El estado de reposo fMRI ( rsfMRI o R-fMRI ) es un método de resonancia magnética funcional (fMRI) que se utiliza en el mapeo del cerebro para evaluar las interacciones regionales que ocurren en un estado de reposo o de tarea negativa, cuando no se está realizando una tarea explícita. . [3] [4] En el cerebro se identifican varias condiciones de estado de reposo, una de las cuales es la red en modo predeterminado . [5] Estas condiciones del estado del cerebro en reposo se observan a través de cambios en el flujo sanguíneo en el cerebro, lo que crea lo que se conoce como una señal dependiente del nivel de oxígeno en sangre (BOLD) que se puede medir mediante fMRI.
IRMf en estado de reposo |
---|
"> Reproducir medios |
Debido a que la actividad cerebral es intrínseca, presente incluso en ausencia de una tarea impulsada externamente, cualquier región del cerebro tendrá fluctuaciones espontáneas en la señal BOLD. El enfoque del estado de reposo es útil para explorar la organización funcional del cerebro y examinar si está alterada en trastornos neurológicos o mentales . Debido al aspecto del estado de reposo de estas imágenes, se pueden recopilar datos de una variedad de grupos de pacientes, incluidas personas con discapacidad intelectual, grupos pediátricos e incluso aquellos que están inconscientes. [6] [7] La investigación de la conectividad funcional en estado de reposo ha revelado una serie de redes que se encuentran consistentemente en sujetos sanos, en diferentes etapas de conciencia y entre especies, y representan patrones específicos de actividad sincrónica. [8] [9] [10]
Conceptos básicos del estado de reposo fmri
La resonancia magnética funcional (resonancia magnética funcional o fMRI) es un procedimiento específico de resonancia magnética (IRM) que mide la actividad cerebral mediante la detección de cambios asociados en el flujo sanguíneo. Más específicamente, la actividad cerebral se mide a través de una señal BOLD de baja frecuencia en el cerebro. [11]
El procedimiento es similar a la resonancia magnética, pero utiliza el cambio en la magnetización entre la sangre rica en oxígeno y la sangre pobre en oxígeno como medida básica. Esta medida se corrompe con frecuencia por el ruido de diversas fuentes y, por lo tanto, se utilizan procedimientos estadísticos para extraer la señal subyacente. La activación cerebral resultante se puede presentar gráficamente codificando con colores la fuerza de activación en el cerebro o en la región específica estudiada. La técnica puede localizar la actividad en milímetros pero, utilizando técnicas estándar, no es mejor que dentro de una ventana de unos pocos segundos. [12]
La IRMF se utiliza tanto en investigación como, en menor medida, en entornos clínicos. También se puede combinar y complementar con otras medidas de fisiología cerebral como EEG y NIRS . [13] [14] El etiquetado de espín arterial fMRI se puede utilizar como un enfoque complementario para evaluar las funciones cerebrales en reposo. [15]
Base fisiológica
La respuesta fisiológica del flujo sanguíneo decide en gran medida la sensibilidad temporal, qué tan bien se pueden medir las neuronas que están activas en BOLD fMRI. El parámetro básico de resolución de tiempo es la frecuencia de muestreo , o TR, que dicta la frecuencia con la que se excita una porción de cerebro en particular y se le permite perder su magnetización. Los TR pueden variar desde muy cortos (500 ms) hasta muy largos (3 segundos). Para fMRI específicamente, se supone que la respuesta hemodinámica dura más de 10 segundos, aumentando multiplicativamente (es decir, como una proporción del valor actual), alcanzando un máximo de 4 a 6 segundos y luego disminuyendo multiplicativamente. Los cambios en el sistema de flujo sanguíneo, el sistema vascular, integran respuestas a la actividad neuronal a lo largo del tiempo. Debido a que esta respuesta es una función continua suave, el muestreo con TR más rápidos solo ayuda a mapear fluctuaciones más rápidas, como las señales respiratorias y de frecuencia cardíaca. [dieciséis]
Mientras que la fMRI se esfuerza por medir la actividad neuronal en el cerebro, la señal BOLD puede verse influenciada por muchos otros factores fisiológicos además de la actividad neuronal. Por ejemplo, las fluctuaciones respiratorias y los ciclos cardiovasculares afectan la señal BOLD que se mide en el cerebro y, por lo tanto, generalmente se intenta eliminar durante el procesamiento de los datos brutos de fMRI. Debido a estas fuentes de ruido, ha habido muchos expertos que se han acercado muy escépticamente a la idea de la resonancia magnética funcional en estado de reposo durante los primeros usos de la resonancia magnética funcional. Solo ha sido muy recientemente que los investigadores se han sentido seguros de que la señal que se mide no es un artefacto causado por otra función fisiológica. [17]
La conectividad funcional en estado de reposo entre regiones cerebrales espacialmente distintas refleja la historia repetida de patrones de coactivación dentro de estas regiones, lo que sirve como una medida de plasticidad . [18]
Historia
Bharat Biswal
