stringtranslate.com

fMRI en estado de reposo

La fMRI en estado de reposo ( rs-fMRI o R-fMRI ) es un método de imágenes por resonancia magnética funcional (fMRI) que se utiliza en el mapeo cerebral para evaluar las interacciones regionales que ocurren en un estado de reposo o de tarea negativa, cuando no se está realizando una tarea explícita. [3] [4] Se han identificado varias redes cerebrales en estado de reposo, una de las cuales es la red en modo predeterminado . [5] Estas redes cerebrales se observan a través de cambios en el flujo sanguíneo en el cerebro que crea lo que se conoce como una señal dependiente del nivel de oxígeno en sangre (BOLD) que se puede medir utilizando fMRI.

Debido a que la actividad cerebral es intrínseca, presente incluso en ausencia de una tarea externa, cualquier región cerebral tendrá fluctuaciones espontáneas en la señal BOLD. El enfoque del estado de reposo es útil para explorar la organización funcional del cerebro y examinar si se altera en trastornos neurológicos o mentales . Debido al aspecto del estado de reposo de esta imagenología, se pueden recopilar datos de una variedad de grupos de pacientes, incluidas personas con discapacidades intelectuales, grupos pediátricos e incluso aquellos que están inconscientes. [6] [7] La ​​investigación de la conectividad funcional en estado de reposo ha revelado una serie de redes que se encuentran constantemente en sujetos sanos, diferentes etapas de conciencia y en todas las especies, y representan patrones específicos de actividad sincrónica. [8] [9] [10]

Conceptos básicos de la fMRI en estado de reposo

Imágenes de resonancia magnética funcional de un estudio que muestran partes del cerebro que se iluminan al ver casas y otras partes al ver caras
Estas imágenes de fMRI provienen de un estudio que muestra partes del cerebro que se iluminan al ver casas y otras partes al ver rostros. Los valores "r" son correlaciones, donde los valores positivos o negativos más altos indican una mejor coincidencia.

La resonancia magnética funcional (IRM funcional o IRMf) es un procedimiento específico de resonancia magnética que mide la actividad cerebral detectando cambios asociados en el flujo sanguíneo. Más específicamente, la actividad cerebral se mide a través de una señal BOLD de baja frecuencia en el cerebro. [11]

El procedimiento es similar a la resonancia magnética, pero utiliza el cambio de magnetización entre la sangre rica en oxígeno y la pobre en oxígeno como medida básica. Esta medida suele estar alterada por el ruido de diversas fuentes y, por lo tanto, se utilizan procedimientos estadísticos para extraer la señal subyacente. La activación cerebral resultante se puede presentar gráficamente codificando por colores la fuerza de la activación en el cerebro o en la región específica estudiada. La técnica puede localizar la actividad con una precisión de milímetros, pero, utilizando técnicas estándar, no mejor que en una ventana de unos pocos segundos. [12]

La fMRI se utiliza tanto en investigación como, en menor medida, en entornos clínicos. También se puede combinar y complementar con otras medidas de fisiología cerebral, como EEG , NIRS y ecografía funcional. [13] [14] La fMRI con etiquetado de espín arterial se puede utilizar como un enfoque complementario para evaluar las funciones cerebrales en reposo. [15] [16]

Base fisiológica

La respuesta fisiológica del flujo sanguíneo decide en gran medida la sensibilidad temporal, es decir, la capacidad de medir las neuronas activas en la fMRI BOLD. El parámetro básico de resolución temporal es la frecuencia de muestreo , o TR, que dicta la frecuencia con la que se excita un corte cerebral en particular y se le permite perder su magnetización. Las TR pueden variar desde muy cortas (500 ms) hasta muy largas (3 segundos). En el caso específico de la fMRI, se supone que la respuesta hemodinámica dura más de 10 segundos, aumenta de forma multiplicativa (es decir, como proporción del valor actual), alcanza un máximo a los 4 o 6 segundos y luego disminuye de forma multiplicativa. Los cambios en el sistema de flujo sanguíneo, el sistema vascular, integran las respuestas a la actividad neuronal a lo largo del tiempo. Debido a que esta respuesta es una función continua suave, el muestreo con TR más rápidos solo ayuda a mapear fluctuaciones más rápidas como las señales respiratorias y de frecuencia cardíaca. [17]

Aunque la fMRI intenta medir la actividad neuronal en el cerebro, la señal BOLD puede verse influenciada por muchos otros factores fisiológicos además de la actividad neuronal. Por ejemplo, las fluctuaciones respiratorias y los ciclos cardiovasculares afectan la señal BOLD que se mide en el cerebro y, por lo tanto, generalmente se intenta eliminarlos durante el procesamiento de los datos de fMRI sin procesar. Debido a estas fuentes de ruido, ha habido muchos expertos que se han acercado a la idea de la fMRI en estado de reposo con mucho escepticismo durante los primeros usos de la fMRI. Solo muy recientemente los investigadores han tenido la certeza de que la señal que se mide no es un artefacto causado por otra función fisiológica. [18]

La conectividad funcional en estado de reposo entre regiones cerebrales espacialmente distintas refleja la historia repetida de patrones de coactivación dentro de estas regiones, lo que sirve como una medida de plasticidad . [19]

Historia

El Bharat Biswal

En 1992, Bharat Biswal comenzó su trabajo como estudiante de posgrado en la Facultad de Medicina de Wisconsin bajo la dirección de su asesor, James S. Hyde , y descubrió que el cerebro, incluso en reposo, contiene información sobre su organización funcional. Había utilizado fMRI para estudiar cómo se comunican las diferentes regiones del cerebro mientras el cerebro está en reposo y no realiza ninguna tarea activa. Aunque en ese momento, la investigación de Biswal fue en gran parte ignorada y atribuida a otra fuente de señal, su técnica de neuroimagen en reposo ahora ha sido ampliamente replicada y se considera un método válido para mapear las redes cerebrales funcionales. Mapear la actividad del cerebro mientras está en reposo tiene mucho potencial para la investigación cerebral e incluso ayuda a los médicos a diagnosticar varias enfermedades del cerebro. [3]

