O financiamento para esta pesquisa foi fornecido pela Fundação de Epilepsia da América, Baylor College of Medicine Computacional e Integrativa Biomedical Research Center (CIBR) Semente Grant Awards (ZH); NIH-NINDS K23 Grant NS044936 (JMS); . ea Fundação Família Leff (JMS) A aquisição de dados foi assistido por: Elizabeth Pierce (UCLA).

1. Assuntos <ol><li> A população de estudo de 36 indivíduos inclui 3 grupos: direito TLE (n = 11), deixou TLE (n = 12) e controles saudáveis ​​(n = 13). Obter o consentimento informado por escrito de todas as disciplinas. O estudo segue as diretrizes da Universidade da Califórnia, Los Angeles (UCLA) Institutional Review Board. </li><li> Os grupos de indivíduos com epilepsia deve ser pacientes que são candidatos à ressecção anterior do lobo temporal, conforme determinado pelo monitoramento de vídeo-EEG, ressonância magnética do cérebro, imagens de PET e testes neuropsicológicos. Os doentes devem continuar os seus medicamentos habituais durante o exame de fMRI e não deve ser verificado imediatamente após uma convulsão. Certifique-se de que todos os indivíduos têm ressonâncias magnéticas normais do cérebro e estão livres de doença neurológica (excepto epilepsia nos grupos de pacientes) ou estiver usando medicamentos neurológicos. </li></ol> 2. Imagem <ol><li> Use um sistema de 3 Tesla MRI para a imagem latente. Obter cortes axiais de imagens funcionais usando um imag planar echoing (EPI) e seqüência de imagens anatômicas usando um gradiente mimada lembrou (SPGR) seqüência. </li><li> Realize imagem funcional utilizando os seguintes parâmetros: TR = 2.000 ms, TE = 30 ms, FOV = 210 mm, matriz = 64 x 64, espessura de corte 4 mm, 34 fatias. Utilize os seguintes parâmetros para a imagem estrutural de alta resolução: TR = 20 ms, TE = 3 ms, FOV = 256 milímetros, matriz = 256 x 256, espessura de corte 1 mm 160 fatias. </li><li> Cada sessão de imagens deve durar 20 min. Peça aos participantes para relaxar com os olhos fechados. Sem entrada auditiva especial é necessário. </li></ol> 3. Pré-processamento de dados BOLD <ol><li> Preprocess os dados de fMRI utilizando FSL (fMRIB Software Library) versão do software 4.1.6 (Oxford, Reino Unido, www.fmrib.ox.ac.uk / FSL) 13,14. Etapas de pré-processamento deve incluir o seguinte: Use FSL MCFLIRT para remover o movimento da cabeça artefato 15. Use BET FSL para remover o tecido nonbrain 16 com BET opção-F para arquivos em negrito. Isso ajuda a uma corrida fetapas de análise UTRAS sozinho o tecido cerebral. </li><li> Em FEAT, execute uma análise minimamente processados ​​com registro. Selecione &quot;análise de primeiro nível&quot; e mude &quot;análise completa&quot; para &quot;Pré-stats&quot; dos dois primeiros botões. <ol><li> Na guia Pré-stats, desmarque a opção &quot;extração BET cérebro&quot; e selecione &quot;None&quot; para &quot;correção Motion&quot; (uma vez que já foram feitas acima). Registrar as imagens funcionais (negrito) para a imagem (MNI) imagens anatômicas (SPGR), e depois a um padrão. Isto resulta na geração de matrizes de transformação, que são usadas mais tarde, durante a análise de deformar as sementes seleccionadas no espaço padrão para o espaço cérebro do sujeito. </li></ol></li><li> Use a matriz de transformação gerado (denominado &quot;standard2example_func.mat&quot;) e transformá-CSF e ROIs de substância branca no espaço BOLD individual. <ol><li> Extrato da série histórica do CSF ​​e ROIs substância branca usando o comando fslmeants,usando o ROI no espaço sujeito individual como uma máscara. Normalizar as séries temporais extraído utilizando o software &quot;R&quot;. Estas séries de tempo são utilizadas como regressores no GLM posterior para remover os sinais de artefatuais correspondentes a partir da análise. </li></ol></li><li> O próximo passo é a remoção de artefatos de movimento relacionado assunto. Para a regressão dos parâmetros de movimento, defina o seguinte dentro de FSL FEAT antes de executá-lo. <ol><li> Na guia dados, use com correção de movimento e arquivo extraído do cérebro como entradas, defina o valor TR para corresponder ao seu conjunto de dados. Defina-filtro de alta passagem usando um filtro de 100 seg. A filtragem passa alta irá remover sinais de interesse, que são de muito baixa frequência. Um filtro passa-baixo para eliminar os sinais de alta frequência vai ser aplicada posteriormente na etapa 4.1. </li><li> No separador Pré-stats, escolha &quot;Nenhum&quot; em &quot;correção Motion&quot;, uma vez que já foi feito. Desmarque a opção &quot;extração BET cérebro&quot;, uma vez que já foi feito. Realize suavização espacialusando um 5 milímetros de largura total metade do máximo (FWHM). </li><li> Na guia Estatísticas, regredir os seis parâmetros de movimento e seus derivados temporais. Selecione &quot;Nenhum&quot; para convolução e marque a opção &quot;Aplicar a filtragem temporal.