تحليل شبكة من وضع الشبكة الافتراضية باستخدام التصوير بالرنين المغناطيسي الوظيفي الربط في صرع الفص الصدغي

الهدف العام من التجربة التالية هو الحصول على خرائط إحصائية. مقارنة الفرق بين فحوصات FMRI في حالة الراحة بين الضوابط الصحية ومرضى الصرع. يتم تحقيق ذلك من خلال الحصول على بيانات FMRI في الأشخاص المصابين بصرع الفص الصدغي ، بالإضافة إلى الأشخاص الأصحاء الضابطين.

كخطوة ثانية ، تتم معالجة FMRI مسبقا ، مما يعد البيانات لتحليلها إحصائيا. بعد ذلك ، يتم تحليل بيانات FMRI المعالجة مسبقا من أجل الحصول على مقارنات صحيحة إحصائيا بين المجموعتين. تم الحصول على النتائج التي تظهر الاختلافات في شبكات الدماغ بين مرضى الصرع مقارنة بشبكات الدماغ لأشخاص أصحاء من المراقبين.

استنادا إلى الاختلافات الإحصائية في خرائط شبكة الدماغ بين هاتين المجموعتين ، أصبح من الواضح بشكل متزايد أنه حتى الصرع الذي يتجلى في النوبات البؤرية هو خصائص ناشئة لاضطرابات الشبكة المنتشرة. جاءت فكرة هذه التقنية بعد إدراك أهمية شبكة DEF Favo أثناء النوبات والتساؤل عما إذا كانت شبكة LO الافتراضية غير طبيعية بين النوبات في صرع الفص الصدغي. يجب أن يشمل مجتمع الدراسة لهذا البروتوكول ثلاث مجموعات ، أليس كذلك؟

مرضى صرع الفص الصدغي ، مرضى صرع الفص الصدغي الأيسر ، وكذلك الضوابط الصحية. يوصى بما مجموعه حوالي 35 موضوعا. يجب أن تكون المجموعات الخاضعة للصرع من المرضى الذين تم تشخيص إصابتهم بصرع الفص الصدغي ، مثل المرشحين لاستئصال الفص الصدغي الأمامي على النحو المحدد بالفيديو ومراقبة مخطط كهربية الدماغ والتصوير المقطعي بالإصدار البوزيتروني والاختبار النفسي العصبي للتأكد من أن جميع الأشخاص لديهم تصوير بالرنين المغناطيسي للدماغ وخلوونه من أمراض عصبية بخلاف الصرع في مجموعات المرضى.

الحصول على موافقة مجلس المراجعة المؤسسية وموافقة خطية مستنيرة من جميع الأشخاص قبل التصوير وفحص التصوير بالرنين المغناطيسي. أمان. يجب على المرضى الاستمرار في تناول أدويتهم المعتادة أثناء فحص FMRI ويجب عدم فحصهم مباشرة بعد النوبة. يجب استخدام نظام التصوير بالرنين المغناطيسي بثلاثة تسلا لجميع الصور الموضحة في هذا البروتوكول.

احصل على شرائح محورية للصور الوظيفية باستخدام تسلسل تصوير مستوي صدى وللصور التشريحية ، استخدم تسلسل تدرج مدلل. اطلب من المشاركين الاسترخاء والبقاء ساكنين وأعينهم مغلقة ، وإجراء التصوير الوظيفي باستخدام المعلمات كما هو موضح هنا. استخدم أيضا المعلمات التالية للتصوير الهيكلي عالي الدقة S PGR T واحد.

يجب أن تستغرق كل جلسة تصوير حوالي 20 دقيقة. ابدأ بالمعالجة المسبقة لبيانات FMRI باستخدام برنامج FSL أولا. استخدم FSL MFL لإزالة قطعة أثرية لحركة الرأس.

ثم استخدم أداة استخراج الدماغ FSL أو BET لإزالة الأنسجة غير الدماغ باستخدام خيار اندفاعة F للملفات الجريئة. هذا يسمح بمزيد من خطوات التحليل على أنسجة المخ وحدها. بعد ذلك ، قم بإجراء تحليل معالج بالحد الأدنى من التسجيل.

حدد تحليل المستوى الأول وقم بتغيير التحليل الكامل إلى الإحصائيات المسبقة من الزرين العلويين. ثم ضمن علامة التبويب pres stats ، قم بإلغاء تحديد استخراج الدماغ للرهان ، وحدد لا شيء لتصحيح الحركة حيث تم تنفيذها بالفعل. ثم قم بتسجيل الصور الوظيفية في الصور التشريحية ، ثم إلى صورة MNI قياسية.

