelgebied is een regio cortex die significante functionele connectiviteit moet de grijze stof heterotopia zoals hierboven beschreven. Zorg ervoor dat de niet-aangesloten tarkrijgt is ongeveer even groot gebied dat geen significante functionele connectiviteit demonstreert één heterotopie ROI en zich tenminste 2,5 cm van de verbonden doel op het corticale oppervlak om het risico waaraan stimulatie effecten tijdens TMS minimaliseren.
    2. Kies doelen zodat gevaar van grote TMS geïnduceerde artefacten klein 51. In het bijzonder, te voorkomen dat het selecteren van doelen in de laterale temporale of frontopolar regio's, aangezien deze zijn waarschijnlijk grote samentrekken van de spieren en / of oogbewegingen artefacten die het begin van de TMS-EEG-signaal 51 kan verdoezelen produceren. Sla de geschetste doelen als nieuw doelwit ROI.
  6. Bepaal de MNI coördinaten voor elke doelgroep ROI in elk onderwerp. Maak dan gebruik van deze coördinaten om het equivalent van twee beoogde locaties in elke onderwerp geëvenaard gezonde controle onderworpen te identificeren.

3. TMS-EEG experimentele opstelling

  1. Upload structurele scans (meestal met een hoge resolutie T1-weigewoge n 3D volumetrische beelden) in het neuronavigatie systeem.
  2. Met behulp van de neuronavigatie software, markeer de gewenste doelen op de beelden. markeren Ook externe anatomische markeringen (de nasion bilaterale tragus), die voor coregistration en neuronavigatie zullen worden gebruikt tijdens de stimulatie sessie. Bij gebruik van een EEG cap met draaibare elektroden en elektrodedraden, oriënteer draden loodrecht op de lange as van de TMS spoel 52.
  3. Neem contact op met het onderwerp voorafgaand aan de experimentele sessie om hem te herinneren of haar niet te conditioners of andere haarproducten gebruiken (shampoo is acceptabel) op de dag van de TMS-EEG-sessie, om alcoholische dranken de avond voorafgaand aan de TMS-EEG-sessie te vermijden, en zijn gewone dagelijkse cafeïneverbruik vóór de TMS sessie drinken.