Marcus Raichle

Los experimentos realizados por el laboratorio del neurólogo Marcus Raichle en la Facultad de Medicina de la Universidad de Washington y otros grupos demostraron que el consumo de energía del cerebro aumenta menos del 5% de su consumo de energía base mientras se realiza una tarea mental concentrada. Estos experimentos demostraron que el cerebro está constantemente activo con un alto nivel de actividad incluso cuando la persona no está involucrada en un trabajo mental concentrado (el estado de reposo). Su laboratorio se ha centrado principalmente en encontrar la base de esta actividad de reposo y se le atribuyen muchos descubrimientos innovadores. Estos incluyen la independencia relativa del flujo sanguíneo y el consumo de oxígeno durante los cambios en la actividad cerebral, que proporcionó la base fisiológica de la fMRI, así como el descubrimiento de la conocida red neuronal por defecto . [20]

Conectividad

Funcional

La conectividad funcional es la conectividad entre regiones cerebrales que comparten propiedades funcionales. Más específicamente, se puede definir como la correlación temporal entre eventos neurofisiológicos espacialmente remotos, expresada como desviación de la independencia estadística entre estos eventos en grupos y áreas neuronales distribuidos. [21] Esto se aplica tanto a estudios en estado de reposo como en estado de tarea. Si bien la conectividad funcional puede referirse a correlaciones entre sujetos, series, bloques, ensayos o puntos de tiempo individuales, la conectividad funcional en estado de reposo se centra en la conectividad evaluada en puntos de tiempo BOLD individuales durante condiciones de reposo. [22] La conectividad funcional también se ha evaluado utilizando la serie temporal de perfusión muestreada con fMRI de perfusión marcada con espín arterial. [23] La MRI de conectividad funcional (fcMRI), que puede incluir fMRI en estado de reposo y MRI basada en tareas, algún día podría ayudar a proporcionar diagnósticos más definitivos para trastornos de salud mental como el trastorno bipolar y también puede ayudar a comprender el desarrollo y la progresión del trastorno de estrés postraumático, así como a evaluar el efecto del tratamiento. [24] Se ha sugerido que la conectividad funcional es una expresión del comportamiento de la red que subyace a la función cognitiva de alto nivel, en parte porque, a diferencia de la conectividad estructural, la conectividad funcional a menudo cambia en el orden de segundos, como en el caso de la conectividad funcional dinámica . [ cita requerida ]

Redes

Estudio que muestra cuatro redes funcionales que resultaron ser muy consistentes entre los sujetos. Estos módulos incluyen las cortezas visual (amarilla), sensorial/motora (naranja) y de los ganglios basales (roja), así como la red neuronal por defecto (cíngulo posterior, lóbulos parietales inferiores y circunvolución frontal medial; marrón).

Red en modo predeterminado

La red neuronal por defecto (RND) es una red de regiones cerebrales que se activan cuando un individuo está despierto y en reposo. [25] La red neuronal por defecto es un sistema cerebral interconectado y definido anatómicamente que se activa preferentemente cuando los individuos se concentran en tareas internas como soñar despierto, visualizar el futuro, recuperar recuerdos y evaluar las perspectivas de los demás. [26] Está correlacionada negativamente con los sistemas cerebrales que se concentran en señales visuales externas. Es una de las redes más estudiadas que se encuentran presentes durante el estado de reposo y es una de las redes más fácilmente visualizables. [27]

Otras redes en estado de reposo

Dependiendo del método de análisis del estado de reposo, los estudios de conectividad funcional han informado de una serie de redes neuronales que resultan estar fuertemente conectadas funcionalmente durante el reposo. Las redes clave, también denominadas componentes, que se informan con más frecuencia incluyen: la DMN, las redes sensoriales / motoras , la red ejecutiva central (CEN), hasta tres redes visuales diferentes , una red de atención ventral y dorsal , la red auditiva y la red límbica . [28] Como ya se informó, estas redes en estado de reposo consisten en regiones separadas anatómicamente, pero funcionalmente conectadas que muestran un alto nivel de actividad de señal BOLD correlacionada. Se ha descubierto que estas redes son bastante consistentes en todos los estudios, a pesar de las diferencias en las técnicas de adquisición y análisis de datos. [28] [29] Es importante destacar que la mayoría de estos componentes en estado de reposo representan redes funcionales conocidas, es decir, regiones que se sabe que comparten y respaldan las funciones cognitivas. [9]

Analizando datos

Procesamiento de datos

Existen muchos programas para procesar y analizar datos de fMRI en estado de reposo. Algunos de los programas más utilizados son SPM , AFNI , FSL (especialmente Melodic para ICA), CONN , C-PAC y Connectome Computation System (CCS).

Métodos de análisis

Existen muchos métodos para adquirir y procesar datos de rsfMRI. Los métodos de análisis más populares se centran en componentes independientes o en regiones de correlación. [ cita requerida ]

Análisis de componentes independientes

El análisis de componentes independientes (ICA) es un método estadístico útil para la detección de redes en estado de reposo. El ICA separa una señal en componentes espaciales y temporales que no se superponen. Se basa en gran medida en datos y permite una mejor eliminación de los componentes ruidosos de la señal (movimiento, deriva del escáner, etc.). También se ha demostrado que extrae de manera confiable redes en modo predeterminado, así como muchas otras redes con una consistencia muy alta. [30] [31] El ICA sigue estando a la vanguardia de los métodos de investigación. [32]

Análisis regional

Otros métodos para observar redes y conectividad en el cerebro incluyen el mapeo basado en semillas y los métodos de análisis de regiones de interés (ROI). En estos casos, la señal de solo un determinado vóxel o grupo de vóxeles conocido como semilla o ROI se utiliza para calcular correlaciones con otros vóxeles del cerebro. Esto proporciona una visión mucho más precisa y detallada de la conectividad específica en áreas cerebrales de interés. [33] [34] [35] Esto también se puede realizar en todo el cerebro utilizando un atlas, lo que facilita la definición de las ROI y la medición de la conectividad. En 2021, Yeung y sus colegas realizaron un análisis regional utilizando una versión modificada del atlas del Proyecto Conectoma Humano (HCP) y encontraron cambios en el conectoma funcional de pacientes con accidente cerebrovascular durante el tratamiento de rehabilitación. [36] La conectividad general entre una ROI (como la corteza prefrontal) y todos los demás vóxeles del cerebro también se puede promediar, lo que proporciona una medida de la conectividad cerebral global (GBC) específica para esa ROI. [37] Otros métodos para caracterizar redes en estado de reposo incluyen correlación parcial, coherencia y coherencia parcial, relaciones de fase, distancia de deformación temporal dinámica , agrupamiento y teoría de grafos. [38] [39] [40]

