휴면상태 fMRI

Resting state fMRI
이 기사는 휴식 중인 상태 네트워크와 기능적 이미징에 관한 것이다. 기본 모드 네트워크에 대한 자세한 내용은 기본 모드 네트워크를 참조하십시오. 기타 용도는 Rest(동음이의)를 참조하십시오.
휴면상태 fMRI
HCP에서 인체 피질 표면의 생체내 BOLD 신호 동영상, 휴면 상태 fMRI를 사용하여 획득한 데이터[1][2] 소음을 억제하기 위해 사전 처리한 후 실시간 속도로 재생했다. 볼드 신호 강도는 매끄러운 피질 표면에서 시각화된다. 피질의 각 지점에서 흰색은 평균 BOLD 신호를 나타내며, 파란색과 빨간색은 각각 평균 BOLD 신호보다 낮은 신호와 높은 신호를 나타낸다.[2]
목적휴식 상태에서 발생하는 지역 상호 작용 평가(뇌 매핑)

휴면상태 fMRI(rs-fMRI 또는 R-fMRI)는 명시적 과제가 수행되지 않을 때 휴면상태나 직무부정상태에서 발생하는 국소적 상호작용을 평가하기 위해 뇌 매핑에 사용되는 기능자기공명영상(fMRI)의 방법이다.[3][4] 많은 휴식 상태의 뇌 네트워크가 확인되었으며, 그 중 하나가 기본 모드 네트워크다.[5] 이러한 뇌 네트워크는 fMRI를 사용하여 측정할 수 있는 혈액-산소 수준의 종속(BOLD) 신호를 생성하는 뇌의 혈류 변화를 통해 관찰된다.

뇌 활동은 본질적이기 때문에 외부적으로 자극된 과제가 없을 때에도 존재하며, 어떤 뇌 영역도 볼드 신호에 자발적인 변동을 가질 것이다. 휴식 상태 접근법은 뇌의 기능적 조직을 탐구하고 신경학적 또는 정신 질환에서 변형되었는지 여부를 검사하는 데 유용하다. 이 영상의 휴식 상태 측면 때문에 지적 장애인과 소아, 심지어 의식이 없는 환자까지 다양한 환자군에서 데이터를 수집할 수 있다.[6][7] 휴식 상태의 기능적 연결성 연구는 건강한 대상, 서로 다른 단계의 의식에서 그리고 종에 걸쳐 지속적으로 발견되고 동기식 활동의 특정 패턴을 나타내는 많은 네트워크를 밝혀냈다.[8][9][10]

휴식상태 fMRI의 기본사항

fMRI images from a study showing parts of the brain lighting up on seeing houses and other parts on seeing faces
이 fMRI 이미지들은 두뇌의 일부가 집을 볼 때 밝아지는 것을 보여주는 연구와 얼굴 볼 때 다른 부분을 보여준다. 'r' 값은 상관관계로, 양수 또는 음수 값이 더 높으면 더 잘 일치한다는 것을 나타낸다.

기능자기공명영상(functional magination imaging, fMRI)은 혈류의 관련 변화를 감지해 뇌 활동을 측정하는 특정자기공명영상(MRI) 시술이다. 구체적으로는 뇌에서 저주파수 볼드 신호를 통해 뇌 활동을 측정한다.[11]

이 과정은 MRI와 비슷하지만 산소가 풍부한 혈액과 산소가 부족한 혈액 사이의 자기화 변화를 기본 척도로 삼는다. 이 조치는 다양한 출처의 소음으로 인해 자주 손상되므로, 기초 신호를 추출하기 위해 통계적 절차를 사용한다. 그 결과 뇌 활성화는 뇌 전체 또는 연구된 특정 부위의 활성화 강도를 색상으로 코딩하여 그래픽으로 나타낼 수 있다. 이 기법은 활동을 밀리미터 이내로 국소화할 수 있지만 표준 기법을 사용하여 몇 초의 창 내에서보다 나을 수 없다.[12]

FMRI는 연구와 임상 환경에서 모두 사용된다. 또한 EEG, NIRS와 같은 다른 뇌생리학적 척도와 결합하고 보완할 수 있다.[13][14] 동맥 스핀 라벨링 fMRI는 휴식 중인 뇌 기능을 평가하기 위한 보완적 접근법으로 사용될 수 있다.[15]

생리적 근거

생리적 혈류 반응은 주로 시간적 민감성, 즉 활성 상태인 뉴런을 볼드 fMRI로 얼마나 잘 측정할 수 있는지를 결정한다. 기본 시간 분해능 파라미터는 샘플링 속도, 즉 TR로, 특정 뇌 슬라이스가 얼마나 자주 흥분하여 자기화를 상실할 수 있는지를 지시한다. TR은 매우 짧은 시간(500ms)에서 매우 긴 시간(3초)까지 다양할 수 있다. 구체적으로 fMRI의 경우 혈액역학적 반응은 10초 이상 지속되는 것으로 가정하며, 승수적으로 상승(즉, 전류 값의 비율로), 4~6초로 정점을 찍은 다음, 낙수되는 것으로 가정한다. 혈류계, 즉 혈관계의 변화는 시간이 지남에 따라 신경 활동에 대한 반응을 통합시킨다. 이 반응은 매끄러운 연속 기능이기 때문에 보다 빠른 TR을 이용한 샘플링은 호흡기 및 심박수 신호와 같은 더 빠른 변동을 매핑하는 데만 도움이 된다.[16]

fMRI는 뇌의 뉴런 활동을 측정하기 위해 노력하는 반면, 볼드 신호는 뉴런 활동 이외의 다른 생리학적 요인에 의해 영향을 받을 수 있다. 예를 들어 호흡기 변동과 심혈관 주기는 뇌에서 측정되는 BOLD 신호에 영향을 미치기 때문에 대개 원시 fMRI 데이터를 처리하는 동안 제거하려고 시도한다. 이러한 소음원 때문에, fMRI의 초기 사용 동안에 매우 회의적으로 휴식 상태 fMRI에 접근한 전문가들이 많았다. 연구자들은 측정되고 있는 신호가 다른 생리적 기능에 의해 유발되는 인공물이 아니라는 확신을 갖게 된 것은 아주 최근의 일이다.[17]

