Реорганизация сети пассивного режима работы головного мозга у пациентов с болезнью Паркинсона: анализ индивидуальных компонент по данным фМРТ покоя
- Авторы: Селиверстова E.В.1, Селивёрстов Ю.А.1, Коновалов Р.Н.1, Кротенкова М.В.1, Иллариошкин С.Н.1
-
Учреждения:
- ФГБНУ «Научный центр неврологии»
- Выпуск: Том 9, № 2 (2015)
- Страницы: 4-9
- Раздел: Оригинальные статьи
- URL: https://journals.rcsi.science/2075-5473/article/view/124589
- DOI: https://doi.org/10.17816/psaic151
- ID: 124589
Цитировать
Полный текст
Аннотация
При функциональной магнитно-резонансной томографии покоя (фМРТп) возможно оценить низкочастотные колебания (0,01–0,1 Гц) BOLD-сигнала, основанные на изменении параметров гемодинамики, что косвенно позволяет определить спонтанную нейрональную активность различных областей головного мозга в состоянии покоя. Нами было проведено фМРТп-исследование в группах здоровых добровольцев и пациентов с болезнью Паркинсона (БП). Из спектра нейрональных сетей покоя головного мозга была выделена сеть пассивного режима работы (СПРР) головного мозга и оценены изменение паттерна нейрональной активности данной сети у пациентов с БП. Установлено, что при БП по сравнению с нормой имеет место уменьшение активности в правой нижней теменной дольке (т.е. в зоне, входящей в состав СПРР и участвующей в зрительно-пространственном восприятии) и, напротив, увеличение спонтанной нейрональной активности в составе СПРР в медиальных отделах правой верхней лобной извилины, правой и левой угловых извилинах, передневерхних и задненижних отделах левого и правого предклинья. Выявленные изменения нейрональной активности, рассматриваемые как проявление феномена нейропластичности, потенциально могут являться биомаркерами нейродегенеративного процесса при БП.
Об авторах
E. В. Селиверстова
ФГБНУ «Научный центр неврологии»
Email: doctor.goody@gmail.com
Россия, Москва
Юрий Александрович Селивёрстов
ФГБНУ «Научный центр неврологии»
Email: doctor.goody@gmail.com
ORCID iD: 0000-0002-6400-6378
к.м.н., с.н.с. Научно-консультативного отделения
Россия, МоскваРодион Николаевич Коновалов
ФГБНУ «Научный центр неврологии»
Email: doctor.goody@gmail.com
ORCID iD: 0000-0001-5539-245X
к.м.н., с.н.с. отд. лучевой диагностики
Россия, 125367, Москва, Волоколамское шоссе, д. 80Марина Викторовна Кротенкова
ФГБНУ «Научный центр неврологии»
Email: doctor.goody@gmail.com
ORCID iD: 0000-0003-3820-4554
д.м.н., рук. отд. лучевой диагностики
Россия, 125367, Москва, Волоколамское шоссе, д. 80Сергей Николаевич Иллариошкин
ФГБНУ «Научный центр неврологии»
Автор, ответственный за переписку.
Email: doctor.goody@gmail.com
ORCID iD: 0000-0002-2704-6282
д.м.н., проф., член-корр. РАН, зам. директора по научной работе, рук. отдела исследований мозга
Россия, МоскваСписок литературы
- Кремнева Е.И. Коновалов Р.Н., Кротенкова М.В. Функциональная магнитно-резонансная томография. Анн. клин. и эксперим.неврол. 2011; 1: 30–39.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- Davie C.A. A review of Parkinson’s disease. Br. Med. Bull. 2008; 86: 109–127.
- Doucet G., Naveau M., Petit L. et al. Brain activity at rest: a multiscale hierarchical functional organization. J. Neurophysiol. 2011; 105: 2753–2763.
- 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.
- 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.
- 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.
- 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.
- Hawkes C.M. Diagnosis and treatment of Parkinson’s disease. Anosmia is a common finding. BMJ 1995; 310: 1668.
- 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.
- 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.
- 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.
- 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.
- 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.
- Mutch W.J., Dingwall-Fordyce I., Downie A.W. et al. Parkinson’s disease in a Scottish City. BMJ 1986; 292: 534–536.
- 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.
- Song M., Zhou Y., Li J. et al. Brain spontaneous functional connectivity and intelligence. Neuroimage 2008; 41: 1168–1176.
- Stone J.V. Independent component analysis: an introduction. Trends Cogn. Sci. 2002; 6: 59–64.
- Thirion B., Dodel S., Poline J.B. Detection of signal synchronizations in resting-state fMRI datasets. Neuroimage 2006; 29: 321–327.
- 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.
- 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.