&quot; Usar a saída de FSL MCFLIRT para obter arquivos de texto dos parâmetros de movimento, que pode ser seguida de entrada para o modelo de análise FEAT a regredir estes em um modelo linear geral (GLM) </li><li> Adicione também o CSF ​​e sinais de substância branca que foram extraídos e normalizado nas etapas anteriores para o GLM. Selecione &quot;Nenhum&quot; para convolução, adicione derivada temporal, e desmarque a opção &quot;Aplicar filtro temporal&quot;. </li></ol></li></ol> 4. Métodos Estatísticos <ol><li> Os resíduos de pré-processamento descrito acima deve ser utilizado para a correlação baseada em semente. Estes resíduos devem ser passado primeiro através de um filtro passa baixo de 0,1 Hz, e depois demeaned subtraindo a média, dividindo-se pelo desvio padrão, e, em seguida, dimensionados adicionando100. Sementes deve ser definido com um diâmetro de 6 mm, no espaço MNI padrão usando o software MRICron. </li><li> A posterior e as sementes devem anterior correspondem às seguintes coordenadas: (1) a região Rsp / PCUN (x = 2, y = -60, z = 36) e (2) o córtex pré-frontal ventromedial (vmPFC; x = 3, y = 60, z = -1). Esses locais de sementes foram definidos nos controles saudáveis ​​e são transformados para o espaço de sujeitos na etapa seguinte 17-19. <ol><li> As sementes devem ser posteriormente transformado em espaço funcional do cérebro individual de cada sujeito a partir do espaço padrão MNI. Para isso, use a matriz de transformação gerado acima (com o nome &quot;standard2example_func.mat&quot;) para transformar a semente (MNI) espaço padrão para o espaço individual funcional (BOLD). </li><li> Utilize o comando fslmeants para extrair a série temporal do anteriormente rebaixado e dimensionado residual, usando a semente no espaço sujeito individual como uma máscara. Normalizar as séries temporais extraído usando o software &quot;R&quot;. </li></ol></li><li> Correlações parciais entre os voxels de sementes e todos os outros voxels cerebrais deve ser calculada separadamente para cada tema para cada execução. Para isso, dentro da GUI FEAT FSL, selecione &quot;análise de primeiro nível&quot;, e depois em &quot;Estatísticas + Pós-stats&quot;. Dentro da guia Dados, o residual previamente humilhada e escalado deve ser usado como entrada para FEAT. </li><li> Defina o filtro de alta corte passe para 10.000, como o residual já está alta passou a 100 seg. Na guia Estatísticas, desmarque &quot;Usar FILME prewhitening&quot;, e use a série temporal de sementes previamente extraído e normalizada no GLM. Dentro da aba Post-stats, definir o limite Z-stat desejado para um valor de 2,0. </li><li> Antes de executar análise de grupo que combina corridas dentro de assuntos, um Z de Fisher transformar deve ser realizada no COPE (Contraste de estimativas de parâmetros) arquivo gerado a partir da análise de correlação executado anteriormente (passo 4.3). Copiar dados de registro from o diretório &quot;reg&quot; da análise FEAT feito no passo 3.1 a correlação corrida da etapa 4.3. </li><li> Executar uma análise de alto nível, combinando executado dentro de cada assunto. Para isso, dentro da GUI FEAT FSL, selecione &quot;análise de nível superior&quot;, e depois em &quot;Estatísticas + Pós-stats&quot;. Na guia &quot;Dados&quot;, escolha &quot;Entradas são diretórios FEAT de nível inferior&quot; e digite corridas do sujeito a partir do passo 4.4. Dentro da aba &quot;Estatísticas&quot;, escolha &quot;efeitos mistos: OLS simples&quot;. Estabelecer modelo de efeito como média; entrar com um valor de 1 para cada uma corrida do sujeito. </li><li> Para combinar dados sobre corridas entre os sujeitos, uma Mínimos Quadrados Ordinários (MQO) simples análise de efeitos mistos deve ser usado. Para isso, dentro da GUI FEAT FSL, escolha &quot;análise de nível superior&quot;, e &quot;Estatísticas + Pós-stats&quot;. Dentro da guia Dados, escolha &quot;Entradas são diretórios FEAT de nível inferior&quot; e digite combinados corridas dos sujeitos a partir do passo 4.5. </li><li> Na guia Estatísticas, escolha &quot;efeitos mistos: OLS simples&quot; &#39;Configurar um modelo como 3 grupos; entrar com um valor de 1 para o grupo cada sujeito pertence, 0 caso contrário. Grupo análise deve ser feita em cada voxel usando uma ANOVA com três níveis que correspondiam às três grupos (direito TLE, deixou TLE e controles saudáveis). </li><li> Para limiar as imagens estatística Z usar clusters formando limiar de Z&gt; 2.0 e corrigido limiar conjunto significativo de p = 0,05 20. Para obter os valores de z correcção no mapa de correlação, um Z de Fisher inversa transformada deve ser realizado nos resultados. </li><li> Os seguintes contrastes específicos devem ser comparados (1) direito TLE&gt; controles; (2) deixou TLE&gt; controles; (3) TLE direito&gt; esquerda TLE; (4) deixou TLE&gt; direito TLE; (5) controle&gt; TLE direita; (6) Controle&gt; esquerda TLE; (7) TLE (direita combinado e esquerda)&gt; controle; e (7) de controle&gt; TLE (direita combinado e esquerda). </li></ol>