공간적으로 구별되는 뇌 영역 간의 휴식 상태 기능 연결은 이러한 영역 내에서 반복되는 공동 활성화 패턴의 역사를 반영하여 가소성의 척도로 작용한다.[18]

역사

바라트 비스왈

1992년 바라트 비스왈은 자신의 고문 제임스 S의 지휘를 받아 위스콘신 의과대학 대학원생으로 일을 시작했다. 하이드, 그리고 휴식 중에도 뇌에 기능적 조직에 대한 정보가 들어 있다는 것을 발견했다. 그는 fMRI를 사용하여 뇌가 정지해 있고 어떠한 활동적인 작업도 수행하지 않는 동안 뇌의 다른 부위가 어떻게 의사소통하는지를 연구했다. 당시 비스왈의 연구는 대부분 무시되고 또 다른 신호원에 기인했지만, 그의 휴식 중인 신경 영상 촬영 기술은 현재 널리 복제되었고 기능적 뇌 네트워크를 매핑하는 유효한 방법으로 여겨지고 있다. 쉬는 동안 뇌의 활동을 지도화하는 것은 뇌 연구에 많은 잠재력을 가지고 있으며 심지어 의사들이 뇌의 다양한 질병을 진단하는데 도움을 준다.[3]

마르쿠스 라이클

워싱턴 의과대학의 신경학자 마르쿠스 라이클의 연구소와 다른 그룹의 실험 결과, 집중적인 정신적 과제를 수행하면서 뇌의 에너지 소비량이 기준 에너지 소비량의 5% 미만으로 증가하는 것으로 나타났다. 이러한 실험들은 뇌가 집중적인 정신작업(휴식 상태)을 하지 않아도 높은 수준의 활동으로 끊임없이 활동한다는 것을 보여주었다. 그의 연구실은 주로 이러한 휴식 활동의 기초를 찾는 데 초점을 맞추었으며 많은 획기적인 발견을 한 것으로 인정받고 있다. 여기에는 잘 알려진 디폴트 모드 네트워크의 발견뿐만 아니라 fMRI의 생리학적 기초를 제공한 뇌 활동 변화 중 혈류 및 산소 소비량의 상대적 독립성이 포함된다.[19]

연결성

기능적

기능적 연결은 기능적 특성을 공유하는 뇌 영역 간의 연결이다. 구체적으로는 분산된 뉴런 집단과 영역에서 이러한 사건들에 걸친 통계적 독립성으로부터의 편차로 표현되는 공간적 원격 신경생리학적 사건들 사이의 시간적 상관관계로 정의할 수 있다.[20] 이는 휴식 상태 연구와 과제 상태 연구에 모두 적용된다. 기능 연결은 피사체, 실행, 블록, 시행 또는 개별 시점 간의 상관 관계를 나타낼 수 있지만, 휴식 상태 기능 연결은 휴식 조건 중 개별 볼드 시간대에 걸쳐 평가된 연결에 초점을 맞춘다.[21] 기능 연결은 또한 관류 fMRI라는 동맥 스핀으로 샘플링된 관류 시계열을 사용하여 평가되었다.[22] 휴식 상태 fMRI와 업무 기반 MRI를 포함할 수 있는 기능 연결 MRI(fcMRI)는 언젠가는 조울증 같은 정신 건강 장애에 대한 보다 확실한 진단을 제공하는 데 도움이 될 것이며 외상 후 스트레스 장애의 발생과 진행 상황을 이해하는 데 도움이 될 뿐만 아니라 치료의 효과를 평가하는 데도 도움이 될 수 있다.[23] 기능 연결은 부분적으로 구조 연결과 달리 기능 연결은 종종 동적 기능 연결의 경우처럼 초의 순서에 따라 변화하기 때문에 높은 수준의 인지 기능에 기초하는 네트워크 행동의 표현이라고 제안되어 왔다.

네트워크

피험자 간에 매우 일관성이 있는 것으로 밝혀진 네 가지 기능적 네트워크를 보여주는 연구. 이러한 모듈에는 기본 모드 네트워크(Posterior cingulate, 하부 두정엽 로브, medial front gyrus; maroon)뿐만 아니라 시각적(노란색), 감각적/운동적(주황색) 및 기저 골지(빨간색) 피질이 포함된다.

기본 모드 네트워크

디폴트 모드 네트워크(DMN)는 개인이 깨어 있을 때 정지할 때 활성화되는 뇌 영역의 네트워크다.[24] 디폴트 모드 네트워크는 공상, 미래상, 기억의 회수, 타인의 관점 측정과 같은 내부 업무에 개인이 집중할 때 우선적으로 활성화되는 상호 연결되고 해부학적으로 정의된 뇌 시스템이다.[25] 외부 시각 신호에 초점을 맞춘 뇌 시스템과 부정적으로 상관되어 있다. 휴면 상태에서 존재하는 가장 연구된 네트워크 중 하나이며 가장 쉽게 시각화된 네트워크 중 하나이다.[26]

기타 유휴 상태 네트워크

휴면 상태 분석 방법에 따라 기능 연결 연구에서는 휴면 중 기능적으로 강하게 연결되는 신경 네트워크가 다수 보고되었다. 요소라고도 불리는 주요 네트워크는 DMN, 감각/운동 네트워크, 중앙 집행 네트워크(CEN), 최대 3개의 다른 시각 네트워크, 복측 및 등측 주의 네트워크, 청각 네트워크 및 변연 네트워크 등이 더 자주 보고된다.[27] 이미 보고된 바와 같이, 이러한 휴식 상태 네트워크는 해부학적으로 분리되었지만 기능적으로 연결된 영역으로 구성되며 높은 수준의 상관 관계가 있는 볼드 신호 활동을 나타낸다. 이러한 네트워크는 데이터 수집과 분석 기법의 차이에도 불구하고 연구 전반에 걸쳐 상당히 일관성이 있는 것으로 밝혀졌다.[27][28] 중요한 것은 이러한 휴식 상태 구성요소의 대부분은 알려진 기능 네트워크, 즉 인지 기능을 공유하고 지원하는 것으로 알려진 지역을 나타낸다.[9]

데이터 분석

데이터 처리 중

휴면상태 fMRI 데이터의 처리 및 분석을 위한 많은 프로그램이 존재한다. 가장 일반적으로 사용되는 프로그램으로는 SPM, AFNI, FSL(esp) 등이 있다. ICA용 Melodic, CONN, C-PAC 및 Connectome Computing System(CCS)

분석방법

rsfMRI 데이터를 획득하고 처리하는 방법에는 많은 것들이 있다. 가장 인기 있는 분석 방법은 독립 성분이나 상관 관계에 있는 영역에 초점을 맞춘다.

