Медицинская литература. Новинки

 

 

 

 

 

 

Функциональная магнитно-резонансная томография в состоянии покоя: анализ коннективности крупномасштабных сетей головного мозга

Вы можете загрузить полный текст статьи в формате pdf

Цель исследования: оценить возможности различных методов анализа функциональной интеграции крупномасштабных нейросетей головного мозга у здоровых испытуемых по данным функциональной МРТ в состоянии покоя.Материал и методы. Функциональная МРТ в состоянии покоя выполнена 28 здоровым испытуемым мужского пола в возрасте 27,4 ± 5,1 лет, без вредных привычек и черепно-мозговых травм. Проводилась функциональная оценка крупномасштабных нейросетей, входящих в тройную сетевую модель: сети пассивного режима работы, сети выявления значимости и сети исполнительного контроля.Результаты. Анализ независимых компонентов в полной мере позволил выявить сеть пассивного режима работы и сеть выявления значимости, однако сеть исполнительного контроля были выявлена частично, и в основном это касалось структур, имеющих билатеральное расположение. Анализ графов определил структуры, имеющие наибольшую ценность для нейрофункциональных исследований. Практически все структуры, у которых отмечены максимальные показатели графов относятся к сети исполнительного контроля. Результаты Roi-анализа показали взаимодействие между собой сети пассивного режима и сети исполнительного контроля, что свидетельствует об их совместной работе в обеспечении важных функций головного мозга. Также было определено, что у здоровых людей все структуры внутри крупномасштабных сетей функционально связаны между собой.Заключение. Разные методы анализа данных функциональной МРТ в состоянии покоя выявляют различные аспекты связности в мозге, в обработке каждого метода задействованы совершенно разные принципы, а окончательные параметры количественного определения также меняются в зависимости от предпочтительного метода. В настоящее время не существует единого метода, который сам по себе считался бы стандартом анализа. Применение нескольких методов к одному и тому же набору данных может дать более информативные результаты. 

Ключевые слова:
Функциональная МРТ в состоянии покоя, функциональная интеграция, сеть, functional MRI resting state, functional integration, networks

