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

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

Transkraniyal manyetik stimülasyon (TMS) invaziv olmayan elektromanyetik indüksiyon ile korteks bölgeleri uyararak için bir yöntemdir. TMS, büyük bir boşlukta sınırlı manyetik akı, bir hedef kortikal bölgesinde bir elektrik alanı indükler ve böylece alttaki nöral doku aktivitesini modüle etmek için kullanılır. Motorda motor korteks sonuçlarına TMS elektromiyografi (EMG) üzerinden periferik ölçülebilir uyarılmış potansiyeller. Çift veya bakliyat üçüz uygulandığında, TMS, belirli intrakortikal GABAerjik ve glutaminerjik devreleri 1-3 aktivitesini değerlendirmek ve böylece insan hastalarda in vivo olarak uyarma ve inhibisyon dengesini değerlendirmek için de kullanılabilir. Özellikle epilepsi, TMS çalışmalar kortikal hipereksitabilite epilepsi 4,5 olan hastalarda mevcut olduğunu göstermiştir, ve ilaç 6 yanıtı tahmin böylece başarılı bir anti-epileptik ilaç tedavisi ile normale olabilir ve. kortikal ex Ayrıca, TMS önlemlerTek bir nöbet 7 ve yaygın idiyopatik ve edinsel fokal epilepsilerde 8 hem hastaların kardeşlerinde hastalarda ara değerler gösterebilir citability. Bu bulgular, kortikal eksitabilite TMS önlemler bize epilepsi endofenotipleri tanımlamak için izin olabileceğini düşündürmektedir. TMS-EMG sadece motor kortikal devrelerin uyarılması ile değerlendirilebilir ve epilepsi ile birçok hasta motor korteks dışında nöbet odaklar var çünkü Ancak, bu önlemlerin duyarlılık ve seçicilik olasılıkla, sınırlıdır.

Elektroensefalografi (EEG), doğrudan TMS serebral tepkisini ölçmek için bir fırsat sağlar ve neokorteks geniş alanları arasında serebral reaktivite değerlendirmek için de kullanılabilir. EEG (TMS-EEG) ile TMS entegre Çalışmalar TMS korteks 9,10 yankısını bulan ve tekrarlanabilir ve 11-13 güvenilir aktivite dalgaları üreten göstermiştir. uyarılmış aktivite yayılmasını değerlendirerekFarklı davranış eyalette ve farklı görevler de, TMS-EEG nedensel insan beyin ağlarının 10,14-16 dinamik etkili bağlantı prob kullanılır olmuştur. TMS-EEG önlemler şizofreni 17 DEHB 18 arasında değişen hastalıklarda önemli anormallikler gösterilmiştir ve bu tür kalıcı bitkisel 19 olarak bilinç bozukluklarında var. Ayrıca, çeşitli gruplar eşleştirilmiş-darbesinin EEG bağıntılar epilepsi 20,21 olan hastalarda anormal TMS-EMG ölçümlerini belirledik. Özellikle ilgili daha önceki çalışmalarda da anormal uyarılması uyarılmış EEG aktivitesi epilepsi 22-25 olan hastalarda görülür olduğunu ileri sürmüşlerdir.

Beyin devrelerini değerlendiren bir diğer yolu dinlenme hali fonksiyonel bağlantısı MRG (rs-fcMRI), kan oksijenlenme düzeyinde zamanla farklı beyin bölgelerinin 26 bağımlı (BOLD) sinyali korelasyon değerlendiren bir teknikle yoluyla olmaktadır. kullanılarak yapılan çalışmalarrs-fcMRI insan beyni nöropsikiyatrik hastalıklar rs-fcMRI 30 tarafından tanımlanan belirli büyük ölçekli dağıtılmış sinir ağları içinde ortaya çıkabilir, etkileşim bölgelerin 26-29 belirgin ağlar halinde organize olduğunu göstermiştir, ve beyin ağları RS aracılığıyla tespit olduğunu fcMRI genellikle nöropsikiyatrik hastalık durumlarında 31,32 anormal bulunmaktadır. Potansiyel klinik uygulamalar açısından, rs-fcMRI az maruz işbirliği güven ve değişken performansı üzerindeki endişe dahil olmak üzere geleneksel görev tabanlı fMRI uygulaması 33 üzerinde birçok avantajı vardır. Sonuç olarak, son zamanlarda farklı hastalık durumlarında rs-fcMRI değişiklikleri keşfetmek çalışmaların bir patlama olmuştur. Ancak, rs-fcMRI sınırlamaları biri olup olmadığı ve nasıl BOLD sinyal korelasyon (veya anticorrelations) nöronal iletişimin temelini oluşturan elektrofizyolojik etkileşimleri ile ilgili belirlenmesinde zorluk. Konuyla ilgili bir sorun ofte olmasıdırn çeşitli hastalık durumlarında görülen rs-fcMRI değişiklikler fizyolojik öneme sahip belirsiz olsun. epilepsi getirmedi Özellikle, rs-fcMRI anormallikler sadece interiktal epileptiform geçici nedeniyle, ya da bağımsız olarak bu tür elektrofizyolojik anormalliklerin mevcut olup olmadığı bilinmemektedir; eşzamanlı EEG-fMRI bu olasılıklar 34 arasında değerlendirilmesine yardımcı olmak için gereklidir.

TMS farklı kortikal bölgelerinde aktivasyon geçici ya da sürekli bir değişiklik oluşturmak için kullanılabilir ve böylece, TMS çalışmaları nedensel Matür hal fMRI bağlantı desen önemini değerlendirmek için bir yol sağlar. Bir yaklaşım, farklı hastalık durumlarında tedavi uyarım çalışmalarına rehberlik etmek rs-fcMRI kullanmaktır; TMS işlevsel olarak farklı hastalık durumlarında bu functio olmayan bölgeleri hedefleyen TMS daha etkili tedavi edici olarak daha olasıdır ilgili olduğu bilinen yerlerde bağlı bölgelere hedef olduğu beklenebilirnal bağlantı ve aslında birkaç çalışmada bu 35,36 için ön kanıtlar bulduk. Başka bir yaklaşım nedensel farklı dinlenme-devlet fcMRI desen fizyolojik önemini değerlendirmek için TMS-EEG kullanarak içerecektir. Özellikle, bir spesifik bir hastalık durumu anormal fonksiyonel bağlantı gösteren bölgeler, sağlıklı deneklere göre hastalarda uyarılması için farklı bir tepki göstermesi gerekir hipotezi test etmek ve bu fizyolojik anormallikler anormal uyarılması ile spesifik olarak (ya da esas olarak) mevcut olduğu için bağlı bölgesi.