독립 성분 분석

독립적 요소 분석(ICA)은 휴식 상태 네트워크의 탐지에 유용한 통계적 접근법이다. ICA는 신호를 오버랩되지 않는 공간 및 시간 구성요소로 구분한다. 데이터 중심성이 뛰어나 신호의 노이즈가 많은 구성 요소(모션, 스캐너 드리프트 등)를 더 잘 제거할 수 있다. 또한 매우 높은 일관성을 가진 다른 많은 네트워크뿐만 아니라 디폴트 모드 네트워크를 안정적으로 추출하는 것으로 나타났다.[29][30] ICA는 여전히 연구 방법의 최전선에 있다.[31]

지역분석

네트워크와 뇌의 연결성을 관찰하는 다른 방법으로는 씨앗 기반 d 매핑과 관심 영역(ROI) 분석 방법이 있다. 이 경우, 시드 또는 ROI로 알려진 복셀의 특정 복셀 또는 군집으로부터의 신호만 뇌의 다른 복셀과의 상관관계를 계산하는 데 사용된다. 이것은 관심 있는 뇌 영역의 특정 연결성에 대해 훨씬 더 정밀하고 상세한 정보를 제공한다.[32][33][34] 이것은 또한 지도책을 활용하여 전체 뇌에 걸쳐 수행될 수 있어 ROI를 정의하고 연결성을 측정하기가 더 쉽다. 영과 동료들은 2021년 휴먼커넥텀 프로젝트(HCP) 지도책 수정본을 활용한 지역 분석을 실시해 재활치료 중 뇌졸중 환자의 기능 코넥텀에 변화가 있는 것을 발견했다.[35] ROI(전방 피질 등)와 뇌의 다른 모든 복셀 사이의 전체적인 연결도 평균화할 수 있으며, 이 ROI에 특정한 전지구적 뇌 연결(GBC) 측정치를 제공한다.[36] 휴식 상태의 네트워크를 특성화하는 다른 방법으로는 부분 상관 관계, 일관성과 부분 일관성, 위상 관계, 동적 시간 뒤틀림 거리, 군집화 및 그래프 이론이 있다.[37][38][39]

신뢰성 및 재현성

휴면 상태의 기능성 자기공명영상(rfMRI)은 자발적 뇌 활동의 저주파 변동을 영상화할 수 있으며, 정상적인 뇌 기능, 뇌 연결 및 다양한 장애의 개인간 차이를 특징짓는 거시적 기능 코넥토믹스의 인기 도구를 나타낸다. 이는 인간 뇌 기능 코넥토믹스의 일반적으로 사용되는 rfMRI에서 도출된 측정에 대한 신뢰성과 재현성을 시사한다. 이러한 지표들은 다양한 뇌질환에 대한 바이오마커 식별을 가속화할 수 있는 큰 잠재력을 가지고 있는데, 이는 우선 신뢰성과 재현성을 다루어야 할 필요성이라고 한다.[40]

이미징 기법

The left row shows sagittal, coronal and horizontal slices of the ten RSNs (p<0.005; corrected at α<0.05 / x, y & z coordinates are provided at the left bottom corner of each RSN). On the right side the covariance and t-maps for the 8 frequency bands are displayed. A positive covariance value (red) indicates that with increasing RSN activity there is a relative increase in spectral power at a given electrode in a given frequency band, while a negative value (blue) indicates a decrease in power when the RSN activity increases, and vice versa.
이 이미지는 정지 상태에서 fMRI와 EEG 획득을 모두 사용한 연구에서 얻은 것이다. 왼쪽 행에는 10개의 RSN의 시상, 관상 및 수평 슬라이스가 표시된다. 오른쪽에는 8개 주파수 대역의 공분산 및 t맵이 표시된다.

DWI 포함 fMRI

fMRI가 뇌에 대한 기능적 정보와 DWI 구조적 정보를 제공함에 따라, 이 두 가지 영상 기술은 뇌 네트워크 상호작용에 대한 전체적인 관점을 제공하기 위해 공통적으로 사용된다. 정의된 ROI에서 수집된 경우, fMRI 데이터는 연구자들에게 시간 경과에 따라 또는 작업 중에 뇌에서 활동(혈류)이 어떻게 변화하는지 알려준다.[41] 그런 다음 이는 구조 DWI 데이터를 통해 강화되며, 이는 개별 백색 물질이 이러한 ROI를 연결하는 방법을 보여준다.[42] 이러한 기법을 이용하는 조사는 구조적으로 (백질 분자가 그 사이를 통과하고) 기능적으로 (시간이 지남에 따라 유사하거나 반대되는 활동 패턴을 보이는) 양쪽을 DMN과 같은 뇌 네트워크로 연결하는 뇌의 영역 그룹을 더욱 정의함으로써 네트워크 신경과학 분야를 발전시켰다.[43]

이 결합된 데이터는 정신 질환이나 구조적 손상의 존재에 의해 뇌 네트워크가 교란되거나 백질 경로가 훼손되는 방법을 조사할 수 있게 함으로써 고유한 임상 및 신경 정신 정신의학적 이점을 제공한다.[44] 변화된 뇌 네트워크 연결은 정신분열증,[45][46] 우울증,[47][48] 뇌졸중,[48][49] 뇌종양과 같은 일련의 장애에 걸쳐 보여져 그들의 독특한 증상을 뒷받침한다.[50]

EEG 포함 fMRI

많은 영상 전문가들은[who?] 뇌 활동으로부터 공간정보와 시간정보의 최상의 조합을 얻기 위해서는 뇌전파검사(EEG)뿐만 아니라 fMRI를 동시에 사용해야 한다고 생각한다. 이 이중 기법은 특정 뇌 상태를 높은 시간 분해능으로 특징짓고 병리학적 패턴을 드러내는 EEG의 잘 문서화된 능력과 높은 공간 분해능으로 전체 뇌를 통해 혈액 역학을 영상화하는 fMRI(더 최근에 발견되고 덜 이해됨) 능력을 결합한 것이다. 지금까지 EEG-fMRI는 주로 동시 획득된 EEG를 시간 경과에 따른 뇌 활동(예:[51] 통계 파라메트릭 매핑을 통해)을 특성화하는 fMRI 기법으로 보아 관련 혈액역학적 변화를 매핑할 수 있다.

