JoVE Logo
Authors
Contact Us

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

מצב ברירת המחדל של הרשת (DMN) באונה הטמפורלית אפילפסיה (ייתכנו) הוא ניתח במצב המנוחה של המוח באמצעות קישוריות פונקציונלית המבוסס על זרעי MRI (fcMRI).

Abstract

קישוריות MRI תפקודית (fcMRI) הוא שיטת fMRI הבוחנת את הקישוריות של אזורי מוח שונים המבוססים על המתאם של תנודות אות BOLD לאורך זמן. Temporal האונה אפילפסיה (TLE) היא הסוג הנפוץ ביותר של אפילפסיה למבוגרים וכוללת רשתות מוח מרובות. ברירת המחדל של רשת המצב (DMN) מעורבת בהכרת מדינה בהכרה, מנוחה, והוא חשב להיות מושפע בייתכנו בי התקפים לגרום לירידת ערך של תודעה. DMN באפילפסיה נבדק באמצעות זרע fcMRI מבוסס. רכזות הקדמית והאחוריות של DMN שימשו כזרעים בניתוח זה. התוצאות מראות ניתוק בין הקדמי ואחוריות של רכזות DMN בייתכנו במדינת הבסיס. בנוסף, קישוריות DMN מוגברת לאזורים אחרים במוח בTLE השמאל יחד עם הירידה בקישוריות בזכות TLE מתגלה. הניתוח מדגים כיצד ניתן להשתמש fcMRI מבוסס זרע לבדיקת רשתות מוחיות בהפרעות במוח כגון TLE.

Introduction

פונקציונלי קישוריות ה-MRI (fcMRI) היא גישה אנליטית חדשה יחסית לנתוני ה-fMRI, שמכמת את הקשר בין אזורי מוח השונים המבוסס על הדמיון של רמת חמצון הדם שלהם בסדרה תלויה (BOLD) אות זמן - זה נקרא קישוריות "פונקציונלית", והוא להבדיל מקישוריות אנטומי המתארת ​​את קיומם של חיבורים פיזיים בין האזורים (למשל, סיבי חומר לבן). ביישום מיוחד של גישה זו, סדרת הזמן נאספות כאשר המשתתף לא עוסקת במשימה או ב" מצב המנוחה "מה שנקרא.

למרות שתואר לראשונה בשנת 1995 1, חלה התעניינות עצומה בfcMRI וכתוצאה מכך כ -1,000 פרסומים הקשורים לטכניקה ב2012. יש fcMRI יתרונות מהותיים על פני fMRI המבוסס על משימות ב( 1) שאין משימה ספציפית שיש לבצע, ( 2) שיתוף פעולה היא נושאלא הכרחי, (3) מערכי נתונים יכולים לשמש לשאילתא מספר רשתות שונות, (4) אות טובה יותר יחס רעש היא הווה הנראה בשל הבדלים בהנדסת החשמל במוח המעורב, ו( 5) עקיפה של בלבול הקשורים למשימה 2. כהוכחה של הקונספט שלה, שינויי fcMRI הוכחו להתכתב עם שינויים ב-EEG 3 ופוטנציאל בתחום מקומי 4 במוח.

טכניקות של ניתוח fcMRI כוללות טכניקות ROI / מבוסס זרע, ניתוח עצמאי רכיב (רשפ"ת), ניתוח תורת גרפים, ניתוח סיבתיות גריינג'ר, שיטות מקומיות (המשרעת של תנודות בתדירות נמוכות, ניתוח ההומוגניות אזורי), ואחרים 5. אין טכניקה אחת עדיין הוכיחה עליונות ברורה על פני אחר, אם כי השיטות הפופולריות ביותר הן מבוסס זרעים ושיטות ICA 6. המבוסס על הזרעים fcMRI קורלציה תנודות זמניות באות מודגשת מחלק שנבחר מראש של הרשת המשוערת תחת מחקר המכונים "הזרע1; או "אזור של עניין (ROI)" לכל חלקים האחרים של המוח. אזורים במוח מראה התאמת אות BOLD לאזור הזרע נחשבים לסמן חלקים של הרשת מעורבת. לעומת זאת, ICA משתמש בניתוח נתונים מונחה ללא מודל לחלץ אזורים במוח בקורלציה במרחב ובזמן נתונה (עצמאיים רכיבים, מעגלים משולבים) על ידי ניתוח מאפייני אותות המודינמית של המוח כולו 5.

