تصویربرداری تشدید مغناطیسی کارکردی حالت استراحت: تفاوت میان نسخه‌ها

از ویکی‌پدیا، دانشنامهٔ آزاد
محتوای حذف‌شده محتوای افزوده‌شده
Babak.feizifar (بحث | مشارکت‌ها)
ایجاد شده توسط ترجمهٔ صفحهٔ «Resting state fMRI»
برچسب‌ها: افزودن پیوند بیرونی به جای ویکی‌پیوند ترجمهٔ محتوا
(بدون تفاوت)

نسخهٔ ‏۳۰ ژوئن ۲۰۱۸، ساعت ۱۶:۱۸

'تصویربداری تشدید مغناطیسی کارکردی حالت استراحت ' (rsfMRI یا R-fMRI)روشی از تصویربرداری تشدید مغناطیسی کارکردی است که برای اندازه‌گیری آن دسته از فعل‌وانفعالات نواحی مغز، که در حالت استراحت اتفاق می‌افتد، به‌کار می‌رود. یعنی در هنگامی سوژه هیچ وظیفه‌ی معینی انجام نمی‌دهد [۱][۲] فعالیت‌های مغزی درحالت استراحت را از طریق تغییرات جریان خون در مغز می‌سنجند. این تغییرات منجر به تولید سیگنالی با عنوان سیگنال وابسته به سطح اکسیژن خون (BOLD) می شود که با fMRI قابل اندازه‌گیری است. ازآن‌جا که مغز به طور طبیعی - حتی درغیاب محرک خارجی یا انجام وظیفه‌‌ی مشخص- در حال فعالیت است، سیگنال BOLD هریک از نواحی مغز نوساناتی خودبه‌خودی را نشان می‌دهد. رویکرد حالت استراحت در مطالعات fMRI، برای کشف سازوکارهای کارکردی مغز و این‌که آیا این سازوکارها تحت بیماری‌های نورولوژیک یا روانی تغییر می‌کنند یا خیر به کارمی‌آید. تحقیقات بر روی ارتباطات کارکردی مغز در حالت استراحت منجر به پیدایش شبکه‌هایی در مغز شده است که نواحی متعلق به هریک از این شبکه ها با الگوی مشخصی باهم فعالیت می‌کنند. [۳][۴][۵]


اصول fMRI

fMRI images from a study showing parts of the brain lighting up on seeing houses and other parts on seeing faces
این fMRI تصاویر از یک مطالعه نشان می دهد بخش هایی از مغز نور در دیدن خانه ها و دیگر قطعات در دیدن چهره. 'R' مقادیر همبستگی با بالاتر ارزش مثبت یا منفی نشان می دهد یک بازی بهتر است.

تصویربرداری تشدید مغناطیسی کارکردی (fMRI) نوع خاصی از تصویربرداری تشدید مغناطیسی است که فعالیت‌های مغز را به کمک تغییرات جریان خون می‌سنجد. به بیان دقیق‌تر فعالیت مغزی به وسیله‌ی سیگنال BOLD با فرکانس پایین اندازه‌گیری می‌شود.

رویه‌ی آن مشابه MRI است با این تفاوت که این روش تفاوت مغناطیس شوندگی خون پراکسیژن و خون کم‌اکسیژن را سنجه‌ی اصلی خود قرار می‌دهد. ماحصل این اندازه‌گیری را با تصاویر گرافیکی که در آن رنگ‌های مختلف بیان‌گر شدت فعالیت در سطح مغز است، نشان می‌دهند. ازنظر رزولوشن مکانی این روش می‌تواند فعالیت را در ناحیه‌ای از مغز با ابعاد چند میلی‌متر را جانمایی کند اما از حیث دقت زمانی عملکرد آن کم‌تر مطلوب است و با روش‌های معمول به دقت زمانی بهتری از چند ثانیه دست نمی‌یابد. یعنی فعالیت را در طول یک بازه‌ی زمانی چند ثانیه‌ای ثبت می‌کند.[۶]

fMRI هم درکارهای پژوهشی و هم - البته با گستردگی کم‌تر- در کاربردهای کلینیکی مورد استفاده است. به علاوه می‌توان آن را به صورت توأمان با سایر روش‌های اندازه‌گیری فیزیولوژی مغز مانند EEG یا NIRS به کاربرد.

