Reorganization of the brain’s default mode network in patients with Parkinson’s disease: resting-state fMRI-based analysis of individual components


如何引用文章

全文:

详细

Resting-state functional magnetic resonance imaging (rs-fMRI) enables evaluation of low-frequency oscillations (0.01–0.1 Hz) of the BOLD-signal, which are related to changes in the hemodynamics parameters, thereby making possible to determine indirectly the spontaneous neuronal activity of various areas of the brain at rest . We conducted an rs-fMRI study in groups of healthy volunteers and patients with Parkinson’s disease (PD). Out of the spectrum of resting neural networks of the brain, the brain’s default mode network (DMN) was selected, and changes in the neuronal activity pattern of the network in PD patients were evaluated. Compared to the norm, PD was found to be characterized by a decrease in the activity of the right inferior parietal lobe (i.e. in the area incorporated into DMN and involved in visual-spatial perception) and, on the contrary, an increase in the spontaneous neuronal activity of DMN in the medial segments of the right superior frontal gyrus, right and left angular gyri, and anterosuperior and posteroinferior parts of the left and right precuneus. The detected changes in the neuronal activity, regarded as a manifestation of the neuroplasticity phenomenon,may potentially serve as biomarkers of a neurodegenerative process in PD.

作者简介

E. Seliverstova

Research Center of Neurology

Email: doctor.goody@gmail.com
俄罗斯联邦, Moscow

Yury Seliverstov

Research Center of Neurology

Email: doctor.goody@gmail.com
ORCID iD: 0000-0002-6400-6378

Cand. Sci. (Med.), senior researcher, Scientific advisory department

俄罗斯联邦, Moscow

Rodion Konovalov

Research Center of Neurology

Email: doctor.goody@gmail.com
ORCID iD: 0000-0001-5539-245X

Cand. Sci. (Med.), senior researcher, Neuroradiology department

俄罗斯联邦, 125367 Moscow, Volokolamskoye shosse, 80

Marina Krotenkova

Research Center of Neurology

Email: doctor.goody@gmail.com
ORCID iD: 0000-0003-3820-4554

D. Sci. (Med.), Head, Neuroradiology department

俄罗斯联邦, 125367 Moscow, Volokolamskoye shosse, 80

Sergey Illarioshkin

Research Center of Neurology

编辑信件的主要联系方式.
Email: doctor.goody@gmail.com
ORCID iD: 0000-0002-2704-6282

D. Sci. (Med.), Prof., Corr. Member of the Russian Academy of Sciences, Deputy Director, Head, Department for brain research

