|
Выдача повторных снимков |
200.00 |
|
Дополнительное обследование с применением контрастного вещества |
2600.00 |
|
Дополнительное обследование с применением контрастного вещества (Гадовист 7,5 мл.) |
3500.00 |
| ОСНОВНЫЕ | |
|
МРТ — ангиография артерий основания мозга (СКРИНИНГ) |
850.00 |
|
МРТ брюшной полости (без почек) |
4250.00 |
|
МРТ брюшной полости (КОМПЛЕКСНОЕ ИССЛЕДОВАНИЕ) |
6400. |
|
МРТ брюшной полости и холангиография |
5250.00 |
|
МРТ печени |
3800.00 |
|
МРТ печени и холангиография |
4600.00 |
|
МРТ поджелудочной железы |
3800.00 |
| МРТ головы | |
|
МР-артериография ИНТРАКРАНИАЛЬНАЯ |
3200.00 |
|
МР-венография ИНТРАКРАНИАЛЬНАЯ |
3200.00 |
|
МРТ гипофиза |
3200.00 |
|
МРТ глазниц и зрительных нервов |
2900.00 |
|
МРТ головного мозга |
3200.00 |
|
МРТ головного мозга перед оперативным лечением (толщина среза 2 мм) |
3100.00 |
|
МРТ околоносовых пазух |
2900.00 |
|
МРТ околоносовых пазух (ДОПОЛНИТЕЛЬНО) |
850.00 |
|
МРТ забрюшинного пространства |
|
|
МРТ забрюшинного пространства (почки, надпочечники, лимфоузлы) |
4000.00 |
|
МРТ почек |
3900.00 |
|
МРТ костей таза |
4200.00 |
| МРТ мягких тканей | |
|
МРТ мягких тканей (1 ЗОНА) |
4200.00 |
| МРТ органов малого таза | |
|
МРТ наружных половых органов |
4250.00 |
|
МРТ органов малого таза (матка и придатки, мочевой пузырь, лимфоузлы, предлучевая подготовка — МР-топометрия) |
4350.00 |
|
МРТ органов малого таза (матка и придатки, мочевой пузырь, лимфоузлы) |
|
|
МРТ органов малого таза (предстательная железа, семенные пузырьки, мочевой пузырь, лимфоузлы) |
4100.00 |
| МРТ позвоночника | |
|
МРТ грудного отдела позвоночника (ОДИН ОТДЕЛ) |
3200.00 |
|
МРТ кранио-вертебрального перехода |
3200.00 |
|
МРТ крестцово-копчикового отдела позвоночника (ОДИН ОТДЕЛ) |
3200.00 |
|
МРТ пояснично-крестцового отдела позвоночника (ОДИН ОТДЕЛ) |
3200.00 |
|
МРТ спинного мозга (ОДИН ОТДЕЛ) |
2700.00 |
|
МРТ шейного отдела позвоночника (ОДИН ОТДЕЛ) |
3200.00 |
| МРТ средостения | |
|
МРТ средостения (вилочковая железа, магистральные сосуды, лимфоузлы) |
4100.00 |
| МРТ суставов | |
|
МРТ голеностопного сустава (ОДИН СУСТАВ) |
4200.00 |
|
МРТ кисти (ОДНА) |
4300.00 |
|
МРТ коленного сустава (ОДИН СУСТАВ) |
4200.00 |
|
МРТ крестцово-подвздошного сустава (ПАРА СУСТАВОВ) |
4200.00 |
|
МРТ локтевого сустава (ОДИН СУСТАВ) |
4200.00 |
|
МРТ плечевого сустава (ОДИН СУСТАВ) |
4200.00 |
|
МРТ стопы (ОДНОЙ) |
4300.00 |
|
МРТ тазобедренного сустава (ПАРА СУСТАВОВ) |
4200.00 |
00
МРТ позвоночника — клиника СоколМед
На сегодняшний день существует большое количество методов аппаратного исследования, но каждый из них используется для определенных органов. Так, например, УЗИ позволяет определить состояние плотных органов (печени, почек и так далее), а рентгеновское исследования наиболее информативно при заболеваниях и патологиях костной системы. Но существует метод, который можно использовать практически для всех органов и систем. Речь идет и магнитно-резонансной томографии. С помощью МРТ можно исследовать не только внутренние органы и сосуды, но и костную систему, в частности, позвоночник.
МРТ позвоночника проводится при подозрении на такие заболевания как межпозвонковые грыжи, опухоли и её метастазы, межреберные невралгии, состояния после травм позвоночника и после операций в данной области. Помимо этого, МРТ проводят при определенных симптомах, например, боли неясной этиологии между лопатками и за грудинной, онемение и покалывание в конечностях, а также нарушение подвижности позвоночника.
Показания и противопоказания МРТ позвоночника
МРТ позвоночника — метод, позволяющий выявить:- наличие онкологических опухолей,
- различные искривления.
- патологии тканей,
- защемление дисков,
- воспаления нервов,
- появление инфекций,
- и многое другое.
Выбрать область обследования (поясничная, крестцовая или шейно-грудная) может сам пациент, но, тем не менее, рекомендуется предварительно проконсультироваться с врачом для выяснения целесообразности обследования и его методах. Данный вид исследования не проводится при наличии любого вида имплантатов, кардиостимуляторах, а также при слишком большом весе пациента (более 100 кг). Кроме того, при клаустрофобии и беременности на ранних сроках МРТ проводится только при особых показаниях. Также при назначении МРТ следует учитывать, что процедура требует длительного нахождения в неподвижном состоянии, поэтому если пациент в силу обстоятельств не может долго лежать неподвижно (например, боль), то исследование не проводится.
Клиника «СоколМед» приглашает все желающих пройти обследование. Вы можете записаться на МРТ по собственному желанию, или можете посетить наших врачей, которые направят вас на обследование и по его результатам назначат лечение.
МРТ головного мозга — клиника СоколМед
Наиболее важным органом у человека является мозг. Учитывая то, что он находится в плотной черепной коробке, не все методы исследования подходят для выявления различных заболеваний. Но, тем не менее, существует способ, позволяющий проводить информативное обследование головного мозга, не зависимо от состояния пациента. Магнитно-резонансная томография позволяет выявить практически любые заболевания мозга. Она помогает диагностировать опухолевидные образования на ранней стадии, выявлять патологий сосудов и наличие прочих заболеваний. При этом благодаря особым свойствам томографа, результаты исследования не искажаются из-за плотной кости черепной коробки, а сама процедура совершенно безболезненна и безопасна.
МРТ головного мозга проводится при различных неврологических заболеваниях, например, инсульт, травма, опухоли, нарушение слуха или речи, инфекционные заболевания, эпилепсия, патологии сосудов, склероз и многие другие состояния.
Показания и противопоказания МРТ головного мозга
МРТ головного мозга — метод, позволяющий оценить наличие и состояние:- сосудистых изменений, аневризм;
- воспалительных процессов;
- демиелинизирующих заболеваний мозга;
- артериовенозные мальфармации;
- различных опухолей мозга;
- аномалий развития;
- поражения гипофиза;
- контузий, черепно-мозговых травм;
- послеоперационных изменений.
В то же время, существуют некоторые противопоказания для проведения МРТ. Они могут быть абсолютными и относительными. При абсолютных противопоказаниях исследование не проводится. К ним относятся наличие кардиостимулятора, ферримагнитные и металлические имплантаты. При относительных противопоказаниях исследование требует некоторой подготовки и индивидуального подхода. К таким противопоказаниям можно отнести клаустрофобию, наличие инсулиновых насосов, протезов сердечных клапанов, нервных стимуляторов, а также сердечная недостаточность.
В клинике «СоколМед» проводятся все виды МРТ. Для большей информативности могут применяться контрастные вещества, вводимые в кровь. Независимо от вида исследования, данная процедура не вызывает дискомфорта и является совершенно безопасной для организма.
МРТ малого таза — клиника СоколМед
Для диагностики заболеваний органов малого таза, а именно прямой кишки, мочевого пузыря и репродуктивных органов, используются различные методы диагностики. В первую очередь, это УЗИ и рентгенография. Но бывают ситуации, когда данные методы диагностики не позволяют определить точный диагноз. В этом случае используется наиболее информативный способ – магнитно-резонансная томография.
МРТ малого таза является особенно предпочтительным, так как во время обследования не происходит облучения органов. В результате исследования врач получает серию послойных снимков всех органов, расположенных в данной области. В результате этого он может оценить их состояние и точно выяснить локализацию патологического процесса. Особенно информативно исследование при травмах органов малого таза. Оно дает возможность определить локализацию поражения, а также спланировать дальнейшие действия, в том числе и ход операции.
Показания к проведению МРТ малого таза
МРТ малого таза используется для диагностики опухолевидных заболеваний. Благодаря данному методу можно определить положение опухоли, её размеры, характер, а также наличие метастаз в окружающих тканях. Кроме того, на основании результатов МРТ определяется обоснованность операции. Также данный метод диагностики используется для оценки эффективности медикаментозного лечения при наличии опухолей.
МРТ малого таза у женщин
Во время обследования уделяется внимание следующим органам:
- матка с придатками,
- мочевой пузырь,
- мочеточники,
- яичники,
- фаллопиевы трубы.
МРТ малого таза у мужчин (МРТ предстательной железы)
Метод позволяет:
- выявить образования предстательной железы размерами около 1 см в диаметре,
- предположить степень дифференциации (злокачественности) опухоли с высокой степенью вероятности,
- оценить ее распространенность.
Кроме того, МРТ малого таза используется при диагностике таких заболеваний как эндометриоз, кисты, аденомы, полипы, воспалительные процессы и так далее. Процедура совершенно безболезненна и может проводиться даже детям. В то же время, следует учитывать некоторые противопоказания, к которым относятся наличие имплантатов, стимуляторов и прочих металлических конструкций.
МРТ, УЗИ, анализы, центр семейной медицины — клиника СоколМед
ООО «Первая Медицинская Клиника» («СоколМЕД») — это центр семейной медицины, оснащенный современным диагностическим оборудованием компаний Siemens, Atmos, Pentax, Surgitron, General Electric, «Нейрософт» и других ведущих мировых производителей медицинской техники.
В нашей клинике Вы можете сдать более 500 видов анализов, пройти МРТ, УЗИ, ЭЭГ, ЭКГ, ЭНМГ, видеокольпоскопию, фиброгастроскопию, колоноскопию, капсульную эндоскопию, денситометрию и другие виды исследований, а также получить консультацию высококвалифицированных специалистов с опытом работы в ведущих лечебных учреждениях Липецкой области. С 2019 года в нашей клинике можно получить консультации по вопросам социальной и судебной медицины, головокружения и нарушения равновесия и проблем нарушения памяти.
На базе клиники работают лечебные центры: «Зал кинезитерапии», «Центр лечебной педагогики», Центр амбулаторной гастроэнтерологии, а также отделение медицинских комиссий и осмотров. С 2016 года на базе Центра лечебной педагогики проводятся занятия по методу «Томатис», методу биоакустической коррекции (БАК), микрополяризации головного мозга, ABA-терапии, сенсорной интеграции и PECS. Кроме этого, для маленьких пациентов работают специалисты, прошедшие обучение и имеющие высокую квалификацию: дефектолог, логопеды, неврологи, педиатры, а детский психолог поможет адаптироваться к первому классу и настроить коммуникацию общения.
