Особенности взаимосвязей независимых компонент фМРТ-сигнала, при легких депрессиях

Особенности взаимосвязей независимых компонент фМРТ-сигнала при легких депрессиях

Результаты исследования:

Всего было выделено 19 независимых компонент фМРТ-сигнала, 11 из них локализовались преимущественно в сером веществе. Наиболее выраженные пространственные корреляции этих компонент с известными церебральными сетями приведены в Т.1.

Таблица 1: Коэффициенты пространственных корреляций выделенных компонент с описанными ранее сетями покоя. * – все корреляции r < 0,02, компонента локализована в мозжечке.

При сравнении силы связей между выделенными компонентами в двух исследуемых группах было показано, что у пациентов с легкой депрессией более выражена синхронность 6 и 9 компонент, а у условно здоровых людей – 4 и 16 компонент (см. Т.2).

Таблица 2: Статистически значимые межгрупповые различия в силе функциональных связей различных компонент фМРТ-сигнала.

Первое из различий относится к уже упоминавшимся во введении связям внутри DMN. Этот результат подтверждает важность взаимодействия дорсального и вентрального регионов сети как маркера депрессивных расстройств и хорошо соотносится с данными Goya-Maldonado et al. [8], но не Chen et al. [7]. Публикацию Pannekoek et al. [13] здесь стоит вынести за скобки, поскольку выводы авторов сделаны на основании изучения выборки подростков, в то время как наши – на материале взрослых людей. Предполагаемый психофизиологический смысл обнаруженного в настоящем исследовании различия – большая склонность депрессивных пациентов к навязчивым депрессивным переживаниям – руминации, которая, как и другие формы когнитивной активности, направленной на «Я» испытуемого, осуществляется в DMN.

Ослабление у депрессивных пациентов связей 4 (мозжечковой) компоненты и 16, преимущественно локализованной в левой лобной доле (верхней и средней лобной, передней поясной извилинах), соответствует данным обзора Phillips et al., в котором эта особенность рассматривается как субстрат нарушения внимания при депрессиях [14]. Аналогичные результаты получены и в нескольких оригинальных работах [3,10], при этом их авторы показали прямую связь сохранности лобно-мозжечковых связей с показателями памяти [3] и обратную – с выраженностью депрессивных симптомов [10]. Заметим, что другие коллективы рассматривают названные лобные структуры преимущественно как часть исполнительной, а не речевой сети [3,10].

Таким образом, маркерами легкой депрессии в сигнале фМРТ, записанном в состоянии покоя, могут быть усиление функциональных связей вентрального и дорсального отделов DMN, а также ослабление лобно-мозжечковых взаимодействий. Требуются дальнейшие исследования для того, чтобы проследить связи этих показателей с когнитивными и эмоциональными переменными, включая склонность к руминации.

http://findlab.stanford.edu/functional_ROIs.html[/color][/u]) способствовала выявлению функциональной специализации компонент. Для описания функциональных связей был использован FNC toolbox (http://mialab.mrn.org/software/fnc) [9], обнаруживающий временные корреляции между динамиками выделенных компонент. В результате с помощью Lag–Shift алгоритма были получены силы функциональных связей и времена сдвига для каждой пары сетей. Межгрупповые различия этих показателей оценивались при помощи t-критерия Стьюдента.

Работа выполнена при поддержке гранта РНФ № 16-15-00183.

Литература:

Князев Г.Г., Савостьянов А.Н., Бочаров А.В. Депрессивная симптоматика и активность осцилляторных сетей в покое. Журнал высшей нервной деятельности им. И.П. Павлова. 2015. Т. 65. № 3. С. 344–351.

Тумялис А.В., Афтанас Л.И. Вклад нейрофизиологического эндофенотипа – индивидуальной частоты альфа-осцилляций ЭЭГ – в механизмы эмоциональной реактивности. Бюллетень экспериментальной биологии и медицины. 2013. Т. 156. № 2. С. 665–671.

Alalade E., Denny K., Potter G., et al. Altered Cerebellar-Cerebral Functional Connectivity in Geriatric Depression. Plos One. 2011. V. 6. № 5. 20035.

Bell A.J., Sejnowski T.J. An Information-Maximization Approach to Blind Separation and Blind Deconvolution. Neural Computation. 1995. V. 7. P. 1129–1159.

Belleau E.L., Taubitz L.E., Larson C.L. Imbalance of default mode and regulatory networks during externally focused processing in depression. Social Cognitive and Affective Neuroscience. 2015. V. 10. № 5. P. 744–751.

Briceño E.M., Rapport L.J., Kassel M.T. et al. Age and gender modulate the neural circuitry supporting facial emotion processing in adults with major depressive disorder. American Journal of Geriatric Psychiatry. 2015. V. 23. № 3. P. 304–313.

Chen Y., Wang C., Zhu X. et al. Aberrant connectivity within the default mode network in first-episode, treatment-naïve major depressive disorder. Journal of Affective Disorders. 2015. V. 183. P. 49–56.

Goya-Maldonado R., Brodmann K., Keil M. et al. Differentiating unipolar and bipolar depression by alterations in large-scale brain networks. Human Brain Mapping. 2016. V. 37. № 2. P. 808–818.

Jafri M., Pearlson G.D., Stevens M., Calhoun V.D. A Method for Functional Network Connectivity Among Spatially Independent Resting-State Components in Schizophrenia. NeuroImage. 2008. V. 39. P. 1666–1681.

Liu L., Zeng L.-L., Li Y. et al. Altered Cerebellar Functional Connectivity with Intrinsic Connectivity Networks in Adults with Major Depressive Disorder. 2012. V. 7. № 6. 39516.

McKeown M.J., Makeig S., Brown G.G. et al. Analysis of fMRI data by blind separation into independent spatial components. Human Brain Mapping. 1998. V. 6. № 3. P. 160–188.

Nixon N.L., Liddle P.F., Nixon E. et al. Biological vulnerability to depression: linked structural and functional brain network findings. British Journal of Psychiatry. 2014. V. 204. P. 283–289.

Pannekoek J.N., van der Werff S.J., Meens P.H. et al. Aberrant resting-state functional connectivity in limbic and salience networks in treatment-naïve clinically depressed adolescents. Journal of Child Psychology and Psychiatry, and Allied Disciplines. 2014. V. 55. № 12. P. 1317–1327.

Phillips J.R., Hewedi D.H., Eissa A.M., Moustafa A.A. The Cerebellum and Psychiatric Disorders. Frontiers in Public Health. 2015. V. 3. 66.

Yuan H., Young K.D., Phillips R. et al. Resting-state functional connectivity modulation and sustained changes after real-time functional magnetic resonance imaging neurofeedback training in depression. Brain Connectivity. 2014. V. 4. № 9. P. 690–701.