Yukarıdaki göstermek için, gelişimsel beyin anomalisi periventriküler nodüler heterotopi (PNH) 37 rs-fcMRI, TMS ve EEG epilepsi hastalarında kortikal hipereksitabilite keşfetmek için kombine edildiği bir çalışmada bir örnek oluşturmaktadır. adolescent- veya yetişkin başlangıçlı epilepsi klinik mevcut PNH, okuma özürlü ve normal inte olan hastalarlligence ve 38,39 nöro yanal ventriküllere komşu gri maddenin anormal nodül var. Önceki çalışmalar heterotopik gri cevher bu periventriküler nodüller yapısal ve işlevsel neocortex 40,41 ayrık odaklar bağlı olduğunu göstermiştir ve bu epileptik nöbetler o epileptogeneze düşündüren, neokortikal bölgelerde, heterotopik gri madde, ya da her ikisi aynı anda 42 kaynaklanabilir bu hastaların bir devre olgudur. TMS-EEG rehberlik dinlenme-devlet fc-MR kullanarak, nedeniyle PNH aktif epilepsisi olan hastaların kortikal hipereksitabilite kanıt olduğunu ve bu hipereksitabilite derin nodüller anormal fonksiyonel bağlantısı olan bölgelerle sınırlı olduğu görülmektedir gösterdi.

protokol, iki ayrı oturumda yapılır. İlk oturumu sırasında, yapısal ve dinlenme-devlet kan oksijenlenme seviyesi bağımlı (BOLD) kontrast MRG sekansları elde edilir(Hastalar için), ya da (sağlıklı kontroller için) sadece yapısal MRG sekansları. Birinci ve ikinci seans arasında, istirahat-devlet fonksiyonel bağlantı analizi hastalar için kortikal hedefleri tanımlamak için kullanılır ve bu hedeflerin elde edilir için MNI koordine eder. (MNI koordinatları dayalı) eşdeğer kortikal hedefler sonra her sağlıklı kontrol konu için tespit edilir. İkinci oturumda, TMS-EEG veri elde edilir.

Bu yazıda verilen örnekte, fonksiyonel-bağlantı MR analizleri bir in-house yazılım araç kutusu ve MRG yazılımını 43,44 kullanılarak gerçekleştirilmiştir. Nöro-navigasyon TMS gerçek zamanlı MR nöronavigasyon bir transkraniyal manyetik uyarıcı ile yapıldı. EEG TMS tarafından amplifikatör doygunluğu önlemek için örnek ve tut devresi kullanan 60 kanallı TMS uyumlu sistemi ile kaydedildi. EEG verileri MATLAB R201 çalışan özel komut ve EEGLAB araç 45 (sürüm 12.0.2.4b) kullanılarak analiz edildi2b.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Burada açıklanan protokol Beth Israel kadın papaz Tıp Merkezi ve Massachusetts Institute of Technology kurumsal inceleme kurulları tarafından onaylandı.

1. Konu Seçimi

  1. Araştırma protokolü için hasta seçimi.
    1. Aktif epilepsi (son bir yıl içinde nöbet) veya uzaktan epilepsi öyküsü olan hastaların belirlenmesi yapısal beyin görüntüleme ve periventriküler nodüler heterotopi (önceki nöbetler, ancak hiçbir ya son beş yıl içinde nöbet veya ilaç kapalıyken).
    2. nöbet öyküsü olmayan hastalar hariç. Ayrıca nöbet için alternatif olası etyolojilere olan hastaları hariç (örneğin, travmatik beyin hasarı, inme, meningoensefalit öyküsü) ya da alternatif bir tanı (örneğin, idiyopatik jeneralize epilepsi, mesial temporal lob epilepsisi) ile uyumlu EEG bulguları ile.
    3. Ek nörolojik veya psikiyatrik Disea olan hastalar hariç tutSE, veya başka herhangi bir stabil olmayan tıbbi durumu olan. Ayrıca MR, son yasadışı madde veya ağır alkol kullanımı, ya da belirli bir MR 46 veya TMS 47 kontrendikasyon tahammül önce beyin ameliyatı, yetersizlik öyküsü olan hastalar hariç.
  2. Sağlıklı kontrol konusu seçimi.
    1. Her PNH hasta için (bizim önceden yayınlanmış bir çalışmada 37, 8 hastada, yaşları 20 - 43 yaş 30.25 anlamına gelir; 3 erkek, 5 kadın), yaş ve cinsiyet uyumlu sağlıklı kontrol belirlemek.
    2. Devam eden herhangi bir nörolojik veya psikiyatrik hastalığı olan veya psikoaktif ilaçlarla ilgili konuları hariç tutun, başka herhangi bir dengesiz tıbbi durumu, önceki beyin ameliyatı öyküsü, yetersizlik MR, yasadışı madde veya ağır alkol kullanımı, ya da diğer herhangi bir spesifik MRG ya da TMS kontrendikasyon tahammül.