<ol>
	<li>Biswal, B. B., Yetkin, F. Z., Haughton, V. M., Hyde, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+connectivity+in+the+motor+cortex+of+resting+human+brain+using+echo-planar+MRI.">Functional connectivity in the motor cortex of resting human brain using echo-planar MRI.</a> Magn. Reson. Med. 34, 537-541 (1995).</li><li>Fox, M. D., Greicius, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clinical+applications+of+resting+state+functional+connectivity.">Clinical applications of resting state functional connectivity.</a> Front. Syst. Neurosci. 4, 1-13 (2010).</li><li>Laufs, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electroencephalographic+signatures+of+attentional+and+cognitive+default+modes+in+spontaneous+brain+activity+fluctuations+at+rest.">Electroencephalographic signatures of attentional and cognitive default modes in spontaneous brain activity fluctuations at rest.</a> Proc. Natl. Acad. Sci. U.S.A. 100, 11053-11058 (1073).</li><li>Shmuel, A., Leopold, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neuronal+correlates+of+spontaneous+fluctuations+in+fMRI+signals+in+monkey+visual+cortex:+Implications+for+functional+connectivity+at+rest.">Neuronal correlates of spontaneous fluctuations in fMRI signals in monkey visual cortex: Implications for functional connectivity at rest.</a> Hum. Brain Mapp. 29, 751-761 (2008).</li><li>Margulies, D. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Resting+developments:+a+review+of+fMRI+post-processing+methodologies+for+spontaneous+brain+activity.">Resting developments: a review of fMRI post-processing methodologies for spontaneous brain activity.</a> Magn. Mater. Phys. Biol. 23, 289-307 (2010).</li><li>Biswal, B. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Toward+discovery+science+of+human+brain+function.">Toward discovery science of human brain function.</a> Proc. Natl. Acad. Sci. U.S.A. 107, 4734-4739 (2010).</li><li>Haneef, Z., Lenartowicz, A., Yeh, H. J., Engel, J., Stern, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effect+of+lateralized+temporal+lobe+epilepsy+on+the+default+mode+network.">Effect of lateralized temporal lobe epilepsy on the default mode network.</a> Epilepsy Behav. 25, 350-357 (2012).</li><li>Pillai, J. J., Williams, H. T., Faro, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+imaging+in+temporal+lobe+epilepsy.">Functional imaging in temporal lobe epilepsy.</a> Semin. Ultrasound. CT MR. 28, 437-450 (2007).</li><li>Blumenfeld, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Positive+and+negative+network+correlations+in+temporal+lobe+epilepsy.">Positive and negative network correlations in temporal lobe epilepsy.</a> Cereb. Cortex. 14, 892-902 (2004).</li><li>Dupont, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamic+perfusion+patterns+in+temporal+lobe+epilepsy.">Dynamic perfusion patterns in temporal lobe epilepsy.</a> Eur. J. Nucl. Med. Imaging. 36, 823-830 (2009).</li><li>Fransson, P., Marrelec, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+precuneus/posterior+cingulate+cortex+plays+a+pivotal+role+in+the+default+mode+network:+Evidence+from+a+partial+correlation+network+analysis.">The precuneus/posterior cingulate cortex plays a pivotal role in the default mode network: Evidence from a partial correlation network analysis.</a> Neuroimage. 42, 1178-1184 (2008).</li><li>Buckner, R. L., Andrews-Hanna, J. R., Schacter, D. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+brain's+default+network.">The brain's default network.</a> Ann. N. Y. Acad. Sci. 1124, 1-38 (2008).</li><li>Woolrich, M. W., Ripley, B. D., Brady, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Temporal+autocorrelation+in+univariate+linear+modeling+of+FMRI+data.">Temporal autocorrelation in univariate linear modeling of FMRI data.</a> Neuroimage. 14, 1370-1386 (2001).</li><li>Forman, S. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Improved+assessment+of+significant+activation+in+functional+magnetic+resonance+imaging+(fMRI):+use+of+a+cluster+size+threshold.">Improved assessment of significant activation in functional magnetic resonance imaging (fMRI): use of a cluster size threshold.</a> Magn. Reson. Med. 33, 636-647 (1995).</li><li>Jenkinson, M., Bannister, P., Brady, M., Smith, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Improved+optimization+for+the+robust+and+accurate+linear+registration+and+motion+correction+of+brain+images.">Improved optimization for the robust and accurate linear registration and motion correction of brain images.</a> Neuroimage. 17, 825-841 (2002).</li><li>Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fast+robust+automated+brain+extraction.">Fast robust automated brain extraction.</a> Hum. Brain Mapp. 17, 143-155 (2002).</li><li>Raichle, M. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+default+mode+of+brain+function.">A default mode of brain function.</a> Proc. Natl. Acad. Sci. U.S.A. 98, 676-682 (2001).</li><li>Uddin, L. Q., Kelly, A. M., Biswal, B. B., Castellanos, F. X., Milham, M. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+connectivity+of+default+mode+network+components:+correlation.">Functional connectivity of default mode network components: correlation.</a> Hum. Brain Mapp. 30, 625-637 (2009).</li><li>Singh, K. D., Fawcett, I. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Transient+and+linearly+graded+deactivation+of+the+human+default-mode+network+by+a+visual+detection+task.">Transient and linearly graded deactivation of the human default-mode network by a visual detection task.</a> Neuroimage. 41, 100-112 (2008).</li><li>Worsley, K. J., Evans, A., Marrett, S., Neelin, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+three-dimensional+statistical+analysis+for+CBF+activation+studies+in+human+brain.">A three-dimensional statistical analysis for CBF activation studies in human brain.</a> J. Cereb. Blood Flow Metab. 12, 900-918 (1992).</li><li>Spencer, S. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+networks+in+human+epilepsy:+evidence+of+and+implications+for+treatment.">Neural networks in human epilepsy: evidence of and implications for treatment.