Fiabilidad y reproducibilidad

La resonancia magnética funcional en estado de reposo (rfMRI) puede generar imágenes de fluctuaciones de baja frecuencia en las actividades espontáneas del cerebro, lo que representa una herramienta popular para la conectómica funcional a gran escala para caracterizar las diferencias interindividuales en la función cerebral normal, las asociaciones mente-cerebro y los diversos trastornos. Esto sugiere confiabilidad y reproducibilidad para las medidas comúnmente utilizadas derivadas de rfMRI de la conectómica funcional del cerebro humano . Estas métricas tienen un gran potencial para acelerar la identificación de biomarcadores para varias enfermedades cerebrales, lo que exige abordar la confiabilidad y la reproducibilidad en primer lugar. [41]

Combinando técnicas de imagen

La fila izquierda muestra cortes sagitales, coronales y horizontales de las diez RSN (p<0,005; corregido a α<0,05 / las coordenadas x, y y z se proporcionan en la esquina inferior izquierda de cada RSN). En el lado derecho se muestran la covarianza y los mapas t para las 8 bandas de frecuencia. Un valor de covarianza positivo (rojo) indica que con el aumento de la actividad de RSN hay un aumento relativo en la potencia espectral en un electrodo dado en una banda de frecuencia dada, mientras que un valor negativo (azul) indica una disminución en la potencia cuando aumenta la actividad de RSN, y viceversa.
Esta imagen es de un estudio en el que se utilizaron imágenes de resonancia magnética funcional y adquisición de EEG en estado de reposo. La fila izquierda muestra cortes sagitales, coronales y horizontales de las diez RSN. En el lado derecho se muestran la covarianza y los mapas t para las ocho bandas de frecuencia.

fMRI con DWI

Dado que la fMRI proporciona información funcional y estructural DWI sobre el cerebro, estas dos técnicas de obtención de imágenes se utilizan comúnmente en conjunto para proporcionar una visión holística de las interacciones de la red cerebral. Cuando se recopilan a partir de regiones de interés definidas, los datos de fMRI informan a los investigadores sobre cómo cambia la actividad (flujo sanguíneo) en el cerebro con el tiempo o durante una tarea. [42] Esto se refuerza a través de datos DWI estructurales, que muestran cómo los tractos de materia blanca individuales conectan estas regiones de interés. [43] Las investigaciones que aprovechan estas técnicas han hecho avanzar el campo de la neurociencia de redes, al definir aún más los grupos de regiones en el cerebro que se conectan tanto estructuralmente (teniendo tractos de materia blanca que pasan entre ellos) como funcionalmente (mostrando patrones similares u opuestos de actividad a lo largo del tiempo), en redes cerebrales como la DMN . [44]

Estos datos combinados brindan un beneficio clínico y neuropsiquiátrico único, al permitir la investigación de cómo las redes cerebrales se alteran o las vías de materia blanca se ven comprometidas por la presencia de una enfermedad mental o un daño estructural. [45] Se ha demostrado una conectividad alterada de la red cerebral en una franja de trastornos, como la esquizofrenia, [46] [47] la depresión, [48] [49] el accidente cerebrovascular, [49] [50] y el tumor cerebral, [51] lo que sustenta sus síntomas únicos.

fMRI con EEG

Muchos expertos en imágenes [ ¿quiénes? ] creen que para obtener la mejor combinación de información espacial y temporal de la actividad cerebral, se deben utilizar simultáneamente tanto la fMRI como la electroencefalografía (EEG). Esta técnica dual combina la capacidad bien documentada del EEG para caracterizar ciertos estados cerebrales con alta resolución temporal y revelar patrones patológicos, con la capacidad de la fMRI (descubierta más recientemente y menos comprendida) para obtener imágenes de la dinámica sanguínea a través de todo el cerebro con alta resolución espacial. Hasta ahora, la EEG-fMRI se ha visto principalmente como una técnica de fMRI en la que el EEG adquirido sincrónicamente se utiliza para caracterizar la actividad cerebral ("estado cerebral") a lo largo del tiempo, lo que permite mapear (a través de mapeo paramétrico estadístico, por ejemplo) los cambios hemodinámicos asociados. [52]

El valor clínico de estos hallazgos es objeto de investigaciones en curso, pero investigaciones recientes sugieren una fiabilidad aceptable de los estudios EEG-fMRI y una mejor sensibilidad en los escáneres de campo más alto. Fuera del campo de la epilepsia, la EEG-fMRI se ha utilizado para estudiar las respuestas cerebrales relacionadas con eventos (desencadenadas por estímulos externos) y ha proporcionado nuevos e importantes conocimientos sobre la actividad cerebral de referencia durante la vigilia en reposo y el sueño. [53]

fMRI con estimulación magnética transcraneal

La estimulación magnética transcraneal (EMT) utiliza campos magnéticos pequeños y relativamente precisos para estimular regiones de la corteza sin procedimientos invasivos peligrosos. Cuando estos campos magnéticos estimulan un área de la corteza, el flujo sanguíneo focal aumenta en el sitio de estimulación, así como en sitios distantes conectados anatómicamente con la ubicación estimulada. La tomografía por emisión de positrones (PET) se puede utilizar para obtener imágenes del cerebro y los cambios en el flujo sanguíneo y los resultados muestran regiones de conectividad muy similares, lo que confirma las redes encontradas en los estudios de fMRI y la EMT también se puede utilizar para respaldar y proporcionar información más detallada sobre las regiones conectadas. [54]

Posibles peligros

Los posibles problemas al utilizar rsfMRI para determinar la integridad de la red funcional son la contaminación de la señal BOLD por fuentes de ruido fisiológico como la frecuencia cardíaca, la respiración, [55] [56] y el movimiento de la cabeza. [57] [58] [59] [60] Estos factores de confusión a menudo pueden sesgar los resultados en estudios en los que se comparan pacientes con controles sanos en la dirección de los efectos hipotéticos, por ejemplo, se podría encontrar una coherencia menor en la red predeterminada en el grupo de pacientes, mientras que los grupos de pacientes también se movieron más durante el escáner. Además, se ha demostrado que el uso de la regresión de señal global puede producir correlaciones artificiales entre un pequeño número de señales (p. ej., dos o tres). [61] Afortunadamente, el cerebro tiene muchas señales. [62]

Aplicaciones actuales y futuras

Las investigaciones que utilizan fMRI en estado de reposo tienen el potencial de aplicarse en el contexto clínico, incluido el uso en la evaluación de muchas enfermedades y trastornos mentales diferentes . [63]

Estado patológico y cambios en la conectividad funcional en estado de reposo

Otros tipos de aplicaciones clínicas actuales y futuras para la fMRI en estado de reposo incluyen la identificación de diferencias grupales en enfermedades cerebrales, la obtención de información diagnóstica y pronóstica, estudios longitudinales y efectos del tratamiento, agrupamiento en estados de enfermedad heterogéneos y mapeo preoperatorio y focalización de intervenciones. [84] Debido a su falta de dependencia del desempeño de la tarea y las demandas cognitivas, la fMRI en estado de reposo puede ser una herramienta útil para evaluar alteraciones cerebrales en trastornos de conciencia y cognición deterioradas, así como en poblaciones pediátricas. [85]

Véase también

Referencias

  1. ^ Smith SM, Beckmann CF, Andersson J, Auerbach EJ, Bijsterbosch J, Douaud G, et al. (octubre de 2013). "Resonancia magnética funcional en estado de reposo en el proyecto del conectoma humano". NeuroImage . 80 : 144–168. doi :10.1016/j.neuroimage.2013.05.039. PMC  3720828 . PMID  23702415.
  2. ^ ab Bhushan C, Chong M, Choi S, Joshi AA, Haldar JP, Damasio H, Leahy RM (8 de julio de 2016). "El filtrado de medias no locales temporales revela interacciones corticales de todo el cerebro en tiempo real en fMRI en reposo". PLOS ONE . ​​11 (7): e0158504. Bibcode :2016PLoSO..1158504B. doi : 10.1371/journal.pone.0158504 . PMC 4938391 . PMID  27391481. 
  3. ^ ab Biswal BB (agosto de 2012). "Resonancia magnética funcional en estado de reposo: una historia personal". NeuroImage . 62 (2): 938–944. doi :10.1016/j.neuroimage.2012.01.090. PMID  22326802. S2CID  93823.
  4. ^ Buckner RL, Krienen FM, Yeo BT (julio de 2013). "Oportunidades y limitaciones de la conectividad funcional intrínseca por resonancia magnética". Nature Neuroscience . 16 (7): 832–837. doi :10.1038/nn.3423. PMID  23799476. S2CID  17141252.
  5. ^ Sharaev MG, Zavyalova VV, Ushakov VL, Kartashov SI, Velichkovsky BM (2016). "Conectividad efectiva dentro de la red en modo predeterminado: modelado causal dinámico de datos de fMRI en estado de reposo". Frontiers in Human Neuroscience . 10 : 14. doi : 10.3389/fnhum.2016.00014 . PMC 4740785 . PMID  26869900. 
  6. ^ Agcaoglu O, Wilson TW, Wang YP, Stephen J, Calhoun VD (junio de 2019). "Diferencias de conectividad en estado de reposo en condiciones de ojos abiertos y ojos cerrados". Mapeo cerebral humano . 40 (8): 2488–2498. doi :10.1002/hbm.24539. PMC 6865559 . PMID  30720907. 
  7. ^ Smitha KA, Akhil Raja K, Arun KM, Rajesh PG, Thomas B, Kapilamoorthy TR, Kesavadas C (agosto de 2017). "Resonancia magnética funcional en estado de reposo: una revisión de los métodos de análisis de conectividad en estado de reposo y redes en estado de reposo". The Neuroradiology Journal . 30 (4): 305–317. doi :10.1177/1971400917697342. PMC 5524274 . PMID  28353416. 
  8. ^ Biswal BB (2011). "Conectividad funcional en estado de reposo". Psiquiatría biológica . 69 (9): 200S. doi :10.1016/j.biopsych.2011.03.032. S2CID  142478873.
  9. ^ ab Rosazza C, Minati L (octubre de 2011). "Redes cerebrales en estado de reposo: revisión de la literatura y aplicaciones clínicas". Neurological Sciences . 32 (5): 773–785. doi :10.1007/s10072-011-0636-y. PMID  21667095. S2CID  17222.
  10. ^ Cole DM, Smith SM, Beckmann CF (2010). "Avances y dificultades en el análisis e interpretación de datos de FMRI en estado de reposo". Frontiers in Systems Neuroscience . 4 : 8. doi : 10.3389/fnsys.2010.00008 . PMC 2854531 . PMID  20407579. 
  11. ^ DeYoe EA, Bandettini P, Neitz J, Miller D, Winans P (octubre de 1994). "Imágenes por resonancia magnética funcional (FMRI) del cerebro humano". Journal of Neuroscience Methods . 54 (2): 171–187. doi :10.1016/0165-0270(94)90191-0. PMID  7869750. S2CID  3718293.
  12. ^ Bandettini PA (septiembre de 2009). "Siete temas en la resonancia magnética funcional". Journal of Integrative Neuroscience . 8 (3): 371–403. doi :10.1142/s0219635209002186. PMC 3143579 . PMID  19938211. 
  13. ^ Bandettini P (febrero de 2007). "Resonancia magnética funcional hoy". Revista internacional de psicofisiología . 63 (2): 138–145. doi :10.1016/j.ijpsycho.2006.03.016. PMID  16842871.
  14. ^ Korhonen V, Hiltunen T, Myllylä T, Wang X, Kantola J, Nikkinen J, et al. (noviembre de 2014). "Entorno de neuroimagen multiescala sincrónico para el análisis fisiológico de la función cerebral con muestreo crítico: concepto de hepta-scan". Brain Connectivity . 4 (9): 677–689. doi :10.1089/brain.2014.0258. PMC 4238249 . PMID  25131996. 
  15. ^ Chuang KH, van Gelderen P, Merkle H, Bodurka J, Ikonomidou VN, Koretsky AP, et al. (mayo de 2008). "Mapeo de la conectividad funcional en estado de reposo mediante resonancia magnética de perfusión". NeuroImage . 40 (4): 1595–1605. doi :10.1016/j.neuroimage.2008.01.006. PMC 2435272 . PMID  18314354. 
  16. ^ Bertolo, Adrien (2023). "Mapeo de alta sensibilidad de redes funcionales de todo el cerebro en ratones despiertos utilizando imágenes fUS de múltiples cortes simultáneas". Imaging Neuroscience . 1 : 1–18. doi : 10.1162/imag_a_00030 .
  17. ^ Huettel SA, Song AW, McCarthy G (2008). Imágenes por resonancia magnética funcional (2.ª ed.). Sunderland, Mass.: Sinauer Associates. ISBN 978-0-87893-286-3.
  18. ^ Damoiseaux JS, Rombouts SA, Barkhof F, Scheltens P, Stam CJ, Smith SM, Beckmann CF (septiembre de 2006). "Redes consistentes en estado de reposo en sujetos sanos". Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 103 (37): 13848–13853. Bibcode :2006PNAS..10313848D. doi : 10.1073/pnas.0601417103 . PMC 1564249 . PMID  16945915. 
  19. ^ Guerra-Carrillo B, Mackey AP, Bunge SA (octubre de 2014). "Resonancia magnética funcional en estado de reposo: una ventana a la plasticidad del cerebro humano". The Neuroscientist . 20 (5): 522–533. doi :10.1177/1073858414524442. PMID  24561514. S2CID  13300284.
  20. ^ Fox MD, Snyder AZ, Vincent JL, Corbetta M, Van Essen DC, Raichle ME (julio de 2005). "El cerebro humano está intrínsecamente organizado en redes funcionales dinámicas y anticorrelacionadas". Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 102 (27): 9673–9678. Bibcode :2005PNAS..102.9673F. doi : 10.1073/pnas.0504136102 . PMC 1157105 . PMID  15976020. 
  21. ^ Biswal BB, Van Kylen J, Hyde JS (1997). "Evaluación simultánea de señales de flujo y BOLD en mapas de conectividad funcional en estado de reposo". RMN en Biomedicina . 10 (4–5): 165–170. doi :10.1002/(sici)1099-1492(199706/08)10:4/5<165::aid-nbm454>3.0.co;2-7. PMID  9430343. S2CID  25428304.
  22. ^ Friston K (febrero de 2009). "Modelado causal y conectividad cerebral en imágenes por resonancia magnética funcional". PLOS Biology . 7 (2): e33. doi : 10.1371/journal.pbio.1000033 . PMC 2642881 . PMID  19226186. 
  23. ^ Fernández-Seara MA, Aznárez-Sanado M, Mengual E, Irigoyen J, Heukamp F, Pastor MA (agosto de 2011). "Efectos sobre el flujo sanguíneo cerebral en reposo y la conectividad funcional inducidos por metoclopramida: un estudio de perfusión por resonancia magnética en voluntarios sanos". British Journal of Pharmacology . 163 (8): 1639–1652. doi :10.1111/j.1476-5381.2010.01161.x. PMC 3166692 . PMID  21175574. 
  24. ^ Smith SM (agosto de 2012). "El futuro de la conectividad FMRI". NeuroImage . 62 (2): 1257–1266. doi :10.1016/j.neuroimage.2012.01.022. PMID  22248579. S2CID  30701163.
  25. ^ Raichle ME (julio de 2015). "La red neuronal por defecto del cerebro". Revista Anual de Neurociencia . 38 (1): 433–447. doi : 10.1146/annurev-neuro-071013-014030 . PMID  25938726.
  26. ^ Greicius MD, Krasnow B, Reiss AL, Menon V (enero de 2003). "Conectividad funcional en el cerebro en reposo: un análisis de red de la hipótesis del modo predeterminado". Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 100 (1): 253–258. Bibcode :2003PNAS..100..253G. doi : 10.1073/pnas.0135058100 . PMC 140943 . PMID  12506194. 
  27. ^ Buckner RL (agosto de 2012). "El descubrimiento fortuito de la red neuronal por defecto del cerebro". NeuroImage . 62 (2): 1137–1145. doi :10.1016/j.neuroimage.2011.10.035. PMID  22037421. S2CID  9880586.
  28. ^ ab Moussa MN, Steen MR, Laurienti PJ, Hayasaka S (2012). "Consistencia de los módulos de red en datos de conectomas FMRI en estado de reposo". PLOS ONE . ​​7 (8): e44428. Bibcode :2012PLoSO...744428M. doi : 10.1371/journal.pone.0044428 . PMC 3432126 . PMID  22952978. 
  29. ^ Lee MH, Hacker CD, Snyder AZ, Corbetta M, Zhang D, Leuthardt EC, Shimony JS (2012). "Agrupamiento de redes en estado de reposo". PLOS ONE . ​​7 (7): e40370. Bibcode :2012PLoSO...740370L. doi : 10.1371/journal.pone.0040370 . PMC 3392237 . PMID  22792291. 
  30. ^ Kiviniemi V, Kantola JH, Jauhiainen J, Hyvärinen A, Tervonen O (junio de 2003). "Análisis de componentes independientes de fuentes de señales de resonancia magnética funcional no deterministas". NeuroImagen . 19 (2 partes 1): 253–260. doi :10.1016/S1053-8119(03)00097-1. PMID  12814576. S2CID  17110486.
  31. ^ Beckmann CF, DeLuca M, Devlin JT, Smith SM (mayo de 2005). "Investigaciones sobre la conectividad en estado de reposo mediante análisis de componentes independientes". Philosophical Transactions of the Royal Society of London. Serie B, Biological Sciences . 360 (1457): 1001–1013. doi :10.1098/rstb.2005.1634. PMC 1854918 . PMID  16087444. 
  32. ^ Calhoun VD, de Lacy N (noviembre de 2017). "Diez observaciones clave sobre el análisis de datos de imágenes de resonancia magnética funcional en estado de reposo mediante análisis de componentes independientes". Clínicas de neuroimagen de Norteamérica . 27 (4): 561–579. doi :10.1016/j.nic.2017.06.012. PMC 5657522 . PMID  28985929. 
  33. ^ Doyen S, Nicholas P, Poologaindran A, Crawford L, Young IM, Romero-Garcia R, Sughrue ME (noviembre de 2021). "Parcelación basada en la conectividad de la corteza cerebral humana normal y anatómicamente distorsionada". Mapeo cerebral humano . 43 (4): 1358–1369. doi :10.1002/hbm.25728. PMC 8837585 . PMID  34826179. S2CID  244660926. 
  34. ^ Margulies DS, Kelly AM, Uddin LQ , Biswal BB, Castellanos FX, Milham MP (agosto de 2007). "Mapeo de la conectividad funcional de la corteza cingulada anterior". NeuroImage . 37 (2): 579–588. doi :10.1016/j.neuroimage.2007.05.019. PMID  17604651. S2CID  3330669.
  35. ^ Van Dijk KR, Hedden T, Venkataraman A, Evans KC, Lazar SW, Buckner RL (enero de 2010). "Conectividad funcional intrínseca como herramienta para la conectómica humana: teoría, propiedades y optimización". Journal of Neurophysiology . 103 (1): 297–321. doi :10.1152/jn.00783.2009. PMC 2807224 . PMID  19889849. 