2. Uyarım Hedeflerini oluşturuluyor

  1. 3T MR sistemi kullanarak, bir T1 weighte kullanarak yüksek çözünürlüklü yapısal tüm beyin dilimleri elded dizisi. Aşağıdaki toplama parametreleri kullanın: levha başına 128 dilim, 256 x 256 matriks, görüş alanı (FOV) 256 mm, 0,63 mm kesit boşluğu, voksel boyutu 1 x 1 x 1.33 mm 3, tekrarlama zaman kalınlığı 1.33 mm (TR dilim ) 2530 msn, inversiyon süresi 1.100 msn, eko zamanı (TE) 3.39 msn, çevirme açısı 7 °.
  2. 3T MR sistemi kullanarak, kan oksijenlenme seviyesi bağımlı (BOLD) kontrast duyarlı bir eko-planar sırası kullanılarak dinlenme hali fonksiyonel görüntüler elde. Bu taraması yaparken hasta herhangi belirli bir görev yapmadan açık gözlerle sessizce dinlenmek için talimat. FOV 256 mm, voksel boyutu 2.0 x 2.0 x 2.0 mm, TR 6000 msn, TE 30 msn, çevirme açısı 90 °, satın alma süresi 6.4 dk: Aşağıdaki toplama parametrelerini kullanın.
  3. MRICroN yazılımı 44 kullanarak, nodüler heterotopi (ya her nodül veya nodüller ayrılmaz bir bitişik küme) 46 her ayrı bölgeyi belirlemek. elle diye anahat Kalem aracını kullanınT1 ağırlıklı yapısal görüntüleri aksiyel planda dilim tarafından ilgi (ROI), dilim terotopia bölgeleri.
  4. Kur, Önişleme, Analiz ve Bulgular: dinlenme hali fonksiyonel veri işleme dört ardışık adımları gerçekleştirmek için CONN fonksiyonel bağlantı yazılımı araç kutusu 48,49 kullanın.
    1. Kurulum için, yeni bir proje başlatmak ve temel deney bilgilerini girmek için menü seçenekleri kullanın. fonksiyonel görüntüler, realigned ve her konu için anatomik görüntüler eş-kayıt yükleyin.
    2. yapısal görüntüleri yükleyin. Yük heterotopya YG dosyaları adım 2.3 oluşturulan. Deneysel durumun ayrıntılarını girin; Bu devleti dinlenme olduğundan, her oturumun tam süresine eşit başlangıçlı 0 saniye süre ile tek bir koşulu girin. araç heterotopya ROI BOLD zaman serisi çıkartacaktır. olası tutarsızlıklar olup olmadığını kontrol edin.
    3. Ön İşleme için BOLD varyasyon karıştırıcı kaynaklar ana ma solunum kaynaklı modülasyonlar bulunmaktadırgnetic alan ve kardiyak titreşimler yanı sıra söz konusu hareketi. Fizyolojik gürültü 50 süreçleri tanımlamak için, bu tür ventriküller ve büyük damarlar gibi nöral aktivite ile ilişkili olması muhtemel bölgelerden zaman serisi verileri analiz entegre temel bileşen tabanlı yöntemle karıştırıcıların çıkarın. olası karıştırıcı kaynaklarının her tarafından açıklanan toplam varyans önizlemesini yapın. Bir band geçiren frekans filtresi (0.01 Hz <f <0,1 Hz) ve Gauss yumuşatma (6 mm tam genişlikte yarı maksimum) uygulayın.
      NOT: Araç kutusu varsayılan olarak beyaz madde ve beyin omurilik sıvısı ve yeniden düzenlenmesi parametreler (özne hareket) BOLD sinyal dahil olmak üzere olası karıştırıcıların, kaynaklarını belirlemek olacaktır.
    4. Analiz ve Sonuçlar için, heterotopya ROI gibi ilgi kaynaklarını belirlemek. (Yerine regresyon yerine) korelasyon bağlantı ölçüsü önizleme ve korelasyon katsayıları eşik değerleri kullanarak görüntüler.
      1. her konu için bkz oluşturmakROI ortalama BOLD sinyal zaman serileri ve diğer her beyin voksel arasındaki ilişkiyi gösteren bir tohum ROI olarak heterotopik gri cevher her ayrı bölgeyi kullanan D-to-voksel bağlantı haritaları.
      2. Gerçekleştirin ikinci düzey konu arasında veya arası kaynak tezat (opsiyonel) için analiz eder. yüksekliği (Voksel düzeyi) ve kapsamını (küme düzeyi) eşiklerini kullanarak sonuçları görüntüler; düzeltilmemiş ve yanlış keşif oranı düzeltmeli p değerleri gösterilmiştir.
  5. El Kalem aracını 43 kullanılarak, TMS iki ilgilenilen hedefleri, bağlı bir hedef ve bir sigara bağlantılı hedef, anahat MRICroN yazılımını kullanın. "Kaplama" fonksiyonunu kullanarak her konu için yapısal görüntüler üzerine yukarıda oluşturulan fonksiyonel bağlantı haritaları üst üste.
    1. Hedef bölge yukarıda açıklandığı gibi gri cevher heterotopi önemli fonksiyonel bağlantısı olan korteksin bir bölge olduğundan emin olun. Emin olun olmayan bağlı katranolsun herhangi heterotopi ROI önemli fonksiyonel bağlantı göstermek değil benzer bir boyut bölgedir ve TMS sırasında mahalle stimülasyon etkilerinin riskini en aza indirmek için kortikal yüzeyde bağlı hedeften en az 2.5 cm uzakta yer almaktadır.
    2. Büyük TMS kaynaklı eserler olasılığı 51 küçük olacak şekilde hedefler seçin. Bu erken TMS-EEG sinyali 51 belirsiz olabilir büyük kas kasılması ve / veya göz hareketi eserler üretmek için muhtemel olduğu sürece spesifik, lateral temporal veya frontopolar bölgelerdeki hedefler seçerken kaçının. yeni hedef ROI olarak özetlenen hedefleri kaydedin.
  6. MNI her konu her bir hedef ROI için koordinatları belirleyin. Sonra her deneğin eşleştirilmiş sağlıklı kontrol konusunda eşdeğer iki hedef siteleri belirlemek için bu koordinatları kullanın.

3. TMS-EEG Deneysel Kurulum

  1. yapısal taramaları yükle (genellikle yüksek çözünürlüklü T1-Weighted 3D nöronavigasyon sistemine hacimsel görüntüler).
  2. nöronavigasyon yazılımı kullanarak, görüntüler üzerinde istenen hedefleri işaretleyin. Ayrıca dış anatomik belirteçleri stimülasyon oturumu sırasında coregistration ve nöronavigasyon için kullanılacaktır (nasion ikili tragus) işaretleyin. Dik TMS bobini 52 uzun eksenine dönebilen elektrotlar ve elektrot telleri, şark tellerle EEG kap kullanıyorsanız.
  3. önce TMS-EEG oturuma alkollü içecekler akşam önlemek için, TMS-EEG oturumun günü (şampuan kabul edilebilir) ona hatırlatmak için önce deneysel oturuma konuyu başvurun ya da onu klimalar veya diğer saç ürünleri kullanmak için değil, ve TMS oturumu öncesinde özel hayatının olağan günlük kafein tüketimi içmek için.

