Trajektorie neurorozwojowe ludzkiej kory mózgowej (2008)

J Neurosci. 2008 Apr 2;28(14):3586-94. doi: 10.1523/JNEUROSCI.5309-07.2008.

Shaw P1, Kabani NJ, Lerch JP, Eckstrand K, Lenroot R, Gogtay N, Greenstein D, Clasen L, Evans A, Rapoport JL, Giedd JN, Wise SP.

Abstrakcyjny

Zrozumienie organizacji kory mózgowej pozostaje głównym przedmiotem zainteresowania neuronauki. Mapy korowe polegały prawie wyłącznie na badaniu tkanki pośmiertnej w celu skonstruowania strukturalnych map architektonicznych. Mapy te niezmiennie rozróżniały obszary z mniejszą liczbą dostrzegalnych warstw, które mają mniej złożony ogólny wzór laminowania i brak wewnętrznej warstwy ziarnistej, oraz obszary o bardziej złożonej architekturze laminarnej. Pierwsza obejmuje kilka ziarnistych obszarów limbicznych, a druga obejmuje homotypowe i ziarniste obszary asocjacji i kory czuciowej. Tutaj odnosimy te tradycyjne mapy do danych rozwojowych z nieinwazyjnego neuroobrazowania. Zmiany grubości kory określono in vivo na podstawie 764 neuroanatomicznych obrazów rezonansu magnetycznego uzyskanych wzdłużnie od 375 typowo rozwijających się dzieci i młodych dorosłych. Znajdujemy różne poziomy złożoności wzrostu kory mózgowej w mózgu, które są ściśle zgodne z ustalonymi mapami architektonicznymi. Regiony korowe o prostej architekturze laminarnej, w tym większość obszarów limbicznych, wykazują przeważnie prostsze trajektorie wzrostu. Obszary te wyraźnie zidentyfikowały homologi we wszystkich mózgach ssaków i prawdopodobnie wyewoluowały u wczesnych ssaków. Z drugiej strony, polisensoryczne i asocjacyjne obszary kory, najbardziej złożone pod względem architektury laminarnej, również mają najbardziej złożone trajektorie rozwojowe. Niektóre z tych obszarów są unikalne lub dramatycznie rozszerzone u naczelnych, nadając tym odkryciom znaczenie ewolucyjne. Ponadto, mapując kluczową cechę tych trajektorii rozwoju (wiek osiągnięcia szczytowej grubości kory), dokumentujemy dynamiczne, heterochroniczne dojrzewanie kory mózgowej poprzez sekwencje poklatkowe („filmy”).

Poprzednia sekcjaNastępny rozdział

Wprowadzenie

Większość map ludzkiej kory mózgowej podzieliła ją według cech histologicznych, takich jak rozmieszczenie ciał komórkowych lub mieliny, a ostatnio markerów molekularnych (von Economo i Koskinas, 1925; Ongur i in., 2003; Zilles i in., 2004). Porównania podobnych klasyfikacji wśród kilku gatunków stanowią perspektywę ewolucyjną, a takie analizy zidentyfikowały dwa szerokie typy korowe. Jeden typ, alokacja, ma prymitywną trójwarstwową formę, która silnie przypomina jego homologi u gadów. Inny typ, isocortex, nie ma takich homologów i ma bardziej pochodną strukturę charakteryzującą się więcej niż trzema warstwami (zazwyczaj sześć) i bardziej złożonym wzorem projekcji aferentnej i eferentnej (Kaas, 1987; Puelles, 2001; Allman i in., 2002; Striedter, 2005). Pomiędzy alokacją a kory mózgowej obszary nazywane czasami „korą przejściową” mają właściwości pośrednie. Wykorzystanie neuroobrazowania strukturalnego in vivo rozwijając mózg, zbadaliśmy możliwość, że te różne rodzaje kory wykazują różne poziomy złożoności w trajektoriach ich wzrostu w dzieciństwie i okresie dojrzewania.

Wykorzystując obliczeniową neuroanatomię, zdefiniowaliśmy grubość kory w punktach 40,000 w całym mózgu w kohorcie zdrowych dzieci i młodzieży 375. Grubość korową wybrano jako metrykę, która obejmuje kolumnową architekturę kory i jest wrażliwa na zmiany rozwojowe w typowo rozwijających się i klinicznych populacjach (Lerch i in., 2005; O'Donnell i in., 2005; Makris i in., 2006; Shaw i in., 2006a,b; Lu i wsp., 2007; Sowell i in., 2007).

Większość dzieci w naszej kohorcie powtarzało obrazowanie neuroanatomiczne, a takie dane podłużne można łączyć z danymi przekrojowymi w celu modelowania zmian rozwojowych, przy czym dane podłużne są szczególnie pouczające. Dla grubości korowej najprostszą trajektorią, którą można dopasować do opisania jej zmiany w czasie, jest linia prosta. Bardziej złożone modele wzrostu obejmują różne fazy wzrostu i spadku grubości korowej: model kwadratowy ma dwie takie fazy (zazwyczaj początkowy wzrost, który osiąga szczyt przed spadkiem), a model sześcienny ma trzy. Złożoność wzrostu może się różnić w korze mózgowej i staraliśmy się zbadać, czy ta zmienność jest zgodna z właściwościami cytoarchitektonicznymi.

Pochodne właściwości krzywych rozwojowych, takie jak wiek osiągnięcia różnych punktów przegięcia, są często używane jako wskaźniki rozwojowe (Tanner i in., 1976; Jolicoeur i in., 1988). W przypadku grubości korowej można określić wiek, w którym osiąga się szczytową grubość korową (punkt, w którym wzrost prowadzi do zmniejszenia grubości korowej), dla punktów korowych o trajektorii sześciennej lub kwadratowej (ale nie liniowej), a zatem pojawia się jako potencjalnie przydatny wskaźnik rozwoju korowego. W związku z tym zbadaliśmy dodatkowo wzorzec osiągania szczytowej grubości korowej w całym mózgu, aby potwierdzić i rozwinąć poprzednie obserwacje sekwencji heterochronicznej, z podstawowymi obszarami sensorycznymi osiągającymi szczytową grubość korową przed polimodalnymi, wysokopoziomowymi obszarami asocjacji (Gogtay i in., 2004).