4. experimentele Session

  1. Bevestigen dat het onderwerp passeert TMS veiligheidscriteria, idealiter via een gestructureerde vragenlijst 53. Bevestigen dat het onderwerp niet tegensUme alcoholische dranken de voorafgaande nacht, dronk niet significant meer of minder dan zijn of haar gebruikelijke dagelijkse consumptie van cafeïne, niet te consumeren over-the-counter slaapmiddelen die corticale prikkelbaarheid (zoals difenhydramine) de voorafgaande nacht te veranderen, en kreeg een typische nachtrust (zoals slaapgebrek kan corticale prikkelbaarheid 54 te verhogen).
  2. Vraag het onderwerp te zitten in een comfortabele stoel.
  3. Monteer de EEG cap over het onderwerp en de voorbereiding van de elektroden.
    1. Meet het hoofd van het onderwerp en selecteer een EEG cap van de juiste grootte te helpen in staat lage elektrode impedanties.
    2. Maak de huid eronder elke elektrode met een katoenen-tip applicator en alcohol schoon te maken.
    3. Voeg geleidende gel aan elke elektrode. Heeft teveel gel die het lekt tussen de elektroden niet toevoegen, als die een brug kan maken en leiden tot een gemeenschappelijk signaal tussen de verschillende elektroden.
    4. Indien nodig om een ​​goed contact tussen de hoofdhuid, de gel en de e waarborgenlectrode proberen te drukken op elke elektrode na toevoeging van het gel. Om het opladen van artefacten te minimaliseren, zorgen ervoor dat de gel zich niet verder verspreidt buiten de elektrode houder. Homogeen verminderde de geleiding levels om de opname artefacten te minimaliseren.
    5. Plaats de referentie- en aardelektroden zo ver van de spoel stimulatie mogelijk om de mogelijkheid van TMS-geïnduceerde elektrode artefact verontreiniging van het gehele opname minimaliseren. Het verdient de voorkeur deze elektroden boven botstructuren, vermoedelijk in "inactieve" zones met minimale corticale activiteit.
      OPMERKING: Zelfs in studies waarvoor de beoogde locaties zijn variabel, frontopolar regio's waarschijnlijk niet worden gekozen als doelwit omdat TMS naar deze regio's kunnen resulteren in grote oogbewegingen, samentrekking van de frontalis en gezichtsspieren 51, en vaak de hoofdhuid pijn en hoofdpijn; bijgevolg de TMS-EEG tijdens stimulatie van deze gebieden vaak verduisterd door grote artefacten.
    6. Zondece deze gebieden zijn dus waarschijnlijk niet worden gekozen als doelen voor stimulatie, gebruikt het voorhoofd voor plaatsing van de referentie- en aardelektroden. Plaats ze binnen enkele centimeters van elkaar common mode ruis te minimaliseren.
      Opmerking: In situaties waarin de stimulatie doelstellingen in een hemisfeer, zou de contralaterale mastoid andere optie.
    7. Controleer elektrode impedanties als volgt; sluit de EEG-uitgang kabels in de "impedantie" aansluiting van de EEG-opname-systeem, druk op de knop "maatregel impedantie" op het EEG-systeem. Zorg ervoor dat de elektrode impedantie niet groter is dan 5 kOhm.
  4. Bereid de EMG elektroden op de contralaterale kant (gebruik eerste dorsale interossea of ​​abductor pollicis brevis spieren, maken gebruik van dezelfde spier over onderwerpen in één studie).
  5. Geef het onderwerp oordopjes om het risico van gehoorverlies en tinnitus te minimaliseren.
    OPMERKING: Een andere optie zou zijn om een ​​koptelefoon spelen whit gebruikene ruis of gekleurde ruis (met spectrale kenmerken overeenkomen met die van de TMS click) het hele opnameproces, bij een volume voldoende is om te maskeren de auditieve klik geproduceerd door TMS; dit zou het extra voordeel van het minimaliseren van de potentiële verwarren van zijn TMS-geïnduceerde auditieve evoked potentials 10,55. Opmerkelijk, een dunne laag schuim tussen de spoel en hoofdhuid is ook noodzakelijk om het minimaliseren van de auditieve evoked potential.
  6. Plaats de infrarood detectors op het hoofd van de patiënt, zodat de detectoren op een wijze die het risico van verplaatsing te minimaliseren tijdens de experimentele sessie worden geplaatst.
  7. Coregister hoofd van het onderwerp met de MRI-beelden door het identificeren van de locatie van de vooraf geselecteerde externe anatomische ijkpuntmarkers (paragraaf 3.2) op het onderwerp met de pointer die wordt meegeleverd met de neuronavigatie apparatuur.
  8. Vertrouwd het onderwerp stimulatie door een puls elders (bijvoorbeeld arm van de proefpersoon), of door een lage-inintensiteit stimulatiepuls (bijvoorbeeld 5% max stimulatoroutput) aan de hoofdhuid.
  9. Bepaal de rust motor drempel (de minimale intensiteit die door een motor evoked potential minstens 50 mV produceert in grootte op 5/10 trials). Een dergelijke methode, de relatieve frequentie methode 56, is als volgt.
    1. Bepaal de locatie van de motorische cortex van het onderwerp op het halfrond ipsilaterale aan de fMRI-connectiviteit op basis van doelstellingen. Bij gebruik neuronavigatie dit in het algemeen in het gebied van de "Omega" in de precentralis gyrus. Hoek de spoel loodrecht op de gyrus, met het handvat occipitally wijzen.
    2. Begin stimulatie met een intensiteit die wordt verwacht te subthreshold (bijvoorbeeld 35% maximum stimulatoroutput).
    3. Verhoog de stimulatie-intensiteit in stappen van 5% max stimulatoroutput tot TMS consequent roept Europarlementariërs met amplitudes> 50 mV in elke proef.
    4. te verlagen dan de stimulatie-intensiteit in stappen van 1% maximum stimulator vermogen tot minder dan 5 positieve reacties van de 10 zijn opgenomen.
      LET OP: Deze stimulatie-intensiteit plus 1 is gedefinieerd als motor drempel. U kunt ook gebruik maken van adaptieve drempel technieken 57 tot motor drempel te identificeren met minder prikkels.
  10. Voor stimulatie van de doelgebieden, zet de TMS intensiteit op de gewenste waarde (bijvoorbeeld 120% rust motor drempel).
    Opmerking: In gevallen waar er significante regionale verschillen in scalp-cortex afstand (bijvoorbeeld bij patiënten met frontale kwab atrofie), kan een dergelijke techniek leiden subthreshold stimulatie. Als alternatief, met geschikte systemen neuronavigatie staat zijn online schattingen van het geïnduceerde elektrische veld, de intensiteit van de stimulatie kan ook worden ingesteld op een specifieke amplitude van het berekende geïnduceerde elektrische veld (in V / m) op het corticale oppervlak 58.
  11. Toepassen enkelvoudige pulsen van TMS elk van de doelgebieden behulp(- 6 sec, met een interval van ten minste 3 sec cumulatieve effecten 59 te vermijden bijvoorbeeld elke 4) de neuronavigatie software, met een variabele interval tussen de pulsen om corticale plasticiteit en onder verwachting effecten te minimaliseren. Consistentie, hoek maximaliseren de spoel loodrecht op de lengteas van de onderliggende gyrus, met het handvat posterolaterally opgemerkt.

