JoVE Logo
Yazarlar
Bize Ulaşın

Oturum Aç

Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.

Bu Makalede

  • Özet
  • Özet
  • Giriş
  • Protokol
  • Sonuçlar
  • Tartışmalar
  • Açıklamalar
  • Teşekkürler
  • Malzemeler
  • Referanslar
  • Yeniden Basımlar ve İzinler

Özet

Temporal Lob Epilepsi Varsayılan Mod Ağı (DMN) (TLE) tohum-tabanlı fonksiyonel bağlantı MRI (fcMRI) kullanarak beynin dinlenme durumu analiz edilir.

Özet

Fonksiyonel bağlantı MRG (fcMRI) zamanla BOLD sinyal dalgalanmalar korelasyon göre farklı beyin bölgelerinin bağlantısını inceleyen bir fMRI yöntemdir. Temporal Lob Epilepsi (TLE) erişkin epilepsi en sık görülen tipidir ve çoklu beyin ağları içerir. Varsayılan mod ağ (DMN) bilinçli, dinlenme devlet biliş katılır ve nöbetler bilinç bozukluğu neden nerede TLE'de etkilendiği düşünülmektedir. Epilepside DMN tohum fcMRI dayalı kullanılarak incelenmiştir. DMN ön ve arka göbekler bu analizde tohum olarak kullanılmıştır. Sonuçlar bazal devlet sırasında anterior ve TLE'de DMN'nin arka hub arasında bir kopukluk gösterir. Buna ek olarak, birlikte sol TLE diğer beyin bölgelerine artan DMN bağlantısı sağ TLE içinde bağlılık azalma ortaya çıkar. Analiz tohum bazlı fcMRI gibi TLE gibi beyin bozukluklarında beyin ağları araştırmak için nasıl kullanılabileceğini göstermektedir.

Giriş

Fonksiyonel Bağlantı MRG (fcMRI) kan oksijenlenme düzeyi bağımlı (BOLD) sinyal zaman serisi benzerliğe göre farklı beyin bölgeleri arasındaki ilişkiyi nicelleştiren fMRI veri görece yeni bir analitik yaklaşım - bu "işlevsel" bağlantısı denir, ve bir bölgeleri (örneğin, beyaz madde lifler) arasındaki fiziksel bağlantıların varlığını tarif anatomik bağlantı ayırt. Katılımcı bir görev yapan ya da sözde "dinlenme devlet" değil zaman bu yaklaşımın bir özel uygulama olarak, zaman serisi toplanır.

İlk olarak 1995 1 tarif olmasına rağmen, fcMRI 2012 yılında teknikle ilgili yaklaşık 1.000 yayınlarda sonuçlanan büyük ilgi olmuştur. FcMRI (, (1) yapılması gereken özel bir görev olduğunu görev odaklı fMRI üzerinde içsel faydaları vardır 2) konu işbirliğigerekli değildir, (3) veri setleri birkaç farklı ağları sorgulamak için kullanılabilir, gürültü oranı (4) daha iyi sinyal nedeniyle ilgili serebral enerjetiklerine farklılıklar, ve görevle ilgili karıştırıcılar 2 (5) atlanması ihtimali mevcut. Anlayışı bir kanıtı olarak, fcMRI değişiklikler beyinde EEG 3 değişiklikler ve yerel alan potansiyelleri 4, karşılık gelecek şekilde gösterilmiştir.

FcMRI analiz teknikleri ROI / tohum tabanlı teknikler, bağımsız bileşen analizi (ICA), grafik teorisi analizi, Granger nedensellik analizi, yerel yöntemler (düşük frekanslı dalgalanmalar, bölgesel homojenlik analizi genlik), ve diğerleri 5 sayılabilir. En popüler yöntem tohum temelli ve ICA yöntemleri 6 olmasına rağmen tek bir teknik, henüz başka bir yere açık bir üstünlük göstermiştir. Tohum bazlı fcMRI çalışma kapsamında, varsayılan ağın önceden seçilmiş bir kısmından KALIN sinyali zamansal dalgalanmalar ilişkilendirir "Tohum olarak adlandırılan1; ya da beynin diğer bölgelerine "ilgi bölgesi (ROI)". Tohum alanına KALIN sinyal korele gösteren beyin alanları dahil olan ağda ağın kısımlarını ayırmak düşünülmektedir. Buna karşılık, ICA tüm beyinde 5 hemodinamik sinyal özelliklerini analiz ederek uzay-zamansal olarak ilişkili beyin alanları (Bağımsız Bileşenleri, IC) ayıklamak için bir model ücretsiz veri odaklı analiz kullanır.

