Name: 동적 상호 주제 기능 연결 밝혀 연속에 의해 구동 하는 순간 순간 두뇌 네트워크 구성 또는 통신 패러다임 (동영상) | JoVE Journal
Uploaded: 2019-03-21T13:30:00.000+00:00
Duration: 8 min 36 s
Description: 학습하세요 fMRI를 이용한 순간순간 뇌 기능 연결성 동적 추적 방법입니다. 이 기법은 건강한 대조군과 자폐증 및 조현병 환자 간 뇌 신호 동기화를 비교 분석하여 신경과학 연구에 활용됩니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

이 작품은 다음의 각각에 의해 부분적으로 지원: 스위스 국립 과학 재단 (DVDV에 보조금 번호 205321_163376), Bertarelli (TB를 DVDV), 센터를 위한 생물 의학 화상 진 찰 (CIBM), 재단과 연구 (국립 기관 tempofront 부여 번호 04701 ALG). 저자는 로베르토 Martuzzi과 줄리아 Preti, 각각, MRI 운영자로 서이 작품의 비디오 콘텐츠를 그들의 공헌에 감사 하 고 싶습니다 하 고 자원 봉사 검사.

저자는 공개 없다.

건강 한 과목의 데이터 집합에서 우리 시연 어떻게 동기 간 주제 증가 하 고 감소 FC, ISFC 과도 일치 일시적으로 지역화 된 영화 단서, 정적 묘사를 넘어 정보를 제공 하. 크로스-주제 상관 관계를 사용 하 여 측정 분석 기능 재구성 자극 기반에 초점을, 비록 하나 해야 합니다 또한 유의 공부 인구에 걸쳐 공유 되는 효과를 결과 제한 하: 따라서, 낮은 수준의 감각 처리 정면 처리40에 비해-대표 것으로 예상 된다. 이 한계를 우회 하기 위하여 능력을 가장 강력 하 게 주제에 걸쳐 다 영역을 추출 하는 새로운 방법이 개발된41되 고 있습니다.
ISFC 과도 시간 과정의 시간적인 해상도 frame-wise 접근15에 비해 하향 조정으로 도입된 방법론에서 또 다른 한계는 슬라이딩 윈도우 측면에서 발생 합니다. 우리가 보여준 동적 ISFC 재구성, 제대로 해결 하려면 충분히 낮은 창 길이 사이의 트레이드 오프 필요 그리고 강력한 얻기 위해 충분히 큰 크기를 추정 하고있다. 우리의 프레임 워크의 두 가지 중요 한 단계는 추출 된 ISFC 과도 연결에 진정 발생 변화 반영 확인: 1, 창 길이32;의 반대와 함께 지역 시간 과정의 고 통과 필터링 둘째, 자극 관련 데이터를 비교 하 여 동일한 인수 매개 변수는 관련 null 분포의 생성에 대 한 휴식 상태 ISFC 데이터를 사용 하 여. 물론, 후자 또한 필요 lengthier 글로벌 획득 시간 자극 관련 세션 위에 휴식 상태 데이터를 수집할 수 있도록 합니다. 대체 접근 방식으로 추가 휴식 상태 녹음을 피하기 위해, 우리는 또한 동적 기능적 연결 분석에서 자주 사용 하는 접근 자극 관련 시간 코스에서 직접 단계 무작위 데이터를 생성 하 가능성을 제공 23 , 24. 세션의 하위 집합에 대 한 추가 평가 공개는 휴식 상태 null 메서드 더 보수, 따라서 덜 하는 경향이 가양성, ISFC 여행 탐지의 글로벌 패턴 유사 했다 두 구성표 (참조 에 걸쳐 있지만 보충 그림 5).
<img alt="Supplementary Figure 5" src="/files/ftp_upload/59083/59083sfig5.jpg"> 보충 그림 5: null 데이터 생성 방법을 통해 탐지의 ISFC 여행. 휴식 상태 (왼쪽된 열, 파란색 플롯) 또는 단계 랜덤 (오른쪽 열, 붉은 음모) null 데이터 생성 방법, ISFC 여행 연결에서 추출의 비율. 하단 플롯은 처음 세 고려 두뇌 지구에서 유출 하는 연결에 대 한 삽입 된. 오류 과목에 걸쳐 표준 편차를 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/59083/59083sfig5large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
휴식 상태 취득의 기간 실제로 분석의 중요 한 매개 변수에 관한: α 값. 위에 궁 행, 너무 관대 한 선택 검색된 ISFC 과도에서 잘못 된 반응의 많은 양의 이어질 것입니다. 사용 가능한 휴식 상태 데이터의 큰 금액, 더 엄격한 달성 가양성 비율, 임계 처리 더 극단적인 값 null 분포에 근거 할 수 있다 때문에. 표시, n = 299 아틀라스 지역으로 여기 고 우리의 집계 5,762 휴식 상태 데이터 포인트의 주어진, 우리가 고작 0.01% α 값을 얻을 수 있습니다 (단계 5.2.6 수학 세부 사항 참조).
FMRI 분석에 관한 또 다른 핵심 가능한 모션 관련 유물 분석된 데이터30,42의 엄격한 제거에 있다. 특히, 한 스캐너에 모션 표시 전시 병 인구 도입된 파이프라인을 적용 하 고 싶다면 좋습니다 covariates 수행 통계 분석에서으로 모션 변수를 포함 하 여 위에 추가 전처리 단계 실행,43 또는 ICA 향기44denoising 잔물결 같은. 예를 들어 비교, 그룹 ISFC 과도 건강 하 고 병 그룹 사이의 비교를 쉽게 수행할 수 있습니다 (참조 볼튼 외.25 인구에 예에 대 한 진단의 두 그룹에 동시에 기술된 접근을 실행 하 여 와 자폐증 스펙트럼 장애). 그러나, 그룹 간의 차이 다음 두 가지 설정에서 발생할 수 있습니다: (1) 결 석 ISFC 한 그룹 또는 그룹에서 (2) 더 이질적인 진화 변화. 그 두 가지 요소를 코드에 파이프라인 부트스트랩 단계 참조 그룹으로 설정 하는 건강 한 주제를 사용 하 여 병에 걸리는 그룹에 대 한 한 번 더 실행 되어야 합니다. 경우는 후자 것 반면 여전히 결 석 응답 유발 합니다.
무엇 우리 여기에 설명 된, 위에 소개 된 방법론 또한 열립니다 미래의로 약속: 분석 측면에서 ISFC 과도 지도 두뇌 그래프 뇌를 측정 하는 통계에서 연결 파생된45, 수로 볼 수 또는 동적 ISFC 국가 접근을 클러스터링을 통해 추출 하 고 그들의 공간과 일시적인 특성17,46점에서 평가 수 있습니다. 또한, 하나는 또한 피어슨의 상관 계수 FC47,48의 미묘한 측면을 보다 더 정교한 연결 측정 도구를 사용 하 여 정시 수 있습니다.
실험적 측면에서 패러다임의 더 확장 된 우리의 파이프라인의 응용 프로그램은 유망한 관점: 예를 들어 영화 대신 여기, 공부로 한 수 정시 음악49 또는 서술 이야기13의 조각을 사용 하려면 50 시간 동기 자극. 또는, 그것은 수 심지어 수 상상, hyperscanning51, 통해 자연 사회 통신52,53프로브.

