Utvikling Neuroimaging Fenotyper av Standard Mode Network i PTSD: Integrering av Resting State, arbeidshukommelse, og Structural Connectivity

Abstract

Komplementære strukturelle og funksjonelle Bildediagnostiske teknikker som brukes til å undersøke Standard Mode Network (DMN) potensielt kan forbedre vurderinger av psykiatrisk sykdom alvorlighetsgrad og gi økt gyldighet til den kliniske diagnostiske prosessen. Nyere undersøkelser tyder på at neuroimaging DMN prosesser kan bli avbrutt i en rekke stressrelaterte psykiatriske sykdommer, slik som posttraumatisk stress-syndrom (PTSD).

Selv om spesifikke DMN funksjoner forblir under etterforskning, er det generelt antatt å være involvert i introspeksjon og selvbehandling. Hos friske individer viser det størst aktivitet i perioder med hvile, med mindre aktivitet, observert som deaktivering, under kognitive oppgaver, for eksempel arbeidsminne. Dette nettverket består av medial prefrontal cortex, posterior cingulate cortex / precuneus, lateral parietal cortex og mediale temporale regioner.

Flere funksjonell og strukturell imaging tilnærminger har blitt utviklet for å studere DMN. Disse har enestående mulighet til å fremme forståelsen av funksjonen og dysfunksjon av dette nettet. Funksjonelle tilnærminger, som evalueringen av hviletilstand tilkobling og oppgave-induced deaktivering, har utmerket potensial til å identifisere målrettet nevrokognitiv og neuroaffective (funksjonelle) diagnostiske markører og kan tyde på sykdom alvorlighetsgrad og prognose med økt nøyaktighet eller spesifisitet. Strukturelle tilnærminger, for eksempel evaluering av morfometri og tilkoblingsmuligheter, kan gi unike markører for etiologi og langsiktige resultater. Kombinerte, funksjonelle og strukturelle metoder gir sterke multimodale, komplementære og synergistiske tilnærminger for å utvikle gyldige DMN-baserte bilde fenotyper i stressrelaterte psykiske tilstander. Denne protokollen tar sikte på å integrere disse metodene for å undersøke DMN struktur og funksjon i PTSD, om funnene til sykdom alvorlighetsgrad og relevante kliniske faktorer.

Introduction

Bildediagnostiske representerer et verktøy med enestående potensial til å undersøke diagnostisk validitet, alvorlighetsgrad av sykdom, prognostics og behandlingsrespons i nevropsykiatri. Et bredt spekter av komplementære Bildediagnostiske teknikker er nå tilgjengelig for å karakterisere struktur og funksjon av sentrale hjernesystemer, og å hjelpe til med identifisering av Bildediagnostiske fenotyper i psykiatriske populasjoner. Av disse systemene, har Standard Mode Network (DMN) fått mye oppmerksomhet i kognitiv og klinisk nevrovitenskap litteratur det siste tiåret.

Den DMN er en såkalt "hviletilstand nettverk" som inkluderer den mediale prefrontale cortex (MPFC) som den viktigste anterior node, posterior cingulate cortex / precuneus (PCC) som prinsipp posterior node, sammen med mindreverdig-laterale parietal cortex og mediale temporale regioner. De sentrale trekk ved dette nettverket er at det viser sitt høyeste aktivitet i perioder med hvile, WHIch oppstår mens fagene er våken og oppmerksom, men ikke involvert i en bestemt oppgave; denne hviletilstand aktiviteten ble skapt "Standardmodus" av hjernens funksjon ^en. Hviletilstand aktivitet i dmn er også sterkt synkronisert, noe som betegnes som hvilende tilstand funksjonell kommunikasjon. Den andre viktige trekk ved DMN er at det viser redusert aktivitet i perioder med økt ekstern kognitive krav, som er observert som oppgave-induced deaktivering under funksjonell neuroimaging paradigmer ^2,3. Det er en hypotese at balansen mellom det indre (dvs. hviletilstand) og eksternt (dvs. oppgave-relatert aktivitet) krav er nødvendig for å opprettholde en sunn hjerne fungerer ^3-5.

I det følgende gis en kort oversikt over tre metoder for å studere DMN: funksjonelle tilkoblingsmuligheter og oppgave-assosiert deaktivering, etterfulgt av strukturelle tilkobling. Disse tre metodene er synkenderibed som komplementære måter å karakterisere dette nettverket i kliniske prøver, for eksempel pasienter med post-traumatisk stresslidelse og relaterte psykiatriske tilstander.