Mevcut yazıda, TLE en DMN dinlenme durumu tohum bazlı bağlantı analizi, daha önce yayınlanan çalışmada kullanılan yöntemlerin bir tarifi 7 sunulmuştur. TLE yetişkin epilepsi en sık görülen şeklidir. Nöbetlere ek olarak, TLE hafıza, davranış, düşünce ve duyusal fonksiyon 8 dahil olmak üzere birden beyin ağlarının disfonksiyon neden olur. DMN bilinçli, dinlenme-devlet biliş subserving beyin bölgelerinde oluşmaktadır. DMN azaltılmış consc ile ilişkili nöbet dahil olmak üzere bildirilmiştiriousness 9,10. Buna ek olarak, hipokampus TLE katılan önemli bir yapıdır ve DMN bileşeni olduğu düşünülmektedir. Ancak, hipokampal oluşumuna PCC bağlantısı gibi medial prefrontal ve parietal korteks gibi diğer DMN bileşenler ile daha zayıftır. Bu, hipokampus DMN alt ağ ya da bir etkileşen bir ağ ya da 11,12 olduğunu göstermektedir. TLE ve DMN arasındaki bu benzerlikleri fonksiyonel bağlantı TLE'de değişmiş DMN'ye ihtimalini yükseltmek. Bu analiz TLE'de DMN'nin katılımı içgörü kazanmak için sağlıklı kontrollere TLE deneklerin DMN karşılaştırır. DMN baş hub yerleştirilen tohum bağlantısı - ön ve arka merkez bölgeleri 12, analiz edilmiştir. Tohumlar retrosplenium / precuneus (Rsp / PCUN) yanı sıra, TLE olan hastalarda ve ventromedial prefrontal korteks (vmPFC) 'den oluşan ön göbek oluşan posterior merkezi olarak yerleştirildiSağlıklı DMN'nin posterior ve anterior subnetworks belirlemek için kontrol eder.

Protokol

1.. Konular

  1. 36 denek çalışma nüfusu 3 grupları içerir: sağ TLE (n = 11), (= 12 n) TLE sol ve sağlıklı kontrol (n = 13). Tüm deneklerden yazılı bilgilendirilmiş olurunu. Çalışma Kaliforniya Üniversitesi, Los Angeles (UCLA) Kurumsal Değerlendirme Kurulu yönergeleri takip eder.
  2. Epilepsi konu grupları Video-EEG monitorizasyonu, beyin MR, PET görüntüleme ve nöropsikolojik testlerle belirlenen anterior temporal lob rezeksiyonu için aday olan hastalar olmalıdır. Hastalar fMRI tarama sırasında her zamanki ilaç devam etmeli ve bir nöbetten sonra hemen taranmış edilmemelidir. Tüm denekler normal beyin MR görüntülerini ve (hasta gruplarında epilepsi dışındaki) nörolojik hastalık ücretsiz veya nörolojik ilaçlar kullanarak emin olun.

2. Görüntüleme

  1. Görüntüleme için 3 Tesla MR sistemi kullanın. Bir yankı düzlemsel imag kullanarak fonksiyonel görüntüler için eksenel dilimler eldeing (EPI) sekansı ve şımarık bir gradyan kullanılarak anatomik görüntüler için (SPGR) dizisini hatırlattı.
  2. Aşağıdaki parametreleri kullanarak fonksiyonel görüntüleme gerçekleştirin: TR = 2.000 msn, TE = 30 msn, FOV = 210 mm, matriks = 64 x 64, dilim kalınlığı 4 mm, 34 dilim. TR = 20 msn, TE = 3 msn, FOV = 256 mm, matriks = 256 x 256, kesit kalınlığı 1 mm, 160 dilimler: Yüksek çözünürlüklü yapısal görüntüleme için aşağıdaki parametreleri kullanın.
  3. Her görüntüleme oturumu 20 dakika sürmelidir. Gözleri kapalı dinlenmek isteyin. Hiç özel işitsel girdi gereklidir.