5. EEG-gegevens Pre-processing en analyse

OPMERKING: TMS-EEG data bevat meestal grote stimulatie-gerelateerde artefacten, met name bij het stimuleren van het middellijn / vertex of hoogfrequente stimulering intensiteiten en aanzienlijke preprocessing nodig om schone analyseerbare gegevens verkrijgen. Independent Component Analysis (ICA) is een methode die is gebruikt voor het verwijderen van artefacten TMS en kan worden aangebracht met algemeen beschikbare toolboxen (bijv EEGLAB 45) op het platform MATLAB. Een gevalideerde benadering 60 is als follows, een beschrijving van de analyse van de gegevens verzameld met behulp van het Eximia EEG-systeem:

  1. Importeer de gegevens in EEGLAB
    1. Klik op "File", "Import data", "Het gebruik van EEGLAB functies en plug-ins", "Van EDF / EDF + / GDF-bestanden (BIOSIG toolbox)".
  2. Extract event tijden
    1. Klik op "File", "event Import info", "From datakanaal". Vul "Event kanaal" 1 ", Preprocessing transformatie (data = 'X')" X> 0.1, "Transition lengte (1 = perfect randen) 0. Controleer" Delete event (s)? "En" Verwijder oude evenementen , indien van toepassing? 'vakjes zijn aangevinkt.
  3. Segment de gegevens in perioden rond de TMS puls van 1 seconde voordat de puls tot 2 seconden na. Om dit te doen, selecteer "Tools", "Extract Epochs". Als de TMS puls is het enige evenement type, het "type Time-vergrendeling event (s)" veld kan worden leeg gelaten. Voor "Epoch grenzen [start, end] in seconden "in te voeren [-1 2].
  4. Beoordeling EEG-gegevens visueel (selecteer "Plot", "Channel data (scroll)".) Verwijder slechte kanalen (bijvoorbeeld kanalen met geen signaal, of met doorlopende overmatige artefact). Om dit te doen, klikt u op "Edit", "Select data". In het veld "Channel range", voer het nummer (s) van het kanaal dat u wilt verwijderen (of klik op de toggle vakje rechts en selecteer de kanalen op naam, druk op "OK"), zorg ervoor dat de "on- > verwijder deze "checkbox is aangevinkt, en druk vervolgens op" Ok ".
  5. Stel het potentieel met alle elektroden naar nul vanaf het moment van de puls tot het EEG-signaal is teruggekeerd naar ongeveer een orde van grootte van de neurale signaal (bijvoorbeeld door het uitsnijden van data groter dan 150 mV), of latere vast tijdstip ( bijvoorbeeld 40 msec), zodat de grote TMS artefacten niet ICA afscheiding verstoren. 61 Deze stap moet script in Matlab.
  6. Voer een eerste ronde van de ICA, en verwijder de 1-2 componenten die de grote TMS-geïnduceerde oorspronkelijke musculaire activering.
    1. Run ICA met behulp van de FastICA methode met de "symmetrische aanpak" en de "tanh" contrast functie met de volgende opdrachtregel: "EEG = pop_runica (EEG, 'icatype', 'fastica', 'approach', 'symm', 'g ',' tanh '); ".
      Opmerking: Voer ICA afzonderlijk voor elke site, de artefact door stimulatie varieert als functie van de stimulatie plaats.
    2. Identificeren componenten in overeenstemming met TMS artefact door het selecteren van "Tools", "Weigeren gegevens met behulp van ICA", "Verwijder onderdelen op de kaart". De topografische kaarten van alle ICA componenten zullen dan worden uitgezet. Op het aantal voor elke component tot component gegevens (een grotere kaart van de topografische spreiding de activiteitsprofiel in de onderzoeken en het frequentiespectrum) plot.
      LET OP: De TMS puls artefact componenten (typisch 1-2) kan worden herkend door het dipolaire topografische plot gelokaliseerd op de plaats van stimulatie, de zeer grote amplitude van de component activatie onmiddellijk na de puls en de daarop gladde exponentiële verval.
    3. Verwijder de kunstmatig componenten door het selecteren van "Tools", "componenten verwijderen", en het invoeren van het betreffende onderdeel nummers in het veld voor de "Component (s) te verwijderen van data". In de "bevestiging" box dat verschijnt, drukt u op "Accepteren" na het bekijken van de ERP's die het gevolg zijn na het verwijderen van de geselecteerde component (druk op "Plot ERPs") en na het lezen van enkele trial-effecten (druk op "Plot enkele trials"). LET OP: Deze stap moet voorafgaand aan het filteren van elke filter voorwerpen uit de TMS-geïnduceerde spier artefact, die vaak kunnen verschillende millivolt te minimaliseren worden afgerond.
  7. Interpoleren de ontbrekende gegevens (tijdens de zero-padded periode). Deze stap zal need te worden gedaan met behulp van een Matlab script.
  8. Bandpass en / of notch filter de gegevens (optioneel, of kan worden gedaan op een later tijdstip, bijvoorbeeld, na de tweede ronde van de ICA artefact verwijdering).
    LET OP: Als de hoge-amplitude TMS-artefact niet voldoende is verwijderd, kan de tijd smoothing effect van een high-pass filter leiden tot tijdelijke spreiding van artefact. Bovendien is de doorlaatband golvende door laagdoorlaatfilters kan leiden tot zichtbare rinkelen artefact in de "schone" gedeelte van het resulterende gefilterde EEG-signaal.
  9. Re-verwijzing naar de gemiddelde referentie (optioneel, of kan worden gedaan op een later tijdstip, bijvoorbeeld na interpolatie van ontbrekende kanalen).
  10. Verwijder individuele tijdperken met grote amplitude artefacten, significant spieractiviteit, of andere grote voorwerpen.
    1. Voor de semi-automatische artefact afwijzing, selecteer "Tools", "Weigeren data tijdperken", "Weigeren data (alle methoden)".