</a> Epilepsia. 43, 219-227 (2002).</li><li>Greicius, M. D., Srivastava, G., Reiss, A. L., Menon, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Default-mode+network+activity+distinguishes+Alzheimer's+disease+from+healthy+aging:+evidence+from+functional+MRI.">Default-mode network activity distinguishes Alzheimer's disease from healthy aging: evidence from functional MRI.</a> Proc. Natl. Acad. Sci. U.S.A. 101, 4637-4642 (2004).</li><li>Kennedy, D. P., Redcay, E., Courchesne, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Failing+to+deactivate:+resting+functional+abnormalities+in+autism.">Failing to deactivate: resting functional abnormalities in autism.</a> Proc. Natl. Acad. Sci. U.S.A. 103, 8275-8280 (2006).</li><li>Garrity, A. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Aberrant+&amp;#34;default+mode&amp;#34;+functional+connectivity+in+schizophrenia.">Aberrant &amp;#34;default mode&amp;#34; functional connectivity in schizophrenia.</a> Am. J. Psychiatry. 164, 450-457 (2007).</li><li>Mannell, M. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Resting+state+and+task-induced+deactivation:+A+methodological+comparison+in+patients+with+schizophrenia+and+healthy+controls.">Resting state and task-induced deactivation: A methodological comparison in patients with schizophrenia and healthy controls.</a> Hum. Brain Mapp. 31, 424-437 (2010).</li><li>Jones, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Age-related+changes+in+the+default+mode+network+are+more+advanced+in+Alzheimer+disease.">Age-related changes in the default mode network are more advanced in Alzheimer disease.</a> Neurology. 77, 1524-1531 (2011).</li><li>Kobayashi, Y., Amaral, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Macaque+monkey+retrosplenial+cortex+II.+Cortical+afferents.">Macaque monkey retrosplenial cortex II. Cortical afferents.</a> J. Comp. Neurol. 466, 48-79 (2003).</li><li>Dupont, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamic+perfusion+patterns+in+temporal+lobe+epilepsy.">Dynamic perfusion patterns in temporal lobe epilepsy.</a> Eur. J. Nuclear Med. Mol. Imaging. 36, 823-830 (2009).</li><li>Laufs, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Temporal+lobe+interictal+epileptic+discharges+affect+cerebral+activity+in+&#8220;default+mode&#8221;+brain+regions.">Temporal lobe interictal epileptic discharges affect cerebral activity in &#8220;default mode&#8221; brain regions.</a> Hum. Brain Mapp. 28, 1023-1032 (2007).</li><li>Morgan, V. L., Gore, J. C., Abou-Khalil, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+epileptic+network+in+left+mesial+temporal+lobe+epilepsy+detected+using+resting+fMRI.">Functional epileptic network in left mesial temporal lobe epilepsy detected using resting fMRI.</a> Epilepsy Res. 88, 168-178 (2010).</li><li>Gotman, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Generalized+epileptic+discharges+show+thalamocortical+activation+and+suspension+of+the+default+state+of+the+brain.">Generalized epileptic discharges show thalamocortical activation and suspension of the default state of the brain.</a> Proc. Natl. Acad. Sci. U.S.A. 102, 15236-15240 (2005).</li><li>Hamandi, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG-fMRI+of+idiopathic+and+secondarily+generalized+epilepsies.">EEG-fMRI of idiopathic and secondarily generalized epilepsies.</a> Neuroimage. 31, 1700-1710 (2006).</li><li>Pittau, F., Grova, C., Moeller, F., Dubeau, F., Gotman, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Patterns+of+altered+functional+connectivity+in+mesial+temporal+lobe+epilepsy.">Patterns of altered functional connectivity in mesial temporal lobe epilepsy.</a> Epilepsia. 53, 1013-1023 (2012).</li><li>Liao, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Default+mode+network+abnormalities+in+mesial+temporal+lobe+epilepsy:+a+study+combining+fMRI+and+DTI.">Default mode network abnormalities in mesial temporal lobe epilepsy: a study combining fMRI and DTI.</a> Hum. Brain Mapp. 32, 883-895 (2011).</li><li>Pereira, F. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Asymmetrical+hippocampal+connectivity+in+mesial+temporal+lobe+epilepsy:+evidence+from+resting+state+fMRI.">Asymmetrical hippocampal connectivity in mesial temporal lobe epilepsy: evidence from resting state fMRI.</a> BMC Neurosci. 11, 1-13 (2010).</li><li>Dupont, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Bilateral+hemispheric+alteration+of+memory+processes+in+right+medial+temporal+lobe+epilepsy.">Bilateral hemispheric alteration of memory processes in right medial temporal lobe epilepsy.</a> J. Neurol. Neurosurg. Psychiatr. 73, 478-485 (2002).</li><li>Vlooswijk, M. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+MRI+in+chronic+epilepsy:+associations+with+cognitive+impairment.">Functional MRI in chronic epilepsy: associations with cognitive impairment.</a> Lancet Neurol. 9, 1018-1027 (2010).</li><li>McCormick, C., Quraan, M., Cohn, M., Valiante, T. A., McAndrews, M. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Default+mode+network+connectivity+indicates+episodic+memory+capacity+in+mesial+temporal+lobe+epilepsy.">Default mode network connectivity indicates episodic memory capacity in mesial temporal lobe epilepsy.</a> Epilepsia. 54, (2013).</li><li>Zhang, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Altered+spontaneous+neuronal+activity+of+the+default-mode+network+in+mesial+temporal+lobe+epilepsy.">Altered spontaneous neuronal activity of the default-mode network in mesial temporal lobe epilepsy.</a> Brain Res. 1323, 152-160 (2010).</li><li>Horovitz, S. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Decoupling+of+the+brain's+default+mode+network+during+deep+sleep.">Decoupling of the brain's default mode network during deep sleep.</a> Proc. Natl. Acad. Sci. U.S.A. 106, 11376-11381 (2009).</li><li>Deshpande, G., Kerssens, C., Sebel, P. S., Hu, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Altered+local+coherence+in+the+default+mode+network+due+to+sevoflurane+anesthesia.">Altered local coherence in the default mode network due to sevoflurane anesthesia.</a> Brain Res. 1318, 110-121 (2010).</li></ol>