Materiały i Metody

Uczestnicy.

Trzysta siedemdziesiąt pięć dzieci i młodzieży, zdrowe dzieci bez osobistej lub rodzinnej historii zaburzeń psychicznych lub neurologicznych, miało w sumie obrazy rezonansu magnetycznego 764. Każdy uczestnik ukończył listę kontrolną zachowań dzieciństwa jako narzędzie do badań przesiewowych, a następnie został poddany ustrukturyzowanemu wywiadowi diagnostycznemu przez psychiatrę dziecięcą, aby wykluczyć wszelkie diagnozy psychiatryczne lub neurologiczne (Giedd i in., 1996). Ręczność określano za pomocą PANESS (badanie fizykalne i neurologiczne dla miękkich znaków), a 336 (90%) były głównie prawostronne, 20 (5%) przeważnie lewostronne, a 19 (5%) oburęczne. Średni iloraz inteligencji (IQ) to 115 (SD, 13) określony na podstawie odpowiednich dla wieku wersji skal Wechslera (Shaw i in., 2006b). Status społeczno-ekonomiczny (SES) określono na podstawie skali Hollingshead, a średni wynik wynosił 40 (SD, 19) (Hollingshead, 1975). Zakres wiekowy rozciąga się od 3.5 do 33 lat, a rozkład wiekowy skanów jest zilustrowany Rysunek 1. Tematy pochodziły z różnych rodzin 292; 196 (52%) byli mężczyznami. Zakres wieku rozciąga się od 3.5 do 33 lat. Wszyscy badani mieli co najmniej jeden skan (średni wiek w początkowym skanie, 12.3 lat; SD, 5.3); 203 (54.1%) miał co najmniej dwa skany (średni wiek, 13.8; SD, 4.6); 106 (28.3%) miał co najmniej trzy skany (średnia, 15.3; SD, 4.2); a 57 (15.2%) miał cztery lub więcej skanów (średnia 18, SD 4.5).

Rysunek 1. 

Rozkład wiekowy danych. Wiek każdego skanowania jest wskazywany przez niebieski diament. Dla każdego przedmiotu, pierwsze skanowanie jest zawsze najbardziej na lewo; osoby z powtarzanymi skanami mają narysowaną poziomą linię łączącą wiek przy pierwszym skanowaniu z wiekiem późniejszych skanów.

Neuroobrazowanie.

Obrazy ważone T1 z przyległymi osiowymi przekrojami 1.5 mm i plasterkami koronowymi 2.0 mm uzyskano przy użyciu trójwymiarowego zepsutego gradientu przywołanego w stanie ustalonym na skanerze Signa 1.5-T General Electric (Milwaukee, WI). Parametry obrazowania były następujące: czas echa, 5 ms; czas powtarzania, 24 ms; kąt obrotu, 45 °; macierz akwizycji, 256 × 192; liczba pobudzeń, 1; i pole widzenia, 24 cm. Umieszczenie głowy zostało znormalizowane, jak opisano wcześniej (Giedd i in., 1999). Ten sam skaner był używany w całym badaniu. Natywne skany MRI zarejestrowano w standaryzowanej przestrzeni stereotaktycznej za pomocą transformacji liniowej i skorygowano o artefakty niejednorodności (Sled i in., 1998). Zarejestrowane i skorygowane objętości podzielono na istotę białą, istotę szarą, CSF i tło za pomocą zaawansowanego klasyfikatora sieci neuronowych (Zijdenbos i in., 2002). Zastosowano algorytm deformacji powierzchni, który najpierw pasuje do powierzchni istoty białej, a następnie rozszerza się na zewnątrz w celu znalezienia przecięcia istoty szarej-CSF, definiując znaną zależność między każdym wierzchołkiem powierzchni istoty białej i jej odpowiednikiem powierzchni istoty szarej; grubość korowa jest definiowana jako odległość między tymi połączonymi wierzchołkami (i mierzona w 40,962 takich wierzchołkach) (MacDonald i in., 2000). Zastosowano jądro zamazujące pasmo 30-mm; ten rozmiar został wybrany na podstawie symulacji populacji, które to pasmo zmaksymalizowało moc statystyczną przy minimalizacji fałszywych alarmów (Lerch i Evans, 2005). To jądro pozwala na anatomiczną lokalizację, ponieważ rozmycie 30 mm wzdłuż powierzchni za pomocą operatora wygładzania dyfuzji zachowuje cechy topologiczne kory i reprezentuje znacznie mniejszą korę niż równoważne objętościowe jądro rozmycia Gaussa.

