RESONANCIA MAGNÉTICA FUNCIONAL EN REPOSO

RESONANCIA MAGNÉTICA FUNCIONAL EN ESTADO DE REPOSO

RESTING FUNCTIONAL MAGNETIC RESONANCE IMAGING

Diego A. Grijalva-Alegria

Médico Residente de la Clínica Internacional - Centro de diagnóstico por imágenes.

Correo electrónico: dgrijalva86@gmail.com

Juan E. Castillo-Polo

Médico Radiólogo de la Clínica Internacional - Centro de diagnóstico por imágenes.

Correo electrónico:  juanerickcastillo@gmail.com

RESUMEN:

Las técnicas de imagen en neurorradiología ofrecen una amplia variedad de opciones para la evaluación tanto estructural como funcional del cerebro. Dentro de estas técnicas destaca la resonancia magnética funcional (RMNf), la cual puede ser basada en tareas o en estado de reposo basada en las secuencia BOLD (por sus siglas en inglés, Blood oxygen level-dependent). La resonancia magnética funcional en estado de reposo (RMNr) consta de la recuperación de señales usualmente depuradas debido a una muy baja frecuencia, la cual permite la identificación de redes cerebrales ya establecidas para el desarrollo de funciones básicas como lo son la atención o algunas más complejas como identificar fonemas y relacionarlo con palabras ya existentes en nuestro diccionario. Actualmente, esta herramienta es utilizada para fines de investigación principalmente; sin embargo, podría representar un gran examen de apoyo al diagnóstico y seguimiento, así como en el planeamiento prequirúrgico.

 Palabras Clave: Resonancia magnética funcional, estado de reposo, redes cerebrales. 

Summary: 

Imaging techniques in neuroradiology offer a wide variety of options for both structural and functional evaluation of the brain. Among these techniques, functional magnetic resonance imaging (fMRI) stands out, which can be task-based or in a resting state based on BOLD (Blood oxygen level-dependent) sequences. Resting state functional magnetic resonance imaging (rMRI) consists of the recovery of signals usually refined due to a very low frequency, which allows the identification of brain networks already established for the development of basic functions such as attention or some more. complex such as identifying phonemes and relating them to existing words in our dictionary. Currently, this tool is mainly used for research purposes; However, it could represent a great support test for diagnosis and follow-up, as well as pre-surgical planning.

Keywords: Functional magnetic Resonance, Resting state, Brain networks.

INTRODUCCIÓN:

Existe una gran variedad de herramientas que nos permiten una evaluación cada vez más minuciosa de los trastornos neurológicos tanto estructurales como funcionales, siendo la resonancia magnética uno de los métodos más frecuentemente elegidos para este tipo de alteraciones. Específicamente, la resonancia magnética funcional (RMNf) representa una muy importante técnica de imagen basada en la realización de tareas que ha mostrado ser muy util tambien en los trastornos del neurodesarrollo, siendo bien tolerada por los pacientes pediátricos, a pesar de la poca reproducibilidad, especificidad limitada como herramienta diagnostica y dificil interpretacion de resultados.¹ 

La resonancia magnética en estado de reposo (RMNr) inicialmente por Biswal en 1995, es un método no necesita que se realicen tareas específicas como se planteaba clásicamente en la RMNf, sino que se basa en las oscilaciones de baja frecuencia relacionadas a la actividad neuronal espontánea. Esta habilidad tan típica como es el reposo, nos brinda una tentadora opción para los pacientes que tienen dificultades en seguir las instrucciones, como por ejemplo en patologías neurológicas o psiquiátricas; así como en los niños.²

Es conocido que estas oscilaciones espontáneas de baja frecuencia se encuentran presentes en nuestro cerebro así no se esté realizando ninguna actividad, evidenciándose como señales de baja frecuencia que usualmente son descartados por la RMNf basada en tareas. Esencialmente, se explica por las pequeñas variaciones del oxígeno en sangre graficado en las secuencias BOLD.³

Fisiológicamente, esta variación en los niveles de oxígeno se sustenta en la demanda energética del cerebro en estado de reposo corresponde aproximadamente a 60-80% del total, correspondiente a la actividad basal y redes neuronales; mientras que el resto de la energía es utilizada para otras funciones transitorias como es el caso de las tareas asignadas en la RMNf. Estas consideraciones del consumo energético basal en el sistema nervioso central fue inicialmente juzgado indicando otros posibles orígenes de estas oscilaciones de baja frecuencia, como por ejemplo la respiración o la circulación, aunque posteriormente fue confirmado por estudios en resonancia magnéticas funcional y tomografía por emisión de positrones.⁴

RMNf - BOLD

La RMNr consta de la identificación de estas frecuencias bajas que oscilan entre 0.01 - 0.1 Hz que son medidas indirectamente por una técnica de imagen dependiente del nivel de oxígeno (BOLD, por sus siglas en inglés). Usualmente las células del sistema nervioso central no poseen la capacidad de almacenar energía, contrario a lo que se observa en otros órganos como en el hígado.^{5, 6} Durante su estímulo son alimentadas eficientemente por la red de capilares correspondiente en un proceso denominado respuesta hemodinámica; resultando en un cambio en los niveles de oxihemoglobina y desoxihemoglobina detectados por la técnica de imagen BOLD. Específicamente, se detectan los cambios en la presión parcial de oxígeno y dióxido de carbono en la sangre arterial.⁷

La oxihemoglobina y desoxihemoglobina presentan efectos diamagnético y para paramagnético, respectivamente; por lo que los voxels con baja concentración de desoxihemoglobina presentan baja señal se representan con señal incrementada en esta técnica de imagen, y viceversa.⁸ Resulta importante mencionar que esta desoxihemoglobina también es influenciada por el volumen sanguíneo cerebral y la tasa metabólica de oxígeno.⁹

TÉCNICAS DE ANÁLISIS DE CONECTIVIDAD CEREBRAL

A nivel del sistema nervioso central existen conexiones entre dos o más áreas para la realización de funciones tanto procedimentales como cognitivas. Estas conexiones pueden ser evaluadas mediante imagenología estructural, haciendo uso de métodos como la TRACTOGRAFÍA. En el caso de la conectividad funcional, se requiere establecer la comunicación entre dos áreas con la ayuda de la correlación lineal temporal, la cual se sostiene en el incremento de la actividad neuronal bajo ciertos parámetros según el método que se requiera utilizar. La conectividad efectiva hace referencia a un nivel más alto de conectividad funcional, explicado por la estimación de la causa directa de la conexión entre dos áreas funcionalmente conectadas.¹⁰ Mientras que la conectividad funcional se basa en la correlación entre parámetros de actividad neuronal, la conectividad efectiva hace referencia a la influencia que ejerce un sistema neural sobre otro. En este caso, el artículo va enfocado a las técnicas de análisis de conectividad funcional, a través de softwares como CONN Connectivity toolbox.

ANÁLISIS BASADO EN EL VOXEL SEMILLA

Inicialmente utilizado por Biswal et al en la identificación de redes en estado de reposo. Consta de una técnica compuesta por la elección de una “semilla” o área de interés (ROI, por sus siglas en inglés) y encontrar la correlación lineal con los otros vóxeles del cerebro, a través de la elaboración de un mapa de conectividad funcional. Este método basado en hipótesis, se lleva a cabo correlacionando estas series temporales extraídas con la señal de la secuencia BOLD, pudiendo ser la semilla seleccionada dependiendo del objetivo del investigador o en base a estudios tradicionales. Por ejemplo, al ser el circuito motor el objetivo de investigación, la semilla podría colocarse en el giro precentral, área que ha mostrado activaciones en múltiples estudios al ejecutar tareas motoras. Al realizar el posterior análisis, se mostrarán aquellas áreas correlacionadas con la semilla seleccionada, siendo aptas para poder reconocerse como áreas funcionalmente conectadas. La facilidad de este método es una de sus principales ventajas, a pesar de ser limitante a regiones específicas y predeterminadas por el investigador, momento en el que se puede producir la mayor cantidad de sesgos.¹¹

Además, este método puede utilizarse para la cuantificación de la amplitud de las fluctuaciones de baja frecuencia, amplitud fraccional de las fluctuaciones de baja frecuencia, la concordancia con el coeficiente de Kendall y la homogeneidad regional; las cuales reflejan la potencia promedio de las fluctuaciones de baja frecuencia en el rango de 0.01 a 0.08 Hz, la relación entre el espectro de esta baja potencia y la similitud de varios cursos de tiempo y la similitud temporal con los vóxeles cercanos.¹²

ANÁLSIS DEL COMPONENTE INDEPENDIENTE

Se utiliza la descomposición multivariada para diferenciar las señales provenientes de la secuencia BOLD en varias redes funcionales independientes en forma de mapas espaciales, los cuales serán correlacionados temporalmente. Usualmente este análisis independiente en los estudios de resonancia magnética funcional nos brinda como resultado las redes “modo por defecto”, auditiva, sobresaliente, ejecutiva, visual, sensorio-motor, entre otras. En consecuencia, este método, a diferencia del vóxel semilla, extrae todas las redes detectables del individuo. El análisis del componente independiente mostró alta fiabilidad test-retest; sin embargo, la causa de la sincronía percibida dentro de las redes funcionales puede ser de origen no neural (como respiración o pulsación), lo cual complica de cierta manera la interpretación de los resultados. La diversificación de las redes en subredes, según la cantidad de componentes independientes especificados, requiere identificación manual o computarizada adicionalmente para disminuir la tasa de error.

Una reciente extensión de esta técnica, el análisis de vectores independientes maximiza la dependencia entre componentes asociados de distintos conjuntos de datos. La habilidad para captar la variabilidad de estos componentes espaciales podría ser superior al análisis del componente independiente.²

Otra técnica utilizada para superar estas dificultades mencionadas es la regresión dual, la cual consta de tres escenarios. En el escenario inicial, se descompone la información recopilada por la RMNf para la identificación de distintos patrones de conectividad funcional. Luego se realizan mapas espaciales específicos y se asocian a cursos de tiempo. En el tercer escenario se generan distintos mapas de componentes compilados en un único archivo de cuatro dimensiones para ejecutar un análisis no paramétrico, el cual hace referencia a una metodología intuitiva de prueba estadística realizada para extraer significancia estadística entre grupos de individuos.¹³

TEORÍA GRÁFICA

Se aplica para establecer modelos matemáticos de redes de funcionamiento complejas dentro del cerebro humano, así como su asociaciones con otras redes y subredes. La aplicación de esta teoría dentro del análisis de la conectividad funcional cerebral es capaz responder diferentes aspectos de la conectividad a través de parámetros gráficos. 

Mientras que el método del vóxel semilla se concentra en la correlación de un área de interés a otra, la teoría gráfica mide las propiedades topológicas del área de interés en todo el cerebro o de la red relacionada a una función en particular.¹⁴

La integración y segregación comprenden las vías de representación de estas redes debido a sus particularidades funcionales. La integración funcional mira al cerebro como una gran red que incorpora distintas redes, mientras que la segregación implica las conexiones dentro de esta red. Esta teoría consta en la exploración de estas redes cerebrales a través de métricas gráficas como la eficiencia global y la longitud media del trayecto.

El análisis gráfico de la resonancia magnética en estado de reposo revela la muy eficiente organización de las redes cerebrales, optimizado a un gran nivel de eficiencia local y global, conocido como topología de mundo pequeño, la cual puede caracterizar todo el mapa cerebral en distintas redes. Este análisis gráfico puede realizarse automáticamente a través de un software, sin presunciones a priori y un sesgo mínimo; sin embargo, los resultados usualmente no son intuitivos y pueden ser difíciles de interpretar.¹⁵

PROTOCOLO PARA RM EN ESTADO DE REPOSO:

Puede realizarse de varias maneras, según las instrucciones que se brindan en ese momento, lo cual le representa la asequibilidad en distintos tipos de pacientes. Puede realizarse con los ojos abiertos, ojos cerrados, o enfocándose en un punto específico. Es importante indicarle al individuo que no debe quedarse dormido durante la prueba. 

En este estudio, el escaneo se realizó con un resonador de 3 Tesla del servicio de diagnóstico por imágenes de la Clínica Internacional, a un paciente joven, sin comorbilidades ni antecedentes de importancia, el cual estuvo despierto en todo momento y con los ojos cerrados. Además, se le dio instrucciones de completar palabras mentalmente sin emitir sonido alguno o hacer gestos, llegando a identificarse las distintas redes cerebrales detalladas posteriormente.

El estudio fue realizado con secuencia BOLD, con los siguientes parámetros: cortes: 40, factor de distancia: 0%, Field of View: 240 mm, grosor de corte: 4 mm, tamaño de vóxel: 3.8 x 3.8 x 4  mm, TR: 3000 ms, TE: 30 ms, Umbral: 4 y tamaño del paradigma 20.

DISTINTAS CONEXIONES CEREBRALES EN ESTADO DE REPOSO

A pesar de la ausencia actividad física, resulta imposible indicar que no se esté realizando ningún tipo de actividad mental, como recuerdos o el uso de la imaginación. La consecuencia de esto se ve reflejada en los cambios de la actividad neuronal.¹⁶ A través de este método de vóxel semilla se ha logrado identificar distintas redes de conectividad funcional descritos a continuación:

Red de Atención Dorsal: 

Constituida por la corteza cingular anterior, ambas ínsulas y el área motora suplementaria, la cual juega un rol importante en la regulación de los cambios dinámicos en las otras redes, por lo que su disfunción afecta directamente en el correcto funcionamiento de las otras redes. Otra característica conocida, es la necesidad de operatividad de esta área para la realización de rápidos cambios de comportamiento. Evidentemente, el inicio del control de los procesos de cognición se ve determinado por el correcto funcionamiento de esta red sobresaliente. 

Figura 01. Representación de la red de atención dorsal observándose activación principalmente del surco intraparietal, y en menor intensidad en el área motora suplementaria, ambas ínsulas y cingular anterior. Red de los ganglios basales:

Esta red la constituyen los ganglios basales, sustancia negra, núcleo subtalámico, núcleo estriado y el globo pálido. Estas estructuras localizadas en la región basal del cerebro están involucradas en muchas funciones como la modulación de las áreas motoras, cognición y emociones. Consecuentemente, forman parte del aprendizaje de comportamientos complejos y difíciles, debido a la gran coordinación durante la realización de movimiento involucrado estas actividades. 

Red Visual:

Se ha reportado la activación sincrónica en los surcos calcáreos, regiones extraestriadas, área inferior de la precuña y el núcleo geniculado lateral del tálamo, el cual se conecta funcionalmente con la corteza visual primaria en el lóbulo occipital. Estos a su vez se organizan en áreas visual medial (región extraestriada, división inferior de la precuña y núcleo geniculado lateral) y lateral (unión occipito temporal abarcando el polo occipital y la región parietal superior).

Red Visuo-Espacial:

Asociada a la red visual, compuesto por la corteza parietal posterior de la unión occipito parietal, región media de la precuña, corteza cingular posterior y el polo frontal, por lo que la afección de estas regiones puede afectar la atención espacial del individuo. Por lo que se infiere que la corteza parietal posterior está involucrada en orientarse hacia señales visuoespaciales sobresalientes.

Figura 02. Representación de la red visual apreciándose activación de ambos lóbulos parietales, giro postcentral, así como la región medial de ambas cuñas, mostrando la asociación con la red visuo-espacial.

Red “Modo por Defecto”:

Involucra la corteza cingular posterior, corteza prefrontal medial y la corteza parietal lateral. La actividad de esta red se ve incrementada en el caso de que la persona en estudio esté en una condición de reposo, observándose una especie de desactivación al realizar algunas tareas. Esta red tiene participación también en algunos aspectos sociales como la introspección, divagación, procesamiento emocional, entre otros. 

Red Precuña:

Área asociada con la red “modo por defecto”, caracterizada con zonas de alta tasa metabólica comparado con otras redes durante el estado de reposo. Se ha reportado la importancia de esta área, interviniendo en funciones de comportamiento; así como en la manipulación de imágenes mentales y atención guiada internamente, derivada del estudio de imágenes visuoespaciales.

Figura 03: Representación de la red “en modo por defecto”, se visualiza la activación de la corteza prefrontal medial y cingular posterior/precuña predominantemente, y en menor magnitud, la activación de la corteza parietal.

Red del Lenguaje:

Implica las regiones prefrontales, temporo-parietal y subcortical, además de las ya conocidas áreas de Broca y Wernicke. El habla, el entendimiento, lectura, interpretación, mímicas; son algunas de las funciones más importantes de esta red. Adicionalmente, el área de Broca es asiento de las neuronas espejo, las cuales intervienen en el entendimiento e imitación de actividades motoras.

Figura 04: Representación de la red de lenguaje caracterizado por la activación del área de Wernicke compuesto por el giro temporal póstero superior, surco temporal póstero superior y giro temporal posterior medio; así como la activación en menor intensidad e áreas en el lóbulo parietal y frontal. Característicamente se visualiza dominancia del hemisferio derecho, a pesar de que el paciente es diestro; hallazgo que se presenta en aproximadamente el 5% de pacientes diestros.

Red Ejecutiva y Red del Control Ejecutivo

La red ejecutiva es la red que se activa al realizar exámenes como la resonancia magnética funcional basada en tareas, y se encuentra compuesta por la corteza prefrontal dorsolateral y corteza parietal posterior. Mientras que la red del control ejecutivo comprende el giro frontal medio, giro frontal superior, la corteza anterior del cíngulo, giro paracingular, corteza prefrontal ventrolateral y regiones subcorticales del tálamo. Esta red se activa durante las tareas que requieren el uso de la cognición y memoria procedimental. Principalmente suele verse en caso de actividades dirigidas y durante la realización de actividades intelectuales.

Figura 05. Representación de la red ejecutiva y del control ejecutivo observándose la mayor actividad en las regiones frontales laterales, como el giro frontal medio, parte del giro frontal superior; además de las cortezas parietales posteriores, en menor magnitud respecto a la región frontal.

Red Sensorio-Motora:

Primera red en ser estudiada usando el método de vóxel semilla, la cual muestra la alta correlación entre las regiones motoras del hemisferio izquierdo y derecho. En esta corteza sensorio-motora, las áreas de Broddman, localizadas en la región posterior al surco central, el giro precentral y la corteza auditiva primaria, forman parte de esta red, en asociación con los núcleos ventral laterales y ventral posterior del tálamo. La activación de esta red interviene directamente en la percepción de estímulos sensorio-motores, auditivos y en el planeamiento y ejecución para el movimiento de los músculos. 

Red Auditiva:

Red asociada a la red sensorio motora, comprendido por la corteza auditiva primaria bilateral, giro temporal transverso, planum polare y temporale, giro temporal supero-lateral y corteza insular posterior. Las cortezas auditivas se encuentran bien definidas para como confiables para el giro temporal transverso de cada lado respectivamente.

Figura 06: Representación de la red sensorio-motora: se visualiza la activación predominantemente del giro precentral y postcentral, corteza auditiva primaria y, en menor magnitud, la corteza premotora.

APLICACIÓN CLÍNICA DE LA RM FUNCIONAL EN ESTADO DE REPOSO

 El principal uso de esta técnica de imagen en la mayoría de centros es con motivos de investigación. El análisis de componente independiente se muestra como una técnica prometedora para evaluar redes funcionales de lenguaje, por lo que podría resultar de gran utilidad en diversas enfermedades neurológicas.¹⁷  Además, el análisis de la conectividad en pacientes con tumores cerebrales ayuda en la identificación y visualización de áreas críticas, las cuales resultan de vital información durante el planeamiento prequirúrgico para la preservación de funciones.¹⁸ También se ha reportado las anormalidades en la conectividad en pacientes con epilepsia del lóbulo temporal mesial con esclerosis hipocampal derecha, observándose durante el periodo interictal, una disminución en la conectividad dentro del hemisferio derecho, así como un incremento en la conectividad dentro del hemisferio izquierdo.¹⁹

 La enfermedad de Alzheimer representa el síndrome de desconexión más paradigmático, que consta de la disrupción de las asas eferentes y aferentes entre el hipocampo y otras áreas cerebrales. Se ha encontrado específicamente una reducción de la conectividad funcional en la red “en modo por defecto”, siendo más prominente esta disrupción a nivel de la corteza cingular posterior y el hipocampo.²⁰ Incluso, en pacientes con deterioro cognitivo leve se ha identificado esta reducción de la conectividad, lo cual nos podría brindar una posible herramienta de detección precoz de esta enfermedad.²¹

Finalmente, el uso del análisis gráfico y otras métricas como la amplitud de las fluctuaciones de baja frecuencia en pacientes con esquizofrenia, demostraron una significativa menor cantidad de conectividad global comparado con pacientes control; asimismo, se halló una conectividad intermedia en pacientes bipolares, con identificable diferencia entre pacientes control y esquizofrénicos.²² 

Conclusiones:

Las técnicas de Resonancia Magnética Funcional y en Reposo están basadas en los sutiles cambios detectados en la secuencia BOLD. Debido a la no invasividad del estudio y a la detección de la respuesta hemodinámica sin que se requiera un considerable esfuerzo por parte del paciente, podría dilucidar la alteración en ciertas redes cerebrales, así como en la identificación precoz de ciertas enfermedades neurológicas. Por lo que se busca alentar a los investigadores a profundizar en la exploración de más aplicaciones del análisis de conectividad cerebral, mediante la identificación de las fluctuaciones de baja frecuencia de la secuencia BOLD, que podría ayudar en el diagnóstico, seguimiento y pronóstico de muchas enfermedades neurológicas, así como también influir de manera diametral en el planeamiento prequirúrgico y monitoreo postquirúrgico de la arquitectura de las redes cerebrales. 

 Declaración de conflictos de interés: Ninguno declarado por los autores

 Declaración de financiamiento: El estudio no contó con financiamiento.

Referencias Bibliográficas:

1. Liégeois, F., & Elward, R. (2020). Chapter 19 - Functional magnetic resonance imaging. In A. Gallagher, C. Bulteau, D. Cohen, & J. L. Michaud (Eds.), Handbook of Clinical Neurology (Vol. 174, pp. 265–275). Elsevier. https://doi.org/https://doi.org/10.1016/B978-0-444-64148-9.00019-3
2. Lv H, Wang Z, Tong E, Williams LM, Zaharchuk G, Zeineh M, Goldstein-Piekarski AN, Ball TM, Liao C, Wintermark M. Resting-State Functional MRI: Everything That Nonexperts Have Always Wanted to Know. AJNR Am J Neuroradiol. 2018 Aug;39(8):1390-1399. doi: 10.3174/ajnr.A5527. Epub 2018 Jan 18. PMID: 29348136; PMCID: PMC6051935.
3. Fox MD, Greicius M. Clinical applications of resting state functional connectivity. Front Syst Neurosci 2010; 4: 19. 
4. Arrubla Jorge. Redes en estado de reposo: revisión y aplicaciones de un concepto en evolución. Iatreia  [Internet]. 2016  Oct;  29( 4 ): 433-444. https://doi.org/10.17533/udea.iatreia.v29n4a05.
5. Handwerker DA, Bandettini PA. Hemodynamic signals not predicted? Not so: a comment on Sirotin and Das> (2009). Neuroimage 2011;55:1409–12 10.1016/j.neuroimage.2010.04.037
6. Sirotin YB, Das A. Anticipatory haemodynamic signals in sensory cortex not predicted by local neuronal activity. Nature 2009;457:475–79 10.1038/nature07664
7. Nasrallah FA, Yeow LY, Biswal B, et al.. Dependence of BOLD signal fluctuation on arterial blood CO2 and O2: implication for resting-state functional connectivity. Neuroimage 2015;117:29–39 10.1016/j.neuroimage.2015.05.035
8. Ogawa S, Menon RS, Kim SG, et al. On the characteristics of functional magnetic resonance imaging of the brain. Annu Rev Biophys Biomol Struct 1998; 27: 447–474.
9. Brown GG, Perthen JE, Liu TT, et al. A primer on functional magnetic resonance imaging. Neuropsychol Rev 2007; 17: 107–125.
10. Stephan KE, Friston KJ. Analyzing effective connectivity with functional magnetic resonance imaging. WIREs Cogn Sci 2010; 1: 446–459
11. Proal E, Alvarez-Segura M, de la Iglesia-Vayá M, Martí-Bonmatí L, Castellanos FX; Spanish Resting State Network. Actividad funcional cerebral en estado de reposo: redes en conexion [Functional cerebral activity in a state of rest: connectivity networks]. Rev Neurol. 2011 Mar 1;52 Suppl 1(0 1):S3-10. Spanish. PMID: 21365601; PMCID: PMC4418791.
12. Chao-Gan Y, Yu-Feng Z. DPARSF: a MATLAB toolbox for “pipeline” data analysis of resting-state fMRI. Front Syst Neurosci 2010; 4: 13.
13. Smitha KA, Akhil Raja K, Arun KM, Rajesh PG, Thomas B, Kapilamoorthy TR, Kesavadas C. Resting state fMRI: A review on methods in resting state connectivity analysis and resting state networks. Neuroradiol J. 2017 Aug;30(4):305-317. doi: 10.1177/1971400917697342. Epub 2017 Mar 29. PMID: 28353416; PMCID: PMC5524274.
14. Kana RK, Uddin LQ, Kenet T, et al. Brain connectivity in autism. Front Hum Neurosci 2014; 8: 349.
15. Bullmore E, Sporns O. Complex brain networks: graph theoretical analysis of structural and functional systems. Nat Rev Neurosci 2009;10:186–98 10.1038/nrn2575
16. Fox M, Raichle M. Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging. Nature Reviews. Neuroscience. 2007;8(9):700–11.
17. Branco P, Seixas D, Deprez S, et al. Resting-state functional magnetic resonance imaging for language preoperative planning. Front Hum Neurosci 2016; 10: 11.
18. Sair HI, Yahyavi-Firouz-Abadi N, Calhoun VD, et al. Presurgical brain mapping of the language network in patients with brain tumors using resting-state fMRI: comparison with task fMRI. Hum Brain Mapp 2016; 37: 913–923.