Dr. Engel é financiado pelo NIH Grants P01 NS02808, R01 NS33310 e U01 NS42372, tem patentes WO 2009/123734A1, e WO 2009/123735A1, recebe royalties de MedLink, Wolters Kluwer, Blackwell, e Elsevier, e recebeu honorários da Medtronics , Wolters Kluwer, e Best Doctors. Dr. Stern atuou como consultor pago pela UCB e Lundbeck. Dr. Stern é um editor de MedLink Neurologia, e recebeu royalties de Wolters Kluwer e da McGraw-Hill. Os demais autores não têm divulgações ou conflitos de interesse a declarar.

A epilepsia é considerada uma doença de rede, e anormalidades das redes envolvidas estão presentes durante as crises e no estado interictal 21. FMRI baseada em tarefas tem sido usado para analisar anomalias da língua e as redes de memória em TLE 8. FcMRI tem vantagens inerentes a estudar a DMN 12, pois é uma rede que opera principalmente no estado de repouso. O DMN é uma rede de regiões do cérebro que tem sido encontrado para ser ativo em indivíduos acordados que são deixados ...

Conectividade funcional MRI (fcMRI) é uma abordagem analítica relativamente recente de dados de fMRI que quantifica a relação entre as diferentes regiões do cérebro com base na similaridade do seu nível de oxigenação do sangue dependente (BOLD) sinal de série de tempo - isso é chamado de conectividade &quot;funcional&quot;, e é distinguível de conectividade anatômica que descreve a existência de conexões físicas entre as regiões (por exemplo, fibras de substância branca). Em uma aplicação especial desta abordagem, as séries temporais são coletados quando o participante não está envolvido em uma tarefa ou está no chamado &quot;estado de repouso&quot;. Embora descrita pela primeira vez em 1995, 1, houve imenso interesse em fcMRI resultando em aproximadamente 1.000 publicações relacionadas com a técnica em 2012. FcMRI tem benefícios intrínsecos mais RMf baseado em tarefas em (1), que não é uma tarefa específica a ser realizada, ( 2) a cooperação assunto énão é necessário, (3) conjuntos de dados podem ser usados ​​para consultar várias redes diferentes, (4) uma melhor relação sinal-ruído está presente provavelmente devido a diferenças na energética cerebrais envolvidos, e (5) a evasão de confunde relacionadas com a tarefa 2. Como prova da sua concepção, as alterações fcMRI foram mostrados para corresponder com as mudanças no EEG 3 e 4 locais potenciais de campo no cérebro. Técnicas de análise fcMRI incluem / técnicas de ROI com base em sementes, análise de componentes independentes (ICA), análise de teoria dos grafos, análise de causalidade de Granger, os métodos locais (amplitude de oscilações de baixa freqüência, análise de homogeneidade regional), e outros 5. Nenhuma técnica única ainda demonstrou clara superioridade sobre a outra, embora os métodos mais populares são métodos ICA 6 à base de sementes e. À base de semente de fcMRI correlaciona flutuações temporais no sinal BOLD de uma parte pré-selecionado da rede putativo em estudo chamado de &quot;semente1; ou &quot;região de interesse (ROI)&quot; para todas as outras partes do cérebro. Áreas do cérebro mostrando correlacionando sinal BOLD para a área de semente são pensados ​​para demarcar partes da rede envolvidos. Em contraste, a ICA utiliza uma análise orientada por dados sem modelo para extrair áreas cerebrais espaço-temporalmente correlacionados (componentes independentes, ICs), analisando as características do sinal hemodinâmicos de todo o cérebro 5. No manuscrito atual, uma descrição dos métodos usados ​​em um estudo publicado anteriormente de-base de sementes análise conectividade descanso estado da DMN em TLE é apresentado 7. TLE é a forma mais comum de epilepsia adulto. Além de convulsões, TLE causa disfunção de várias redes cerebrais, incluindo memória, comportamento, pensamento e função sensorial 8. O DMN é constituído por regiões cerebrais subjacentes à consciência, cognição descanso pelo Estado. O DMN tem sido relatada a ser envolvido em convulsões associadas à consc reduzidaiousness 9,10. Além disso, o hipocampo é a estrutura chave envolvida na TLE e foi pensado para ser componente de DMN. No entanto, a conectividade do PCC para a formação do hipocampo é mais fraca do que com outros componentes de DMN, tais como pré-frontal medial e córtex parietal inferior. Isto sugere que o hipocampo é uma sub-rede ou de DMN ou uma rede interagindo 11,12. Estas semelhanças entre TLE e DMN levantam a possibilidade de que DMN conectividade funcional é alterado de TLE. Esta análise compara o DMN de indivíduos com ELT com controles saudáveis ​​para obter insights sobre o envolvimento de DMN na TLE. A conectividade de sementes colocadas nos principais centros do DMN - as regiões do cubo anterior e posterior foram analisados ​​12. As sementes foram colocadas no cubo posterior que consiste no retrosplenium / precuneus (Rsp / PCUN), bem como o cubo anterior consiste no córtex pré-frontal ventromedial (vmPFC) em pacientes com TLE e emsaudável controles para identificar as sub-redes posterior e anterior do DMN.

<table border="0" cellpadding="0" cellspacing="0">
	<tbody>
		<tr>
			<td>MRI machine</td>
		</tr>
		<tr>
			<td>Linux workstation with image analysis software installed</td>
		</tr>
	</tbody>
</table>

network analysis of the default mode network using functional connectivity mri in temporal lobe epilepsy

Conectividade funcional MRI (fcMRI) é um método de ressonância magnética funcional, que analisa a conectividade de áreas diferentes do cérebro com base na correlação das flutuações de sinal BOLD ao longo do tempo. Epilepsia do Lobo Temporal (ELT) é o tipo mais comum de epilepsia adulto e envolve múltiplas redes cerebrais. A rede de modo default (DMN) está envolvido na consciência, cognição estado de repouso e é pensado para ser afetada em TLE onde as apreensões causar perda da consciência. O DMN na epilepsia foi examinada usando semente baseado fcMRI. Os anteriores e posteriores cubos de DMN foram utilizados como sementes nesta análise. Os resultados mostram uma desconexão entre o anterior e centros posteriores do DMN em TLE durante o estado basal. Além disso, o aumento da conectividade DMN para outras regiões do cérebro em TLE esquerda juntamente com a diminuição da conectividade na TLE direito é revelado. A análise demonstra como fcMRI à base de sementes podem ser utilizados para sondar as redes cerebrais em distúrbios cerebrais, tais como TLE.

A Figura 1 mostra o DMN revelou com a conectividade de uma semente posterior (DER / PCUN, cores vermelho-amarelo) e uma semente anterior (vmPFC cores azul-verde) e compara as redes encontradas nos diferentes grupos de sujeitos (Figuras 1A-C) e entre si, ou seja, os controles saudáveis ​​em comparação a todos os pacientes com ELT (Figuras 1D e 1E) e, em seguida controles saudáveis ​​comparados separadamente para TLE esquerda (Figuras ...