    2. Onder "Find onwaarschijnlijk data "enter 3,5 in het veld voor" Single-channel limiet (std. dev.) en 3 in het veld voor "Alle kanalen limiet (std. dev.)" en druk op de knop "Berekenen" direct onder. Dit identificeert tijdperken dat onwaarschijnlijk gegevens op basis van de verdeling van de waarden in de data tijdperken bevatten.
    3. Onder "Find abnormaal distributies", voer 5 in het veld voor "Single-channel limiet (std. Dev.)" En 3 in het veld voor "Alle kanalen limiet (std. Dev.)" En druk op de "Bereken" knop lager. Hierin wordt tijdperken als bevattende voorwerpen op basis van de kurtosis van de gegevens.
    4. Om tijdperken met een abnormaal hoge of lage waarden afwijzen, onder "Find abnormale waarden", voer 100 in het veld voor "Bovengrens (s) (UV)" en -100 in het veld voor "Ondergrens (s) (UV)" (hoewel de verschillende limieten nodig kan zijn bij kinderen, bij wie EEG amplitudes zijn meestal hoger). Voer elektrode nummers om spanning dorsen van toepassingolding in het veld "elektrode (s)"; om te voorkomen dat de afwijzing van alle tijdperken met oog knippert, omvatten niet frontopolar (en / of EOG) kanalen. Druk vervolgens op "Calc / Plot.".
    5. Blader door gemarkeerd tijdperken, en niet markeren tijdperken die niet artefacten door rechts te klikken op het tijdperk bevatten. Mark Aanvullende tijdperken die significante artefacten door links te klikken op het tijdperk bevatten. Na het bevestigen dat alle tijdperken die artefacten zijn gemarkeerd, klikt u op "UPDATE MARK" knop.
    6. Om op te slaan die tijdperken zijn gemarkeerd voor verwijdering, klikt u op "Close (houden tekens)" en sla dataset ( "File", "Save huidige dataset als").
      1. Om verwijder vervolgens de relevante tijdvakken, selecteer "Tools", "Weigeren data tijdperken", "Weigeren gemarkeerd tijdperken". Klik op "Yes" op latere bevestiging dialoogvenster. Spaar resulterende dataset.
  11. Voer een tweede ronde van ICA, en verwijder de onderdelen die overeenkomen met vervalartefacten, blink artefacten, spier artefacten, en de elektrode geluid artefacten.
    OPMERKING: Verwijdering van componenten in overeenstemming met auditief opgewekte potentialen worden beschouwd, hoewel deze componenten ook opgeroepen neurale componenten rechtstreeks verband met de stimulatiepuls (die ook pieken op gelijke tijdstippen) bevatten. Een betere optie die TMS-evoked potentials geïnduceerd door de TMS "klik" zou een minimum te beperken, en dus elimineren de noodzaak voor ICA-gebaseerde verwijderen, zou zijn om lawaai maskeren uit te voeren zoals beschreven in paragraaf 4.5 hierboven, als aanvaardbaar door de proefpersonen.
    1. Werking met de ICA FastICA methode met de "symmetrische benadering" en de "tanh" contrastfunctie, zoals beschreven in 5.6.1 hierboven.
    2. Evalueer Componenteigenschappen zoals beschreven in 5.6.2 hierboven.
    3. Mark componenten in overeenstemming met een resterende TMS verval artefacten 62.
      LET OP: Identificeer dit op basis van timing (maximale onmiddellijk na de puls), morfologie (een langzame verval met overshoot, dan langzaam herstel over tientallen tot honderden milliseconden) en de locatie (in de buurt van de stimulatie site). Ook kan ICA bestanddelen in aflopende volgorde van verklaarde variantie worden georganiseerd; als TMS artefact is vrij groot, wordt typisch weergegeven in de eerste delen, en typisch vertegenwoordigen niet meer dan 1-5 componenten.
    4. Met behulp van de ADJUST plugin 62 voor EEGLAB, markeren componenten in overeenstemming met blink artefacten.
      LET OP: Identificeer dit op basis van locatie (maximaal frontopolar), tijdsverloop (lange perioden met relatief weinig activiteit, gevolgd door een korte periode van intense activering), spectra (hoog vermogen bij lage frequenties) en morfologie (trifasisch).
    5. Mark componenten in overeenstemming met spierartefact 62.
      LET OP: Identificeer dit op basis van spectrale kenmerken (significant vermogen bij bètafrequenties en hoger), temporele verspreiding (zeer onregelmatig / gekarteld), ruimtelijke verdeling (maximale langs de hoofdhuid periferie) en tijd-domein activiteit(Stekelige).
    6. Mark componenten in overeenstemming met kanaal ruis op basis van ruimtelijke verdeling (geïsoleerde op 1 of 2 kanalen) en temporele verspreiding (vaak zeer puntige, hoge activiteit op enkele proeven, of erg traag grote amplitude fluctuaties) met de ADJUST plugin 62 voor EEGLAB.
    7. Verwijderen gemarkeerd componenten in 5.6.4 hierboven. Interpoleren ontbrekende kanalen en het uitvoeren van de daaropvolgende analyses op deze data.
      LET OP: Voorzichtigheid is geboden bij het interpoleren kanalen. Met name wanneer een aanzienlijk percentage (bijvoorbeeld 10%) van kanalen of naburige kanalen worden geïnterpoleerd, kan de resulterende dataset onbetrouwbaar zijn, vooral als de onderliggende hersenactiviteit een hoge ruimtelijke frequentie.
  12. Plaats een andere dataset met alle gewenste kanalen in EEGLAB. Breng dan de dataset die u wilt de interpolatie uit te voeren op de voorgrond door het selecteren van "datasets", en vervolgens te klikken op de betreffende dataset.
  13. Selecteer "Tools"; "Interpolate elektroden". In de resulterende dataset, selecteer "Gebruik alle kanalen van andere dataset". Voor "interpolatie methode", selecteer "Sferische" en vervolgens op "Ok".