Клиника «СоколМЕД» осуществляет бесплатное предоставление медицинских услуг при наличии у пациента полиса обязательного медицинского страхования (ОМС) и направления от врача в установленной форме. Медицинские услуги оказываются по следующим направлениям: ультразвуковые исследования, капсульная эндоскопия, МРТ исследования, педиатрия.
В рамках добровольного медицинского страхования (ДМС) клиника «СоколМЕD» принимает пациентов, имеющих полис ДМС в пределах страховой программы.Мы работаем без перерыва и выходных!
- Понедельник — Пятница — с 8.00 до 20.00.
- Суббота, воскресенье с 9.00 до 15.00.
Наш доброжелательный коллектив квалифицированных врачей и медицинских сестер поможет Вам и Вашим близким!
Специалисты ООО «Первая Медицинская Клиника»
Имеются противопоказания, требуется консультация специалистов
МРТ коленного сустава — клиника СоколМед
Наиболее прогрессивным методом исследования состояния суставов является магнитно-резонансная томография. С помощью данного метода очень часто проводят диагностику заболеваний коленного сустава. Благодаря высокой информативности, МРТ коленного сустава позволяет оценить патофизиологические процессы, а также физико-химические.
Сам по себе коленный сустав является очень сложным органом. Он состоит из множества различных по плотности и функциональным обязанностям составляющих. МРТ позволяет обследовать все эти составляющие и оценить их состояние. Благодаря этому, заболевания можно выявить на самой ранней стадии развития. Результатом исследования является трехмерное изображение состава, при этом можно четко рассмотреть не только суставную сумку, связочный аппарат, мениск и так далее, но и сосудистую систему сустава.
Показания к МРТ коленного сустава
Магнита-резонансная томография — наиболее эффективный, рекомендуемый врачами метод обследования пациентов для выявления заболеваний и правильного лечения.
МРТ коленного сустава проводится при разрыве мениска, повреждении сухожилий, хрящей и связок, хронических заболеваниях сухожилий и их дистрофических изменениях, артрозах и артритах, опухолевидных образованиях, ущемлениях и болях неясной этиологии. Также данное исследование проводится на этапе планирования операции, а также во время восстановления после неё.
Противопоказания и ограничения к проведению МРТ коленного сустава
Противопоказания к проведению МРТ коленного сустава такие же, как и у других видов. К ним также относятся наличие имплантатов, кардио или нейростимуляторы, а также клаустрофобия и беременность на ранних сроках.
Перед МРТ томографией необходимо проконсультироваться у врача, обязательно предупредите, если ниже перечисленные пункты соответствуют вашему состоянию:
- высокое внутричерепное давление, вероятность инсульта,
- неврологические заболевания и клаустрофобия,
- беременность,
- головокружения, рассеянный склероз и ишемия,
- наличие металлических протезов, имплантов и кардиостимуляторов,
- аллергические реакции и другое.
В клинике «СоколМед» вы можете пройти все виды обследования. МРТ коленного сустава проводится на новейшем оборудовании. Данная процедура совершенно безболезненная и не оказывает негативного влияния на организм. После обследования вы можете посетить наших врачей и проконсультироваться с ними по поводу заболевания.
цены, запись онлайн, адреса, отзывы на Meds.ru
Сеть клиник СМ-КлиникаМедицинский центр «СМ-Клиника» в пер. Расковой — многопрофильное медицинское учреждение, которое предлагает клиентам широкий спектр услуг по всем направлениям. Главное направление работы медцентра — использование передовых технологий и инноваций для своевременного диагностирования, как терапевтического, так и хирургического лечения ряда заболеваний.
Записаться на прием
Для записи в любой филиал клиники звоните по телефону: +7 (499) 685-18-13 Сеть клиник МРТ-ЭкспертИсследовательский центр «МРТ-Эксперт» на Щукинской — это медучреждение, где пациент получает качественную высокотехнологичную диагностику в кратчайшие сроки. Врачи центра имеют высокий профессиональный уровень, регулярно проходят обучение, совершенствуют свои навыки.
- 4500 МРТ головного мозга
- 7900 МРТ головного мозга топометрическая/Детальное тонкосрезовое МРТ исследование головы
- 8000 МРТ головного мозга/исследование на нейроваскулярный конфликт
- 6700 МРТ головного мозга /нейродегенерация исключение болезни Паркинсона и Альцгеймера)
- 8700 МРТ головного мозга с контрастированием топометрическая/после радиохирургического и/или стереотаксического лечения
- Смотреть прайс-лист клиники →
Записаться на прием
Для записи в любой филиал клиники звоните по телефону: +7 (499) 685-18-13 Сеть клиник Невро-медСпециализированное медицинское учреждение «Научный центр неврологии» – это лечебно-диагностический центр, который активно практикует новейшие методы лечения неврологических расстройств. Основное направление работы ЛДЦ — это лечение и диагностика неврологических расстройств разного генеза. В ДЦ есть все необходимое оборудование для проведения физиотерапевтических процедур: электрофареза, амплиипульса, магнитолазера и других.
- 6000 МРТ головного мозга
- 9000 МР веносинусография головного мозга с трехмерной реконструкцией изображений и записью результатов на компакт диск
- 16000 МРТ головного мозга, гипофиза, блюсное введение контрастного вещества при подозрении на опухоль гипофиза
- 13500 МРТ с введением контрастного вещества при исследовании головного мозга или одного отделапозвоночника
- 7000 МРТ головного мозга в режиме ангиографии с трехмерной реконструкцией изображений и записью результатов на компакт диск
- Смотреть прайс-лист клиники →
Записаться на прием
Для записи в любой филиал клиники звоните по телефону: +7 (499) 685-18-13Многопрофильная клиника «Мединцентр» у метро Добрынинская предлагает пациентам полный спектр услуг в различных областях медицины для всей семьи.
Записаться на прием
Для записи в клинику звоните по телефону: +7 (499) 685-18-13 МЦ Диагностика МЦ Диагностикаул. Живописная, д. 14, корп. 1
08:30-20:00Пн-Пт 08:30-20:00
Cб 09:30-17:00
Вс 09:30-17:00
Медицинское учреждение «МЦ Диагностика» предлагает своим пациентам широкий спектр диагностических услуг. В клинике проводятся все современные виды исследований: МРТ, КТ, ЭЭГ, ЭКГ и другие.
Записаться на прием
Для записи в клинику звоните по телефону: +7 (499) 685-18-13Медицинское учреждение «Лечебно-оздоровительный центр №10» — это сеть клиник широкого профиля с опытным персоналом во всех направлениях современной и альтернативной медицины. Медцентр предлагает высококвалифицированную медицинскую помощь для взрослых, детей и юридических лиц. Главное направление работы клиники — комплексное оздоровление пациентов с применением инновационных методик и современной техники.
Записаться на прием
Для записи в клинику звоните по телефону: +7 (499) 685-18-13МРТ головного мозга — последние отзывы
На детской площадке сын сильно травмировал голову. Срочно обратились в ближайшую клинику. Прием вел Юрий Бережной- врач-реаниматолог. Благодаря его четким, слаженным действиям на удалось избежать серьезных последствий.
–Оксана
,Чтобы установить причину и подобрать правильное лечение головных болей обратилась к специалисту-рентгенологу в ПАТЕРО КЛИНИК. Наталия Михайловна выполнила МРТ головного мозга. К счастью, ничего серьезного не обнаружила. Лечение будет не сложным.
–Алиса
,Частые приступы головной боли стали поводом для проведения МРТ диагностики головы. С доверием отнеслась к работе функционального диагноста Александра Николаевича Велиган. Он опытный специалист в этой области. Профессионально расшифровал все мои показатели.Работает в центре МРТ МедСевен
–Катя
,МРТ головного мозга мне делала Маркина Юлия. Я очень переживала за результат обследования, поэтому сильно нервничала. Доктор меня сразу успокоила и мне действительно стало легче. От нее повеяло теплом, надеждой на лучшее, все плохие мысли ушли на второй план. Спасибо, что Вы есть.
–Снежана
,TikTok одержим замороженным медом — вот как его приготовить
Если вы хотите естественным образом удовлетворить сладкоежек, эта новейшая вирусная закуска определенно поможет.
От взбитого лимонада до сладкой ваты — TikTok — это место, где можно найти модные летние рецепты. Последняя тенденция гурманов, от которой кружится голова — это замороженное медовое желе. Хэштег #frozenhoney в настоящее время набрал более 206 миллионов просмотров. Люди пробуют этот очень простой способ превратить обычный мед в вкусное освежающее лакомство.
Как @beccabright2002 продемонстрировал в видео, чтобы приготовить замороженный мед, все, что вам нужно сделать, это поставить контейнер для меда в морозильную камеру. Не используйте мед в стеклянной таре, потому что вам нужна бутылка, которую можно выжать. Просто дайте меду застыть на ночь, и все готово. Когда он замерзнет, сожмите бутылку, чтобы высвободилась твердая трубочка с медовым желе, которую можно есть, как эскимо.
Конечно, это просто мед, так что закуска очень сладкая.
Пользователь @angelisaaxt попробовал тот же трюк, используя мед и кукурузный сироп с Kool-Aid.Обычно она не любит мед, но ее фаворитом было клубничное желе Kool-Aid.
По какой-то причине @gracemarywilliams сделали желе из замороженного маринованного сока. Это был не совсем хит.
«У него определенно вкус солений», — сказала она. «Это было, мягко говоря, интересно».
Хотя мед довольно сладкий, он действительно полезен для здоровья, особенно если он сырой. Согласно Healthline, он богат антиоксидантами, которые могут снизить кровяное давление и улучшить уровень холестерина, а также содержит фенолы, которые снижают риск сердечных заболеваний.Так что замороженное медовое желе стоит попробовать хотя бы раз.
История продолжается
In The Know теперь доступна в Apple News — подписывайтесь на нас здесь!
Если вам понравилась эта история, посмотрите наше видео, в котором сравнивается овсяное молоко с веганским молоком за 200 долларов.
Больше от In The Know :
Мы попробовали 4 самых вирусных «секретного меню» напитков Starbucks
7 кокетливых топов, идеально подходящих для первого свидания
Возвращаясь в офис? Купите 5 готовых платьев менее чем за 30 долларов
Лучшие женские сандалии для прогулок, которые не оставят волдырей
Пост TikTok одержим замороженным медом — вот как сделать так, чтобы он впервые появился на In The Know.
Границы | Виртуальный мозг: моделирование биологических коррелятов восстановления после хронического инсульта
Введение
Неоднородность функциональных исходов после инсульта остается основным ограничением реабилитации после инсульта. Хотя большинство выживших после инсульта страдают двигательными нарушениями, особенно в верхних конечностях (1), степень и тип этого нарушения, а также уровень восстановления после реабилитации сильно различаются (2). Функциональная основа вариабельности дефицита пациентов все еще плохо изучена, и нет единого мнения относительно теоретической или эмпирической основы для связи повреждения мозга с функциональным дефицитом (3).Чтобы решить эту проблему, последние подходы к реабилитации после инсульта были направлены на разработку и оптимизацию индивидуализированных методов лечения, которые максимизируют долгосрочные функциональные выгоды (4, 5).
С этой целью использовались различные теоретические подходы. Самый общий метод заключается в исследовании показателей стратификации, основанных на демографических данных пациента, поведенческих исходах, аффективных состояниях, функциях мозга и характеристиках поражения (4–6). Ни один из них не был признан надежным биомаркером.Особенно заметно наличие противоречивой взаимосвязи между поражением головного мозга и возникающими в результате функциональными нарушениями (6), вероятно, из-за присущей сложности повреждения в сильно взаимосвязанном мозге.