이러한 발견의 임상적 가치는 현재 진행 중인 조사의 대상이지만, 최근의 연구는 EEG-fMRI 연구에 대해 허용 가능한 신뢰성과 높은 현장 스캐너에서 더 나은 민감도를 제시한다. 뇌전증 분야 외에서는 EEG-fMRI를 사용하여 사건 관련(외부 자극에 의해 유발됨) 뇌 반응을 연구해 왔으며, 휴식과 수면 중 기준 뇌 활동에 대한 중요한 새로운 통찰력을 제공했다.[52]

fMRI(TMS 포함)

TMS(Transcranial magnetic stimulation, TMS)는 작고 비교적 정밀한 자기장을 사용하여 위험한 침습적 시술 없이 피질의 영역을 자극한다. 이러한 자기장이 피질의 한 영역을 자극하면 자극의 부위는 물론 자극의 부위와 해부학적으로 연결된 먼 부위에서 초점혈류량이 증가한다. 그러면 양전자 방출 단층촬영(PET)을 사용하여 뇌를 이미지화할 수 있으며 혈류 변화 및 결과는 fMRI 연구에서 발견된 네트워크를 확인하는 매우 유사한 영역과 TMS를 사용하여 연결된 영역에 대한 보다 자세한 정보를 제공하고 지원할 수 있다.[53]

잠재적 함정

추가 정보: fMRI의 기능 자기 공명 영상화 § 문제

기능적 네트워크 무결성을 결정하기 위해 rsfMRI를 사용할 때 발생할 수 있는 잠재적 함정은 심장박동,[54][55] 호흡 및 헤드 모션과 같은 생리학적 노이즈의 원천에 의한 BOLD 신호의 오염이다.[56][57][58][59] 예를 들어 환자 그룹의 기본 네트워크에서 낮은 일관성이 발견될 수 있는 반면 환자 그룹도 스캔 중에 더 많이 이동했을 수 있는 반면, 이러한 교란 요인은 귀무 가설의 효과 방향으로 환자를 건강한 대조군과 비교하는 연구에서 종종 편향 결과를 가져올 수 있다. 또한 글로벌 신호 회귀 분석을 사용하면 소수의 신호(예: 2, 3개) 간에 인위적인 상관 관계를 생성할 수 있는 것으로 나타났다.[60] 다행히도, 뇌는 많은 신호를 가지고 있다.[61]

현재 및 미래의 애플리케이션

휴면상태 fMRI를 이용한 연구는 다양한 질병과 정신장애의 평가에 사용하는 등 임상적 맥락에서 적용될 가능성이 있다.[62]

질병 상태 및 휴식 상태 기능 연결의 변화

휴식 상태 fMRI를 위한 다른 유형의 현재 및 미래 임상 애플리케이션에는 뇌 질환의 그룹 차이 식별, 진단 및 예측 정보 획득, 종적 연구와 치료 효과, 이질적인 질병 상태의 클러스터링, 수술 전 지도 작성 및 표적 개입 등이 포함된다.[83] 휴면상태 측정은 인지적 요구(과업을 포함한 심리학적 실험 대신)가 없기 때문에 인지적 장애가 있는 사람도 쉽게 측정할 수 있다.