اساس فیزیولوژیک

در fMRI مبتنی بر BOLD حساسیت زمانی، یعنی این که چقدر دقیق می‌توان تعیین کرد نورون‌ها چه زمان فعال هستند، به طورعمده متاثر از پاسخ فیزیولوژیک جریان خون است. پارامتر اصلی رزولوشن زمانی نرخ نمونه برداری، یا TRاست. این پارامتر تعیین می‌کند که یک برش تصویر با چه تکراری تحریک می‌شود و سپس فرصت پیدا می‌کند مغناطیس‌شدگی‌اش را از دست دهد. مقدار TR بین مقادیری بسیار کوچک (500 میلی‌ثانیه ) تا فواصل بسیار طولانی‌تر (3 ثانیه) متغیر است. مشخصاً در مورد fMRI، پاسخ همودینامیک حدود 10 ثانیه طول می‌کشد. در ابتدا به صورت ضربی (یعنی با ضریبی از مقدار فعلی آن) صعوی است، در زمانی بین 4 تا 6 ثانیه پیک می‌زند و سپس به صورت ضربی نزولی می‌شود. تغییر در سیستم خون‌رسانی (vascular system) برایند پاسخ به فعالیت‌های عصبی در طول زمان را نشان می‌دهد. از آن‌جا که پاسخ همودینامیک ذاتاٌ تابعی لًخت و پیوسته است، افزایش نرخ نمونه برداری با افزایش TR تنها منجر به ثبت نوسانات سریع‌تر، مانند سیگنال تنفسی و ضربان قلب می‌شود؛ نه ثبت دقیق تر سیگنال ناشی از فعالیت عصبی مغز.[۷]

 با این‌که fMRI سعی در اندازه‌گیری فعالیت عصبی مغز به کمک سیگنال BOLD دارد، این سیگنال می‌تواند متاثر از عوامل فیزیولوژیک متعدد دیگری به جز فعالیت عصبی باشد. برای مثال نوسانات تنفسی و سیستم قلبی-عروقی روی سیگنال BOLD که در مغز اندازه‌گیری می‌شود اثر گذاشته و بنابراین سعی می‌شود درطی پردازش داده های خام fMRI حذف شوند. نظر به این منابع نویز موجود، در برهه‌های آغازین استفاده از fMRI بسیاری از متخصصان موضعی شکاکانه نسبت به ایده‌ی fMRI در حالت استراحت اتخاذ می‌کردند و تنها در دوران اخیر بوده که پژوهش‌ها اطمینان حاصل کردند که سیگنال‌های اندازه‌گیری شده آرتیفکت‌هایی ناشی سایر عملکردهای فیزیولوژیک نیست.[۸]


بهارات بیزوال (Bharat Biswal)

در سال 1992 بهارات بیزوال کار خود را به عنوان دانشجوی کارشناسی ارشد در کالج پزشکی ویسکانسین تحت هدایت  مشاور خود جیمز هاید ( James S. Hyde ) شروع کرد و کشف کرد که مغز حتی در هنگام استراحت حاوی اطلاعاتی درباره ی تشکیلات کارکردی خود است. او با استفاده از fMRI به مطالعه ی چگونگی برقراری ارتباط بین نواحی مختلف مغز، هنگامی که مغز در حال استراحت است و هیچ وظیفه ی فعالی را انجام نمی دهد پرداخت.. هر چند در آن زمان این پژوهش Biswal عمدتا نادیده گرفته می شد و آن را به دیگر منابع سیگنال نسبت می دادند، روش تصویربرداری عصبی حالت استراحت که او معرفی کرد در حال حاضر به طور گسترد مورد توجه است و به عنوان روشی معتبر برای نقشه برداری شبکه های مغز شناخته می شود. نقشه برداری فعالیت مغز در حالی که بدن در حالت استراحت امکانات بالقوّه ی بسیاری برای تحقیق درباره ی مغز دراختیار دارد و حتی به پزشکان در تشخیص بیماری های مختلف مغزی کمک می کند.

