Summary
우리 후부 대상 피 질과 Alzheimer의 질병 (광고) 환자, 가벼운 인지 장애 (MCI)와 건강 한 컨트롤 환자에서 뇌 간의 지시 기능 연결에서 변경 조사 휴식 상태 기능 자기 공명 영상 그레인저 인과 분석을 바탕으로.
Abstract
장애인된 기능 연결에는 기본 모드 네트워크 (DMN) Alzheimer의 질병 (광고)의 진행에 관련 될 수 있습니다. 후부 대상 피 질 (PCC)은 광고의 진행을 모니터링 하기 위한 잠재적인 이미징 마커입니다. 이전 연구 PCC와 DMN, 외부 지역에서 노드 간의 기능 연결에 초점을 두지 않 하지만 우리의 연구는이 간과 기능 연결을 탐구 하는 노력. 데이터를 수집, 우리는 기능 자기 공명 영상 (fMRI)와 그 랜 저 인과관계 분석 (GCA) 사용. fMRI에는 서로 다른 뇌 영역 간의 동적 상호 작용을 공부 하는 비-침략 적 방법을 제공 합니다. GCA는 일회성 시리즈 다른 예측 하는 데 유용 여부를 확인 하기 위한 통계 가설 시험. 간단한 용어 있음, 그것은 "알려진 마지막 순간에,이 시간에 X의 확률 분포에 대 한 모든 정보"와 "알려진 Y,이 시간에 X의 확률 분포를 제외 하 고 마지막 순간에 대 한 모든 정보"를 비교 하 여 판단, Y와 X 사이의 인과 관계 인지 확인 합니다. 이 정의 완전 한 정보 소스 및 고정 시간 시퀀스를 기반으로 합니다. 이 분석의 주요 단계는 X를 사용 하 고 회귀 방정식을 설정 하 여 가상 테스트 하 여 인과 관계를 그릴 Y. GCA 인과 효과 측정할 수 있는, 이후 우리 기능 연결의 이방성을 조사 하 고 탐구는 PCC의 허브 기능을 그것을 사용. 여기, 우리 검사 MRI 스캔, 116 참가자 그리고 neuroimaging에서 얻은 데이터를 전처리, 후 우리는 각 노드에의 인과 관계를 파생 GCA를 사용. 마지막으로, 우리는 감독 연결이 상당히 가벼운 인지 장애 (MCI) 및 광고 그룹, 전체 두뇌에 PCC에서와 PCC에 전체 뇌에서 사이 다는 결론을 내렸다.
Introduction
광고는 histopathology, 전기 생리학, 및 neuroimaging1를 사용 하 여 진단 될 수 있다 중앙 신경의 퇴행 성 질환 이다. 메모리 관련 DMN, 광고와 관련 된 상호 작용 두뇌 영역의 중요 한 시스템 이며 비정상적인 기능 광고2,3의 특징입니다. PCC는 휴식 상태에서 전통적인 기본 네트워크의 중요 한 지역 이며 에피소드 메모리, 공간 주의 자기 평가, 그리고 다른 인지 기능4,5,,67에 중추적인 역할을 합니다. 또한, 광고 진행을 모니터링 하기 위한 이미징 마커 수 있습니다. GCA를 사용 하 여, 리아 외 는 PCC 여러 연결을 여러 cytoarchitectonics의 지역 이며, 기능적 뇌 구조8에 중요 한 역할을 발견 하 고. 종 외. 보도 PCC DMN3내 다른 지역의 대부분에서 상호 작용을 받은 컨버전스 센터 했다. 또한, 먀오족 외 DMN 허브 지역에는 PCC는 다른 노드9가장 큰 원인 효과 관계를 설명 했다. 함께,이 증거는 PCC의 감독된 연결 광고 연구에 귀중 한 고는 PCC 더 있이 필요가 나타냅니다 모든 공부는 DMN의 중요 한 영역으로 깊이.