Литература:
1.Craddock R.C., Jbabdi S., Yan C.G. et al. Imaging human connectomes at the macroscale. Nat Methods. 2013; 10: 524–539. https://doi.org/10.1038/nmeth.2482
2.Bergmann E., Gofman X., Kavushansky A., Kahn I. Individual Variability in Functional Connectivity Architecture of the Mouse Brain. Commun. Biol. 2020; 3: 738. https://doi.org/10.1038/s42003-020-01472-5
3.Park H.J., Friston K. Structural and functional brain networks: from connections to cognition. Science. 2013;342:1238411. https://doi.org/10.1126/science.1238411
4.Тарумов Д.А., Абдулаев Ш.К., Труфанов А.Г., Ушаков В.Л., Шамрей В.К., Железняк И.С., Ипатов В.В., Романов Г.Г., Ковалишин И.М. Возможности функциональной магнитно-резонансной томографии покоя в оценке функционального состояния головного мозга у пациентов, страдающих опиоидной наркоманией. Вестник российской военно-медицинской академии. 2018; 3 (63): 72–79.
5.Biswal B. Resting state fMRI: a personal history. Neuroimage. 2012; 62 (2): 938–944. https://doi.org/10.1016/j.neuroimage.2012.01.090
6.Soddu A., Vanhaudenhuyse A., Demertzi A. et al. Resting state activity in patients with disorders of consciousness. Funct Neurol. 2011; 26: 37–43.
7.Liu Y., Gao J.H., Liotti M. et al. Temporal dissociation of parallel processing in the human subcortical outputs. Nature. 1999; 400: 364–367. https://doi.org/10.1038/22547
8.Tononi G., Sporns O., Edelman G.M. A measure for brain complexity: relating functional segregation and integration in the nervous system. Proc Natl Acad Sci USA. 1994; 91: 5033–5037 https://doi.org/10.1073/pnas.91.11.5033
9.Lanting C.P., de Kleine E., Langers D.R., van Dijk P. Unilateral tinnitus: changes in connectivity and response lateralization measured with fMRI. PLoS One. 2014; 9: 110704. https://doi.org/10.1371/journal.pone.0110704
10.Friston K.J. Modalities, modes, and models in functional neuroimaging. Science. 2009; 326: 399–403. https://doi.org/10.1126/science.1174521
11.Biswal B., Yetkin F.Z., Haughton V.M., Hyde J.S. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magn Reson Med. 1995; 34: 537–541. https://doi.org/10.1002/mrm.1910340409
12.Van den Heuvel M.P., Hulshoff Pol H.E. Exploring the brain network: a review on resting-state fMRI functional connectivity. Eur. Neuropsychopharmacol. 2010; 20: 519–534. https://doi.org/10.1016/j.euroneuro.2010.03.008
13.Li K., Guo L., Nie J., Li G., Liu T. Review of methods for functional brain connectivity detection using fMRI. Comput Med Imaging Graph. 2009; 33: 131–139. https://doi.org/10.1016/j.compmedimag.2008.10.011
14.Van de Ven V.G., Formisano E., Prvulovic D. Functional connectivity as revealed by spatial independent component analysis of fMRI measurements during rest. Hum Brain Mapp. 2004; 22: 165–178. https://doi.org/10.1002/hbm.20022
15.Beckmann C.F., DeLuca M., Devlin J.T., Smith S.M. Investigations into resting-state connectivity using independent component analysis. Philos. Trans. R. Soc. Lond B. Bio.l Sci. 2005; 360 (1457): 1001–1013. https://doi.org/10.1098/rstb.2005.1634
16.Bertolero M.A., Yeo B.T., D'Esposito M. The modular and integrative functional architecture of the human brain. Proc. Natl. Acad. Sci. USA. 2015; 112 (49): 6798–6807. https://doi.org/10.1073/pnas.1510619112
17.Ma L., Wang B., Chen X., Xiong J. Detecting functional connectivity in the resting brain: a comparison between ICA and CCA. Magn. Reson. Imag. 2007; 25 (1): 47–56. https://doi.org/10.1016/j.mri.2006.09.032
18.Kriegeskorte N., Douglas P.K. Cognitive computational neuroscience. Nat. Neurosci. 2018; 21: 1148–1160. https://doi.org/10.1038/s41593-018-0210-5
19.Petersen S.E., Sporns O. Brain networks and cognitive architectures. Neuron. 2015; 88 (1): 207–219. https://doi.org/10.1016/j.neuron.2015.09.027
20.Bullmore E.T., Bassett D.S. Brain graphs: graphical models of the human brain connectome. Annu. Rev. Clin. Psychol. 2011; 7: 113–140. https://doi.org/10.1146/annurev-clinpsy-040510-143934
21.Van den Heuvel M.P., Sporns O. Network hubs in the human brain. Trends Cogn. Sci. 2013; 17 (12): 683–696. https://doi.org/10.1016/j.tics.2013.09
22.Watts D.J., Strogatz S.H. Collective dynamics of “small-world” networks. Nature. 1998; 393 (6684): 440–442. https://doi.org/10.1038/30918
23.Fleischer V., Radetz A., Ciolac D. et al. Graph theoretical framework of brain networks in multiple sclerosis: a review of concepts. Neuroscience. 2017; 403: 35–53. https://doi.org/10.1016/j.neuroscience.2017.10.033
24.Miri Ashtiani S.N., Daliri M.R., Behnam H. et al. Altered topological properties of brain networks in the early MS patients revealed by cognitive task-related fMRI and graph theory. Biomed. Signal. Process. Control. 2018; 40: 385–395. https://doi.org/10.1016/j.bspc.2017.10.006
25.Andersson J.L.R., Hutton C., Ashburner J. et al. Modelling geometric deformations in EPI time series. NeuroImage. 2001; 13: 90–919. https://doi.org/10.1006/nimg.2001.0746
26.Кремнева Е.И., Синицын Д.О., Добрынина Л.А., Суслина А.Д., Кротенкова М.В. Функциональная МРТ покоя в неврологии и психиатрии. Журнал неврологии и психиатрии им. С.С. Корсакова. 2022; 122 (2): 5–14. https://doi.org/10.17116/jnevro20221220215
27.Ashburner J., Friston K.J. Unified segmentation. NeuroImage. 2005; 26 (3): 839–851. https://doi.org/10.1016/j.neuroimage.2005.02.018
28.Janine B., Smith St.M., Beckmann Ch.F. An introduction to resting state fMRI functional connectivity. Oxford University Press, 2017. 152 p. ISBN: 9780198808220
29.Jafri M.J., Pearlson G.D., Stevens M., Calhoun V.D. A method for functional network connectivity among spatially independent resting-state components in schizophrenia. Neuroimage. 2008; 39 (4): 1666–1681. https://doi.org/10.1016/j.neuroimage.2007.11.001
30.Suk J., Hwang S., Cheong S. Functional and Structural Alteration of Default Mode, Executive Control, and Salience Networks in Alcohol Use Disorder. Front Psychiatry. 2021; 12: 742228. https://doi.org/10.3389/fpsyt.2021.742228
31.Menon B. Towards a new model of understanding – The triple network, psychopathology and the structure of the mind. Med. Hypotheses. 2019: 133: 109385. https://doi.org/10.1016/j.mehy.2019.109385
32.Буккиева Т.А., Поспелова М.Л., Ефимцев А.Ю., Фионик О.В., Алексеева Т.М., Самочерных К.А., Горбунова Е.А., Красникова В.В., Маханова А.М., Левчук А.Г., Труфанов Г.Е. Функциональная МРТ в оценке изменений коннектома головного мозга у пациенток с постмастэктомическим синдромом. Лучевая диагностика и терапия. 2021; 4 (12): 41–49. http://dx.doi.org/10.22328/2079-5343-2021-12-4-41-49
33.Гребенщикова Р.В., Ананьева Н.И., Пичиков А.А., Исхаков Д.Н., Лукина Л.В. Функциональная связанность структур головного мозга у больных нервной анорексией по данным фМРТ состояния покоя: проспективное исследование. Лучевая диагностика и терапия. 2023; 1 (14): 26–36. http://dx.doi.org/10.22328/2079-5343-2023-14-1-26-36
34.Ублинский М.В., Семенова Н.А., Манжурцев А.В., Меньшиков П.Е., Яковлев А.Н., Ахадов Т.А. Исследование нарушений функциональных связей между сетью пассивного режима работы мозга и структурами мозжечка у пациентов с легкой черепно-мозговой травмой в острой стадии по данным фМРТ состояния покоя. Медицинская визуализация. 2020; 24 (2): 131–137. https://doi.org/10.24835/1607-0763-2020-2-131-137
35.Добрынина Л.А., Гаджиева З.Ш., Морозова С.Н., Кремнева Е.И., Кротенкова М.В., Кашина Е.М., Поддубская А.А. Управляющие функции мозга: функциональная магнитно-резонансная томография с использованием теста Струпа и теста серийного счета про себя у здоровых. Журнал неврологии и психиатрии им. С.С. Корсакова. 2018; 118 (11): 64 71. https://doi.org/10.17116/jnevro201811811164
36.Буккиева Т.А., Чегина Д.С., Ефимцев А.Ю., Левчук А.Г., Исхаков Д.К., Соколов А.В., Фокин В.А., Труфанов Г.Е. Функциональная МРТ покоя. Общие вопросы и клиническое применение. Российский электронный журнал лучевой диагностики. 2019; 9 (2): 150 170. https://doi.org/10.21569/2222-7415-2019-9-2-150-170
37.Bullmore E., Sporns O. Complex brain networks: graph theoretical analysis of structural and functional systems. Nat. Rev. Neurosci. 2009; 10 (3): 186–198. https://doi.org/10.1038/nrn2575
38.Liao X., Vasilakos A.V., He Y. Small-world human brain networks: perspectives and challenges. Neurosci. Biobehav. Rev. 2017; 77: 286–300. https://doi.org/10.1016/j.neubiorev.2017.03.018
39.Nekovarova T., Fajnerova I., Horacek J., Spaniel F. Bridging disparate symptoms of schizophrenia: a triple network dysfunction theory. Front Behav Neurosci. 2014; 8: 171. https://doi.org/10.3389/fnbeh.2014.00171

Resting state functional magnetic resonance imaging: an analysis of the connectivity of brain large-scale networks

Objective: To assess the possibilities of various methods for analyzing the functional integration of large-scale brain neural networks in healthy subjects according to functional MRI resting state.Material and methods. Functional MRI at rest was performed on 28 healthy male subjects aged 27.4 ± 5.1 years, without bad habits and craniocerebral injuries. A functional evaluation of large-scale neural networks included in the triple network model was carried out: default mode network, salience network, executive control network.Results. The analysis of independent components made it possible to fully identify the default mode network and the salience network, however, the executive control network were partially identified, and this mainly concerned structures with a bilateral location. Graph analysis has identified structures of greatest value for neurofunctional research. Almost all structures that have the highest graph indicators are related to the executive control network. The results of the Roi-analysis showed the interaction between all large-scale networks, which indicates their joint work in providing important brain functions. It was also determined that in healthy people, all structures within large-scale networks are functionally interconnected.Conclusion. Different methods of resting functional MRI data analysis reveal different aspects of connectivity in the brain, completely different principles are involved in the processing of each method, and the final quantification parameters also vary depending on the preferred method. Currently, there is no single method that in itself would be considered the standard of analysis. Applying multiple methods to the same dataset can produce more informative results.

Keywords:
Функциональная МРТ в состоянии покоя, функциональная интеграция, сеть, functional MRI resting state, functional integration, networks