Characterization of human background rhythms with functional magnetic resonance imaging [Elektronische Ressource] / von Matthias Walter Moosmann

Moosmann

Sujets

• Gesundheit

Informations

• Publié par: humboldt-universitat_zu_berlin
• Publié le: 01 janvier 2007
• Nombre de lectures: 49
• Langue: Deutsch
• Poids de l'ouvrage: 3 Mo

Extrait

Characterization of Human Background Rhythms with functional
Magnetic Resonance Imaging




Dissertation

zur Erlangung des akademischen Grades
doctor rerum naturalium (Dr. rer. nat.)

im Fach Biologie
eingereicht an der
Mathematisch-Naturwissenschaftlichen Fakultät I
der Humboldt-Universität zu Berlin

von
Diplom Physiker Matthias Walter Moosmann
geboren am 24.8.1973 in Bühl/Baden






Präsident der Humboldt-Universität zu Berlin
Prof. Dr. Christoph Markschies

Dekan der Mathematisch-Naturwissenschaftlichen Fakultät I
Prof. Dr. Christian Limberg


Gutachter: 1. Prof. Dr. Andreas V. M. Herz

2. Prof. Dr. Arno Villringer
3. Prof. Dr. Vince D. Calhoun

Tag der mündlichen Prüfung: 7. Februar 2007
Danksagung
An dieser Stelle möchte ich mich ganz herzlich fuer die breite Unterstützung und Hilfe
während meiner gesamten Dissertation bedanken.
An erster Stelle danke ich Herrn Professor Arno Villringer für die fachlich
exzellente und zugleich freundschaftliche Betreuung. Seine sympatische Art strahlt auf die
gesamte von ihm geleitete Arbeitsgruppe aus und trägt zu einem Arbeitsklima bei, in dem
gerne wissenschaftliche Arbeit betrieben wird.
Herrn Professor Andreas V. M. Herz danke ich für die Annahme dieser Arbeit als
Promotion. Für die regelmässigen Diskussionen, die mir sehr geholfen haben einen roten
Faden in meinem Dissertationsprojekt zu finden und meine wissenschaftliche Arbeitsweise
zu schaerfen, möchte ich ihm ausdrücklich danken.
Mein besonderer Dank gilt Dr. Petra Ritter. Als Medizinerin-Physiker-Team, haben wir
gemeinsam begonnen, Hintergrundaktivitæten des Gehirns zu studieren und dabei die
Methodik der simultanen EEG-fMRI Aufzeichnungen entwickelt. Ohne unseren beiden
unterschiedlichen Sichtweisen und Stärken wäre ein solch komplexes Projekt sicher nicht
zu bewältigen gewesen. Über die fachliche Zusammenarbeit hinaus, möchte ich ihr aber
vor allem für die enge Freundschaft während unserer gemeinsamen Zeit am Berlin
Neuroimaging Center danken.
Dr. Jens Steinbrink hat mir sehr dabei geholfen die vorliegende Arbeit endlich formal
anzugehen und mich darin sowohl fachlich unterstützt als auch persönlich motiviert. Seine
Betreuung hat wesentlich dazu beigetragen, dass die vorliegende Arbeit konzeptionell eine
runde Sache wurde. Auch möchte ich ihm für die methodischen Ratschläge und die
Korrektur der Dissertationsschrift danken.
Im Zusammenhang mit den methodischen Arbeiten zum EEG-fMRI Setup danke ich
Robert Becker, Vinzenz Schönfelder und Dr. Kimitaka Anami.
Bei Dr. Benjamin Blankertz, Dr. Andreas Ziehe und Prof. Dr. Klaus Robert Müller vom
Fraunhofer-Institut für Rechnerarchitektur und Softwaretechnik bedanke ich mich für die
fachlichen Diskussionen um die Methodik der blinden Quellentrennung.
Meinem langjährigen Zimmernachbarn Dr. Birol Taskin danke ich für fruchtbare
Diskussionen und die nette Zeit.
iii Viele meiner ehemaligen Arbeitskollegen kann ich an dieser Stelle nicht namentlich
nennen, da dies den Rahmen sprengen würde. Daher ein kollektives Dankeschön an alle
Mitglieder des Berlin Neuroimaging Center für die interessante und nette Zeit unterm Dach
der Neurologischen Klinik.
Meinen Kollegen in Bergen, Tom Eichele und Dr. Karsten Specht, möchte ich für das
Korrekturlesen und den ein oder anderen Tritt, diese Arbeit endlich fertigzustellen,
herzlichst danken.
Besonderer Dank gilt auch meiner Familie für die liebevolle Unterstützung, bei allem was
ich mir vorgenomen habe.
Schliesslich gilt mein grösster Dank Alexandra Schulmeister. Sie ist der Sonnenschein in
meinem Leben.
iv Zusammenfassung
Diese Dissertation zeigt, dass Hintergrundrhythmen mit Hilfe der gleichzeitigen Messung
von EEG und fMRI Signalen untersucht werden können. Die Methodik dieses Ansatzes
wurde durch den Einsatz einer speziellen fMRI Sequenz weiterentwickelt, und die
Signalqualität durch visuell evozierte Potentiale überprüft.
Der prominente okzipitale Alpha-Rhythmus und die vergleichsweise schwächeren
rolandischen Rhythmen konnten in der elektromagnetisch störenden Umgebung des
Magnetresonanztomografen, auch und gerade während der funktionellen Messsequenzen
identifiziert werden.
Durch den Einsatz der in dieser Arbeit vorgestellten Nachverarbeitungsmethoden kann die
simultane Aufnahme von EEG und fMRI Signalen wertvolle Informationen über die
neuronale Grundlage von Hirnrhythmen und ihrer hemodynamischer Korrelate liefern.
Die hier vorgestellten Daten bekräftigen die Hypothese, dass die Amplitude der
Hintergrundrhythmen mit spezifischen Deaktivierungen in sensorischen Hirnarealen
einhergehen. Eine erhöhte Amplitude aller untersuchter Rhythmen war mit einem
negativen BOLD Signal in sensorischen kortikalen Arealen verknüpft, was auf einen
erniedrigten Energieverbrauch in Arealen mit höherer Synchronizität schliessen lässt.
Der posteriore Alpha Rhythmus, ist invers mit dem hemodynamischen Signal in primären
visuellen Arealen gekoppelt, während hämodynamische Korrelate der rolandischen Alpha
und Beta Rhythmen in somatomotorischen Arealen lokalisiert wurden. Für den
rolandischen Alpha und Beta Rhythmus wurden unterschiedliche regionale Netzwerke
gefunden. Der rolandische Beta Rhythmus ist mit dem Motornetzwerk, während der
rolandische Alpha Rhythmus mit einen somatosensorischen bzw. Assoziationsnetzwerk
assoziert ist, was eine fundamentale Eigenschaft des Somatomotorischen Systems zu sein
scheint. Die rolandischen Rhythmen könnten dadurch somatomotorische Areale während
der Erhaltung oder Planung von Bewegungsabläufen funktional koppeln [Brovelli, et al.,
2004]. Desweiteren wurde gezeigt, dass thalamische und cinguläre Strukturen mögliche
Generatoren oder Modulatoren der hier untersuchten Hintergrundrhythmen sind.
Die experimentellen Daten der hier vorgestellten Studien legen nahe, dass eine inverse
Beziehung der Stärke eines Hintergrundrhythmus mit regional kortikalem Metabolismus
und gleichzeitig eine „antagonistische“, positive Beziehung mit thalamischen oder
cingulären Struktuen ein gernerelles orgnaisatorisches Prinzip des Gehirns zu sein scheint.
Der Begriff der Grundaktivität des Gehirns [Gusnard, et al., 2001] müsste daher in
verschiedene Netzwerke der Grundaktivität unterteilt werden, die elektrophysiologisch
durch Hintergrundrhythmen definiert wären.
v Selbstständigkeitserklärung



Hiermit erkläre ich, die Dissertation selbstständig und nur unter Verwendung der
angegebenen Hilfen und Hilfsmittel angefertigt habe.
I hereby declare to have prepared this thesis independently, using only the materials and
methods described in this work.
vii Table of Contents


1 Introduction ......................................................................................................................................1
1.1 Introduction to EEG...................................................................................................................1
1.1.1 Physiological Basis of the EEG .............................................................................................2
1.2 Human Brain Rhythms...............................................................................................................3
1.2.1 The Posterior Alpha Rhythm..................................................................................................3
1.2.2 The Rolandic Alpha and Rolandic Beta Rhythm.....................................................................4
1.2.3 Other EEG Rhythms..............................................................................................................5
1.2.4 Origin of EEG Rhythms ........................................................................................................6
1.3 Introduction to fMRI ..................................................................................................................7
1.3.1 The Physical Basis of the MR signal......................................................................................7
1.3.2 The Blood Flow Response.....................................................................................................8
1.3.3 The BOLD Contrast9
1.4 Physiological Relationship of EEG and fMRI Signals...............................................................10
1.5 Are Brain Rhythms metabolically active? .................................................................................11
1.6 Approaches of EEG-fMRI integration.......................................................................................12
1.7 EEG recordings in MR environment .........................................................................................13
1.7.1 Patient Safety during EEG-fMRI measurements...................................................................13
1.7