6. Beoordeel for Evidence van corticale hyperexcitatie

  1. Bereken het wereldgemiddelde veldpotentiaal (GMFP) 63 voor elke persoon en ter stimulering als functie van de tijd met behulp van de volgende vergelijking:
    vergelijking 1
    waarin K het aantal elektroden, Vi (t) de gemeten aan elektrode i op tijdstip t en V gemiddelde (t) de gemiddelde spanning over de elektroden op tijdstip t.
  2. Het segment van de gegevens in "vroege" tijdsperioden wanneer TMS-opgewekte activiteit is normaal aanwezig zijn in gezonde individuen (bv 100-225 msec), en late perioden, toen abnormale vertraagdactiviteit kan worden waargenomen bij patiënten met epilepsie (bijvoorbeeld 225-700 msec). Bereken de oppervlakte onder de curve (AUC) van de GMFP (AUC-GMFP) gedurende elke tijdsperiode.
    LET OP: Aangezien de absolute omvang van de opgewekte reacties sterk kunnen variëren tussen individuen als gevolg van factoren die onafhankelijk zijn van corticale fysiologie (bijv schedel dikte, de hoofdhuid-cortex afstand, individuele anatomie van de hersenen), die niettemin kunnen verschillen tussen groepen (bijvoorbeeld omdat de patiënten met epilepsie kan worden op anti-epileptische medicatie), ruwe amplitudes zijn van beperkt nut in de evaluatie van de TMS-evoked potentials. Te isoleren of patiënten met epilepsie abnormaal toegenomen TMS-opgewekte activiteit normaliseren de grootte van de AUC-GMFP tijdens latere perioden door de grootte van de AUC-GMFP tijdens de "vroege" perioden.
  3. Vergelijk de genormaliseerde AUC-GMFP voor elke epilepsie patiënt met die verkregen door stimulatie van dezelfde regio in gelijke gezonde con's die patiënttrol. Een grotere waarde (verhouding> 1) in de epilepsie patiënt aangeeft dat de epilepsie patiënt is toegenomen prikkelbaarheid.