בכתב היד הנוכחי, תיאור של שיטות ששמשו במחקר שפורסם בעבר של ניתוח מנוחת מדינה המבוסס על זרעי קישוריות של DMN בTLE מוצג 7. TLE הוא הצורה הנפוצה ביותר של אפילפסיה מבוגר. בנוסף להתקפים, ייתכנו גורם לתפקוד לקוי של רשתות מוח מרובות, כולל זיכרון, התנהגות, מחשבה, ותפקוד חושי 8. DMN היווה ידי אזורים במוח subserving הכרה מודעת,-מנוחת מדינה. DMN כבר דיווח להיות מעורב בהתקפים הקשורים consc מופחתiousness 9,10. בנוסף, ההיפוקמפוס הוא המבנה המרכזי המעורב בTLE וכבר חשב להיות מרכיב של DMN. עם זאת, הקישוריות של PCC להיווצרות בהיפוקמפוס היא חלשה יותר עם רכיבי DMN אחרים, כגון הקדם חזיתית המדיאלי וקליפת מוח הקודקודית נחותה. הדבר מצביע על כך ההיפוקמפוס הוא גם subnetwork של DMN או 11,12 רשת אינטראקציה. משותפים אלה בין TLE וDMN מעלה את האפשרות כי DMN קישוריות תפקודית משתנה בTLE. ניתוח זה משווה DMN של נושאים עם TLE לביקורת בריאה כדי לקבל תובנה המעורבות של DMN בTLE. הקישוריות של זרעים להציב רכזות הראשיים של DMN - אזורי הרכזת הקדמית וגם האחוריים נותחו 12. זרעים הונחו במרכז האחורי המורכב מretrosplenium / precuneus (RSP / PCUN), כמו גם את הרכזת הקדמית המורכבת מקליפת מוח הקדם חזיתית ventromedial (vmPFC) בחולים שיש TLE ובבריא שולט לזהות רשתות המשנה האחורית והקדמית של DMN.

Protocol

1. נושאים

  1. אוכלוסיית המחקר של 36 נושאים כוללת 3 קבוצות: ימין TLE (n = 11), עזב TLE (n = 12), ונבדקים בריאים (n = 13). השג כתב הסכמה מדעת מכל הנושאים. המחקר עוקב אחר הקווים המנחים של אוניברסיטת קליפורניה, לוס אנג'לס (UCLA) מוסדי מועצה לביקורת.
  2. קבוצות נושא אפילפסיה צריכה להיות חולים שהם מועמדים לכריתת אונה הטמפורלית קדמית כפי שנקבע על ידי ניטור וידאו-EEG, MRI המוח, בבדיקת PET, ובדיקות נוירופסיכולוגיות. חולים צריכים להמשיך ותרופות הרגילות שלהם במהלך סריקת fMRI ולא צריך להיות סרוקים מייד לאחר התקף. ודא שלכל הנבדקים בבדיקות MRI מוח נורמליות וחופשיים ממחלות נוירולוגיות (מלבד אפילפסיה בקבוצות החולה) או משתמשים בתרופות נוירולוגיות.

2. הדמיה

  1. השתמש במערכת 3 טסלה MRI להדמיה. השג פרוסות צירי לתמונות תפקודיות באמצעות מתאר לעצמי מישוריים הדרצף ing (EPI) ועבור תמונות אנטומיים באמצעות שיפוע מפונק נזכר רצף (SPGR).
  2. לבצע הדמיה תפקודית באמצעות הפרמטרים הבאים: TR = 2,000 אלפיות שני, TE = 30 אלפיות שני, FOV = 210 מ"מ, מטריצה ​​= 64 x 64, מ"מ עובי פרוס 4, 34 פרוסות. השתמש בפרמטרים הבאים להדמיה מבנית ברזולוציה גבוהה: TR = 20 אלפיות השני, TE = 3 אלפיות שניים, FOV = 256 מ"מ, מטריצה ​​= 256 x 256, עובי פרוס 1 מ"מ, 160 פרוסות.
  3. כל פגישת הדמיה צריכה להימשך 20 דקות. שאל את המשתתפים להירגע בעיניים עצומות. לא קלט שמיעתי מיוחד נדרשים.