- En 1992, Bharat Biswal comenzó su trabajo como estudiante de posgrado en la Facultad de Medicina de Wisconsin bajo la dirección de su asesor, James S. Hyde , y descubrió que el cerebro, incluso durante el reposo, contiene información sobre su organización funcional. Había utilizado la resonancia magnética funcional para estudiar cómo se comunican las diferentes regiones del cerebro mientras el cerebro está en reposo y no realiza ninguna tarea activa. Aunque en ese momento, la investigación de Biswal fue en su mayoría ignorada y atribuida a otra fuente de señal, su técnica de neuroimagen en reposo ahora se ha replicado ampliamente y se considera un método válido para mapear redes cerebrales funcionales. El mapeo de la actividad del cerebro mientras está en reposo tiene muchos potenciales para la investigación del cerebro e incluso ayuda a los médicos a diagnosticar diversas enfermedades del cerebro. [3]
Marcus Raichle
- Los experimentos del laboratorio del neurólogo Marcus Raichle en la Facultad de Medicina de la Universidad de Washington y otros grupos mostraron que el consumo de energía del cerebro aumenta en menos del 5% de su consumo de energía de referencia mientras se realiza una tarea mental enfocada. Estos experimentos demostraron que el cerebro está constantemente activo con un alto nivel de actividad incluso cuando la persona no está involucrada en un trabajo mental enfocado (el estado de reposo). Su laboratorio se ha centrado principalmente en encontrar la base de esta actividad de reposo y se le atribuyen muchos descubrimientos revolucionarios. Estos incluyen la relativa independencia del flujo sanguíneo y el consumo de oxígeno durante los cambios en la actividad cerebral, que proporcionó la base fisiológica de la resonancia magnética funcional, así como el descubrimiento de la conocida Red de modo predeterminado . [19]
Conectividad
Funcional
La conectividad funcional es la conectividad entre regiones del cerebro que comparten propiedades funcionales. Más específicamente, se puede definir como la correlación temporal entre eventos neurofisiológicos espacialmente remotos, expresada como desviación de la independencia estadística a través de estos eventos en áreas y grupos neuronales distribuidos. [20] Esto se aplica tanto a los estudios de estado de reposo como de estado de tarea. Si bien la conectividad funcional puede referirse a correlaciones entre sujetos, carreras, bloques, ensayos o puntos de tiempo individuales, la conectividad funcional en estado de reposo se centra en la conectividad evaluada en puntos de tiempo BOLD individuales durante las condiciones de reposo. [21] La conectividad funcional también se evaluó utilizando la serie de tiempo de perfusión muestreada con fMRI de perfusión marcada con espín arterial. [22] La resonancia magnética de conectividad funcional (fcMRI), que puede incluir la resonancia magnética funcional en estado de reposo y la resonancia magnética basada en tareas, algún día podría ayudar a proporcionar diagnósticos más definitivos para los trastornos de salud mental como el trastorno bipolar y también puede ayudar a comprender el desarrollo y la progresión de la trastorno de estrés traumático, así como evaluar el efecto del tratamiento. [23] Se ha sugerido que la conectividad funcional es una expresión del comportamiento de la red subyacente a la función cognitiva de alto nivel en parte porque, a diferencia de la conectividad estructural, la conectividad funcional a menudo cambia en el orden de segundos como en el caso de la conectividad funcional dinámica .
Redes
Red de modo predeterminado
- La red de modo predeterminado (DMN) es una red de regiones del cerebro que están activas cuando una persona está despierta y en reposo. [24] La red de modo predeterminado es un sistema cerebral interconectado y anatómicamente definido que se activa preferentemente cuando las personas se centran en tareas internas como soñar despierto, imaginar el futuro, recuperar recuerdos y evaluar las perspectivas de los demás. [25] Tiene una correlación negativa con los sistemas cerebrales que se enfocan en señales visuales externas. Es una de las redes más estudiadas presentes durante el estado de reposo y es una de las redes más fácilmente visualizadas. [26]
Otras redes de estado de reposo
- Dependiendo del método de análisis del estado de reposo, los estudios de conectividad funcional han reportado una serie de redes neuronales que resultan estar fuertemente conectadas funcionalmente durante el reposo. Las redes clave, también denominadas componentes, que se informan con más frecuencia incluyen: el DMN, el componente sensorial / motor , el componente de control ejecutivo , hasta tres componentes visuales diferentes , dos componentes frontal / parietal lateralizados , el componente auditivo y el componente temporal. / componente parietal. [27] Como ya se informó, estas redes en estado de reposo consisten en regiones anatómicamente separadas pero funcionalmente conectadas que muestran un alto nivel de actividad de señal BOLD correlacionada. Se encuentra que estas redes son bastante consistentes entre los estudios, a pesar de las diferencias en las técnicas de adquisición y análisis de datos. [27] [28] Es importante destacar que la mayoría de estos componentes del estado de reposo representan redes funcionales conocidas, es decir, regiones que se sabe que comparten y apoyan las funciones cognitivas. [9]
Analizando datos
Procesando datos
Existen muchos programas para el procesamiento y análisis de datos de resonancia magnética funcional en estado de reposo. Algunos de los programas más utilizados incluyen SPM , AFNI , FSL (especialmente Melodic para ICA), CONN , C-PAC y Connectome Computation System ( CCS ).
Métodos de análisis
Hay muchos métodos para adquirir y procesar datos de rsfMRI. Los métodos de análisis más populares se centran en componentes independientes o en regiones de correlación.