참고 항목

참조

  1. ^ Smith SM, Beckmann CF, Andersson J, Auerbach EJ, Bijsterbosch J, Douaud G, et al. (October 2013). "Resting-state fMRI in the Human Connectome Project". NeuroImage. 80: 144–168. doi:10.1016/j.neuroimage.2013.05.039. PMC 3720828. PMID 23702415.
  2. ^ a b Bhushan C, Chong M, Choi S, Joshi AA, Haldar JP, Damasio H, Leahy RM (2016-07-08). "Temporal Non-Local Means Filtering Reveals Real-Time Whole-Brain Cortical Interactions in Resting fMRI". PLOS ONE. 11 (7): e0158504. Bibcode:2016PLoSO..1158504B. doi:10.1371/journal.pone.0158504. PMC 4938391. PMID 27391481.
  3. ^ a b Biswal BB (August 2012). "Resting state fMRI: a personal history". NeuroImage. 62 (2): 938–944. doi:10.1016/j.neuroimage.2012.01.090. PMID 22326802. S2CID 93823.
  4. ^ Buckner RL, Krienen FM, Yeo BT (July 2013). "Opportunities and limitations of intrinsic functional connectivity MRI". Nature Neuroscience. 16 (7): 832–837. doi:10.1038/nn.3423. PMID 23799476. S2CID 17141252.
  5. ^ Sharaev MG, Zavyalova VV, Ushakov VL, Kartashov SI, Velichkovsky BM (2016). "Effective Connectivity within the Default Mode Network: Dynamic Causal Modeling of Resting-State fMRI Data". Frontiers in Human Neuroscience. 10: 14. doi:10.3389/fnhum.2016.00014. PMC 4740785. PMID 26869900.
  6. ^ Agcaoglu O, Wilson TW, Wang YP, Stephen J, Calhoun VD (June 2019). "Resting state connectivity differences in eyes open versus eyes closed conditions". Human Brain Mapping. 40 (8): 2488–2498. doi:10.1002/hbm.24539. PMC 6865559. PMID 30720907.
  7. ^ Smitha KA, Akhil Raja K, Arun KM, Rajesh PG, Thomas B, Kapilamoorthy TR, Kesavadas C (August 2017). "Resting state fMRI: A review on methods in resting state connectivity analysis and resting state networks". The Neuroradiology Journal. 30 (4): 305–317. doi:10.1177/1971400917697342. PMC 5524274. PMID 28353416.
  8. ^ Biswal BB (2011). "Resting State Functional Connectivity". Biological Psychiatry. 69 (9): 200S. doi:10.1016/j.biopsych.2011.03.032.
  9. ^ a b Rosazza C, Minati L (October 2011). "Resting-state brain networks: literature review and clinical applications". Neurological Sciences. 32 (5): 773–785. doi:10.1007/s10072-011-0636-y. PMID 21667095. S2CID 17222.
  10. ^ Cole DM, Smith SM, Beckmann CF (2010). "Advances and pitfalls in the analysis and interpretation of resting-state FMRI data". Frontiers in Systems Neuroscience. 4: 8. doi:10.3389/fnsys.2010.00008. PMC 2854531. PMID 20407579.
  11. ^ DeYoe EA, Bandettini P, Neitz J, Miller D, Winans P (October 1994). "Functional magnetic resonance imaging (FMRI) of the human brain". Journal of Neuroscience Methods. 54 (2): 171–187. doi:10.1016/0165-0270(94)90191-0. PMID 7869750. S2CID 3718293.
  12. ^ Bandettini PA (September 2009). "Seven topics in functional magnetic resonance imaging". Journal of Integrative Neuroscience. 8 (3): 371–403. doi:10.1142/s0219635209002186. PMC 3143579. PMID 19938211.
  13. ^ Bandettini P (February 2007). "Functional MRI today". International Journal of Psychophysiology. 63 (2): 138–145. doi:10.1016/j.ijpsycho.2006.03.016. PMID 16842871.
  14. ^ Korhonen V, Hiltunen T, Myllylä T, Wang X, Kantola J, Nikkinen J, et al. (November 2014). "Synchronous multiscale neuroimaging environment for critically sampled physiological analysis of brain function: hepta-scan concept". Brain Connectivity. 4 (9): 677–689. doi:10.1089/brain.2014.0258. PMC 4238249. PMID 25131996.
  15. ^ Chuang KH, van Gelderen P, Merkle H, Bodurka J, Ikonomidou VN, Koretsky AP, et al. (May 2008). "Mapping resting-state functional connectivity using perfusion MRI". NeuroImage. 40 (4): 1595–1605. doi:10.1016/j.neuroimage.2008.01.006. PMC 2435272. PMID 18314354.
  16. ^ Huettel SA, Song AW, McCarthy G (2008). Functional magnetic resonance imaging (2nd ed.). Sunderland, Mass.: Sinauer Associates. ISBN 978-0-87893-286-3.
  17. ^ Damoiseaux JS, Rombouts SA, Barkhof F, Scheltens P, Stam CJ, Smith SM, Beckmann CF (September 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.
  18. ^ Guerra-Carrillo B, Mackey AP, Bunge SA (October 2014). "Resting-state fMRI: a window into human brain plasticity". The Neuroscientist. 20 (5): 522–533. doi:10.1177/1073858414524442. PMID 24561514. S2CID 13300284.
  19. ^ Fox MD, Snyder AZ, Vincent JL, Corbetta M, Van Essen DC, Raichle ME (July 2005). "The human brain is intrinsically organized into dynamic, anticorrelated functional networks". Proceedings of the National Academy of Sciences of the United States of America. 102 (27): 9673–9678. Bibcode:2005PNAS..102.9673F. doi:10.1073/pnas.0504136102. PMC 1157105. PMID 15976020.
  20. ^ Biswal BB, Van Kylen J, Hyde JS (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. PMID 9430343.
  21. ^ Friston K (February 2009). "Causal modelling and brain connectivity in functional magnetic resonance imaging". PLOS Biology. 7 (2): e33. doi:10.1371/journal.pbio.1000033. PMC 2642881. PMID 19226186.
  22. ^ Fernández-Seara MA, Aznárez-Sanado M, Mengual E, Irigoyen J, Heukamp F, Pastor MA (August 2011). "Effects on resting cerebral blood flow and functional connectivity induced by metoclopramide: a perfusion MRI study in healthy volunteers". British Journal of Pharmacology. 163 (8): 1639–1652. doi:10.1111/j.1476-5381.2010.01161.x. PMC 3166692. PMID 21175574.
  23. ^ Smith SM (August 2012). "The future of FMRI connectivity". NeuroImage. 62 (2): 1257–1266. doi:10.1016/j.neuroimage.2012.01.022. PMID 22248579. S2CID 30701163.