ارتباط

کارکردی

ارتباط کارکردی، ارتباط بین نواحی مغز است که مشخصه‌های کارکردی یکسانی دارند. به بیان دقیق‌تر می‌توان آن را همبستگی زمانی بین فعالیت‌های نوروفیزیولوژیکی که دور از هم رخ می‌دهند دانست.[۹] ارتباط کارکردی را هم در مطالعات حالت استراحت و هم در مطالعات مبتنی بر وظیفه می‌توان بررسی کرد. با این‌که ارتباط کارکردی به همبستگی بین سوژه ها، بلوک‌ها، اجراهای مختلف آزمایش، یا زمان‌های مختلف یک آزمایش اطلاق می‌شود، ارتباط کردی حالت استراحت به دنبال همبستگی زمانی در سیگنال BOLD شخص است، هنگامی که در وضعیت آسودگی و استراحت قرار دارد.[۱۰] ممکن است روزی MRI ارتباط کارکردی (fcMRI ) در هردو قسم fMRI حالت استراحت و مبتنی بر وظیفه، به تشخیص قطعی‌تر بیماری‌های روانی مانند اختلال دوقطبی کمک کند، یا در فهم چگونگی پیشرفت اختلال استرسی پس از آسیب روانی و همین‌طور ارزیابی اثر درمان موثر واقع شود[۱۱] برای توصیف رفتار شبکه‌ای که در پس عملکردهای شناختی سطح بالا است، به کارگیری ارتباط کارکردی پیشنهاد شده است. چراکه برخلاف ارتباط ساختاری، ارتباط کارکردی معمولا در مقیاس ثانیه تغییر می‌کند. چنان که در ارتباط کارکردی پویا  (به انگلیسی: dynamic functional connectivity)

Structural

ارتباط ناحیه‌هایی از مغز که به صورت فیزیکی یا آناتومی به یکدیگر متصل هستند را ارتباط ساختاری گویند. برای وجود ارتباط کارکردی بین بخش‌های مغز الزاما نباید آن نواحی به صورت ساختاری متصل باشند. کمااین‌که وجود اتصال ساختاری نیز لزوما به معنی وجود ارتباط کارکردی نیست.[۱۲] چندین پروژه‌ه‌ی نوپا، ازجمله پروژه‌ human connectome در تلاشند نقشه‌ای از ارتباطات عصبی انسان بسازند که چگونگی ارتباطات ساختاری و کارکردی را برای ما روشن خواهد کرد.[۱۳]

شبکه ها

مطالعه‌ای که چهار شبکه‌ی کارکردی را نشان می‌دهد که به مقدار زیادی بین افراد مختلف یکسان بوده‌اند. این شبکه‌ها شامل شبکه‌ی بینایی(زرد)، حسی/حرکتی(نارنجی)، عقده های قاعده ای (قرمز) و شبکه‌ی حالت پیش‌فرض هستند


برخی از شبکه‌های حالت استراحت

بسته به روش تحلیل حالت استراحت، پژوهش‌های حوزه‌ی ارتباطات کارکردی، به شبکه‌‌های عصبی متعددی دست پیدا کرده‌اند که در حالت استراحت از نظر کارکردی کاملا باهم مدر ارتباطند. در این بین شبکه‌های کلیدی که بیش‌تر از بقیه معرفی شده‌اند عبارتند از: DMN، شبکه‌ی حسی/حرکتی، کنترل اجرایی، سه شبکه‌ی بینایی مختلف، شبکه‌ی شنوایی، و شبکه ی زمانی/جداری .[۱۴] همانطور که تا به این‌جا گفته شد، این شبکه‌ها شامل مناطقی از مغز است که از نظر آناتومی جدا از هم، ولی از حیث کارکرد مرتبطند و هبستگی شدیدی بین سیگنال BOLD آن‌ها مشاهده می‌شود. به‌رغم روش‌های گوناگون دریافت و پردازش داده‌‌ها، این شبکه‌ها در پژوهش‌های مختلف ثابت بوده‌اند.[۱۵] مهم‌تر از همه، بیش‌تر این شبکه‌های حالت استراحت، شبکه‌های کاکردی هستند که پیش‌ازین شناخته شده‌اند. منظور از شبکه‌های کارکردی مناطقی هستند که بار انجام و اشتراک افعال شناختی را به دوش دارند

Potential pitfalls

مشکلات بالقوه در هنگام استفاده از rsfMRI در تشخیص شبکه های کارکردی کثیف شدن سیگنال BOLD تحت اثر منابع نویز فیزیولوژیک مانند ضربان قلب و تنفس[۱۶][۱۷] و حرکت سر است.[۱۸][۱۹][۲۰][۲۱] بسیار مهم است که محققانی که rsfMRI را به کار میگیرند متوجه این عوامل مخدوش کننده باشند؛ چراکه معمولا این عوامل در مواردی که گروه بیماران با گروه افراد سالم مقایسه می شوند روی جهت گیری آزمایش و استنباط نتایج اثر می گذارد.(به عنوان مثال ممکن است همبستگی کمتری در شبکه حالت پیش فرض بیماران مشاهده شود، حال این که افراد این گروه نسبت به گروه سالم حرکت بیش تری درحین اسکن داشته اند). همچنین نشان داده شده است که استفاده از رگرسیون سراسری می تواند بین تعداد کمی از سیگنال ها(مثلا دو یا سه تا) به اشتباه همبستگی نشان دهد.[۲۲] خوشبختانه مغز سیگنال های بسیاری دارد.[۲۳]

کاربردهای فعلی و آینده

پژوهش های fMRI حالت استراحت قابلیت آن را دارند تا در کاربردهای کلینیکی مورد استفاده قرار گیرند. از جمله در ارزیابی بسیاری از بیماری ها و اختلالات روانی.[۲۴]

وضعیت بیماری و تغییرات در ارتباطات کارکردی حالت استراحت

  • بیماری آلزایمر: کاهش ارتباطخطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • اختلال خفیف شناختی: ارتباط غیر طبیعی خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • اوتیسم: تغییر ارتباطخطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • افسردگی و اثرات درمان ضد افسردگی: ارتباط غیر طبیعیخطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. (). خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. (). خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. (). خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. (). خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • اسکیزوفرنی: شبکه های مختل شدهخطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • اختلال بیش فعالی کمبود توجه (ADHD): تغییر "شبکه های کوچک" و تغییرات در تالاموس خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • پیری مغز: اختلال در سیستم های مغز و شبکه های حرکتی خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • صرع: اختلال و کاهش/افزایش ارتباطخطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • بیماری پارکینسون: تغییر ارتباطخطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • اختلال وسواسی-اجباری:افزایش/کاهش در ارتباطخطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • اختلال در: تغییر ارتباطخطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

خطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

  • بی اشتهایی عصبی:تغییر در اتصال مدارات corticolimbic و قشر اینسولارخطای یادکرد: برچسب <ref> غیرمجاز؛ یادکردهای بدون محتوا باید نام داشته باشند. ().

انواع دیگری از کاربردهای کلینیکی حال و آینده برای fMRI حالت استراحت شامل شناسایی تفاوت های گروهی در بیماری های مغزی، حصول اطلاعات تشخیصی و پیش آگاهانه, اطلاعات, مطالعات طولی و اثرات درمان، دسته بندی حالات نامتعارف بیماری، ونقشه برداری پیش از عمل.[۲۵] ازآن جا که اندازه گیری های حالت استراحت نیازمند فرامین شناختی نیست، بیمارانی که قادر به انجام وظایف شناختی نیستند نیز به راحتی مورد بررسی قرار میگیرند.