4. Deneysel Oturum

  1. Konu ideal bir yapılandırılmış anket 53 üzerinden TMS güvenlik kriterlerine geçer emin olun. konu vermedi eksilerini onaylamakönceki gece alkollü içecekleri ume, önemli ölçüde daha fazla ya da daha az onun her zamanki günlük kafein tüketimi daha kortikal eksitabilite (örneğin difenhidramin gibi) önceki gece alter reçetesiz uyku yardımcıları tüketmek vermedi içki ve tipik bir almamıştır gece uykusu (uyku yoksunluğu olarak kortikal eksitabilite 54 artırabilir).
  2. Rahat bir sandalyede oturup konuyu isteyin.
  3. Konuyla ilgili EEG montaj başlığını ve elektrotlar hazırlar.
    1. Kişinin başını ölçün ve düşük elektrot empedansları etkinleştirmek yardımcı olmak için uygun büyüklükte bir EEG kap seçin.
    2. İyice bir pamuk uçlu aplikatör ve alkol kullanarak her elektrot altındaki deriyi temizleyin.
    3. Her bir elektrot iletken jeli ilave edin. bir köprü oluşturmak ve farklı elektrotlar arasındaki ortak sinyal yol açabilir olarak, bu elektrotlar arasında sızdırıyor çok fazla jel katmayın.
    4. Gerekirse, kafa derisi, jel ve E arasında iyi bir temas sağlamak içinlectrode, jel ekledikten sonra her bir elektrodun bastırarak deneyin. eserler şarj en aza indirmek için, jel elektrot tutucu dışında yayılmış değil emin olun. Homojen olarak kayıt eserler en aza indirmek için iletkenlik düzeyleri azalmıştır.
    5. Tüm kayıt kirlenmesine neden olan TMS kaynaklı elektrot dışlayıcı olasılığını en aza indirmek için mümkün olduğunca uyarım bobini referans ve toprak elektrotları yerleştirin. Minimal kortikal aktivite ile muhtemelen "inaktif" bölgelerde, kemik yapılar üzerinde bu elektrotlar yerleştirmek tercih edilir.
      NOT: Bu bölgelere TMS büyük göz hareketleri neden olabilir çünkü bile hedef konumları değişken olduğu için çalışmalarda, frontopolar bölgeleri hedef olarak seçilmiş olması olası değildir, frontalis ve yüz kasları 51 ve sık sık, kafa derisi ağrı kasılma ve baş ağrısı; dolayısıyla, bu bölgelerin uyarılması sırasında TMS-EEG sinyali genellikle büyük eserler ile örtülü.
    6. GünahBu bölgeler, stimülasyon için hedef olarak seçilecek ve böylece olası referans ve topraklama elektrotları yerleştirme için alnına kullanın ce. ortak mod gürültüsünü en aza indirmek için birbirinden birkaç santimetre içinde koyun.
      NOT: Tüm stimülasyon hedefleri tek yarımkürede olduğu durumlarda, kontralateral mastoid başka bir seçenek olacaktır.
    7. aşağıdaki gibi elektrot empedanslarından kontrol edin; Daha sonra EEG sistemi üzerinde "tedbir empedansları" düğmesine basın, EEG kayıt sisteminin "empedans" girişine EEG çıkış kablolarını takın. elektrot empedansı 5 kÊ daha büyük olmadığından emin olun.
  4. kontralateral yandan EMG elektrotlar hazırlayın (brevis ilk dorsal interosseöz veya abductor pollicis kullanın; tek bir çalışmada denekler genelinde aynı kas kullanmak).
  5. tinnitus ve işitme kaybı riskini en aza indirmek için tabi kulaklıklar verin.
    NOT: Başka bir seçenek katiyen oynarken kulaklık kullanmak olacaktırTMS tarafından üretilen işitsel tıklayın maskelemek için yeterli bir hacimde kayıt süreci boyunca, (TMS tıklama olanlar eşleşen spektral özelliklere sahip) e gürültü veya renkli gürültü; Bu potansiyel şaşırtmak minimize yararı olurdu TMS kaynaklı işitme potansiyellerinin 10,55 uyarılmış. Not, bobin ve kafa derisi arasına köpük ince bir tabaka da işitsel uyarılmış potansiyel en aza indirmek için gereklidir.
  6. dedektörler deneysel oturumu sırasında hareket riskini en aza indirmek için bir yol yerleştirilir sağlamak, öznenin başına kızılötesi dedektörler yerleştirin.
  7. nöronavigasyon ekipmanları ile birlikte işaretçi kullanarak konuyla ilgili önceden seçilmiş dış anatomik referans belirteçlerin yerini (bölüm 3.2) belirleyerek MR görüntüleri ile deneğin kafasına Coregister.
  8. (Örneğin, deneğin kolu) ya da bir düşük-in uygulanmasıyla başka bir palsı uygulanarak stimülasyonu ile konusu tanıyınkafa derisi tensit stimülasyon nabız (örneğin,% 5 max stimülatör çıkışı).
  9. istirahat motor eşiği (5/10 çalışmalarda üzerinde boyutunda bir motor uyarılmış potansiyel en az 50 mV üreten asgari yoğunluğu) belirleyin. Şöyle Bu tür bir yöntem olup, göreli frekans yöntemi, 56 vardır.
    1. fMRI bağlantı tabanlı hedeflere yarımküre ipsilateral üzerinde deneğin motor korteksin konumunu belirler. nöronavigasyon kullanırken, bu presantral girus "Omega" bölgede genellikle. Açılı tutma occipitally bakacak şekilde gyrus dik bobin.
    2. (Örneğin,% 35 maksimum stimülatörü çıkış) alt sınır olması beklenen bir yoğunlukta uyarımı başlayın.
    3. TMS sürekli her denemede genlikleri> 50 uV ile milletvekilleri çağrıştırıyor kadar% 5 max stimülatörü çıktı adımlarla uyarılması yoğunluğunu arttırmak.
    4. Daha sonra% 1 Çok büyük adımlarla uyarılması şiddetini azaltmakm stimülatör çıkışı 10 üzerinden en az 5 olumlu tepkiler kaydedilir kadar.
      NOT: Bu uyarım yoğunluğu artı 1 motor eşik olarak tanımlanır. Alternatif olarak, daha az uyaranlara motor eşik belirlemek için uyarlamalı eşik teknikleri 57 kullanın.
  10. Hedef alanlarının uyarılması için, (örneğin,% 120 motor eşik dinlenme) istenen değere TMS yoğunluğunu ayarlayın.
    NOT: Ancak, (frontal lob atrofisi olan hastalarda, örneğin) saçlı deri-korteks mesafesi önemli bölgesel farklılıklar olduğu durumlarda, böyle bir teknik eşik altı stimülasyon neden olabilir. Seçenek olarak ise, indüklenmiş elektrik alanının çevrimiçi tahmin yapabilen uygun bir nöronavigasyon sistemleriyle, stimülasyon yoğunluğu da kortikal yüzey 58 (V / m olarak) hesaplanan indüklenen elektrik alanının özel bir genlikte ayarlanabilir.
  11. kullanarak hedef bölgelerin her birine TMS tek darbeleri uygulayın(- en az 3 saniye ara ile 6 sn, birikimli etkileri 59 kaçınmak için, örneğin her 4) darbe arasındaki değişken aralıklarla nöronavigasyon yazılımı, kortikal plastisite ve konu beklentisi etkilerini en aza indirmek için. sap posterolateralde işaret ile, altta yatan gyrus'un uzun eksenine bobin dik tutarlılık, açı en üst düzeye çıkarmak için.

5. EEG Veri Ön işleme ve Analiz

NOT: TMS-EEG verileri genellikle uzak orta hat / tepe veya yüksek stimülasyon şiddetleri ile uyarıcı ve önemli önişleme temiz analiz verileri elde etmek için gerekli olabilir, özellikle büyük stimülasyon ile ilgili eserler içerir. Bağımsız Bileşen Analizi (ICA) TMS eserler çıkarılması için kullanılmıştır tek yöntemdir ve kamuya açık avadanlıklarını kullanılarak uygulanabilir (örneğin, EEGLAB 45) MATLAB platformu üzerinde. Bir doğrulanmış bir yaklaşım 60 foll gibidirakımları, eximia EEG sistemi kullanılarak toplanan verilerin analizi açıklayan:

  1. EEGLAB veri aktarmak
    1. "EDF / EDF + / GDF Dosyalardan (BIOSIG araç)" "Dosya", "İthalat verileri", "EEGLAB fonksiyonları ve eklentileri kullanma", tıklayın.
  2. Olay kez Özü
    1. "Veri kanalı itibaren" "Dosya", "İthalat olay bilgisi", tıklayın. 1, "Önişleme (veri = 'X') dönüştürmek" "Olay kanalında" doldurmak X> 0.1, "Geçiş uzunluğu (1 = mükemmel kenarlar) 0. emin olun" eski olayları sil? Olay kanal (lar) Sil "ve" herhangi? "onay kutularını işaretli ise.
  3. Segment sonra 2 saniyeye darbe öncesi 1 sn, TMS darbe etrafında dönemini içine veri. Bunu yapmak için, "devirlerin Özü", "Araçlar" ı seçin. TMS darbe sadece olay türü ise, "Zaman-kilitleme olay tipi (ler)" alanı boş bırakılabilir. "Epoch sınırları [başlatmak için, end] saniye içinde "[girmek -1 2].
  4. Görsel İnceleme EEG verileri ( "Plot", "Kanal verilerini (kaydırma)" seçeneğini seçin.) (Hiçbir sinyal ile, örneğin, kanal veya sürekli aşırı artefakt) ile kötü kanalları çıkartın. Bunu yapmak için, "Düzenle", "Seç verileri" tıklayın. "Kanal aralığı" alanına silinecek kanal numarasını (ler) girin (veya sağa geçiş kutusuna tıklayın ve adıyla kanalları seçin, ardından "OK" tuşuna basın), "on- emin olun > bu "onay kutusunun işaretli ve daha sonra basın" Tamam "kaldırın.
  5. (EEG sinyali (veri daha büyük 150 mV keserek, örneğin) nöral sinyalin büyüklüğü yaklaşık bir sipariş döndü kadar darbe zamanından sıfıra tüm elektrotlar potansiyelleri ayarlayabilir veya daha sonraki herhangi bir sabit zaman noktası örneğin, 40 msn) büyük TMS eserler ICA ayrımı deforme yok sağlamak için. 61 Matlab komut dosyası Bu adım gerekecektir.
  6. ICA bir ilk turda gerçekleştirmek ve 1 çıkarmak - Büyük TMS kaynaklı ilk kas aktivasyonu temsil 2 bileşenleri.
    1. "EEG = pop_runica (EEG, 'icatype', 'fastica', 'yaklaşımı', 'SYMM', 'g:" simetrik bir yaklaşım "ve aşağıdaki komut satırını kullanarak" tanh "kontrast fonksiyonu ile FastICA yöntemini kullanarak ICA çalıştırın ',' tanh '); ".
      Not: uyarım tarafından üretilen artefakt uyarı bölgesinden bir fonksiyonu olarak değişir gibi, her bir site için ayrı ayrı ICA çalıştırın.
    2. , "ICA kullanarak verileri Reddet" "harita ile bileşenlerini kaldır", "Araçlar" seçerek TMS artefakt ile uyumlu bileşenler tespit. tüm ICA bileşenlerin topografik haritalar daha sonra işlenecektir. Her bileşen bileşen ayrıntıları (topografik dağılımı daha büyük bir haritada, çalışmalar boyunca etkinlik profili ve frekans spektrumu) çizmek için numaraya tıklayın.
      NOT: TMS darbe eser bileşimalınan parçaları (genellikle 1-2) stimülasyon site hemen darbe sonrası bileşen aktivasyonunun son derece büyük genlik ve sonraki pürüzsüz üslü lokalize dipolar topografik arsa tarafından kabul edilebilir.
    3. "Bileşenlerini kaldır", "Araçlar" seçerek ve "veri kaldırmak Bileşen (ler)" için alanında ilgili bileşen numaralarını girerek artefakt bileşenlerini silin. Açılan "Onay" kutusuna, basında seçilen bileşen (basın "Plot ERP") silindikten sonra neden OİP'ler inceledikten sonra ve tek deneme etkiler (basın "Plot tek denemeler") inceledikten sonra "Kabul Et". Not: Bu adım genellikle birkaç milivolt olabilir TMS kaynaklı kas dışlayıcı, herhangi bir filtre eserler en aza indirmek için filtreleme önce tamamlanmalıdır.
  7. (Sıfır-yastıklı dönemde) eksik verileri enterpolasyon. Bu adım nee olacakd Matlab komut dosyası kullanılarak yapılacak.
  8. Bant geçiren ve / veya çentik filtre verileri (isteğe bağlı veya ICA eser kaldırma ikinci turundan sonra, daha sonraki bir zaman noktasında, örneğin de yapılabilir).
    NOT: Yüksek genlik TMS-artefakt yeterince kaldırılmıştır değilse, bir yüksek geçiren filtre zamansal yumuşatma etkisi dışlayıcı zamansal dağılmasına yol açabilir. Ayrıca, passband ortaya çıkan filtrelenmiş EEG sinyalinin "temiz" bölümünde belirgin zil artefakt yol açabilir low-pass filtre tarafından üretilen dalgalanıyor.
  9. Yeniden başvuru Ortalama referans (isteğe bağlı, ya da örneğin, eksik kanalları interpolasyon sonra, daha sonraki bir zaman noktasında yapılabilir).
  10. Büyük genlik eserler, önemli kas aktivitesi, ya da diğer önemli eserleri ile bireysel dönemini çıkarın.
    1. Yarı otomatik artefakt reddi için "veri (tüm yöntemler) reddet", "veri dönemini reddet", "Araçlar" ı seçin.
    2. "Altında imkansız d bulata, ardından arazide Tek kanallı sınırı (std. dev.) ve 3 "Tüm kanallar sınırı (std. dev.)" "için alanında 3.5 enter" hemen altındaki "Hesapla" tuşuna basınız. Bu veriler dönemlere genelinde değerlerin dağılımına göre imkansız veri içeren dönemini tanımlar.
    3. "Tüm kanallar sınırı (std. Dev.)" Için alanında 3 altında, "anormal dağılımları bul" için alanında 5 enter "Tek kanallı sınırı (std. Dev.)" Ve ardından düğmesi "Hesapla" tuşuna basın hemen altındaki. Bu verilerin basıklıklarıyla dayalı eserler içeren olarak dönemini tanımlar.
    4. "Alt sınırı (ler) (UV)", "anormal değerleri bulun" altında, anormal derecede yüksek veya düşük değerlere sahip dönemini reddetmek için alanında "Üst sınırı (ler) (UV)" ve -100 için alana 100 girmek için (çeşitli sınırlar çocuklarda gerekli olabilir, ancak kimi EEG genlikleri genellikle daha yüksektir). Gerilim thresh uygulamak için elektrot numaralarını girinalanında olding "Elektrot (lar)" olarak işaretlenmiş; Göz yanıp tüm dönemleri reddedilmesini önlemek için, frontopolar içermez (ve / veya EOG) kanalları. Sonra "Kireç / Plot." Düğmesine basın.
    5. İşaretli dönemini ve çağın üzerinde sağ tıklayarak eserler içeren yapmak değil işaretini dönemini ilerleyin. çağın sol tıklayarak önemli eserler içeriyor Mark ek dönemini. eserler içeren tüm dönemini işaretlenmiş olduğunu onayladıktan sonra, "GÜNCELLEME İŞARETLER" butonuna tıklayın.
    6. veri kümesini kaydedebilir, ardından "Close (işaretleri tutmak)" linkine tıklayın ve, silinmek üzere işaretlenen hangi dönemini kaydetmek için ( "Dosya", "cari veri kümesini kaydet").
      1. Daha sonra, "işaretli dönemini Reddet" "veri dönemini reddet", "Araçlar" seçin, ilgili dönemini silmek için. sonraki onay diyalog kutusunda "Evet" tıklayın. veri kümesini ortaya çıkan kaydedin.
  11. ICA ikinci tur gerçekleştirin ve çürümeye karşı gelen bileşenleri kaldırmakeserler, göz kırpma eserler, kas eserler ve elektrot gürültü eserler.
    Not: Bu bileşenler aynı zamanda, doğrudan (aynı zamanda benzer bir zaman noktalarında tepeleri) uyarma darbesine ilgili sinir uyarılmış bileşenler içerebilir, ancak işitsel uyarılmış potansiyellere uygun bileşenlerin çıkarılması, düşünülebilir. TMS "klik" tarafından uyarılan TMS uyarılmış potansiyelleri en aza indirmek ve böylece ICA-tabanlı çıkarılması ihtiyacını ortadan kaldıracak Daha iyi bir seçenek, tolere eğer denekler tarafından, yukarıdaki bölüm 4.5 de tarif edildiği gibi maskeleme gürültü yapmak olacaktır.
    1. Yukarıda 5.6.1 de tarif edildiği gibi, "simetrik bir yaklaşım" ve "tanh" kontrast fonksiyonlu FastICA yöntemiyle ICA çalıştırın.
    2. Yukarıda 5.6.2 açıklandığı gibi bileşen özelliklerini değerlendirin.
    3. Artık TMS bozunma eserler 62 ile uyumlu Mark bileşenleri.
      NOT: (nabız hemen sonra maksimal) o ile morfolojisi (yavaş çürüme, bu esaslı zamanlama tanımlamavershoot stimülasyon sitenin yakınında milisaniye yüzlerce) ve konumu (onlarca üzerinde, daha sonra yavaş iyileşme). Ayrıca, ICA bileşenler açıkladı varyans azalan organize edilebilir; TMS eser oldukça büyük olduğu için, bu genellikle ilk bileşenleri temsil ve tipik fazla 1 temsil edilir - 5 bileşenleri.
    4. , EEGLAB eklentisi 62 AYARI göz kırpma eserler ile uyumlu bileşenleri işaretlemek kullanma.
      NOT: konum (maksimal frontopolar), timecourse (yoğun aktivasyon kısa süreli takip nispeten az aktivite ile uzun süreler,), spektrumları (düşük frekanslarda yüksek güç) ve morfolojisi (üç fazlı) göre, bu tanımlayın.
    5. Kas artefakt 62 ile uyumlu Mark bileşenleri.
      NOT: temporal dağılımı (çok / düzensiz pürüzlü), mekansal dağılımı (kafa derisi çevresi boyunca maksimal) ve zaman alan aktivitesi (yukarıdaki beta frekansları ve anlamlı gücü) spektral özelliklere dayalı bu tanımlama(Dikenli).
    6. EEGLAB eklentisi 62 AYAR kullanarak (1 ya da 2 kanal izole) mekansal dağılımı ve (birkaç çalışmalarda, ya da çok yavaş büyük genlik dalgalanmalar üzerinde genellikle çok zayıf düşmüş, yüksek aktiviteli) zamansal dağılımı dayalı kanal gürültü ile tutarlı Mark bileşenleri.
    7. Yukarıdaki 5.6.4 olarak işaretlenmiş bileşenleri kaldırmak. kanalları eksik katmak ve bu verilerin üzerine sonraki analizlerini gerçekleştirmek.
      NOT: Kanal interpolating Dikkat gereklidir. Özellikle, kanal ya da bitişik kanal interpolasyon durumunda önemli bir bölümü (örneğin,% 10), elde edilen veri kümesi, güvenilir olabilir, alttaki beyin aktivitesi yüksek uzamsal frekansa sahiptir, özellikle.
  12. EEGLAB içine İstenen tüm kanallar başka bir veri kümesi yükleyin. Sonra ilgili veri kümesi üzerinde tıklatarak "Veri Kümeleri" seçerek ve ön plana üzerinde interpolasyon gerçekleştirmek istediğiniz veri kümesini getirmek.
  13. "Araçlar" seçin; "Elektrotları enterposyonu". Ortaya çıkan veri kümesi ise, seçme "diğer veri kümesinden tüm kanalları kullanın". "İnterpolasyon yöntemi", "Ok" tuşuna basın "küresel" seçin ve.

6. Kortikal hipereksitabilite Kanıt değerlendirin

  1. Aşağıdaki denklem kullanılarak zamanın bir fonksiyonu olarak her konu ve stimülasyon site için küresel ortalama alan potansiyelinin (GMFP) 63 hesaplayın:
    denklem 1
    K elektrot sayısı olduğu, V I (t) gerilimi, i t elektrot ile ölçülür, ve V, ortalama (t) t elektrotlar boyunca ortalama gerilimidir.
  2. Segment TMS-uyarılmış aktivite, sağlıklı bireylerde normal olarak "erken" süreler içine veriler (örneğin, 100-225 msn), ve geç süreler, gecikmeli anormal(- 700 msn, örneğin 225) aktivitesi epilepsi hastalarında görülebilir. Her bir zaman aralığı boyunca eğri GMFP (EAA-GMFP) içinde (AUC) altındaki alanı hesaplanır.
    NOT: uyarılmış yanıt mutlak büyüklüğü nedeniyle kortikal fizyolojisi bağımsız faktörlerin bireyler arasında büyük ölçüde değişebilir beri (örn kafatası kalınlığı, kafa derisi-korteks mesafe, bireysel beyin anatomisi) yine örneğin gruplar arasında (değişebilir, epilepsi hastalarında çünkü ) antiepileptik ilaçlar olabilir, ham genlikleri TMS-uyarılmış potansiyelleri değerlendirmek sınırlı yarar vardır. Epilepsi hastaları anormal "erken" zaman dönemlerinde AUC-GMFP büyüklüğü daha sonra zaman dönemlerinde AUC-GMFP büyüklüğünü normalleştirmek, TMS uyarılmış aktivite artışı olup olmadığını izole etmek.
  3. bu, hastanın uygun sağlıklı con aynı bölgede uyarılması ile elde edilen her epilepsi hasta için normalize EAA-GMFP karşılaştırtrol. epilepsi hasta daha büyük bir değer (oran> 1) epilepsi hastası heyecanlanma arttığını göstermektedir.

Uyarılmış Elektrik Faaliyet 7. Kaynak Tahmini

  1. Freesurfer 64 paket programı kullanılarak konu için kortikal yüzey yeniden yapılandırma.
    1. "FreeSurfer Çıkışı üret" komutunu çalıştırın. "Yüzey üret" komutunu çalıştırın. komutunu çalıştırın "Kaynak Alan Oluştur". Nöronavigasyon yazılım sayısallaştırılmış elektrot konumları İthalat ve MEB yazılımı analiz kullanarak elektrotlar hizalayın (MEB Versiyon 2.7.0) 65,66; Bireysel elektrot konumları mevcut değilse, benzer yaklaşık kafa boyutu olan bir konu veri yeterli olabilir.
    2. Komutunu çalıştırın "mne_analyze". "Dosya", "Yük sayısallaştırıcı veri" üzerine tıklayın (.fif). "Dosya", "Yük Yüzey" üzerine tıklayın. MR Freesurfer İmar verilerine yolunu seçin.
    3. "Show Viewe" Görünüm "üzerine tıklayınr ". LAP konumu tıklayın" Hizalama Koordinat "," ayarlama ". üzerine tıklayın" LAP ". üzerine tıklayın" Viewer "penceresinde. için tekrarlayın" nasion "ve" RAP ".
    4. "Referans işaretleri kullanarak hizalayın" üzerine tıklayın. elle hizalama koordinat adjust için "X", "Y", "Z" alan oklara tıklayın. trans dosyayı kaydetmek için "Hizalama Koordinat" penceresinde "Kaydet Standart" üzerine tıklayın.
  2. Uygun bir yöntem (MEB 65,66 yazılımında uygulandığı gibi, örneğin sınır eleman modelleme) kullanarak ileri çözüm belirlemek. Bunu yapmak için, komut "MEB Do İleri Çözüm" çalıştırın.
  3. Kaynak analizi için GMFP zirveleri zaman noktalarını belirlemek. Bunu yapmak için, .fif dosya için komut "MNE_Browse_Raw" çalıştırın.
    1. ". Filtre değişiklikleri yapmak için tıklayın", Filtre "ayarlama" üzerine tıklayın ayarlama "," Scales "ölçekli değişiklikler yapmak için. Tıklayınız" Ayar "," Seçme ve# 34; montaj seçimini değiştirmek için.
    2. Ham gerilim verilerinde zaman noktasına tıklayın. "Windows", "göster Annotator" üzerine tıklayın. İlgili sayı ve yorum ile kod seçilen zaman noktasına "işareti" üzerine tıklayın. uygulanabilir olduğu durumlarda açıklama alanını üzerine.
    3. Ortalama alanda, açıklama numarasını girin. "Ortalama" üzerine tıklayın. "Ortalama yönet", "Windows" üzerine tıklayın. "Farklı Kaydet" ve adım .fif dosyayı tıklayın.
  4. İlgili zaman noktalarında (denemeler karşısında) potansiyel ortalama uyarılmış kullanarak, uygun bir ters operatörü (MEB yazılım uygulanan olarak, örneğin, asgari norm tahmini) kullanarak geçerli kaynak çözümü hesaplamak. Bunu yapmak için, "MEB Ters Operatörü" komutunu çalıştırın.
  5. uyarılmış piklerin kaynak bölgesini tanımlamak için ortaya çıkan görüntülere bir gerilim eşik uygulayın.
    1. "Windows" üzerine tıklayın, "Başlat MEB Analiz". "Dosya", "Aç" a tıklayın. Seç zaman p"Dosyalar" alanında oint ortalama .fif dosyası. "Ters Operatör" alanına dosyanın .fif seçin ters.
    2. "Dosya", "Yük Yüzey" üzerine tıklayın. MR İmar verilerine yolunu seçin. "Mevcut Yüzeyler" alanında "Pial" seçeneğini seçin.
    3. . Eşik değeri dağılımını seçmek için değer Histogram "alanında" ölçek, sol tıklama ayarlamak için. Pencere "MEB Analiz" in ", Tahminleri" ayarlama "üzerine tıklayın renk haritası eşiklerini ayarlamak için histogram tıklayın.
    4. alanında "MEB Analiz" in "img" üzerine tıklayın. ".tif" Seçiniz, "Kaydet".