Ważność tego zautomatyzowanego środka względem eksperckiej manualnej oceny neuroanatomicznej grubości kory wykazano wcześniej dla wybranych obszarów korowych w dorosłej populacji (Kabani i in., 2001) Powtórzyliśmy to badanie walidacyjne u naszej populacji pediatrycznej w regionach korowych objętych pierwotnym badaniem (żyły przed i po ośrodku, zakręt czołowy górny, zakręt górny skroniowy, cuneus, górny płat ciemieniowy i zakręt supramarginalny) (Kabani i in., 2001). Zbadaliśmy również regiony szczególnie interesujące dla tego badania. Były to wyspa, kora oczodołowo-czołowa (mierzona obustronnie w przednim, tylnym, przyśrodkowym i bocznym podziale) oraz przyśrodkowe obszary korowe (przedni i tylny zakręt, przyśrodkowa grzbietowa kora przedczołowa i zakręt przyhipokampowy). Dwadzieścia skanów wybrano losowo z kohorty (od 6 do 15). Dla każdego regionu mózgu neuroanatomista (NK) używał oprogramowania do analizy obrazów (MacDonald, 1996) oznaczyć jeden punkt lub znacznik na granicy CSF i istoty szarej, która reprezentuje zewnętrzną powierzchnię kory, oraz inny punkt granicy szarości i istoty białej, który reprezentuje wewnętrzną powierzchnię kory. Obliczono odległość między dwoma znacznikami, naśladując algorytm używany przez narzędzie automatyczne. Dla danego znacznika umieszczonego przez neuroanatomistę na zewnętrznej powierzchni korowej zidentyfikowano najbliższy wierzchołek na automatycznie wyodrębnionej powierzchni korowej i odnotowano związaną z nią grubość korową. Wyniki metody ręcznej i automatycznej porównano za pomocą ANOVA z powtarzanymi pomiarami, a następnie parami t testy identyfikujące różnice regionalne. Istniała znacząca różnica dla typu pomiaru, przy czym zautomatyzowane szacunki były większe (średnia, 4.62; SE, 0.06) niż w instrukcji (średnia, 4.41; SE, 0.04; F(1,684) = 8.8, p = 0.02). Wystąpiła znacząca interakcja typu pomiaru i regionu (F(35,684) = 2.59, p <0.001), który był dalej badany. Ogólnie nie było znaczącej różnicy między pomiarem ręcznym i automatycznym w 30 z 36 regionów, przy czym gorsze wyniki odnotowano obustronnie w zakręcie przedśrodkowym i lewym zakręcie postcentralnym oraz w środkowym zakręcie czołowym, zakręcie prostym i klinowym lewa półkula. Warto zauważyć, że tylko jeden z tych regionów leżał w obszarze szczególnego zainteresowania dla tego badania (lewy zakręt prosty). Nie było korelacji między wiekiem a różnicą między oszacowaniami automatycznymi i ręcznymi (r = 0.02, p = 0.53). W związku z tym nie było dowodów na to, że różnice między tymi dwiema metrykami miały jakiekolwiek istotne tendencje związane z wiekiem.

Aby określić trajektorie rozwojowe w każdym punkcie korowym, wybrano analizę regresji modelu mieszanego, ponieważ pozwala ona na włączenie wielu pomiarów na osobę, brakujące dane i nieregularne odstępy między pomiarami, zwiększając w ten sposób moc statystyczną (Pinheiro i Bates, 2000). Nasza klasyfikacja trajektorii rozwojowych opierała się na procedurze wyboru modelu stopniowego: w każdym punkcie korowym modelowaliśmy grubość korową za pomocą modelu regresji wielomianowej o mieszanych efektach, testując sześcienny, kwadratowy i liniowy efekt wieku. Jeśli efekt wieku sześciennego nie był znaczący przy p <0.05, został usunięty i przeszliśmy do modelu kwadratowego i tak dalej. W ten sposób byliśmy w stanie sklasyfikować rozwój każdego punktu korowego jako najlepiej wyjaśniony przez sześcienną, kwadratową lub liniową funkcję wieku. Uważamy, że modele sześcienne są bardziej złożone niż kwadratowe, które z kolei uważa się za bardziej złożone niż modele liniowe. Efekt losowy dla każdej osoby został zagnieżdżony w efekcie losowym dla każdej rodziny, w ten sposób uwzględniając zależność zarówno wewnątrzosobową, jak i wewnątrzrodzinną. Tak więc dla punktów korowych z modelem sześciennym, kgrubość kory iosoba w jrodzina była modelowana jako grubośćijk = przechwycenie + dij + β1(wiek) + β2 * (wiek) ** 2 + β3 * (wiek) ** 3 + eijk, Gdzie dij są zagnieżdżonymi modelami efektów losowych wewnątrz osoby i w zależności od rodziny, terminy przechwytujące i β są efektami stałymi i eijk reprezentuje błąd resztowy. W modelach kwadratowych brakowało terminu wieku sześciennego, a modele liniowe - wieku sześciennego i kwadratowego. Analizy powtórzono wprowadzając SES i IQ jako współzmienne.

Wiek, w którym osiągnięto szczytową grubość korową, obliczono dla modeli sześciennych i kwadratowych z pochodnych pierwszego rzędu dopasowanych krzywych.

Efekt

W większości bocznych czołowych, bocznych skroniowych, ciemieniowych i potylicznych kory mózgowej trajektorie rozwojowe są sześcienne, z okresem początkowego wzrostu w dzieciństwie, po którym następuje spadek młodzieży, a następnie stabilizacja grubości korowej w wieku dorosłym (Rys. 2). Wzrost charakteryzujący się wzrostem i spadkiem, ale pozbawiony fazy stabilizacji w ciągu pierwszych trzech dekad życia (model kwadratowy) występuje w dużej części wyspy i przedniej obręczy obręczy. Liniowa trajektoria jest widoczna w tylnym naczyniu oczodołowo-czołowym i czołowym, częściach kory gruszkowatej, przyśrodkowej korze skroniowej, obszarach obręczy subgenualnej i przyśrodkowej korze potyliczno-skroniowej. Wykresy ilustrujące poszczególne punkty danych z reprezentatywnych regionów o trajektorii sześciennej, kwadratowej lub liniowej są pokazane w Rysunek 3.

Rysunek 2. 

Złożoność trajektorii rozwojowych w korze mózgowej. Mapy mózgu pokazują wierzchołki o sześciennej (czerwonej), kwadratowej (zielonej) lub liniowej (niebieskiej) trajektorii rozwojowej. Wykresy pokazują wzór wzrostu dla każdej z tych podziałów. Aby uzyskać grzbietowe, prawe boczne, lewe przyśrodkowe, lewe boczne i prawe przyśrodkowe widoki. Ciało modzelowate jest zaciemnione.