이전 연구는 PCC와 DMN; 내 다른 지역 간의 연결에 국한 되었다 그러나, 외부 광고에 그들 영향 뿐만 아니라 DMN, PCC 및 뇌 영역 간의 감독된 기능 연결에 변경 내용을 아직 되지 않은 탐험된10. 우리의 연구는 더 정상적인 건강 한 컨트롤, MCI, 환자 및 환자와 광고에서이 미개척된 기능 연결을 조사 했다. PCC와 뇌 영역 사이의 직접된 연결을 관찰 하 여 우리 광고 진행에 관련 된 뇌의 기능 변화를 명료 하 게 하 고 그로 인하여 질병의 심각도 평가 하기 위한 새로운 객관적인 기초를 확립을 목적으로.
기능적인 연결 대뇌 혈액 산소 수준 의존 (BOLD) fMRI 신호에 동기 낮은 주파수 변동 (LFFs)에 의해 대표 될 수 있는 국제 상호 작용을 말합니다. 따라서,는 PCC 및 다른 두뇌 지구 사이 기능적인 연결을 관찰 하기 위해 우리는 fMRI GCA, PCC 관심 영역 (ROI)으로 함께 사용 하 여 여는 PCC와 뇌 네트워크 사이의 기능적 연결 분석. 이 기술은 직접 neuroimaging11에서 가져온 데이터를 사용 하 여 각 노드의 기본 관계를 파생 합니다. 최근, GCA 뇌 파 (EEG)와 뇌 영역12간의 인과 효과 나타내기 위해 fMRI 연구에 적용 되었습니다. 이러한 모든 연구 표시 GCA 기술은 뇌의 각 노드에의 인과 관계를 탐지 하기 위한 최적의 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
이 보고서는 감독된 기능 연결은 PCC에서 전체 두뇌에 및 전체 두뇌에서 광고, 사이 PCC 비교 하기 위한 과정을 선물 한다 MCI 및 제어 그룹. 또한,이 과정에서 중요 한 단계는 분류 및 실험 전에 샘플의 검사입니다. 따라서 분류 및 심사 기준은 중요 한 경우 잘못 된 결과의 정확도 영향을 받을 수 있기 때문에. 우리 식별 및 분류 MCI;의 2011 NINCDS ADRDA 진단 및 MMSE, 기준과 기준 프로토콜에 나열 된 사용 우리의 심사 기준은 위의 프로토콜에도 라고도 합니다. 우리는 재판에 적합 되었고, 정확 하 게 분류 나머지 환자는 후속 실험에 대 한 근본적인 그 환자 제외. 중요 한 GCA 분석에서에서 파생 되 감독된 기능 연결은 PCC 전체 두뇌 및 전체 두뇌에서 광고, MCI, 사이 PCC에 고에서 얻은 데이터를 사용 하 여 컨트롤 그룹 neuroimaging. 우리는이 프로토콜에서 GCA 분석의 세부 정보를 제시. 이 기술 감독된 연결, 그룹 간의 중요 한 차이점을 발견 하 고 기능 변경 및 광고 진행 간의 상관 관계를 잘 설명.
이 연구의 데이터 분석, 차이 (제외 나이, 성별, 교육 수준, 이들은 3 그룹 사이 유사 때문에 따라서, 그것은 결론의 객관적인 평가 하기 어려운) 하는 개인 간의 발생 했습니다. 이 문제를 해결, 우리는 그룹의 데이터 대신 개별 데이터 분석. 각 그룹에 변수 평균 및 SD, 그리고 숫자와 백분율, 카이 사각 시험을 사용 하 여 연속 변수로 표현 됩니다. 이 정량적 평가 통해 우리가 객관적으로 PCC 및 전체 두뇌 지역 사이 직접된 연결을 평가 하 고 두뇌에서 광고의 진행과 관련 된 기능적 변화를 명료 하 게 수 있습니다.
선형 상관 관계와 독립적인 구성 요소 분석 (ICA) 널리 사용 된 기능적인 연결을 공부,이 결과 아무 지향성 있습니다. GCA는 fMRI 시계열의 인과 효과 측정 뿐만 아니라 역학과 rs fMRI14,15에서 얻은 대담한 신호의 방향 표시를 활용할 수 있습니다.