ينتج عن هذا توليد مصفوفات التحويل ، والتي يتم استخدامها لاحقا أثناء التحليل لتشويه البذور المختارة في الفضاء القياسي في مساحة دماغ الموضوع. بعد ذلك ، استخدم مصفوفة التحويل التي تم إنشاؤها المسماة القياسية للمثال حصيرة نقطة الفانك وتحويل عائد الاستثمار CSF والمادة البيضاء إلى مساحة غامقة فردية. ثم باستخدام الأمر FSL mean TS ، استخرج السلسلة الزمنية من CSF وعائد الاستثمار للمادة البيضاء.

باستخدام عائد الاستثمار في مساحة الموضوع الفردية كقناع ، قم بتطبيع السلاسل الزمنية المستخرجة باستخدام البرنامج R. سيتم استخدام هذه السلاسل الزمنية لاحقا كانحدارات في النموذج الخطي العام لإزالة الإشارات الاصطناعية المقابلة من التحليل. الخطوة التالية هي إزالة القطع الأثرية المتعلقة بحركة الموضوع. لانحدار معلمات الحركة.

قم بتعيين ما يلي داخل أقدام FSL قبل تشغيله أولا داخل علامة تبويب البيانات ، واستخدم الملف المصحح للحركة والمستخرج من الدماغ كمدخلات وقم بتعيين قيمة TR لتتوافق مع مجموعة البيانات الخاصة بك. قم بتعيين تصفية التمرير العالي باستخدام مرشح 102 ، والذي سيزيل إشارات التردد المنخفض جدا التي لا تهمك. سيتم تطبيق مرشح منخفض لإزالة إشارات التردد العالي لاحقا ضمن علامة التبويب pres stats.

لا يخترف أي شيء تحت تصحيح الحركة وإلغاء التحديد ، ولكن استخراج الدماغ. نظرا لتنفيذ هذه الخطوات ، قم بإجراء التنعيم المكاني باستخدام نصف عرض كامل بحد أقصى خمسة ملليمترات. ثم داخل علامة تبويب الإحصائيات ، قم بتراجع معلمات الحركة الستة ومشتقاتها الزمنية.

حدد لا شيء للالتفاف وتحقق من تطبيق التصفية الزمنية. استخدم إخراج F selmic flirt للحصول على ملفات نصية لمعلمات الحركة ، والتي يمكن إدخالها بعد ذلك في تحليل القدمين لتراجعها في نموذج خطي عام. أيضا ، أضف إشارات السائل الدماغي النخاعي والمادة البيضاء التي تم استخراجها وتطبيعها في الخطوات السابقة إلى GLM.

حدد لا شيء للالتواء. أضف مشتقا زمنيا وقم بإلغاء تحديد تطبيق التصفية الزمنية. يجب استخدام المخلفات من المعالجة المسبقة الموضحة أعلاه للارتباط القائم على البذور.

يجب أولا تمرير هذه البقايا من خلال مرشح PESS منخفض يبلغ 0.1 هرتز ، ثم يتم إهانتها عن طريق طرح المتوسط ، والقسمة على الانحراف المعياري ثم تحجيمها بإضافة 100 بذرة بقطر ستة ملليمترات. في مساحة MNI القياسية. باستخدام برنامج تاج التصوير بالرنين المغناطيسي ، يجب أن تتوافق البذور الخلفية والأمامية مع الإحداثيات كما هو موضح هنا.

لاحظ أنه تم تحديد مواقع البذور هذه ضمن ضوابط صحية. يجب تحويل البذور لاحقا إلى مساحة الدماغ الوظيفية الفردية لكل موضوع من مساحة MNI القياسية. لهذا ، استخدم مصفوفة التحويل التي تم إنشاؤها مسبقا لتحويل البذور من المساحة القياسية m و i إلى الفضاء الوظيفي الفردي.

بعد ذلك ، استخدم الأمر FSL mean Ts لاستخراج السلسلة الزمنية من المتبقية التي تم تحطيلها وقياسها مسبقا. استخدام البذرة في مساحة الموضوع الفردية كقناع. تطبيع السلسلة الزمنية المستخرجة باستخدام برنامج R يجب حساب الارتباطات الجزئية بين فوكسيل البذور وجميع فوكسلات دماغها بشكل منفصل لكل موضوع لكل تشغيل.

لهذا ، داخل واجهة أقدام FSL ، حدد تحليل المستوى الأول ثم الإحصائيات بالإضافة إلى إحصائيات النشر داخل علامة تبويب البيانات. وينبغي استخدام المتبقي الذي تم تحقيقه وحجمه سابقا كمدخلات. اضبط قطع مرشح التمرير العالي على 10,000 لأن المتبقي مرتفع بالفعل، ويتم تمريره في 100 ثانية داخل علامة تبويب الإحصائيات.