Hviler State DMN Funksjonell Connectivity

Hviletilstand funksjonelle tilkoblings har nylig blitt en vanlig metode anvendes for å evaluere mønstre av referansehjernefunksjonen i fravær av oppgavekrav. Funksjonell tilkobling er en analytisk metode som kvantifiserer koherens, eller graden av synkronitet i blod oksygen nivå avhengig (BOLD) signal over tid, på tvers av ulike områder av hjernen. En voksende mengde forskningslitteratur viser at de typiske mønstre av DMN tilkobling kan endres i klinisk og utsatte befolkningsgrupper, og særlig de med tidligere eksponering for betydelig stress eller traumer. Den vanligste funn er blitt redusert DMN hviletilstand funksjonell tilkobling forbundet med PTSD ^seks. Denne redusert tilkobling kan have direkte kliniske applikasjoner, som redusert DMN-tilkobling kan være prediktiv av dem som kan utvikle PTSD etter en akutt stressor ^7. Redusert DMN funksjonell tilkobling kan tolkes på flere måter, oftest at det reflekterer dårlig kommunikasjon mellom viktige områder av hjernen som er involvert i selv-behandling, som kan føre til en manglende evne til å omfordele interne ressurser fra baseline DMN behandling til eksterne krav. Dette nettverket avbrudd kan forklare kjerne kliniske symptomer på psykiatriske lidelser som PTSD og andre stressrelaterte psykiske tilstander ^åtte. Videre etterforskning i etiologien av disse forstyrrelsene er et viktig område for fremtidig forskning.

Fra et mer generelt perspektiv, fordelene ved å undersøke den funksjonelle tilkobling av DMN inkluderer relativt enkel implementering og et robust mønster av hviletilstand funksjonell tilkobling hos friske kontroller som gjør det mulig for en pålitelig sammenligning ^9,10

Oppgave-assosiert DMN deaktiver

Undersøke DMN respons under arbeidsminnet (WM) tilbyr en annen tilnærming for å undersøke funksjon og dysfunksjon av dette nettverket utover hviletilstand synkront. Denne tilnærmingen, som reflekterer en mer standard funksjonell magnetisk resonans imaging (fMRI)-metoden, gir forskjellig informasjon om respons på oppgave krav som kan ha klinisk betydning ^11. Tidligere forskning har dokumentert at deltakerne med PTSD demonstrere svekket WM funksjon og en større grad av DMN deaktiver under WM oppgaver, som kanskje gjenspeiler økt kognitiv innsats ^12-15. USIng WM som en fMRI utfordring har flere fordeler. For eksempel, det er sikkert løsner flere viktige DMN regioner, fra hvile til en aktiv stat. Mest relevant for PTSD og andre stressrelaterte psykiske tilstander, WM oppgaver pålitelig løsne MPFC, den store fremre DMN node som er involvert i kritiske stier dysregulert i PTSD. Det har vært godt etablert at MPFC modulerer stigende amygdala aktivitet, og trolig spiller en avgjørende rolle i frykt condition ^16. Vurdering av MPFC aktivitet kan også være en nyttig beregning i fremtiden klinisk arbeid. For eksempel, i en tidligere studie av traumatiserte politifolk, økt eksponering psykoterapi MPFC aktivitet og redusert amygdala aktivitet under traumatisk minne henting. Disse Bildediagnostiske endringer ble assosiert med redusert PSTD symptomer ^17. Dette tilfellet av WM-indusert MPFC deaktiver er bare ett eksempel på hvordan Bildediagnostiske beregninger kan brukes til kliniske populasjoner, og videre letingav andre DMN komponenter er sannsynlig å være et fruktbart område for fremtidig forskning.