BOLD Verilerin 3. Önişlemesi

  1. Preprocess FSL (fMRIB Yazılım Kütüphanesi) yazılım sürümü 4.1.6 (Oxford, İngiltere, www.fmrib.ox.ac.uk / fsl) 13,14 kullanılarak fMRI verileri. Baş hareketi objeyi 15 kaldırmak için kullanın FSL MCFLIRT: Ön işleme adımlar şunlar olmalıdır. BOLD dosyalar için BET seçeneği-F ile nonbrain dokuyu 16 kaldırmak için FSL BET kullanın. Bu bir çalışma f oluryalnız beyin dokusu üzerinde urther analizi adımları.
  2. FEAT yılında tescil ile minimal işlenmiş analizi çalıştırın. "Birinci düzey analizi" seçeneğini seçin ve "Tam analizi" üst iki düğmelerinden "Pre-istatistikleri" olarak değiştirin.
    1. Pre-istatistikleri sekmesinde, "BET beyin çıkarma" işaretini kaldırın ve "Motion düzeltme" için "None" (Bunları zaten yukarıda yapmış gibi) seçin. Sonra anatomik (SPGR) görüntüler ve bir standart (MNI) görüntü için fonksiyonel (BOLD) görüntüleri kayıt ol. Bu deneğin beyin alanı içine alan standart seçilen tohum bükülmesine analizi sırasında daha sonra kullanılan transformasyon matrisler, üretimi ile sonuçlanır.
  3. ("Standard2example_func.mat" adlı) oluşturulan dönüşüm matrisi kullanın ve bireysel BOLD uzaya CSF ve beyaz madde İB'leri dönüşümü.
    1. Fslmeants komutunu kullanarak CSF ve beyaz cevher ROI gelen zaman serisi Özü,Bir maske gibi bireysel konu uzayda ROI kullanarak. Yazılımı "R" ile ekstre zaman serisi normalleştirmek. Bu zaman serileri daha sonra analiz karşılık gelen suni sinyallerini çıkarmak için GLM içinde regressors olarak kullanılır.
  4. Bir sonraki adım, özne hareketi ile ilgili eserler çıkarılmasıdır. Hareket parametrelerin regresyon için, çalıştırmadan önce FSL FEAT içinde aşağıdaki ayarlayın.
    1. Veri sekmesinde içinde, senin kümesi karşılık TR değerini ayarlamak, girdi olarak hareket-düzeltilmiş ve beyin-ekstre dosyasını kullanın. 100 saniye filtre kullanılarak filtreleme yüksek geçiren ayarlayın. Yüksek geçiren filtreleme çok düşük frekanslı hiçbir ilgi sinyalleri kaldıracaktır. Yüksek frekans sinyallerini çıkarmak için bir düşük geçiş filtresi aşama 4.1 'de, daha sonra uygulanacaktır.
    2. Pre-istatistikleri sekmesinde içinde, zaten bitti gibi "Hareket düzeltme" başlığı altında "Hiçbiri" seçeneğini seçin. Zaten yapıldığı gibi "BET beyin çıkarma" işaretini kaldırın. Uzaysal yumuşatma gerçekleştirin5 mm tam genişlikte yarı maksimum (FWHM) kullanarak.
    3. Istatistikler sekmesinde içinde, 6 hareket parametreleri ve bunların zamansal türevleri geriler. Konvolüsyonunun için "Hiçbiri" seçeneğini seçin ve onay "zamansal filtreleme uygula." Genel Lineer Model (GLM) bu gerileme FEAT analiz modeli içine girdi sonra olabilir, hangi hareketi parametrelerinin metin dosyaları almak için FSL MCFLIRT çıkışını kullanın
    4. Ayrıca GLM ayıklanır ve önceki adımlarda normalize edildi CSF ve beyaz cevher sinyalleri ekleyin. , Konvolüsyonunun için "Hiçbiri" seçeneğini seçin zamansal türevi ekleyebilir ve "zamansal filtreleme Uygula" işaretini kaldırın.