7. Bron Schatting van Opgeroepen elektrische activiteit

  1. Reconstrueren de corticale oppervlak voor het vak met behulp van de Freesurfer 64-pakket.
    1. Run commando "Genereer FreeSurfer Output". Run commando "Generate Surfaces". Run commando "Maak Source Space". Importeer gedigitaliseerde elektrode locaties uit de neuronavigatie software en lijn elektroden met behulp van MNE Analyze software (MNE Version 2.7.0) 65,66; Als individuele elektrode locaties niet beschikbaar zijn, kunnen gegevens van een persoon met een vergelijkbare geschatte grootte van het hoofd volstaan.
    2. Run commando "mne_analyze". Klik op "File", "Load digitizer data" (.fif). Klik op "File", "Load Surface". Selecteer pad naar MRI Freesurfer Wederopbouw data.
    3. Klik op "View", "Show Viewer ". Klik op" aanpassen "," Coördinatie Alignment ". Klik op" LAP ". Klik op LAP locatie in" Viewer "venster. Herhaal dit voor" Nasion "en" RAP ".
    4. Klik op "uitlijnen met Fiducials". Klik op "X", "Y", "Z" veld pijlen om handmatig aan te passen coördineren uitlijning. Klik op "Default Save" in het venster "Coordinate Alignment" naar trans bestand op te slaan.
  2. Bepaal de voorwaartse oplossing met behulp van een geschikte methode (bv boundary-elementen modellering zoals geïmplementeerd in de MNE 65,66 software). Om dit te doen, voert commando "MNE Do Forward Solution".
  3. Identificeer de tijdstippen van de pieken in de GMFP voor bron analyse. Om dit te doen, voert commando "MNE_Browse_Raw" voor .fif bestand.
    1. Klik op "aanpassen", Filter "om filter wijzigingen aan te brengen. Klik op" aanpassen "," Scales "op schaal veranderingen aan te brengen. Klik op" aanpassen "," Selectie &# 34; tot montage selectie te wijzigen.
    2. Klik op tijd punt in ruwe spanning data. Klik op "Windows", "Show Annotator". Klik op "merk" om de code gekozen tijdstip met bijbehorende nummer en commentaar. Overschrijven commentaarveld indien van toepassing.
    3. In gemiddeld veld voert annotatienummer. Klik op "Gemiddeld". Klik op "Windows", "Manage Gemiddelden". Klik op "Save As" en de naam .fif bestand.
  4. Met behulp van de gemiddelde (over trials) evoked potential op de relevante tijdstippen, het berekenen van de huidige bron oplossing met behulp van een geschikte inverse operator (bv minimum norm schatting zoals geïmplementeerd in de MNE software). Om dit te doen, voert commando "MNE Inverse Operator".
  5. Breng een spanningsdrempel waarvan de beelden naar het brongebied van de opgeroepen pieken te identificeren.
    1. Klik op "Windows", "Start MNE Analyseren". Klik op "File", "Open". Selecteer tijd-point gemiddelde .fif bestand in het veld "Files". Kies een inverse .fif bestand in "Inverse Operator" veld.
    2. Klik op "File", "Load Surface". Selecteer pad naar MRI Wederopbouw data. Selecteer "Pial" in het veld "Beschikbare Surfaces".
    3. Klik op "aanpassen", Schattingen "in" MNE Analyseer "venster. Om schaal, klik links aan te passen in" veld Waarde Histogram "naar drempelwaarde distributie te selecteren. Klik histogram om kleurkaart drempels aan te passen.
    4. Klik op "img" in "MNE Analyseer" in. Selecteer ".tif", "Opslaan".

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Rusten-state functionele connectiviteit fMRI kan worden gebruikt om de regio's van de cortex die een hoge functionele connectiviteit met de heterotope periventriculaire grijze stof knobbeltjes te tonen (figuur 1), en controle gebieden te identificeren zonder een dergelijke verbinding. Om te bepalen of een dergelijke abnormale functionele connectiviteit heeft fysiologische betekenis, kan de corticale regio met gecorreleerde resting state activiteit worden gekozen als de "verbonden" target sites voor neuronavigated TMS, en de opgeroepen EEG resultaten ten opzichte van de EEG potentials geproduceerd door stimulatie van een controle niet-verbonden doelwit bij dezelfde patiënten. Bovendien kan dezelfde regio worden gericht bij gezonde controlepersonen (Figuur 2) om te bepalen of de abnormale functionele connectiviteit gezien in de PNH patiënten heeft pathofysiologische betekenis voor klinische epilepsie patiënten syndroom. Met name de aanwezigheid van corticale hyperexciteerbaarheid kan worden beoordeeld op de individuele patiënt niveau bepalen van het genormaliseerde gebied onder de curve van de Global Mean Field Potential, en beoordelen of deze waarde groter voor epilepsie patiënt dan zijn vergelijkbare controlegroep (figuur 2). Bronlokalisatie van de abnormale late pieken in het TMS-evoked potentials bij patiënten met epilepsie kan de hersenen waar de abnormale activiteit ontstaat identificeren en kan ruimtelijk co-lokaliseren de patiënt beslag scherpstelling (figuur 3).

Figuur 1
Figuur 1. Resting-state functionele connectiviteit en TMS Targets. (A, B) regio's met significante correlaties in functionele activering (blauw / groen) om de rust-state BOLD signaal in de heterotope knobbeltjes bij twee patiënten met periventriculaire nodulaire heterotopie en epilepsie. et al., 2015 37). Klik hier om een grotere versie van deze figuur te bekijken.