Исследователи обратились к сетевому анализу, чтобы понять инсульт (7–9). В этом подходе одна из целей — объяснить наблюдаемые изменения после инсульта и спрогнозировать выздоровление. Интересно, что первоначальные усилия по сетевому анализу были сосредоточены на изменении определенных путей как ключевых звеньях для понимания поведения (8, 10).Например, в то время как некоторые исследования функциональной связности показали, что поражения в моторных областях могут вызывать дисфункцию отдаленных областей мозга (11–13), другие показали взаимосвязь между улучшением двигательной функции и усилением межполушарной и внутриполушарной связи с участием первичной моторной коры (14). . Важным вопросом при интерпретации таких отношений является то, что изменения могут отражать либо ненормальное функционирование поврежденной сети, либо формирование другой сети, что приводит к новым моделям поведения.
Кроме того, хотя эти первоначальные исследования были важным достижением, их главное ограничение состоит в том, что они предполагают наличие стабильных, локализованных изменений в определенных подсетях, уничтожающих глобальные изменения, в результате чего эти потенциальные биомаркеры оказались очень адекватными в качестве дескрипторов в группе уровень, но не у отдельных пациентов (15).
В последнее время сообщество нейровизуализаций начало уделять внимание коннектомике или отображению всех связей на уровне всего мозга.Эти коннектомы, полученные из структурных [диффузионно-тензорная визуализация (DTI)] или функциональных выходных данных (фМРТ и ЭЭГ), недавно были названы «большими данными», имея в виду наборы данных, которые требуют генерации больших объемов данных мультимодальной визуализации (в том числе необработанных данных). , предварительно обработанные и промежуточные данные) для большого числа испытуемых (16). Эти инициативы охватывают нормальное функционирование [Human Connectome Project (17), CONNECT (18), Brainnetome (19), разработку [База данных педиатров Национального института здравоохранения (NIH)] и расстройства мозга, такие как болезнь Альцгеймера (Инициатива по нейровизуализации болезни Альцгеймера)].
Чтобы помочь интерпретировать такие большие наборы данных, теория графов все чаще используется для выявления внутренних закономерностей, которые, вероятно, коррелируют с сетями мозга на уровне всего мозга. Используя коннектомику и теорию графов, определенные области мозга можно понимать как узлы (20), а поражения можно понимать как повреждение узлов и / или связей между ними. С помощью этих методов было показано, что инсульт вызывает изменения как в структурной, так и в функциональной связности сети, особенно в связи с организацией «концентраторов» или узлов с высокой степенью взаимосвязи (21, 22).Теория графов дает оценку изменений на организационном уровне. Однако этот подход все еще страдает некоторыми ограничениями, в основном невозможностью определять динамические изменения в постоянно меняющемся мозге и отсутствием конкретных биофизических субстратов для понимания этой динамики. Следовательно, согласно Smith et al., Одна из основных задач в области функциональной коннектомики «будет состоять в том, чтобы сделать возможным применение биологически интерпретируемых моделей с использованием большого количества узлов надежным и практичным способом» (9).
Другими словами, хотя для решения вопросов о динамике мозговой сети как у здоровых людей, так и у пациентов с инсультом требуется большой объем данных, простой сбор дополнительных данных сам по себе не является ответом. Хотя эти усилия обеспечивают необходимую эмпирическую основу, им не хватает вычислительной и теоретической основы с количественными инструментами для связи этих множественных наборов данных для «реконструкции» мозга и обеспечения связи между этими данными и функциями мозга людей.
В этом контексте были предложены новые теоретические перспективы, основанные на природе мозга как крупномасштабной сети (3, 23-25).Реализация структуры была значительно ускорена с помощью The Virtual Brain (TVB), новой крупномасштабной платформы нейронного моделирования (26–28). TVB использует данные нейровизуализации для параметризации модели, и поскольку используются индивидуальные данные, мозг отдельного человека может стать «виртуальным мозгом».
Виртуальный мозг (thevirtualbrain.org) был разработан как платформа для моделирования динамики крупномасштабных нейронных систем (3, 29). TVB объединяет структурную связь на большие расстояния, генерируемую из эмпирических данных DTI, с моделями мезоскопического или локального уровня [в каждом узле или интересующей области (ROI)].Комбинируя эти две шкалы (глобальная взаимосвязь с локальной динамикой), TVB может прогнозировать и моделировать активность мозга человека, по сути моделируя виртуальное представление его мозга. Таким образом, TVB находится на пересечении экспериментальной и теоретической нейробиологии, что позволяет обеспечить связь между популяционными и индивидуальными наборами данных.
Модели, доступные в TVB, объединяют анатомические связи между частями мозга (предоставляемые DTI) и динамику локальных нейронных популяций (встроенные в платформу).Используя эти модели, TVB обладает гибкостью для создания смоделированных данных в диапазоне от потенциалов локального поля до сигналов ЭЭГ и фМРТ BOLD, обеспечивая мультимодальную связь между смоделированными и эмпирическими данными. Масштабируемая архитектура TVB позволяет нам включать нейрофизиологическую информацию (например, распределение рецепторов и ионные каналы), добавляя еще один уровень детализации и приближая поведение модели к реальному мозгу. Пространственно-временные мотивы, присутствующие в эмпирических данных ЭЭГ / фМРТ, могут быть в значительной степени воспроизведены (29, 30).Поскольку биофизические параметры невидимы для устройств визуализации мозга, TVB действует как «вычислительный микроскоп», который позволяет делать выводы о внутренних состояниях и процессах крупномасштабной модели.
Таким образом, виртуальный мозг служит мощным исследовательским инструментом, который может использовать большие данные, а также разрабатывать и проверять передовые теории динамики мозга. Индивидуализация TVB позволяет создать одну модель для каждого человека и систематически оценивать смоделированные биофизические параметры, связанные с индивидуальными различиями.Естественное расширение этого подхода идет дальше в клинические приложения, определяя параметры, которые относятся как к биофизике, так и к прогнозированию клинического результата, что делает TVB идеальным инструментом для устранения ограничений в исследованиях инсульта.
Данная рукопись преследует двоякую цель:
(1) Дать подробный обзор метода моделирования, используемого с использованием TVB в части, касающейся штриха, с целью предоставления деталей для тех, кто заинтересован в его использовании в контексте штриха.
(2) Обеспечить связь между одним из параметров TVB (связь на больших расстояниях) с современными аналитическими подходами для всего мозга, основанными на анализе графиков.
Материалы и методы
Субъекты
В исследование были включены 20 человек с ишемическим инсультом на территории средней мозговой артерии (41,13 ± 23,78 месяцев после начала заболевания) и 10 человек из контрольной группы соответствующего возраста. Демографические данные для всех пациентов, перенесших инсульт, представлены в таблице 1.
Таблица 1.Демографические и инсультирующие характеристики когорты инсультов .
Получение изображений
Магнитно-резонансные изображения были получены с использованием 3-T сканера Philips и восьмиканальной катушки для головы SENSE для приема сигнала и передатчика катушки тела для возбуждения сигнала. Были использованы следующие последовательности:
1. Анатомические изображения с высоким разрешением (T1-w): трехмерные (3D) последовательность быстрого градиентного эхо-сигнала с подготовленной намагниченностью, FOV = 250 × 250, разрешение = 1 мм × 1 мм × 1 мм, коэффициент уменьшения SENSE = 1.5, TR / TE = 7,4 / 3,4 мс, угол поворота = 8, сагиттальная ориентация и количество срезов = 301, покрывающих весь мозг.
2. Диффузионная тензорная визуализация (DTI): FOV = 224 × 224, TR / TE = 13 030/55, 72 среза, толщина среза = 2 мм, разрешение = 0,875 × 0,875 × 2, b = 1000 с / мм 2 (и b = 0), 32 направления диффузии.
3. Получение функциональной визуализации в состоянии покоя (rsfMRI): весь мозг (37 срезов), однократная эхопланарная МРТ (EPI), толщина среза = 4.0 мм, FOV = 230 × 230, размер вокселя = 2,8 мм × 2,8 мм, TR / TE = 2,000 / 20 мс, длительность = 5 мин.
Предварительная обработка фМРТ состояния покоя
Предварительный анализ фМРТ в состоянии покоя (rsfMRI) выполнялся с использованием функций AFNI (31) и включал следующие шаги:
1. Коррекция движения с использованием шестипараметрической трехмерной регистрации наборов функциональных и анатомических данных (32).
2. Трехмерная пространственная регистрация для эталонного сбора данных из первого прогона фМРТ.
3. Приведение функциональных изображений к анатомическому объему.
4. Удаление временных рядов.
5. Средняя нормализация временного ряда.
6. Проверка и цензура моментов времени, возникающих при чрезмерном движении (> 1 мм) (33).
7. Регрессия сигналов спинномозговой жидкости и белого вещества для устранения медленных дрейфов сигнала фМРТ.
Предварительная обработка: структурная связь
Parcelation мозга
Разделение данных изображений, содержащих очаги поражения, с использованием полуавтоматических схем дает неточные результаты из-за отсутствия ткани и, как следствие, механической деформации.Поэтому мы разработали трансплантацию виртуального мозга (VBT). Этот метод эффективно заменяет поражение, вызванное кортикальным инсультом, на T1-w изображения ткани головного мозга из контратолевого полушария того же пациента (34). Этот метод позволяет использовать полуавтоматическую схему парцелляции после трансплантации. Процесс VBT состоял из следующих шагов (рисунок 1):
1. Сегментация поражения вручную.
2. Анатомические изображения головного мозга T1-w с высоким разрешением и маски поражения были загружены в конвейер трансплантации, который рассек ткань мозга МРТ из неповрежденного полушария, гомологичного поражению, и трансплантировал его в пораженное полушарие на месте поражения, заполняя недостающие части мозга.
3. После того, как была сделана первоначальная трансплантация, были выполнены ручные корректировки в интерфейсе между нативным и трансплантированным T1-w изображениями.
4. Мозг был сегментирован на 83 корковые и подкорковые области с использованием схемы парцелляции Lausanne 2008 (Freesurfer) в пакете Connectome Mapper Toolkit (35, 36).
Рис. 1. Метод виртуальной трансплантации мозга . Виртуальная трансплантация мозга выполняется в случаях инсульта с повреждением коры головного мозга с целью разделения мозга.Это графическое изображение суммирует процесс замены поврежденной части мозга гомологичной тканью без инсульта. (A) T1-w изображение, показывающее поражение (левое полушарие) одного человека. (B) Крупный план левого полушария, разграничивающая маску поражения красным цветом. (C) Разделение правого и левого полушария (слева) и после того, как правое полушарие было перевернуто с нанесенной маской поражения (справа). (D) Изображение ткани из правого полушария, нанесенной на поражение в левом полушарии (слева), и полученный объем трансплантированного мозга (справа).
T1-w для выравнивания DTI
Затем анатомическое изображение T1-w было выровнено с эталонным изображением b = 0 с / мм 2 DTI, используя линейное преобразование с шестью степенями свободы с функцией FLIRT FSL (37). Это преобразование также было применено к пакетам Freesurfer.
DTI трактография
Мы выполнили следующие шаги:
1. DWI был выровнен по той же ссылке b = 0 с / мм 2 изображение, используемое для выравнивания скорректированного T1-w через VBT с DTI.Искажения, вызванные вихревыми токами и движением головы, были исправлены с помощью вихретоковой коррекции FSL (линейное преобразование с 12 степенями свободы), и векторы градиента диффузии вращались соответственно (38). То есть изображения T1-w с «трансплантированными масками» используются для предоставления ориентиров интересующей области для трактографии, но не влияют напрямую на алгоритм трактографии, поскольку трансплантация не выполняется в пространстве DWI.