俄罗斯联邦, Moscow

参考

  1. Кремнева Е.И. Коновалов Р.Н., Кротенкова М.В. Функциональная магнитно-резонансная томография. Анн. клин. и эксперим.неврол. 2011; 1: 30–39.
  2. Селиверстова Е.В., Селиверстов Ю.А., Коновалов Р.Н., Иллариошкин С.Н. Функциональная магнитно-резонансная томография покоя: возможности метода и первый опыт применения в России. Анн. клин. и эксперим. неврол. 2013; 4: 39–44.
  3. Селиверстова Е.В., Селиверстов Ю.А., Коновалов Р.Н. и др. Опыт применения функциональной магнитно-резонансной томографии покоя в России. Здравоохранение Таджикистана 2014; 12: 146–149.
  4. Andrews-Hanna J.R., Snyder A.Z., Vincent J.L. et al. Disruption of large-scale brain systems in advanced aging. Neuron 2007; 56: 924–935.
  5. 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. Biol. Sci. 2005; 360: 1001–1013.
  6. 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.
  7. Calhoun V.D., Adali T., Pearlson G.D., Pekar J.J. A method for making group inferences from functional MRI data using independent component analysis. Hum. Brain Mapp. 2001; 14: 140–151.
  8. Cordes D., Haughton V., Carew J.D. et al. Hierarchical clustering to measure connectivity in fMRI resting-state data. Magn. Reson. Imaging 2002; 20: 305–317.
  9. Cordes D., Haughton V.M., Arfanakis K. et al. Mapping functionally related regions of brain with functional connectivity MR imaging. Am. J. Neuroradiol. 2000; 21: 1636–1644.
  10. Davie C.A. A review of Parkinson’s disease. Br. Med. Bull. 2008; 86: 109–127.
  11. Doucet G., Naveau M., Petit L. et al. Brain activity at rest: a multiscale hierarchical functional organization. J. Neurophysiol. 2011; 105: 2753–2763.
  12. Fransson P. Spontaneous low-frequency BOLD signal fluctuations: an fMRI in-vestigation of the resting-state default mode of brain function hypothesis. Hum. Brain Mapp. 2005; 26: 15–29.
  13. Friston K.J., Frith C.D., Liddle P.F., Frackowiak R.S. Functional connectivity: the principal-component analysis of large (PET) data sets. J. Cereb. Blood Flow Metab. 1993; 13: 5–14.
  14. Greicius M.D., Krasnow B., Reiss A.L., Menon V. Functional connec-tivity in the resting brain: a network analysis of the default mode hypothesis. Proc. Natl. Acad. Sci. U. S. A. 2003; 100: 253–258.
  15. Gusnard D.A., Raichle M.E., Raichle M.E. Searching for a baseline: functional imaging and the resting human brain. Nat. Rev. Neurosci. 2001; 2: 685–694.
  16. Hawkes C.M. Diagnosis and treatment of Parkinson’s disease. Anosmia is a common finding. BMJ 1995; 310: 1668.
  17. Kahan J., Urner M., Moran R. et al. Resting state functional MRI in Parkinson’s disease: the impact of deep brain stimulation on ‘effective’ connectivity. Brain 2014; 137 (Pt 4): 1130–1144.
  18. Larson-Prior L.J., Zempel J.M., Nolan T.S. et al. Cortical network functional connectivity in the descent to sleep. Proc. Natl. Acad. Sci. U. S. A. 2009; 106: 4489–4494.
  19. Lee M.H., Smyser C.D., Shimony J.S. Resting-State fMRI: A Review of Methods and Clinical Applications. Am. J. Neuroradiol. 2013; 34: 1866–1872.
  20. Mason M.F., Norton M.I., Van Horn J.D. et al. Wandering minds: the default network and stimulus-independent thought. Science 2007;315: 393–395.
  21. McKeown M.J., Hansenz L.K., Sejnowski T.J. Independent component analysis of functional MRI: what is signal and what is noise? Cur.Opin. Neurobiol. 2003; 13: 620–629.
  22. Mutch W.J., Dingwall-Fordyce I., Downie A.W. et al. Parkinson’s disease in a Scottish City. BMJ 1986; 292: 534–536.
  23. Salvador R., Suckling J., Coleman M.R. et al. Neurophysiological architecture of functional magnetic resonance images of human brain.Cereb. Cortex 2005; 15: 1332–1342.
  24. Song M., Zhou Y., Li J. et al. Brain spontaneous functional connectivity and intelligence. Neuroimage 2008; 41: 1168–1176.
  25. Stone J.V. Independent component analysis: an introduction. Trends Cogn. Sci. 2002; 6: 59–64.
  26. Thirion B., Dodel S., Poline J.B. Detection of signal synchronizations in resting-state fMRI datasets. Neuroimage 2006; 29: 321–327.
  27. Van den Heuvel M.P., Mandl R.C., Hulshoff Pol H.E. Normalized cut group clus-tering of resting-state fMRI data. PLoS ONE 2008; 3: e2001.
  28. Van de Ven V.G., Formisano E., Prvulovic D. et al. Functional connectivity as revealed by spatial independent component analysis of fMRI measurements during rest. Hum. Brain Mapp. 2004; 22: 165–178.

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Seliverstova E.V., Seliverstov Y.A., Konovalov R.N., Krotenkova M.V., Illarioshkin S.N., 2015

Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».