Figuur 2
Figuur 2.-TMS evoked potentials en Wereldgemiddelde veldpotentialen. (A) De TMS evoked potential geproduceerd door stimulatie van de verbonden doel bij een patiënt met PNH en epilepsie. (B) De TMS evoked potential geproduceerd door stimulatie van dezelfde gebied met gezonde controlepersoon bovenstaande patiënt. (C) de wereldgemiddelde veldpotentiaal (GMFP) geproduceerd door stimulatie van de verbonden en niet-verbonden doelen voor deze patiënt en zijn gematchte controlegroep. (D) De genormaliseerde area-under-the-curve van de GMFP geproduceerd door stimulatie van de aangesloten en niet-aangesloten doelen voor dit onderwerp pair. Klik hier om een grotere versie van deze figuur te bekijken.

figuur 3
Figuur 3. bronlokalisatie van TMS-opgeroepen Activity en inbeslagneming aanzetten. (A) Elektrische bron beeldvormingsresultaten van een late TMS opgewekte piek bij een patiënt met epilepsie; schaal is de geschatte stromen vermenigvuldigd met 10 -11. (B) Elektrische bron beeldvorming resultaten van een eerder vastgelegde inbeslagneming onset in dezelfde patiënt. (Gewijzigd met toestemming van Shafi et al, 2015 37)t = "_ blank"> Klik hier om een ​​grotere versie van deze figuur te bekijken.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Rusttoestand functionele connectiviteit MRI gebruikt om netwerkverbindingen identificeren in het menselijk brein, en veranderingen van verbindingen die optreden in verschillende ziektetoestanden 26,31,32 identificeren. Aangezien fMRI functionele verbinding is gebaseerd op het identificeren van correlaties in het signaal BOLD en bloed oxygenatie veranderingen een niet-triviale relatie met onderliggende neurale activiteit, het causale betekenis en fysiologische relevantie van deze bevindingen fMRI connectiviteit is onduidelijk. TMS maakt ruimte en tijd gerichte manipulaties van hersenactiviteit in bepaalde corticale gebieden; in combinatie met EEG, TMS kan worden gebruikt om de reactie van de hersenen om stimulatie in verschillende hersengebieden beoordelen. Bijgevolg kan TMS-EEG worden toegepast op gebieden met veranderde fMRI functionele connectiviteit om te beoordelen of de waargenomen veranderingen in connectiviteit hebben een fysiologische correlatie die betrekking kunnen hebben op de onderliggende ziekte pathofysiologie.

Dit artikel een protocol met behulp van verbinding begeleide TMS-EEG aan corticale exciteerbaarheid bij patiënten met epilepsie beoordelen omdat een misvorming van hersenontwikkeling, periventriculaire nodulaire heterotopie, die wordt geassocieerd met de ontwikkeling van abnormale functionele connectiviteit netwerken 37. Dit protocol wordt gebruikt om aan te tonen dat patiënten met actieve epilepsie corticale hyperexcitatie die specifiek is voor de regio's met gewijzigde resting state fMRI functionele connectiviteit, en dat hyperexcitatie kan worden beoordeeld op een individuele patiënt niveau. Bij een patiënt met convulsies eerder vastgelegde op EEG wordt de abnormale late TMS opgewekte activiteit waargenomen in dezelfde regio (op afstand van de stimulatie plaats) waaruit aanvallen van de patiënt afkomstig zijn, wat suggereert dat het gebied van abnormale functionele connectiviteit inderdaad deel van de inbeslagneming genererende netwerk.

Er zijn een aantal kritische stappen succesvolvoltooiing van dit protocol. Technische expertise met resting state fMRI verzamelen van gegevens, hoogwaardige resting state data, en ervaring met RS-fcMRI gegevensverwerking en analysetechnieken zijn essentieel voor nauwkeurige bepaling van-connectiviteit op basis van doelstellingen. Een ander belangrijk probleem bij het ontwerpen en uitvoeren van TMS-EEG-onderzoek is de noodzaak van TMS-compatibele EEG apparatuur; Bovendien, voor studies waarbij doelgerichtheid kritisch, neuronavigatie materiaal is ook noodzakelijk. Een andere beperking is dat TMS genereert vaak aanzienlijk EEG artefacten, met name bij het stimuleren via frontopolar en laterale temporale gebieden, en daarom kan het moeilijk zijn om hoge kwaliteit te verkrijgen wanneer de stimulatie doel zich in deze gebieden. De gegevensverzameling en EEG opnameproces moet ook worden geoptimaliseerd om artefacten in het EEG-signaal te minimaliseren, en experimenten moet idealiter worden uitgevoerd door personen die bekend zijn met EEG-gegevens zodat artefacten dat te doen ontstaan (bijvoorbeeld poepr impedantie als het uitvoeren van pasta droogt) kan snel worden geïdentificeerd en geminimaliseerd. Een belangrijke stap behelst het aantonen van de effecten van oog knippert, spiercontractie en daar op de EEG het onderzoeksobject, omdat deze vitaal belang om het onderwerp te begrijpen en beperken deze typen artefacten kan worden.