Rysunek 3. 

Wykresy przedstawiające surowe dane grubości korowej na niebiesko, z dopasowaną trajektorią nałożoną na różowo. a – c, Pierwsze trzy obrazy pokazują w kolejności średnią grubość korowy i trajektorię dla reprezentatywnych regionów: górny żyroskop czołowy, który ma sześcienną trajektorię (a); część wyspy, która ma kwadratową trajektorię, widoczną na zielono Rysunek 5 (b); część kory oczodołowo-czołowej, która ma liniową trajektorię, widoczną na niebiesko Rysunek 4 (c).

Zbadaliśmy złożoność trajektorii rozwojowych w odniesieniu do obszarów korowych różnych typów cytoarchitekturonicznych, wykorzystując atlasy histologiczne do przypisania pól cytoarchitektonicznych (Ongur i in., 2003). Analiza ta wykazała wyraźną paralelę między podstawowymi rodzajami kory i wzorem rozwoju kory. Kora oczodołowo-czołowa jest przykładem zgodności między typami korowymi a trajektoriami rozwojowymi (Rys. 4). W najbardziej przedniej części tego regionu trajektoria sześcienna charakteryzuje homotypiczny (sześciowarstwowy) izokorteks bieguna czołowego i bocznych obszarów oczodołowo-czołowych. Natomiast większość kory na tylnej powierzchni orbitalnej podąża za stosunkowo prostymi kwadratowymi i liniowymi trajektoriami wzrostu. Region ten ma typowy wzór laminowania dla kory przejściowej: w porównaniu z izotypem homotypowym ma mniej, mniej dobrze rozwiniętych warstw i brakuje wyraźnego stężenia komórek nie piramidalnych warstwy 4, wewnętrznej warstwy ziarnistej (Brockhaus, 1940; Mesulam i Mufson, 1982; Ongur i in., 2003). W najbardziej tylnej części tego obszaru wzrost liniowy i kwadratowy charakteryzuje kora piriforma, prymitywny obszar alokacyjny, który zachowuje zapach.

Rysunek 4. 

A, Złożoność trajektorii rozwojowych w korze oczodołowo-czołowej, rzutowanych na standardowy szablon mózgu. Kora oczodołowo-czołowa przednia i boczna ma kształt sześcienny (czerwony); przyśrodkowa i tylna kora oczodołowo-czołowa ma prostsze trajektorie kwadratowe (zielone) i liniowe (niebieskie). B, Trajektorie nakładają się na mapę cytoarchitektoniczną regionu przez Öngür i in. (2003) zilustrowanie nakładania się pól cytoarchitektonicznych i regionalnych różnic w trajektoriach. C, Trajektoria każdego z podziałów.

Chociaż Rysunek 4 skupia się na korze oczodołowo-czołowej, te same zasady są ogólnie obserwowane, gdzie zachodzi przejście z izokortyki do form prostszych. Wyniki dla przyśrodkowej kory czołowej są podobne do tych w korze oczodołowo-czołowej, z wzrostem sześciennym ku przodowi, szczególnie w korze homotypowej środkowej przedniej części bieguna i liniowej lub kwadratowej trajektorii bardziej w tylnej części regionów o strukturze dysgranularnej lub agranularnej (Rys. 5, Top). Dla Insula (Rys. 5, na dole), wzór jest bardzo podobny. Przednia wyspa, z jej korową i słabo laminowaną korą, ma liniową trajektorię rozwoju. Poruszając się wstecz do dysgranularnej i homotypowej wyspy, początkowo występuje bardziej złożone dopasowanie kwadratowe; jeszcze później, ponieważ kora staje się coraz bardziej homotypowa, trajektoria staje się sześcienna. Podobnie w płacie skroniowym komponent alokacyjny, taki jak kora gruszkowata, wykazuje przeważnie trajektorię liniową. W przeciwieństwie do tego, boczna izokortyka skroniowa ma sześcienną trajektorię, a obszary przejściowe, takie jak obszary śródwęchowe i obwodowe, mają trajektorie kwadratowe i liniowe (Rys. 2). Wyniki te są podsumowane w Tabela 1. Istnieją pewne regiony korowe, w których ten związek między typami korowymi i trajektoriami rozwojowymi nie utrzymuje się, szczególnie w środkowych obszarach potyliczno-skroniowych i przednich górnych obszarach skroniowych, z których oba są regionami izokortykalnymi, które jednak mają trajektorię liniową i kwadratową. Wzór wyników utrzymywanych, gdy SES i IQ zostały wprowadzone jako współzmienne, oddzielnie lub razem.

Rysunek 5. 

Góra, Szczegółowe widoki trajektorii w prawej środkowej korze przedczołowej, gdzie regiony korowo-korowe mają trajektorię sześcienną, a obszary przejściowe mają albo trajektorię kwadratową (np. Kora agranularna i słabo laminowana obszaru 24a w zakręcie obręczy), albo spadek liniowy w grubości (np. cienka i w dużej mierze ziarnista kora gyrus rectus). Dół, prawa wyspa pokazuje stopniowo coraz bardziej złożone trajektorie ruchu: część tylna ma trajektorię sześcienną (czerwona), ciało wyspy ma dopasowanie kwadratowe (zielone), a przednia wyspa ma dopasowanie liniowe (niebieskie). Podobny wzór dotyczy lewej wyspy.

Wyświetl tę tabelę: 

Tabela 1. 

Różne rzędy trajektorii są podawane z odpowiednimi obszarami korowymi i leżącym poniżej rodzajem korowym

Następnie określiliśmy wiek, w którym osiągnięto szczytową grubość korową dla wszystkich punktów z trajektorią sześcienną lub kwadratową, stosując pochodną pierwszego rzędu dopasowanej krzywej dla każdego punktu. Nie można określić wieku szczytowego dla punktów o trajektorii liniowej. Wyniki prezentowane są jako sekwencja dynamiczna poklatkowa (dodatkowe filmy 1, 2, dostępne pod adresem www.jneurosci.org jako materiał uzupełniający) „fotosy” z filmów (Rys. 6) i szacowany wiek szczytowej grubości korowej dla regionów mózgu 56 (jak zdefiniowano w narzędziu segmentacji ANIMAL).

Rysunek 6. 

Wiek osiągania szczytowej grubości korowej w korze mózgowej. Grubość piku można oszacować tylko dla regionów o trajektorii sześciennej lub kwadratowej, a nie dla regionów ze zmianą liniową (które są oznaczone ciemniejszym czerwonym odcieniem). Zmiany są zilustrowane dynamicznie w dodatkowych filmach 1 i 2, dostępnych na stronie www.jneurosci.org jako materiał uzupełniający.

Podsumowując wyniki, w obrębie kory mózgowej pierwotne obszary czuciowe i ruchowe na ogół osiągają szczytową grubość korową przed sąsiednimi obszarami drugorzędnymi, a także przed innymi obszarami asocjacji polimodalnej. W tylnym mózgu pierwszym obszarem, w którym osiąga swoją maksymalną grubość, jest kora czuciowa somatyczna (∼7 lat), a następnie słupy potyliczne, zawierające znaczną część pierwotnego pola widzenia prążkowanego (∼7 lat po lewej i ∼8 lat po prawej), a następnie pozostała kora potyliczno-potyliczna, z regionami polimodalnymi (takimi jak tylna kora ciemieniowa) osiągającymi grubość szczytu później (∼9 – 10 lat). W korze czołowej pierwotna kora ruchowa osiąga szczytową grubość kory stosunkowo wcześnie (∼9 lat), następnie uzupełniające obszary motoryczne (∼10 lat) i większość przedniego bieguna (∼10 lat). Obszary korowe wysokiego rzędu, takie jak grzbietowo-boczna kora przedczołowa i kora zakrętu obręczy, osiągają ostatnią grubość (∼10.5 lat). W widokach przyśrodkowych bieguny potyliczne i czołowe osiągają wcześnie grubość piku, a następnie z tych obszarów omiata fala dośrodkowa, przy czym kora środkowa przedczołowa i zakrętu obręczy osiąga ostatnią grubość. Występuje również wyraźny postęp grzbietowy do brzuszny. Szczegółowe wyniki dla każdego obszaru mózgu podano w Tabela 2.

Wyświetl tę tabelę: 

Tabela 2. 

Szacowany wiek szczytowej grubości korowej podano dla obszarów mózgu 56

Dyskusja

Wyrównanie typów korowych z trajektoriami rozwojowymi

Badanie to wykazuje ścisłe dopasowanie między trajektoriami rozwojowymi a typami korowymi przedstawionymi w tradycyjnych mapach cytoarchitektonicznych, dzięki czemu te klasyczne mapy mają znaczenie rozwojowe. Badanie wspiera i rozszerza poprzednią pracę (Gogtay i in., 2004; Sowell i in., 2004; O'Donnell i in., 2005) poprzez włączenie znacznie większej próby, która pozwoliła na wykrycie wyższego rzędu skutków wieku.

Inne badania podłużne typowego rozwoju potwierdzają niektóre z obecnych ustaleń. Na przykład prosty wzrost liniowy, który raportujemy w jednej części alokacji, obszar piriformy, również został znaleziony wcześniej dla hipokampa (Gogtay i in., 2006). Nie byliśmy w stanie zmierzyć hipokampa bezpośrednio w niniejszym badaniu, ale Gogtay i współpracownicy odkryli, że trajektoria zmiany objętości hipokampa alokacyjnego była liniowa. Znaczenie przerzedzenia izokortykalnego w okresie dojrzewania potwierdzono w badaniach wykorzystujących inne korowe miary morfometryczne, takie jak gęstość istoty szarej, demonstrując komplementarny charakter tych różnych miar charakterystyk korowych (Gogtay i in., 2004; Sowell i in., 2004).

Zastosowany tutaj model dotyczy tylko zakresu wiekowego, którego dotyczy, i nie można go ekstrapolować. Na przykład, gdyby trajektoria sześcienna została przedłużona poza przedział wiekowy, oznaczałoby to wzrost grubości warstwy korowej w wieku dorosłym (począwszy od wieku age25), co nie jest ani wiarygodne biologicznie, ani nie jest poparte istniejącymi danymi w tym przedziale wiekowym (Sowell i in., 2007). Raczej wiek, w którym faza kory mózgowej się kończy (drugi punkt przegięcia w krzywej sześciennej) jest lepiej pojmowany jako punkty przejścia w zasadniczo stabilne wymiary korowe dorosłości. Obszary o trajektoriach sześciennych osiągają ten punkt przegięcia szybciej niż te z krzywymi kwadratowymi iw tym sensie można je określić jako mające szybszy wzrost.