2. Диффузионно-взвешенные изображения были повторно дискретизированы до изотропного разрешения 2 мм (39).
3. Детерминированная трактография белого вещества данных DTI была выполнена в программе Trackvis (39) с использованием алгоритма FACT (40). В качестве критериев остановки для алгоритма отслеживания использовались пороговые значения максимального угла поворота 60 ° и минимального значения фракционной анизотропии (FA) 0,20. Эти пороговые значения учитывают снижение сигнала в областях с поражением. Порог FA особенно полезен для прерывания треков до того, как они войдут в области, содержащие поражение. Эти области, заполненные CSF, имеют значения FA близкие к нулю.Следовательно, пути белого вещества, обычно соединяющие две области интереса, не будут отслеживаться, если область интереса полностью повреждена, несмотря на то, что они выглядят нетронутыми на трансплантированном T1-w изображении, из которого выполняется парцелляция. Если парцелляция частично нарушена поражением, то пути белого вещества также будут частично отслеживаться, что отражается меньшим количеством линий тока.
Создание матриц структурной связности
Используя Connectome Mapper Toolkit, для каждого пути были извлечены две метрики связности, чтобы сгенерировать две структурные матрицы связности, которые количественно определяют связность между всеми парами кортикальных областей для каждого субъекта:
1.Веса, определяемые как FA × количество линий тока в пути (обратите внимание, что согласно детерминированной трактографии белого вещества данных DTI, пути, соединяющие области, затронутые поражением, будут показывать уменьшенное количество линий тока и потенциально измененные FA). Эта метрика отражает максимальную скорость передачи информации по ребрам (41). Количество линий тока на пути оценивалось с помощью детерминированного алгоритма FACT.
2. Длины отдельных трактов, определенные в миллиметрах, были получены после сглаживания трактографии с помощью фильтра B-Spline (39).
Эти матрицы симметричны, поскольку соединения с использованием DTI считаются однонаправленными (30).
Моделирование с помощью TVB
Моделирование с TVB включает три начальных шага, а именно импорт индивидуальных структурных матриц связности (полученных, как описано ранее), выбор биофизической локальной модели и выбор соответствующих значений биофизических параметров. TVB предлагает несколько типов локальных моделей, каждая из которых учитывает различные биофизические параметры.Следовательно, в то время как некоторые из них сосредоточены на потенциалах поля [Стефанеску – Джирса двумерный (2D) и Стефанеску – Джирса трехмерный (SJ3D)], другие сосредоточены на скоростях воспламенения (Уилсон – Коуэн, Брунель – Ван и Янсен – Рит) или феноменологические (Generic 2D, Kuramoto и Epileptor). В наших предыдущих усилиях, поскольку мы моделировали BOLD-отклик, использовалась мезоскопическая модель SJ3D, одна из наиболее сложных и усовершенствованных моделей в репертуаре TVB.
Причиной этого выбора была не только очевидная взаимосвязь между ЖИРНЫМ ответом и локальными потенциалами поля (42–44), но и дополнительный факт, что ЖИРНЫЙ сигнал имеет плохое временное разрешение и модель не сильно зависит от синаптических задержек.Конкретно, модель SJ3D является сокращенной формой модели Хиндмарша – Роуза (43), которая прогнозирует индивидуальное нейронное поведение. Модель SJ3D предсказывает локальную динамику с использованием шести дифференциальных уравнений, которые включают переменные, представляющие физиологические свойства , такие как мембранные потенциалы нейрона, транспорт ионов через мембрану через быстрые и медленные ионные каналы и динамическое соединение возбуждающих и тормозных популяций нейронов.
Последовательные шаги моделирования в TVB следующие (графическое изображение можно найти на рисунке 2):
1.Импорт двух показателей, полученных из индивидуализированных матриц SC [веса (FA × количество волокон) и длины], представляющих связи между регионами, вместе со структурными данными T1-w, обеспечивающими индивидуальную топологию мозга.
2. Исследование пространства параметров: целью этого процесса является оптимизация параметров модели. Применяя методологию TVB к инсульту, можно разделить многочисленные параметры, включенные в моделирование, на две категории: глобальные параметры, которые будут моделировать динамику мозга между узлами, и локальные параметры, которые будут описывать динамику мозга внутри узлов.В первой категории необходимо оптимизировать два основных параметра: скорость проводимости и связь на больших расстояниях. Точно так же в модели SJ3D должны использоваться биофизические параметры, обеспечивающие связь между возбуждающими и тормозящими популяциями в локальных регионах: K 11 (возбуждающий на возбуждающий), K 12 (возбуждающий на тормозящий), и K 21 (ингибирующий на возбуждающий). Это исследование систематически исследует весь диапазон доступных значений для каждого параметра и определяет значение с наибольшим общим распределением дисперсии (рис. 3) в качестве оптимального значения параметра, которое будет использоваться для каждого отдельного человека для фактического моделирования сигнала.Порядок оптимизации можно сделать так:
а. Связь на больших расстояниях и скорость проводимости: начальные диапазоны составляют 0,001–0,1 глобальной связи и 1–100 скорости проводимости.
г. K 12 и K 21 : начальные диапазоны 0–1,0 для обоих. K 12 сначала оптимизируется, а затем идентифицированное значение используется при оптимизации K 21 .
г. K 11 : начальный диапазон 0–1.0.
3. Моделирование ЖИРНОГО ответа: на основе значений, полученных при исследовании параметров, моделирование ЖИРНОГО временного ряда должно отражать ту же продолжительность (4 мин) и частоту дискретизации (TR = 2 с) эмпирического получения МРТ. Шум добавлен к каждому узлу. Используемый шум белый с гауссовой амплитудой (среднее значение = 0, стандартное отклонение = 1). Численное интегрирование системы выполняется с использованием стохастического метода Гойна (45) с шагом интегрирования 0,0122 мс.
4.Проверка смоделированных сигналов мозга: это делается путем сравнения смоделированных и эмпирических временных рядов с точки зрения их амплитуды, частоты и фазы.
а. Амплитуда: диапазон рассчитывается путем определения наивысшего и самого низкого пиков, присутствующих во временном ряду по всем регионам. Общее среднее значение рассчитывается путем усреднения средней амплитуды для каждого региона по всем регионам. Средние амплитуды должны быть одинаковыми. Пример показан на рисунке 4A.
г. Частота вычисляется с помощью быстрого преобразования Фурье временного ряда с помощью функции Matlab «fft» с fs, равным 0.5 Гц для определения диапазона, профиля и пиковых частот. Максимальная частота смоделированных сигналов должна составлять около 0,25 Гц, что совпадает с эмпирическими ЖИРНЫМИ ответами. Пример показан на рисунке 4B.
г. Фаза может быть выполнена путем вычисления попарной ковариации временного ряда для каждого региона для каждого предмета (30) с использованием функции «corr» в Matlab, что приводит к функциональной матрице связности для каждого предмета. Чтобы сгладить данные, можно усреднить все матрицы из групп, представляющих интерес, чтобы получить матрицу управления группой, а затем вычислить попарный коэффициент линейной корреляции между смоделированной матрицей функциональной связности для каждого человека в группе (рисунок 5).Результаты этого анализа должны выявить схожие фазы между эмпирическими и смоделированными сигналами. Значимость корреляции может быть достигнута с помощью преобразования Fisher Z .
Рисунок 2. Блок-схема моделирования TVB . Графическое представление элементов, участвующих в моделировании TVB. Компоненты, показанные в зеленых прямоугольниках, представляют собой эмпирически собранные данные. Элементы, показанные в синих прямоугольниках, представляют компоненты моделирования в платформе TVB.Эмпирические входные данные для TVB состоят из двух структурных матриц связности (веса и длины), полученных из DTI, и анализа мозга, полученного из захвата T1-w. Моделирование в TVB включает как глобальные, так и локальные параметры, в результате чего моделируются биологические сигналы, включая BOLD. Наконец, надежность моделирования сравнивается с эмпирическими сигналами.
Рис. 3. Пример исследования пространства глобальных параметров у здоровых людей и пациентов с инсультом .На этом рисунке представлены два варианта просмотра для исследования нескольких параметров или одного параметра. (A) Исследование параметров переменных K 12 и K 21 (связь между тормозящей и возбуждающей популяциями) в одном здоровом контроле (вверху) и в одном случае инсульта (внизу). Тепловые карты отображают распределение дисперсии системы, а более горячие цвета обозначают значения параметров, которые приводят к более высокой дисперсии. Высокое разрешение тепловых карт позволяет идентифицировать точные значения параметров, связанных с высокой дисперсией. (B) Параметр только для переменной K 21 после завершения оптимизации. Цветными кружками обозначена степень дисперсии для каждого значения K 21 .
Рисунок 4. Сравнение смоделированных и эмпирических сигналов: амплитуда и частота. (A) BOLD временных рядов: пример смоделированных (вверху) и эмпирических (внизу) временных рядов. Обратите внимание на сходство амплитуд, на что указывают максимумы и минимумы. (B) Частота: пример графиков распределения частот для первичной моторной коры (M1) смоделированных (вверху) и эмпирических (внизу) временных рядов, где оба сигнала имеют схожие профили и пики.
Рисунок 5. Сравнение смоделированных и эмпирических сигналов: фаза. (A) Функциональная матрица связности на основе смоделированных данных, смоделированных для одного субъекта. (B) Средняя матрица функциональной связи на основе эмпирических данных всех здоровых субъектов. (C) Корреляция функциональной связности между смоделированными (ось x ) и эмпирическим (ось y ) временными рядами.
Сравнение здоровых контрольных групп и инсульта
Мы обнаружили увеличение дальнего сцепления в группе, перенесшей инсульт, по сравнению со здоровым контролем. Смысл связи на больших расстояниях не является интуитивным, особенно по сравнению с другими параметрами, более тесно связанными с биофизическими характеристиками, такими как скорость проводимости, динамика канала и связь между возбуждающими и тормозящими популяциями нейронов.Функция связи дальнего действия применяется к активности, распространяемой между областями мозга посредством структурных путей, прежде чем она входит в локальные динамические уравнения модели. Его основная цель — изменить масштаб входящей активности до уровня, подходящего для модели. На более интуитивном уровне этот параметр описывает баланс между глобальной и локальной динамикой. Другими словами, увеличение дальнодействующей связи предполагает преобладание локальной динамики мозга над дальнодействующей.
Чтобы поместить этот параметр в контекст современных сетевых аналитических подходов, в этом исследовании мы определили взаимосвязь между смоделированной дальнодействующей связью в случаях инсульта со структурными метриками сети, полученными из анализа графов, включая центральность степени, центральность промежуточности и глобальную эффективность.
Анализ графиков
Показатели графического анализа
На основе детерминированной трактографии, выполненной для каждого отдельного субъекта, была сгенерирована двоичная матрица смежности A ij , элементы которой представляют связи (края) между узлами i и j (46–48). Из этих матриц были получены три показателя функциональной интеграции: центральность средней степени, центральность средней промежуточности и глобальная эффективность, как это делали другие (49–51), с использованием программного обеспечения NetworkX (52) [математическая нотация адаптирована из (20)]:
1.Средняя степень центральности — это количество узлов, смежных с узлом и , усредненное по всем узлам в графе (53):
kav = 1n∑i∈Nki = 1n∑i, j∈Naij, где n — количество узлов в графе, а N — набор этих узлов; k i — это степень центральности для узла i , а a ij равно 1, когда узлы i и j являются ближайшими соседями, и нулю в противном случае. Это простейшая мера центральности, которая обычно используется для различения хорошо связанных узлов (концентраторов) и менее связанных узлов (51).