Een andere belangrijke overweging is het minimaliseren van de biologische artefacten die interpretatie van de resultaten kunnen beperken. Een bijzonder belangrijk dergelijke biologische artefact is het auditieve evoked potential door de TMS spoel "klik", waarvan bekend is dat bijdraagt tot de omvang van de TMS-evoked potential, vooral bij 100 en 180 milliseconden 55,67,68 wanneer de TMS -evoked potentieel is ook typisch maximaal. Een methode die is aangetoond minimaliseren TMS auditieve evoked potential lawaai maskeren via het gebruik van witte of gekleurde ruis, met de toevoeging van een dunne schuimlaag tussen de spoel en hoofdhuid 10,55

Tenslotte, zelfs indien zorg wordt besteed om de opname te optimaliseren aanzienlijke voorbewerken vaak noodzakelijk om schone gegevens te herstellen voor analyse. Gelukkig zijn gevalideerde methoden voor het verwijderen van artefacten uit TMS-EEG-registraties gepubliceerd 60; Maar zelfs met deze technieken, terugwinning van zeer vroege signalen (<15 ms) zeer moeilijk of onbetrouwbaar. Een bijkomend probleem is dat EEG data hoog-dimensionale complexe en dus een duidelijk voorafgaande hypothese is vaak noodzakelijk om zinvolle informatie te extraheren. Bovendien omdat TMS effecten en EEG signalen kan sterk variëren tussen patiënten vanwege een groot aantal niet-cerebrale factoren diemoeilijk of onmogelijk te controleren (bijvoorbeeld dikte schedel, schedel-cortex afstand, co-medicatie, kwaliteit van de slaap de nacht voorafgaand), meetinstrumenten die minder afhankelijk van de omvang van ruwe opgewekte responsen zijn waarschijnlijk informatiever of zinvol zijn.

Hoewel technisch uitdagende, de integratie van RS-fcMRI, TMS en EEG samen in één experiment maakt het testen van een breed scala van hypothesen over de betekenis van specifieke connectiviteit bevindingen over corticale fysiologie. Bij ziektetoestanden kan deze technologieën samen geïntegreerd om de relatie tussen fMRI netwerkconnectiviteit veranderingen, pathofysiologische veranderingen in corticale exciteerbaarheid en uitgelokte hersenactiviteit en ziekte expressievrijheid. Met name kan dit protocol worden gebruikt voor corticale fysiologie via de gemeenschappelijke meetinstrumenten te onderzoeken, zelfs wanneer de focus van abnormale connectiviteit (en dus de gestimuleerde regio) verschilt op de tak, providing een uitgang die zinvolle op individueel niveau onderwerp kan zijn, en de openstelling van de mogelijkheid van een persoonlijke benadering van het onderzoek en uiteindelijk behandeling.

De in deze studie beschreven protocol kan ook worden uitgebreid met specifieke kenmerken van corticale fysiologie in verschillende groepen proefpersonen. Bijvoorbeeld, een aantal recente studies hebben gesuggereerd dat de N45 component van de TMS opgewekte EEG respons vertegenwoordigt activiteit van GABA-A receptoren 69, terwijl de N100 component van de TMS opgewekte EEG respons een maat voor GABA-B gemedieerde remming 21,69. Gepaarde puls TMS-EEG met lange interval intracorticale remming protocol levert een maat voor GABAergische activiteit en is aangetoond worden gewijzigd frontale gebieden bij patiënten met schizofrenie bij de controlegroepen 70. Zo zou het bovenstaande protocol worden aangepast om specifiek ingegaan op vragen over GABAergic activiteit in gebieden met gewijzigde functionaliteitenl connectiviteit. Daarnaast kan bronlokalisatie van de pieken in het TMS-evoked potential gelegen gebieden die worden aangegrepen door stimulatie identificeren en dus helpen mee welke de functionele verbanden door gebruikelijke rusttoestand fMRI kan causaal overbrengen uitgelokte activiteit. Voor situaties waarin de belangrijkste netwerkknooppunten diep, RS-fcMRI kan ook worden gebruikt voor corticale doelen die toegankelijk stimulatie identificeren en daardoor mogelijk modulatie van specifieke hersengebieden netwerken in normale gedrag en bij ziektetoestanden 35,36,71. In dat geval kan de in deze studie beschreven technieken worden gebruikt om de lokale en gedistribueerde enkele puls-TMS opgewekte activiteit voor beoordelen en na herhaalde plasticiteit protocol, te bepalen of de plasticiteit protocol inderdaad corticale exciteerbaarheid veranderd lokaal en / of het netwerk prikkelbaarheid distaal.

Samengevat, de integratie uit RS-fcMRI, TMS en EEG kan de exploratiover hoe de hersenen connectiviteit invloeden corticale fysiologie en gedrag bij menselijke proefpersonen. Bovendien kunnen deze technieken worden gecombineerd om te bepalen hoe veranderingen in verbinding zijn aan pathofysiologie bij ziektetoestanden, zoals in het hierboven beschreven protocol.

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