Análisis de componentes independientes
- El análisis de componentes independientes (ICA) es un enfoque estadístico útil en la detección de redes en estado de reposo. ICA separa una señal en componentes espaciales y temporales que no se superponen. Se basa en gran medida en datos y permite una mejor eliminación de los componentes ruidosos de la señal (movimiento, deriva del escáner, etc.). También se ha demostrado que extrae de manera confiable la red en modo predeterminado, así como muchas otras redes con una consistencia muy alta. [29] [30] ICA permanece a la vanguardia de los métodos de investigación. [31]
Análisis regional
- Otros métodos de las redes de observación y la conectividad en el cerebro incluyen el mapeo d a base de semilla y región de interés (ROI) métodos de análisis. En estos casos, la señal de solo un determinado vóxel o grupo de vóxeles conocidos como semilla o ROI se utilizan para calcular correlaciones con otros vóxeles del cerebro. Esto proporciona una visión mucho más precisa y detallada de la conectividad específica en áreas de interés del cerebro. [32] [33] También se puede promediar la conectividad general entre un ROI (como la corteza prefrontal) y todos los demás vóxeles del cerebro, lo que proporciona una medida de la conectividad cerebral global (GBC) específica para ese ROI. [34]
Otros métodos para caracterizar redes en estado de reposo incluyen correlación parcial, coherencia y coherencia parcial, relaciones de fase, distancia de distorsión temporal dinámica , agrupamiento y teoría de grafos. [35] [36] [37]
Fiabilidad y reproducibilidad
La resonancia magnética funcional en estado de reposo (rfMRI) puede obtener imágenes de fluctuaciones de baja frecuencia en las actividades cerebrales espontáneas, lo que representa una herramienta popular para la conectómica funcional a macroescala para caracterizar las diferencias interindividuales en la función cerebral normal, las asociaciones mente-cerebro y la varios trastornos. Esto sugiere confiabilidad y reproducibilidad para las medidas derivadas de rfMRI de la conectómica funcional del cerebro humano de uso común. Estas métricas tienen un gran potencial para acelerar la identificación de biomarcadores para diversas enfermedades cerebrales, lo que exige abordar la confiabilidad y la reproducibilidad en primer lugar. [38]
Combinando técnicas de imagen
fMRI con EEG
Muchos expertos en imágenes creen que para obtener la mejor combinación de información espacial y temporal de la actividad cerebral, tanto la resonancia magnética funcional como la electroencefalografía (EEG) deben usarse simultáneamente. Esta técnica dual combina la capacidad bien documentada del EEG para caracterizar ciertos estados cerebrales con alta resolución temporal y para revelar patrones patológicos, con la capacidad de fMRI (descubierta más recientemente y menos entendida) para obtener imágenes de la dinámica de la sangre a través de todo el cerebro con alta resolución espacial. Hasta ahora, EEG-fMRI se ha visto principalmente como una técnica de fMRI en la que el EEG adquirido sincrónicamente se utiliza para caracterizar la actividad cerebral ('estado del cerebro') a lo largo del tiempo, lo que permite mapear (a través de mapeo paramétrico estadístico, por ejemplo) la hemodinámica asociada. cambios. [39]
El valor clínico de estos hallazgos es objeto de investigaciones en curso, pero las investigaciones recientes sugieren una confiabilidad aceptable para los estudios de EEG-fMRI y una mejor sensibilidad en un escáner de campo superior. Fuera del campo de la epilepsia, la EEG-fMRI se ha utilizado para estudiar las respuestas cerebrales relacionadas con eventos (desencadenadas por estímulos externos) y proporcionó nuevos conocimientos importantes sobre la actividad cerebral inicial durante la vigilia y el sueño en reposo. [40]
fMRI con TMS
La estimulación magnética transcraneal (EMT) utiliza campos magnéticos pequeños y relativamente precisos para estimular regiones de la corteza sin procedimientos invasivos peligrosos. Cuando estos campos magnéticos estimulan un área de la corteza, el flujo sanguíneo focal aumenta en el sitio de estimulación, así como en sitios distantes conectados anatómicamente a la ubicación estimulada. La tomografía por emisión de positrones (PET) se puede usar para obtener imágenes del cerebro y los cambios en el flujo sanguíneo y los resultados muestran regiones muy similares de conectividad que confirman las redes que se encuentran en los estudios de resonancia magnética funcional y el TMS también se puede usar para respaldar y proporcionar información más detallada sobre las regiones conectadas . [41]
Peligros potenciales
Las posibles dificultades al utilizar rsfMRI para determinar la integridad funcional de la red son la contaminación de la señal BOLD por fuentes de ruido fisiológico como la frecuencia cardíaca, la respiración [42] [43] y el movimiento de la cabeza. [44] [45] [46] [47] Estos factores de confusión a menudo pueden sesgar los resultados en estudios en los que los pacientes se comparan con controles sanos en la dirección de los efectos hipotéticos, por ejemplo, se puede encontrar una menor coherencia en la red predeterminada en el paciente grupo, mientras que los grupos de pacientes también se movieron más durante la exploración. Además, se ha demostrado que el uso de regresión de señal global puede producir correlaciones artificiales entre un pequeño número de señales (por ejemplo, dos o tres). [48] Afortunadamente, el cerebro tiene muchas señales. [49]
Aplicaciones actuales y futuras
La investigación que utiliza la resonancia magnética funcional en estado de reposo tiene el potencial de aplicarse en el contexto clínico, incluido el uso en la evaluación de muchas enfermedades y trastornos mentales diferentes . [50]
Condición de la enfermedad y cambios en la conectividad funcional del estado de reposo
- Enfermedad de Alzheimer : conectividad disminuida [51]
- Deterioro cognitivo leve : conectividad anormal [52]
- Autismo : conectividad alterada [53] [54]
- Depresión y efectos del tratamiento antidepresivo : conectividad anormal [55] [56] [57] [58]
- Trastorno bipolar y efectos de los estabilizadores del estado de ánimo : conectividad y propiedades de red anormales [59] [60] [61] [62]
- Esquizofrenia : redes interrumpidas [63]
- Trastorno por déficit de atención con hiperactividad (TDAH): "redes pequeñas" alteradas y cambios en el tálamo [64]
- Envejecimiento del cerebro : alteración de los sistemas cerebrales y la red motora [51]
- Epilepsia : alteración y disminución / aumento de la conectividad [65]
- Enfermedad de Parkinson : conectividad alterada [66]
- Trastorno obsesivo compulsivo : aumento / disminución de la conectividad [67]
- Trastorno de dolor : conectividad alterada [68] [69]
- Anorexia nerviosa : alteraciones de la conectividad dentro de los circuitos corticolímbicos y de la corteza insular [70]
Otros tipos de aplicaciones clínicas actuales y futuras para la resonancia magnética funcional en estado de reposo incluyen la identificación de diferencias de grupo en la enfermedad cerebral, la obtención de información de diagnóstico y pronóstico, los estudios longitudinales y los efectos del tratamiento, la agrupación en estados de enfermedad heterogéneos y el mapeo preoperatorio y la intervención dirigida. [71] Como las mediciones del estado de reposo no tienen demandas cognitivas (en lugar de experimentos psicológicos que incluyen tareas), las personas con deterioro cognitivo también pueden medirse fácilmente.