I denne protokoll, blir n-back oppgave verbal arbeidsminnet benyttes. Den n-back oppgave er mye brukt i fMRI forskning, og gir pålitelig aktivering av utøvende aktivering og standardmodus nettverk deaktivering regioner ^18,19. Denne oppgaven omfatter tre komponenter, en 0-back brev årvåkenhet oppgave, den to-back oppgaven med arbeidsminne og hviler baseline for sammenligning. Under 0-back årvåkenhet oppgave, Deltakere svare "ja" når en forhåndsbestemt mål konsonant ("H" eller "h") dukket opp og "nei" for andre konsonanter ved hjelp av en to-knapp svarboksen mens inne i skanneren. Seks 0-back kontroll blokker med 9 konsonanter presenteres i løpet av denne oppgaven. I løpet av to-baksiden, er en serie av konsonanter presenteres visuelt for hver 500 msek, med en interstimulus intervall på 2500 msek. Deltakerne gjør et "ja" eller "nei"reaksjon, etter hver konsonant presentert, for å indikere hvorvidt det er den samme eller forskjellig fra den konsonant presentert to tidligere i en rekke (f. eks., m, N, r, N, R, Q, r, q, N, O mm. , med riktige svar angitt i fet skrift). Under to-back, seks 45 sekunder serier av 15 konsonanter er presentert. For å utføre vellykket deltakeren må opprettholde en krevende kognitiv sett som inkluderer konstant phonemic buffering (ie. Holder konsonanter i korttidshukommelse), subvocal phonemic øving (dvs.. Gjenta konsonanter uten bevegelig høyt), og utøvende koordinering. I både 0 - og 2-back blokker, er frekvensen av presentasjonen den samme, 33% av målene er presentert i tilfeldige steder, og kapitalisering er randomiserte å oppmuntre verbal koding. En 30 sek hvile baseline med et trådkors fiksering punkt er presentert før hver 0-back block; denne grunnlinje blir brukt til subsequlige sammenligninger av oppgave-assosiert aktivitet sammenlignet med baseline under dataanalyser.

Til sammen foreslår bevarte data som karakterisering av oppgave-forbundet DMN aktivitet under en rekke oppgaver kan spille en viktig rolle i den kliniske bruk av funksjonell DMN analyse. Det er andre fordeler med å bruke WM som en fMRI utfordring i stress relaterte psykiatriske tilstander. I likhet med hviletilstand tilkobling, er det et klart mønster av DMN deaktiver under WM i friske individer, noe som letter sammenligninger med kliniske prøver. WM er også traumer nøytral, noe som kan unngå å utløse kliniske PTSD symptomer under skanning. Derfor denne metoden har også potensial til å utvikles til en Bildediagnostiske biomarkør som gjenspeiler hvordan hjernen reagerer på ytre krav i stress relaterte psykiske lidelser.

DMN Structural Connectivity

Mens funksjonell bildediagnostikk er i stand til å beskrive endrings i hjernen tilkobling eller aktivitet forbundet med eksponering stress, trenger funksjonelle tilnærminger ikke beskrive etiologi bak observerte hjernen endringer. Strukturelle imaging metoder, som for eksempel diffusjon tensor imaging (DTI), er i stand til å måle og kvantifisere integriteten til de hvite substans traktene koble hjernen regioner. Dti er den vanligste konstruksjons neuroimaging tilnærming og måler hvit substans integritet basert på det anisotrope (dvs. retnings) strømmen av vannmolekyler langs hvit substans trakter, som vannet strømmer hovedsakelig langs hvit substans traktene (i forhold til på tvers av dem). Denne forskjell i retningsbestemt strømning uttrykkes som fraksjons anisotropi (FA). Lavere grad av FA er tenkt å reflektere mikro endringer i hvit substans traktater, som kan være manifestasjoner av neuronal skade fra en rekke årsaker, blant annet konsekvensene av stress eksponering ^fire. Fra et nettverk perspektiv, koordinert hjerneaktivitet (dvs. hviletilstand aktivitet eller Coordinated oppgave-relatert aktivitet) må stole på strukturelle forbindelser. I tilfellet med tidligere funn DMN, svekker strukturell skade kommunikasjonen mellom DMN noder, som fører til redusert dmn funksjonelle tilkobling. Tilsvarende kan økt mønstre deaktivering reflektere mikro skader som nødvendiggjør rekruttering av større områder av cortex under oppgave respons. Relevant for PTSD og dmn har flere studier vist redusert FA i tverrfuren bunt ^20,21, som er hvit substans kanalen som forbinder hoved limbiske strukturer i hjernen ^22. Det er sannsynlig at mer presise tiltak utnytte tractography (dvs. at direkte spore hvit substans traktene på den nevronale nivå) vil være i stand til å belyse spesielt som hvit substans fibre er involvert i nettverket avbrudd. Fordelene til DTI bildebehandling er at det er relativt enkelt å skaffe seg så er det ingen nødvendige oppgaver å utføre i skanneren.

I following protokollen, er de funksjonelle tilnærminger til hviletilstand funksjonell tilkobling og kvantifisering av oppgave-induced deaktiver kombinert med en undersøkelse av strukturelle tilkobling ved hjelp av DTI, for å kartlegge DMN struktur og funksjon og relatere disse funnene til sykdom alvorlighetsgrad og relevante kliniske faktorer i PTSD . Vi har tidligere gjennomført denne tilnærmingen i traumeutsatte friske voksne ^18,23 og fant at denne protokollen gir en overbevisende metode for å karakterisere DMN som gir seg til tilpasning til studiet av PTSD og andre stressrelaterte psykiske lidelser.