3. עיבוד מקדים של Data BOLD

  1. Preprocess את נתוני ה-fMRI באמצעות FSL (ספריית תוכנת fMRIB) גרסת תוכנה 4.1.6 (אוקספורד, בריטניה, www.fmrib.ox.ac.uk / FSL) 13,14. צעדי עיבוד מקדימים צריכים לכלול את הפעולות הבאות: השימוש FSL MCFLIRT להסיר חפץ תנועת ראש 15. השתמש BET FSL להסרת רקמת nonbrain 16 עם BET האופציה-F לקבצי BOLD. זה עוזר F אחד לרוץצעדי ניתוח urther על רקמת המוח בלבד.
  2. בFEAT, המנוהל על ניתוח עיבוד מינימאלי עם הרשמה. בחר "ניתוח ברמה הראשונה" ולשנות את "ניתוח מלא" ל "טרום סטטיסטיקות" משני כפתורים העליונים.
    1. תחת לשונית טרום נתונים סטטיסטיים, בטל "מיצוי מוח BET" ובחר באפשרות "אף אחד" של "תיקון תנועה" (כמו אלה שכבר עשו לעיל). הירשם תמונות תפקודיות (BOLD) לאנטומיים (SPGR) תמונות, ולאחר מכן ברמה תמונה (משרד תשתיות הלאומית). התוצאה היא הדור של מטריצות שינוי, המשמשים מאוחר יותר במהלך ניתוח לעיוות הזרעים שנבחרו בחלל סטנדרטי לחלל מוחו של הנושא.
  3. השתמש במטריצה ​​שנוצרה השינוי (בשם "standard2example_func.mat") ולהפוך CSF וROIs חומר לבן לחלל BOLD בודד.
    1. חלץ את סדרת הזמן מCSF וROIs חומר הלבנה באמצעות פקודת fslmeants,באמצעות ההחזר על ההשקעה בחלל נושא האדם כמסכה. לנרמל את סדרת הזמן הופק באמצעות התוכנה "R". סדרת זמן אלה משמשות כregressors בGLM מאוחר יותר כדי להסיר את אותות artifactual המתאימים מהניתוח.
  4. השלב הבא הוא ההסרה של חפצים הקשורים בתנועת נושא. לרגרסיה של הפרמטרים התנועה, להגדיר את הפעולות הבאות בתוך FEAT FSL לפני הפעלתו.
    1. בכרטיסיית נתונים, השתמש תיקן תנועה וקבצים שחולצו מוח כתשומות, הגדר את ערך TR למתאים לבסיס הנתונים שלך. הגדר גבוהה לעבור סינון באמצעות מסנן שניות 100. הסינון לעבור הגבוה יסיר אותות של כל עניין, שיש בם בתדירות נמוכה מאוד. מסנן מעביר נמוך כדי להסיר אותות בתדר גבוהים ייושם מאוחר יותר בשלב 4.1.
    2. בתוך הכרטיסייה טרום נתונים סטטיסטיים, לבחור "ללא" תחת "תיקון תנועה", כפי שכבר נעשה. בטל "מיצוי מוח BET", כפי שכבר נעשה. לבצע החלקה המרחביתבאמצעות חצי מרבי ברוחב מלא 5 מ"מ (FWHM).
    3. בכרטיסיית נתונים סטטיסטיים, לסגת הפרמטרים תנועת 6 ונגזרים זמניים שלהם. בחר באפשרות "אף אחד" לפיתול וסמן את "החל סינון זמני." השתמש בפלט של FSL MCFLIRT לקבל קבצי טקסט של פרמטרים תנועה, שיכול להיות ואז קלט לתוך מודל ניתוח FEAT לסגת אלה בכלליים לינארי דגם (GLM)
    4. גם להוסיף CSF ואותות חומר לבנים שמופקים ומנורמלים בשלבים קודמים לGLM. בחר באפשרות "אף אחד" לפיתול, להוסיף נגזר זמני, ולהוריד את הסימון "החל סינון זמני".