4. İstatistiksel Yöntemler

  1. Yukarıda tarif edilen ön işleme gelen kalıntılar tohum bazlı korelasyon için kullanılmalıdır. Bu kalıntılar ilk 0.1 Hz'lik bir alçak geçirgen filtre geçirilmelidir, daha sonra standart sapmasına bölünerek, ortalama çıkarılarak, ve sonra ekleyerek ölçekli tarafından aşağılanmak100. Tohumlar MRICron yazılımı kullanılarak standart MNI boşlukta 6 mm'lik bir çap ile tanımlanmalıdır.
  2. Posterior ve anterior tohum şu koordinatlara uygun olmalıdır: (1) Rsp / PCUN region (x = 2, y -60, z = = 36) ve (2) ventromedial prefrontal korteks (vmPFC, x = 3, y = 60, z = 1). Bu tohum yerleri sağlıklı içinde tanımlanmıştır ve bir sonraki aşamada 17-19 konu alan dönüşürler.
    1. Tohumlar daha sonra standart MNI alan her deneğin ayrı işlevsel beyin boşluğa transforme edilmelidir. Bunun için, tek tek işlevsel (KALIN) alanı standart (MNI) uzaydan tohum dönüştürmek için ("standard2example_func.mat" olarak adlandırılır), yukarıda elde edilen dönüşüm matris kullanın.
    2. Fslmeants önceden aşağılanmak ve bir maske olarak bireysel konu uzayda tohum kullanarak, artık ölçekli gelen zaman serisi ayıklamak için komut kullanın. Yumuşak kullanarak ekstre zaman serisi Normaleware "R".
  3. Tohum voksellerden ve diğer tüm beyin voksellerden arasında kısmi korelasyonlar her çalıştırmak için her konu için ayrı ayrı hesaplanması gerekmektedir. Bunun için, FSL FEAT GUI içinde, "İlk seviye analizi" seçin ve sonra "Stats + Post-istatistikleri". Veri sekmesinde içinde, önceden aşağılanmak ve ölçekli artık FEAT girdi olarak kullanılmalıdır.
  4. Artık zaten yüksek 100 sn geçirilir gibi, 10.000 Yüksek geçiren filtre cutoff ayarlayın. İstatistikler sekmesinde, "FİLM prewhitening kullan" Seçimi kaldırmak ve GLM de daha önce çıkarılan ve normalize tohum zaman serisi kullanırız. Post-istatistikleri sekmesinde içinde, 2.0 değerine istenen Z-istatistik eşiğini ayarlayın.
  5. Önceki konularda içinde çalışır birleştiren grup analizi çalıştıran, bir Fisher'in Z dönüşümü önceden çalıştırılan korelasyon analizi (adım 4.3) üretilen (Parametre Tahminleri Kontrast) COPE dosya üzerinde yapılmalıdır. Kopya kayıt verileri from FEAT analizi "Tescil" dizin adım 4.3 korelasyon çalışma içine adım 3.1 yapılır.
  6. Her konu içinde çalışır birleştirerek daha yüksek bir seviye analizi çalıştırın. Bunun için, FSL FEAT GUI içinde, "yüksek-seviye analizi" seçin ve sonra "Stats + Post-istatistikleri". "Veri" sekmesinde içinde, seçim "Girişler alt düzey FEAT dizinleri" ve adım 4,4 deneğin çalışır girin. "Stats" sekmesinde, ": Basit EKK Karışık etkileri" seçin. Modeli olarak ortalama etkisi kurmak; öznenin vadede her biri için 1 değerini girin.
  7. Konularda, bir, En Küçük Kareler (EKK) arasında ishal üzerinden veri birleştirmek için basit karışık etkileri analizi kullanılmalıdır. Bunun için, FSL FEAT GUI içinde, "Üst düzey analizini" seçin ve "İstatistikler + Post-istatistikleri". Veri sekmesinde içinde, seçim "Girişler alt düzey FEAT dizinleri" ve adım 4.5 den deneklerin kombine çalışır girin.
  8. İstatistikler sekmesinde, "Karışık etkiler: Basit EKK" seçim "3 grup olarak bir model kurma; her konu ait olduğu grubun, aksi halde 0 için 1 değerini girin. Grup analizi üç gruba (sağ TLE, sol TLE ve sağlıklı kontrol) karşılık üç seviyeleri ile bir tek-yönlü ANOVA kullanarak her vokselden yapılmalıdır.
  9. Eşiğine Z istatistik görüntüleri Z> 2,0 eşik oluşturan küme kullanımı ve p küme önemli eşik = 0.05 20 düzeltildi. Korelasyon haritada doğru z-değerleri elde etmek için, bir ters Fisher'in Z dönüşümü sonuçlarına yapılmalıdır.
  10. Aşağıdaki özel tezat (1) sağ TLE> kontrolleri karşılaştırıldığında olmalıdır; (2) TLE> kontrolleri yaptı; (3) sağ TLE> TLE bıraktı; (4) TLE> sağ TLE yaptı; (5) kontrol> sağ TLE; TLE sol (6) kontrol>; (7) TLE (kombine sağ ve sol)> kontrolü; ve (7) kontrol> TLE (sol kombine sağa ve).

