Protocol
Методы исследования, используемые в ходе данного исследования были одобрены институциональные наблюдательные советы (IRB) из Университета Дьюка и Университета Северной Каролины - Чапел-Хилл.
1. Задача Дизайн изображений
- Генерация поведения задачу на основе событий, которая представляет редкие целевые стимулы (круг) в пределах последовательности более частых стандартных стимулов (яичница изображений). Схема задачи показан на рисунке 1. Представить задачу, используя программное обеспечение CIGAL 10.
Рисунок 1. Схема дизайна задач. Эта цифра была изменена с Хартом и др. 20, с разрешения. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.
- Выберите, какET из отвращение стимулов и набор нейтральных стимулов из базы данных Международного аффективное изображение системы (ИПД). IAPS изображения оценивается по шкале от 1-9, чтобы отразить уровни возбуждения и валентности 11. Высокие цифры показывают положительную валентность выше и возбуждение. Выберите набор изображений, которые соответствуют возрасту в исследуемой группе, например, изображения змей, пауков и других животных.
Примечание: задача-не имеет значения отрицательные подкрепления изображения, используемые в этом исследовании имели среднюю оценку валентное 3,38 (SD = 1,78) и средней оценкой в 6.14 возбуждения (SD = 2,08). Нейтральные стимулы изображения имели среднюю валентность 6.21 (SD = 0,26) и средней оценкой возбуждения 3,72 (SD = 2,15). - Программа сценарий Задача такая, что изображения представлены в псевдо-случайном порядке на 1500 мс с 500 мс означает интервал между стимул. Нынешние целевые стимулы и задачи-не имеет значения нейтральные изображения не чаще, чем каждые 15 сек и сделать каждый около 4% стимулов. Джиель событий время развития в целях обеспечения лучшего разрешения функции отклика гемодинамики.
- Создать 8 наборов изображений, по одному для каждого из 8 функциональных трасс, таких, что участники представлены в общей сложности 40 целей и 40 задач, не имеет значения нейтральных изображений на протяжении всех 8 серий.
2. Участник Настройка и сканирование
- Набирать детей и подростков в возрасте от 9 до 18 лет, которые либо здоровые люди управления или которые в семейной высоким риском психоза.
- Убедитесь, что здоровые люди не имеют психические заболевания или каких-либо членов семьи первой степени с психическими заболеваниями. Убедитесь, что семейные участники риска имеют по крайней мере один родственник первой степени (родитель или родной брат) с шизофренией. Не исключает их наличие других психических заболеваний в первой степени родства.
- Возраст и пол матч здоровых участников с участником группы риска семейнаяс.
- Приобретать информированное согласие от участников в возрасте старше 18 для несовершеннолетних, приобретают информированное согласие от родителей / опекунов. Кроме того, приобрести письменного согласия от несовершеннолетних, принимающих участие в исследовании.
- Поместите участников макет сканера МРТ для того, чтобы ознакомить их с окружающей средой. Слушать аудиозапись шума сканера и их завершения практики пробег поведенческой задачи для того, чтобы гарантировать, что они понимают инструкции задач.
- Поместите участника в томограф и приобрести любые необходимые сканирования локализации мозга и / или анатомические изображения.
- Использование окно ввода МРТ-сейф, сказать участникам нажать одну кнопку с их указательным пальцем в ответ на всех целевых стимулов и другой кнопки с их средним пальцем для всех других стимулов.
- После сканирования МРТ, собирать субъективные рейтинги возбуждения и валентности для изображений, используемых в исследовании из подмножества участников. В Currenт исследование получены рейтинги от 15 управления и 13 с семейной высокого риска.
3. Получение изображения
- Участники Место в 3,0 Тесла МРТ сканера. Во-первых, приобрести набор структурных изображений, включая 3D копланарного анатомические Т1 контраста изображения, используя градиентное напомнил приобретения последовательность импульсов (TR: 5,16 мс; TE: 2,04 мс; FOV: 24 см; матрицу изображения: 256 × 256; флип Угол обзора: 20; размер воксела: 0,94 мм × 0,94 мм × 1,9 мм; 68 осевые ломтики).
- Приобретать функциональные данные изображений с помощью градиента эхо эхо-планарной последовательности изображений с охватом полного мозга (ТР: 2,000 мс; TE: 27 мсек; FOV: 24 см; матрица изображения: 64 × 64; флип угол: 60; размер воксела: 3.75 мм × 3,75 мм × 3,8 мм, 34 аксиальных срезов), так что активность мозга может быть измерено при выполнении поведенческого задачи. Запустите эту последовательность изображений для каждого запуска поведенческой задачи. Каждый прогон должен состоять из 120 временных точек изображения.
- Представьте ТаSK в 8 функциональных трасс, каждая из которых длится примерно 4 мин.
4. Анализ
- Предварительная изображения: Открытое МРТ Эксперт Analysis Tool (ПОДВИГ) в FSL 12. Выберите анализ первого уровня и предварительно статистике.
- На вкладке «Данные», выберите количество входных изображений и введите путь к каждому из изображений МР вы собираетесь обрабатывать. Установите выходной каталог. Введите Всего томов, количество выброшенных приобретений, и TR.
- На вкладке "Pre-статистики", установите исправление движения для MCFLIRT, пространственное сглаживание FWHM 5 мм, и "фрагмент времени коррекции". Выберите "BET добычу мозга" и "верхних частот" временную фильтрацию, но не выбирайте B0 unwarping (ЮНЕСС у вас есть карты градиента поля) или "я ntensitiy normaization". 12,14.
- На вкладке "Регистрация", выберите "Main STRUctural изображения ". Введите путь к череп раздели T1-взвешенные изображения объекта. Использование линейного обычный поиск по крайней мере 6 DOF. Выберите пространство флажок Standard. Введите путь к атлас изображения MNI. Используйте нормальный, линейные поиск с 12 ФО. Пресс-Go.
- Исключить участникам больше, чем 3 мм движения головы в X, Y, Z или направлений.
- Уровень 1: Сравнение данных между условиями задачи в один проход. Открыть ПОДВИГ. Выберите "анализ первого уровня" и "Статистика + разместить статистика".
- На вкладке Данные установите количество входов и введите путь к каждому из изображений МР. Введите путь к директории "Output". Введите "Всего объемы", ряд приобретений, выброшенных и TR.
- На вкладке "Статистика", выберите "Использовать ФИЛЬМ prewhitening" флажок 16. Нажмите "полной модели SEКнопка стро ". Установите "Количество оригинальных электромобилей» к числу условий задачи. Для каждого состояния, выберите "(формат 3 столбца) на заказ" из основной формы выпадающего меню и "двойной Гама HRF от" свертки "в раскрывающемся меню и выберите 17,18 текстовый файл, содержащий параметры синхронизации.
- Формат этот текстовый файл в 3 колонки с одной записью для каждого "событие" данного типа. Первый столбец должен содержать время начала (в секундах), второй должен содержать длительность (в секундах), а третий должен содержать вес событий. На вкладке Контрасты и F-тесты, создать один контраст для каждого состояния задачи и по одной для каждого сравнения.
- На вкладке «пост-Stats", выберите "Cluster" на "пороговых значений" в раскрывающемся меню и установите "Z" и порог кластера P Threshold до 2,3 и 0,05 соответственно 8,19.
- На вкладке "Регистрация", выберите "Main структурное изображение". Введите путь к череп раздели T1-взвешенные изображения объекта. Используйте линейный обычный поиск по крайней мере 6 DOF. Выберите "Стандартный" пространство флажок. Введите путь к изображению атлас MNI. Используйте нормальный, линейный поиск с 12 ФО. Нажмите "Перейти".
- Уровень 2: Сравнение данных между работает для каждого состояния задачи. Открыть ПОДВИГ. Выберите "анализ высшего уровня" и "Статистика + разместить статистика" из выпадающего меню.
- На вкладке Данные, выберите "Входы подвиг каталоги нижнего уровня". Установите количество входов и введите путь к каждому из изображений МР. Введите путь к директории "Output".
- На вкладке "Статистика", изменить "Смешанные эффекты: FLAME1" окно выбора с "Исправлена Еffects ". Нажмите" Модель Мастер установки "кнопку. Выберите" одна группа в среднем "и нажмите кнопку" Process ".
- На вкладке «пост-статистики", выберите "Cluster" на "пороговых значений" в раскрывающемся меню и установите "Z" и порог порог "Кластер" P 2,3 и 0,05 соответственно 8,19. Нажмите "Перейти".
- Уровень 3: Сравнение данных между субъектами для каждого состояния задачи во всех прогонов. Открыть ПОДВИГ. Выберите "анализ высшего уровня" и "Статистика + разместить статистика" из выпадающего меню.
- На вкладке Данные, выберите "Входы 3D справиться изображения с FEAT каталогов." Установите количество входов и введите путь к каждому из изображений МР. Введите путь к директории "Output".
- На "Статистика" тAB, нажмите "Полное установки модели". Установите количество электромобилей, равное числу групповых переменных и ковариат, таких как диагностической группы, возраста, пола и т.д. Введите значения для каждого субъекта (вход 1 - вход п) для каждого EV. Вы можете использовать окно "Вставить", чтобы скопировать таблицу из этих значений.
- На вкладке "Контрасты и F-тесты", добавить контраста для каждой переменной тестирования и для каждого контраста (например, диагностика группа). Для каждой переменной теста, установить контрастность, выбрав значение 1 в столбце под соответствующим EV. Для каждого, напротив, установить первое значение 1, а второй -1. Выберите "Готово".
- На вкладке «пост-Stats", выберите "Cluster" на "пороговых значений" в раскрывающемся меню и установите "Z" и порог порог "Кластер" P 2,3 и 0,05 соответственно 8,19 "Перейти".
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Там не было никаких различий между группами на основе демографических характеристик 20. Поведенческие данные показали, что задача обнаружения цели находится на соответствующем уровне сложности для детей и подростков в возрасте от 9-18. В текущем исследовании, контролирует правильно определили 82.36% целевых (SD = 0,14), а семейная группа риска правильно определили 76,8% мишеней (SD = 0,17). Обе группы показали снизилась точность при определении эмоциональных фотографий по сравнению с нейтральными фотографиями (F (1,40) = 5,63, р = 0,03).
Данные изображений показал, что экспериментальные условия привели к значительной активации в регионах ожидается, будут набраны в течение исполнительной и эмоциональной обработки. Активация была замечена в префронтальной, передней хвостатого, островной и задних областях теменной во целевых исследований и в правое миндалевидное тело, двустороннего орбитофронтальную коры, веретенообразной коры и визуального Корческие области во время испытаний отвращение в обеих группах. Таблица 1 показывает области значительной активации в управления для каждого условия.
Эта парадигма также вызвала значительные различия в активации между элементами управления и лиц с семейными высоким риском развития шизофрении. Семейная группа высокого риска показал, снизился активации в лобно-стриарной схемы в ответ на целевой стимул. Управление, в отличие от этого, показали большую активацию в средней лобной извилины и островка. Различия в группах между условиями, приведены в таблице 2 и на рисунке 2. Семейная группа высокого риска также показали различные модели активации возрастной сравнению с контрольной в ответ на цель и отвращение стимулов (рисунок 3).
Рисунок 2. активации Карты межгрупповых различий. (А) Области, в которых семейная группа высокого риска (п = 21) показали большую активацию чем контрольные (п = 21) в течение целевой обработки. CAUD = хвостатого; ИФГ = нижняя лобная извилина; ITG = Низшие височной извилины. (Б) районах, где контроль показал большую активацию, чем семейные группы высокого риска во время целевой обработки. ИНС = Инсула; MFG = Средний лобной извилины; MTG = Средние височной извилины. (С) Области, в которых семейная группа высокого риска активированные более управления во время отвращение> Нейтральный отличие. СОС = Центральный Крышечный мозга. (D) районах, где контроль активированных больше, чем семейные группы высокого риска во время отвращение> Нейтральный отличие. АКК = передней части поясной извилины; ПК = предклинья. Эта цифра была изменена с Харт и др. 20, с разрешения. Пожалуйста, нажмите здесь, чтобы посмотреть увеличенное Figure.
Рисунок 3. активации Карты возрастных групп различия. (A) Районы с большей положительной корреляции с возрастом в семейной группе высокого риска, чем в контрольной группе во время целевой обработки. АКК = передней части поясной извилины; ИНС = Инсула; OFC = орбитофронтальную мозга; TH = Таламус. (B) Области с более положительной корреляции с возрастом в контрольной, чем в семейной группе высокого риска во время отвращение> Нейтральный отличие. ИФГ = нижняя лобная извилина; PostCG = постцентральной извилины; PreCG = прецентральной извилина. Эта цифра была изменена с Хартом и др. 20, с разрешения. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.
| ST1. В-Group активации очагов в управления (п = 21) | ||||||
| Координаты MNI | ||||||
| Область | Полушарие | Икс | Y | Z | Макс Z-значение | Макс р-значение 1 |
| Целевая активации (р <0,05, ложных открытие исправлено) | ||||||
| Средний лобной извилины / лобного полюса | В | -30 | -2 | 50 | 5.57 | <0.0000001 |
| Нижняя лобная извилина | В | 46 | 12 | 32 | 5.41 | <0.0000001 |
| Островок | В | -32 | 24 0 | 5.4 | <0.0000001 | |
| Прецентральной извилины | В | -40 | -22 | 48 | 5.53 | <0.0000001 |
| Таламус | В | -12 | -16 | 12 | 5.03 | <0.0000001 |
| Хвостатый | В | -12 | 12 | 4 | 4.07 | 0.000003 |
| Путамен | В | 18 | 8 | 2 | 4.27 | 0.00009 |
| Передняя часть поясной извилины / Paracingulate извилины | В | 0 | 12 | 46 | 5.6 | <0.0000001 |
| Задние поясной извилины | В | 8 | -16 | 28 | 5.2 | <0.0000001 |
| Улучшенный / Ближний височной извилины | <TD> В48 | -46 | 10 | 5.88 | <0.0000001 | |
| Веретенообразная / ниже височной извилины | В | -30 | -50 | -12 | 5.64 | <0.0000001 |
| Улучшенный теменной дольки / запредельного извилины / постцентральной извилины | В | 30 | -44 | 44 | 6 | <0.0000001 |
| Боковая затылочная кора | В | 48 | -62 | 12 | 6.12 | <0.0000001 |
| Отвращение> Обычный активации (р <0,05, ложных открытие исправлено) | ||||||
| Нижняя лобная извилина | L | -44 | 14 14 | 3.16 | 0,0004 | |
| Фронтальная полюс / медиальная лобная кора | В | -2 | 64 | 0 | 3.42 | 0,0005 |
| Постцентральной извилины | L | -62 | -22 | 34 | 3.12 | 0,0004 |
| Передней части поясной извилины | В | -4 | 34 | 8 | 3.27 | 0,0002 |
| Задние поясной извилины | В | 0 | -44 | 28 | 3.26 | 0,0002 |
| Нижняя временная / Веретенообразная извилины | В | -44 | -44 | -14 | 3.03 | 0,0006 |
| Угловая извилина | В | 46 | -64 | 8 | 3.42 | 0,0001 |
| Запредельного извилины | L | -40 | -56 | 20 | 3.59 | 0.00005 |
| Отвращение активации (р <0,05, ложных открытие исправлено) | ||||||
| Миндалина | р | 22 | -4 | -18 | 2.86 | 0,001 |
| Орбитофронтальную кора / Инсула | В | 36 | 22 | -4 | 4.93 | <0.0000001 |
| Средний лобной извилины | В | 32 | 4 | 40 | 4.7 | <0.0000001 |
| Фронтальная полюс | В | -38 | 36 | 10 | 4.95 | <0.0000001 |
| Передняя часть поясной извилины /paracingulate извилины | В | 6 | 16 | 50 | 4.85 | <0.0000001 |
| Задние поясной извилины | В | 2 | -28 | 24 | 5.88 | <0.0000001 |
| Таламус | В | 18 | -26 | 2 | 5.44 | <0.0000001 |
| Прецентральной извилины | В | -44 | 8 | 34 | 4.54 | <0.0000001 |
| Улучшенный теменной дольки | В | -20 | -56 | 54 | 6.05 | <0.0000001 |
| Боковая затылочная кора | В | -36 | -82 | 4 | 6.05 | <0.0000001 |
| Затылочного полюса | В | -16 | -90 | 18 | 5.18 <0.0000001 | |
| B, двусторонний | ||||||
| 1 Отмеченные р-значения не корректировались, значимым на ФДР-скорректированное значение <0,05 | ||||||
Таблица 1. В-Group активации очагов в управления (п = 21). Эта таблица была изменена с Хартом и др. 20, с разрешения.
| Таблица 2. Различия между группами в активации | |||||||||||||
| Координаты MNI | Полушарие | Икс | Y | Z | Макс Z-значение | Макс р-значение 1 | |||||||
| Целевые | |||||||||||||
| Семейная Высокий риск> управления (р <0,05, ложных открытие исправлено) | |||||||||||||
| Фронтальная полюс | В | 16 | 76 | 6 | 3.52 | 0.00007 | |||||||
| Нижняя лобная извилина | L | -58 | 16 | 18 | 3.37 | 0,0001 | |||||||
| Хвостатый | В | -14 | 20 | 10 | 3.2 | 0,0003 | |||||||
| Нижняя височной извилины | L | -52 | -44 | -20 | 2.94 | 0.0009 | |||||||
| Управление> Семейная высокого риска (р <0,05, ложных открытие исправлено) | |||||||||||||
| Средний лобной извилины / прецентральной извилины | р | 48 | 8 | 34 | 3 | 0,0007 | |||||||
| Фронтальная кора крышечки | L | -46 | 16 | -4 | 2.94 | 0.0009 | |||||||
| Дополнительное двигательная зона | р | 18 | -16 | 40 | 3.02 | 0,0007 | |||||||
| Островок | L | -34 | -18 | 4 | 2.94 | 0.0009 | |||||||
| Прецентральной извилины | В | 10 | -26 | 60 3.29 | 0,0002 | ||||||||
| Постцентральной извилины | В | 14 | -38 | 54 | 3.57 | 0,0001 | |||||||
| Улучшенный височной извилины | р | 54 | -6 | -4 | 3.18 | 0,0003 | |||||||
| Средний височной извилины | р | 48 | -46 | 8 | 3.65 | 0.00004 | |||||||
| Предклинья | р | 2 | -40 | 46 | 2.89 | 0,001 | |||||||
| Боковая затылочная кора | В | -20 | -74 | 36 | 3.36 | 0,0002 | |||||||
| Отвращение - Обычный | |||||||||||||
| Центральный Крышечный мозга | р | 50 | -2 | 6 | 3.01 | 0,0007 | |||||||
| Управление> Семейная высокого риска (р <0,05, ложных открытие исправлено) | |||||||||||||
| Передней части поясной извилины | L | -6 | 38 | 8 | 2.68 | 0,002 | |||||||
| Предклинья | L | -10 | -54 | 36 | 2.7 | 0,002 | |||||||
| B, двусторонний | |||||||||||||
| 1 Отмеченные р-значения не корректировались, значимым на ФДР-скорректированное значение <0,05 | |||||||||||||
Таблица 2. Различия между группами в активации очагов. Эта таблица была изменена с Хартом и др. 20, с разрешения.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| 3T MRI scanner | GE | BIAC 3T scanner (replaced) |
References
- Kety, S. S., Rosenthal, D., Wender, P. H., Schulsinger, F. Mental illness in the biological and adoptive families of adpoted schizophrenics. Am J Psyc. 128, 302-306 (1971).
- Weinberger, D. R. Implications of normal brain development for the pathogenesis of schizophrenia. Arch Gen Psychia. 44, 660-669 (1987).
- Nuechterlein, K. H., Dawson, M. E. Information processing and attentional functioning in the developmental course of schizophrenic disorders. Schizophr Bul. 10, 160-203 (1984).
- Nuechterlein, K. H. The vulnerability/stress model of schizophrenic relapse: a longitudinal study. Acta Psychiatr Scand, Supp. 382, 58-64 Forthcoming.
- Keshavan, M. S. Premorbid cognitive deficits in young relatives of schizophrenia patients. Front Hum Neurosc. 3 (62), (2010).
- Kiehl, K. A., Liddle, P. F. An event-related functional magnetic resonance imaging study of an auditory oddball task in schizophrenia. Schizophr Re. 48, 159-171 (2001).
- Bramon, E. Is the P300 wave an endophenotype for schizophrenia? A meta-analysis and a family study. Neuroimag. 27, 960-968 (2005).
- Dichter, G. S., Bellion, C., Casp, M., Belger, A. Impaired modulation of attention and emotion in schizophrenia. Schizophr Bul. 36, 595-606 (2010).
- Fichtenholtz, H. M. Emotion-attention network interactions during a visual oddball task. Brain Res Cogn Brain Re. 20, 67-80 (2004).
- Voyvodic, J. T. Real-time fMRI paradigm control, physiology, and behavior combined with near real-time statistical analysis. Neuroimag. 10, 91-106 (1999).
- International affective picture system (IAPS): Digitized photographs, instruction manual and affective ratings. Technical Report A-6. , The Center for Research in Psychophysiology, University of Florida. (2005).
- Smith, S. M. Advances in functional and structural MR image analysis and implementation as FSL. Neuroimag. 23, 208-219 (2004).
- Smith, S. M.
- Jenkinson, M., Bannister, P., Brady, M., Smith, S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. Neuroimag. 17, 825-841 (2002).
- Jenkinson, M., Smith, S. A global optimisation method for robust affine registration of brain images. Med Image Ana. 5, 143-156 (2001).
- Woolrich, M. W., Ripley, B. D., Brady, M., Smith, S. M. Temporal autocorrelation in univariate linear modeling of FMRI data. Neuroimag. 14, 1370-1386 (2001).
- Beckmann, C. F., Jenkinson, M., Smith, S. M. General multilevel linear modeling for group analysis in FMRI. Neuroimag. 20, 1052-1063 (2003).
- Woolrich, M. W., Behrens, T. E., Beckmann, C. F., Jenkinson, M., Smith, S. M. Multilevel linear modelling for FMRI group analysis using Bayesian inference. Neuroimag. 21, 1732-1747 (2004).
- Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. Neuroimag. 15, 870-878 (2002).
- Hart, S. J. Altered fronto-limbic activity in children and adolescents with familial high risk for schizophrenia. Psychiatry Re. 212, 19-27 (2013).
- Hariri, A. R., Bookheimer, S. Y., Mazziotta, J. C. Modulating emotional responses: effects of a neocortical network on the limbic system. Neurorepor. 11, 43-48 (2000).
- Gottesman, I. I., Gould, T. D. The endophenotype concept in psychiatry: etymology and strategic intentions. Am J Psyc. 160, 636-645 (2003).
- Glahn, D. C., Thompson, P. M., Blangero, J. Neuroimaging endophenotypes: strategies for finding genes influencing brain structure and function. Hum Brain Map. 28, 488-501 (2007).