منابع

  1. Biswal, B. B. (2012). "Resting state fMRI: A personal history. [Review]". NeuroImage. 62 (2): 938–944. doi:10.1016/j.neuroimage.2012.01.090.
  2. Buckner, RL; Krienen, FM; Yeo, BT (2013). "Opportunities and limitations of intrinsic functional connectivity MRI". Nature Neuroscience. 16 (7): 832–837. doi:10.1038/nn.3423.
  3. Biswal, B. B. (2011). "Resting State Functional Connectivity". Biological Psychiatry. 69 (9): 200S–200S. doi:10.1016/j.biopsych.2011.03.032.
  4. Rosazza, C.; Minati, L. (2011). "Resting-state brain networks: literature review and clinical applications". Neurol Sci. 32 (5): 773–785. doi:10.1007/s10072-011-0636-y.
  5. Cole, David M. & Smith, Stephen M. & Beckmann, Christian F. (2010) "Advances and pitfalls in the analysis and interpretation of resting-state FMRI data." Frontiers in systems neuroscience 4
  6. Bandettini, P. A. (2009). "Seven topics in functional magnetic resonance imaging". J Integr Neurosci. 8 (3): 371–403. doi:10.1142/s0219635209002186. PMC 3143579.
  7. Huettel, S. A.; Song, A. W.; McCarthy, G. (2009), Functional Magnetic Resonance Imaging (2 ed.), Massachusetts: Sinauer, شابک ‎۹۷۸−۰−۸۷۸۹۳−۲۸۶−۳
  8. Damoiseaux, J. S.; Rombouts, S.; Barkhof, F.; Scheltens, P.; Stam, C. J.; Smith, S. M.; et al. (2006). "Consistent resting-state networks across healthy subjects". Proceedings of the National Academy of Sciences of the United States of America. 103 (37): 13848–13853. Bibcode:2006PNAS..10313848D. doi:10.1073/pnas.0601417103. PMC 1564249. PMID 16945915. {{cite journal}}: Explicit use of et al. in: |last7= (help)
  9. Biswal, B. B.; VanKylen, J.; Hyde, J. S. (1997). "Simultaneous assessment of flow and BOLD signals in resting-state functional connectivity maps". NMR in Biomedicine. 10 (4–5): 165–170. doi:10.1002/(sici)1099-1492(199706/08)10:4/5<165::aid-nbm454>3.0.co;2-7.
  10. Friston, K (2009). "Causal Modelling and Brain Connectivity in Functional Magnetic Resonance Imaging. [Editorial Material]". PLOS Biology. 7 (2): 220–225. doi:10.1371/journal.pbio.1000033.
  11. Smith, S. M. (2012). "The future of FMRI connectivity". NeuroImage. 62 (2): 1257–1266. doi:10.1016/j.neuroimage.2012.01.022.
  12. Biswal, B. B.; Mennes, M.; Zuo, X. N.; Gohel, S.; Kelly, C.; Smith, S. M.; et al. (2010). "Toward discovery science of human brain function". Proc Natl Acad Sci U S A. 107 (10): 4734–4739. Bibcode:2010PNAS..107.4734B. doi:10.1073/pnas.0911855107. {{cite journal}}: Explicit use of et al. in: |last7= (help)CS1 maint: Explicit use of et al. (link)
  13. Van Essen, D. C.; Ugurbil, K. (2012). "The future of the human connectome. [Review]". NeuroImage. 62 (2): 1299–1310. doi:10.1016/j.neuroimage.2012.01.032.
  14. Moussa, M. N.; Steen, M. R.; Laurienti, P. J.; Hayasaka, S. (2012). "Consistency of network modules in resting-state FMRI connectome data". PLOS ONE. 7 (8): e44428. Bibcode:2012PLoSO...744428M. doi:10.1371/journal.pone.0044428.
  15. Lee, M. H.; Hacker, C. D.; Snyder, A. Z.; Corbetta, M.; Zhang, D. Y.; Leuthardt, E. C.; et al. (2012). "Clustering of Resting State Networks". PLOS ONE. 7: 7. Bibcode:2012PLoSO...740370L. doi:10.1371/journal.pone.0040370. {{cite journal}}: Explicit use of et al. in: |last7= (help)CS1 maint: Explicit use of et al. (link)
  16. Birn, R.M.; Diamond, J.B.; Smith, M.A.; Bandettini, P.A. (2006). "Separating respiratory-variation-related fluctuations from neuronal-activity-related fluctuations in fMRI". NeuroImage. 31: 1536–1548. doi:10.1016/j.neuroimage.2006.02.048.
  17. Chang, C., Glover, G.H., 2009. Relationship between respiration, end-tidal CO(2), and BOLD signals in resting-state fMRI. Neuroimage.
  18. Ing, A; Schwarzbauer, C (2012). "A dual echo approach to motion correction for functional connectivity studies". NeuroImage. 63: 1487–1497. doi:10.1016/j.neuroimage.2012.07.042.
  19. Van Dijk, K.R.A.; Sabuncu, M.R.; Buckner, R.L. (2012). "The influence of head motion on intrinsic functional connectivity MRI". NeuroImage. 59: 431–438. doi:10.1016/j.neuroimage.2011.07.044.
  20. Power, J.D.; Barnes, K.A.; Snyder, A.Z.; Schlaggar, B.L.; Petersen, S.E. (2012). "Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion". NeuroImage. 59: 2142–2154. doi:10.1016/j.neuroimage.2011.10.018.
  21. Satterthwaite, T.D.; Wolf, D.H.; Loughead, J.; Ruparel, K.; Elliott, M.A.; Hakonarson, H.; Gur, R.C.; Gur, R.E. (2012). "Impact of in-scanner head motion on multiple measures of functional connectivity: relevance for studies of neurodevelopment in youth". NeuroImage. 60: 623–632. doi:10.1016/j.neuroimage.2011.12.063.
  22. Saad, Z.S.; Gotts, S.J.; Murpy, K.; Chen, G.; Jo, H.J.; Martin, A.; Cox, R.W. (2012). "Trouble at Rest: How Correlation Patterns and Group Differences Become Distorted After Global Signal Regression". Brain Connectivity. 2: 25–32. doi:10.1089/brain.2012.0080.
  23. Cordes, D.; Nandy, R.R. (2006). "Estimation of the intrinsic dimensionality of fMRI data". NeuroImage. 29: 145–154. doi:10.1016/j.neuroimage.2005.07.054.
  24. Holtbernd, F.; Eidelberg, D. (2012). "Functional brain networks in movement disorders: recent advances". Current Opinion in Neurology. 25 (4): 392–401. doi:10.1097/wco.0b013e328355aa94.
  25. Fox, M. D.; Greicius, M. (2010). "Clinical applications of resting state functional connectivity". Front Syst Neurosci. 4: 19.