Skip to main content
SpringerLink
Log in

Strukturelle und funktionelle neuronale Konnektivität bei der Alzheimer-Krankheit

Eine kombinierte DTI- und fMRT-Studie

Structural and functional neuronal connectivity in Alzheimer’s disease

A combined DTI and fMRI study

  • Originalien
  • Published:
Der Nervenarzt Aims and scope Submit manuscript

Zusammenfassung

Hintergrund

Kortikale Konnektivität liegt kognitiver Leistung beim Menschen zugrunde. Für Gedächtnisprozesse wichtig ist die Verbindung zwischen dem Kortex des posterioren Zingulums und dem Hippokampus, direkt wie indirekt über den parahippokampalen Gyrus. Diese Gehirnteile gehören zum Default-Mode-Netzwerk (DMN), einem funktionellen Netzwerk, das unter Ruhebedingungen Aktivität aufweist. Die Alzheimer-Krankheit erlaubt es, die strukturelle Grundlage der funktionellen Konnektivität im Gehirn zu untersuchen.

Probanden und Methoden

Insgesamt 18 Patienten mit leichter bis mäßiger Alzheimer-Krankheit (Alzheimer’s disease, AD), 16 Patienten mit leichter kognitiver Störung („mild cognitive impairment“, MCI) und 20 gesunde Kontrollpersonen wurden unter Verwendung eines MR-Tomographen mit 3,0 Tesla untersucht. Mithilfe der Diffusionstensorbildgebung ( „diffusion tensor imaging“, DTI) wurde die strukturelle Konnektivität der Fasertrakte des posterioren Zingulums anhand der Werte der fraktionellen Anisotropie (FA) unter Farbkodierung bestimmt. Mit der funktionellen Magnetresonanztomographie (fMRT) unter Ruhebedingungen erfolgte die Untersuchung der funktionellen Konnektivität zwischen dem Kortex des posterioren Zingulums und dem Hippokampus in einer Korrelationsanalyse der BOLD („blood oxygenation level dependent“) -Signalzeitverläufe. Des Weiteren wurde der Zusammenhang von Struktur und Funktion (effektive Konnektivität) zwischen dem Kortex des posterioren Zingulums und dem Hippokampus in einer multiplen linearen Regressionsanalyse unter Kombination der DTI- und fMRT-Daten bestimmt.

Ergebnisse

Die Messung der strukturellen Konnektivität ergab bei AD-Patienten ansatzweise eine Reduktion in den Fasertrakten des linken posterioren Zingulums. Sie wurde teilweise durch das Alter erklärt. Eine hohe funktionelle Konnektivität zwischen dem Kortex des posterioren Zingulums und dem Hippokampus, auf direktem wie indirektem Pfad über den parahippokampalen Gyrus, bestand bei allen drei Untersuchungsgruppen. Die Bestimmung der effektiven Konnektivität ergab auf dem direkten Pfad bei AD und MCI für beide Hemisphären, bei den gesunden Probanden für die rechte Hemisphäre einen negativen FA-moderierten Zusammenhang. Der indirekte Pfad zeigte bei AD in der rechten Hemisphäre und bei MCI in beiden Hemisphären einen negativen FA-moderierten Zusammenhang. Bei den gesunden Probanden bestand auf dem indirekten Pfad ein positiver FA-moderierter Zusammenhang in der linken Hemisphäre.

Schlussfolgerung

Diese Studie ergibt Hinweise, dass bei AD und MCI die Mikrostruktur des posterioren Zingulums gestört ist. Zwischen dem Kortex des posterioren Zingulums und dem Hippokampus besteht direkt wie indirekt im Ruhezustand funktionelle Konnektivität. Die Bestimmung der effektiven Konnektivität im DMN zeigte, dass bei Gesunden die Funktion zwischen dem Kortex des posterioren Zingulums und dem Hippokampus vor allem indirekt vermittelt wird. Bei AD und MCI wies dieser Zusammenhang Veränderungen auf, möglicherweise aufgrund einer bereits vorhandenen Schädigung des parahippokampalen Gyrus. Als Fazit ist festzuhalten, dass die Verbindung von DTI und fMRT einen größeren Einblick in die Konnektivität des menschlichen Gehirns sowie deren pathologische Veränderungen bei einer AD ermöglicht. Hieraus könnte zukünftig ein Ansatz zur Frühdiagnose der AD mithilfe multimodaler Bildgebungsverfahren entstehen.

Summary

Background

Cognitive performance depends on intact cortical connectivity. Important for memory processing in the human brain is the connection between posterior cingulate cortex and hippocampus, directly as well as indirectly via the parahippocampal gyrus. These brain areas are involved early in Alzheimer’s disease (AD). At the same time, they belong to the default mode network (DMN), a functional network showing high functional connectivity under resting state conditions. In AD, this connectivity in specifically compromised, offering the possibility to investigate the structural basis of functional brain connectivity.

Methods

We studied 18 patients with mild to moderate AD, 16 patients with mild cognitive impairment (MCI) and 20 healthy control subjects using diffusion tensor imaging (DTI) and resting state fMRI at 3.0 Tesla. We determined the effect of structural integrity in the posterior cingulate as assessed by DTI on the functional connectivity between posterior cingulate, hippocampus and parahippocampus during resting state in these three groups.

Results

Structural integrity was reduced in posterior cingulate fibre tracts in patients with AD in the left hemisphere; however, this effect was partly accounted for by age differences. All three groups showed high functional connectivity between posterior cingulate cortex and hippocampus, via both the direct and the indirect pathways. Determination of effective connectivity yielded a negative fractional anisotropy (FA)-moderated correlation on the direct pathway in AD and MCI for both hemispheres, and in healthy controls for the right hemisphere. The indirect pathway showed a negative FA-moderated correlation in AD for the right hemisphere and in MCI for both hemispheres. Healthy controls showed a positive correlation on the indirect pathway for the left hemisphere.

Conclusion

Our data suggest that under healthy conditions, effective connectivity in the DMN between posterior cingulate cortex and hippocampus is mainly maintained by the indirect pathway via the parahippocampal gyrus. Patients with AD and patients with MCI show changes in this connectivity with a partial allocation to the direct pathway, most likely reflecting early parahippocampal lesions. The combination of DTI and fMRI broadens our understanding of human brain connectivity and its pathological changes with AD.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5

Literatur

  1. American Psychiatric Association (1994) Diagnostic and statistical manual of mental disorders, DSM-IV. 4. überarb. Aufl. American Psychiatric Association, Washington, DC

  2. Basser PJ, Mattiello J, Le Bihan D (1994) Estimation of the effective self-diffusion tensor from the NMR spin echo. J Magn Reson B 103:247–254

    Article  PubMed  CAS  Google Scholar 

  3. Basser PJ, Mattiello J, Le Bihan D (1994) MR diffusion tensor spectroscopy and imaging. Biophys J 66:259–267

    Article  PubMed  CAS  Google Scholar 

  4. Beaulieu C (2002) The basis of anisotropic water diffusion in the nervous system – a technical review. NMR Biomed 15:435–455

    Article  PubMed  Google Scholar 

  5. Biswal B, Yetkin FZ, Haughton VM et al (1995) Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magn Reson Med 34:537–541

    Article  PubMed  CAS  Google Scholar 

  6. Bokde ALW, Ewers M, Hampel H (2009) Assessing neuronal networks: understanding Alzheimer’s disease. Prog Neurobiol 89:125–133

    Article  PubMed  Google Scholar 

  7. Braak H, Braak E (1991) Neuropathological stageing of Alzheimer-related changes. Acta Neuropathol (Berl) 82:239–259

    Google Scholar 

  8. Braus DF, Tost H, Hirsch JG et al (2001) Diffusions-Tensor-Bildgebung (DTI) und funktionelle Magnetresonanztomographie (fMRI) erweitern das Methodenspektrum in der psychiatrischen Forschung. Nervenarzt 72:384–390

    Article  PubMed  CAS  Google Scholar 

  9. Cordes D, Haughton VM, Arfanakis K et al (2001) Frequencies contributing to functional connectivity in the cerebral cortex in „resting-state” data. Am J Neuroradiol 22:1326–1333

    PubMed  CAS  Google Scholar 

  10. Fellgiebel A, Müller MJ, Wille P et al (2005) Color-coded diffusion-tensor-imaging of posterior cingulate fiber tracts in mild cognitive impairment. Neurobiol Aging 26:1193–1198