Sonuçlar

Şekil 1 DMN posterior tohum (Rsp / PCUN, kırmızı-sarı renkler) ve anterior tohum (vmPFC, mavi-yeşil renkler) ile bağlantısı ortaya gösterir ve farklı konu gruplarında bulunan ağları karşılaştırır (Şekil 1A-C) ve birbirleri arasındaki, yani sağlıklı kontroller daha sonra tüm TLE'de (Şekil 1D ve 1E) olan hastalarda ve sağlıklı kontrol sol TLE (Şekil 1F ve 1G) ve sağ TLE (Şekil 1...

Tartışmalar

Epilepsi bir ağ hastalık olduğu düşünülen ve ilgili ağların anormallikleri nöbetler sırasında ve interiktal devlet 21 mevcut olmasıdır. Görev tabanlı fMRI TLE'de 8 dil ve bellek ağları anormallikleri analiz etmek için kullanılır olmuştur. FcMRI bu dinlenme durumunda özellikle aktif bir ağ olarak DMN 12 okuyan doğasında avantajları vardır. DMN rahatsız edilmeden bırakılır ve spontan düşünceler yapan uyanık bireylerde aktif olduğu bulunmuştur beyin...

Açıklamalar

Dr Engel NIH Grants P01 NS02808, R01 NS33310 ve U01 NS42372 tarafından finanse edilen, patent WO 2009/123734A1 vardır ve 2009/123735A1, Medlink, Wolters Kluwer'e, Blackwell ve Elsevier gelen telif alır WO ve Medtronics honoraria aldı Wolters Kluwer ve En İyi Doktorlar. Dr Stern UCB ve Lundbeck için ücretli danışman olarak görev yapmıştır. Dr Stern Medlink Nöroloji bir editörü ve Wolters Kluwer'e gelen ve McGraw-Hill telif aldı. Kalan Yazarlar bildirmek için hiçbir açıklama veya çıkar çatışması var.

Teşekkürler

NIH-NINDS K23 Hibe NS044936 (JMS), bu araştırma için fon Amerika Epilepsi Vakfı, Tıp Hesaplamalı ve Bütünleştirici Biyomedikal Araştırma Merkezi (CIBR) Tohum Hibe Ödülleri (ZH) Baylor College tarafından sağlandı; . Elizabeth Pierce (UCLA): ve Leff Aile Vakfı (JMS) Veri toplama Asisti.

Malzemeler

NameCompanyCatalog NumberComments
MRI machine
Linux workstation with image analysis software installed

Referanslar

  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).

Yeniden Basımlar ve İzinler

Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi

Izin talebi

Daha Fazla Makale Keşfet

T pSay 90Default Mode A DMN temporal lob epilepsisi TLEfMRIMRfonksiyonel ba lant MRG fcMRIkan oksijenlenme seviyesi ba ml BOLD

This article has been published

Video Coming Soon

JoVE Logo

Gizlilik

Kullanım Şartları

İlkeler

Bize Ulaşın

KÜTÜPHANEYE TAVSİYE ET

JoVE HABER BÜLTENLERİ

Araştırma

Eğitim

Yazarlar

Kütüphaneciler

JoVE Hakkında

Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır