뇌 네트워크 상호 작용에 대한 심층 조사 (BNI)

연구 진술 의의 의의 기억 장애는 알츠하이머병 및 우울증을 포함한 여러 신경학적 및 정신 장애에 공통적이며 이는 환자, 가족 및 사회에 큰 부담이 됩니다(Dickerson and Eichenbaum, 2007). 새로운 치료 및 진단 전략이 필요하며 이는 일화 기억의 뇌 기반에 대한 더 깊은 이해에서 비롯될 수 있습니다(Tulving, 1983).

그룹 평균 신경 영상 연구는 '디폴트 네트워크'(DN)로 알려진 분산 네트워크가 과거 사건을 기억하는 동안 활동을 증가시킨다는 것을 밝혔습니다(Buckner et al. 2008). 이 네트워크는 후내측 피질(PMC), 후두정 피질(PPC), 내측 측두엽(MTL), 외측 측두엽 및 외측 및 내측 전두엽 피질을 포함하는 영역을 차지합니다. 기능적 자기 공명 영상(fMRI; Poldrack et al., 2015; Laumann et al., 2015)의 최근 발전을 기반으로 최근 증거에 따르면 기능적 해부학이 개인에게 정의될 때 DN은 명명된 두 개 이상의 병치된 네트워크로 구성됩니다. 편의상 DN-A 및 DN-B(그림 1). 이 발견은 에피소드 프로세스에서 DN의 역할을 재고하도록 합니다(또한 참조: Dastjerdi et al., 2011; Andrews-Hanna et al., 2010). 여기서 우리는 높은 시공간 해상도와 전뇌 네트워크 정의를 제공하는 다중 모드 접근 방식을 사용하여 이러한 네트워크에 대한 이해를 심화하기 위한 실험을 제안합니다. 우리는 개인 내 fMRI 매핑을 두개내 뇌파 검사(iEEG) 및 전기 뇌 자극(EBS)과 결합할 것입니다. 정확하게 매핑된 네트워크 영역에서 로컬 필드 전위를 직접 기록하고 밀리미터 정밀도로 전기 자극을 적용합니다. 이것은 fMRI 단독으로는 수집할 수 없는 두 가지 영역에서 일화 기억에 관한 새로운 정보를 제공할 것입니다: i) 일화 기억 동안 네트워크 모집의 빠른 시간적 역학 특성화, 및 ii) 기억 동안 뇌 영역 간의 인과적 상호작용 확립.

혁신 방법론적으로 이 프로젝트는 정밀한 fMRI 매핑이 임상 집단에서 수행될 수 있고 침습적 기록 및 자극과 성공적으로 결합될 수 있다는 원칙의 증거를 제공할 것입니다. 메모리 기억 중에 신경 참여가 어떻게 변화하는지를 포함하여 분산 네트워크 영역 간의 작업-응답 역학, 결합 및 인과 관계에 대한 더 깊은 이해를 통해 이론적 혁신을 얻을 수 있습니다. 마지막으로, 이 제안은 정밀 fMRI 유도 두개내 자극이 메모리 성능을 조절하는 데 사용될 수 있는지 여부를 직접 테스트하여 변환 혁신을 제공합니다.

접근 일반적인 방법: 제안된 실험의 참가자는 발작 병소를 국소화하기 위해 두개내 전극을 이식해야 하는 국소 간질로 추정되는 신경외과 환자입니다. 이 제안은 Northwestern University Feinberg School of Medicine에서 수행됩니다. 두개내 발작 모니터링이 예정된 환자는 연구에 등록하도록 초대되고 전극의 외과적 이식 전에 fMRI의 1~4회 세션을 받게 됩니다. 수술 후 환자는 일반적으로 Northwestern Memorial Hospital Comprehensive Epilepsy Center(CEC)에서 ~7일 동안 모니터링되며, 그 동안 제안된 실험에 참여하도록 초대됩니다. 모든 주제는 참여하기 전에 정보에 입각한 동의를 제공해야 합니다.

등록: 최소 40-50명의 환자가 향후 3년 동안 CEC에서 모니터링될 것으로 예상됩니다. 전극 위치는 환자의 임상적 필요에 따라 결정됩니다. 환자의 60-70%는 일반적으로 측면 측두 피질의 샘플링을 허용하는 궤적을 가진 깊이 전극을 통해 달성된 내측 측두엽의 조밀한 커버리지로 이식됩니다. 적은 수의 전극이 일반적으로 후방 대뇌 피질, 외측 하부 정수리 및 복내측 전두엽 피질에 이식됩니다. 여러 피질 영역의 영역을 포함하는 조사 중인 네트워크의 분산 특성으로 인해 많은 경우 관련 뇌 영역에 대한 적용 범위를 갖게 될 가능성이 높습니다. 일부 환자는 또한 경막하 그리드를 사용하여 더 넓은 피질 범위로 이식될 가능성이 있습니다. 예비 결과는 환자가 피질 표면에 배치되지 않고 뇌에 침투하는 깊이 전극만으로 이식된 경우에도 전극 궤적을 따라 다른 후보 네트워크 영역의 커버리지가 종종 달성되었음을 보여주었습니다. 보수적으로 추정하면 20~30명의 피험자가 아래에 설명된 프로젝트 목표에 적합한 후보가 될 것입니다. iEEG의 높은 신호 대 잡음비(일반적으로 기준선에서 200-300% 작업 유발 신호 증가, Parvizi 및 Kastner, 2017)를 고려할 때 일반적으로 개인 내에서 신뢰할 수 있는 효과를 찾을 수 있습니다. 제안된 모든 분석은 개인 내에서 수행되므로 통계적 검정력을 높이는 것이 아니라 결과를 일반화하려면 여러 피험자가 필요합니다. 따라서 적은 수의 과목(n = 12 정도로 낮음)이면 충분합니다(예: 브라가와 버크너, 2017; 포스터 등, 2013).

신경 영상 수집: MR 스캔은 각 환자의 1-4 세션에서 수집됩니다. 예비 데이터는 이 임상 집단에서 2-3 MRI 세션이 규정을 준수하지 않는 실행(예: 과도한 머리 움직임을 포함하는 것). 우리는 세션당 fMRI 데이터를 6-8번 실행하여 환자당 fMRI 데이터의 42-224분 사이를 수집합니다. 이렇게 하면 네트워크 지형을 강력하고 안정적으로 추정할 수 있습니다. 피사체의 졸음은 스캐너 안구 추적 카메라를 통해 모니터링됩니다. 환자가 필요할 때 스캐너 내부에서 영화를 볼 수 있도록 허용함으로써 순응도가 향상될 수 있으며, 파일럿 분석에서는 영화 및 시각적 고정 작업 데이터를 사용하여 비교 가능한 맵을 얻을 수 있음을 보여줍니다. 따라서 규정 준수를 개선하기 위해 두 작업을 모두 관리합니다.

개인 내 네트워크 정의: 네트워크는 견고성을 보장하기 위해 두 가지 방법을 사용하여 개인 내에서 정의됩니다. MRI 전처리는 피험자 내 정렬을 최적화하고 흐림을 최소화하는 맞춤형 파이프라인 'iProc'을 사용하여 수행됩니다. 개별 시드 영역은 손으로 선택하고 상관관계 맵은 r > 0.2에서 임계값을 지정하여 확실성이 낮은 영역을 제거합니다. 관심 있는 네트워크인 DN-A 및 DN-B는 각 네트워크의 예상되는 해부학적 분포를 사용하여 타겟팅 및 식별됩니다(자세한 내용은 Braga 및 Buckner, 2017에 설명됨). 후보 시드 영역이 선택되면 잠재적인 실험자 편향을 줄이는 데이터 기반 클러스터링을 사용하여 각 개인에서 네트워크 정의가 다시 수행됩니다. 직접 정의한 네트워크와 가장 근접하게 일치하는 클러스터링 분석의 네트워크가 선택되고 DN-A 및 DN-B로 레이블이 지정됩니다. 네트워크 맵은 각 네트워크 내 또는 근처의 대략적인 위치에 따라 전극 접점(각 '전극'은 샤프트 또는 그리드를 따라 여러 '접점'을 가질 수 있음)에 레이블을 지정하는 데 사용됩니다.

전극 위치 파악: 전극 위치는 컴퓨터 단층 촬영(CT) 스캔을 사용하여 결정됩니다. CT 공간에서 각 접촉 중심의 추정치는 BioImage Suite를 사용하여 얻을 수 있습니다. CT 이미지는 선형 변환을 사용하여 해부학적 T1 이미지(뇌 조직 위치 포함)에 등록되어 각 접촉의 좌표를 T1 공간에 투영할 수 있습니다. 예비 데이터에 따르면 이 현지화 프로세스에서 평가자 간 오류는 일반적으로 ~1mm입니다. 조직 컨덕턴스로 인해 확장된 각 접촉의 샘플링 볼륨을 근사화하기 위해 각 접촉 좌표를 중심으로 2mm 반경 구가 생성됩니다. 흰색 물질을 주로 샘플링하는 연락처는 영역이 회색 물질 리본과 겹치지 않는 연락처를 제외하여 제거됩니다(FreeSurfer를 사용하여 추정). 구체와 회백질 사이의 겹침은 표면 기반 및 부피 기반 기능적 연결성(FC) 분석에 사용됩니다. 각 연락처에 대해 FC 맵이 생성되고 결과 맵이 시각화됩니다. 연락처가 먼 지역의 상관 관계가 높은 FC 맵을 생성하지 못하는 경우(연락처가 분산 네트워크를 샘플링함을 나타냄) 해당 연락처는 제외됩니다. 클러스터링 및 수동으로 정의된 시드 기반 분석을 사용하여 정의된 대로 연락처의 FC 맵이 DN-A 및 DN-B와 유사한 경우 이 연락처는 샘플링 DN-A 및 DN-B로 레이블이 지정되고 추가 분석을 위해 포함됩니다. 하나는 DN-A에, 다른 하나는 DN-B에 위치한 두 개의 인접한 전극은 두 개의 서로 다른 피질 영역(예: 적용 범위에 따라 PMC 대 PPC).

iEEG 처리: 간질 영역 내의 모든 접촉 또는 외부 노이즈에 의해 손상된 모든 접촉은 추가 분석에서 제거됩니다. 원시 신호는 60, 120 및 180Hz에서 노치 필터링되어 전기 노이즈 및 고조파를 제거합니다. 노치 필터링된 신호는 병원성 또는 뾰족한 신호를 제거한 후 공통 평균을 빼서 다시 참조할 뿐만 아니라 전력 스펙트럼 플롯에서 명확한 이상값으로 표시됩니다. 데이터는 서로 다른 주파수 대역에서 진폭 및 위상 정보를 추출하기 위해 대역 통과 필터링됩니다. 고주파수 광대역(HFB; 70-140Hz) 신호는 국소 신경 인구 활동에 대한 중요한 대용물이며 혈액 산소 수준 의존 신호의 저주파 상관 관계에 해당합니다(Logothetis et al., 2001). HFB 대역 제한 전력이 계산되고 <0.1Hz에서 저역 통과 필터링됩니다. HFB 전력의 쌍별 상관관계는 기능적 연결성을 추정하는 데 사용됩니다.

직접적인 피질 자극: 연구 자극 프로토콜과 관련된 위험은 증가하는 것으로 간주되며 임상 연구원의 감독 하에 환자가 항간질제를 복용하고 자극을 안전 한도 내로 유지함으로써 자극을 수행함으로써 더욱 감소합니다. 저주파(1Hz) 단일 펄스 자극이 DN-A 및 DN-B 영역에 적용되어 피질 피질 유발 전위(CCEP)를 매핑합니다. 이것은 강도를 추정하고 지역 간 연결의 방향성에 대한 데이터를 제공하는 데 사용됩니다. 최근 연구 결과(Hermiller et al. 2019)를 기반으로 원래 계획에서 벗어나 세타 버스트 자극(세타 주파수에서 간헐적으로 적용되는 감마 밴드 자극)이 측면 측두엽, 후내측 및 원격 DN-A 영역의 자극이 해마 매개 에피소드 기억 기억의 개선으로 이어질 수 있는지 테스트하기 위해 기억 작업 중 전두엽 피질. 전류는 사후 방전을 유발하는 임계값(일반적으로 약 6-8mA) 아래에서 관리됩니다.