Watch this Scientific Journal Video about Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy at JoVE.com

Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy

A Rede Padrão Mode (DMN) em Epilepsia do Lobo Temporal (ELT) é analisada no estado de descanso do cérebro usando a conectividade funcional à base de semente de MRI (fcMRI).

Análise de Redes da rede de modo padrão Usando Funcional Conectividade RM em Epilepsia do Lobo Temporal

Functional connectivity MRI (fcMRI) is an fMRI method that examines the connectivity of different brain areas based on the correlation of BOLD signal ...

network-analysis-default-mode-network-using-functional-connectivity

Research

JoVE Journal

Medicine

17.8K visualizações.  Baylor College of Medicine.  A Rede Padrão Mode (DMN) em Epilepsia do Lobo Temporal (ELT) é analisada no estado de descanso do cérebro usando a conectividade funcional à base de semente de MRI (fcMRI). 

Vídeo: Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy

Generation of Subcutaneous and Intrahepatic Human Hepatocellular Carcinoma Xenografts in Immunodeficient Mice

In vivo experimental models of hepatocellular carcinoma (HCC) that recapitulate the human disease provide a valuable platform for research into disease pathophysiology and for the preclinical evaluation of novel therapies. We present a variety of methods to generate subcutaneous or orthotopic human HCC xenografts in immunodeficient mice that could be utilized in a variety of research applications. With a focus on the use of primary tumor tissue from patients undergoing surgical resection as a starting point, we describe the preparation of cell suspensions or tumor fragments for xenografting. We describe specific techniques to xenograft these tissues i) subcutaneously; or ii) intrahepatically, either by direct implantation of tumor cells or fragments into the liver, or indirectly by injection of cells into the mouse spleen. We also describe the use of partial resection of the native mouse liver at the time of xenografting as a strategy to induce a state of active liver regeneration in the recipient mouse that may facilitate the intrahepatic engraftment of primary human tumor cells. The expected results of these techniques are illustrated. The protocols described have been validated using primary human HCC samples and xenografts, which typically perform less robustly than the well-established human HCC cell lines that are widely used and frequently cited in the literature. In comparison with cell lines, we discuss factors which may contribute to the relatively low chance of primary HCC engraftment in xenotransplantation models and comment on technical issues that may influence the kinetics of xenograft growth. We also suggest methods that should be applied to ensure that xenografts obtained accurately resemble parent HCC tissues.

Human tumor xenografts in immunodeficient mice are valuable tools to study cancer biology. Specific protocols to generate subcutaneous and intrahepatic xenografts from human hepatocellular carcinoma cells or tumor fragments are described. Liver regeneration induced by partial hepatectomy in recipient mice is presented as a strategy to facilitate intrahepatic engraftment.

Geração de subcutânea e intra-hepática Humanos carcinoma hepatocelular Xenoenxertos em Immunodeficient Ratos

In  vivo experimental models of hepatocellular carcinoma (HCC) that recapitulate  the human disease provide a valuable platform for research into disease  ...

Medicina

Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity

Complementary structural and functional neuroimaging techniques used to examine the Default Mode Network (DMN) could potentially improve assessments of psychiatric illness severity and provide added validity to the clinical diagnostic process. Recent neuroimaging research suggests that DMN processes may be disrupted in a number of stress-related psychiatric illnesses, such as posttraumatic stress disorder (PTSD).
Although specific DMN functions remain under investigation, it is generally thought to be involved in introspection and self-processing. In healthy individuals it exhibits greatest activity during periods of rest, with less activity, observed as deactivation, during cognitive tasks, e.g., working memory. This network consists of the medial prefrontal cortex, posterior cingulate cortex/precuneus, lateral parietal cortices and medial temporal regions.
Multiple functional and structural imaging approaches have been developed to study the DMN. These have unprecedented potential to further the understanding of the function and dysfunction of this network. Functional approaches, such as the evaluation of resting state connectivity and task-induced deactivation, have excellent potential to identify targeted neurocognitive and neuroaffective (functional) diagnostic markers and may indicate illness severity and prognosis with increased accuracy or specificity. Structural approaches, such as evaluation of morphometry and connectivity, may provide unique markers of etiology and long-term outcomes. Combined, functional and structural methods provide strong multimodal, complementary and synergistic approaches to develop valid DMN-based imaging phenotypes in stress-related psychiatric conditions. This protocol aims to integrate these methods to investigate DMN structure and function in PTSD, relating findings to illness severity and relevant clinical factors.

This protocol describes the complementary neuroimaging techniques of resting state structural connectivity, task-induced deactivation, and structural connectivity analyses to examine the default network in post-traumatic stress disorder. The use of synergistic methods could potentially lead to improved diagnostics and assessments of severity, outcome, and other relevant clinical factors.

Desenvolver Neuroimagem fenótipos da rede de modo padrão no TEPT: Integrando o estado de repouso, Memória de Trabalho e Conectividade Estrutural

Complementary structural and functional neuroimaging techniques used to examine the Default Mode Network (DMN) could potentially improve assessments of ...

MRI-guided dmPFC-rTMS as a Treatment for Treatment-resistant Major Depressive Disorder

Here we outline the protocol for magnetic resonance imaging (MRI) guided repetitive transcranial magnetic stimulation (rTMS) to the dorsal medial prefrontal cortex (dmPFC) in patients with major depressive disorder (MDD). Technicians used a neuronavigation system to process patient MRIs to generate a 3-dimensional head model. The head model was subsequently used to identify patient-specific stimulatory targets. The dmPFC was stimulated daily for 20 sessions. Stimulation intensity was titrated to address scalp pain associated with rTMS. Weekly assessments were conducted on the patients using the Hamilton Rating Scale for Depression (HamD17) and Beck Depression Index II (BDI-II). Treatment-resistant MDD patients achieved significant improvements on both HAMD and BDI-II. Of note, angled, double-cone coil rTMS at 120% resting motor threshold allows for optimal stimulation of deeper midline prefrontal regions, which results in a possible therapeutic application for MDD. One major limitation of the rTMS field is the heterogeneity of treatment parameters across studies, including duty cycle, number of pulses per session and intensity. Further work should be done to clarify the effect of stimulation parameters on outcome. Future dmPFC-rTMS work should include sham-controlled studies to confirm its clinical efficacy in MDD.