  24. ^ Raichle ME (July 2015). "The brain's default mode network". Annual Review of Neuroscience. 38 (1): 433–447. doi:10.1146/annurev-neuro-071013-014030. PMID 25938726.
  25. ^ Greicius MD, Krasnow B, Reiss AL, Menon V (January 2003). "Functional connectivity in the resting brain: a network analysis of the default mode hypothesis". Proceedings of the National Academy of Sciences of the United States of America. 100 (1): 253–258. Bibcode:2003PNAS..100..253G. doi:10.1073/pnas.0135058100. PMC 140943. PMID 12506194.
  26. ^ Buckner RL (August 2012). "The serendipitous discovery of the brain's default network". NeuroImage. 62 (2): 1137–1145. doi:10.1016/j.neuroimage.2011.10.035. PMID 22037421. S2CID 9880586.
  27. ^ a b Moussa MN, Steen MR, Laurienti PJ, 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. PMC 3432126. PMID 22952978.
  28. ^ Lee MH, Hacker CD, Snyder AZ, Corbetta M, Zhang D, Leuthardt EC, Shimony JS (2012). "Clustering of resting state networks". PLOS ONE. 7 (7): e40370. Bibcode:2012PLoSO...740370L. doi:10.1371/journal.pone.0040370. PMC 3392237. PMID 22792291.
  29. ^ Kiviniemi V, Kantola JH, Jauhiainen J, Hyvärinen A, Tervonen O (June 2003). "Independent component analysis of nondeterministic fMRI signal sources". NeuroImage. 19 (2 Pt 1): 253–260. doi:10.1016/S1053-8119(03)00097-1. PMID 12814576. S2CID 17110486.
  30. ^ Beckmann CF, DeLuca M, Devlin JT, Smith SM (May 2005). "Investigations into resting-state connectivity using independent component analysis". Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences. 360 (1457): 1001–1013. doi:10.1098/rstb.2005.1634. PMC 1854918. PMID 16087444.
  31. ^ Calhoun VD, de Lacy N (November 2017). "Ten Key Observations on the Analysis of Resting-state Functional MR Imaging Data Using Independent Component Analysis". Neuroimaging Clinics of North America. 27 (4): 561–579. doi:10.1016/j.nic.2017.06.012. PMC 5657522. PMID 28985929.
  32. ^ Doyen S, Nicholas P, Poologaindran A, Crawford L, Young IM, Romero-Garcia R, Sughrue ME (November 2021). "Connectivity-based parcellation of normal and anatomically distorted human cerebral cortex". Human Brain Mapping. doi:10.1002/hbm.25728. PMID 34826179. S2CID 244660926.
  33. ^ Margulies DS, Kelly AM, Uddin LQ, Biswal BB, Castellanos FX, Milham MP (August 2007). "Mapping the functional connectivity of anterior cingulate cortex". NeuroImage. 37 (2): 579–588. doi:10.1016/j.neuroimage.2007.05.019. PMID 17604651. S2CID 3330669.
  34. ^ Van Dijk KR, Hedden T, Venkataraman A, Evans KC, Lazar SW, Buckner RL (January 2010). "Intrinsic functional connectivity as a tool for human connectomics: theory, properties, and optimization". Journal of Neurophysiology. 103 (1): 297–321. doi:10.1152/jn.00783.2009. PMC 2807224. PMID 19889849.
  35. ^ Yeung JT, Young IM, Doyen S, Teo C, Sughrue ME (October 2021). "Changes in the Brain Connectome Following Repetitive Transcranial Magnetic Stimulation for Stroke Rehabilitation". Cureus. 13 (10): e19105. doi:10.7759/cureus.19105. PMC 8614179. PMID 34858752.
  36. ^ Cole MW, Yarkoni T, Repovs G, Anticevic A, Braver TS (June 2012). "Global connectivity of prefrontal cortex predicts cognitive control and intelligence". The Journal of Neuroscience. 32 (26): 8988–8999. doi:10.1523/JNEUROSCI.0536-12.2012. PMC 3392686. PMID 22745498.
  37. ^ Chang C, Glover GH (March 2010). "Time-frequency dynamics of resting-state brain connectivity measured with fMRI". NeuroImage. 50 (1): 81–98. doi:10.1016/j.neuroimage.2009.12.011. PMC 2827259. PMID 20006716.
  38. ^ Faria AV, Joel SE, Zhang Y, Oishi K, van Zjil PC, Miller MI, et al. (July 2012). "Atlas-based analysis of resting-state functional connectivity: evaluation for reproducibility and multi-modal anatomy-function correlation studies". NeuroImage. 61 (3): 613–621. doi:10.1016/j.neuroimage.2012.03.078. PMC 3358461. PMID 22498656.
  39. ^ Meszlényi RJ, Hermann P, Buza K, Gál V, Vidnyánszky Z (2017-01-01). "Resting State fMRI Functional Connectivity Analysis Using Dynamic Time Warping". Frontiers in Neuroscience. 11: 75. doi:10.3389/fnins.2017.00075. PMC 5313507. PMID 28261052.
  40. ^ Zuo XN, Xing XX (September 2014). "Test-retest reliabilities of resting-state FMRI measurements in human brain functional connectomics: a systems neuroscience perspective". Neuroscience and Biobehavioral Reviews. 45: 100–118. doi:10.1016/j.neubiorev.2014.05.009. PMID 24875392. S2CID 20844969.
  41. ^ Fox MD, Snyder AZ, Vincent JL, Corbetta M, Van Essen DC, Raichle ME (July 2005). "The human brain is intrinsically organized into dynamic, anticorrelated functional networks". Proceedings of the National Academy of Sciences of the United States of America. 102 (27): 9673–9678. Bibcode:2005PNAS..102.9673F. doi:10.1073/pnas.0504136102. PMC 1157105. PMID 15976020.
  42. ^ Baliyan V, Das CJ, Sharma R, Gupta AK (September 2016). "Diffusion weighted imaging: Technique and applications". World Journal of Radiology. 8 (9): 785–798. doi:10.4329/wjr.v8.i9.785. PMC 5039674. PMID 27721941.
  43. ^ Baker CM, Burks JD, Briggs RG, Conner AK, Glenn CA, Sali G, et al. (December 2018). "A Connectomic Atlas of the Human Cerebrum-Chapter 1: Introduction, Methods, and Significance". Operative Neurosurgery. 15 (suppl_1): S1–S9. doi:10.1093/ons/opy253. PMC 6887907. PMID 30260422.
  44. ^ Dadario NB, Brahimaj B, Yeung J, Sughrue ME (2021). "Reducing the Cognitive Footprint of Brain Tumor Surgery". Frontiers in Neurology. 12: 711646. doi:10.3389/fneur.2021.711646. PMC 8415405. PMID 34484105.