Protocol

Kvalifiserte deltakere signere skriftlig, informert samtykke til å delta i forskningsprosjektet. Forskning utføres i samsvar med institusjonelle, nasjonale og internasjonale retningslinjer for menneskelig velferd.

En. Deltaker Screening og diagnose Intervjuer

1. Etter informert samtykke, utføre diagnostiske intervjuer for å verifisere diagnosen PTSD og sykdom alvorlighetsgrad. MERK: Disse tiltakene omfatter Structured Clinical Interview for DSM-IV-TR (SCID) ²⁴ og Lege Administrert PTSD Scale (CAPS) ^25, samt Folstein Mini-Mental Status eksamen (MMSE) ²⁶ for å vurdere kognitiv status.
2. Be deltakerne fylle ut selvrapporteringsskalaer som er relevante for stress og humør.
   MERK: Disse inkluderer Livet Stressor Sjekkliste-Revised (LSC-R) ^27, Childhood Trauma Questionnaire (CTQ) ^28, Opplevd Stress Scale (PSS) ²⁹ og Quick Inventory of Depressive Symptoms (QIDS-SR) ^30.
3. Planlegg kvalifiserte deltakere for MR, hvor deltakerne kommer ca 1 time før den planlagte skanningen økten, en anmeldelse av komponenter som trengs for skanning, som MR sikkerhet og studieprosedyrer.
4. Skaff urin, graviditet (når det er aktuelt), og toksikologi tester før skanning.

2. Training deltakerne utfører den N-back Task

1. Begynn først kjøre med 0-back brev årvåkenhet test.
   1. Instruere deltakerne å indikere "Ja" til et mål konsonant ("h" eller "H") via en to-knapp respons boksen og "Nei" til alle andre konsonanter.
   2. Vis deltakeren 9 konsonanter for 500 msek hver, med en interstimulus tiden 2500 ms, for totalt 27 sek, og be dem om å svare som anvist ovenfor. MERK: Målet konsonant vil bli vist fire ganger i løpet av hver 0-back blokk.
2. Deretter har deltakerne øve på 2-back test.
   1. Instruere deltakerne å lage en "Ja" eller "Nei" svar på to knapper respons boks, etter hver konsonant presentert, for å indikere om det er det samme eller forskjellig fra den konsonanten presentert to tidligere i en serie.
   2. Vis deltakeren en serie på 15 konsonanter, etter 500 msek hver, med en interstimulus intervall på 2500 msek, for totalt 45 sek. MERK: Et mål stimulus er vist 5 ganger.
3. Tog deltakerne for å utføre den n-back oppgave utenfor skanneren, inntil deres ytelse når> 75% korrekt på to-back komponent. MERK: De ovennevnte parametere kan automatiseres ved hjelp av stimulus presentasjonsprogram (se tabell for material / utstyr).