Here we outline the procedure for MRI-guided repetitive transcranial magnetic stimulation to the dorsomedial prefrontal cortex as an experimental treatment for major depressive disorder.

Guiada por MRI dmPFC-EMTr como um tratamento para o Transtorno Depressivo Maior resistente ao tratamento

Here we outline the protocol for magnetic resonance imaging (MRI) guided repetitive transcranial magnetic stimulation (rTMS) to the dorsal medial ...

Network Analysis of Foramen Ovale Electrode Recordings in Drug-resistant Temporal Lobe Epilepsy Patients

Approximately 30% of epilepsy patients are refractory to antiepileptic drugs. In these cases, surgery is the only alternative to eliminate/control seizures. However, a significant minority of patients continues to exhibit post-operative seizures, even in those cases in which the suspected source of seizures has been correctly localized and resected. The protocol presented here combines a clinical procedure routinely employed during the pre-operative evaluation of temporal lobe epilepsy (TLE) patients with a novel technique for network analysis. The method allows for the evaluation of the temporal evolution of mesial network parameters. The bilateral insertion of foramen ovale electrodes (FOE) into the ambient cistern simultaneously records electrocortical activity at several mesial areas in the temporal lobe. Furthermore, network methodology applied to the recorded time series tracks the temporal evolution of the mesial networks both interictally and during the seizures. In this way, the presented protocol offers a unique way to visualize and quantify measures that considers the relationships between several mesial areas instead of a single area.

This protocol describes a procedure to track the evolution of mesial network measures in temporal lobe epilepsy (TLE) patients. It is based on the combination of intracranial recordings with a novel numerical technique for data analysis. Specifically, we present a protocol for network analyses of foramen ovale recordings.

Análise de Redes de forame oval Eletrodo Recordings na epilepsia do lobo temporal Os pacientes resistentes a drogas

Approximately 30% of epilepsy patients are refractory to antiepileptic drugs. In these cases, surgery is the only alternative to eliminate/control ...

The Pilocarpine Model of Temporal Lobe Epilepsy and EEG Monitoring Using Radiotelemetry System in Mice

Temporal lobe epilepsy (TLE) is a common neurological disorder in adulthood. For translational studies of chronic epilepsy, pilocarpine-induced status epilepticus (SE) is frequently selected to recapitulate spontaneous recurrent seizures (SRS). Here we present a protocol of SE induction by intraperitoneal (i.p.) injection of pilocarpine and monitoring of chronic recurring seizures in live animals using a wireless telemetry video and electroencephalogram (EEG) system. We demonstrated notable behavioral changes that need attention after pilocarpine injection and their correlation with hippocampal neuronal loss at 7 days and 6 weeks post-pilocarpine. We also describe the experimental procedures of electrode implantation for video and EEG recording, and analysis of the frequency and duration of chronic recurrent seizures. Finally, we discuss the possible reasons why the expected results are not achieved in each case. This provides a basic overview of modeling chronic epilepsy in mice and guidelines for troubleshooting. We believe this protocol can serve as a baseline for suitable models of chronic epilepsy and epileptogenesis.

This manuscript describes a method of inducing status epilepticus by systemic pilocarpine injection and of monitoring spontaneous recurrent seizures in live animals using a wireless telemetry video and electroencephalogram system. This protocol can be utilized for studying the pathophysiologic mechanisms of chronic epilepsy, epileptogenesis, and acute seizures.

O modelo de pilocarpina de epilepsia do lobo Temporal e EEG monitoramento usando sistema de radiotelemetria em ratos

Temporal lobe epilepsy (TLE) is a common neurological disorder in adulthood. For translational studies of chronic epilepsy, pilocarpine-induced status ...

Whole-brain Segmentation and Change-point Analysis of Anatomical Brain MRI&#8212;Application in Premanifest Huntington's Disease

Recent advances in MRI offer a variety of useful markers to identify neurodegenerative diseases. In Huntington&#39;s disease (HD), regional brain atrophy begins many years prior to the motor onset (during the &#34;premanifest&#34; period), but the spatiotemporal pattern of regional atrophy across the brain has not been fully characterized. Here we demonstrate an online cloud-computing platform, &#34;MRICloud&#34;, which provides atlas-based whole-brain segmentation of T1-weighted images at multiple granularity levels, and thereby, enables us to access the regional features of brain anatomy. We then describe a regression model that detects statistically significant inflection points, at which regional brain atrophy starts to be noticeable, i.e. the &#34;change-point&#34;, with respect to a disease progression index. We used the CAG-age product (CAP) score to index the disease progression in HD patients. Change-point analysis of the volumetric measurements from the segmentation pipeline, therefore, provides important information of the order and pattern of structural atrophy across the brain. The paper illustrates the use of these techniques on T1-weighted MRI data of premanifest HD subjects from a large multicenter PREDICT-HD study. This design potentially has wide applications in a range of neurodegenerative diseases to investigate the dynamic changes of brain anatomy.

Whole-brain Segmentation and Change-point Analysis of Anatomical Brain MRI&amp;#8212;Application in Premanifest Huntington&#039;s Disease

This paper describes a statistical model for volumetric MRI data analysis, which identifies the &#34;change-point&#34; when brain atrophy begins in premanifest Huntington&#39;s disease. Whole-brain mapping of the change-points is achieved based on brain volumes obtained using an atlas-based segmentation pipeline of T1-weighted images.