  45. ^ Konrad A, Winterer G (January 2008). "Disturbed structural connectivity in schizophrenia primary factor in pathology or epiphenomenon?". Schizophrenia Bulletin. 34 (1): 72–92. doi:10.1093/schbul/sbm034. PMC 2632386. PMID 17485733.
  46. ^ Skudlarski P, Jagannathan K, Anderson K, Stevens MC, Calhoun VD, Skudlarska BA, Pearlson G (July 2010). "Brain connectivity is not only lower but different in schizophrenia: a combined anatomical and functional approach". Biological Psychiatry. Schizophrenia: N-methyl-D-aspartate Receptor Dysfunction and Cortical Connectivity. 68 (1): 61–69. doi:10.1016/j.biopsych.2010.03.035. PMC 2900394. PMID 20497901.
  47. ^ Long Z, Duan X, Wang Y, Liu F, Zeng L, Zhao JP, Chen H (January 2015). "Disrupted structural connectivity network in treatment-naive depression". Progress in Neuro-Psychopharmacology & Biological Psychiatry. 56: 18–26. doi:10.1016/j.pnpbp.2014.07.007. PMID 25092218. S2CID 31447630.
  48. ^ a b Wu F, Tu Z, Sun J, Geng H, Zhou Y, Jiang X, et al. (2020). "Abnormal Functional and Structural Connectivity of Amygdala-Prefrontal Circuit in First-Episode Adolescent Depression: A Combined fMRI and DTI Study". Frontiers in Psychiatry. 10: 983. doi:10.3389/fpsyt.2019.00983. PMC 7013238. PMID 32116814.
  49. ^ Park CH, Chang WH, Ohn SH, Kim ST, Bang OY, Pascual-Leone A, Kim YH (May 2011). "Longitudinal changes of resting-state functional connectivity during motor recovery after stroke". Stroke. 42 (5): 1357–1362. doi:10.1161/STROKEAHA.110.596155. PMC 3589816. PMID 21441147.
  50. ^ Bartolomei F, Bosma I, Klein M, Baayen JC, Reijneveld JC, Postma TJ, et al. (September 2006). "Disturbed functional connectivity in brain tumour patients: evaluation by graph analysis of synchronization matrices". Clinical Neurophysiology. 117 (9): 2039–2049. doi:10.1016/j.clinph.2006.05.018. PMID 16859985. S2CID 36779994.
  51. ^ Majeed W, Magnuson M, Keilholz SD (August 2009). "Spatiotemporal dynamics of low frequency fluctuations in BOLD fMRI of the rat". Journal of Magnetic Resonance Imaging. 30 (2): 384–393. doi:10.1002/jmri.21848. PMC 2758521. PMID 19629982.
  52. ^ Keilholz SD, Magnuson M, Thompson G (August 2010). "Evaluation of data-driven network analysis approaches for functional connectivity MRI". Brain Structure & Function. 215 (2): 129–140. doi:10.1007/s00429-010-0276-7. PMID 20853181. S2CID 25783833.
  53. ^ Fox MD, Halko MA, Eldaief MC, Pascual-Leone A (October 2012). "Measuring and manipulating brain connectivity with resting state functional connectivity magnetic resonance imaging (fcMRI) and transcranial magnetic stimulation (TMS)". NeuroImage. 62 (4): 2232–2243. doi:10.1016/j.neuroimage.2012.03.035. PMC 3518426. PMID 22465297.
  54. ^ Birn RM, Diamond JB, Smith MA, Bandettini PA (July 2006). "Separating respiratory-variation-related fluctuations from neuronal-activity-related fluctuations in fMRI". NeuroImage. 31 (4): 1536–1548. doi:10.1016/j.neuroimage.2006.02.048. PMID 16632379. S2CID 3892813.
  55. ^ Chang C, Glover GH (October 2009). "Relationship between respiration, end-tidal CO2, and BOLD signals in resting-state fMRI". NeuroImage. 47 (4): 1381–93. doi:10.1016/j.neuroimage.2009.04.048. PMC 2721281. PMID 19393322.
  56. ^ Ing A, Schwarzbauer C (November 2012). "A dual echo approach to motion correction for functional connectivity studies". NeuroImage. 63 (3): 1487–1497. doi:10.1016/j.neuroimage.2012.07.042. PMID 22846657. S2CID 670206.
  57. ^ Van Dijk KR, Sabuncu MR, Buckner RL (January 2012). "The influence of head motion on intrinsic functional connectivity MRI". NeuroImage. 59 (1): 431–438. doi:10.1016/j.neuroimage.2011.07.044. PMC 3683830. PMID 21810475.
  58. ^ Power JD, Barnes KA, Snyder AZ, Schlaggar BL, Petersen SE (February 2012). "Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion". NeuroImage. 59 (3): 2142–2154. doi:10.1016/j.neuroimage.2011.10.018. PMC 3254728. PMID 22019881.
  59. ^ Satterthwaite TD, Wolf DH, Loughead J, Ruparel K, Elliott MA, Hakonarson H, et al. (March 2012). "Impact of in-scanner head motion on multiple measures of functional connectivity: relevance for studies of neurodevelopment in youth". NeuroImage. 60 (1): 623–632. doi:10.1016/j.neuroimage.2011.12.063. PMC 3746318. PMID 22233733.
  60. ^ Saad ZS, Gotts SJ, Murphy K, Chen G, Jo HJ, Martin A, Cox RW (2012). "Trouble at rest: how correlation patterns and group differences become distorted after global signal regression". Brain Connectivity. 2 (1): 25–32. doi:10.1089/brain.2012.0080. PMC 3484684. PMID 22432927.
  61. ^ Cordes D, Nandy RR (January 2006). "Estimation of the intrinsic dimensionality of fMRI data". NeuroImage. 29 (1): 145–154. doi:10.1016/j.neuroimage.2005.07.054. PMID 16202626. S2CID 9228087.
  62. ^ Holtbernd F, Eidelberg D (August 2012). "Functional brain networks in movement disorders: recent advances". Current Opinion in Neurology. 25 (4): 392–401. doi:10.1097/wco.0b013e328355aa94. PMC 4554600. PMID 22710361.
  63. ^ a b Li R, Wu X, Chen K, Fleisher AS, Reiman EM, Yao L (February 2013). "Alterations of directional connectivity among resting-state networks in Alzheimer disease". AJNR. American Journal of Neuroradiology. 34 (2): 340–5. doi:10.3174/ajnr.A3197. PMC 4097966. PMID 22790250.
  64. ^ Liang P, Wang Z, Yang Y, Li K (2012). "Three subsystems of the inferior parietal cortex are differently affected in mild cognitive impairment". Journal of Alzheimer's Disease. 30 (3): 475–487. doi:10.3233/JAD-2012-111721. PMID 22451310.