4. שיטות סטטיסטי

  1. יש להשתמש בשאריות מהעיבוד מקדים שתואר לעיל עבור מתאם מבוסס זרע. צריכים להיות מועברות שאריות אלה ראשון דרך מסנן נמוך לעבור מ0.1 הרץ, אז מושפל על ידי הפחתה הממוצעת, חלוקה בסטיית התקן, ולאחר מכן טיפס על ידי הוספה100. זרעים צריכים להיות מוגדרים בקוטר של 6 מ"מ בחלל הסטנדרטי משרד התשתיות הלאומי באמצעות תוכנת MRICron.
  2. האחורית והקדמיים צריכים הזרעים מתאימות לקואורדינטות הבאות: (1) RSP / PCUN האזור (x = 2, y = -60, z = 36) ו (2) ventromedial קליפת המוח הקדם חזיתית (vmPFC; x = 3, y = 60, z = -1). מקומות זרעים אלו הוגדרו במסגרת ביקורת בריאה והופכים למרחב הנושא בשלב הבא 17-19.
    1. הזרעים צריכים לאחר מכן להפוך לחלל הפונקציונלי האישי של כל נושא המוח מהחלל משרד התשתיות הלאומי הסטנדרטי. לשם כך, השתמש במטריצת השינוי שנוצרה לעיל (בשם "standard2example_func.mat") כדי להפוך את הזרע מהחלל סטנדרטי (משרד תשתיות הלאומי) למרחב האישי התפקודי (BOLD).
    2. השתמש fslmeants הפקודה כדי לחלץ את סדרת הזמן ממושפל בעבר ולשנותם שייר, באמצעות הזרע במרחב נושא האדם כמסכה. לנרמל את סדרת זמן חילוץ באמצעות רךכלי "R".
  3. מתאמים חלקיים בין voxels הזרע וכל voxels האחרים במוח צריכים להיות מחושבים בנפרד לכל נושא לכל סיבוב. לשם כך, בתוך GUI FEAT FSL, בחר "ניתוח ברמה הראשונה", ולאחר מכן "סטטיסטיקה + פוסט סטטיסטיקות". בכרטיסיית נתונים, יש להשתמש שיורי המושפלים בעבר ולשנותם כקלט לFeat.
  4. קבע את הפסקת לעבור סינון גבוהה ל -10,000, כשיורים כבר עברו גבוה ב100 שניות. בתוך כרטיסיית הסטטיסטיקות, ביטול בחירה "השתמש prewhitening סרט", ולהשתמש בסדרת זמן זרע חילוץ ומנורמלת בעבר בGLM. בכרטיסיית הודעה-נתונים סטטיסטיים, לקבוע את סף Z-Stat הרצוי לערך של 2.0.
  5. לפני הפעלת ניתוח קבוצת שילוב ריצות בתוך נושאים, Z של פישר להפוך צריכה להתבצע על הקובץ להתמודד (ניגודיות של אומדני פרמטרים) שהופק מהניתוח מנוהל בעבר המתאם (השלב ​​4.3). fr נתוני רישום עותקאום הספרייה "רג" מניתוח FEAT נעשתה בשלב 3.1 לטווח המתאם של שלב 4.3.
  6. הפעל ניתוח ברמה גבוהה יותר על ידי שילוב של ריצות בכל נושא. לשם כך, בתוך GUI FEAT FSL, בחר "ניתוח ברמה גבוהה", ולאחר מכן "סטטיסטיקה + פוסט סטטיסטיקות". בתוך הכרטיסייה "נתונים", בחר "תשומות הן ספריות FEAT ברמה נמוכה יותר" והזן הריצות של הנושא מצעד 4.4. בתוך הלשונית "הסטטיסטיקות", לבחור "השפעות מעורבות: OLS פשוט". הגדר את ההשפעה ממוצעת כמודל; הכנס את הערך של 1 לכל אחד מהריצה של הנושא.
  7. כדי לשלב נתונים על ריצות בין נושאים, ריבועים פחותים רגילים (OLS) יש להשתמש בניתוח מעורב אפקטים פשוטים. לשם כך, בתוך GUI FEAT FSL, בחר "ניתוח ברמה גבוהה יותר", וגם "סטטיסטיקות + פוסט סטטיסטיקות". בכרטיסיית נתונים, בחר "תשומות הן ספריות FEAT ברמה נמוכה יותר" והזן פועל בשילוב של נבדקים משלב 4.5.
  8. בתוך כרטיסיית הסטטיסטיקות, בחר "השפעות מעורבות: OLS פשוט" "הגדירו את מודל כ3 קבוצות; הכנס את ערך 1 עבור הקבוצה כל נושא שייך, 0 אחרת. ניתוח קבוצה צריך להיעשות על כל voxel באמצעות ניתוח שונה חד כיווני עם שלוש רמות שתואמות לשלוש קבוצות (מימין TLE, ייתכנו עזב, וקבוצת ביקורת בריאה).
  9. לסף תמונות נתון Z להשתמש אשכול יוצרות סף Z> 2.0 ותיקנו סף אשכול משמעותי של p = 0.05 20. כדי להשיג Z-ערכים נכונים על מפת המתאם, Z של פישר הפוך להפוך צריכה להתבצע על התוצאות.
  10. יש להשוות הניגודים הספציפיים הבאים (1) בקרות TLE תקין>; (2) עזב TLE> פקדים; (3) תקין ייתכנו> עזב TLE; (4) עזב TLE> TLE הנכון; (5) שליטה> תקין TLE; (6) בקרה> עזבה TLE; (7) TLE (מימין בשילוב ושמאל)> שליטה; ו( 7) שליטה> TLE (ימין ושמאל גם יחד).