기능성 자기 공명 영상 (fMRI) 비 접촉 외부 자극에서 발생 하는 뇌 작업에 변화를 모니터링 하는 선택의 도구가 되고있다. 좀 더 구체적으로,에 생생한 관심 지역 활성화 시간 과정, 기능 연결 (FC)1 로 알려져 있으며 일반적으로 Pearson의 상관으로 계산 사이 통계적 인 상호 의존의 이해에 대 한 떠오르고 있다 계수입니다. 기능 interplays는 뇌에 걸쳐 광범위 하 게 기본 작업2,,34의 기능으로 다시 설정 표시 되었습니다.
2 개의 분석 방향이 입문 특성화 넘어가 서 따른 별도로: 한편으로, 특정된 뇌 영역에 시간 동기 자극에 의해 유도 된 응답 강하게 뚜렷한 주제5에서 상관 관계를 관찰 되었다 . 잠재적인 인식6,7,,89 및 뇌 장애10,11의 우리의 이해를 수정 보여준이 간 상관 관계를 주제 (ISC) 측정 . 또한, 크로스-주제 이제 이렇게 크로스 지역 동시성12, 간 주제 기능 상관 관계 (ISFC) 접근13로 알려진 무슨에 평가 또한 확장 되었다.
다른 한편으로, FC 재구성의 동적 맛 시작 관심 증가 (허 치 슨 외.14, Preti, 볼 턴 및 반 드 빌15,16 최근 리뷰를 곤잘레스 카스 틸로 Bandettini 참조는 휴식 상태와 작업 기반 측면이이 질문의). 양측 검정는 점차적으로 이동한 임시 하위 창17,18, 행동 작업 의 맥락에서 추가적인 통찰력을 드러내는 동안 연속 상관 관계 측정을 통해 시간이 지남에 모든 두뇌 FC 변화를 추적 하는 특히, 19,20.
여기, 우리는 그 두도 결합 하는 방법론 프레임 워크를 제시. 실제로, 우리는 주제 시간 잠겨, 자연 패러다임에 노출 사이 크로스 지역 동시성의 진화를 추적 하기 위해 슬라이딩 윈도우 방식에서 ISFC를 계산 합니다. 방법의 크로스-주제 측면 통해 분석 (되지 않은 상관 과목에 걸쳐) 자발적인 fMRI 변화는 강력 하 게 감쇠 하는 동안 자극 기반 효과에 집중 된다. 휴식 상태와 작업 갖는 활동 패턴은 점점 더 뚜렷한 속성21,22에 의해 특징을 이해 하기 때문에 중요 하다.
방법의 동적 구성 요소에 관해서는 단서 (청각, 시각, 사회, 등)의 다양 한 집합 시간이 지남에 결합 되어 자연 패러다임을 탐색 하는 경우에 특히 작업 자극의 더 완전 하 고 정확한 특성화를 통해. 또한, 중요 한 동적 변동 사운드 통계 평가 뜨겁게 논쟁된23,24되었습니다, 우리의 접근 소요 분석의이 측면 들 특정 중요 한 ISFC 변화를 통해 분리 하 여 적절 한 null 데이터를 비교 합니다.
우리 건강 한 과목 누구 우리는 시간적, 공간 ISFC 프로필 하위 간격을 정확 하 게 추출 될 수 있다 지역화 된 영화에서 발생 하는 변경 표시는 시청각 동영상 자극에 노출 된 메서드를 보여 줍니다. 이렇게, 우리는 또한 주요 분석 매개 변수를 사용자가 선택할 수의 영향을 설명 합니다. 제시 결과 이전 게시 데이터25,26의 일부를 기반으로 합니다.

<table><tbody><tr><td>Freesurfer version 6.0</td><td>Laboratory for Computational Neuroimaging, Martinos Center for Biomedical Imaging, Boston (MA), 미국</td><td>https://surfer.nmr.mgh.harvard.edu/fswiki/DownloadAndInstall</td><td>기능적 자기 공명 영상 데이터에 대한 다양한 처리, 시각화 및 분석 단계를 수행할 수 있는 MATLAB 호환 툴박스</td></tr><tr><td>MATLAB_R2017a</td><td>MathWorks</td><td>https://ch.mathworks.com/downloads/</td><td>MATLAB 연산 소프트웨어의 작동 버전(버전 2014a 이상을 사용해야 함)</td></tr><tr><td>Statistical Parametric Mapping version 12.0 (SPM12)</td><td>Wellcome Trust Center for Neuroimaging, 유니버시티 칼리지 런던, 런던, 영국</td><td>https://www.fil.ion.ucl.ac.uk/spm/software/spm12/</td> <td>기능적 자기 공명 영상 데이터에 대한 통계 분석을 수행할 수 있는 MATLAB 호환 툴박스</td></tr><tr><td>Tim-Trio 3 T MRI 스캐너</td><td>Siemens</td><td>https://www.healthcare.siemens.ch/magnetic-resonance-imaging/for-installed-base-business-only-do-not-publish/magnetom-trio-tim</td><td>피험자의 기능적 뇌 활동을 기록하는 자기 공명 영상 스캐너(3T에서)</td></tr></tbody></table>

동적 상호 주제 기능 연결 밝혀 연속에 의해 구동 하는 순간 순간 두뇌 네트워크 구성 또는 통신 패러다임

Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms

우리의 뇌는 자극;의 다양 한 종류에 어떻게 반응 하는지 이해 하 기능 자기 공명 영상 작업 기반 곰 큰 잠재력 그러나, 이것은 종종 기능 처리의 역동적인 면을 고려 하지 않고 얻을 수 및 분석 출력은 일반적으로 작업 기반 효과의 결합 된 영향 및 두뇌 활동의 기본 자연 변동에 대 한 계정. 이러한 한계를 넘어 갈 수 있는 새로운 방법론 파이프라인 소개: 슬라이딩 윈도우 분석 체계를 사용 하 여 시간이 지남에, 기능 변경 사항 추적을 허용 하 고 크로스-주제 이제 측정을 통해 접근 수 순전히 자극 관련 효과 격리 합니다. 엄격한 임계 처리 과정 감사 간 주제 기능 상관 관계에 상당한 변화는 추출 고 분석 될 수 있습니다.
자연 시청각 자극을 받았다 건강 한 과목의 세트에 매는 동영상의 특정 신호를 unraveled 기능 재구성 하 여 접근의 유용성을 설명 합니다. 우리는 어떻게, 우리의 방법을 통해 하나 수 두뇌 활동 (주어진된 연결의 진화)의 어느 임시 프로 파일을 캡처할 또는 키 시간에 스냅숏으로 공간에 초점을 보여줍니다. 우리 전체 파이프라인의 공개적으로 사용 가능한 버전을 제공 하 고 그것의 사용 및 그것의 주요 매개 변수 단계의 영향을 기술 한다.

여기, 우리는 n으로 간주 누구를 위한 우리가 동의가 서 면, 정보 15 일반적으로 개발 (TD) 과목. 오른 손잡이 남성 (23.42 ± 7.8 세) 했다. 선택한 패러다임은 태양에 노출의 위험에 대 한 청소년을 위한 시청각 과학 다큐멘터리. 그것은 시각, 청각, 사회적 자극의 큰 배열을 포함 하 고 https://miplab.epfl.ch/index.php/miplife/research/supplement-asd-study에서 시청 하실 수 있습니다.
두 세션 주제 (실행1 과 실행2)는 평가 영화 표시 했다 5에서 353 당 획득 s (5.8 분 기간). 휴식 상태 세그먼트 또한 따라 386에서 678 s (4.9 분 기간). 또한, 한 전적으로 휴식 상태 세션 (실행3) (공포증에서 고통 하는 사람 제외) 각 과목에 대 한 인수 되었다, 310에 대 한 지속적인 s (5.2 분). 예를 들어 영화 장면 및 수집 된 데이터의 타이밍은 그림 1A에서 요약 된다. 중요 한 것은, 수집 프로토콜은 의미에서 최적의 인수 직후 영화 노출 파급 효과27;에 의해 부분적으로 손상 될 수 있습니다 그 휴식 상태 기록 우리가 만족 양의 샘플 통계 임계 처리에 대 한 현재 연구 결과에서이 데이터의 사용만이 가능 하면 피해 야 한다.
우리 모든 세션을 프레임의 10% 이상, 0.5 m m의 임계값에 도달 하 찮은 되었고 Craddock 외34 (2-레벨 시간적 상관 관계 알고리즘) 지역 시간 코스, 299의 총 생성 하에서 parcellation으로 간주를 제외 서로 다른 뇌 영역입니다.
ISFC는 RUN1 및 실행2, (2)의 실행1 실행2및 (3) 휴식 상태 실행3 녹음의 휴식 상태 분할할 subparts (1) 영화 시청에 별도로 계산 했다. 우리 창 길이 W 사용 = 10 TR 메인에 대 한 결과 제시 하 고 W의 낮은 값 들을 비교 = 5 tr. 스텝 크기 항상 남아 크거나 1 tr. Bootstrapping 했다 6 세션을 포함 한 250 개 이상의 겹 수행 각 참조 그룹에 세그먼트.
그림 1B 표시 W에서 생성 하는 ISFC 시간 코스 = 10 TR 및 W = 5 3 다른 대표 연결에 대 한 TR: 1 연결 관련 개체를 이동 하는 기대와 관련 된 열 등 정수 리 지역 왼쪽 (MNI 좌표: 41,9,32)35 , 및 정면 opercular 지역 응답 억제에 연결 하는 오른쪽 (-34,-52,45)36. 이 후반 지역 이었다 또한에 연루 연결 2와 3, 각각 지역 감각 조정 (54,6,34)37에 연루와 단어 (6,62,9)38의 의미의 처리에 묶여 하나.
창 길이 걸쳐 비교 보여 W = 5 TR 설정, 주제에서 시간적 차이 W에 비해 두 영화 시청 및 휴식 상태 세그먼트 경우에 더 큰 전반적인 = 10 TR, 슬라이딩 윈도우 분석39알려진된 현상. 연결 1, 지역화 된 인벤터리 창 길이에 영화를 보고 기록 (약 55 s) 강한, 동기화 된 ISFC는 주로 휴식 상태 경우에는 값의 범위를 초과 과목에 걸쳐 증가 보여줍니다. 따라서, 우리는 우리의 임계 처리 방법으로 중요 한 ISFC 일시적으로이 임시 편 캡처를 기대 합니다.
연결 2, 관찰 하는 유사한 일시적인 역동성, W = 5 하지만 TR, 증가 덜 큰 슬라이딩 윈도우 방법론 관련 잡음으로 인해 휴식 상태 시간 코스에 비해 코드 쉽게 된다. 연결 3에 관해서는 영화에 명확한 응답이 경우 반영 하 고 따라서, 영화 시청 및 휴식 상태 시간 코스에서 변동 비슷합니다. 이 분석 단계에서 예상된 결과 분명 자극 유도 재구성을 표시 하는 연결 및 응답 하지 않는 연결 사이 혼합 이다.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/59083/59083fig1.jpg"> 그림 1: 수집 타이밍 및 예제 ISFC 시간 과정. (A) 과목으로 본 영화 관련 다양 한 사회적 상황 (예를 들어 이미지 1, 4), 화려한 패널 (예제 이미지 2와 5), 과학적 설명과 풍경 풍경 (예를 들어 이미지 3). 3 세션 주제 당 인수 했다: 2 (1 을 실행 하 고 실행 하는2) 영화 자극 포함 (353 5에서 s, 녹색으로 강조 표시) 휴식 상태 기간 다음에 (678에 386에서 s, 노란색으로 표시), 전적으로 하나 (실행3) 동안 휴식 상태 기록 (310 s 기간, 오렌지에 표시)에 구성 되어 있습니다. (B) 3 나타내는 연결 (C1, C2 및 C3, 각각 다크 그린/레드, 라이트 그린/오렌지와 청록색/노란색 트레이스), ISFC의 영화 보고 (차가운 색) 또는 휴식 상태 (따뜻한 색) 하는 동안 시간이 지남에 진화. W = 10 TR (왼쪽된 패널), 영화 보고 ISFC 변경 더 크게 스탠드 W에 비해 = 5 TR (오른쪽 패널). 각 추적 한 세션의 ISFC 시간 과정을 반영 한다. 이 그림은 분할 볼튼 외.25에서 수정 되었습니다. <a href="https://www.jove.com/files/ftp_upload/59083/59083fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
그림 2A 는 위와 같은 3 연결에 대 한 ISFC 시간 과정의 통계 임계 처리를 다음과 같은 결과 표시 합니다. 시간 코스 값이 1 이면 모든 과목 동시에 동일한 ISFC 증가 수술 포인트; 값이 0 이면 제목이 중요 한 ISFC 변화; 수술 -1 값은 모든 과목에 걸쳐 동기 ISFC 감소를 나타냅니다. 전에, 우리는 명암으로 W = 5 TR 및 W = 10 TR, 고 우리 또한 두 개의 α 값 경우 강조: α = 0.01%, 그리고 α = 5%.
위의 관찰과 피팅, 낮은 창 길이 추출 된 중요 한 ISFC 변경 금액을 줄일 수 있습니다. 그러나 연결 1, 두 W = 5 TR 및 W = 10 TR, 추출 같은 특정 순간 (t = 55 s) 강한 ISFC 증가 보여주는으로. 대략 5의 hemodynamic 지연 복용 계정에 s,이에 해당 동영상의 편 컬러 라인 인형로 확장 했다 그리고 그것은 (46-49), 이동 하는 개체에 관련 된 영역의 역할 피팅 앞 갑자기 중지 기대 및 응답 억제35,36.
5%로 0.01%에서 α, 증가 하는 경우 하나 검색된 ISFC 과도, 가능성이 많은 오판이 포함 및 expectedly 보여주는 훨씬 시간적 synchrony의 훨씬 더 낮은 특이성을 관찰할 수 있다.
T에서 중요 한 ISFC 변경의 모든 두뇌 공간 지도 보여주는 그림 2B 데이터에서 설정할 수 있는 다른 관점으로 55 = s. 영화 장면에 응답 여기에 설명 된 예제 연결 보다 훨씬 확장을 볼 수 있습니다.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/59083/59083fig2.jpg"> 그림 2: ISFC 패턴의 시간적, 공간적 스냅샷. (A) ISFC 과도 시간 코스, 3 개의 나타내는 연결 (C1, C2 및 C3, 각각 어두운 녹색, 가벼운 녹색 및 터키석 추적)에 대 한 과목에 걸쳐 평균. ISFC 변화를 몰고 영화 장면 밝은 회색으로 강조 표시 하 고 예제 이미지 묘사. W 10 TR (플롯의 왼쪽된 열), ISFC 변경 = W = 5 보다 더 강하게 감지 TR (플롯의 오른쪽 열). Α = 0.01% (플롯의 맨 위 행), 지역화 된 영화 단서에 특이성 α = 5% (플롯의 맨 아래 행) 보다 큽니다. 각 추적 한 세션의 ISFC 과도 시간 과정을 반영 하 고 양측 95% 신뢰 간격 오류 측정값으로 표시 됩니다. (B)에 대 한 W = 10 TR과 α = 0.01%, t ISFC 과도의 깔끔한, 제한 된 공간 패턴 55 = s (피크 ISFC 과도 값 c1); W = 5 TR과 α = 5%,이 시점에서 중요 한 ISFC 변화를 겪고 연결 훨씬 더 많다. 우리가 약 5 hemodynamic 지연 가정 참고 설명된 일시적에 s (즉,, 55의 값 s 여기 50 영화 자극에 관한 s). 이 그림은 분할 볼튼 외.25에서 수정 되었습니다. <a href="https://www.jove.com/files/ftp_upload/59083/59083fig2large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>

기술된 접근의 목표 기능 연결에 상당한 재구성 기능 자기 공명 영상에서 발생 하는 어떤 순간의 패러다임 (시간적 관점), 그리고 어느 지역 (공간 관점) 사이 결정 하는 것입니다. 기록 기간 동안 시간 동기 자극 재생 됩니다.

Task-based functional magnetic resonance imaging bears great potential to understand how our brain reacts to various types of stimulation; however, this ...

우리의 방법 덕분에, 기능적 뇌 상호 작용이 과목 에 걸쳐 동기화되는 시간의 순간을 결정하고 시각화 할 수 있습니다. 우리의 접근 방식의 주요 장점은 통계적으로 건전한 방식으로 주제 간 기능성 뇌 반응의 변화를 동적으로 추적하는 능력입니다. 당사의 파이프라인은 다양한 피험자의 기능적 신호 간의 동시성 평가를 가능하게 합니다.그리고 이것은 그 때 건강한 통제와 같은 다른 인구와 자폐증과 정신 분열증과 같은 질병 그리고 무질서에 의해 영향을 받은 그들 사이에서 비교될 수 있습니다. 우리의 방법은 다양한 시간 과정 사이의 동시성을 동적으로 추적하려는 모든 연구에 도움이 될 수 있습니다. 그리고 이것은 뇌파학과 같은 그밖 화상 진찰 양식에 또한 적용될 수 있습니다.이 방법의 시각적 데모를 통해 새 사용자는 그래픽 사용자 인터페이스의 기능뿐만 아니라 메서드의 다양한 처리 단계를 이해할 수 있습니다. 이미징 절차를 시연하는 것은 연구 센터의 선도적인 MRI 운영자인 로베르토 마르투치(Roberto Martuzzi)가 될 것입니다. 각 자원봉사자가 분석에서 고려될 때마다 스캔한 자원봉사자가 관심의 패러다임과 스캔한 자원 봉사자가 눈을 감고 스캐너에 누워 잠들지 않도록 지시받는 기능성 이미징 세션이 하나 이상 수행됩니다.그런 다음 구조 MRI 볼륨을 획득합니다. 첫 번째 전처리 그래픽 사용자 인터페이스 창을 열려면 MATLAB 단말에서 JOVE_GUI1 입력합니다. 그런 다음 fMRI 데이터 입력을 클릭하고 적절한 재조정된 기능 볼륨을 선택하고 전용 편집 가능한 텍스트 창에서 몇 초 만에 데이터의 반복 시간을 입력합니다.T1 데이터를 입력하고 세 가지 적절한 확률 조직 유형 볼륨을 선택합니다. 모션 파일 입력을 클릭하고 관심 있는 세션에서 모션 매개 변수가 포함된 텍스트 파일을 선택합니다. 그런 다음 데이터를 해독해야 하는지 여부와 어떤 코바레를 회귀해야 하는지 여부를 선택합니다.데이터를 미리 처리하려면 사전 프로세스를 클릭하고 창에 표시될 때까지 기다립니다. 옵션을 수정하고 사전 프로세스 버튼을 다시 클릭하여 데이터를 다르게 다시 처리할 수 있습니다. 다음으로 MATLAB 단말의 JOVE_GUI2 입력하여 두 번째 전처리 그래픽 사용자 인터페이스 창을 열고 선택 된 데이터를 클릭하여 미리 처리 된 데이터 파일을 선택합니다.아틀라스 선택을 클릭하고 측구에 사용할 아틀라스를 나타내는 신경 이미징 정보학 기술 이니셔티브 또는 NIFTI 파일을 선택합니다. 역 왜곡 을 선택하고 몬트리올 신경 학회에서 네이티브 공간으로 변형 필드를 나타내는 NIFTI 파일을 선택합니다. 그런 다음 fMRI 볼륨을 선택하고 fMRI 데이터 볼륨 중 일부를 선택합니다.스크러빙 관련 정보를 입력하려면 스크러빙 유형 목록에서 태그된 프레임 전후에 스크러빙할 프레임 수를 선택합니다. 스크러빙 임계값 텍스트 창에서 fMRI 볼륨을 밀리미터 단위로 스크러빙해야 하는 프레임 현명한 변위 임계값값을 입력합니다. 그런 다음 반복 시간에 종량제 기능 상관 관계 또는 ISFC 계산에 사용할 슬라이딩 창 W의 크기를 입력하고 플롯을 클릭하여 스크러빙 및 필터링 단계 전후에 지표 아틀라스 시간 코스를 표시합니다.슬라이딩 윈도우 ISFC 계산의 경우 MATLAB 단말의 JOVE_GUI3 입력하여 첫 번째 ISCF 관련 그래픽 사용자 인터페이스 창을 열고 로드 데이터를 클릭하여 모든 적절한 데이터 파일을 선택합니다. 선택한 세션 세그먼트가 위상 무작위화를 거쳐 연속 창을 이동해야 하는 반복 시간뿐만 아니라 연결 측정을 계산해야 하는 반복 시간에 창 크기를 입력할지 여부를 선택합니다. 세션 유형 테이블을 수정하여 동일한 실험 조건에서 획득한 세션 세그먼트 중 정수 수를 늘리는 방식으로 다른 유형의 세그먼트에 태그를 지정합니다.적절한 편집 가능한 텍스트 창에서 ISFC 계산을 수행할 부트 트래핑 접기 수와 ISFC 계산의 각 접에 대한 참조 그룹을 구성해야 하는 피험자 수를 입력합니다. 타이밍 매개 변수 섹션에서 시간 과정의 하위 부분을 분석해야 하는 사양을 입력하고 플롯을 클릭하여 ISFC 계산을 수행합니다. 디스플레이는 경과된 부트트래핑 폴드의 양과 함께 시간이 지남에 따라 점진적으로 업데이트됩니다.두 번째 ISFC 관련 그래픽 사용자 인터페이스 창을 열려면 MATLAB 단말에서 JOVE_GUI4 입력합니다. 자극 관련 ISFC 출력 파일을 선택하려면 ISFC 로드 데이터를 클릭하고 자극 관련 ISFC 출력 파일을 선택합니다. null ISFC 출력 파일을 선택하려면 null 데이터 로드를 클릭하고 사용 된 null 데이터 생성 방식에 따라 나머지 상태 ISFC 또는 위상 무작위 자극 관련 ISFC 출력 파일을 선택합니다.그런 다음 코드북 로드를 클릭하고 코드북 파일을 선택합니다. 적절한 편집 가능한 텍스트 창에서 중요한 변경 내용을 강조하기 위해 ISFC 시간 과정을 임계값으로 설정해야 하는 백분율로 알파 값을 입력합니다. null 분포를 구성하려면 플롯을 클릭하여 사용 가능한 모든 null ISFC 측정값이 지정된 연결에 대해 집계되고 그 후에는 자극 관련 ISFC 측정이 선택한 알파 값에 따라 임계값이 지정된 ISFC 측정값을 시작합니다.ISFC 공간 패턴을 서로 다른 시점에서 시각화하려면 슬라이더를 ISFC 소풍 플롯 아래에 드래그합니다. 이 대표적인 세션에서평가된 영화는 5초에서 353초까지 표시되었으며, 영화 다음에 이어 386초에서 678초까지 휴식 상태 세그먼트가 표시되었습니다. 또한 각 주제에 대해 310초만 나머지 상태 세션이 획득되었습니다.ISFC 시간 과정은 W 10 및 W 5 반복 시간의 창 길이에서 생성되어 반응 억제를 중재하는 지역 및 움직이는 물체, 감각 조정 또는 단어 의미처리에 대한 기대와 관련된 다른 3 가지 대표 연결에 대해 생성되었습니다. W 5 반복 시간에 는 소음이 더 크고 시간 잠긴 ISFC 변경 사항은 1및 2 개의 영화 시청 시간 코스에서 관찰됩니다. 여기서 통계적으로 유의한 시간 잠긴 ISFC 과도를 나타내는 피험자의 분수는 동일한 세 개의 연결에 대해 표시됩니다.더 강력한 ISFC 측정이 더 많은 거짓 긍정을 감지함에 따라 추출을 용이하게 하고 더 큰 알파 값에서 더 큰 창 길이에서 과도가 더 많습니다. 이러한 대표적인 데이터에서, 특히 하나의 영화 추출물은 움직이는 물체와 연결된 반응 억제에 관여하고 광범위한 ISFC 변화를 주도했다. 창 길이가 너무 짧아서 강력한 추정에 대해 너무 짧거나 ISFC 역학을 캡처하기에너무 길어서는 안 됩니다.그리고 충분히 엄격한 알파 값을 사용하여 거짓 긍정을 제한해야 합니다. ISFC 측정은 특별한 시간적 특성 검사를 위해 전체 뇌 ISFC 상태로 군집할 수 있습니다. 중요한 ISFC 과도도는 정보 흐름을 반영하는 그래프로 나타낼 수도 있습니다.

dynamic-inter-subject-functional-connectivity-reveals-moment-to

Research

연구

JoVE Journal

Neuroscience

신경과학

동적 주체 간 기능적 연결성은 연속 또는 통신 패러다임에 의해 주도되는 순간순간의 뇌 네트워크 구성을 보여줍니다.

이러한 기능적 MRI 및 확산 텐서 영상으로 Neuroimaging 기술, 자폐증의인지 및 신경 적자를 특성화에 점점 도움이되고 있습니다. 발달 장애를 가진 자녀를 스캔 adaptations과 함께 네트워크 수준에서 자폐증의 뇌 연결성 시험은 제공됩니다.

fMRI 및 확산 텐서 영상을 사용하여 자폐증의 브레인을 탐색

우리는 자기 공명 영상 (MRI)를 사용하여 뇌 기능과 구조의 동시 분석을위한 새로운 접근 방식을 설명합니다. 우리는 고해상도 확산 - 가중 영상과 흰색 물질 섬유 tractography로 뇌 구조를 신고 할 수 있습니다. 표준 구조 MRI는 달리,이 기술은 우리가 직접 뇌 네트워크의 기능 속성에 해부학 적 연결을 연관 할 수 있습니다.

fMRI 및 확산 - 가중 영상을 사용하여 뇌의 구조와 기능의 공동 분석

이 동영상은 대상 작업 / 프로세스에 관여인지 제어 네트워크의 기능적 연결성에 나이와 관련된 변화를 검사하는 방법을 제시한다. 기법의 fMRI 데이터의 다변량 분석에 기초한다.

치수 변경 카드 정렬 성능인지 제어 네트워크 관련의 기능 연결에서 연령 관련 차이점을 조사하는 방법

정보 연결성은 서로 다른 뇌 영역에 걸친 다중 복셀 정보의 시간 경과 간의 대응을 측정합니다. 다중 복셀 패턴 판별 가능성 시계열은 지역에서 추출되고 비교되어 일반적인 기능적 연결 접근 방식에서 식별되지 않은 네트워크를 드러냅니다.

시간에 걸쳐 fMRI를 다 복셀 정보의 동시 출현을 측정하는 정보를 제공하는 연결을 사용하여

이 프로토콜은 외상 후 스트레스 장애의 기본 네트워크를 조사하기 위해 휴지 상태 구조적 연결성, 작업 유도 비활성화 및 구조적 연결성 분석의 보완적인 신경 영상 기술을 설명합니다. 시너지 효과를 내는 방법을 사용하면 잠재적으로 중증도, 결과 및 기타 관련 임상 요인에 대한 진단 및 평가를 개선할 수 있습니다.

PTSD의 기본 모드 네트워크의 Neuroimaging에 표현형 개발 : 정지 상태, 작업 기억, 구조적 연결을 통합

자연주의 학습 환경에서 협업 학습 dyads에 대한 fNIRS 하이퍼스캐닝 실험을 수행하기 위한 프로토콜이 설명되어 있습니다. 또한, 산소헤모글로빈(Oxy-Hb) 신호의 뇌 간 싱크로니(IBS)를 분석하는 파이프라인이 제시된다.

개방형 협업 학습의 뇌 간 싱크로니: fNIRS 하이퍼스캐닝 연구

개인의 결합 된 두뇌 사이의 역학은 점점 더 뇌 간 동기화에 의해 표현되었습니다 (IBS) 그들은 서로 조정 할 때, 주로 fNIRS와 뇌의 동시 기록 신호를 사용하여 (즉, 하이퍼 스캐닝) fNIRS와. fNIRS 하이퍼스캐닝 연구에서 IBS는 매우 직관적인 방식으로 진동을 볼 수 있는 시간 주파 공간으로 타임시리즈를 확장하는 장점이 있기 때문에 웨이블릿 변환 일관성(WTC) 방법을 통해 일반적으로 평가되었습니다. 관찰된 IBS는 시험, 파트너 및 조건의 순열 기반 무작위 페어링을 통해 더 검증될 수 있습니다. 여기서, fNIRS 기술을 통해 뇌 신호를 얻고, WTC 방법을 통해 IBS를 계산하고, 하이퍼스캐닝 연구에서 순열하여 IBS를 검증하는 방법을 설명하는 프로토콜이 제시된다. 또한 fNIRS 신호 선택, 데이터 전처리 방법 및 계산 옵션 매개 변수를 포함하여 위의 방법을 사용할 때 중요한 문제를 논의합니다. 요약하면 WTC 방법과 순열을 사용하는 것은 fNIRS...

fNIRS 하이퍼스캐닝 연구에서 뇌 간 동기화를 계산하고 검증하는 방법

이 프로토콜은 사회적 상호 작용 동안 정보 흐름의 방향과 시간 패턴을 추론하기 위해 대인 관계 신경 동기화 (INS)의 시간 지연 패턴을 계산하기위한 부분 웨이블릿 변환 일관성 (pWTC)을 설명합니다. INS에 대한 신호 자기상관관계의 혼란을 제거하는 데 있어서 pWTC의 효과는 두 번의 실험에 의해 입증되었다.

부분 웨이블릿 변환 일관성 방법을 사용한 fNIRS-하이퍼스닝 데이터에서 방향 정보 흐름 측정

이 논문은 인간 두뇌의 공간 탐색을 위한 기능적 네트워크를 조사하기 위한 통합적 접근 방식을 제시합니다. 이 접근 방식은 대규모 신경 영상 메타 분석 데이터베이스, 휴지 상태 기능적 자기 공명 영상, 네트워크 모델링 및 그래프 이론 기술을 통합합니다.

인간 뇌의 공간 탐색을 위한 기능적 네트워크 모델링

웨이블릿 변환 일관성(WTC)은 기능적 근적외선 분광법(fNIRS) 하이퍼스캐닝 연구에 사용되는 신호 간의 결합을 평가하는 일반적인 방법론입니다. 이 작업에서는 신호 상호 작용의 방향성을 평가하기 위한 도구 상자를 제공합니다.

기능적 근적외선 분광법(fNIRS) 하이퍼스캐닝 연구에서 교차 뇌 일관성을 이해하기 위한 새로운 프레임워크

동적 양전자 방출 단층촬영(PET) 데이터를 수집하고 시간 프레임으로 재구성하면 단일 피험자 수준에서 대사 뇌 연결성 분석을 수행할 수 있습니다. 쥐 뇌의 [18F]FDG 동적 PET 데이터를 획득하고 관심 볼륨의 시간-활동 곡선 추출을 통해 연결 매트릭스를 얻는 방법을 설명합니다.

단일 피험자 수준에서 2-Deoxy-2-[18F]Fluoro-D-Glucose Dynamic Positron Emission Tomography를 사용한 대사 뇌 연결성 연구

학습하세요 fMRI를 이용한 순간순간 뇌 기능 연결성 동적 추적 방법입니다. 이 기법은 건강한 대조군과 자폐증 및 조현병 환자 간 뇌 신호 동기화를 비교 분석하여 신경과학 연구에 활용됩니다.

동적 상호 주제 기능 연결 밝혀 연속에 의해 구동 하는 순간 순간 두뇌 네트워크 구성 또는 통신 패러다임

더 많은 동영상 탐색