2. Средняя промежуточная центральность относится к доле кратчайших путей между любой парой узлов в сети, которые проходят через данный узел, в среднем по всем узлам (54):
bav = 1n∑i∈Nbi = 1n∑i∈N2 (n − 1) (n − 2) ∑h, j∈Nh ≠ j, h ≠ i, j ≠ iphj (i) phj, где b i — центральность между узлами i ; p hj — это количество кратчайших путей между узлами h и j , а p hj ( i ) — количество кратчайших путей между h и j , которые проходят через узел и .Это самая старая и наиболее часто используемая мера центральности (51), где «кратчайший» относится к пути между двумя узлами, который содержит наименьшее количество промежуточных узлов.
3. Общая эффективность — это среднее значение обратной длины кратчайшего пути между всеми узлами (минимальное количество ребер, пройденных для соединения одного узла с другим) (21, 53):
E = 1n∑i∈NEi = 1n∑i∈N∑i∈N, j ≠ idij − 1n − 1, где dij − 1 — величина, обратная длине кратчайшего пути между узлами i и j .Для двоичных матриц сеть, в которой каждый узел имеет прямое соединение со всеми другими узлами в графе, имеет максимальную глобальную эффективность, равную 1, в то время как частично отключенная сеть имеет более низкую глобальную эффективность (49).
Сравнение показателей графического анализа между группами
Для проверки различий в степени центральности, промежуточности и общей эффективности между здоровыми и инсультными случаями мы использовали тест суммы рангов Вилкоксона. Порог значимости был установлен на P = 0.017 (поправка Бонферрони). Простой линейный регрессионный анализ использовался для корреляции TVB-связи на больших расстояниях (независимая переменная) с показателями графического анализа (зависимые переменные).
Результаты
Сравнение показателей графического анализа между случаями инсульта и здоровой контрольной группой
Результаты теста суммы рангов Уилкоксона не показали значительных различий между здоровыми людьми из контрольной группы и случаями инсульта по степени центральности ( P = 0,11), центральности промежуточности ( P = 0.86) или общей эффективности ( P = 0,0822). Однако распределение каждой метрики графического анализа между двумя группами показало различия (рис. 6). В частности, общая эффективность продемонстрировала тенденцию к более низким значениям в случаях инсульта по сравнению с контрольной группой ( P = 0,04), но не степень центральности ( P = 0,22) или промежуточная центральность ( P = 0,95). Хотя не было статистической разницы в распределении степени центральности между здоровыми популяциями и популяциями, перенесшими инсульт, большое количество субъектов показало более низкие значения степени центральности.
Рисунок 6. Распределение показателей анализа графа в контрольном и штриховом случаях . Графики распределения, сравнивающие контрольный (черный) и штриховой (зеленый) случаи для (A), градусов центральности, (B), центральности, и (C) глобальной эффективности. Обратите внимание, что распределения по штриху смещаются влево для глобальной эффективности, но не для центральности по степени или центральности по промежуточности.
Корреляция между показателями связи на больших расстояниях и показателями графического анализа
Линейный регрессионный анализ показал, что единственным показателем графического анализа, связанным с параметром связи TVB на больших расстояниях, была глобальная эффективность (рис. 7).То есть более высокие значения глобальной связи коррелировали с более низкими значениями глобальной эффективности ( t = -2,19, P = 0,038). Не было значимой корреляции между глобальной связью и центральностью степени ( P = 0,7) или центральностью промежуточности ( P = 0,6).
Рис. 7. Корреляция между показателями глобального связывания и анализа графов . Графики корреляции между глобальной связью (оси x ) и показателями анализа графиков (оси y ): (A) Глобальная эффективность, (B) -градусная центральность и (C) -процентная центральность.Только глобальная эффективность значимо коррелировала с дальнодействующей связью ( P = 0,038), но не степенью центральности ( P = 0,7) или центральностью по промежуточности ( P = 0,6).
Обсуждение
Мы продемонстрировали, что TVB может быть новым инструментом для определения биофизических биомаркеров восстановления после инсульта, показывая, что (1) параметры, связанные с моделированием TVB, напрямую связывают данные структурной визуализации с биофизическими процессами, связанными с динамикой мозга; (2) модели индивидуализированы, так как они основаны на конкретном структурном коннектоме каждого человека; и (3) параметры TVB могут быть коррелированы с другими показателями, которые в настоящее время не связаны с биологическими параметрами (т.е.е., показатели анализа графа). Важно отметить, что в этом исследовании использовалась взаимосвязь между TVB и графическим анализом, причем последний предоставляет дополнительное описание изменений во взаимоотношениях между различными областями мозга, в то время как TVB обеспечивает нейробиологические механизмы, ответственные за них. Описанные шаги с использованием TVB предлагают уникальный метод, открывающий новое измерение в изучении инсульта.
TVB объединяет макроскопические и мезоскопические уровни для прогнозирования динамики мозга
В настоящее время нет возможности напрямую измерить локальные параметры, моделируемые в TVB у людей, в то время как глобальные измерения, полученные на основе данных изображений, использовались в качестве потенциальных биомаркеров восстановления после инсульта (6, 55), параметры, рассматриваемые в TVB на локальном уровне, представляют собой уменьшение размеров в результате процессов на клеточном или даже молекулярном уровне.То есть мезокопический уровень представляет собой переходное состояние между макро- и микромасштабами (56). Таким образом, эти параметры лучше информируют нас о лежащем в основе мозговом механизме, ответственном за динамику мозга, к которому не могут получить доступ современные методы визуализации, например, о динамике между возбуждающими и тормозящими популяциями нейронов и о свойствах ионных каналов. Таким образом, TVB может помочь в создании гипотез, связанных с основными механизмами, которые отвечают за изменения в динамике мозга, связанные с инсультом.
В этом контексте важно упомянуть, что TVB может иметь широкое применение в клинических условиях, поскольку входные данные, необходимые для его работы, могут быть минимальными. В идеальных условиях необходимы экспериментальные данные: T1-w, fMRI (EEG или MEG) и DTI. Однако некоторые из этих категорий могут не потребоваться, если доступны только физиологические данные (например, ЭЭГ) без анатомических данных или данных о связи. В этих случаях платформа TVB включает нормализованные анатомические данные (парцеллированную кортикальную поверхность на основе атласа MNI) и теоретический структурный коннектом на основе базы данных CocoMac (3, 57).Для случаев инсульта, хотя предпочтительно иметь анатомические данные, все же возможно провести точное моделирование, вручную изменив этот предоставленный структурный коннектом, чтобы проиллюстрировать отдельные поражения.
Полученные модели TVB индивидуализированы
Существует широкий консенсус в отношении важности индивидуализированной медицины как одного из средств улучшения медицинского обслуживания. В этом смысле центральной особенностью TVB является его прямое внимание к динамике мозга отдельных субъектов.Матрица структурной взаимосвязи каждого человека управляет моделированием, создавая индивидуализированную смоделированную активность мозга, тогда как применимость предыдущих исследований была на групповом уровне (15). Создавая надежные симуляции, система предоставляет окно в состояние связанных с ней биофизических параметров у каждого человека и, следовательно, позволяет разрабатывать индивидуализированные, индивидуализированные методы лечения и лечения.
В настоящее время исследуются мириады методов лечения инсульта, включая двигательную терапию, вызванную ограничениями (58–60), терапию наблюдения за действием (61, 62), нейростимуляцию (напр.g., транскраниальная магнитная стимуляция и транскраниальная стимуляция постоянным током) (63, 64), роботизированная терапия (65, 66) и клеточная терапия (например, стволовыми клетками) (67), которые показали ограниченную степень эффективности, возможно, из-за того, что они не нацелены конкретно на механизмы мозга, ответственные за индивидуальную дисфункцию. Это отражение недостатка нашего понимания основных механизмов, генерирующих динамику отдельного мозга. Наличие новых гипотез, применимых к каждому пациенту, позволит нам разработать новые терапевтические вмешательства, которые конкретно нацелены на элементы, вызывающие определенные состояния мозга.Кроме того, чем больше мы узнаем об основных процессах, например, на основе исследований на животных, тем больше мы сможем модифицировать текущие локальные модели TVB и, следовательно, получить более сложные модели.
Параметры TVB могут быть связаны с другими метриками сети
Дополнительная особенность параметров, полученных из TVB, заключается в том, что их можно сопоставить с другими показателями. Наши результаты показали тенденцию к снижению глобальной эффективности при инсульте, которая измеряет способность сети к обмену данными, при этом более высокая эффективность указывает на улучшение общей коммуникации (20, 49).Другими словами, после инсульта нарушается связь в сети. Интересно, что центральность степени и центральность промежуточности после инсульта не отличались от здоровой контрольной группы, вероятно, из-за большой разницы в размере инсульта.
Отрицательная корреляция между глобальной эффективностью и смоделированной дальнодействующей связью обеспечивает уникальное понимание сетевой структуры мозга после инсульта. Ранее мы наблюдали усиление связи на больших расстояниях после инсульта, интуитивно указывая на более сильное влияние локальной динамики на активность мозга, чем на динамику дальнего действия.В этом контексте важно помнить, что глобальная модель является производной от структурных связей между узлами, и, следовательно, можно было бы ожидать, что более короткие (прямые) пути, исходящие от поврежденных узлов, должны быть скомпрометированы. Результаты анализа графа показывают, что связь между узлами после инсульта осуществляется с помощью менее эффективных и более длинных путей (20). Таким образом, снижение общей эффективности и усиление связи на больших расстояниях после инсульта предполагают нарушение способности передавать информацию между регионами, смещая активность в сторону локальной динамики.Таким образом, наши результаты подчеркивают глобальное влияние инсульта, несмотря на его относительно локальные повреждения. Это новое открытие в отношении инсульта согласуется с исследованиями других неврологических заболеваний, таких как шизофрения, где предполагался дисбаланс между локальной и глобальной динамикой, в частности, нарушение локальной структуры и сдвиг в сторону глобальной динамики (68).
Ограничения
Виртуальный мозг, как и любой подход к моделированию, имеет ограничения. Среди них:
1.Тот факт, что моделирование TVB зависит от структурной связности, предполагает, что структурные матрицы обладают разумной надежностью. Это очень важно при инсульте, потому что повреждение может привести к механическим деформациям тканей. В нашем случае мы использовали трансплантацию TVB, чтобы свести к минимуму эти проблемы. Кроме того, существует множество определений «весов» связей (69, 70), хотя новые подходы обещают, по крайней мере, высокую внутрииндивидуальную надежность реконструкции (71). В нашем случае мы использовали суррогатную меру, отражающую «количество волокон на один путь».Это причина, по которой мы нормализовали количество линий тока между узлами с помощью FA конкретного пути.
2. Вес соединений в настоящее время основывается на размере (количестве линий тока) путей, но не принимаются во внимание особенности синаптических связей. Например, пенетрантность меньшего пути может быть больше, чем большего пути, если первый устанавливает синаптический контакт с более проксимальными, а не дистальными дендритами.Этот тип информации доступен для других видов, но еще не известен людям.
Будущие направления и клиническое влияние
Способность создавать виртуальный мозг любого человека открывает интересные возможности для терапевтов. После того, как гипотеза выведена на основе биофизических параметров, на которые повлиял инсульт, влияние на динамику мозга можно проверить на платформе TVB, изменив параметры для отдельного случая. Таким образом, TVB можно использовать в качестве теста для потенциальных терапевтических вмешательств, прежде чем они будут протестированы на животных моделях или отдельных пациентах.
Таким образом, виртуальный мозг может произвести революцию в лечении инсульта в будущем, позволив:
1. Приложение для «больших данных». Хотя в текущем исследовании использовался меньший размер выборки, как только у нас появятся изменения параметров, в будущих исследованиях будет легче использовать TVB у большого числа пациентов.
2. Способность изучать продольные изменения мозга при инсульте, от острого и подострого до хронического инсульта. Из-за прогностического потенциала TVB включение пациентов на ранних стадиях может обеспечить идентификацию мощных биомаркеров выздоровления.
3. Индивидуализация лечения с минимальными затратами: одно сканирование МРТ, включая анатомическое сканирование, DTI и фМРТ в состоянии покоя.
4. Способность выполнять моделирование всего мозга, интегрируя конкретное взаимодействие между узлами (полученное из DTI) в локальные биофизические модели, связанные с конкретными базовыми функциональными параметрами.
5. Возможность определять реальные цели для лечения, которые можно проверить в самом приложении.
6. Платформа с открытым исходным кодом: можно добавлять новые, более сложные мезоскопические и микроскопические модели благодаря природе TVB с открытым исходным кодом. Таким образом, новые разработки в области базовых физиологических знаний могут быть легко интегрированы в будущее.
7. Возможность моделирования активности мозга в состоянии покоя, как это было сделано в этом исследовании, а также вызванных реакций с помощью встроенной функции, которая позволяет стимулировать области мозга с функциями, определяемыми разработчиком модели.
Авторские взносы
Все авторы имели полный доступ ко всем данным в исследовании и несли ответственность за целостность данных и точность анализа данных. Концепция и дизайн исследования: AS, VJ, MF. Анализ и интерпретация данных: AS, MF, JR, VJ, EC, ADS и AM. Составление рукописи: MF, AS, VJ, ADS. Критический пересмотр рукописи для важного интеллектуального содержания: AS, VJ, JR и AM Статистический анализ: EC. Получено финансирование: AS, VJ и AM.Научное руководство: AS и VJ.
Заявление о конфликте интересов
Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.
Благодарности
Эта работа была поддержана Фондом Джеймса Макдоннелла (NRG Group) и NIH (NIH RO1-NS-54942).
Список литературы
1. Николс-Ларсен Д.С., Кларк П.С., Зерингу А., Гринспен А., Блэнтон С.Факторы, влияющие на качество жизни перенесших инсульт в период подострого выздоровления. Инсульт (2005) 36 (7): 1480–4. DOI: 10.1161 / 01.STR.0000170706.13595.4f
CrossRef Полный текст | Google Scholar
2. Reinkensmeyer DJ, Guigon E, Maier MA. Вычислительная модель восстановления моторики в зависимости от использования после инсульта: оптимизация кортикоспинальной активации посредством обучения с подкреплением может объяснить остаточную емкость и другую динамику восстановления силы. Нейронная сеть (2012) 29-30 : 60–9. DOI: 10.1016 / j.neunet.2012.02.002
PubMed Аннотация | CrossRef Полный текст | Google Scholar
3. Джирса В.К., Спорнс О, Брейкспир М, Деко Джи, Макинтош А.Р. Навстречу виртуальному мозгу: сетевое моделирование неповрежденного и поврежденного мозга. Arch Ital Biol (2010) 148 : 189–205.
PubMed Аннотация | Google Scholar
5.Мунши А., Шарма В. Генетические признаки в лечении инсульта. Curr Pharm Des (2015) 21 (3): 343–54. DOI: 10.2174 / 1381612820666140826113502
CrossRef Полный текст | Google Scholar
7. Бальдассар А., Рэмси Л., Хакер К.Л., Каллехас А., Астафьев С.В., Меткалф Н.В. и др. Крупномасштабные изменения сетевых взаимодействий как физиологический признак пренебрежения пространством. Мозг (2014) 137 (Pt 12): 3267–83.DOI: 10.1093 / brain / awu297
PubMed Аннотация | CrossRef Полный текст | Google Scholar
8. Картер А.Р., Шульман Г.Л., Корбетта М. Зачем использовать подход, основанный на подключении, для изучения инсульта и восстановления функции? Neuroimage (2012) 62 (4): 2271–80. DOI: 10.1016 / j.neuroimage.2012.02.070
PubMed Аннотация | CrossRef Полный текст | Google Scholar
9. Смит С.М., Видорре Д., Бекманн С.Ф., Глассер М.Ф., Дженкинсон М., Миллер К.Л. и др.Функциональная коннектомика из фМРТ в состоянии покоя. Trends Cogn Sci (2013) 17 (12): 666–82. DOI: 10.1016 / j.tics.2013.09.016
PubMed Аннотация | CrossRef Полный текст | Google Scholar
11. Картер А.Р., Астафьев С.В., Ланг С.Е., Коннор Л.Т., Ренгачари Дж., Штрубе М.Дж. и др. Межполушарная функциональная магнитно-резонансная томография в состоянии покоя позволяет прогнозировать работоспособность после инсульта. Энн Нейрол (2010) 67 (3): 365–75.DOI: 10.1002 / ana.21905
PubMed Аннотация | CrossRef Полный текст | Google Scholar
12. Реме А.К., Грефкес С. Расстройства церебральной сети после инсульта: данные основанного на визуализации анализа связности активного и покоящегося состояний мозга у людей. J Physiol (2013) 591 (Pt 1): 17–31. DOI: 10.1113 / jphysiol.2012.243469
PubMed Аннотация | CrossRef Полный текст | Google Scholar
13.Ван Л., Ю Ц, Чен Х, Цинь В, Хе И, Фань Ф и др. Динамическая функциональная реорганизация исполнительной сети двигателя после удара. Мозг (2010) 133 (Pt 4): 1224–38. DOI: 10.1093 / мозг / awq043
PubMed Аннотация | CrossRef Полный текст | Google Scholar
14. Грефкес С., Уорд Н.С. Корковая перестройка после инсульта: насколько и насколько функционально? Невролог (2013) 20 (1): 56–70. DOI: 10.1177/1073858413491147
CrossRef Полный текст | Google Scholar
15. Мюллер С., Кизер Д., Самсон А.С., Кирш В., Блаутцик Дж., Гроте М. и др. Конвергентные результаты измененных функциональных и структурных соединений мозга у людей с высокофункциональным аутизмом: мультимодальное МРТ-исследование. PLoS One (2013) 8 (6): e67329. DOI: 10.1371 / journal.pone.0067329
PubMed Аннотация | CrossRef Полный текст | Google Scholar
17.Сотиропулос С.Н., Джбабди С., Сюй Дж., Андерссон Дж. Л., Мёллер С., Ауэрбах Э. Дж. И др. Достижения в области получения и обработки диффузионных МРТ в проекте коннектома человека. Neuroimage (2013) 80 : 125–43. DOI: 10.1016 / j.neuroimage.2013.05.057
PubMed Аннотация | CrossRef Полный текст | Google Scholar
18. Ассаф Y, Александр Д.К., Джонс Д.К., Биззи А., Беренс TEJ, Кларк К.А. и др. Проект CONNECT: сочетание макро- и микроструктуры. Neuroimage (2013) 80 : 273–82. DOI: 10.1016 / j.neuroimage.2013.05.055
PubMed Аннотация | CrossRef Полный текст | Google Scholar
21. Кроссли Н.А., Мечелли А., Скотт Дж., Карлетти Ф., Фокс П. Т., Макгуайр П. и др. Хабы коннектома человека обычно участвуют в анатомии заболеваний головного мозга. Мозг (2014) 137 (Pt 8): 2382–95. DOI: 10.1093 / brain / awu132
PubMed Аннотация | CrossRef Полный текст | Google Scholar
23.Гош А., Ро Й., Макинтош А.Р., Кёттер Р., Джирса В.К. Динамика корковой сети с задержкой по времени выявляет функциональную связь в состоянии покоя. Cogn Neurodyn (2008) 2 : 115–20. DOI: 10.1007 / s11571-008-9044-2
CrossRef Полный текст | Google Scholar
24. Деку Г, Джирса В.К., МакИнтош АР. Новые концепции динамической организации активности мозга в состоянии покоя. Nat Rev Neurosci (2011) 12 : 43–56.DOI: 10.1038 / nrn2961
CrossRef Полный текст | Google Scholar
25. Деко Г., Джирса В.К., Макинтош А.Р. Отдыхающие мозги никогда не отдыхают: компьютерное понимание потенциальных когнитивных архитектур. Trends Neurosci (2013) 36 : 268–74. DOI: 10.1016 / j.tins.2013.03.001
PubMed Аннотация | CrossRef Полный текст | Google Scholar
26. Санс Леон П., Нок С.А., Вудман М.М., Домид Л., Мерсманн Дж., Макинтош А.Р. и др.Виртуальный мозг: симулятор динамики сети мозга приматов. Фронт Нейроинформ (2013) 7 : 10. DOI: 10.3389 / fninf.2013.00010
PubMed Аннотация | CrossRef Полный текст | Google Scholar
27. Sanz-Leon P, Knock SA, Spiegler A, Jirsa VK. Математическая основа для крупномасштабного моделирования мозговой сети в The Virtual Brain. Neuroimage (2015) 111 : 385–430. DOI: 10.1016 / j.neuroimage.2015.01.002
PubMed Аннотация | CrossRef Полный текст | Google Scholar
28. Вудман М.М., Пезард Л., Домид Л., Нок С.А., Санз-Леон П., Мерсманн Дж. И др. Интеграция инструментов нейроинформатики в виртуальный мозг. Фронт Нейроинформ (2014) 8 : 36. DOI: 10.3389 / fninf.2014.00036
PubMed Аннотация | CrossRef Полный текст | Google Scholar
29. Риттер П., Ширнер М., Макинтош А.Р., Джирса В.Виртуальный мозг объединяет компьютерное моделирование и мультимодальную нейровизуализацию. Brain Connect (2013) 49 : 1–65. DOI: 10.1089 / brain.2012.0120
CrossRef Полный текст | Google Scholar
30. Риттер П., Ширнер М., Макинтош А.Р., Джирса В.К. Виртуальный мозг объединяет компьютерное моделирование и мультимодальную нейровизуализацию. Brain Connect (2013) 3 (2): 121–45. DOI: 10.1089 / brain.2012.0120
CrossRef Полный текст | Google Scholar
32.Cox RW, Jesmanowicz A. Регистрация трехмерных изображений в реальном времени для функциональной МРТ. Magn Reson Med (1999) 42 (6): 1014–8. DOI: 10.1002 / (SICI) 1522-2594 (199912) 42: 6 <1014 :: AID-MRM4> 3.0.CO; 2-F
CrossRef Полный текст | Google Scholar
33. Джонстон Т., Орес Уолш К.С., Грейшар Л.Л., Александр А.Л., Фокс А.С., Дэвидсон Р.Дж. и др. Коррекция движения и использование ковариант движения в многофакторном МРТ-анализе. Hum Brain Mapp (2006) 27 (10): 779–88.DOI: 10.1002 / hbm.20219
PubMed Аннотация | CrossRef Полный текст | Google Scholar
34. Солодкин А., Хассон Ю., Сюгждайте Р., Шиль М., Чен Е. Е., Коттер Р. и др. Виртуальная трансплантация мозга (VBT): метод точной регистрации и разделения изображений при большом корковом инсульте. Arch Ital Biol (2010) 148 (3): 219–41. DOI: 10.4449 / aib.v148i3.1221
PubMed Аннотация | CrossRef Полный текст | Google Scholar
35.Фишль Б., Серено М.И., Дейл А.М. Анализ кортикальной поверхности. II: раздувание, сплющивание и поверхностная система координат. Neuroimage (1999) 9 (2): 195–207. DOI: 10.1006 / nimg.1998.0396
PubMed Аннотация | CrossRef Полный текст | Google Scholar
36. Герхард С., Дадуччи А., Лемкадем А., Меули Р., Тиран Дж. П., Хагманн П. Набор инструментов для просмотра коннектомов: среда с открытым исходным кодом для управления, анализа и визуализации коннектомов. Front Neuroinformatics (2011) 5 : 3. DOI: 10.3389 / fninf.2011.00003
PubMed Аннотация | CrossRef Полный текст | Google Scholar
37. Дженкинсон М., Баннистер П., Брэди М., Смит С. Улучшенная оптимизация для надежной и точной линейной регистрации и коррекции движения изображений мозга. Neuroimage (2002) 17 (2): 825–41. DOI: 10.1006 / nimg.2002.1132
PubMed Аннотация | CrossRef Полный текст | Google Scholar
39.Wedeen VJ, Wang RP, Schmahmann JD, Benner T, Tseng WYI, Dai G и др. Магнитно-резонансная томография (DSI) диффузного спектра пересекающихся волокон. Neuroimage (2008) 41 (4): 1267–77. DOI: 10.1016 / j.neuroimage.2008.03.036
PubMed Аннотация | CrossRef Полный текст | Google Scholar
42. Sotero RC, Трухильо-Баррето, штат Нью-Джерси. Биофизическая модель для интеграции нейрональной активности, ЭЭГ, фМРТ и метаболизма. Neuroimage (2008) 39 (1): 290–309. DOI: 10.1016 / j.neuroimage.2007.08.001
PubMed Аннотация | CrossRef Полный текст | Google Scholar
43. Стефанеску Р.А., Ирса В.К. Низкоразмерное описание глобально связанных гетерогенных нейронных сетей возбуждающих и тормозных нейронов. PLoS Comput Biol (2008) 4 (11): e1000219. DOI: 10.1371 / journal.pcbi.1000219
PubMed Аннотация | CrossRef Полный текст | Google Scholar
46.Drakesmith M, Caeyenberghs K, Dutt A, Zammit S, Evans CJ, Reichenberg A, et al. Подобные шизофрении топологические изменения в структурном коннектоме индивидов с субклиническими психотическими переживаниями. Hum Brain Mapp (2015) 36 (7): 2629–43. DOI: 10.1002 / hbm.22796
PubMed Аннотация | CrossRef Полный текст | Google Scholar
47. Shu N, Liu Y, Li K, Duan Y, Wang J, Yu C и др. Трактография диффузионного тензора показывает нарушение топологической эффективности структурных сетей белого вещества при рассеянном склерозе. Cereb Cortex (2011) 21 (11): 2565–77. DOI: 10.1093 / cercor / bhr039
PubMed Аннотация | CrossRef Полный текст | Google Scholar
48. Zhang R, Wei Q, Kang Z, Zalesky A, Li M, Xu Y, et al. Нарушение анатомической связи мозга у не принимавших лекарства пациентов с первым эпизодом шизофрении. Функция структуры мозга (2015) 220 (2): 1145–59. DOI: 10.1007 / s00429-014-0706-z
PubMed Аннотация | CrossRef Полный текст | Google Scholar
50.Бецель Р.Ф., Бирдж Л., Хе И, Гони Дж., Зуо Х-Н, Спорнс О. Изменения в структурной и функциональной связности между сетями состояния покоя на протяжении всей жизни человека. Neuroimage (2014) 102 (Pt 2): 345–57. DOI: 10.1016 / j.neuroimage.2014.07.067
PubMed Аннотация | CrossRef Полный текст | Google Scholar
58. Китаго Т., Лян Дж., Хуанг В.С., Хейс С., Саймон П., Тентеромано Л. и др. Улучшение после двигательной терапии, вызванной ограничениями: восстановление нормального моторного контроля или компенсация для конкретной задачи? Neurorehabil Neural Repair (2013) 27 (2): 99–109.DOI: 10.1177 / 1545968312452631
PubMed Аннотация | CrossRef Полный текст | Google Scholar
59. Wolf SL, Winstein CJ, Miller JP, Taub E, Uswatte G, Morris D, et al. Влияние двигательной терапии, вызванной ограничениями, на функцию верхних конечностей через 3–9 месяцев после инсульта: рандомизированное клиническое исследование EXCITE. JAMA (2006) 296 (17): 2095–104. DOI: 10.1001 / jama.296.17.2095
CrossRef Полный текст | Google Scholar
60.Wolf SL, Winstein CJ, Miller JP, Thompson PA, Taub E, Uswatte G и др. Открытый доступ NIH. Lancet Neurol (2008) 7 (1): 33–40. DOI: 10.1016 / S1474-4422 (07) 70294-6
CrossRef Полный текст | Google Scholar
61. Эртельт Д., Смолл С., Солодкин А., Деттмерс С., Макнамара А., Бинкофски Ф. и др. Наблюдение за действиями положительно сказывается на восстановлении двигательной недостаточности после инсульта. Neuroimage (2007) 36 (Приложение 2): T164–73.DOI: 10.1016 / j.neuroimage.2007.03.043
PubMed Аннотация | CrossRef Полный текст | Google Scholar
62. Смолл С.Л., Буччино Г., Солодкин А. Восстановление мозга после инсульта — новая неврологическая модель. Nat Rev Neurol (2013) 9 (12): 698–707. DOI: 10.1038 / nrneurol.2013.222
CrossRef Полный текст | Google Scholar
63. Агоста С., Херпич Ф., Мичели Дж., Ферраро Ф., Баттелли Л.РТМС с контрастированием снимает угасание зрения при хроническом инсульте. Neuropsychologia (2014) 62 : 269–76. DOI: 10.1016 / j.neuropsychologia.2014.07.026
PubMed Аннотация | CrossRef Полный текст | Google Scholar
64. De Aguiar V, Paolazzi CL, Miceli G. tDCS в постинсультной афазии: роль параметров стимуляции, поведенческое лечение и характеристики пациента. Cortex (2014) 63C : 296–316.DOI: 10.1016 / j.cortex.2014.08.015
CrossRef Полный текст | Google Scholar
65. Rosati G, Oscari F, Reinkensmeyer DJ, Secoli R, Avanzini F, Spagnol S, et al. Улучшение робототехники для нейрореабилитации: повышение вовлеченности, производительности и обучения с помощью слуховой обратной связи. IEEE. Международная конференция по реабилитационной робототехнике: [Труды] . Цюрих (2011).
Google Scholar
66.Taheri H, Rowe J, Gardner D. Роботизированный гитарный герой для реабилитации пальцев после инсульта. Conf Proc IEEE Eng Med Biol Soc (2012) 2012 : 3911–7. DOI: 10.1109 / EMBC.2012.6346822
PubMed Аннотация | CrossRef Полный текст | Google Scholar
67. Тан И-Х, Ма И-И, Чжан З-Дж, Ван И-Т, Ян Г-Й. Возможности и проблемы: терапия на основе стволовых клеток для лечения ишемического инсульта. CNS Neurosci Ther (2015) 21 (4): 337–47.DOI: 10.1111 / cns.12386
PubMed Аннотация | CrossRef Полный текст | Google Scholar
68. Ван ден Берг Д., Гонг П., Брейкспир М., ван Лиувен С. Фрагментация: потеря глобальной согласованности или нарушение модульности в функциональной архитектуре мозга? Front Syst Neurosci (2012) 6 : 20. DOI: 10.3389 / fnsys.2012.00020
PubMed Аннотация | CrossRef Полный текст | Google Scholar
69.Hagmann P, Cammoun L, Gigandet X, Meuli R, Honey CJ, Wedeen VJ, et al. Картирование структурного ядра коры головного мозга человека. PLoS Biol (2008) 6 (7): e159. DOI: 10.1371 / journal.pbio.0060159
PubMed Аннотация | CrossRef Полный текст | Google Scholar
70. Lohse C, Bassett DS, Lim KO, Carlson JM. Разрешение анатомической и функциональной структуры в организации человеческого мозга: определение мезомасштабной организации во взвешенных сетевых представлениях. PLoS Comput Biol (2014) 10 (10): e1003712. DOI: 10.1371 / journal.pcbi.1003712
PubMed Аннотация | CrossRef Полный текст | Google Scholar
71. Бессон П., Лопес Р., Леклерк Х, Дерамбур П., Тиваерт Л. Внутрисубъектная надежность структурного коннектома всего мозга с высоким разрешением. Neuroimage (2014) 102 (Pt 2): 283–93. DOI: 10.1016 / j.neuroimage.2014.07.064
PubMed Аннотация | CrossRef Полный текст | Google Scholar
гор, сделанных из «магнитного меда», ведут к новым открытиям
Что делают физики, когда зацикливаются на проблеме? В случае скорости роста магнитных гор они остывают и держатся за них.Под правильным магнитным полем на тарелке с магнитной жидкостью, называемой феррожидкостью, вырастут горы. Ученые изучают этот увлекательный процесс уже пятьдесят лет. Этой весной сотрудничество Байройтского университета и Дрезденского технологического института открыло новую область исследований по этому вопросу с использованием густой, липкой, похожей на мед магнитной жидкости.
| Магнитные «горы». Контейнер имеет диаметр 120 мм. Кредит изображения: Ахим Битц, Univ. Байройт |
Первоначально разработанные НАСА в качестве возможного способа управления ракетным топливом в условиях невесомости, феррожидкости сегодня используются в самых разных приложениях, от звуковых громкоговорителей до вакуумных уплотнений и терапевтических систем доставки лекарств из-за их уникальных свойств. Феррожидкости также привели к новым открытиям в изучении формирования паттернов, что важно для понимания многих аспектов того, как устроена природа.
Чтобы образовать магнитные горы, феррожидкость должна находиться в магнитном поле выше определенной критической напряженности. В этот момент проявляется то, что называется нестабильностью Розенцвейга, и горы начинают расти. Рональд Розенсвейг возглавил технические разработки магнитных жидкостей в 1960-х годах и ввел термин феррожидкость.
Термин скорость роста описывает, как высота этих гор изменяется по мере их формирования. В 2001 году Адриан Ланге (ныне работающий в Дрезденском технологическом институте) предсказал, что скорость роста будет изменяться в зависимости от силы магнитного поля двумя способами:
• Для напряженности магнитного поля между критической и граничной напряженностью скорость роста будет имеют линейную зависимость от магнитного поля.Это означает, что магнитное поле в три раза более сильное приведет к увеличению скорости роста в три раза.
• Для более сильных магнитных полей скорость роста будет зависеть от квадратного корня из магнитного поля. Это означает, что магнитное поле в три раза сильнее привело бы к скорости роста, пропорциональной квадратному корню из 3 (около 1,7).
Для обычной феррожидкости существует лишь крошечный диапазон напряженности магнитного поля, в течение которого будет иметь место линейная зависимость. Она настолько мала, что Ланге и его давний друг Рейнхард Рихтер (Байройтский университет) подумали, что она никогда не будет подтверждена экспериментом, что, по словам Рихтера, было «чисто академическим результатом».