תוצאות

איור 1 מציג את DMN חשף עם קישוריות מזרע אחורי (RSP / PCUN צבעים, אדום, צהוב) וזרעים קדמי (vmPFC, צבעים כחולים ירוקים) ומשווה את הרשתות שנמצאו בקבוצות הנושא השונות (איורים 1 א-C) ובין זה לזה, ביקורת בריאה כלומר בהשוואה לכל החולים עם TLE (1D דמויות ו1E), ולאחר מ?...

Discussion

הוא חשב אפילפסיה להיות מחלה רשת, וחריגות של הרשתות מעורבות נוכחים במהלך התקפים ובמצב interictal 21. fMRI המבוסס על משימות נעשה שימוש כדי לנתח את הליקויים של השפה וזיכרון ברשתות TLE 8. יש FcMRI יתרונות הגלומים בלימוד DMN 12 כפי שהוא רשת פעילה בעיקר במצב המנוחה. DMN הוא...

Disclosures

ד"ר אנגל ממומן על ידי NIH מענקים P01 NS02808, R01 NS33310, וU01 NS42372, יש פטנטים WO 2009/123734A1, וWO 2009/123735A1, מקבל תמלוגים מMedLink, וולטרס Kluwer, בלקוול, וElsevier, וקיבל שכר טרחה מMedtronics , וולטרס Kluwer, ומיטב רופאים. ד"ר שטרן שימש כיועץ בשכר לUCB ולונדבק. ד"ר שטרן הוא עורך MedLink נוירולוגיה, וקיבל תמלוגים מוולטרס Kluwer ומMcGraw-Hill. יש סופרים שנותרו ללא גילויים או ניגודי עניינים להכריז.

Acknowledgements

מימון למחקר זה מסופק על ידי קרן אפילפסיה של אמריקה, ביילור לרפואת חישובית ואינטגרטיבית מרכז המחקר ביו זרע (CIBR) פרסים גרנט (ZH); NIH-NINDS K23 גרנט NS044936 (JMS); . והקרן לף המשפחה (JMS) רכישת נתונים נעזרה ב: אליזבת פירס (UCLA).

Materials

NameCompanyCatalog NumberComments
MRI machine
Linux workstation with image analysis software installed

References

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

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

90Default DMNTemporal TLEfMRIMRIMRI fcMRIBOLD

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved