Affichage des articles dont le libellé est réseaux. Afficher tous les articles
Affichage des articles dont le libellé est réseaux. Afficher tous les articles

03 juin 2017

Signatures électrophysiologiques des réseaux atypiques de connectivité du cerveau intrinsèque au sein de l'autisme

Aperçu: G.M.
Une connectivité anormale au niveau local et à longue distance du cerveau a été largement rapportée dans le "trouble du spectre de l'autisme" (TSA), mais la nature de ces anomalies et leur pertinence fonctionnelle liée à des rythmes corticaux distincts reste inconnue. Les recherches sur les réseaux de connectivité intrinsèque (ICN) et leur cohérence dans l'ensemble des réseaux cérébraux sont prometteuses pour déterminer si les modèles d'anomalies de connectivité fonctionnelle varient selon les fréquences et les réseaux dans les TSA. Dans la présente étude, l'équipe a visé à sonder les réseaux de connectivité intrinsèque cérébrale atypiques dans le TSA à partir des données d'électroencéphalographie (EEG) à l'état de repos en caractérisant l'ensemble du réseau du cerveau.
Parmi les ICN électrophysiologiques identifiés, les personnes avec un diagnostic de TSA ont montré une hyper-connectivité dans les ICN individuels et une hypo-connectivité entre les ICN. Les altérations fonctionnelles de la connectivité dans les TSA étaient plus sévères dans le lobe frontal et le réseau de mode par défaut (DMN) et à faible fréquence. Ces mesures de connectivité fonctionnelle ont également montré des associations anormales liées à l'âge dans les ICN liées aux régions frontales, temporelles et motrices dans les TSA.Ces résultats suggèrent que le TSA se caractérise par les directions opposées des anomalies (c.-à-d. Hypo- et hyper-connectivité) dans la structure hiérarchique de l'ensemble du réseau du cerveau, avec plus d'altérations dans le lobe frontal et le DMN aux bandes de basse fréquence, qui sont critiques pour le contrôle top-down des systèmes sensoriels, ainsi que pour la cognition et les compétences sociales.

18 mai 2017

L'émergence des inefficiences du réseau chez les nourrissons avec un diagnostic de trouble du spectre de l'autisme

Aperçu: G.M.
Le trouble du spectre de l'autisme (TSA) est un trouble du développement défini par des caractéristiques comportementales qui apparaissent au cours des premières années de vie. La recherche indique que des anomalies de la connectivité cérébrale sont associées à ces caractéristiques comportementales. Cependant, l'inclusion des individus après l'apparition des comportements définitifs complique l'interprétation des anomalies observées: ils peuvent être des effets en cascade d'une neuropathologie antérieure et des anomalies comportementales
Une étude précédente de l'équipe sur l'efficacité du réseau dans une cohorte de 24 mois à risque familial élevé et faible pour la TSA a réduit cette confusion; Une réduction de l'efficacité du réseau chez les bambins classés avec TSA a été signalée. L'étude actuelle décrit l'émergence de ces inefficiences au cours de la première année de vie.
Les inefficiences chez les nourrissons à risque élevé diagnostiqués plus tard avec TSA ont été détectés à partir de 6 mois dans les régions impliquées dans le traitement sensoriel de bas niveau.  
De plus, chez les nourrissons à haut risque, ces inefficiences prédisent une gravité des symptômes à  24 mois. 
Ces résultats suggèrent que les nourrissons avec TSA, même avant l'âge de 6 mois, ont des déficits dans la connectivité liés au traitement de faible niveau, ce qui contribue à une cascade de développement affectant l'organisation du cerveau et éventuellement des processus cognitifs et des comportements sociaux de niveau supérieur.


Biol Psychiatry. 2017 Mar 16. pii: S0006-3223(17)31361-6. doi: 10.1016/j.biopsych.2017.03.006.

The Emergence of Network Inefficiencies in Infants With Autism Spectrum Disorder

Author information

1
Montreal Neurological Institute, McGill University, Montreal, Quebec, Canada. Electronic address: jlewis@bic.mni.mcgill.ca.
2
Montreal Neurological Institute, McGill University, Montreal, Quebec, Canada.
3
Department of Psychiatry, Washington University School of Medicine, Saint Louis, Missouri; Department of Radiology, Washington University School of Medicine, Saint Louis, Missouri.
4
Department of Radiology, Washington University School of Medicine, Saint Louis, Missouri.
5
Department of Pediatrics, University of Alberta, Edmonton, Alberta, Canada.
6
Department of Speech and Hearing Sciences, University of Washington, Seattle, Washington.
7
Tandon School of Engineering, New York University, Brooklyn, New York.
8
Department of Radiology, University of Washington, Seattle, Washington.
9
Center for Autism Research, University of Pennsylvania, Philadelphia, Pennsylvania.
10
Department of Computer Science, University of North Carolina, Chapel Hill, North Carolina; Carolina Institute for Developmental Disabilities, University of North Carolina, Chapel Hill, North Carolina.
11
Carolina Institute for Developmental Disabilities, University of North Carolina, Chapel Hill, North Carolina.

Abstract

BACKGROUND:

Autism spectrum disorder (ASD) is a developmental disorder defined by behavioral features that emerge during the first years of life. Research indicates that abnormalities in brain connectivity are associated with these behavioral features. However, the inclusion of individuals past the age of onset of the defining behaviors complicates interpretation of the observed abnormalities: they may be cascade effects of earlier neuropathology and behavioral abnormalities. Our recent study of network efficiency in a cohort of 24-month-olds at high and low familial risk for ASD reduced this confound; we reported reduced network efficiencies in toddlers classified with ASD. The current study maps the emergence of these inefficiencies in the first year of life.

METHODS:

This study uses data from 260 infants at 6 and 12 months of age, including 116 infants with longitudinal data. As in our earlier study, we use diffusion data to obtain measures of the length and strength of connections between brain regions to compute network efficiency. We assess group differences in efficiency within linear mixed-effects models determined by the Akaike information criterion.

RESULTS:

Inefficiencies in high-risk infants later classified with ASD were detected from 6 months onward in regions involved in low-level sensory processing. In addition, within the high-risk infants, these inefficiencies predicted 24-month symptom severity.

CONCLUSIONS:

These results suggest that infants with ASD, even before 6 months of age, have deficits in connectivity related to low-level processing, which contribute to a developmental cascade affecting brain organization and eventually higher-level cognitive processes and social behavior.
PMID: 28460842
DOI: 10.1016/j.biopsych.2017.03.006

19 avril 2017

Test à haute dimension pour les réseaux fonctionnels des régions anatomiques du cerveau

Aperçu: G.M.
L'exploration de la connectivité fonctionnelle du cerveau avec des troubles du spectre de l'autisme (TSA) en utilisant des données fonctionnelles d'imagerie par résonance magnétique (IRMF) est devenue un sujet populaire au cours des dernières années. Les données dans un modèle de cerveau standard se composent de plus de 170 000 points spécifiques de voxel pour chaque sujet humain. Une telle dimensionnalité ultra-élevée rend l'analyse de connectivité fonctionnelle au niveau du voxel (impliquant quatre milliards de paires de voxels) statistiquement et inefficace sur le plan informatique
Les chercheurs proposent deux tests par paires pour détecter la dépendance de la région et une procédure de test multiple pour identifier les structures globales du réseau. 
Les études numériques montrent que les tests proposés sont valides et puissants. Cette méthode appliquée à une étude de l'IRMF sur l'autisme montrent que les résultats sont biologiquement significatifs et cohérents avec la littérature existante.

J Multivar Anal. 2017 Apr;156:70-88. doi: 10.1016/j.jmva.2017.01.011. Epub 2017 Feb 7.

High-dimensional tests for functional networks of brain anatomic regions

Author information

1
Department of Biostatistics and Bioinformatics, Duke University School of Medicine, Durham, NC 27705.
2
Department of Biostatistics, University of Michigan, Ann Arbor, MI 48109.

Abstract

Exploring resting-state brain functional connectivity of autism spectrum disorders (ASD) using functional magnetic resonance imaging (fMRI) data has become a popular topic over the past few years. The data in a standard brain template consist of over 170,000 voxel specific points in time for each human subject. Such an ultra-high dimensionality makes the voxel-level functional connectivity analysis (involving four billion voxel pairs) both statistically and computationally inefficient. In this work, we introduce a new framework to identify the functional brain network at the anatomical region level for each individual. We propose two pairwise tests to detect region dependence, and one multiple testing procedure to identify global structures of the network. The limiting null distribution of each test statistic is derived. It is also shown that the tests are rate optimal when the alternative block networks are sparse. The numerical studies show that the proposed tests are valid and powerful. We apply our method to a resting-state fMRI study on autism and identify patient-unique and control-unique hub regions. These findings are biologically meaningful and consistent with the existing literature.

PMID: 28413234
PMCID: PMC5391152  [Available on 2018-04-01]
DOI: 10.1016/j.jmva.2017.01.011

Complexité du graphique pondéré: une nouvelle technique pour étudier la complexité structurelle des activités du cerveau avec des applications au vieillissement et à l'autisme

Aperçu: G.M.
Au cours des dernières années, la complexité de la structure du cerveau chez les sujets sains et avec troubles a été de plus en plus étudiée . Mais les chercheurs ont jusqu'à présent étudié la complexité structurelle uniquement dans le contexte de deux réseaux restreints connus sous le nom de réseaux Small-World (SWN) et Scale-free (SFN).
 
Dans cette étude, deux mesures générales de la complexité des graphiques, la complexité de l'indice des graphiques et la complexité offdiagonnelle sont proposées comme des mesures générales de la complexité, qui ne sont pas restreintes à SWN uniquement.
Deux applications sont utilisées pour évaluer l'efficacité des mesures de complexité: diagnostic de l'autisme et du vieillissement, tous deux basés sur l'EEG. Il a été découvert que la complexité de l'indice graphique de la bande gamma est discriminative pour distinguer les enfants autistes des enfants non-autistiques. En outre, la complexité de la bande de theta de la theta chez les sujets jeunes a été observée comme étant significativement différente des sujets âgés. Cette étude montre que les changements dans la structure de la connectivité fonctionnelle du cerveau dans les troubles et les différents états en bonne santé peuvent être révélés par des mesures non restreintes de la complexité du graphique. Bien que les applications présentées dans ce document soient basées sur EEG, l'approche est générale et peut être utilisée avec d'autres modalités telles que l'IRMF, le MEG, etc. De plus, elle peut être utilisée pour étudier tous les autres troubles neurologiques et psychiatriques.


Neurosci Lett. 2017 Apr 13. pii: S0304-3940(17)30300-2. doi: 10.1016/j.neulet.2017.04.009.

Complexity of Weighted Graph: A New Technique to Investigate Structural Complexity of Brain Activities with Applications to Aging and Autism

Author information

1
Netherlands Institute for Neuroscience, Meibergdreef 47, Amsterdam, Netherlands. Electronic address: mehranahmadlou@gmail.com
2
Departments of Biomedical Engineering, Biomedical Informatics, Civil and Environmental Engineering and Geodetic Science, Electrical and Computer Engineering, Neurology, and Neuroscience, 470 Hitchcock Hall, 2070 Neil Avenue, Ohio State University, Columbus, OH 43210, USA. Electronic address: adeli.1@osu.edu

Abstract

In recent years complexity of the brain structure in healthy and disordered subjects has been studied increasingly. But to the best of the authors' knowledge, researchers so far have investigated the structural complexity only in the context of two restricted networks known as Small-World and Scale-free networks; whereas other aspects of the structural complexity of brain activities may be affected by aging and neurodegenerative disorders such as the Alzheimer's disease and autism spectrum disorder. In this study, two general complexity metrics of graphs, Graph Index Complexity and Offdiagonal Complexity are proposed as general measures of complexity, not restricted to SWN only. They are adopted to measure the structural complexity of the weighted graphs instead of the common binary graphs. Fuzzy Synchronization Likelihood is applied to the EEGs and their sub-bands, as a functional connectivity metric of the brain, to construct the functional connectivity graphs. Two applications are used to evaluate the efficacy of the complexity measures: diagnosis of autism and aging, both based on EEG. It was discovered that the Graph Index Complexity of gamma band is discriminative in distinguishing autistic children from non-autistic children. Also, Offdiagonal Complexity of theta band in young subjects was observed to be significantly different than old subjects. This study shows that changes in the structure of functional connectivity of brain in disorders and different healthy states can be revealed by unrestricted metrics of graph complexity. While the applications presented in this paper are based on EEG, the approach is general and can be used with other modalities such as fMRI, MEG, etc. Further, it can be used to study every other neurological and psychiatric disorder.
PMID: 28414133
DOI: 10.1016/j.neulet.2017.04.009

03 août 2016

Efficacité du réseau faible chez les jeunes enfants avec trouble du spectre de l'autisme: Preuve d'une étude de la spectroscopie proche infrarouge fonctionnelle.

Traduction: G.M.

Brain Cogn. 2016 Jul 27;108:47-55. doi: 10.1016/j.bandc.2016.07.006.

Weak network efficiency in young children with Autism Spectrum Disorder: Evidence from a functional near-infrared spectroscopy study

Li Y1, Yu D2.

Author information

  • 1Key Laboratory of Child Development and Learning Science of Ministry of Education, Southeast University, Nanjing, Jiangsu, China; Research Center for Learning Science, Southeast University, Nanjing, Jiangsu, China.
  • 2Key Laboratory of Child Development and Learning Science of Ministry of Education, Southeast University, Nanjing, Jiangsu, China; Research Center for Learning Science, Southeast University, Nanjing, Jiangsu, China. Electronic address: dcyu@seu.edu.cn

Abstract

Functional near infrared spectroscopy (fNIRS) is particularly suited for the young population and ecological measurement. However, thus far, not enough effort has been given to the clinical diagnosis of young children with Autism Spectrum Disorder (ASD) by using fNIRS. The current study provided some insights into the quantitative analysis of functional networks in young children (ages 4.8-8.0years old) with and without ASD and, in particular, investigated the network efficiency and lobe-level connectivity of their functional networks while watching a cartoon. The main results included that: (i) Weak network efficiency was observed in young children with ASD, even for a wide range of threshold for the binarization of functional networks; (ii) A maximum classification accuracy rate of 83.3% was obtained for all participants by using the k-means clustering method with network efficiencies as the feature parameters; and (iii) Weak lobe-level inter-region connections were uncovered in the right prefrontal cortex, including its linkages with the left prefrontal cortex and the bilateral temporal cortex. Such results indicate that the right prefrontal cortex might make a major contribution to the psychopathology of young children with ASD at the functional network architecture level, and at the functional lobe-connectivity level, respectively.
La spectroscopie infrarouge fonctionnelle proche (fNIRS) est particulièrement adaptée pour la population jeune et la mesure écologique. Cependant, jusqu'à présent, un nombre insuffisant d'efforts a été fait pour le diagnostic clinique des jeunes enfants présentant un trouble du spectre de l'autisme (TSA) en utilisant fNIRS. L'étude actuelle a fourni quelques éclaircissements sur l'analyse quantitative des réseaux fonctionnels chez les jeunes enfants (âgés de 4,8 à 8.0 ans) avec et sans TSA et, a en particulier, étudié l'efficacité du réseau et le niveau de connectivité des lobes de leurs réseaux fonctionnels tout en regardant un dessin animé .  
Les principaux résultats comprennent ce qui suit: 
(i) l'efficacité du réseau faible a été observée chez les jeunes enfants avec TSA, même pour une large gamme de seuil pour la binarisation des réseaux fonctionnels;  
(Ii) Un taux de précision de la classification maximale de 83,3% a été obtenu pour tous les participants en utilisant la méthode de partitionnement k-moyenneavec les l'efficacité du réseau comme paramètres caractéristiques ; et 
(iii) les connexions faibles inter-région au niveau du lobe ont été découverts dans le cortex préfrontal droit, y compris ses liens avec le cortex préfrontal gauche et le cortex temporal bilatéral.  
Ces résultats indiquent que le cortex préfrontal droit pourrait apporter une contribution majeure à la psychopathologie des jeunes enfants avec un diagnostic de TSA au niveau de l'architecture de réseau fonctionnel, et au niveau de la connectivité des lobes fonctionnelle, respectivement.
Copyright © 2016 Elsevier Inc. All rights reserved

05 novembre 2013

Altered functional and structural brain network organization in autism

Traduction: G.M.

2012 Nov 16;2:79-94. doi: 10.1016/j.nicl.2012.11.006.

Organisation en réseau cérébral fonctionnel et structurel modifié dans l'autisme

Source

Brain Mapping Center, UCLA, Los Angeles, CA, USA ; Interdepartmental Neuroscience Program, UCLA, Los Angeles, CA, USA ; David Geffen School of Medicine, UCLA, Los Angeles, CA, USA.

Abstract


Une sous connectivité structurale et fonctionnelle a été signalée dans plusieurs régions du cerveau , des systèmes fonctionnels et des faisceaux de la matière blanche chez les personnes avec des troubles du spectre autistique (TSA ) .
 
Bien que les développements récents en matière d'analyse de réseau complexe ont montré que le cerveau est un réseau modulaire présentant des propriétés de petit-monde , l'organisation de niveau de réseau n'a pas été examinée avec soin dans les TSA .
 
Ici, nous avons utilisé l'IRM fonctionnelle à l'état de repos (n = 42 TSA , n = 37 développement sans autisme ; TD ) pour montrer que les enfants et les adolescents avec TSA montrent une connectivité réduite et à long terme dans les systèmes fonctionnels (réduction de l'intégration fonctionnelle) et une forte connectivité entre les systèmes fonctionnels (c.-à- ségrégation fonctionnelle réduite) , en particulier dans les régions visuelles évoluées et en défaut.
En utilisant des méthodes théoriques de graphes, nous montrons que les différences entre les groupes par paires dans la connectivité fonctionnelle se traduisent par des réductions au niveau du réseau de la modularité et du regroupement ( efficacité locale ), mais des longueurs de trajet caractéristiques plus courtes (plus grande efficacité globale) .
 
Structural networks, generated from diffusion tensor MRI derived fiber tracts (n = 51 ASD, n = 43 TD), displayed lower levels of white matter integrity yet higher numbers of fibers. TD and ASD individuals exhibited similar levels of correlation between raw measures of structural and functional connectivity (n = 35 ASD, n = 35 TD). However, a principal component analysis combining structural and functional network properties revealed that the balance of local and global efficiency between structural and functional networks was reduced in ASD, positively correlated with age, and inversely correlated with ASD symptom severity.
 
Dans l'ensemble, nos résultats suggèrent que la modélisation du cerveau comme un réseau complexe sera très instructive dans le décryptage de la base biologique du TSA et d'autres troubles neuropsychiatriques .

Structural and functional underconnectivity have been reported for multiple brain regions, functional systems, and white matter tracts in individuals with autism spectrum disorders (ASD). Although recent developments in complex network analysis have established that the brain is a modular network exhibiting small-world properties, network level organization has not been carefully examined in ASD. Here we used resting-state functional MRI (n = 42 ASD, n = 37 typically developing; TD) to show that children and adolescents with ASD display reduced short and long-range connectivity within functional systems (i.e., reduced functional integration) and stronger connectivity between functional systems (i.e., reduced functional segregation), particularly in default and higher-order visual regions. Using graph theoretical methods, we show that pairwise group differences in functional connectivity are reflected in network level reductions in modularity and clustering (local efficiency), but shorter characteristic path lengths (higher global efficiency).  Overall, our findings suggest that modeling the brain as a complex network will be highly informative in unraveling the biological basis of ASD and other neuropsychiatric disorders.

PMID: 24179761

25 mars 2012

Cellular and synaptic network defects in autism

Traduction: G.M. 

Peça J, G. Feng 

Source 
McGovern Institute for Brain Research, Département de sciences cognitives et du cerveau, dans le Massachusetts Institute of Technology, Cambridge, MA 02139, Etats-Unis. 

Résumé
De nombreux gènes candidats sont maintenant considérés étant en mesure de conférer une sensibilité aux troubles du spectre autistique (TSA). Ici, nous passons en revue quatre complexes interdépendants, chacun composé de plusieurs familles de gènes fusionnent fonctionellement sur des voies cellulaires communes.
Nous illustrons un dénominateur commun dans l'organisation des synapses glutamatergiques et suggèront un lien entre les gènes impliqués dans la sclérose tubéreuse complexe, le syndrome de l'X fragile, le syndrome d'Angelman et plusieurs gènes synaptiques candidats dans les TSA. 
Quand ils sont regardés dans ce contexte, les progrès dans le déchiffrement de l'architecture moléculaire des interactions cellulaires protéine-protéine en même temps que le démantèlement du dysfonctionnement synaptique dans les réseaux neuronaux peut s'avérer crucial pour faire progresser notre compréhension des TSA.