Tre. MR Acquisition

1. Har deltakeren endring i MR-kompatible klær, og bringe dem inne i en 3 Tesla MR skanner rommet. La dem bruke ørepropper for hørselvern, og deretter legge seg ned i en Gurney som will slutt bevege dem inn i midten av MRI-maskin.
   1. Plasser puter rundt hodet for å minimere hodet bevegelse. Gi dem den MR-kompatible respons boks for n-back arbeidshukommelse oppgave, klem pære å stoppe skanningen i tilfelle en nødsituasjon, og plassere et pulsoksymeter på sin finger for fysiologisk overvåking og registrering.
   2. Plasser 32-kanals hodet spiral og presentasjon skjermen over deltakerens hode, og flytte dem inn i midten av skanneren.
2. Sørg for deltakeren er komfortabel og kan se på skjermen, og deretter starte MR-undersøkelse sesjon. Begynn med å kjøpe høy oppløsning (1 mm ³⁾ anatomiske hjerneskanning. Skriv inn høyoppløselig MRI-parametre på skanner konsollen på Echo Time (TE) = 2,98 msek, Repetisjon Time (TR) = 1900 msek, Field of View (FOV) = 256 mm ² og matrise størrelse 64 ² i 1 mm skiver. Start MR oppkjøpet ved å trykke på "Kjør"-knappen på skanningenner konsollen.
3. Sett fMRI BOLD image oppkjøpet parametere på skanneren konsollen som TR = 2500 ms, TE = 28 msek, FOV = 192 mm ^2, og matrise størrelse 64 ² i 3 mm aksiale snitt.
4. Neste, erverve fMRI bilder på arbeidsminnet, ved hjelp av n-back-test (se punkt 2) med følgende parametre:
   1. Tilstede en 30 sek baseline fiksering kryss, til pasienten, før hver av de 0-tilbake-blokker ved hjelp av stimulus presentasjon programvare. MERK: Dette vil gi en baseline for sammenligning for den andre 0 - og 2-back blokker under dataanalyse.
   2. Prosjekt instruksjonene til pasienten for 3 sek før hver 0 eller 2-back oppgave bruker stimulans presentasjon programvare.
   3. Totalt omfatter tre 0-back og to-back porsjoner sammen med to baseline blokker, i to bilde runs, presentert i mot balanserte orden.
5. Trykk på "run" på MR skanner konsollen til å starte.
6. Etter fullførelse av n-tilbake, sikrerdeltaker er komfortabel og klar til å gå videre. Instruere dem at resten blokken er neste, og fortelle dem om ikke å sovne. Bruk stimulans presentasjon programvare for å vise en fiksering kryss på skjermen.
7. Acquire hviler statlige bilder for neste 4 min, med de samme fMRI innstillingene som ble brukt til å skaffe n-back-bilder (se 3.3), ved å trykke på "run" på MR-skanner konsollen.
8. Gjenta trinn 3.4. og 3,5. Før hver ny seksjon, spør deltakeren om de er komfortable, og hvis de er i stand til å fortsette. Hvis de er i stand til, fortsetter protokollen. Hvis de ikke er det, ta en pause i MR-skanner og foreta justeringer for komfort som trengs.
9. Deretter forteller deltakeren at skanneren kan riste i løpet av de neste sekvenser, og instruere dem til å lukke øynene og slappe av så godt de kan i skanneren. Deretter kjøpe en DTI sekvens ved å trykke på "Kjør"-knappen på skanneren konsollen.
10. Sett DTI image oppkjøpet parametere i skanneren consåle til dobbel spin ekko-plandiffusjon vektede bilder (DWI), med diffusjon gradienter anvendt i 64 ikke-kollineære retninger (b = 1000), en DWI for hver gradient retning og 10 uveid (b = 0) normaliseringsbilder, TR = 10 060 msek, TE = 103 msek, FOV = 226 mm, 128 ² matrise, skive tykkelse = 1,8 mm, med delvis ekko og interpolering på.
11. Fjern deltaker fra skanneren, og spørre om hvordan økten gikk. Svare på eventuelle spørsmål de måtte ha, og takker dem for deres deltakelse. Har MR skanner datamaskinen skrive en DVD med deltaker bilder og fysiologisk opptak for senere dataanalyser.