Скорость роста во втором случае с более сильным магнитным полем была измерена и соответствует теории. Об этом заявили в 2007 году Ланге, Рихтер и их сотрудники. Однако они так и не остановились на экспериментальной проверке первого случая.
Это подводит нас к меду.
Будучи аспирантом Рихтера, Кристиан Голлвитцер разработал специальный восьмиугольный холодильник, получивший прозвище «осьминог», для другого эксперимента. Вскоре после этого он и Рихтер поняли, что осьминог тоже может решить, казалось бы, невозможный экспериментальный вопрос о линейных отношениях.
| «Осьминог». Диаметр внутреннего круга 140 мм. Кредит изображения: Тобиас Ланг |
Использование похожей на мед феррожидкости имело два экспериментальных преимущества. Во-первых, большая шкала времени позволила им измерить формирование рисунка с помощью метода рентгеновской визуализации, который занимает больше времени, но собирает более подробную информацию, чем метод, используемый с обычными феррожидкостями. Во-вторых, они смогли значительно расширить диапазон напряженности магнитного поля между критической напряженностью и граничной напряженностью. Это связано с тем, что значение граничной напряженности, напряженности магнитного поля, которое отделяет линейную зависимость от зависимости квадратного корня, увеличивается с вязкостью жидкости.
| Эскиз метода рентгеновской визуализации. Кредит изображения: Рейнхард Рихтер |
«Используя« магнитный мед », мы создали своего рода перевернутую версию эксперимента с падением высоты звука.Это дает нам много преимуществ для будущих исследований в области формирования паттернов », — сказал Рихтер. Он приглашает постдоков и аспирантов прийти в лабораторию и присоединиться к веселью.
—Кендра Редмонд
Крупнейшая в мире больница для соколов заботится о наследии Эмиратов
АБУ-ДАБИ (Рейтер) — Когда заболевает сокол в арабских странах Персидского залива, владельцы этих любимых и дорогих охотничьих птиц знают, куда их отнести: самый большой в мире сокол больница в Абу-Даби.
«Это их ребенок, они хотят для него самого лучшего», — сказала директор больницы Маргит Мюллер, немецкий ветеринар с более чем 25-летним опытом лечения соколов.
«Иногда, когда соколы ночью попадают в аварию, хозяева часами сидят там до раннего утра».
Птицы — это больше, чем домашние животные, а практика — больше, чем спорт.
Соколиная охота — важная часть культурного наследия пустынь арабов Объединенных Арабских Эмиратов и соседних стран, таких как Саудовская Аравия, насчитывающая тысячи лет.
«Бедуины использовали соколов для охоты на мясо … поэтому сокол был необходим для выживания семьи бедуинов», — сказал Мюллер. «(Птицы) всегда считались детьми семьи, и это остается до наших дней».
При скорости полета более 300 км (186 миль) в час соколы могут получить серьезные травмы при столкновении с добычей, ошибочной оценке приземления или проглатывании зараженного мяса.
Поддерживаемая правительством больница Абу-Даби для соколов — главный в мире центр соколиной медицины, исследований и обучения.По словам Мюллера, его субсидированные цены означают, что люди любого уровня дохода могут пользоваться его соколиной заботой.
«В настоящее время соколиная охота — одна из очень немногих возможностей для бывших бедуинов вернуться к своему прошлому», — сказала она.
Соколы признаны на международном уровне как находящиеся под угрозой исчезновения, и только соколы, выращенные в неволе, могут находиться в законном владении в ОАЭ.
Охота в ОАЭ за пределами нескольких специальных заповедников является незаконной, поэтому владельцы дрессируют своих птиц, используя мясо, а затем отправляют их в такие страны, как Пакистан, Марокко и центральноазиатский регион в более холодные месяцы.
ОАЭ выдают соколам собственные паспорта, и птицы путешествуют со своими хозяевами в салонах самолетов, иногда десятками за раз для определенных охотничьих поездок.
(Репортаж Лизы Баррингтон и Reuters TV, редакция Уильяма Маклина)
(A) Заражение многочисленными Serratospiculum teno в воздушных мешочках …
В монографии представлены обобщение и анализ опубликованных и оригинальных данных. данные по морфологии, биологии, экологии, филогении и систематике тип Acanthocephala в целом; а также информацию о морфологии, хозяева, биотопическое и географическое распространение скребней фауна Украины.Иллюстрированные описания приведены для большинства скребней. вид из Украины. Предоставляются идентификационные ключи для всех таксонов. В определителях включены виды из Украины и сопредельных территорий. Список литературы содержит более 700 наименований. Фауна Украины насчитывает 59 видов скребней, относящихся к 3 класса: Archiacanthocephala (13 видов 6 родов, 4 семейств и 4 отрядов), Eoacanthocephala (3 вида, 2 рода, 2 семейства и 2 порядка) и Palaeacanthocephala (43 вида 17 родов, 8 семейств и 2 отрядов).Вид Polymorphus diploinflatus и промежуточным хозяином для Plagiorhynchus charadrii являются записывается в Украине впервые. Украинские скребни были найден у 232 видов позвоночных-хозяев: у 103 видов рыб, у 15 земноводных, у 89 видов птиц и у 15 млекопитающих. Промежуточные хозяева известны 32 вида скребней из Украины: рачки Ostracoda, Amphipoda, водная Isopoda для водных скребней; наземные Isopoda и Coleoptera для наземных скребней.Паратенические хозяева — рыбы, земноводные, рептилии и млекопитающие — участвуют в передаче пяти видов водных скребней. и 12 видов наземных скребней. Скребни не демонстрируют строгой специфичности по отношению к своим окончательным хозяевам; только пять видов являются семейными паразитами: Leptorhynchoides plagicephalus у Acipenceridae, Mediorhynchus empodius и M. petrotschenkoi у Phasianidae, Macracanthorhynchus hirudinaceus у Suidae и M. catulinus у Canidae.Распространение водных скребней связано с бассейнами рек и морей, наземных скребней — с естественными географическими зонами. В наибольшее разнообразие водных скребней наблюдается в морских экосистемах (16 видов в Черном море) и в бассейнах крупных рек (19 видов). В наземные скребни наиболее разнообразны в степной зоне (15 видов), наименее разнообразен в Карпатах (6 видов). Pseudoacanthocephalus caucasicus от жаб и Centrorhynchus aluconis от хищных птиц распространены только в лесные экосистемы.Centrorhynchus globocaudatus от хищных птиц и представителей рода Mediorhynchus parisitic у Galliformes и Passeriformes встречаются в аридных экосистемах степи, реже лесостепи. Фауна скребней Украины неоднородна по составу и источник. Всего представлено четыре хорологических группы видов: Палеарктика. (37 видов), голарктический (8 видов), группа видов разделена на два или три вида. зоогеографические ареалы (6 видов) и космополиты (4 вида).Палеарктические виды составляют ядро фауны скребней Украины, большинство из них паразитирует у птиц (20) и у рыб (13). В группу входят как минимум две подгруппы: Транспалеарктический (22 вида) и европейский (15 видов). Территория Украины край ареала нескольких видов скребней. Для Macracanthorhynchus catulinus, Pseudoacanthocephalus caucasicus и Mediorhynchus petrotschenkoi это западная часть ареала, для Acanthocephalus falcatus, A.грацилакантус, Golvanacanthus blenni, Empodiuis taeniatus это восточная часть.
Произошла ошибка при настройке вашего пользовательского файла cookie
Произошла ошибка при настройке вашего пользовательского файла cookieЭтот сайт использует файлы cookie для повышения производительности. Если ваш браузер не принимает файлы cookie, вы не можете просматривать этот сайт.
Настройка вашего браузера для приема файлов cookie
Существует множество причин, по которым cookie не может быть установлен правильно.Ниже приведены наиболее частые причины:
- В вашем браузере отключены файлы cookie. Вам необходимо сбросить настройки своего браузера, чтобы он принимал файлы cookie, или чтобы спросить вас, хотите ли вы принимать файлы cookie.
- Ваш браузер спрашивает вас, хотите ли вы принимать файлы cookie, и вы отказались. Чтобы принять файлы cookie с этого сайта, нажмите кнопку «Назад» и примите файлы cookie.
- Ваш браузер не поддерживает файлы cookie. Если вы подозреваете это, попробуйте другой браузер.
- Дата на вашем компьютере в прошлом. Если часы вашего компьютера показывают дату до 1 января 1970 г., браузер автоматически забудет файл cookie. Чтобы исправить это, установите правильное время и дату на своем компьютере.
- Вы установили приложение, которое отслеживает или блокирует установку файлов cookie. Вы должны отключить приложение при входе в систему или проконсультироваться с системным администратором.
Почему этому сайту требуются файлы cookie?
Этот сайт использует файлы cookie для повышения производительности, запоминая, что вы вошли в систему, когда переходите со страницы на страницу.Чтобы предоставить доступ без файлов cookie потребует, чтобы сайт создавал новый сеанс для каждой посещаемой страницы, что замедляет работу системы до неприемлемого уровня.
Что сохраняется в файле cookie?
Этот сайт не хранит ничего, кроме автоматически сгенерированного идентификатора сеанса в cookie; никакая другая информация не фиксируется.
Как правило, в cookie-файлах может храниться только информация, которую вы предоставляете, или выбор, который вы делаете при посещении веб-сайта.Например, сайт не может определить ваше имя электронной почты, пока вы не введете его. Разрешение веб-сайту создавать файлы cookie не дает этому или любому другому сайту доступа к остальной части вашего компьютера, и только сайт, который создал файл cookie, может его прочитать.
Мост Мид-Гудзон стал домом для 4 яиц сапсана
Соколы-сапсаны из Гудзонской долины обладают чувством юмора.
Управление по мосту штата Нью-Йорк сообщило, что «сапсан» , который гнездится на мосту Мид-Гудзон , напал на нас.
Ранее сообщалось, что в гнезде Мид-Гудзон-Бридж было 3 яйца сапсана, однако в четверг, 1 апреля (да, в День дурака), было обнаружено, что на самом деле 4 яйца ждут вылупления.
На прошлой неделе Управление мостов штата Нью-Йорк сообщило новость о том, что долина Гудзона находится под наблюдением маленьких соколов. Они также поделились, что у Управления моста штата Нью-Йорк есть камера, которая перезагружается каждые 10 секунд или около того, так что вы можете следить за путешествием маленького сокола.
Срок сдачи не установлен, но мы предполагаем, что он может быть в любой день.
Сапсаны довольно распространены здесь, в долине Гудзона. Они, как известно, удобно устраиваются в многоэтажных домах и на мостах. Департамент охраны окружающей среды поясняет:
Сокол предпочитает открытую местность от тундры, саванны и морских побережий, высоким горам, а также открытым лесам и высотным зданиям. Гнезда строят на высоких уступах, от 50 до 200 футов над землей.Само гнездо представляет собой хорошо закругленную царапину, иногда выстланную травой.
После рождения детенышей соколов они будут оставаться в этой местности около шести недель. За это время они узнают, как выжить, развивая свои навыки полета и охоты в долине.
Вы можете наблюдать за маленьким сапсаном и следить за через фотопоток или следить за NYS Bridge Authority на Facebook.
6 голодных медведей замечены рядом с домом в долине Гудзона
9 животных, которые живут по соседству
Жители долины Гудзон держат в доме много интересных домашних животных.Скорее всего, вы живете по соседству с более чем одним из этих животных. У вас могут быть даже все они поблизости.