    Article  PubMed  Google Scholar 

  11. Folstein MF, Folstein SE, McHugh PR (1975) Mini-mental state – a practical method for grading the cognitive state of patients for the clinician. J Psychiatr Res 12:189–198

    Article  PubMed  CAS  Google Scholar 

  12. Fox MD, Snyder AZ, Vincent JL et al (2005) The human brain is intrinsically organized into dynamic, anticorrelated functional networks. Proc Natl Acad Sci U S A 102:9673–9678

    Article  PubMed  CAS  Google Scholar 

  13. Friston KJ, Frith CD, Frackowiak RSJ (1993) Time-dependent changes in effective connectivity measured with PET. Hum Brain Mapp 1:69–79

    Article  Google Scholar 

  14. Greicius MD, Krasnow B, Boyett-Anderson JM et al (2003) Regional analysis of hippocampal activation during memory encoding and retrieval: fMRI study. Hippocampus 13:164–174

    Article  PubMed  Google Scholar 

  15. Greicius MD, Krasnow B, Reiss AL et al (2003) Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc Natl Acad Sci U S A 100:253–258

    Article  PubMed  CAS  Google Scholar 

  16. Greicius MD, Menon V (2004) Default-mode activity during a passive sensory task: uncoupled from deactivation but impacting activation. J Cogn Neurosci 16:1484–1492

    Article  PubMed  Google Scholar 

  17. Greicius MD, Srivastava G, Reiss AL et al (2004) Default-mode network activity distinguishes Alzheimer’s disease from healthy aging: evidence from functional MRI. Proc Natl Acad Sci U S A 101:4637–4642

    Article  PubMed  CAS  Google Scholar 

  18. Greicius MD, Supekar K, Menon V et al (2009) Resting-state functional connectivity reflects structural connectivity in the default mode network. Cereb Cortex 19:72–78

    Article  PubMed  Google Scholar 

  19. Hyman BT, Van Hoesen GW, Damasio AR et al (1984) Alzheimer’s disease: cell-specific pathology isolates the hippocampal formation. Science 225:1168–1170

    Article  PubMed  CAS  Google Scholar 

  20. Insausti R, Munoz M (2001) Cortical projections of the non-entorhinal hippocampal formation in the cynomolgus monkey (Macaca fascicularis). Eur J Neurosci 14:435–451

    Article  PubMed  CAS  Google Scholar 

  21. Jiang H, Zijl PCM van, Kim J et al (2006) DtiStudio: resource program for diffusion tensor computation and fiber bundle tracking. Comput Methods Programs Biomed 81:106–116

    Article  PubMed  Google Scholar 

  22. Kobayashi Y, Amaral DG (2003) Macaque monkey retrosplenial cortex: II. Cortical afferents. J Comp Neurol 466:48–79

    Article  PubMed  Google Scholar 

  23. Koch MA, Norris DG, Hund-Georgiadis M (2002) An investigation of functional and anatomical connectivity using magnetic resonance imaging. Neuroimage 16:241–250

    Article  PubMed  Google Scholar 

  24. Koch W, Teipel S, Mueller S et al (2010) Diagnostic power of default mode network resting state fMRI in the detection of Alzheimer’s disease. Neurobiol Aging. DOI: 10.1016/j.neurobiolaging.2010.04.013

  25. Le Bihan D, Mangin JF, Poupon C et al (2001) Diffusion tensor imaging: concepts and applications. J Magn Reson Imaging 13:534–546

    Article  Google Scholar 

  26. McKhann G, Drachman D, Folstein M et al (1984) Clinical diagnosis of Alzheimer’s disease: report of the NINCDS-ADRDA work group under the auspices of department of health and human services task force on Alzheimer’s disease. Neurology 34:939–944

    Article  PubMed  CAS  Google Scholar 

  27. Mori S, Zijl PCM van (2002) Fiber tracking: principles and strategies – a technical review. NMR Biomed 15:468–480

    Article  PubMed  Google Scholar 

  28. Morris JC, Heyman A, Mohs RC et al (1989) The Consortium to Establish a Registry for Alzheimer’s Disease (CERAD). Part I. Clinical and neuropsychological assessment of Alzheimer’s disease. Neurology 39:1159–1165