  65. ^ Müller RA, Shih P, Keehn B, Deyoe JR, Leyden KM, Shukla DK (October 2011). "Underconnected, but how? A survey of functional connectivity MRI studies in autism spectrum disorders". Cerebral Cortex. 21 (10): 2233–2243. doi:10.1093/cercor/bhq296. PMC 3169656. PMID 21378114.
  66. ^ Subbaraju V, Suresh MB, Sundaram S, Narasimhan S (January 2017). "Identifying differences in brain activities and an accurate detection of autism spectrum disorder using resting state functional-magnetic resonance imaging : A spatial filtering approach". Medical Image Analysis. 35: 375–389. doi:10.1016/j.media.2016.08.003. PMID 27585835. S2CID 4922560.
  67. ^ Anand A, Li Y, Wang Y, Wu J, Gao S, Bukhari L, et al. (May 2005). "Activity and connectivity of brain mood regulating circuit in depression: a functional magnetic resonance study". Biological Psychiatry. 57 (10): 1079–1088. doi:10.1016/j.biopsych.2005.02.021. PMID 15866546. S2CID 19311022.
  68. ^ Greicius MD, Flores BH, Menon V, Glover GH, Solvason HB, Kenna H, et al. (September 2007). "Resting-state functional connectivity in major depression: abnormally increased contributions from subgenual cingulate cortex and thalamus". Biological Psychiatry. 62 (5): 429–437. doi:10.1016/j.biopsych.2006.09.020. PMC 2001244. PMID 17210143.
  69. ^ Anand A, Li Y, Wang Y, Wu J, Gao S, Bukhari L, et al. (July 2005). "Antidepressant effect on connectivity of the mood-regulating circuit: an FMRI study". Neuropsychopharmacology. 30 (7): 1334–1344. doi:10.1038/sj.npp.1300725. PMID 15856081.
  70. ^ Anand A, Li Y, Wang Y, Gardner K, Lowe MJ (2007-07-01). "Reciprocal effects of antidepressant treatment on activity and connectivity of the mood regulating circuit: an FMRI study". The Journal of Neuropsychiatry and Clinical Neurosciences. 19 (3): 274–282. doi:10.1176/jnp.2007.19.3.274. PMC 3465666. PMID 17827412.
  71. ^ Anand A, Li Y, Wang Y, Lowe MJ, Dzemidzic M (March 2009). "Resting state corticolimbic connectivity abnormalities in unmedicated bipolar disorder and unipolar depression". Psychiatry Research. 171 (3): 189–198. doi:10.1016/j.pscychresns.2008.03.012. PMC 3001251. PMID 19230623.
  72. ^ Spielberg JM, Beall EB, Hulvershorn LA, Altinay M, Karne H, Anand A (December 2016). "Resting State Brain Network Disturbances Related to Hypomania and Depression in Medication-Free Bipolar Disorder". Neuropsychopharmacology. 41 (13): 3016–3024. doi:10.1038/npp.2016.112. PMC 5101549. PMID 27356764.
  73. ^ Altinay MI, Hulvershorn LA, Karne H, Beall EB, Anand A (April 2016). "Differential Resting-State Functional Connectivity of Striatal Subregions in Bipolar Depression and Hypomania". Brain Connectivity. 6 (3): 255–265. doi:10.1089/brain.2015.0396. PMC 4827275. PMID 26824737.
  74. ^ Altinay M, Karne H, Anand A (January 2018). "Lithium monotherapy associated clinical improvement effects on amygdala-ventromedial prefrontal cortex resting state connectivity in bipolar disorder". Journal of Affective Disorders. 225: 4–12. doi:10.1016/j.jad.2017.06.047. PMC 5844774. PMID 28772145.
  75. ^ Venkataraman A, Whitford TJ, Westin CF, Golland P, Kubicki M (August 2012). "Whole brain resting state functional connectivity abnormalities in schizophrenia". Schizophrenia Research. 139 (1–3): 7–12. doi:10.1016/j.schres.2012.04.021. hdl:1721.1/100215. PMC 3393792. PMID 22633528.
  76. ^ Uddin LQ, Kelly AM, Biswal BB, Margulies DS, Shehzad Z, Shaw D, et al. (March 2008). "Network homogeneity reveals decreased integrity of default-mode network in ADHD". Journal of Neuroscience Methods. 169 (1): 249–254. doi:10.1016/j.jneumeth.2007.11.031. PMID 18190970. S2CID 35668659.
  77. ^ Zang YF, Zhao SG (August 2012). "Resting-state fMRI studies in epilepsy". Neuroscience Bulletin. 28 (4): 449–455. doi:10.1007/s12264-012-1255-1. PMC 5561896. PMID 22833042.
  78. ^ Tessitore A, Amboni M, Esposito F, Russo A, Picillo M, Marcuccio L, et al. (July 2012). "Resting-state brain connectivity in patients with Parkinson's disease and freezing of gait". Parkinsonism & Related Disorders. 18 (6): 781–787. doi:10.1016/j.parkreldis.2012.03.018. PMID 22510204.
  79. ^ Li P, Li S, Dong Z, Luo J, Han H, Xiong H, et al. (August 2012). "Altered resting state functional connectivity patterns of the anterior prefrontal cortex in obsessive-compulsive disorder". NeuroReport. 23 (11): 681–686. doi:10.1097/wnr.0b013e328355a5fe. PMID 22692554. S2CID 41049732.
  80. ^ Otti A, Guendel H, Wohlschläger A, Zimmer C, Noll-Hussong M (March 2013). "Frequency shifts in the anterior default mode network and the salience network in chronic pain disorder". BMC Psychiatry. 13: 84. doi:10.1186/1471-244x-13-84. PMC 3616999. PMID 23497482.
  81. ^ Otti A, Guendel H, Henningsen P, Zimmer C, Wohlschlaeger AM, Noll-Hussong M (January 2013). "Functional network connectivity of pain-related resting state networks in somatoform pain disorder: an exploratory fMRI study". Journal of Psychiatry & Neuroscience. 38 (1): 57–65. doi:10.1503/jpn.110187. PMC 3529220. PMID 22894821.
  82. ^ Gaudio S, Wiemerslage L, Brooks SJ, Schiöth HB (December 2016). "A systematic review of resting-state functional-MRI studies in anorexia nervosa: Evidence for functional connectivity impairment in cognitive control and visuospatial and body-signal integration". Neuroscience and Biobehavioral Reviews. 71: 578–589. doi:10.1016/j.neubiorev.2016.09.032. PMID 27725172.
  83. ^ Fox MD, Greicius M (2010). "Clinical applications of resting state functional connectivity". Frontiers in Systems Neuroscience. 4: 19. doi:10.3389/fnsys.2010.00019. PMC 2893721. PMID 20592951.