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Dinlenme-devlet fonksiyonel bağlantı fMRI gibi bağlantısı olmadan heterotopik periventriküler gri cevher nodülleri ile yüksek fonksiyonel bağlantı gösteren korteks bölgeleri (Şekil 1) ve kontrol bölgeleri tanımlamak için kullanılır. Böyle anormal fonksiyonel bağlantı fizyolojik öneme sahip olup olmadığını belirlemek için, ilişkili dinlenme-devlet faaliyeti ile kortikal bölge kontrol uyarılması tarafından üretilen EEG potansiyellerine göre neuronavigated TMS "bağlı" hedef siteleri ve uyarılmış EEG sonuçları olarak seçilebilir aynı hastalarda non-bağlantılı bir hedef. Ayrıca, aynı bölgeler PNH hastalarda görülen anormal fonksiyonel bağlantı hastaların klinik epilepsi sendromu için patofizyolojik önemi olup olmadığını belirlemek için, sağlıklı kontrol grubuna (Şekil 2) hedeflenebilir. kortikal hyperex spesifik, varlığıcitability Küresel Mean Field Potansiyelinin normalize alan-under-eğrisini belirlemek ve daha sonra bu değer onun eşleştirilmiş kontrol (Şekil 2) daha epilepsi hasta için büyük olup olmadığını değerlendirerek bireysel hasta düzeyinde değerlendirilebilir. Kaynak anormal aktivite ortaya çıktığı beyin bölgelerini tespit edebilir epilepsisi olan hastalarda TMS-uyarılmış potansiyeller anormal geç zirveleri lokalizasyonu ve mekansal hastanın nöbet odağı (Şekil 3) ile birlikte lokalize olabilir.

Şekil 1
Şekil 1. Dinlenme-devlet Fonksiyonel Bağlantı ve TMS Hedefler. (A, B), fonksiyonel aktivasyon önemli korelasyon Bölgeler (mavi / yeşil) periventriküler nodüler heterotopi ve epilepsisi olan iki hastada heterotopik nodüllerin dinlenme-devlet BOLD sinyal. ve diğ. Izni ile Modifiye 2015 37). Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

şekil 2
Şekil 2. TMS uyarılmış potansiyeller ve Global Mean Field Potansiyelleri. (A) PNH ve epilepsisi olan bir hastada bağlı hedefin uyarılması ile üretilen TMS-uyarılmış potansiyel. (B) Aynı uyarılması ile üretilen TMS-uyarılmış potansiyel yukarıdaki hastanın uyumlu sağlıklı kontrol konuda bölgesi. (C) Bu hasta için bağlı ve bağlı olmayan hedeflerin uyarılması tarafından üretilen potansiyel küresel ortalama alan (GMFP) ve onun eşleştirilmiş kontrol. (D) Bu konu çifti için bağlı olan ve olmayan bağlantılı hedeflerin uyarımı ile üretilen GMFP normalleştirilmiş alan-under-eğrisi. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

Şekil 3,
TMS uyarılmış Aktivite ve El Koyma sergilenir Şekil 3. Kaynak Yerelleştirme. (A), epilepsi, bir hastada bir geç TMS uyarılmış tepe elektrik kaynağı görüntüleme sonuçları; Ölçek 10 -11 ile çarpılarak tahmini akımlar olduğunu. Aynı hastada daha önceden yakalanan nöbet başlangıcı (B) Elektrik kaynak görüntüleme sonuçları. (37 2015 Şafi ve ark izniyle Modifiye)t = "_ blank"> bu rakamın daha büyük bir versiyonunu görmek için lütfen buraya tıklayınız.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Dinlenme-devlet fonksiyonel bağlantı MRG insan beyninin ağ bağlantısını tespit etmek ve farklı hastalık durumlarında 26,31,32 meydana bağlantı değişiklikleri tanımlamak için kullanılır olmuştur. fMRI fonksiyonel bağlantı BOLD sinyal korelasyon tanımlanmasına dayalı olarak kan oksijenlenme değişiklikleri altında yatan nöral aktivitenin, nedensel önemi ve bu fMRI bağlantı bulguların fizyolojik alaka ile önemsiz olmayan bir ilişki var gibi Ancak, ve belirsizdir. TMS belirli kortikal bölgelerdeki beyin aktivitesinin mekansal ve zamansal hedef manipülasyonlar sağlar; EEG ile kombine edildiğinde, TMS, beynin farklı bölgelerinde arasında uyarılması beynin yanıtı değerlendirmek için de kullanılabilir. bağlantı gözlenen değişiklikler altta yatan hastalık patofizyoloji ilgili olabilecek fizyolojik korelasyonu olup olmadığını Sonuç olarak, TMS-EEG değerlendirmek için değiştirilmiş fMRI fonksiyonel bağlantısı ile bölgelere uygulanabilir.

Bu makale nedeniyle anormal fonksiyonel bağlantı ağlarının 37 gelişimi ile ilişkili beyin gelişimi, periventriküler nodüler heterotopia, bir malformasyon için epilepsi hastalarında kortikal eksitabilite değerlendirmek için bağlantı güdümlü TMS-EEG kullanılarak bir protokol sunar. Bu protokol aktif epilepsi hastaları değişmiş dinlenme-devlet fMRI fonksiyonel bağlantısı ile bölgelere özgü kortikal hipereksitabilite sahip olduğunu göstermek için kullanılır ve bu hipereksitabilite bireysel konu düzeyinde değerlendirilebilir. Daha önce EEG çekilen nöbetleri olan bir hastada, anormal geç TMS-uyarılmış aktivite anormal fonksiyonel bağlantı bölgesi gerçekten bir parçası olduğunu düşündüren, hastanın nöbet kaynaklandığı (stimülasyon sitesinden uzak) aynı bölgede görülür nöbet üreten ağı.

Başarılı kritik adımlar vardırBu protokolün tamamlanması. rs-fcMRI veri işleme ve analiz teknikleri ile dinlenme-devlet fMRI veri toplama, yüksek kaliteli dinlenme durumu verileri ve deneyime sahip teknik uzmanlık bağlantı tabanlı hedeflerin doğru belirlenmesi için gereklidir. tasarımı ve TMS-EEG çalışmaları yürütülmesinde diğer önemli kısıt TMS uyumlu EEG ekipmanları için ihtiyaçtır; Ayrıca, hassas hedefleme kritik çalışmaları için, nöronavigasyon ekipmanları gereklidir. Başka bir sınırlama frontopolar ve lateral temporal bölgeler üzerinde uyarıcı ve bu nedenle stimülasyon hedefi bu bölgelerde yer almaktadır zaman yüksek kalitede veri elde etmek zor olabilir, özellikle TMS genellikle önemli EEG eserler üretir olmasıdır. Veri toplama ve EEG kayıt süreci de EEG sinyali eserler en aza indirmek için optimize edilmesi gerekir ve bunu eserler (örneğin, poo ortaya böylece deneyler ideal EEG verileri aşina kişiler tarafından çalıştırılması gerekirmacun kurur iletken olarak r empedans) hızlı bir şekilde tespit ve minimize edilebilir. Önemli bir adım, bu eserler bu tür anlamak ve en aza indirmek için konuyu yardımcı kritik olabilir gibi, göz yanıp söner, araştırma konuya EEG üzerinde kas kasılması ve hareket etkilerini gösteren içerir.

Diğer bir önemli husus, sonuçların yorumunu sınırlayabilir biyolojik eserler en aza indirilmesidir. Bir özellikle önemli gibi biyolojik eser işitsel TMS-uyarılmış özellikle 100 ve 180 milisaniye, potansiyel 55,67,68 TMS büyüklüğü katkıda bilinen TMS bobini "tık" tarafından üretilen-uyarılmış potansiyel -evoked potansiyeli de genellikle maksimal olduğunu. TMS işitsel potansiyelini uyarılmış en aza indirmek için gösterilmiştir bir yöntem gürültü bobini ve kafa derisi 10,55 arasındaki bir köpük ince bir tabaka eklenmesiyle, beyaz ya da renkli gürültü kullanımı ile maskeleme olduğu

bakım kayıt optimize etmek için alınır bile Nihayet, önemli önişleme analizi için temiz verileri kurtarmak için genellikle gereklidir. Neyse ki, TMS-EEG kayıtlarından eserler çıkarmadan valide yöntemler 60 yayınlandı; Bununla birlikte, bu teknikler ile, çok erken sinyalleri (<15 msn) geri kazanılması çok zordur veya güvenilir olabilir. Ek bir zorluk EEG veri yüksek boyutlu ve karmaşıktır, ve bu nedenle net bir önceki hipotez anlamlı bilgiler çıkarmak için sık sık gerekli olmasıdır. Ayrıca, TMS etkileri ve EEG sinyalleri nedeniyle non-beyin faktörlerin geniş bir yelpazede konular arasında önemli ölçüde değişebilir çünküzor veya imkansız kontrol (örneğin, kafatası kalınlığı, kafatası-korteks mesafe, birlikte kullanılan ilaçların, uyku kalitesi gece önce), uyarılmış yanıtlar ham büyüklüğü daha az bağımlı olan sonuç ölçümleri daha bilgilendirici ya da anlamlı olması muhtemeldir.

teknik açıdan zor olsa da, bir deneyde bir araya rs-fcMRI, TMS ve EEG entegrasyonu kortikal fizyolojisi üzerinde belirli bağlantı bulguların önemine ilişkin hipotezlerin geniş bir dizi testler sağlar. hastalık durumlarında, bu teknolojiler fMRI ağ bağlantısı değişiklikleri, kortikal eksitabilite ve uyarılmış beyin aktivitesinde patofizyolojik değişiklikler ve hastalık ifadesi arasındaki ilişkiyi değerlendirmek için bir araya entegre edilebilir. Özellikle, bu protokol anormal bağlantı odak (ve dolayısıyla uyarılan bölge) başka bir konu, PROVIDI farklıdır bile ortak sonuç ölçümlerinin vasıtasıyla kortikal fizyolojisini incelemek için kullanılabilirsoruşturma ve sonuçta tedaviye kişiselleştirilmiş bir yaklaşım olasılığını bireysel konu düzeyinde anlamlı olabilen bir çıkış ng ve açılması.

Bu çalışmada açıklanan protokol de farklı konu gruplarında kortikal fizyoloji belirli özelliklerini değerlendirmek için genişletilebilir. TMS-uyarılmış EEG tepkisinin N100 bileşeni GABA-B aracılı inhibisyonu ölçüsü ise Örneğin, son çalışmalar bir çok TMS-uyarılmış EEG tepkisinin N45 bileşeni GABA A reseptörleri 69 aktivitesini temsil ileri sürmüşlerdir 21,69. Uzun aralıklı intrakortikal inhibisyon protokolü ile eşleştirilmiş darbeli TMS-EEG GABAerjik aktivitesinin bir ölçüsünü sağlar, ve kontrol 70 şizofreni nisbetle hastalarda frontal bölgelerde değiştirilmesi gösterilmiştir. Böylece, yukarıdaki protokol özellikle değiştirilmiş functiona bölgelerde GABA'erjik etkinliği ile ilgili soruları yanıtlamak için modifiye edilebilirl bağlantısı. Ayrıca, TMS-uyarılmış potansiyeli piklerin kaynak lokalizasyonu uyarılması ile ilgileniyoruz uzak bölgeleri tespit edebilir ve böylece nedensel uyarılmış aktivite iletebilen olan geleneksel dinlenme-devlet fMRI tarafından tanımlanan fonksiyonel bağlantıların hangi bilgilendirmek yardımcı olur. Ana ağ hub derin olduğu durumlarda, RS-fcMRI da uyarılması için erişilebilir kortikal hedefleri tespit ve böylece normal davranış ve hastalık durumlarında 35,36,71 dahil, belirli beyin ağları modülasyonunu sağlamak için kullanılabilir. Ve / veya ağ gibi durumlarda, bu çalışmada açıklanan teknikler önce yerel ve dağıtılmış tek darbe TMS-uyarılmış aktivitesini değerlendirmek için kullanılabilir ve tekrarlayan bir plastisite protokolü sonrasında, plastisite protokol aslında yerel kortikal eksitabilite değişip değişmediğini belirlemek için heyecanlanma distale.

Özetle, rs-fcMRI, TMS ve EEG entegrasyon Explorati sağlarnasıl insan denekler beyin bağlantı etkiler kortikal fizyoloji ve davranış üzerine. Ayrıca, bu teknikler, aynı zamanda, yukarıda tarif edilen protokol gösterildiği gibi bağlantı değişiklikler, hastalık durumlarında patofizyolojisi ile ilgili ne değerlendirmek için birleştirilebilir.

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