    Article  PubMed  CAS  Google Scholar 

  29. Nieto-Castanon A, Ghosh SS, Tourville JA et al (2003) Region of interest based analysis of functional imaging data. Neuroimage 19:1303–1316

    Article  PubMed  Google Scholar 

  30. Ogawa S, Lee TM, Kay AR et al (1990) Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Proc Natl Acad Sci U S A 87:9868–9872

    Article  PubMed  CAS  Google Scholar 

  31. Pajevic S, Pierpaoli C (1999) Colour schemes to represent the orientation of anisotropic tissue from diffusion tensor data: application to white matter fiber tract mapping in the human brain. Magn Reson Med 42:526–540

    Article  PubMed  CAS  Google Scholar 

  32. Petersen RC, Doody R, Kurz A et al (2001) Current concepts in mild cognitive impairment. Arch Neurol 58:1985–1992

    Article  PubMed  CAS  Google Scholar 

  33. Petersen RC, Smith GE, Ivnik RJ et al (1994) Memory function in very early Alzheimer’s disease. Neurology 44:867–872

    Article  PubMed  CAS  Google Scholar 

  34. Petersen RC, Smith GE, Waring SC et al (1999) Mild cognitive impairment – clinical characterization and outcome. Arch Neurol 56:303–308

    Article  PubMed  CAS  Google Scholar 

  35. Raichle ME, MacLeod AM, Snyder AZ et al (2001) A default mode of brain function. Proc Natl Acad Sci U S A 98:676–682

    Article  PubMed  CAS  Google Scholar 

  36. Reitan RM (1955) The relation of the trail making test to organic brain damage. J Consult Psychol 19:393–394

    Article  PubMed  CAS  Google Scholar 

  37. Shulman KI, Shedletsky R, Silver IL (1986) The challenge of time: clock-drawing and cognitive function in the elderly. Int J Geriatr Psychiatry 1:135–140

    Article  Google Scholar 

  38. Skudlarski P, Jagannathan K, Calhoun VD et al (2008) Measuring brain connectivity: diffusion tensor imaging validates resting state temporal correlations. Neuroimage 43:554–561

    Article  PubMed  Google Scholar 

  39. Snook L, Plewes C, Beaulieu C (2007) Voxel based versus region of interest analysis in diffusion tensor imaging of neurodevelopment. Neuroimage 34:243–252

    Article  PubMed  Google Scholar 

  40. Sorg C, Riedl V, Mühlau M et al (2007) Selective changes of resting-state networks in individuals at risk for Alzheimer’s disease. Proc Natl Acad Sci U S A 104:18760–18765

    Article  PubMed  CAS  Google Scholar 

  41. Squire LR (1992) Memory and the hippocampus: a synthesis from findings with rats, monkeys, and humans. Psychol Rev 99:195–231

    Article  PubMed  CAS  Google Scholar 

  42. Takahashi S, Yonezawa H, Takahashi J et al (2002) Selective reduction of diffusion anisotropy in white matter of Alzheimer disease brains measured by 3.0 Tesla magnetic resonance imaging. Neurosci Lett 332:45–48

    Article  PubMed  CAS  Google Scholar 

  43. Teipel SJ, Bokde ALW, Meindl T et al (2010) White matter microstructure underlying default mode network connectivity in the human brain. Neuroimage 49:2021–2032

    Article  PubMed  Google Scholar 

  44. Teipel SJ, Stahl R, Dietrich O et al (2007) Multivariate network analysis of fiber tract integrity in Alzheimer’s disease. Neuroimage 34:985–995

    Article  PubMed  Google Scholar 

  45. Van Hoesen GW (1982) The parahippocampal gyrus. New observations regarding its cortical connections in the monkey. Trends Neurosci 5:345–350

    Article  Google Scholar 

  46. Villain N, Desgranges B, Viader F et al (2008) Relationships between hippocampal atrophy, white matter disruption, and gray matter hypometabolism in Alzheimer’s disease. J Neurosci 28:6174–6181

    Article  PubMed  CAS  Google Scholar 

  47. Villain N, Fouquet M, Baron JC et al (2010) Sequential relationships between grey matter and white matter atrophy and brain metabolic abnormalities in early Alzheimer’s disease. Brain 133:3301–3314

    Article  PubMed  Google Scholar 

  48. Vogt BA, Finch DM, Olson CR (1992) Functional heterogeneity in cingulate cortex: the anterior executive and posterior evaluative regions. Cereb Cortex 2:435–443

    PubMed  CAS  Google Scholar 

  49. Wang L, Zang Y, He Y et al (2006) Changes in hippocampal connectivity in the early stages of Alzheimer’s disease: evidence from resting state fMRI. Neuroimage 31:496–504

    Article  PubMed  Google Scholar 

  50. Zhang HY, Wang SJ, Xing J et al (2009) Detection of PCC functional connectivity characteristics in resting-state fMRI in mild Alzheimer’s disease. Behav Brain Res 197:103–108

    Article  PubMed  Google Scholar 

  51. Zhang Y, Schuff N, Jahng GH et al (2007) Diffusion tensor imaging of cingulate fibers in mild cognitive impairment and Alzheimer disease. Neurology 68:13–19

    Article  PubMed  CAS  Google Scholar 

  52. Zhou Y, Dougherty JH Jr, Hubner KF et al (2008) Abnormal connectivity in the posterior cingulate and hippocampus in early Alzheimer’s disease and mild cognitive impairment. Alzheimers Dement 4:265–270

    Article  PubMed  Google Scholar 

Download references

Interessenkonflikt

Der korrespondierende Autor gibt an, dass kein Interessenkonflikt besteht.

Die Daten und Ergebnisse dieses Artikels stammen aus der Dissertationsarbeit von Jasmin Soldner an der Ludwig-Maximilians-Universität München.

Diese Arbeit wurde gefördert durch die interdisziplinäre Fakultät, Department „Aging Science and Humanities“, der Universität Rostock, die Hirnliga e. V. (Nürmbrecht) und den Forschungsschwerpunkt Neuronale Koordination, Teilprojekt Alzheimer-Krankheit, der Landesoffensive zur Förderung wissenschaftlicher Exzellenz (LOEWE; an Prof. Dr. med. Harald Hampel).

Author information

Authors and Affiliations

  1. Alzheimer Gedächtniszentrum, Klinik und Poliklinik für Psychiatrie und Psychotherapie, Ludwig-Maximilians-Universität München, München, Deutschland

    J. Soldner & H.-J. Möller

  2. Institut für Klinische Radiologie, Ludwig-Maximilians-Universität München, München, Deutschland

    T. Meindl, W. Koch & M.F. Reiser

  3. Discipline of Psychiatry, School of Medicine and Trinity College Institute of Neuroscience (TCIN), Trinity College Dublin, Dublin, Ireland

    A.L.W. Bokde

  4. Institut für Schlaganfall- und Demenzforschung (ISD), Ludwig-Maximilians-Universität, Klinikum Großhadern, München, Deutschland

    K. Bürger

  5. Klinik für Psychiatrie, Psychosomatik und Psychotherapie, Johann Wolfgang Goethe-Universität Frankfurt, Frankfurt/Main, Deutschland

    H. Hampel

  6. Klinik für Psychiatrie und Psychotherapie, Universität Rostock, Gehlsheimer Str. 20, 18147, Rostock, Deutschland

    S.J. Teipel

  7. Deutsches Zentrum für Neurodegenerative Erkrankungen (DZNE), Rostock, Deutschland

    S.J. Teipel

Authors
  1. J. Soldner
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. T. Meindl
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. W. Koch
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. A.L.W. Bokde
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. M.F. Reiser
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. H.-J. Möller
    View author publications

    You can also search for this author in PubMed Google Scholar

  7. K. Bürger
    View author publications

    You can also search for this author in PubMed Google Scholar

  8. H. Hampel
    View author publications

    You can also search for this author in PubMed Google Scholar

  9. S.J. Teipel
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to S.J. Teipel.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Soldner, J., Meindl, T., Koch, W. et al. Strukturelle und funktionelle neuronale Konnektivität bei der Alzheimer-Krankheit. Nervenarzt 83, 878–887 (2012). https://doi.org/10.1007/s00115-011-3326-3

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00115-011-3326-3

Schlüsselwörter

Keywords

Search

Navigation