4. Data Analysis

1. Data forhåndsbehandling
   1. Ved hjelp av fMRI prosessering programvare, rekonstruere rådata til 3D + tid datasett, sette sammen og registrere til den femte volumet av den første serien, for å minimere bevegelse artefakt og gi bevegelseskorreksjonsparametre. Påfør båndpassfiltrering (0,009 til 0,08 Hz) å isolere dmn frekvensdomenet og redusere effekten av lavfrekvent drift og høyfrekvent støy. MERK: Plagsomme variabler for hver voxel bør inneholde gjennomsnittlig ventrikkel og hvit substans tidsserier samt seks parameterestimater av hodet bevegelse; disse estimatene bør omfatte både nedverdiget og avledede verdier. Den predikerte tidsforløpet av uønskede variable bør fjernes fra den fulle voxel tidsserie for å gi en "rest" tidsseriedata som skal brukes for senere korrelasjon analyser ^31.
   2. Skala data å normaliseres innen drevne intensitet, og glatte data opp til en 4 mm full bredde halv maksimum (FWHM) Gaussian kernel. Sensurere bilder med større enn 1,5 mm forskyvning fra datasettet ^32. Ikke utfør global signal regresjon (GSR) siden GSR kan påvirke sammenhenger i hviletilstand data ^33,34.
2. Hviletilstand Connectivity Analyser
   1. Bruk frø-regionen tilkobling analyser for å evaluereforholdet mellom a priori definerte regioner for å vurdere funksjonell tilkobling ^11. MERK: Frø som er inkludert er de store fremre og bakre noder av DMN, den MPFC og PCC, henholdsvis. Funksjonelle koordinatene til disse stedene er generelt bedre enn atlas definerte steder ^35.
   2. Pakk den gjennomsnittlige BOLD tidsserier fra disse frøene og gjennomføre en hel-hjerne korrelasjonsanalyse. Transform correlational R verdier til Z score ³⁶ for påfølgende hypotesetesting.
      1. Sammenligne Z verdier mellom grupper på en voxel av voxel grunnlag for å vurdere vesentlige forskjeller i funksjonell tilkobling mellom PTSD og kontroller som det primære endepunkt. Terskel disse resultatene på en tosidig betydning ved p <0,05, ved hjelp av familie-messig (dvs. cluster) feilretting. MERK: Cluster korreksjon er generert ved hjelp av Monte Carlo-simuleringer for å anslå sannsynligheten for falske positive klynger. Bruk statistisk algorithms for å beregne cluster korreksjon som funksjon av FOV, oppløsning, jevnhet og signalintensitet på den enkelte voxel nivå ^37..
   3. For å evaluere forholdet mellom kliniske symptomer og imaging resultater, gjennomføre oppfølgende analyser som inkluderer sammenhenger mellom vurdering skala score og gjennomsnittlig Z score til tilkobling av DMN regioner. Inkluder korrelasjonsanalyser som står for relevant demografisk informasjon, som for eksempel depresjon alvorlighetsgrad, traumatisk hjerneskade, samt utdanning og andre tilknyttede variabler.
3. Arbeidsminnet Analyser
   1. Bruk fMRI prosessering programvare til pre-prosess data og voxel-basert GLM å kvantifisere oppgave-spesifikk aktivitet i hver hjerne voxel av individuelle datasett ^11,31. MERK: Uavhengige variabler i GLM er den time løpet av hvile og 0 - og 2-back oppgaver (inkludert hemodynamiske overganger modellert som en gammafunksjon) og kovariater (lineær drift og observered bevegelse), med det BOLD signal over tid som den avhengige variabel.
   2. Gjennomsnittlig resulterer GLM beta vekter over spesifiserte DMN regioner. MERK: Disse gjennomsnitt n-back svar fra individ-nivå datasett tjene som grunnleggende mål på hjernens aktivitet i påfølgende gruppenivå statistiske analyser.
   3. Bruk analyser av samvariasjon å undersøke gruppenivå forskjeller mellom PTSD og ikke-PTSD grupper og å estimere effektene av oppgaven vanskelighetsgrad (dvs. sammenligninger av aktivitet under 0 - kontra to-back oppgaver) i hver DMN region; Inkluderer også analyser av alle relevante statistiske kontroll skritt som kreves under hviletilstand analyser i 4.2.
4. Strukturell Connectivity Bruke DTI
   1. Forbehandling
      1. Ved hjelp av DTI prosessering programvare, co-register ikke-spredning (dvs.. B = o) bilder for å korrigere for bevegelsesartefakter, og bruke som en normalisering bilde for påfølgende diffusjon-vektede bilder. Bruk en 12 parameter affine transformasjonenå registrere diffusjon-vektede bilder å ta hensyn til bevegelse og virvelstrøm gjenstander.
      2. Sørg for at gradient vektor for hver diffusjon retning roteres å gjøre rede for transformasjoner før modellere montering. Beregn en andre-order diffusjon tensor per voxel fra diffusjon vektet signal dempninger ved hjelp av en ikke-lineær begrenset passende prosedyre ^38.
      3. Bruk diffusjon-vektede bilder å beregne egenverdi, egenvektor og brøk anisotropi kart diffusjon.
   2. Bruk tractography programvare for å kvantifisere integritet av tverrfuren bunten. Benytte standard atlas for frø regionen utvalg, slik som de av Mori et al. ³⁹ og Catani og De Schotten ^40. Filter resulterende tractography gjennom en midtlinjen utelukkelse regionen for å fjerne fibrene krysset mellom halvkulene. Beregn gjennomsnittlig FA, spor, aksial og radial diffusivitet for alle vokslene gjennom som cingulum bunt passerer. </ Li>
   3. Bruk blandingsmodell ANOVA for hver diffusjon tiltaket, med halvkule som en innen-emne variabel, for å sammenligne gruppeforskjeller mellom PTSD og ikke-PTSD deltakere, statistisk kontrollert for andre faktorer, slik som depresjon alvorlighetsgrad, rusmisbruk, mild TBI og utdanning og demografiske variabler ved hjelp ANCOVA.

Representative Results

Representative resultatene er basert på data samlet inn ved hjelp av den samme bilde tilnærming i to forskjellige prøver av personer med en historie med traumer i barndommen og mishandling, men uten PTSD ^21,22. Resultater fra hviletilstand funksjonell tilkobling analyser avdekket en romlig mønster forenlig med store noder av DMN (Figur 1) ^1-3,8 inkludert MPFC, PCC, kantete gyrus / mindreverdig parietal lobule og midtre temporale regioner. Bekreftelse på dette romlige fordelingen fungerer som en innledende gyldighetssjekk, og lar påfølgende hypotesetesting.