Zagadnienia metodologiczne

Ważne jest, aby rozważyć możliwość artefaktów metodologicznych przyczyniających się do wyników. Może to powstać, na przykład, ponieważ rekonstrukcja powierzchni korowej, która jest podstawą zautomatyzowanej techniki, może być szczególnie trudna w obszarach alokacji i kory przejściowej, a wynikający z tego wzrost błędu pomiaru może przesłaniać złożone (sześcienne) wzorce wzrostu . Kilka czynników sprawia, że ​​jest to mało prawdopodobne. Ważność miary grubości korowej ocenianej względem szacunków ręcznych nie zmieniała się systematycznie w zależności od rodzaju kory. Zautomatyzowane szacunki grubości korowej w obszarach alokacyjnych korowo oczodołowo-przyśrodkowej i środkowej kory były tak samo ważne jak pomiary regionów izokortykalnych. Dodatkowo zastosowany przez nas algorytm i jego pochodne mogą również dokładnie wyodrębniać korowe powierzchnie „fantomowego” mózgu, wykrywać symulowane ścieńczenie kory i rejestrować neuropatologicznie ustalone wzorce postępu choroby (MacDonald i in., 2000; Lerch i Evans, 2005; Lerch i in., 2005; Lee i wsp., 2006). Wreszcie, nasze badanie korzysta z dużej liczebności próby i wysokiego odsetka danych prospektywnych, czynników, które umożliwiły wykrycie liniowego i krzywoliniowego wpływu wieku na wzrost korowy, które były statystycznie i, argumentujemy biologicznie, istotne.

Wpływ środowiskowy i genetyczny na trajektorie wzrostu

Charakter zdarzeń komórkowych, które leżą u podstaw zmiany korowej u ludzi, nie został ustalony. Niektóre z najwcześniejszych aspektów rozwoju kory mózgowej, takie jak pojawienie się i rozdzielczość subpłytki, gdy neuroblasty migrują z neuroepithelium do ich dojrzałych miejsc laminarnych (Kostovic i Rakic, 1990; Kostovic i in., 2002) określić laminację mózgową w macicy i okołoporodowo, ale wykraczają poza okno wieku, które badaliśmy. Badania na zwierzętach innych niż ludzkie sugerują, że wymiary korowe w okresach krytycznych dla rozwoju funkcji poznawczych mogą odzwierciedlać zależne od doświadczenia formowanie architektury kolumn korowych wraz z kręgosłupem dendrytycznym i przebudową aksonów (Chklovskii i in., 2004; Mataga i in., 2004; Hensch, 2005; Sur i Rubenstein, 2005). Takie zdarzenia morfologiczne mogą przyczyniać się do fazy dziecięcej wzrostu grubości korowej, która występuje w regionach o trajektorii sześciennej lub kwadratowej. Faza przerzedzania kory, która dominuje w okresie dojrzewania, może odzwierciedlać zależną od użycia selektywną eliminację synaps (Huttenlocher i Dabholkar, 1997), które mogłyby udoskonalić obwody neuronowe, w tym te wspierające zdolności poznawcze (Hensch, 2004; Knudsen, 2004). Wydarzenia występujące na styku białej i szarej substancji, takie jak proliferacja mieliny w obwodowej neuropilie korowym w dzieciństwie i okresie dojrzewania, mogą również wpływać na grubość kory (Yakovlev i Lecours, 1967; Sowell i in., 2004).

Ten opis możliwych zdarzeń komórkowych podkreśla rolę doświadczenia jako jednego z wyznaczników architektury korowej. Nasza ocena czynników środowiskowych ograniczyła się do statusu społeczno-ekonomicznego dziecka i wpisanie tej miary jako współzmiennej nie zmieniło wzorca wyników. Interesujące byłoby jednak zbadanie wpływu innych kluczowych czynników, w szczególności środowiska rodzinnego i szkolnego, na rozwój kory. Indywidualne różnice w inteligencji wpływają na grubość kory i jej rozwój (Narr i in., 2006; Shaw i in., 2006b). Jednak nasze główne ustalenia miały miejsce, gdy IQ wprowadzono jako współzmienną, co sugeruje, że chociaż inteligencja może wpływać na niektóre właściwości korowych trajektorii wzrostu, takich jak prędkość i wiek osiągnięcia szczytowej grubości korowej, nie ma to wpływu na podstawowe powiązanie między złożonością cytoarchitektura i złożoność trajektorii rozwojowej.

Czynniki genetyczne są również ważne w określaniu architektury korowej (Thompson i in., 2001; Lenroot i in., 2007). Powszechne polimorfizmy, takie jak O-metylotransferaza katecholowa Val158Met polimorfizm, polimorfizm pojedynczego nukleotydu w regulatorze genu 4 sygnalizującego białko G i polimorfizm regionu promotorowego genu transportera serotoniny (5-HTTLPR) wszystkie okazały się mieć wpływ na objętość, grubość lub złożoność kory (Brown i Hariri, 2006; Meyer-Lindenberg i in., 2006; Zinkstok i in., 2006; Buckholtz i in., 2007; Taylor i wsp., 2007). Szczególnie interesujące są geny, które zarówno przyczyniają się do wzrostu korowego, jak i złożoności, i wydają się podlegać pozytywnej selekcji w ewolucji naczelnych, szczególnie w liniach prowadzących do współczesnych ludzi (Gilbert i in., 2005). Obejmują one ASPM (nieprawidłowy wrzecionowaty, związany z mikrocefalią) i MCPH1 (mikrocefalia, pierwotne recesywne autosomalne) geny (Evans i in., 2004a,b). Interesujące byłoby ustalenie, czy zmienność regionalnej ekspresji korowej takich genów pokrywa się zarówno z typami korowymi, jak i mapami trajektorii rozwoju.

Względy funkcjonalne

Szczegółowe rozważania na temat tych wzorców rozwoju i ich możliwego związku z rozwojem poznawczym pozostają do przyszłej pracy, ale można zrobić kilka punktów. Na przykład, tylne przyśrodkowe obszary oczodołowo-czołowe zostały połączone z układem limbicznym i kontrolą autonomicznego układu nerwowego i wykazują liniową trajektorię. Uważa się, że obszary te monitorują wyniki związane z zachowaniem, w szczególności karą lub nagrodą (Rolls, 2004; Kennerley i in., 2006) funkcje poznawcze są tak fundamentalne, że raczej nie ulegną one długotrwałemu rozwojowi. Natomiast regiony korowo-korowe często wspierają bardziej złożone funkcje psychologiczne, które wykazują wyraźne gradienty rozwojowe, charakteryzujące się szybkim rozwojem w okresach krytycznych. Możemy jedynie spekulować na temat możliwego związku między krytycznymi okresami rozwoju umiejętności ludzkich a opisanymi tu trajektoriami rozwoju. Określenie okresów krytycznych dla rozwoju umiejętności człowieka jest złożone, ale późne dzieciństwo to okres szczególnie szybkiego rozwoju umiejętności wykonawczych w zakresie planowania, pamięci roboczej i elastyczności poznawczej, okresu wieku, który zbiega się ze wzrostem grubości kory w bocznej korze przedczołowej (Chelune i Baer, ​​1986; Diamond, 2002; Huizinga i in., 2006; Jacobs i in., 2007). Natomiast krytyczny okres dla niektórych funkcji wizualnych (takich jak ostrość liter i globalne wykrywanie ruchu) został oszacowany jako kończący się w środkowym dzieciństwie (∼age 6 lub 7) (Lewis i Maurer, 2005) i podobnie, okres wzrostu grubości kory w korze wzrokowej również kończy się w tym czasie (mniej więcej w wieku 7 – 8). Ta korelacja między czasem trwania niektórych okresów krytycznych a fazą wzrostu grubości korowej z pewnością nie jest uniwersalna. Jest to z konieczności ograniczone przez istnienie systemów (wspieranych przez podobne regiony korowe) z wieloma okresami krytycznymi, z których każdy ma inne okno czasowe, jak to ma miejsce w niektórych systemach sensorycznych. (Harrison i in., 2005; Levi, 2005; Lewis i Maurer, 2005). Ta dyskusja skupia się na krytycznych okresach i nie należy jej traktować jako pomijanie ważnego dalszego udoskonalania wielu umiejętności poznawczych podczas fazy przerzedzania kory mózgowej (Luna i in., 2004; Luciana i in., 2005).

Wnioski

Odkrycia przedstawione tutaj potwierdzają pogląd, że organizację kory mózgowej można rozumieć w kategoriach szeregu koncentrycznych pierścieni, z izokorteksą (mającą sześcienną trajektorię) w jej rdzeniu, alokacją (wykazującą głównie wzrost liniowy) na obwodzie oraz obszary przejściowe (mające mieszankę trajektorii kwadratowych i liniowych) pomiędzy. Izokorteks w tym modelu nie tylko leży w jądrze kory mózgowej w tym sensie, ale także powstaje później w ewolucji niż obszar piriform (boczny alokacja) i hipokamp (przyśrodkowy przydział) i dodatkowe małe obszary alokacyjne. Tak więc przez in vivo obrazowanie neuroanatomiczne pokazujemy, że rozwój korowy odzwierciedla zarówno cytoarchitekturę, jak i historię kory mózgowej.

Przypisy

  • Otrzymano listopad 30, 2007.
  • Wersja otrzymała luty 7, 2008.
  • Zaakceptowano luty 26, 2008.
  • Praca ta była wspierana przez Intramural Research Program Narodowego Instytutu Zdrowia. Dziękujemy wszystkim uczestnikom badania i ich rodzinom.

  • Autorzy deklarują brak konkurencyjnych interesów finansowych.

  • Korespondencję należy kierować do Philipa Shawa, oddziału psychiatrii dziecięcej, pokoju 3N202, budynku 10, centrum jazdy, Narodowego Instytutu Zdrowia Psychicznego, Bethesda, MD 20892. [email chroniony]

Referencje

    1. Allman J,
    2. Hakeem A,
    3. Watson K

    (2002) Dwie specjalizacje filogenetyczne w ludzkim mózgu. Neuroscientist 8: 335-346.

    1. Brockhaus H

    (1940) Die cyto-und myleoarchitcktonik des crotex clastralis und des clastrum beim menschen. J Psychol Neurol 49: 249-348.

    1. Brązowy SM,
    2. Hariri AR

    (2006) Badania neuroobrazowe polimorfizmów genu serotoniny: badanie wzajemnego oddziaływania genów, mózgu i zachowania. Cogn Affect Behav Neurosci 6: 44-52.

    1. Buckholtz JW,
    2. Meyer-Lindenberg A,
    3. Honea RA,
    4. Straub RE,
    5. Pezawas L,
    6. Egan MF,
    7. Vakkalanka R,
    8. Kolachana B,
    9. Verchinski BA,
    10. Sust S,
    11. Mattay VS,
    12. Weinberger DR,
    13. Callicott JH

    (2007) Zmienność alleliczna w RGS4 wpływa na funkcjonalną i strukturalną łączność w ludzkim mózgu. J Neurosci 27: 1584-1593.

    1. Chelune GJ,
    2. Baer RA

    (1986) Normy rozwojowe dla testu sortowania kart Wisconsin. J Clin Exp Neuropsychol 8: 219-228.

    1. Chklovskii DB,
    2. Mel BW,
    3. Svoboda K

    (2004) Ponowne okablowanie i przechowywanie informacji. Natura 431: 782-788.

    1. Diament A

    (2002) w Zasadach funkcji płata czołowego, Normalny rozwój kory przedczołowej od urodzenia do młodości: funkcje poznawcze, anatomia i biochemia, red. Stuss DT, Knight RT (Oxford UP, Nowy Jork), pp 466 – 503.

    1. Evans PD,
    2. Anderson JR,
    3. Vallender EJ,
    4. Choi SS,
    5. Lahn BT

    (2004a) Rekonstrukcja ewolucyjnej historii mikrokefaliny, genu kontrolującego rozmiar ludzkiego mózgu. Hum Mol Genet 13: 1139-1145.