우리는 PCC와 ROI와 발견된의 차이 감독된 연결 광고, MCI, PCC와 GCA를 사용 하 여 전체 두뇌 네트워크 감독된 연결 분석 및 제어 그룹. 따라서, 우리는 PCC, DMN 뇌 영역의 중요 한 허브로 서는 상당한 영향을 미칠 광고 진행에는 결론을 내렸다. PCC 수 있습니다 뿐만 아니라 수신 정보에 이상이 보여주지만 또한 정보 전송 이상 표시. 또한,이 연구는 이러한 두뇌 지구에 있는 이상 때문에 일방적인 비정상적인 연결 모든 뇌 영역에서 정보를 전송 방향, 개별 노드 (왼쪽된 중간 정면 이랑 왼쪽된 precuneus)를 제외 하 고는 보여줍니다. 이 연구의 또 다른 흥미로운 발견 이러한 연결 예외 왼쪽된 반구에 주로 발생 하는 것입니다. 이 지배적인 반구 (왼쪽된 뇌)는 초기 대사 감소 및 위축16오른쪽 반구 보다 부상에 더 취약 있을 수 있습니다.
그럼에도 불구 하 고, 우리의 연구에서 몇 가지 제한이 있습니다. GCA 기술, 샘플링 속도 도달 하면 2 s, 다른 hemodynamic 지연17, 정확 하 게 얻기 어렵다 고 BOLD의 느린 역학 2 신호 s 일부 급속 한 인과 관계 손실18를 발생할 수 있습니다. 그 결과, 실험 데이터의 편차가이 제한 될 수 있습니다. 테스트 샘플 크기는 충분히 큰, 이후 추가 예제 결과 확인에 필수적입니다.
현재, 일부 연구 변수 GCA 기술을 여러 뇌 영역 간의 인과 관계를 설명 하기 위해 사용. 이론에서는, 복수 GCA은 두뇌; 방향 연결의 복잡성을 밝힐 수 있는 향상 된 기술 그러나, hemodynamic 지연 따라 지역12로 이항 GCA 보다 더 기술적도 전에 있다. 우리의 미래 목표 변수 GCA의 문제를 해결 하 고 더 나은 두뇌의 복잡 한 방향 연결을 설명 하기 위해 연구에 적용 하는.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자는 그들이 하지 않아도 경쟁 금융 관심사 선언 합니다.
Acknowledgments
저자는 컴퓨터 소프트웨어 지원에 대 한 Gongjun 지 감사합니다. 이 연구는 국립 자연 과학 재단의 중국 (no. 81201156, 81271517); 부분적으로 지원 했다 절 강 지방 자연 과학 재단의 중국 (아니. LY16H180007, LY13H180016, 2013C33G1360236), 강성 (no. 2013RCA001, 201522257)의 건강 위원회에서 과학 재단.
Materials
Name | Company | Catalog Number | Comments |
116 patients | Zhejiang Provincial People’s hospital | - | This study was approved by the ethics committee of Zhejiang Provincial People’s hospital. Every enrolled subject signed a written informed consent form. |
Siemens Trio 3.0 T MRI scanner | Siemens, Erlangen, Germany | 20571 | Equipped with AudioComfort that reduces acoustic noise up to 90%; Provides high performance at a low noise level; Ultra light-weight coil; Unique MRI sequence design; Supports up to 400 pounds without restrictions. |
RESTplus | Hangzhou Normal University, Hangzhou, Zhejiang, China | 20160122 | RESTplus evolved from REST (Resting-State fMRI Data Analysis Toolkit), a convenient toolkit to calculate Functional Connectivity (FC), Regional Homogeneity(ReHo), Amplitude of Low-Frequency Fluctuation (ALFF), Fractional ALFF (fALFF), Gragner causality, degree centrality, voxel-mirrored homotopic connectivity (VMHC) and perform statistical analysis. |
DPARSF | Hangzhou Normal University, Hangzhou, Zhejiang, China | 130615 | Data Processing Assistant for Resting-State fMRI (DPARSF) is a convenient plug-in software within DPABI, which is based on SPM. You just need to arrange your DICOM files, and click a few buttons to set parameters, DPARSF will then give all the preprocessed data, functional connectivity, ReHo, ALFF/fALFF, degree centrality, voxel-mirrored homotopic connectivity (VMHC) results. |
SPSS | SPSS Inc., Chicago, IL, USA | - | SPSS offers detailed analysis options to look deeper into your data and spot trends that you might not have noticed. |
References
- Delbeuck, X., Van der Linden, M., Collette, F. Alzheimer's disease as a disconnection syndrome? Neuropsychol Rev. 13 (2), 79-92 (2003).