Mønstre av hjerneaktivitet under arbeidsminnet vises i figur 2. Bilder fra to-back komponent (figur 2a) viser økt aktivering i utøvende nettverk som forekommer samtidig med deaktivering innenfor DMN. Aktivering i utøvende regioner, slik som den midterste frontal gyrus, tilleggsmotorområdet og inferior parietal lobule er avbildet i oransje og rødt, sidestilt med deaktivering i DMN regioner (dvs. MPFC, PCC og mediale temporale regioner) vist i blått. Dette mønster er i samsvar med forutgående N-back litteraturen ^11,41 og tjener som en gyldighetssjekk før fortsetter til hypotesetesting. Figur 2B viser resultater fra 0-back komponent av n-rygg, som viser beskjedne deaktivering, særlig i PCC , men uten sterk MPFC deaktivering. Moderat aktivisering er også sett i den mediale frontal cortex.

Sist, omfanget av tverrfuren bunten, slik det er åpenbart av probabilistisk tractography, blir vist i figur 3.. Tre-dimensjonale bilder viser den generelle formen og fordelingen av fure fibre, som grovt spore den generelle formen av DMN regioner (fig. 3a). For å kontrollere riktigheten av de viste fiber, anbefales det at disse resultatene legges over med en indi duals 'kortikale kartet (f.eks, generert av programmer som skiller spesifikke kortikale regioner). Figur 3b viser hvit substans kanalen passerer gjennom MPFC og PCC, og figur 3c viser traktater som når de mediale temporale regioner. Dette sikrer at etterfølgende gruppe analyser inkluderer fibre kobler relevante områder av hjernen.

Figur 1. Resting State Funksjonell Connectivity Map of the Standard Mode Network. Disse bildene viser en sagittal visning av DMN områder utviser signifikant positiv funksjonell tilkobling med PCC. Bildene er thresholded på ap <0,05, korrigert for multiple sammenligninger. X-koordinatene for hver skive er vist i den nedre venstre side av det tilsvarende bilde.

ays ">
Figur 2. Spatial Mønster Aktivering Under Working Memory. a) sagittal-delen av hjernen for å illustrere mønstre som er knyttet til to-back arbeidshukommelse oppgave. Aktiveringsmønstre innenfor den utøvende nettverk er illustrert i oransje / rød og DMN deaktivering vises i blått. Bildene er thresholded på p <0,05 og korrigert for multiple sammenligninger. B) demonstrerer 0-back aktivitet, noe som er typisk kombineres med arbeidsminnet til å kontrollere for oppmerksomhet. Aktiveringsmønstre er i oransje / rød og deaktivering i blått; tydelig her er noen DMN deaktivering med lite utøvende aktivering. Bildene er thresholded på p <0,05, korrigert for multiple sammenligninger.

g "width =" 500 "/>
Figur 3. Probabilistic Tractography / Structural Tilkobling av Tverr Bundle. a) viser den tredimensjonale formen og mønsteret av disse fibrer, med tverrsnitt av hjernen inkludert for visuell referanse, b) viser hvordan disse fibrer reiser gjennom MPFC og PCC (rød og blå, henholdsvis), og c) viser hvor disse fibrene seg gjennom den mediale temporale del av dmn.

Discussion

De to mest kritiske trinn for vellykket gjennomføring av Bildediagnostiske protokollen er nøyaktig fange hviletilstand og arbeider minne effekter.

Konseptuelt, er oppkjøpet av hviletilstand bilder grei. Siden det er ingen oppgave å utføre, forskere ofte beskrive hjernens aktivitet under disse epokene som "hvile." Men, da dette feltet er relativt nytt i forhold til andre områder av Bildediagnostiske ^en, er det ingen eksplisitt enighet om hvordan man skal presisere "hvile "i skanneren. De fleste protokoller, inkludert denne, ber deltakerne til å vise en fiksering kors på en skjerm. Varigheten av den individuelle hviletilstand scan er også svært variabel i litteraturen, generelt spenner fra 4 til 12 min, og med enten øynene åpne eller lukkede øyne ^42. I denne protokollen, ble to 4 min skanner implementert for totalt 8 min, med åpne øyne, ser på en enkel hvit fiksering kryss igjenst en svart bakgrunn. Fremtidig forskning vil ha stor nytte av aksept av en standardisert tilnærming til hviletilstand datainnsamling til rette for generalisering på tvers av studier.