Todo cérebro-segmentação e análise de ponto de mudança de anatômico cérebro MRI — aplicação em Premanifest a doença de Huntington

Recent advances in MRI offer a variety of useful markers to identify neurodegenerative diseases. In Huntington&#39;s disease (HD), regional brain atrophy ...

Harvest of Endothelial Cells from the Balloon Tips of Swan-Ganz Catheters after Right Heart Catheterization

A variety of pathologies lead to pulmonary hypertension (PH), which is defined as a mean pulmonary artery pressure exceeding 25 mmHg at rest. To further diagnose and manage PH, patients undergo repeated right heart catheterizations (RHC) wherein a Swan-Ganz catheter is advanced into a branch of the pulmonary artery and a balloon is inflated to wedge the catheter tip. This article illustrates a protocol whereby pulmonary artery endothelial cells (PAECs) may be harvested from the balloon tips of Swan-Ganz catheters after RHC, and purified with an anti- CD146 affinity column technique to purify putative PAECs. These cells might be used to provide an in situ snapshot of the biological state of the pulmonary vasculature endothelium to complement hemodynamic measurements obtained during RHC. Harvested and purified PAECs may be used for either cell culture or for subsequent analytical assays such as flow cytometery.

This protocol describes the removal and purification of pulmonary artery endothelial cells (PAECs) that adhere to the balloon tips of Swan-Ganz catheters while they are wedged in the pulmonary artery during right heart catheterization and remain adherent to the deflated balloon following removal from the patient's body.

Colheita de células endoteliais das dicas de balão de cateteres de Swan-Ganz após cateterismo cardíaco direito

A variety of pathologies lead to pulmonary hypertension (PH), which is defined as a mean pulmonary artery pressure exceeding 25 mmHg at rest. To further ...

Normothermic Ex Vivo Pancreas Perfusion for the Preservation of Pancreas Allografts before Transplantation

Pancreas transplantation (PTx) is a curative treatment for people who live with the burden of a diagnosis of diabetes mellitus (DM). However, due to organ shortages and increasing numbers of patients being listed for PTx, new strategies are needed to increase the number of available grafts for transplantation. 
Static cold storage (SCS) is considered the gold standard for standard criteria organs. However, standard criteria donors (SCD) are becoming scarce and new strategies that can increase the rate of organ acceptance from extended criteria donors (ECD) are urgently needed. 
Normothermic ex vivo perfusion (NEVP) is one of the strategies that has become increasingly popular over the past couple of decades. This preservation method has already been used successfully in other organs (liver, kidneys, and lungs) but has been minimally explored in pancreas transplantation. The few papers that describe the method for pancreas show little success, edema being one of the major issues. The following manuscript describes the successful NEVP method and setup developed by our group to perfuse swine pancreas.

Normothermic Ex Vivo Pancreas Perfusion for the Preservation of Pancreas Allografts before Transplantation

Normothermic ex vivo machine perfusion (NEVP) has scarcely been explored for the preservation of pancreas allografts. We present an innovative preservation technique for pancreas allografts before transplantation.

Perfusão Normotérmica Ex Vivo do Pâncreas para Preservação de Aloenxertos de Pâncreas antes do Transplante

Pancreas transplantation (PTx) is a curative treatment for people who live with the burden of a diagnosis of diabetes mellitus (DM). However, due to organ ...

Explorando a doença obliterativa das vias aéreas em transplantes de pulmão

Murine Intrapulmonary Tracheal Transplantation: A Model for Investigating Obliterative Airway Disease After Lung Transplantation

Murine intrapulmonary tracheal transplantation (IPTT) is used as a model of obliterative airway disease (OAD) following lung transplantation. Initially reported by our team, this model has gained use in the study of OAD due to its high technical reproducibility and suitability for investigating immunological behaviors and therapeutic interventions.
In the IPTT model, a rodent tracheal graft is directly inserted into the recipient's lung through the pleura. This model is distinct from the heterotopic tracheal transplantation (HTT) model, wherein grafts are transplanted into subcutaneous or omental sites, and from the orthotopic tracheal transplantation (OTT) model in which the donor trachea replaces the recipient's trachea. 
Successful implementation of the IPTT model requires advanced anesthetic and surgical skills. Anesthetic skills include endotracheal intubation of the recipient, setting appropriate ventilatory parameters, and appropriately timed extubation after recovery from anesthesia. Surgical skills are essential for precise graft placement within the lung and for ensuring effective sealing of the visceral pleura to prevent air leakage and bleeding. In general, the learning process takes approximately 2 months.
In contrast to the HTT and OTT models, in the IPTT model, the allograft airway develops airway obliteration in the relevant lung microenvironment. This allows investigators to study lung-specific immunological and angiogenic processes involved in airway obliteration after lung transplantation. Furthermore, this model is also unique in that it exhibits tertiary lymphoid organs (TLOs), which are also seen in human lung allografts. TLOs are comprised of T and B cell populations and characterized by the presence of high endothelial venules that direct immune cell recruitment; therefore, they are likely to play a crucial role in graft acceptance and rejection. We conclude that the IPTT model is a useful tool for studying intrapulmonary immune and profibrotic pathways involved in the development of airway obliteration in the lung transplant allograft.

Autor em destaque: investigando os principais fatores da bronquiolite obliterativa após transplante de pulmão

The murine intrapulmonary tracheal transplantation (IPTT) model is valuable for studying obliterative airway disease (OAD) after lung transplantation. It offers insights into lung-specific immunological and angiogenic behavior in airway obliteration after allotransplantation with high reproducibility. Here, we describe the IPTT procedure and its expected results.

Transplante de Traqueia Intrapulmonar Purino: Modelo para Investigação de Doença Obliterativa das Vias Aéreas Após Transplante Pulmonar

Murine intrapulmonary tracheal transplantation (IPTT) is used as a model of obliterative airway disease (OAD) following lung transplantation. Initially ...