En Multimodal Imaging- og stimulering basert metode for å vurdere Connectivity-relaterte Brain Excitability hos pasienter med epilepsi

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

Transkranial magnetisk stimulering (TMS) er et middel for invasivt stimulere områder av hjernebarken via elektromagnetisk induksjon. I TMS, er et stort, men romlig begrensede magnetiske fluks som brukes til å indusere et elektrisk felt i et mål kortikal område, og derved modulere aktiviteten til det underliggende nervevev. TMS til motor cortex resultater i motor fremkalt respons som kan måles perifert via elektromyografi (EMG). Når anvendt i par eller tripletter av pulser, kan TMS anvendes for å vurdere aktiviteten av spesifikke intracortical GABAergiske og glutaminergic kretsene 1-3, og derved vurdere balanse mellom eksitasjon og hemming in vivo hos mennesker. I epilepsi spesielt, har TMS studier vist at cortical hypereksitabilitet er til stede hos pasienter med epilepsi 4,5, og kan normalisere med vellykket antiepileptikumet terapi og dermed forutsi respons på medisiner seks. Videre, TMS tiltak av kortikale excitability viser mellomliggende verdier hos pasienter med et enkelt beslag 7 og søsken av pasienter med både idiopatisk generalisert og ervervet fokale epilepsier 8. Disse funnene tyder på at TMS tiltak av kortikal eksitabilitet kan tillate oss å identifisere endophenotypes for epilepsi. Imidlertid er sensitivitet og spesifisitet av disse tiltakene er begrenset, trolig fordi TMS-EMG kan bare vurderes med stimulering av motoriske cortical kretser, og mange pasienter med epilepsi har anfall foci utenfor motor cortex.

Elektroencefalografi (EEG) gir en mulighet for å direkte måle den cerebrale respons til TMS, og kan brukes til å vurdere cerebral reaktivitet over store områder av neocortex. Studier integrere TMS med EEG (TMS-EEG) har vist at TMS produserer bølger av aktivitet som ljome gjennom cortex 9,10 og som er reproduserbar og pålitelig 11-13. Ved å evaluere utbredelsen av fremkalt aktiviteti ulike atferdstilstander og i ulike oppgaver, har TMS-EEG blitt brukt til årsaks sondere dynamisk effektiv tilkobling av menneskelige hjernenettverk 10,14-16. TMS-EEG tiltak har vist betydelige avvik i sykdommer som spenner fra schizofreni 17 til ADHD 18, og i forstyrrelser av bevissthet som vegetativ tilstand 19. Videre har flere grupper identifisert EEG korrelater av parvise puls TMS-EMG beregninger som er unormal hos pasienter med epilepsi 20,21. Av særlig relevans, har tidligere studier også antydet at unormal stimulering-fremkalt EEG aktivitet er sett hos pasienter med epilepsi 22-25.

En annen måte å vurdere hjernen kretser er via hviletilstand funksjonelle tilkobling MRI (rs-fcMRI), en teknikk som evaluerer sammenhengene over tid i blodet oksygennivået avhengig (BOLD) signal fra forskjellige områder av hjernen 26. studier ved hjelprs-fcMRI har vist at den menneskelige hjernen er organisert i forskjellige nettverk av samvirkende regioner 26-29, at nevropsykiatriske sykdommer kan oppstå innenfor bestemte storskala distribuerte nevrale nettverk identifisert av rs-fcMRI 30, og at hjernenettverk identifisert via RS- fcMRI er ofte unormalt i nevropsykiatriske sykdomstilstander 31,32. Når det gjelder potensielle kliniske anvendelser, har rs-fcMRI flere fordeler fremfor konvensjonelle oppgavebasert fMRI-programmet 33, inkludert mindre avhengighet av emnet samarbeid og bekymring over variabel ytelse. Følgelig har det nylig vært en eksplosjon av studier som undersøker rs-fcMRI endringer i ulike sykdomstilstander. Imidlertid er en av begrensningene av rs-fcMRI vanskeligheten med å bestemme hvorvidt og hvordan korrelasjoner (eller anticorrelations) i BOLD-signalet er relatert til den elektrofysiologiske interaksjoner som danner grunnlaget for neuronal kommunikasjon. Et beslektet problem er at det er Often uklart om RS-fcMRI endringer sett i ulike sykdomstilstander har fysiologisk betydning. Spesielt med hensyn til epilepsi, er det uklart om avvik i rs-fcMRI skyldes utelukkende til interiktal epileptiske transienter, eller eksisterer uavhengig av slike elektrofysiologiske forandringer; samtidig EEG-fMRI er nødvendig for å bidra til å evaluere mellom disse mulighetene 34.

Som TMS kan anvendes for å fremstille forbigående eller vedvarende endringer i aktiveringer av forskjellige kortikale regioner, TMS studier gir et middel for å årsaksmessig å vurdere betydningen av forskjellige hviletilstands fMRI tilkoblingsmønster. En tilnærming er å bruke rs-fcMRI å veilede stimulering innsats i ulike sykdomstilstander; Det kunne forventes at TMS rettet til regioner som er funksjonelt koblet til områder som er kjent for å være involvert i forskjellige sykdomstilstander som er mer sannsynlig å være terapeutisk effektiv enn TMS rettet til regioner uten slik functional tilkobling, og faktisk flere studier har funnet foreløpige bevis for dette 35,36. En annen tilnærming ville innebære å bruke TMS-EEG til årsaks vurdere fysiologiske betydningen av ulike hvile statlige fcMRI mønstre. Spesielt kan man teste hypotesen om at regionene som viser unormal funksjonell tilkobling i en bestemt sykdomstilstand bør vise en annen respons på stimulering hos pasienter enn hos friske personer, og at disse fysiologiske forandringer er til stede spesifikt (eller primært) med stimulering av unormalt koblet region.