  36. ^ Yeung JT, Young IM, Doyen S, Teo C, Sughrue ME (octubre de 2021). "Cambios en el conectoma cerebral después de la estimulación magnética transcraneal repetitiva para la rehabilitación de accidentes cerebrovasculares". Cureus . 13 (10): e19105. doi : 10.7759/cureus.19105 . PMC 8614179 . PMID  34858752. 
  37. ^ Cole MW, Yarkoni T, Repovs G, Anticevic A, Braver TS (junio de 2012). "La conectividad global de la corteza prefrontal predice el control cognitivo y la inteligencia". The Journal of Neuroscience . 32 (26): 8988–8999. doi :10.1523/JNEUROSCI.0536-12.2012. PMC 3392686 . PMID  22745498. 
  38. ^ Chang C, Glover GH (marzo de 2010). "Dinámica de tiempo-frecuencia de la conectividad cerebral en estado de reposo medida con fMRI". NeuroImage . 50 (1): 81–98. doi :10.1016/j.neuroimage.2009.12.011. PMC 2827259 . PMID  20006716. 
  39. ^ Faria AV, Joel SE, Zhang Y, Oishi K, van Zjil PC, Miller MI, et al. (julio de 2012). "Análisis basado en atlas de la conectividad funcional en estado de reposo: evaluación para estudios de reproducibilidad y correlación anatomía-función multimodal". NeuroImage . 61 (3): 613–621. doi :10.1016/j.neuroimage.2012.03.078. PMC 3358461 . PMID  22498656. 
  40. ^ Meszlényi RJ, Hermann P, Buza K, Gál V, Vidnyánszky Z (1 de enero de 2017). "Análisis de conectividad funcional fMRI en estado de reposo mediante deformación temporal dinámica". Frontiers in Neuroscience . 11 : 75. doi : 10.3389/fnins.2017.00075 . PMC 5313507 . PMID  28261052. 
  41. ^ Zuo XN, Xing XX (septiembre de 2014). "Confiabilidad test-retest de las mediciones de FMRI en estado de reposo en la conectómica funcional del cerebro humano: una perspectiva de neurociencia de sistemas". Neuroscience and Biobehavioral Reviews . 45 : 100–118. doi :10.1016/j.neubiorev.2014.05.009. PMID  24875392. S2CID  20844969.
  42. ^ Fox MD, Snyder AZ, Vincent JL, Corbetta M, Van Essen DC, Raichle ME (julio de 2005). "El cerebro humano está intrínsecamente organizado en redes funcionales dinámicas y anticorrelacionadas". Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 102 (27): 9673–9678. Bibcode :2005PNAS..102.9673F. doi : 10.1073/pnas.0504136102 . PMC 1157105 . PMID  15976020. 
  43. ^ Baliyan V, Das CJ, Sharma R, Gupta AK (septiembre de 2016). "Imágenes ponderadas por difusión: técnica y aplicaciones". Revista mundial de radiología . 8 (9): 785–798. doi : 10.4329/wjr.v8.i9.785 . PMC 5039674 . PMID  27721941. 
  44. ^ Baker CM, Burks JD, Briggs RG, Conner AK, Glenn CA, Sali G, et al. (diciembre de 2018). "Atlas conectómico del cerebro humano: capítulo 1: introducción, métodos y significado". Neurocirugía quirúrgica . 15 (suppl_1): S1–S9. doi :10.1093/ons/opy253. PMC 6887907 . PMID  30260422. 
  45. ^ Dadario NB, Brahimaj B, Yeung J, Sughrue ME (2021). "Reducción de la huella cognitiva de la cirugía de tumores cerebrales". Frontiers in Neurology . 12 : 711646. doi : 10.3389/fneur.2021.711646 . PMC 8415405 . PMID  34484105. 
  46. ^ Konrad A, Winterer G (enero de 2008). "Conectividad estructural alterada en la esquizofrenia: ¿factor primario en la patología o epifenómeno?". Schizophrenia Bulletin . 34 (1): 72–92. doi :10.1093/schbul/sbm034. PMC 2632386 . PMID  17485733. 
  47. ^ Skudlarski P, Jagannathan K, Anderson K, Stevens MC, Calhoun VD, Skudlarska BA, Pearlson G (julio de 2010). "La conectividad cerebral no solo es menor sino diferente en la esquizofrenia: un enfoque combinado anatómico y funcional". Biological Psychiatry . Esquizofrenia: disfunción del receptor de N-metil-D-aspartato y conectividad cortical. 68 (1): 61–69. doi :10.1016/j.biopsych.2010.03.035. PMC 2900394. PMID  20497901 . 
  48. ^ Long Z, Duan X, Wang Y, Liu F, Zeng L, Zhao JP, Chen H (enero de 2015). "Red de conectividad estructural alterada en la depresión sin tratamiento previo". Progress in Neuro-Psychopharmacology & Biological Psychiatry . 56 : 18–26. doi :10.1016/j.pnpbp.2014.07.007. PMID  25092218. S2CID  31447630.
  49. ^ ab Wu F, Tu Z, Sun J, Geng H, Zhou Y, Jiang X, et al. (2020). "Conectividad funcional y estructural anormal del circuito amígdala-prefrontal en el primer episodio de depresión adolescente: un estudio combinado de fMRI y DTI". Frontiers in Psychiatry . 10 : 983. doi : 10.3389/fpsyt.2019.00983 . PMC 7013238 . PMID  32116814. 
  50. ^ Park CH, Chang WH, Ohn SH, Kim ST, Bang OY, Pascual-Leone A, Kim YH (mayo de 2011). "Cambios longitudinales de la conectividad funcional en estado de reposo durante la recuperación motora después de un accidente cerebrovascular". Stroke . 42 (5): 1357–1362. doi :10.1161/STROKEAHA.110.596155. PMC 3589816 . PMID  21441147. 
  51. ^ Bartolomei F, Bosma I, Klein M, Baayen JC, Reijneveld JC, Postma TJ, et al. (septiembre de 2006). "Conectividad funcional alterada en pacientes con tumores cerebrales: evaluación mediante análisis gráfico de matrices de sincronización". Neurofisiología clínica . 117 (9): 2039–2049. doi :10.1016/j.clinph.2006.05.018. PMID  16859985. S2CID  36779994.
  52. ^ Majeed W, Magnuson M, Keilholz SD (agosto de 2009). "Dinámica espaciotemporal de fluctuaciones de baja frecuencia en fMRI BOLD de la rata". Journal of Magnetic Resonance Imaging . 30 (2): 384–393. doi :10.1002/jmri.21848. PMC 2758521 . PMID  19629982. 
  53. ^ Keilholz SD, Magnuson M, Thompson G (agosto de 2010). "Evaluación de enfoques de análisis de redes basados ​​en datos para la conectividad funcional por resonancia magnética". Estructura y función cerebral . 215 (2): 129–140. doi :10.1007/s00429-010-0276-7. PMID  20853181. S2CID  25783833.
  54. ^ Fox MD, Halko MA, Eldaief MC, Pascual-Leone A (octubre de 2012). "Medición y manipulación de la conectividad cerebral con imágenes por resonancia magnética de conectividad funcional en estado de reposo (fcMRI) y estimulación magnética transcraneal (TMS)". NeuroImage . 62 (4): 2232–2243. doi :10.1016/j.neuroimage.2012.03.035. PMC 3518426 . PMID  22465297. 
  55. ^ Birn RM, Diamond JB, Smith MA, Bandettini PA (julio de 2006). "Separación de las fluctuaciones relacionadas con la variación respiratoria de las fluctuaciones relacionadas con la actividad neuronal en fMRI". NeuroImage . 31 (4): 1536–1548. doi :10.1016/j.neuroimage.2006.02.048. PMID  16632379. S2CID  3892813.
  56. ^ Chang C, Glover GH (octubre de 2009). "Relación entre la respiración, el CO2 al final de la espiración y las señales BOLD en fMRI en estado de reposo". NeuroImage . 47 (4): 1381–93. doi :10.1016/j.neuroimage.2009.04.048. PMC 2721281 . PMID  19393322. 
  57. ^ Ing A, Schwarzbauer C (noviembre de 2012). "Un enfoque de eco dual para la corrección del movimiento en estudios de conectividad funcional". NeuroImage . 63 (3): 1487–1497. doi :10.1016/j.neuroimage.2012.07.042. PMID  22846657. S2CID  670206.
  58. ^ Van Dijk KR, Sabuncu MR, Buckner RL (enero de 2012). "La influencia del movimiento de la cabeza en la conectividad funcional intrínseca por resonancia magnética". NeuroImage . 59 (1): 431–438. doi :10.1016/j.neuroimage.2011.07.044. PMC 3683830 . PMID  21810475. 
  59. ^ Power JD, Barnes KA, Snyder AZ, Schlaggar BL, Petersen SE (febrero de 2012). "Las correlaciones espurias pero sistemáticas en las redes de conectividad funcional de la resonancia magnética surgen del movimiento del sujeto". NeuroImage . 59 (3): 2142–2154. doi :10.1016/j.neuroimage.2011.10.018. PMC 3254728 . PMID  22019881. 
  60. ^ Satterthwaite TD, Wolf DH, Loughead J, Ruparel K, Elliott MA, Hakonarson H, et al. (marzo de 2012). "Impacto del movimiento de la cabeza en el escáner en múltiples medidas de conectividad funcional: relevancia para los estudios de desarrollo neurológico en jóvenes". NeuroImage . 60 (1): 623–632. doi :10.1016/j.neuroimage.2011.12.063. PMC 3746318 . PMID  22233733. 
  61. ^ Saad ZS, Gotts SJ, Murphy K, Chen G, Jo HJ, Martin A, Cox RW (2012). "Problemas en reposo: cómo los patrones de correlación y las diferencias de grupo se distorsionan después de la regresión de señal global". Brain Connectivity . 2 (1): 25–32. doi :10.1089/brain.2012.0080. PMC 3484684 . PMID  22432927. 
  62. ^ Cordes D, Nandy RR (enero de 2006). "Estimación de la dimensionalidad intrínseca de los datos fMRI". NeuroImage . 29 (1): 145–154. doi :10.1016/j.neuroimage.2005.07.054. PMID  16202626. S2CID  9228087.
  63. ^ Holtbernd F, Eidelberg D (agosto de 2012). "Redes cerebrales funcionales en trastornos del movimiento: avances recientes". Current Opinion in Neurology . 25 (4): 392–401. doi :10.1097/wco.0b013e328355aa94. PMC 4554600 . PMID  22710361. 
  64. ^ ab Li R, Wu X, Chen K, Fleisher AS, Reiman EM, Yao L (febrero de 2013). "Alteraciones de la conectividad direccional entre redes en estado de reposo en la enfermedad de Alzheimer". AJNR. American Journal of Neuroradiology . 34 (2): 340–5. doi :10.3174/ajnr.A3197. PMC 4097966 . PMID  22790250. 
  65. ^ Liang P, Wang Z, Yang Y, Li K (2012). "Tres subsistemas de la corteza parietal inferior se ven afectados de forma diferente en el deterioro cognitivo leve". Journal of Alzheimer's Disease . 30 (3): 475–487. doi :10.3233/JAD-2012-111721. PMID  22451310.
  66. ^ Müller RA, Shih P, Keehn B, Deyoe JR, Leyden KM, Shukla DK (octubre de 2011). "Subconectados, pero ¿cómo? Una encuesta sobre estudios de resonancia magnética de conectividad funcional en trastornos del espectro autista". Corteza cerebral . 21 (10): 2233–2243. doi :10.1093/cercor/bhq296. PMC 3169656 . PMID  21378114. 
  67. ^ Subbaraju V, Suresh MB, Sundaram S, Narasimhan S (enero de 2017). "Identificación de diferencias en las actividades cerebrales y detección precisa del trastorno del espectro autista mediante imágenes por resonancia magnética funcional en estado de reposo: un enfoque de filtrado espacial". Análisis de imágenes médicas . 35 : 375–389. doi :10.1016/j.media.2016.08.003. PMID  27585835. S2CID  4922560.
  68. ^ Anand A, Li Y, Wang Y, Wu J, Gao S, Bukhari L, et al. (mayo de 2005). "Actividad y conectividad del circuito regulador del estado de ánimo del cerebro en la depresión: un estudio de resonancia magnética funcional". Psiquiatría biológica . 57 (10): 1079–1088. doi :10.1016/j.biopsych.2005.02.021. PMID  15866546. S2CID  19311022.
  69. ^ Greicius MD, Flores BH, Menon V, Glover GH, Solvason HB, Kenna H, et al. (septiembre de 2007). "Conectividad funcional en estado de reposo en la depresión mayor: contribuciones anormalmente aumentadas de la corteza cingulada subgenual y el tálamo". Psiquiatría biológica . 62 (5): 429–437. doi :10.1016/j.biopsych.2006.09.020. PMC 2001244 . PMID  17210143. 
  70. ^ Anand A, Li Y, Wang Y, Wu J, Gao S, Bukhari L, et al. (julio de 2005). "Efecto antidepresivo en la conectividad del circuito regulador del estado de ánimo: un estudio de FMRI". Neuropsicofarmacología . 30 (7): 1334–1344. doi : 10.1038/sj.npp.1300725 . PMID  15856081.
  71. ^ Anand A, Li Y, Wang Y, Gardner K, Lowe MJ (1 de julio de 2007). "Efectos recíprocos del tratamiento antidepresivo sobre la actividad y la conectividad del circuito regulador del estado de ánimo: un estudio de FMRI". The Journal of Neuropsychiatry and Clinical Neurosciences . 19 (3): 274–282. doi :10.1176/jnp.2007.19.3.274. PMC 3465666 . PMID  17827412. 
  72. ^ Anand A, Li Y, Wang Y, Lowe MJ, Dzemidzic M (marzo de 2009). "Anormalidades de la conectividad corticolímbica en estado de reposo en el trastorno bipolar no medicación y la depresión unipolar". Psychiatry Research . 171 (3): 189–198. doi :10.1016/j.pscychresns.2008.03.012. PMC 3001251 . PMID  19230623. 
  73. ^ Spielberg JM, Beall EB, Hulvershorn LA, Altinay M, Karne H, Anand A (diciembre de 2016). "Alteraciones de la red cerebral en estado de reposo relacionadas con la hipomanía y la depresión en el trastorno bipolar sin medicación". Neuropsicofarmacología . 41 (13): 3016–3024. doi :10.1038/npp.2016.112. PMC 5101549 . PMID  27356764. 
  74. ^ Altinay MI, Hulvershorn LA, Karne H, Beall EB, Anand A (abril de 2016). "Conectividad funcional diferencial en estado de reposo de las subregiones estriatales en la depresión bipolar y la hipomanía". Brain Connectivity . 6 (3): 255–265. doi :10.1089/brain.2015.0396. PMC 4827275 . PMID  26824737. 
  75. ^ Altinay M, Karne H, Anand A (enero de 2018). "Efectos de mejoría clínica asociados a la monoterapia con litio en la conectividad en estado de reposo de la corteza prefrontal ventromedial y la amígdala en el trastorno bipolar". Journal of Affective Disorders . 225 : 4–12. doi :10.1016/j.jad.2017.06.047. PMC 5844774 . PMID  28772145. 
  76. ^ Venkataraman A, Whitford TJ, Westin CF, Golland P , Kubicki M (agosto de 2012). "Anormalidades de la conectividad funcional en estado de reposo del cerebro completo en la esquizofrenia". Schizophrenia Research . 139 (1–3): 7–12. doi :10.1016/j.schres.2012.04.021. hdl :1721.1/100215. PMC 3393792 . PMID  22633528. 
  77. ^ Uddin LQ , Kelly AM, Biswal BB, Margulies DS, Shehzad Z, Shaw D, et al. (marzo de 2008). "La homogeneidad de la red revela una disminución de la integridad de la red por defecto en el TDAH". Journal of Neuroscience Methods . 169 (1): 249–254. doi :10.1016/j.jneumeth.2007.11.031. PMID  18190970. S2CID  35668659.
  78. ^ Zang YF, Zhao SG (agosto de 2012). "Estudios de fMRI en estado de reposo en epilepsia". Boletín de neurociencia . 28 (4): 449–455. doi :10.1007/s12264-012-1255-1. PMC 5561896 . PMID  22833042. 
  79. ^ Tessitore A, Amboni M, Esposito F, Russo A, Picillo M, Marcuccio L, et al. (julio de 2012). "Conectividad cerebral en estado de reposo en pacientes con enfermedad de Parkinson y congelamiento de la marcha". Parkinsonism & Related Disorders . 18 (6): 781–787. doi :10.1016/j.parkreldis.2012.03.018. PMID  22510204.
  80. ^ Li P, Li S, Dong Z, Luo J, Han H, Xiong H, et al. (agosto de 2012). "Patrones de conectividad funcional en estado de reposo alterados de la corteza prefrontal anterior en el trastorno obsesivo-compulsivo". NeuroReport . 23 (11): 681–686. doi :10.1097/wnr.0b013e328355a5fe. PMID  22692554. S2CID  41049732.
  81. ^ Otti A, Guendel H, Wohlschläger A, Zimmer C, Noll-Hussong M (marzo de 2013). "Cambios de frecuencia en la red neuronal por defecto anterior y la red de prominencia en el trastorno de dolor crónico". BMC Psychiatry . 13 : 84. doi : 10.1186/1471-244x-13-84 . PMC 3616999 . PMID  23497482. 
  82. ^ Otti A, Guendel H, Henningsen P, Zimmer C, Wohlschlaeger AM, Noll-Hussong M (enero de 2013). "Conectividad de red funcional de las redes en estado de reposo relacionadas con el dolor en el trastorno de dolor somatoforme: un estudio exploratorio de fMRI". Journal of Psychiatry & Neuroscience . 38 (1): 57–65. doi :10.1503/jpn.110187. PMC 3529220 . PMID  22894821. 
  83. ^ Gaudio S, Wiemerslage L, Brooks SJ, Schiöth HB (diciembre de 2016). "Una revisión sistemática de estudios de resonancia magnética funcional en estado de reposo en anorexia nerviosa: evidencia de deterioro de la conectividad funcional en el control cognitivo y la integración visoespacial y de señales corporales". Neuroscience and Biobehavioral Reviews . 71 : 578–589. doi : 10.1016/j.neubiorev.2016.09.032 . PMID  27725172.
  84. ^ Fox MD, Greicius M (2010). "Aplicaciones clínicas de la conectividad funcional en estado de reposo". Frontiers in Systems Neuroscience . 4 : 19. doi : 10.3389/fnsys.2010.00019 . PMC 2893721 . PMID  20592951. 
  85. ^ Lee, MH; Smyser, CD; Shimony, JS (octubre de 2013). "Resonancia magnética funcional en estado de reposo: una revisión de métodos y aplicaciones clínicas". AJNR. American Journal of Neuroradiology . 34 (10): 1866–72. doi : 10.3174/ajnr.A3263 . PMC 4035703 . PMID  22936095.