Ver también
- Lista de software de conectividad funcional
- Computación de imágenes médicas
Referencias
- ^ Smith, Stephen M; Andersson, Jesper; Auerbach, Edward J .; Beckmann, Christian F; Bijsterbosch, Janine; Douaud, Gwenaëlle; Duff, Eugene; Feinberg, David A; Griffanti, Ludovica (15 de octubre de 2013). "FMRI en estado de reposo en el proyecto del conectoma humano" . NeuroImage . 80 : 144-168. doi : 10.1016 / j.neuroimage.2013.05.039 . ISSN 1053-8119 . PMC 3720828 . PMID 23702415 .
- ^ a b Bhushan, Chitresh; Chong, Minqi; Choi, Soyoung; Joshi, Anand A .; Haldar, Justin P .; Damasio, Hanna; Leahy, Richard M. (8 de julio de 2016). "El filtrado de medios temporales no locales revela interacciones corticales de todo el cerebro en tiempo real en reposo fMRI" . PLOS ONE . 11 (7): e0158504. Código bibliográfico : 2016PLoSO..1158504B . doi : 10.1371 / journal.pone.0158504 . ISSN 1932-6203 . PMC 4938391 . PMID 27391481 .
- ^ a b Biswal, BB (2012). "Estado de reposo fMRI: una historia personal. [Revisión]". NeuroImage . 62 (2): 938–944. doi : 10.1016 / j.neuroimage.2012.01.090 . PMID 22326802 . S2CID 93823 .
- ^ Buckner, RL; Krienen, FM; Yeo, BT (2013). "Oportunidades y limitaciones de la conectividad funcional intrínseca MRI". Neurociencia de la naturaleza . 16 (7): 832–837. doi : 10.1038 / nn.3423 . PMID 23799476 . S2CID 17141252 .
- ^ Sharaev, Maksim G .; Zavyalova, Viktoria V .; Ushakov, Vadim L .; Kartashov, Sergey I .; Velichkovsky, Boris M. (2016). "Conectividad efectiva dentro de la red de modo predeterminado: modelado causal dinámico de datos de fMRI en estado de reposo" . Fronteras en neurociencia humana . 10 : 14. doi : 10.3389 / fnhum.2016.00014 . PMC 4740785 . PMID 26869900 .
- ^ Agcaoglu, O., Wilson, TW, Wang, Y., Stephen, J. y Calhoun, VD (2019). Diferencias de conectividad de estado de reposo en condiciones de ojos abiertos versus ojos cerrados. Mapeo del cerebro humano, 40 (8), 2488-2498. doi: http: //dx.doi.org.libaccess.lib.mcmaster.ca/10.1002/hbm.24539
- ^ Smitha, KA, Akhil Raja, K., Arun, KM, Rajesh, PG, Thomas, B., Kapilamoorthy, TR y Kesavadas, C. (2017). Resting state fMRI: Areview sobre métodos en el análisis de conectividad en estado de reposo y redes de estado de reposo. Neuroradiology Journal, 30 (4), 305–317. https://doi.org/10.1177/1971400917697342
- ^ Biswal, BB (2011). "Conectividad funcional en estado de reposo". Psiquiatría biológica . 69 (9): 200S. doi : 10.1016 / j.biopsych.2011.03.032 .
- ^ a b Rosazza, C .; Minati, L. (2011). "Redes cerebrales en estado de reposo: revisión de la literatura y aplicaciones clínicas". Neurol Sci . 32 (5): 773–785. doi : 10.1007 / s10072-011-0636-y . PMID 21667095 . S2CID 17222 .
- ^ Cole, David M .; Smith, Stephen M .; Beckmann, Christian F. (2010). "Avances y trampas en el análisis e interpretación de datos FMRI en estado de reposo" . Fronteras en neurociencia de sistemas . 4 : 8. doi : 10.3389 / fnsys.2010.00008 . PMC 2854531 . PMID 20407579 .
- ^ DeYoe, EA; Bandettini, P .; Neitz, J .; Miller, D .; Winans, P. (1994). "Imagen de resonancia magnética funcional (FMRI) del cerebro humano". Métodos de J Neurosci . 54 (2): 171–187. doi : 10.1016 / 0165-0270 (94) 90191-0 . PMID 7869750 . S2CID 3718293 .
- ^ Bandettini, PA (2009). "Siete temas en resonancia magnética funcional" . J Integr Neurosci . 8 (3): 371–403. doi : 10.1142 / s0219635209002186 . PMC 3143579 . PMID 19938211 .
- ^ Bandettini, P (2007). "Resonancia magnética funcional hoy". Int J Psychophysiology . 63 (2): 138-145. doi : 10.1016 / j.ijpsycho.2006.03.016 . PMID 16842871 .
- ^ Korhonen, V; et al. (2014). "Entorno de neuroimagen multiescala síncrona para análisis fisiológico muestreado críticamente de la función cerebral: concepto de escaneo hepático" . Brain Connect . 4 (9): 677–689. doi : 10.1089 / brain.2014.0258 . PMC 4238249 . PMID 25131996 .
- ^ Chuang, KH .; et al. (2008). "Mapeo de la conectividad funcional en estado de reposo mediante perfusión MRI" . NeuroImage . 40 (4): 1595–605. doi : 10.1016 / j.neuroimage.2008.01.006 . PMC 2435272 . PMID 18314354 .
- ^ Huettel, SA; Song, AW; McCarthy, G. (2009), Imagen de resonancia magnética funcional (2 ed.), Massachusetts: Sinauer, ISBN 978-0-87893-286-3
- ^ Damoiseaux, JS; Rombouts, S .; Barkhof, F .; Scheltens, P .; Stam, CJ; Smith, SM; et al. (2006). "Redes consistentes en estado de reposo en sujetos sanos" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 103 (37): 13848-13853. Código bibliográfico : 2006PNAS..10313848D . doi : 10.1073 / pnas.0601417103 . PMC 1564249 . PMID 16945915 .
- ^ Guerra-Carrillo, B .; Mackey, AP; Bunge, SA (21 de febrero de 2014). "FMRI en reposo: una ventana a la plasticidad del cerebro humano". El neurocientífico . 20 (5): 522–533. doi : 10.1177 / 1073858414524442 . PMID 24561514 . S2CID 13300284 .
- ^ Fox, MD; Snyder, AZ; Vincent, JL; Corbetta, M .; Van Essen, DC; Raichle, ME (2005). "El cerebro humano está intrínsecamente organizado en redes funcionales dinámicas y anticorrelacionadas" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 102 (27): 9673–9678. Código Bibliográfico : 2005PNAS..102.9673F . doi : 10.1073 / pnas.0504136102 . PMC 1157105 . PMID 15976020 .
- ^ Biswal, BB; VanKylen, J .; Hyde, JS (1997). "Evaluación simultánea de señales de flujo y BOLD en mapas de conectividad funcional en estado de reposo". RMN en Biomedicina . 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 .
- ^ Friston, K (2009). "Modelado causal y conectividad cerebral en la resonancia magnética funcional. [Material editorial]" . PLOS Biología . 7 (2): 220–225. doi : 10.1371 / journal.pbio.1000033 . PMC 2642881 . PMID 19226186 .
- ^ Fernández-Seara, MA (2011). "Efectos sobre el flujo sanguíneo cerebral en reposo y la conectividad funcional inducida por metoclopramida: un estudio de IRM de perfusión en voluntarios sanos" . Br J Pharmacol . 163 (8): 1639–52. doi : 10.1111 / j.1476-5381.2010.01161.x . PMC 3166692 . PMID 21175574 .
- ^ Smith, SM (2012). "El futuro de la conectividad FMRI". NeuroImage . 62 (2): 1257–1266. doi : 10.1016 / j.neuroimage.2012.01.022 . PMID 22248579 . S2CID 30701163 .
- ^ Raichle, ME (2015). "Red de modo predeterminado del cerebro". Revisión anual de neurociencia . 38 (1): 433–447. doi : 10.1146 / annurev-neuro-071013-014030 . PMID 25938726 .
- ^ Greicius, MD; Krasnow, B .; Reiss, AL; Menon, V. (2003). "Conectividad funcional en el cerebro en reposo: un análisis de red de la hipótesis del modo predeterminado" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 100 (1): 253–258. Código bibliográfico : 2003PNAS..100..253G . doi : 10.1073 / pnas.0135058100 . PMC 140943 . PMID 12506194 .
- ^ Buckner, RL (2012). "El descubrimiento fortuito de la red predeterminada del cerebro". NeuroImage . 62 (2): 1137-1145. doi : 10.1016 / j.neuroimage.2011.10.035 . PMID 22037421 . S2CID 9880586 .
- ^ a b Moussa, MN; Steen, MR; Laurienti, PJ; Hayasaka, S. (2012). "Consistencia de los módulos de red en los datos del conectoma FMRI en estado de reposo" . PLOS ONE . 7 (8): e44428. Código bibliográfico : 2012PLoSO ... 744428M . doi : 10.1371 / journal.pone.0044428 . PMC 3432126 . PMID 22952978 .
- ^ Lee, MH; Hacker, CD; Snyder, AZ; Corbetta, M .; Zhang, DY; Leuthardt, EC; et al. (2012). "Agrupación de redes estatales en reposo" . PLOS ONE . 7 (7): 7. Bibcode : 2012PLoSO ... 740370L . doi : 10.1371 / journal.pone.0040370 . PMC 3392237 . PMID 22792291 .
- ^ Kiviniemi, Vesa J .; Kantola, Juha-Heikki; Jauhiainen, Jukka; Hyvärinen, Aapo; Tervonen, Osmo (2003). "Análisis de componentes independientes de fuentes de señal de fMRI no deterministas". NeuroImage . 19 (2 Pt 1): 253–260. doi : 10.1016 / S1053-8119 (03) 00097-1 . PMID 12814576 . S2CID 17110486 .
- ^ Beckmann, CF; DeLuca, M .; Devlin, JT; Smith, SM (2005). "Investigaciones sobre la conectividad en estado de reposo mediante análisis de componentes independientes" . Transacciones filosóficas de la Royal Society B: Ciencias biológicas . 360 (1457): 1001–1013. doi : 10.1098 / rstb.2005.1634 . PMC 1854918 . PMID 16087444 .
- ^ Calhoun, VD; de Lacy, N (noviembre de 2017). "Diez observaciones clave sobre el análisis de datos de imágenes de RM funcionales en estado de reposo mediante análisis de componentes independientes" . Clínicas de neuroimagen de América del Norte . 27 (4): 561–579. doi : 10.1016 / j.nic.2017.06.012 . PMC 5657522 . PMID 28985929 .
- ^ Margulies, DS; Kelly, AMC; Uddin, LQ; Biswal, BB; Castellanos, FX; Milham, diputado (2007). "Mapeo de la conectividad funcional de la corteza cingulada anterior". NeuroImage . 37 (2): 579–588. doi : 10.1016 / j.neuroimage.2007.05.019 . PMID 17604651 . S2CID 3330669 .
- ^ Van Dijk, KRA; Hedden, T; Venkataraman, A; Evans, KC; Lazar, SW; Buckner, RL (2010). "Conectividad funcional intrínseca como herramienta para la conectividad humana: teoría, propiedades y optimización" . Revista de neurofisiología . 103 (1): 297–321. doi : 10.1152 / jn.00783.2009 . PMC 2807224 . PMID 19889849 .
- ^ Cole, Michael W .; Yarkoni, Tal; Repovs, Grega; Anticevic, Alan; Braver, Todd S. (27 de junio de 2012). "La conectividad global de la corteza prefrontal predice el control cognitivo y la inteligencia" . La Revista de Neurociencia . 32 (26): 8988–8999. doi : 10.1523 / JNEUROSCI.0536-12.2012 . ISSN 0270-6474 . PMC 3392686 . PMID 22745498 .
- ^ Chang, C .; Glover, GH (2010). "Dinámica de tiempo-frecuencia de la conectividad del cerebro en estado de reposo medida con fMRI" . NeuroImage . 50 (1): 81–98. doi : 10.1016 / j.neuroimage.2009.12.011 . PMC 2827259 . PMID 20006716 .
- ^ Faria, AV; Joel, SE; Zhang, YJ; Oishi, K .; van Zjil, PCM; Miller, MI; et al. (2012). "Análisis basado en Atlas de la conectividad funcional en estado de reposo: evaluación de la reproducibilidad y estudios de correlación anatomía-función multimodales" . NeuroImage . 61 (3): 613–621. doi : 10.1016 / j.neuroimage.2012.03.078 . PMC 3358461 . PMID 22498656 .
- ^ Meszlényi, Regina J .; Hermann, Petra; Buza, Krisztian; Gál, Viktor; Vidnyánszky, Zoltán (1 de enero de 2017). "Análisis de conectividad funcional de fMRI de estado de reposo mediante deformación del tiempo dinámico" . Fronteras en neurociencia . 11 : 75. doi : 10.3389 / fnins.2017.00075 . PMC 5313507 . PMID 28261052 .
- ^ Zuo, XN; Xing, XX (2014). "Fiabilidades de prueba-reprueba de las mediciones de FMRI en estado de reposo en la conectómica funcional del cerebro humano: una perspectiva de neurociencia de sistemas". Revisiones de neurociencia y bioconducta . 45 : 100-118. doi : 10.1016 / j.neubiorev.2014.05.009 . PMID 24875392 . S2CID 20844969 .
- ^ Majeed, W .; Magnuson, M .; Keilholz, SD (2009). "Dinámica espacio-temporal de fluctuaciones de baja frecuencia en BOLD fMRI de la rata" . Journal of Magnetic Resonance Imaging . 30 (2): 384–393. doi : 10.1002 / jmri.21848 . PMC 2758521 . PMID 19629982 .
- ^ Keilholz, SD; Magnuson, M .; Thompson, G. (2010). "Evaluación de enfoques de análisis de red basados en datos para la conectividad funcional MRI". Estructura y función del cerebro . 215 (2): 129-140. doi : 10.1007 / s00429-010-0276-7 . PMID 20853181 . S2CID 25783833 .
- ^ Fox, MD; Halko, MA; Eldaief, MC; Pascual-Leone, A. (2012). "Medición y manipulación de la conectividad cerebral con imágenes de resonancia magnética de conectividad funcional en estado de reposo (fcMRI) y estimulación magnética transcraneal (TMS)" . NeuroImage . 62 (4): 2232–2243. doi : 10.1016 / j.neuroimage.2012.03.035 . PMC 3518426 . PMID 22465297 .
- ^ Birn, RM; Diamond, JB; Smith, MA; Bandettini, PA (2006). "Separación de las fluctuaciones relacionadas con la variación respiratoria de las fluctuaciones relacionadas con la actividad neuronal en fMRI". NeuroImage . 31 (4): 1536-1548. doi : 10.1016 / j.neuroimage.2006.02.048 . PMID 16632379 . S2CID 3892813 .
- ^ Chang, C., Glover, GH, 2009. Relación entre la respiración, el CO (2) al final de la espiración y las señales BOLD en la resonancia magnética funcional en estado de reposo. NeuroImage.
- ^ Ing, A; Schwarzbauer, C (2012). "Un enfoque de eco dual para la corrección de movimiento para estudios de conectividad funcional". NeuroImage . 63 (3): 1487–1497. doi : 10.1016 / j.neuroimage.2012.07.042 . PMID 22846657 . S2CID 670206 .
- ^ Van Dijk, KRA; Sabuncu, MR; Buckner, RL (2012). "La influencia del movimiento de la cabeza en la conectividad funcional intrínseca MRI" . NeuroImage . 59 (1): 431–438. doi : 10.1016 / j.neuroimage.2011.07.044 . PMC 3683830 . PMID 21810475 .
- ^ Poder, JD; Barnes, KA; Snyder, AZ; Schlaggar, BL; Petersen, SE (2012). "Las correlaciones espurias pero sistemáticas en las redes de resonancia magnética de conectividad funcional surgen del movimiento del sujeto" . NeuroImage . 59 (3): 2142–2154. doi : 10.1016 / j.neuroimage.2011.10.018 . PMC 3254728 . PMID 22019881 .
- ^ Satterthwaite, TD; Wolf, DH; Loughead, J .; Ruparel, K .; Elliott, MA; Hakonarson, H .; Gur, RC; Gur, RE (2012). "Impacto del movimiento de la cabeza en el escáner en múltiples medidas de conectividad funcional: relevancia para los estudios del desarrollo neurológico en la juventud" . NeuroImage . 60 (1): 623–632. doi : 10.1016 / j.neuroimage.2011.12.063 . PMC 3746318 . PMID 22233733 .
- ^ Saad, ZS; Gotts, SJ; Murpy, K .; Chen, G .; Jo, HJ; Martin, A .; Cox, RW (2012). "Problema en reposo: cómo los patrones de correlación y las diferencias de grupo se distorsionan después de la regresión de la señal global" . Conectividad cerebral . 2 (1): 25–32. doi : 10.1089 / brain.2012.0080 . PMC 3484684 . PMID 22432927 .
- ^ Cordes, D .; Nandy, RR (2006). "Estimación de la dimensionalidad intrínseca de los datos de fMRI". NeuroImage . 29 (1): 145-154. doi : 10.1016 / j.neuroimage.2005.07.054 . PMID 16202626 . S2CID 9228087 .
- ^ Holtbernd, F .; Eidelberg, D. (2012). "Redes cerebrales funcionales en trastornos del movimiento: avances recientes" . Opinión actual en neurología . 25 (4): 392–401. doi : 10.1097 / wco.0b013e328355aa94 . PMC 4554600 . PMID 22710361 .
- ^ a b Li, R., Wu, X., Chen, K., Fleisher, AS, Reiman, EM y Yao, L. (2012). Alteraciones de la conectividad direccional entre redes en estado de reposo en la enfermedad de Alzheimer. AJNR Am J Neuroradiol.
- ^ Liang, P .; Wang, Z .; Yang, Y .; Li, K. (2012). "Tres subsistemas de la corteza parietal inferior se ven afectados de manera diferente en el deterioro cognitivo leve". Revista de la enfermedad de Alzheimer . 30 (3): 475–487. doi : 10.3233 / JAD-2012-111721 . PMID 22451310 .
- ^ Müller, RA .; Shih, P .; Keehn, B .; Deyoe, J .; Leyden, K .; Shukla, D. (2011). "¿Insuficiente pero cómo? Una encuesta de estudios de resonancia magnética de conectividad funcional en trastornos del espectro autista" . Corteza cerebral . 21 (10): 2233–2243. doi : 10.1093 / cercor / bhq296 . PMC 3169656 . PMID 21378114 .
- ^ Vigneshwaran S, Mahanand BS, Suresh S, Sundararajan N (2017). "Identificación de las diferencias en las actividades cerebrales y una detección precisa del trastorno del espectro autista mediante imágenes de resonancia magnética funcional en estado de reposo: un enfoque de filtrado espacial". Análisis de imágenes médicas . 35 : 375–389. doi : 10.1016 / j.media.2016.08.003 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Anand, A; Li, Y; Wang, Y; Wu, J; Gao, S; Kalnin, A; et al. (2005). "Actividad y conectividad del circuito regulador del estado de ánimo en la depresión: un estudio de resonancia magnética funcional". Psiquiatría biológica . 57 (10): 1079–88. doi : 10.1016 / j.biopsych.2005.02.021 . PMID 15866546 . S2CID 19311022 .
- ^ Greicius, MD; Flores, BH; Menon, V; Glover, GH; Solvason, HB; Kenna, H; et al. (2007). "Conectividad funcional en estado de reposo en la depresión mayor: contribuciones anormalmente aumentadas de la corteza cingulada subgenual y el tálamo" . Psiquiatría biológica . 62 (5): 429–37. doi : 10.1016 / j.biopsych.2006.09.020 . PMC 2001244 . PMID 17210143 .
- ^ Anand, Amit; Li, Yu; Wang, Yang; Wu, Jingwei; Gao, Sujuan; Bujari, Lubna; Mathews, Vincent P; Kalnin, Andrew; Lowe, Mark J (julio de 2005). "Efecto antidepresivo sobre la conectividad del circuito regulador del estado de ánimo: un estudio de fMRI" . Neuropsicofarmacología . 30 (7): 1334-1344. doi : 10.1038 / sj.npp.1300725 . ISSN 1740-634X . PMID 15856081 .
- ^ Anand, Amit; Li, Yu; Wang, Yang; Gardner, Kathryn; Lowe, Mark J. (1 de julio de 2007). "Efectos recíprocos del tratamiento antidepresivo sobre la actividad y la conectividad del circuito regulador del estado de ánimo: un estudio de fMRI" . La Revista de Neuropsiquiatría y Neurociencias Clínicas . 19 (3): 274-282. doi : 10.1176 / jnp.2007.19.3.274 . ISSN 0895-0172 . PMC 3465666 . PMID 17827412 .
- ^ Anand, A; Li, Y; Wang, Y; Lowe, MJ; Dzemidzic, M (2009). "Anomalías de la conectividad corticolímbica en estado de reposo en el trastorno bipolar no medicado y la depresión unipolar" . Investigación en psiquiatría: neuroimagen . 171 (3): 189–98. doi : 10.1016 / j.pscychresns.2008.03.012 . PMC 3001251 . PMID 19230623 .
- ^ Spielberg, Jeffrey M; Beall, Erik B; Hulvershorn, Leslie A; Altinay, Murat; Karne, Harish; Anand, Amit (diciembre de 2016). "Trastornos de la red del cerebro del estado de reposo relacionados con la hipomanía y la depresión en el trastorno bipolar sin medicación" . Neuropsicofarmacología . 41 (13): 3016-3024. doi : 10.1038 / npp.2016.112 . ISSN 1740-634X . PMC 5101549 . PMID 27356764 .
- ^ Altinay, Murat I .; Hulvershorn, Leslie A .; Karne, Harish; Beall, Erik B .; Anand, Amit (20 de diciembre de 2015). "Conectividad funcional diferencial en estado de reposo de subregiones estriatales en hipomanía y depresión bipolar" . Conectividad cerebral . 6 (3): 255–265. doi : 10.1089 / brain.2015.0396 . ISSN 2158-0014 . PMC 4827275 . PMID 26824737 .
- ^ Altinay, Murat; Karne, Harish; Anand, Amit (2018). "La monoterapia de litio asoció efectos de mejora clínica en la conectividad del estado de reposo de la corteza prefrontal amígdala-ventromedial en el trastorno bipolar" . Revista de trastornos afectivos . 225 : 4-12. doi : 10.1016 / j.jad.2017.06.047 . PMC 5844774 . PMID 28772145 .
- ^ Venkataraman, A .; Whitford, TJ; Westin, CF; Golland, P .; Kubicki, M. (2012). "Anomalías de conectividad funcional en estado de reposo de todo el cerebro en la esquizofrenia" . Investigación de la esquizofrenia . 139 (1-3): 7-12. doi : 10.1016 / j.schres.2012.04.021 . hdl : 1721,1 / 100215 . PMC 3393792 . PMID 22633528 .
- ^ Uddin, LQ; Kelly, AMC; Biswal, BB; Margulies, DS; Shehzad, Z .; Shaw, D .; et al. (2008). "La homogeneidad de la red revela una menor integridad de la red en modo predeterminado en el TDAH". Revista de métodos de neurociencia . 169 (1): 249-254. doi : 10.1016 / j.jneumeth.2007.11.031 . PMID 18190970 . S2CID 35668659 .
- ^ Wurina, Zang; Zhao, SG (2012). "Estudios de resonancia magnética funcional en estado de reposo en la epilepsia" . Boletín de neurociencia . 28 (4): 449–455. doi : 10.1007 / s12264-012-1255-1 . PMC 5561896 . PMID 22833042 .
- ^ Tessitore, A .; Amboni, M .; Esposito, F .; Russo, A .; Picillo, M .; Marcuccio, L .; et al. (2012). "Conectividad cerebral en estado de reposo en pacientes con enfermedad de Parkinson y congelación de la marcha". Parkinsonismo y trastornos relacionados . 18 (6): 781–787. doi : 10.1016 / j.parkreldis.2012.03.018 . PMID 22510204 .
- ^ Li, P .; Li, SF; Dong, ZY; Luo, J .; Han, HY; Xiong, HF; et al. (2012). "Patrones de conectividad funcional en estado de reposo alterado de la corteza prefrontal anterior en el trastorno obsesivo-compulsivo". NeuroReport . 23 (11): 681–686. doi : 10.1097 / wnr.0b013e328355a5fe . PMID 22692554 . S2CID 41049732 .
- ^ Otti, A; Guendel, H; Wohlschlager, A; Zimmer, C; Noll-Hussong, M (2013). "Cambios de frecuencia en la red de modo predeterminado anterior y la red de prominencia en el trastorno de dolor crónico" . Psiquiatría BMC . 13 : 84. doi : 10.1186 / 1471-244x-13-84 . PMC 3616999 . PMID 23497482 .
- ^ Otti, A; Guendel, H; Henningsen, P; Zimmer, C; Wohlschlaeger, AM; Noll-Hussong, M (enero de 2013). "Conectividad de red funcional de redes de estado de reposo relacionadas con el dolor en el trastorno de dolor somatomorfo: un estudio exploratorio de resonancia magnética funcional" . J Psychiatry Neurosci . 38 (1): 57–65. doi : 10.1503 / jpn.110187 . PMC 3529220 . PMID 22894821 .
- ^ Gaudio S, Wiemerslage L, Brooks SJ, Schiöth HB (2016). "Una revisión sistemática de estudios de resonancia magnética funcional en estado de reposo en la anorexia nerviosa: evidencia de deterioro de la conectividad funcional en el control cognitivo y la integración visuoespacial y de señales corporales" . Neurosci Biobehav Rev . 71 : 578–589. doi : 10.1016 / j.neubiorev.2016.09.032 . PMID 27725172 .
- ^ Fox, MD; Greicius, M. (2010). "Aplicaciones clínicas de la conectividad funcional en estado de reposo" . Frente Syst Neurosci . 4 : 19. doi : 10.3389 / fnsys.2010.00019 . PMC 2893721 . PMID 20592951 .