- Wang, K., et al. Altered functional connectivity in early Alzheimer's disease: a resting-state fMRI study. Hum Brain Mapp. 28 (10), 967-978 (2007).
- Zhong, Y., et al. Altered effective connectivity patterns of the default mode network in Alzheimer's disease: an fMRI study. Neurosci Lett. 578, 171-175 (2014).
- Gusnard, D. A., Raichle, M. E., Raichle, M. E. Searching for a baseline: functional imaging and the resting human brain. Nat Rev Neurosci. 2 (10), 685-694 (2001).
- Greicius, M. D., Krasnow, B., Reiss, A. L., Menon, V. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc Natl Acad Sci U S A. 100 (1), 253-258 (2003).
- Ries, M. L., et al. Task-dependent posterior cingulate activation in mild cognitive impairment. NeuroImage. 29 (2), 485-492 (2006).
- Braak, H., Braak, E.
Neuropathological stageing of Alzheimer-related changes. Acta Neuropathol. 82 (4), 239-259 (1991). - Liao, W., et al. Evaluating the effective connectivity of resting state networks using conditional Granger causality. Biol Cybern. 102 (1), 57-69 (2010).
- Miao, X., Wu, X., Li, R., Chen, K., Yao, L. Altered connectivity pattern of hubs in default-mode network with Alzheimer's disease: an Granger causality modeling approach. PloS one. 6 (10), e25546 (2011).
- Yu, E., et al. Directed functional connectivity of posterior cingulate cortex and whole brain in Alzheimer's disease and mild cognitive impairment. Curr Alzheimer Res. , (2016).
- Kaminski, M., Ding, M., Truccolo, W. A., Bressler, S. L. Evaluating causal relations in neural systems: granger causality, directed transfer function and statistical assessment of significance. Biol Cybern. 85 (2), 145-157 (2001).
- Zang, Z. X., Yan, C. G., Dong, Z. Y., Huang, J., Zang, Y. F. Granger causality analysis implementation on MATLAB: a graphic user interface toolkit for fMRI data processing. J Neurosci Methods. 203 (2), 418-426 (2012).
- Hedden, T., et al. Disruption of functional connectivity in clinically normal older adults harboring amyloid burden. J Neurosci. 29 (40), 12686-12694 (2009).
- Liao, W., et al. Small-world directed networks in the human brain: multivariate Granger causality analysis of resting-state fMRI. NeuroImage. 54 (4), 2683-2694 (2011).
- Liao, W., et al. Evaluating the effective connectivity of resting state networks using conditional Granger causality. Biol Cybern. 102 (1), 57-69 (2010).
- Zhang, H. Y., et al. Detection of PCC functional connectivity characteristics in resting-state fMRI in mild Alzheimer's disease. Behav Brain Res. 197 (1), 103-108 (2009).
- Deshpande, G., Hu, X., Stilla, R., Sathian, K. Effective connectivity during haptic perception: a study using Granger causality analysis of functional magnetic resonance imaging data. NeuroImage. 40 (4), 1807-1814 (2008).
- Bressler, S. L., Seth, A. K. Wiener-Granger causality: a well established methodology. NeuroImage. 58 (2), 323-329 (2011).