For å illustrere ovenfor, gir vi et eksempel på en fersk studie der rs-fcMRI, TMS og EEG ble kombinert for å utforske kortikal hypereksitabilitet hos pasienter med epilepsi som følge av utviklings hjernen abnormitet periventrikulær knute heterotopi (PNH) 37. Pasienter med PNH stede klinisk med adolescent- eller voksen-utbruddet epilepsi, lesing funksjonshemming, og normal intelligence, og har unormale knuter av grå materie i tilknytning til sideventriklene på neuroimaging 38,39. Tidligere studier har vist at disse periventrikulær knuter av heterotop grå materie er strukturelt og funksjonelt koblet til diskrete foci i neocortex 40,41, og at epileptiske anfall kan stamme fra neokortikale regioner, heterotop grå materie, eller begge deler samtidig 42, tyder på at epileptogenesis i disse pasientene er en krets fenomen. Ved hjelp av hviletilstanden fc-MR for å lede TMS-EEG, demonstrerte vi at pasienter med aktiv epilepsi på grunn av PNH har bevis for kortikal hypereksitabilitet, og at dette hypereksitabilitet ser ut til å være begrenset til områder med unormalt funksjonell tilkobling til de dype knuter.

Protokollen er utført i to separate sesjoner. Under den første økten, er strukturell og hviletilstand blodoksygene nivå-avhengige (BOLD) kontrast MR sekvenser kjøpt(For pasienter), eller bare strukturelle MR-sekvenser (for friske kontroller). Mellom de første og andre sesjoner, hviler-tilstand funksjonell tilkobling analyse anvendt til å definere de kortikale mål for pasientene, og det MNI koordinater for disse målene blir oppnådd. De tilsvarende kortikale mål (basert på MNI koordinater) blir så identifisert for hver sunn kontroll fag. I den andre økten, er TMS-EEG data innhentet.

I eksempelet gitt i denne artikkelen, ble funksjonell-tilkobling MR analyser utført ved hjelp av en in-house software verktøykasse og MR programvare 43,44. Neuro-navigert TMS ble utført med en transkranial magnetisk stimulator med real-time MR nevro. EEG ble registrert med et 60-kanals TMS-kompatibelt system, som benytter en sample-and-hold-krets for å unngå metning av forsterkeren TMS. EEG data ble analysert ved hjelp av egendefinerte skript og EEGLAB verktøykasse 45 (versjon 12.0.2.4b) kjører i MATLAB R2012b.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Protokollen er beskrevet her ble godkjent av institusjonelle gjennomgang styrene i Beth Israel Deaconess Medical Center og Massachusetts Institute of Technology.

1. Med forbehold Selection

  1. Pasient utvalg for forskningsprotokoll.
    1. Identifisere pasienter med aktiv epilepsi (anfall innen det siste året), eller en historie med fjern epilepsi (tidligere anfall, men uten beslag de siste fem årene enten på eller av medisiner) og periventrikulær knute heterotopi på strukturell avbildning av hjernen.
    2. Ekskludere pasienter uten tidligere krampeanfall. Også utelukke pasienter med alternative mulige årsaker til anfall (f.eks en historie med traumatisk hjerneskade, hjerneslag, meningoencefalitt) eller med EEG funn i overensstemmelse med en alternativ diagnose (for eksempel idiopatisk generalisert epilepsi, mesial tinninglappen epilepsi).
    3. Ekskluder pasienter med annen nevrologisk eller psykiatrisk disease, eller med en hvilken som helst annen ustabil medisinsk tilstand. Også ekskludere pasienter med en historie med tidligere hjernekirurgi, manglende evne til å tåle MR, nylig illegale stoffet eller tung alkoholbruk, eller en bestemt MR 46 eller TMS 47 kontraindikasjon.
  2. Sunn kontroll lagt utvalget.
    1. For hver PNH pasient (i vår tidligere publiserte studien 37, 8 pasienter i alderen 20 - 43 år mener 30,25, 3 menn, fem kvinner), identifisere en alders- og kjønns matchet sunn kontroll.
    2. Ekskluder fag med noen pågående nevrologisk eller psykiatrisk sykdom eller om psykoaktive medisiner, til en annen ustabil medisinsk tilstand, en historie av tidligere hjernekirurgi, manglende evne til å tolerere MRI, illegale stoffet eller tung alkoholbruk, eller andre særlige MR eller TMS kontraindikasjon.

2. Generering stimulering Targets

  1. Ved hjelp av en 3T MR system, skaffe høy oppløsning strukturelle hel-hjernen skiver ved hjelp av en T1-weighted sekvens. Bruk følgende oppkjøp parametere: 128 stykker per skive, en 256 x 256 matrise, synsfeltet (FOV) 256 mm, skjære tykkelse 1,33 mm med 0,63 mm interslice gap, voxel størrelse 1 x 1 x 1,33 mm 3, repetisjon tid (TR ) 2530 msek, inversjon tid 1100 msek, ekko tid (TE) 3,39 msek, flip vinkel 7 °.
  2. Ved hjelp av en 3T MR system, erverve hvile statlige funksjonelle bilder ved hjelp av et ekko-planar sekvens følsom for blod-oksygenering nivå avhengig (BOLD) kontrast. Mens du utfører denne skanningen instruere pasientene å hvile stille med åpne øyne uten å utføre en bestemt oppgave. Bruk følgende oppkjøp parametere: FOV 256 mm, voxel størrelse 2,0 x 2,0 x 2,0 mm, TR 6000 msek, TE 30 ms, flip vinkel 90 °, oppkjøp tid 6,4 min.
  3. Bruke MRICroN programvare 44, identifisere hver diskret region av knute heterotopi (enten hver enkelt knute eller en uatskillelig sammenhengende klynge av knuter) 46. Bruk pennverktøyet til manuelt skissere hanterotopia regioner av interesse (Rois), skive med skive i aksial flyet på T1-vektede strukturelle bilder.
  4. Bruk Conn funksjonell tilkoblingsprogramvare verktøykasse 48,49 utføre fire sekvensielle trinn i hviletilstand funksjonelle databehandling: Oppsett, forbehandling, analyse og resultater.
    1. For Setup, bruker menyvalg for å starte et nytt prosjekt, og angi grunnleggende eksperiment informasjon. Last funksjonelle bilder, realigned og co-registrerte til de anatomiske bilder for hvert fag.
    2. Last strukturelle bildene. Load heterotopi ROI-filer opprettet i trinn 2.3. Angi detaljer av den eksperimentelle tilstand; siden dette er hvile-tilstand, oppgir en enkelt tilstand med utbruddet 0 sekunder og varighet lik hele varigheten av hver økt. Verktøykassen vil trekke ut heterotopi ROI BOLD tidsserier. Inspiser for mulige uoverensstemmelser.
    3. For forhåndsbehandling, konfunderende kilder BOLD variasjon luftveis-indusert modulasjoner av hoved mamagnetiske felt og hjertepulseringer, samt bevegelser i motivet. Fjern confounders via den integrerte prinsipal komponent-basert metode som analyserer tidsserier fra regioner usannsynlig å bli assosiert med nevrale aktiviteten, for eksempel ventriklene og store fartøy, for å identifisere fysiologiske støy behandler 50. Forhåndsvis den totale variansen forklart av hver av de mulige konfunderende kilder. Påfør et band-pass frekvensfilter (0,01 Hz <f <0,1 Hz) og Gaussian glatting (6 mm i full bredde på halv-maksimum).
      MERK: Verktøykassen vil som standard identifisere kilder til mulige confounders, inkludert BOLD signal fra den hvite saken og cerebrospinalvæsken og omstilling parametre (lagt motion).
    4. For Analyse og resultater, identifisere kildene til interesse som heterotopi Rois. Forhånd tilkobling mål på korrelasjon (i stedet for regresjon), og vise med grenseverdier for korrelasjonskoeffisienter.
      1. For hvert fag, create sed-til-voxel tilkoblings kart utnytte hver diskret regionen heterotop grå materie som et frø ROI, som viser sammenhengen mellom gjennomsnittlig BOLD signal tidsserier for avkastning og alle andre hjernen voxel.
      2. Utføre andre nivå analyser for mellom-fag eller mellom-kilde kontraster (valgfritt). Vise resultater ved hjelp av høyde (voxel-nivå) og omfanget (cluster-nivå) terskler; korrigert og falske funnrate korrigert p-verdier vises.
  5. Bruk MRICroN programvare for å skissere to mål av interesse, en tilkoblet mål og en ikke-tilkoblet mål, for TMS manuelt, med pennverktøyet 43. Bruke "Overlay" -funksjonen sammenligne med de funksjonelle tilkoblings baner laget over på de strukturelle bilder for hvert fag.
    1. Kontroller at målområdet er en region av hjernebarken som har betydelig funksjonell tilkobling til den grå materie heterotopi som beskrevet ovenfor. Pass på at den ikke-tilkoblede tjærefår er en lignende størrelse region som ikke viser betydelig funksjonell tilkobling til enhver heterotopi ROI, og ligger minst 2,5 cm vekk fra den tilkoblede målet på kortikale overflate for å minimere risikoen for nabolaget stimulerings effekter under TMS.
    2. Velge målene slik at sannsynligheten for store TMS-induserte artifakter er liten 51. Spesielt unngå å velge mål i de laterale temporale eller frontopolar regioner, da disse er sannsynlig å produsere store muskel sammentrekning og / eller øyebevegelser gjenstander som kan tilsløre den tidlige TMS-EEG signal 51. Lagre de skisserte målene som nye satsings Rois.
  6. Bestem MNI koordinater for hvert mål ROI i hvert fag. Deretter kan du bruke disse koordinatene til å identifisere tilsvarende to målse i hvert fag er matchet sunn kontroll emne.

3. TMS-EEG Forsøksoppsett

  1. Last opp strukturelle skanninger (typisk høy oppløsning T1-weighted 3D volumetriske bilder) inn i nevro system.
  2. Ved hjelp av nevro programvare, merker de ønskede mål på bildene. Merk også eksterne anatomiske markører (den nasion, bilaterale tragus) som skal brukes for coregistration og nevro under stimulering økten. Ved hjelp av en EEG hette med roterbare elektroder og elektrodetråder, ledninger orientere vinkelrett på lengdeaksen til TMS spolen 52.
  3. Kontakt emnet før den eksperimentelle økt for å minne ham eller henne til ikke å bruke balsam eller andre hårprodukter (shampoo er akseptabelt) på dagen av TMS-EEG sesjon, for å unngå alkoholholdige drikker kvelden før TMS-EEG økt, og å drikke hans eller hennes vanlige daglige koffein forbruk før TMS økten.

4. Experimental Session

  1. Sjekk at motivet går TMS sikkerhetskriterier, helst via en strukturert spørreskjema 53. Sjekk at motivet gjorde ikke imotUme alkoholholdige drikkevarer før natten, drakk ikke betydelig mer eller mindre enn hans eller hennes vanlige daglige koffein forbruk, ikke forbruker over-the-counter sove hjelpemidler som endrer kortikal eksitabilitet (som difenhydramin) før natten, og fikk en typisk natts søvn (som søvnmangel kan øke cortical eksitabilitet 54).
  2. Spør om å sitte i en komfortabel stol.
  3. Monter EEG cap på faget og forberede elektrodene.
    1. Måle saks hode og velge en EEG cap av passende størrelse for å bidra til at lave elektrode impedanser.
    2. rengjør huden under hver elektrode med en bomulls-tip applikator og alkohol grundig.
    3. Legg ledende gel til hver elektrode. Ikke legg for mye gel som det lekker mellom elektroder, som det kan skape en bro og føre til felles signal mellom ulike elektroder.
    4. Hvis det er nødvendig, for å sikre god kontakt mellom hodebunnen, gelen og electrode, prøve å trykke ned på hver elektrode etter tilsetting av gel. For å minimere lading gjenstander, sikre at gelen ikke sprer seg utenfor elektrodeholderen. Homogent redusert konduktans nivåer for å minimere opptak artefakter.
    5. Plasser referanse og jordingselektroder som langt fra stimulering spolen som mulig for å minimalisere muligheten for TMS-induserte elektrode gjenstand forurenser hele opptaket. Det er å foretrekke å plassere disse elektrodene ovenfor beinstrukturer, i formodentlig "inaktive" soner med minimal kortikal aktivitet.
      MERK: Selv i studier for hvilke geografiske målområder er variabel, frontopolar regioner er lite sannsynlig å bli valgt som mål fordi TMS til disse regionene kan resultere i store øyebevegelser, sammentrekning av frontalis og ansiktsmusklene 51, og, ofte, hodebunn smerte og hodepine; følgelig er det TMS-EEG-signalet i løpet av stimuleringen av disse regionene ofte skjult av store gjenstander.
    6. Syndce disse regionene er derfor ikke til å bli valgt som mål for stimulering, bruk panne for plassering av referanse og jordelektroder. Plassere dem i løpet av noen få centimeter fra hverandre for å minimalisere felles modusstøy.
      MERK: I situasjoner hvor alle stimulerings målene er i en halvkule, ville det kontralaterale mastoid være et annet alternativ.
    7. Sjekk elektrode impedanser som følger; plugge EEG utgangskablene inn i "impedans" jack of EEG opptakssystem, og trykk deretter på "Mål impedans" -knappen på EEG-systemet. Kontroller at elektrodeimpedans er ikke større enn 5 kÊ.
  4. Forbered EMG elektroder på kontralateral hånd (bruk første rygg interosseous eller bortfører pollicis brevis muskler, bruke den samme muskelen på tvers av fag i en enkelt studie).
  5. Gi emnet ørepropper for å minimere risikoen for hørselstap og tinnitus.
    MERK: Et annet alternativ ville være å utnytte øretelefoner spiller white støy eller farget støy (med spektrale egenskaper som sams de av TMS klikk) gjennom hele innspillingsprosessen, på et volum som er tilstrekkelig til å maskere auditiv klikk produsert av TMS; Dette ville ha den ekstra fordelen av å minimere den potensielle forvirre av TMS-indusert auditivt fremkalt respons 10,55. Av notatet, et tynt lag med skum mellom spolen og hodebunnen er også nødvendig for å minimere den auditive evoked potensial.
  6. Plasser de infrarøde detektorer om emnet hode, slik at detektorene er plassert på en måte å minimere risikoen for bevegelse under den eksperimentelle økt.
  7. Coregister motivets hodet med MR-bilder ved å identifisere plasseringen av de forhåndsvalgte eksterne anatomiske fiducial markører (punkt 3.2) på motivet med pekeren som følger med nevro utstyr.
  8. Kjent emnet med stimulering ved å anvende en puls andre steder (f.eks, individets arm), eller ved å anvende et lav-itensity stimulering puls (for eksempel 5% max stimulator output) til hodebunnen.
  9. Bestem hviler motor terskel (minimum intensitet som produserer en motor-evoked potensial minst 50 uV i størrelse på 5/10 studier). En slik metode er den relative frekvensmetoden 56, er som følger.
    1. Bestem plasseringen av faget motor cortex på halvkule ipsilaterale til fMRI tilkoblingsbaserte mål. Ved bruk av nevro, er dette vanligvis i området ved "Omega" i PreCentral gyrus. Vinkel spolen vinkelrett på gyrus, med håndtaket peker occipitally.
    2. Begynn stimulering med en intensitet som er forventet å være under terskelnivået (for eksempel 35% maksimal effekt stimulatoren).
    3. Øk stimulering intensitet i trinn på 5% max stimulator utgang til TMS konsekvent fremkaller parlamentsmedlemmer med amplituder> 50 uV i hvert forsøk.
    4. Deretter redusere stimulering intensitet i trinn på 1% maksimal hoppem stimulator utgang til mindre enn 5 positive svar av 10 er registrert.
      MERK: Dette stimulering intensitet pluss 1 er definert som motor terskel. Alternativt kan du bruke adaptive terskel teknikker 57 for å identifisere motor terskel med færre stimuli.
  10. For stimulering av målområdene, sett TMS intensiteten til den ønskede verdi (for eksempel 120% hvilende motor terskel).
    MERK: Men i tilfeller der det er store regionale variasjoner i hodebunnen-cortex avstand (f.eks, hos pasienter med frontallappen atrofi), kan en slik teknikk resultere i subthreshold stimulering. Alternativt, med hensiktsmessige nevro systemer som er i stand til å utføre elektroniske beregninger av den induserte elektriske felt, intensiteten av stimuleringen kan også settes på et bestemt amplitude av den beregnede induserte elektriske felt (i V / m) på den kortikale overflate 58.
  11. Anvende enkle pulser av TMS til hver av de målregioner ved hjelpden nevro programvare, med et variabelt intervall mellom pulsene for å minimere kortikal plastisitet og lagt Forventet effekter (f.eks hver 4 - 6 sek, med et intervall på minst 3 sek unngå kumulative effekter 59). For å maksimere konsistens, vinkel spolen vinkelrett på lengdeaksen av de underliggende gyrus, med håndtaket peker posterolaterally.

5. EEG data Pre-prosessering og analyse

MERK: TMS-EEG-data inneholder vanligvis store stimuleringsrelaterte gjenstander, særlig når stimulerende vekk fra midtlinjen / toppunktet eller med høye stimulerings intensiteter, og betydelig forbehandling kan være nødvendig for å oppnå rene analyserbare data. Independent Component Analysis (ICA) er en metode som har vært brukt for fjerning av TMS gjenstander, og kan brukes med offentlig tilgjengelige verktøykasser (f.eks EEGLAB 45) på MATLAB plattformen. En validert metode 60 er som Føllstrømmer, som beskriver analyse av data samlet inn ved hjelp av Eximia EEG system:

  1. Importere data inn EEGLAB
    1. Klikk på "File", "Import data", "Bruke EEGLAB funksjoner og plugins", "From EDF / EDF + / GDF filer (BIOSIG verktøykassa)".
  2. Pakk hendelsestidspunkter
    1. Klikk på "File", "Import event info", "From datakanal". Fyll ut "Event kanal" 1, "Forbehandling transformere (data = 'X')" X> 0,1 ", Transition lengde (1 = perfekte kanter) 0. Pass på" Slett hendelse kanal (er)? "Og" Slett gamle hendelser hvis noen? "boksene er sjekket.
  3. Segment dataene inn epokene sentrert rundt TMS puls, fra 1 sek før puls til to sekunder etter. For å gjøre dette, velg "Verktøy", "Pakk ut epoker". Hvis TMS pulsen er den eneste type hendelse, "Time-låsehendelsestypen (e)" feltet kan stå tomt. For "Epoch grenser [start, nod] i sekunder "enter [-1 2].
  4. Omtale EEG data visuelt (velg "Plot", "Channel data (bla)".) Fjern dårlige kanaler (f.eks, kanaler med noe signal, eller med kontinuerlig dreven artefakt). For å gjøre dette, klikk på "Edit", "Velg data". I "Channel range" feltet skriver du inn nummeret (e) av kanalen som skal slettes (eller klikk på bytte boksen til høyre og velge kanaler etter navn, og trykk deretter på "OK"), pass på at "on- > fjerne disse "er merket, og trykk deretter på" Ok ".
  5. Still potensialene på alle elektrodene til null fra tidspunktet for pulsen til EEG-signalet har gått tilbake til omtrent én størrelsesorden av det nevrale signal (for eksempel ved å kutte ut data som er større enn 150 uV), eller hvilket som helst senere fast tidspunkt ( f.eks 40 ms) for å sikre at de store TMS gjenstander ikke forvrenge ICA separasjon. 61 Dette trinnet må regisserte i Matlab.
  6. Utfør en innledende runde med ICA, og fjerne en - 2 komponenter som representerer den store TMS-indusert opprinnelige muskelaktivering.
    1. Kjør ICA bruker FastICA metoden med "symmetrisk tilnærming" og "tanh" kontrast funksjon ved hjelp av følgende kommandolinje: "EEG = pop_runica (EEG, 'icatype', 'fastica', 'tilnærming', 'SYMM', 'g ',' tanh '); ".
      MERK: Kjør ICA separat for hvert område, som gjenstanden produsert av stimulering vil variere som en funksjon av stimulering nettstedet.
    2. Identifisere komponenter i samsvar med TMS gjenstand ved å velge "Verktøy", "Avvis data ved hjelp av ICA", "Fjern komponenter av kartet". De topografiske kart av alle ICA komponenter vil da bli plottet. Klikk på nummeret for hver komponent for å plotte komponent detaljene (et større kart av topografiske distribusjon, aktivitetsprofil over studiene, og frekvensspekteret).
      MERK: TMS puls artefakt componenter (vanligvis 1 - 2) kan bli gjenkjent av bipolart topografiske tomten lokalisert til området av stimulering, den ekstremt stor amplitude av komponenten aktivering umiddelbart etter pulsen, og den påfølgende jevn eksponentiell.
    3. Slett kunstig komponenter ved å velge "Verktøy", "Fjern komponenter", og skrive inn de aktuelle komponentnummer i feltet for "Komponent (er) for å fjerne fra data". I "Bekreftelse" boksen som dukker opp, trykk på "Accept" etter gjennomgang av ERP som resulterer etter sletting av den valgte komponenten (trykk "Plot ERP") og etter å ha gjennom enkelt-rettssaken effekter (trykk "plot enkle forsøk"). MERK: Dette trinnet bør være fullført før filtrering for å minimere eventuelle filter gjenstander fra TMS-indusert muskel gjenstand, som ofte kan være flere millivolt.
  7. Interpolere de manglende data (under null-polstret tidsperiode). Dette trinnet vil need skal gjøres ved hjelp av en Matlab skript.
  8. Båndpass og / eller hakk filter dataene (valgfritt, eller kunne gjøres på et senere tidspunkt, for eksempel, etter andre runde av ICA artefakt fjerning).
    MERK: Hvis høy amplitude TMS-artefakt ikke har vært tilstrekkelig fjernet, kan den temporale utjevningseffekten av et high-pass filter føre til tidsmessig spredning av gjenstanden. Videre passbåndet rislende produsert av lav-pass filter kan føre til fremstående ringer gjenstand i "ren" delen av det resulterende filtrerte EEG-signal.
  9. Re-referanse til Average referanse (valgfritt, eller kunne gjøres på et senere tidspunkt, for eksempel etter interpolering av manglende kanaler).
  10. Fjern enkelte epoker med stor amplitude gjenstander, betydelig muskelaktivitet, eller andre større gjenstander.
    1. For semi-automatisert gjenstand avvisning, velg "Verktøy", "Avvis data epoker", "Avvis data (alle metoder)".
    2. Under "Finn usannsynlig data "enter 3,5 i feltet for" Single-kanal grense (std. dev.) og tre i feltet for "Alle kanaler grense (std. dev.)", trykk deretter på "Beregn" -knappen rett under. Dette identifiserer epoker som inneholder usannsynlige data basert på fordelingen av verdier på tvers av data epoker.
    3. Under "Finn unormale distribusjoner", skriv inn 5 i feltet for "Single-kanal grense (std. Dev.)" Og 3 i feltet for "Alle kanaler grense (std. Dev.)", Og trykk deretter på "Beregn" -knappen rett nedenfor. Dette identifiserer epoker som inneholdende gjenstander basert på den kurtose av dataene.
    4. Slik avviser epoker med unormalt høye eller lave verdier, under "Finn unormale verdier", skriver du 100 i feltet for "Øvre grense (er) (UV)" og -100 i feltet for "Nedre grense (er) (UV)" (selv om ulike grenser kan være nødvendig i barn, i hvem EEG amplituder er vanligvis høyere). Skriv inn elektrode tall for å søke spenning treskeolding i feltet merket "elektrode (s)"; for å unngå å avvise alle epoker med øye blinker, inkluderer ikke frontopolar (og / eller EOG) kanaler. Trykk deretter på "Calc / tomten.".
    5. Bla gjennom merkede epoker, og fjerne merkingen epoker som ikke inneholder gjenstander ved å høyreklikke på den epoken. Marker flere epoker som inneholder betydelige gjenstander ved å venstreklikke på epoken. Etter å ha bekreftet at alle epoker som inneholder gjenstander er merket, klikker du på "Update merker" -knappen.
    6. For å lagre som epoker er merket for sletting, klikker du på "Close (holde tegn)" og deretter lagre datasettet ( "File", "Lagre gjeldende datasettet som").
      1. Å deretter slette de relevante epoker, velg "Verktøy", "Avvis data epoker", "Avvis merket epoker". Klikk "Yes" på etterfølgende bekreftelse dialogboksen. Lagre resulterende datasettet.
  11. Utfør en andre runde med ICA, og fjerne komponenter som tilsvarer forfallgjenstander, blink gjenstander, muskel gjenstander, og elektroden støy gjenstander.
    MERK: Fjerning av komponenter i samsvar med auditiv-fremkalt respons kan vurderes, selv om disse komponentene kan også inneholde nevrale fremkalt komponenter direkte relatert til stimulering puls (som også har topper på lignende tidspunkter). Et bedre alternativ som ville minimere TMS-fremkalt respons indusert av TMS "klikk", og dermed eliminere behovet for ICA-baserte fjerning, ville være å utføre støymaskering som beskrevet i avsnitt 4.5 ovenfor, hvis tålelig av fagene.
    1. Kjør ICA hjelp av FastICA metoden med "symmetrisk approach" og "tanh" kontrast funksjon, som beskrevet i 5.6.1 ovenfor.
    2. Evaluere komponent egenskaper som beskrevet i 5.6.2 ovenfor.
    3. Marker komponenter i samsvar med rest TMS råte artefakter 62.
      MERK: Identifisere dette basert på timing (maksimal umiddelbart etter puls), morfologi (en langsom nedbrytning med overshoot, deretter langsom bedring i løpet av titalls til hundrevis av millisekunder) og plassering (nærheten stimulering stedet). Dessuten kan ICA komponenter organiseres i synkende rekkefølge forklart varians; som den TMS gjenstanden er ganske stor, er det vanligvis representert i de første komponentene, og representerer vanligvis ikke mer enn 1 - 5 komponenter.
    4. Bruke ADJUST plugin 62 for EEGLAB, merk komponenter i samsvar med blink gjenstander.
      MERK: Identifisere dette basert på plassering (maksimal frontopolar), tidsforløpet (lange perioder med relativt minimal aktivitet, etterfulgt av korte perioder med intens aktivering), spektra (høy effekt ved lave frekvenser) og morfologi (trifasisk).
    5. Marker komponenter i samsvar med muskel artefakt 62.
      MERK: Identifisere dette basert på spektrale egenskaper (signifikant effekt på beta frekvenser og over), timefordelings (veldig uregelmessig / taggete), romlig fordeling (maksimal langs hodebunnen periferien) og tidsdomene aktivitet(piggete).
    6. Marker komponenter i samsvar med kanal støy basert på romlig fordeling (isolert til 1 eller 2 kanaler) og timefordeling (ofte svært peaky, høy aktivitet på noen prøvelser, eller veldig sakte store amplitude svingninger) ved hjelp av ADJUST plugin 62 for EEGLAB.
    7. Fjern merket komponenter som i 5.6.4 ovenfor. Interpolere manglende kanaler og utføre påfølgende analyser på disse dataene.
      MERK: Forsiktighet er nødvendig når interpolere kanaler. Særlig hvis en vesentlig andel (for eksempel 10%) av kanaler eller hvis tilstøtende kanaler blir interpolert, kan det resulterende datasettet være upålitelig, særlig hvis den underliggende hjerneaktiviteten har en høy romlig frekvens.
  12. Legg i en ny datasett med alle ønskede kanaler inn EEGLAB. Deretter bringe datasett som du ønsker å utføre interpolering på i forgrunnen ved å velge "datasett" og deretter klikke på den aktuelle datasettet.
  13. Velg "Verktøy";, "Interpoler elektroder". I den resulterende datasettet, velger du "Bruk alle kanaler fra andre datasett". For "interpoleringsmetode", velg "Kule" og trykk "Ok".

6. Vurdere for Bevis på kortikal hyperexcitability

  1. Beregn den globale middeltemperaturen feltet potensial (GMFP) 63 for hvert fag og stimulering området som en funksjon av tid, ved hjelp av følgende ligning:
    ligning 1
    hvor K er det antall elektroder, V (t) er den spenning som måles ved elektrode i på tidspunkt t, og V gjennomsnittlige (t) er den midlere spenning over elektrodene ved tiden t.
  2. Segment dataene inn "tidlig" tidsperioder når TMS-fremkalt aktivitet er normalt tilstede i friske individer (f.eks 100-225 millisekunder), og sene tidsperioder, når unormal forsinketaktivitet kan ses i pasienter med epilepsi (f.eks, 225 - 700 msek). Beregne arealet under kurven (AUC) av GMFP (AUC-GMFP) i løpet av hver tidsperiode.
    MERK: Siden den absolutte størrelsen av fremkalt respons kan variere mye mellom individer på grunn av faktorer som er uavhengige av kortikal fysiologi (f.eks skallen tykkelse, hodebunn-cortex avstand, individuelle hjernen anatomi) som kan likevel variere mellom grupper (f.eks, fordi pasienter med epilepsi kan være på antiepileptiske medisiner), råamplitudene er av begrenset nytte i å vurdere TMS-fremkalt respons. For å isolere om pasienter med epilepsi som har unormalt økt TMS-fremkalt aktivitet, normalisere størrelsen av AUC-GMFP i senere tidsperioder etter størrelsen av AUC-GMFP under "tidlig" tidsperioder.
  3. Sammenligne den normaliserte AUC-GMFP for hver enkelt pasient epilepsi til det som oppnås ved stimulering av de samme region i at pasientens tilpassede friske conkontrollen. En høyere verdi (forhold> 1) i epilepsi pasient indikerer at epilepsi pasienten har økt eksitabilitet.

7. Kilde Estimering av fremkalt elektrisk aktivitet

  1. Rekonstruere kortikale overflaten for faget ved hjelp av Freesurfer 64 pakken.
    1. Kjør kommandoen "Generer FreeSurfer Output". Kjør kommandoen "Generer Overflater". Kjør kommandoen "Create Source Space". Importer digitaliserte elektrode steder fra nevro programvare og justere elektrodene hjelp MNE Analyze-programvaren (MNE versjon 2.7.0) 65,66; dersom enkeltelektrode steder ikke er tilgjengelige, kan data fra en gjenstand med en lignende omtrentlig hodet størrelse nok.
    2. Kjør kommandoen "mne_analyze". Klikk på "File", "Load digitaliserer data" (.fif). Klikk på "File", "Load Surface". Velg bane til MR Freesurfer Rekonstruksjon av data.
    3. Klikk på "View", "Show Viewer ". Klikk på" Juster "," Koordinere Alignment ". Klikk på" LAP ". Klikk på LAP plassering i" Viewer "vinduet. Gjenta for" Nasion "og" RAP ".
    4. Klikk på "Innrett med fiducials". Klikk på "X", "Y", "Z" felt pilene til å manuelt justere koordinere justering. Klikk på "Lagre Standard" i "Koordinere Alignment" vinduet for å lagre trans-fil.
  2. Bestem frem løsning ved hjelp av en hensiktsmessig måte (for eksempel grense element modellering som implementert i MNE 65,66 programvare). For å gjøre dette, kjører kommandoen "MNE Do Forward Solution".
  3. Identifisere tidspunkter av toppene i GMFP for kildeanalyse. For å gjøre dette, kjører kommandoen "MNE_Browse_Raw" for .fif fil.
    1. Klikk på "Juster", Filter "for å gjøre filterendringer. Klikk på" Juster "," Scales "for å gjøre omfattende endringer. Klikk på" Juster "," Selection &# 34; å endre montasjen utvalg.
    2. Klikk på tidspunkt i rå spenning data. Klikk på "Windows", "Show Annotator". Klikk på "mark" for å kode valgt tidspunkt med tilsvarende antall og kommentar. Skrive kommentarfelt når dette er aktuelt.
    3. I gjennomsnitt feltet skriver du inn merknad nummer. Klikk på "gjennomsnittlig". Klikk på "Windows", "Manage Gjennomsnitt". Klikk på "Lagre som" og navn .fif fil.
  4. Bruke gjennomsnittet (over studier) fremkalt potensial på de aktuelle tidspunkter, beregne strømkilden løsning ved hjelp av en passende inverse operatør (f.eks minimum norm estimering som implementert i MNE programvare). For å gjøre dette, kjører kommandoen "MNE Inverse Operator".
  5. Påfør en spenning terskel til de resulterende bildene for å identifisere kilden regionen av utløste topper.
    1. Klikk på "Windows", "Start MNE Analyze". Klikk på "File", "Open". Velg tids point gjennomsnittlig .fif fil i "filer" -feltet. Velg inverse .fif fil i "Inverse Operator" -feltet.
    2. Klikk på "File", "Load Surface". Velg bane til MR Rekonstruksjon av data. Velg "Pial" i "Tilgjengelige Overflater" -feltet.
    3. Klikk på "Juster", Estimater "in" MNE Analyser "-vinduet. For å justere skalaen, venstreklikk på" Value Histogram "feltet for å velge terskelverdien distribusjon. Klikk histogrammet for å justere fargekartet terskler.
    4. Klikk på "img" i "MNE Analyser" -feltet. Velg "TIF", "Lagre".

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Hviletilstand funksjonelle tilkobling fMRI kan brukes til å identifisere områder av hjernebarken som viser høy funksjonell tilkobling med heterotop periventrikulær grå substans knuter (figur 1), og kontroll regioner uten slik tilkobling. For å avgjøre hvorvidt en slik unormal funksjonell tilkobling har fysiologisk betydning, kan kortikale region med korrelerte hviletilstand aktivitet velges som "koblet" target nettsteder for neuronavigated TMS, og vakte EEG resultatene sammenlignet med EEG potensialer produsert ved stimulering av en kontroll ikke-tilkoblede mål i de samme pasientene. Dessuten kan de samme områdene være målrettet i friske kontrollpersoner (figur 2) for å avgjøre om den unormale funksjonell tilkobling sett i PNH-pasienter har patofysiologisk betydning for pasientens kliniske epilepsi syndrom. Nærmere bestemt nærværet av kortikale hyperexcitability kan vurderes på den enkelte pasientens nivå ved å bestemme den normaliserte området-under-the-kurven av den globale middeltemperaturen Feltet potensial, og deretter vurdere om denne verdien er større for epilepsi pasienten enn hans eller hennes matchet kontrollgruppe (figur 2). Kilde lokalisering av unormale slutten toppene i TMS-fremkalt respons hos pasienter med epilepsi kan identifisere områder av hjernen som unormal aktivitet oppstår, og kan romlig co-lokalisere med pasientens anfall fokus (figur 3).

Figur 1
Figur 1. Resting-state Funksjonelle Tilkobling og TMS mål. (A, B) Regioner med signifikante sammenhenger i funksjonell aktivering (blå / grønn) til hviletilstand BOLD signal i heterotop knuter i to pasienter med periventrikulær knute heterotopi og epilepsi. et al., 2015 37). Klikk her for å se en større versjon av dette tallet.

Figur 2
Figur 2. TMS-fremkalt respons og global middeltemperatur Felt potensialer. (A) Den TMS-fremkalt potensielle produsert ved stimulering av den tilkoblede målet i en pasient med PNH og epilepsi. (B) Den TMS-fremkalt potensial produsert ved stimulering av det samme region i den ovenfor pasientens friske kontroll gjenstand. (C) det globale midlere feltpotensial (GMFP) produsert ved stimulering av de tilkoblet og ikke-tilkoblede mål for denne pasienten og hans matchet kontrollgruppe. (D) Normalisert areal-under-the-kurven av GMFP produsert ved stimulering av forbundet og ikke-tilkoblede mål for dette emnet paret. Klikk her for å se en større versjon av dette tallet.

Figur 3
Figur 3. Kilde Lokalisering av TMS-fremkalt aktivitet og beslag sykdomsangrep. (A) El-kilde bilde resultatene av en sen fremkalte TMS-topp i en pasient med epilepsi; skala er estimert strøm multiplisert med 10 -11. (B) Elektriske kilde bildebehandling resultatene fra en tidligere fanget anfall utbruddet i samme pasient. (Modifisert med tillatelse fra Shafi et al, 2015 37)t = "_ blank"> Klikk her for å se en større versjon av dette tallet.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Hviletilstand funksjonelle tilkobling MR har blitt brukt til å identifisere nettverkstilkobling i den menneskelige hjerne, og for å identifisere endringer av tilkoblingsmuligheter som oppstår i ulike sykdomstilstander 26,31,32. Men som fMRI funksjonell tilkobling er basert på å identifisere sammenhenger i BOLD signal, og som blod oksygene endringene har en ikke-triviell forhold til underliggende nevrale aktiviteten, årsaks betydning og fysiologiske betydningen av disse fMRI tilkoblings funnene er uklar. TMS muliggjør romlig og tidsmessig målrettede manipulasjoner av hjernens aktivitet i bestemte kortikale regioner; når kombinert med EEG, kan TMS brukes til å vurdere hjernens respons på stimulering på tvers av forskjellige hjerneregioner. Følgelig kan TMS-EEG brukes på områder med endret fMRI funksjonell tilkobling for å vurdere om de observerte endringer i tilkobling har en fysiologisk korrelat som kan forholde seg til den underliggende sykdom patofysiologi.

Denne artikkelen presenterer en protokoll ved hjelp av tilkoblingsstyrt TMS-EEG for å vurdere kortikal eksitabilitet hos pasienter med epilepsi skyldes en misdannelse i hjernens utvikling, periventrikulær nodulær heterotopi, som er assosiert med utvikling av unormale funksjonelle tilkoblingsnettverk 37. Denne protokollen brukes til å vise at pasienter med aktiv epilepsi har cortical hyperexcitability som er spesifikk for regionene med endret hviletilstand fMRI funksjonell tilkobling, og at hypereksitabilitet kan vurderes på individuelt emne nivå. Hos en pasient med beslag tidligere fanget på EEG, er den unormale sen TMS-fremkalt aktivitet sett i samme region (fjernt fra stimulering området) fra hvilken pasientens beslag stammer, noe som tyder på at det området av unormal funksjonell tilkobling er faktisk en del av anfall genererende nettverk.

Det finnes en rekke kritiske trinn til vellykketgjennomføring av denne protokollen. Teknisk ekspertise med hviletilstand fMRI datainnsamling, høy kvalitet hviletilstandsdata, og erfaring med RS-fcMRI databehandling og analyse teknikker er avgjørende for nøyaktig bestemmelse av tilkoblingsbaserte mål. En annen viktig begrensning i å utforme og gjennomføre TMS-EEG-studier er behovet for TMS-kompatibelt EEG utstyr; Videre for studier hvor presis målretting er kritisk, er nevro utstyr også nødvendig. En annen begrensning er at TMS ofte skaper betydelige EEG gjenstander, spesielt når stimulerende over frontopolar og laterale tidsmessige områder, og derfor kan det være vanskelig å oppnå høy kvalitet på data når stimuleringen målet er lokalisert i disse regionene. Datainnsamlingen og EEG innspillingsprosessen må også være optimalisert for å redusere artefakter i EEG-signalet, og eksperimenter bør ideelt sett være drevet av personer som er kjent med EEG data slik at gjenstander som gjør oppstå (f.eks poor impedans som gjennomfører lim tørker) kan raskt identifiseres og minimeres. Et viktig trinn innebærer å demonstrere effekten av øyet blinker, muskel sammentrekning og bevegelse på EEG til forskning faget, da dette kan være avgjørende i å hjelpe faget til å forstå og minimalisere disse typer gjenstander.

Et annet viktig hensyn er minimaliseringen av biologiske gjenstander som kan begrense tolkning av resultatene. En spesielt viktig, for eksempel biologisk gjenstand er den auditive fremkalt potensial frembringes av TMS spiral "klikk", som er kjent for å bidra til størrelsen av TMS-fremkalt potensial, spesielt ved 100 og 180 millisekunder 55,67,68 når TMS -evoked potensialet er også typisk maksimal. En metode som har vist seg å minimalisere TMS auditive fremkalt potensial er støymaskering via bruk av hvit eller farget støy, med tillegg av et tynt lag av skum mellom spolen og hodebunnen 10,55

Til slutt, selv om det er påpasselig med å optimalisere innspillingen, er vesentlig forbehandling ofte nødvendig å gjenvinne rene data for analyse. Heldigvis har validerte metoder for å fjerne gjenstander fra TMS-EEG opptak blitt publisert 60; imidlertid, selv med disse teknikkene, utvinning av meget tidlige signaler (<15 ms) kan være svært vanskelig eller upålitelig. En ytterligere utfordring er at EEG data er høy-dimensjonale og komplekse, og derfor et klart før hypotese er ofte nødvendig å trekke ut meningsfull informasjon. Videre, fordi TMS effekter og EEG-signaler kan variere betydelig mellom pasienter på grunn av et bredt spekter av ikke-cerebrale faktorer som ervanskelig eller umulig å kontrollere (f.eks skallen tykkelse, skull-cortex avstand, samtidig medisinering, kvalitet på søvn natten før), resultatmål som er mindre avhengige av rå omfanget av evoked responser vil sannsynligvis være mer informative eller meningsfylt.

Selv om teknisk utfordrende, integrering av rs-fcMRI, TMS og EEG sammen i ett eksperiment gjør tester av en rekke hypoteser om betydningen av spesifikke tilkoblings funn på kortikal fysiologi. I sykdomstilstander, kan disse teknologiene integreres sammen for å vurdere forholdet mellom fMRI nettverksendringer, patofysiologiske endringer i kortikal eksitabilitet og utløste hjerneaktiviteten, og sykdom uttrykk. Spesielt, kan denne protokollen brukes til å undersøke kortikal fysiologi via felles utfallsmål selv når fokus for unormal tilkobling (og dermed stimulert region) skiller seg fra et emne til et annet, providing en utgang som kan være meningsfylt i det enkelte individ nivå, og åpne opp muligheten for en personlig tilnærming til etterforskning og til slutt behandling.

Protokollen er beskrevet i denne studien kan også utvides til å vurdere spesifikke funksjoner i kortikal fysiologi i ulike faggrupper. For eksempel har en rekke nyere studier antydet at N45 komponenten av TMS-fremkalt EEG responsen representerer aktiviteten til GABA-reseptorer 69, mens N100 komponenten av TMS-fremkalt EEG reaksjon er et mål på GABA-B mediert inhibering 21,69. Parvise puls TMS-EEG med en lang-intervall intracortical inhibering protokollen gir en annen grad av GABAergisk aktivitet, og har vist seg å endres i frontområder hos pasienter med schizofreni i forhold til kontroller 70. Dermed kan de ovennevnte protokollen endres for å spesielt ta opp spørsmål om GABAergic aktivitet i områder med endrede funksjonellel-tilkobling. I tillegg kan kildelokalisering av toppene i TMS-fremkalt potensial identifiserer fjerntliggende områder som er engasjert ved stimulering, og således bidra til å informere hvilken av de funksjonelle forbindelser som er identifisert ved hjelp av vanlig hviletilstand fmri er i stand til å overføre årsaksmessig fremkalt aktivitet. For situasjoner der de viktigste nettverkshubene er dypt, rs-fcMRI kan også brukes til å identifisere kortikale mål som er tilgjengelige for stimulering, og dermed gjøre det mulig modulering av spesifikke hjernenettverk som er involvert i normal atferd og sykdomstilstander 35,36,71. I slike tilfeller kan de teknikker som er beskrevet i denne studien brukes til å vurdere lokal og distribuert enkelt-puls TMS-fremkalt aktivitet før og etter en repeterende plastisitet protokoll, for å bestemme hvorvidt den plastisitet protokollen er faktisk endret kortikal eksitabilitet lokalt, og / eller nettverks oppstemthet distalt.

I sammendraget, integrering av rs-fcMRI, TMS og EEG gjør at exploratiom hvordan hjernen tilkoblings påvirkninger kortikal fysiologi og atferd hos mennesker. Videre kan disse teknikkene også kombineres for å vurdere hvordan endringer i tilkoblings er relatert til patofysiologien i sykdomstilstander, slik som vist i den protokoll som er beskrevet ovenfor.

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