En annen kritisk problem under hviletilstand oppkjøpet er virkningen av hodet bevegelse. Nyere forskning har tydelig vist at bevegelse under hvile statlige skanner fører til falske korrelasjoner i påfølgende funksjonell tilkobling analyserer ^43-45. Derfor må deltakerne være så urørlig som mulig gjennom hele hviletilstand søkeøkten. Under protokoll utvikling, var svært engstelige deltakerne ikke er i stand til å forbli stille særlig lenge, ofte i størrelsesorden 4-5 min. Reflekterer denne erfaringen, kan flere prosedyrer minimere virkningen av deltaker bevegelse, inklusive kjøp av to 4 min hviletilstand skanner og sensurere noen bilder med bevegelse større enn 1,5 mm (tilsvarende 1/2 voxel) ^32. Sensurere noe mindre enn 1 mm movement (f.eks 0,5 mm) i kliniske deltakerne kan føre til datareduksjon som kompromitterer ytterligere datasett analyser.

En annen viktig komponent i bildet oppkjøpet er viktigheten av å praktisere arbeidshukommelsesoppgaver før bildebehandling. Siden prinsippet interesse av denne protokollen er i deaktivering av DMN svar på vanskelige oppgaven krever, må den utøvende nettverk være tilstrekkelig utfordret. Dette krever slående en forsiktig balanse mellom overveldende en klinisk deltaker (som kan ha betydelig angst) og ta bilder under den kognitive utfordringen. Denne balansen kan bli truffet ved å ha deltakeren øve på arbeidsminnet oppgave utenfor skanneren. Dette blir vanligvis utført mens man sitter i et annet rom, ved hjelp av en identisk inngangsinnretning (hvis mulig) som er brukt i skanneren. En rask scoring av n-back atferds resultater avslører hvorvidt deltakerne utfører tilstrekkelig. Det er også viktig å minnedeltakerne at forsøket er utviklet for å indusere kognitiv innsats og perfekt score er ikke forventet. I tidligere studier, DMN deaktiver skjedde på samme måte med både riktige og feil svar ^18,23. Dette kan forventes gitt karakter av n-back paradigmet, som utløser en kognitiv sett som krever konsistente kognitive funksjoner gjennom hele oppgaven, uavhengig av nøyaktigheten av enhver respons.

Denne tilnærmingen har flere begrensninger, som er iboende i et felt som er raskt framover. For eksempel ble begrepet DMN laget i 2001, så det er rimelig å anta at de imaging metoder for å karakterisere sin struktur og funksjon forbli, om ikke i spedbarnsalder, i tidlig ungdomsalder. Nye bilde protokoller og parametre utvikles stadig relevant for stress relaterte psykiatriske tilstander ^23,46, heve spørsmålet om tidligere resultater kan replikeres ved hjelp av ulike tilnærminger. En annen utmerket exrikelig av dette er virkningen av bevegelse på hviletilstand skanner, som fått bred anerkjennelse i 2012 ^43-45. Mens dagens forskere implementere bevegelses rettelse prosedyrer, mangel på denne korreksjonen kompliserer tolkningen av tidligere publiserte data. Et annet viktig eksempel er uenighet fjerning av global signal, som er et vanlig forbehandlingstrinn teknikk som brukes for å redusere støy, men kan forårsake falske korrelasjoner i hviletilstand data ^33,34.

I sammendraget, bruker denne protokollen utfyllende hviletilstand, arbeidsminne og strukturelle Bildediagnostiske metoder for å visualisere DMN. Den viktigste fordel med denne tilnærming er den multimodal evaluering av en enkelt hjernenettverk; hvert av disse bildediagnostiske metoder gir unike og utfyllende informasjon angående funksjonen av denne viktige nettverk. Mens den protokoll som er beskrevet her ble anvendt for å karakterisere korrelater av stress eksponering, kombinasjoner av en hvilken som helst or alle disse tilnærmingene egner seg til videre utvikling som avbildingsteknikkar biomarkører av humør og angstlidelser.

Materials

Name	Company	Catalog Number	Comments
3T TIM TRIO	Siemens		3T MRI
MRI-compatible pulse oxymeter	Siemens	model # 07389567
Analysis of Functional Neuroimaging	NIH	http://afni.nimh.nih.gov/	Data analysis software package
Eprime	Psychology Software Tools, LLC	http://www.pstnet.com/eprime.cfm	Stimulus presentation software
Slicer	Brigham and Women's Hospital	http://www.slicer.org/	Probabilistic tractography software