قم بإلغاء تحديد استخدام التبييض المسبق للفيلم واستخدم السلسلة الزمنية للبذور المستخرجة والمحالة مسبقا. في GLM ضمن علامة التبويب إحصائيات المنشور، قم بتعيين حد إحصائيات Z المطلوب إلى قيمة 2.0 قبل تشغيل تحليل المجموعة. من خلال الجمع بين عمليات التشغيل داخل الموضوعات ، يجب إجراء تحويل Fisher Z على تباين تقديرات المعلمات.

الملف الذي تم إنشاؤه من تحليل الارتباط ، انسخ بيانات التسجيل من دليل التسجيل لتحليل القدمين إلى تشغيل الارتباط. قم بتشغيل تحليل مستوى أعلى من خلال الجمع بين عمليات التشغيل داخل كل موضوع. أولا ، حدد تحليل المستوى الأعلى ثم الإحصائيات بالإضافة إلى إحصائيات المنشورات.

ثم ضمن علامة تبويب البيانات ، اختر المدخلات عبارة عن أدلة أقدام ذات مستوى منخفض وأدخل أشواط الموضوع داخل علامة التبويب الإحصائيات. اختر تأثيرات مختلطة. يقوم OLS البسيط بإعداد نموذج كتأثير متوسط وإدخال قيمة واحدة لكل موضوع من الأهداف.

لدمج تجاوز البيانات بين الموضوعات ، يجب استخدام تحليل التأثيرات المختلطة البسيطة المربعة الصغرى لهذا الغرض ، واختر تحليلا وإحصائيات ذات مستوى أعلى بالإضافة إلى إحصائيات المنشورات داخل علامة تبويب البيانات. اختر المدخلات عبارة عن أدلة أقدام ذات مستوى أدنى وأدخل عمليات التشغيل المجمعة للموضوع داخل علامة التبويب الإحصائيات ، واختر التأثيرات المختلطة. تقوم OLS البسيطة بإعداد نموذج حيث تقوم ثلاث مجموعات بإدخال قيمة واحدة للمجموعة.

كل موضوع ينتمي إلى الصفر. خلاف ذلك ، يجب إجراء تحليل المجموعة على كل فوكسل باستخدام ابتكار أحادي الاتجاه بثلاثة مستويات تتوافق مع المجموعات الثلاث إلى العتبة. تستخدم الصور الإحصائية Z عتبة تكوين الكتلة Z أكبر من 2.0 وعتبة معنوية للعنقود المصححة P تساوي 0.05 للحصول على قيم Z الصحيحة على خريطة الارتباط.

يجب إجراء تحويل فيشر Z العكسي على النتائج. أخيرا ، استخدم التباينات المحددة التالية كما هو موضح على الشاشة هنا. يوضح هذا الشكل شبكة الوضع الافتراضي التي تم الكشف عنها من خلال الاتصال من بذرة خلفية ، بما في ذلك الطحال الرجعي وprecuneus بألوان حمراء صفراء وفي البذور الأمامية ، بما في ذلك قشرة الفص الجبهي الإنسي بألوان زرقاء وخضراء.

يكشف الصف الأول عن شبكة الأشخاص الضابطين ، والصف الثاني لصرع الفص الصدغي الأيسر ، والصف السفلي لصرع الفص الصدغي الأيمن. تقارن الأرقام التالية بين هذه الشبكات بين هذه المجموعات الثلاث. هنا نرى شبكات الوضع الافتراضي التي تم الكشف عنها بذرة أمامية وخلفية لصرع الفص الصدغي الأيمن والأيسر مقارنة بالضوابط الصحية.

يوضح هذا الشكل شبكات الوضع الافتراضي التي تم الكشف عنها بنفس نقاط البذور لصرع الفص الصدغي الأيسر فقط مقارنة بالضوابط الصحية. بينما يوضح هذا الشكل الشبكات التي تم الكشف عنها لصرع الفص الصدغي الأيمن فقط مقارنة بالضوابط الصحية ، وأخيرا نرى هنا شبكات الوضع الافتراضي التي تم الكشف عنها مع بذرة أمامية وخلفية لصرع الفص الصدغي الأيسر مقارنة بصرع الفص الصدغي الأيمن. تعد دراسات الاتصال الوظيفي التي تشمل الدماغ بأكمله ضرورية لفهم الآليات الأساسية للصرع.

استخدمنا تقنية قائمة على البذور في هذه التجربة لتقييم الاتصال بشبكة الوضع الافتراضي. سيكون من المثير للاهتمام معرفة كيف تقارن التقنيات الأخرى في نتائجها عند دراسة صرع الفص الصدغي.