    1. Evans PD,
    2. Anderson JR,
    3. Vallender EJ,
    4. Gilbert SL,
    5. Malcom CM,
    6. Dorus S,
    7. Lahn BT

    (2004b) Adaptacyjna ewolucja ASPM, główny wyznacznik wielkości kory mózgowej u ludzi. Hum Mol Genet 13: 489-494.

    1. Giedd JN,
    2. Snell JW,
    3. Lange N,
    4. Rajapakse JC,
    5. Casey BJ,
    6. Kozuch PL,
    7. Vaituzis AC,
    8. Vauss YC,
    9. Hamburger SD,
    10. Kaysen D,
    11. Rapoport JL

    (1996) Ilościowe rezonans magnetyczny rozwoju ludzkiego mózgu: wiek 4 – 18. Cereb Cortex 6: 551-560.

    1. Giedd JN,
    2. Blumenthal J,
    3. Jeffries NIE,
    4. Castellanos FX,
    5. Liu H,
    6. Zijdenbos A,
    7. Paus T,
    8. Evans AC,
    9. Rapoport JL

    (1999) Rozwój mózgu w dzieciństwie i okresie dojrzewania: podłużne badanie MRI. Nat Neurosci 2: 861-863.

    1. Gilbert SL,
    2. Dobyns WB,
    3. Lahn BT

    (2005) Genetyczne powiązania między rozwojem mózgu a ewolucją mózgu. Nat Rev Genet 6: 581-590.

    1. Gogtay N,
    2. Giedd JN,
    3. Lusk L,
    4. Hayashi KM,
    5. Greenstein D,
    6. Vaituzis AC,
    7. Nugent TF III.,
    8. Herman DH,
    9. Clasen LS,
    10. Toga AW,
    11. Rapoport JL,
    12. Thompson PM

    (2004) Dynamiczne mapowanie rozwoju kory ludzkiej w dzieciństwie do wczesnej dorosłości. Proc Natl Acad Sci USA 101: 8174-8179.

    1. Gogtay N,
    2. Nugent TF III.,
    3. Herman DH,
    4. Ordonez A,
    5. Greenstein D,
    6. Hayashi KM,
    7. Clasen L,
    8. Toga AW,
    9. Giedd JN,
    10. Rapoport JL,
    11. Thompson PM

    (2006) Dynamiczne mapowanie normalnego rozwoju ludzkiego hipokampa. Hippocampus 16: 664-672.

    1. Harrison RV,
    2. Gordon KA,
    3. Góra RJ

    (2005) Czy istnieje krytyczny okres dla implantacji ślimaka u dzieci z wrodzoną głuchotą? Analizy wydajności percepcji słuchu i mowy po implantacji. Dev Psychobiol 46: 252-261.

    1. Hensch TK

    (2004) Regulacja okresu krytycznego. Annu Rev Neurosci 27: 549-579.

    1. Hensch TK

    (2005) Plastyczność okresu krytycznego w lokalnych obwodach korowych. Nat Rev Neurosci 6: 877-888.

    1. Hollingshead AB

    (1975) Czteroczynnikowy indeks statusu społecznego (Yale UP, New Haven, CT).

    1. Huizinga M,
    2. CV Dolana,
    3. van der Molen MW

    (2006) Zmiana funkcji wykonawczej związana z wiekiem: trendy rozwojowe i analiza zmiennych ukrytych. Neuropsychologia 44: 2017-2036.

    1. Huttenlocher PR,
    2. Dabholkar AS

    (1997) Regionalne różnice w synaptogenezie w korze mózgowej człowieka. J Comp Neurol 387: 167-178.

    1. Jacobs R,
    2. Harvey AS,
    3. Anderson V

    (2007) Funkcja wykonawcza po ogniskowych zmianach płata czołowego: wpływ czasu zmiany na wynik. Kora 43: 792-805.

    1. Jolicoeur P,
    2. Pontier J,
    3. Pernin MO,
    4. Sempe M

    (1988) Asymptotyczna krzywa wzrostu dożywotniego wzrostu człowieka. Biometria 44: 995-1003.

    1. Kaas JH

    (1987) Organizacja kory nowej u ssaków: implikacje dla teorii funkcji mózgu. Annu Rev Psychol 38: 129-151.

    1. Kabani N,
    2. Le Goualher G,
    3. MacDonald D,
    4. Evans AC

    (2001) Pomiar grubości korowej za pomocą zautomatyzowanego algorytmu 3-D: badanie walidacyjne. NeuroImage 13: 375-380.

    1. Kennerley SW,
    2. Walton ME,
    3. Behrens TE,
    4. Buckley MJ,
    5. Rushworth MF

    (2006) Optymalne podejmowanie decyzji i przednia kora zakrętu obręczy. Nat Neurosci 9: 940-947.

    1. Knudsen EI

    (2004) Czułe okresy w rozwoju mózgu i zachowania. J Cogn Neurosci 16: 1412-1425.

    1. Kostovic I,
    2. Rakic ​​P

    (1990) Historia rozwoju przejściowej strefy płytowej w korze wzrokowej i somatosensorycznej małpy makaka i ludzkiego mózgu. J Comp Neurol 297: 441-470.

    1. Kostovic I,
    2. Judasz M,
    3. Rados M,
    4. Hrabac P

    (2002) Laminarna organizacja ludzkiego mózgu płodu ujawniona przez markery histochemiczne i obrazowanie rezonansu magnetycznego. Cereb Cortex 12: 536-544.

    1. Lee JK,
    2. Lee JM,
    3. Kim JS,
    4. Kim IY,
    5. Evans AC,
    6. Kim SI

    (2006) Nowa ilościowa walidacja krzyżowa różnych algorytmów rekonstrukcji powierzchni korowej z wykorzystaniem fantomu MRI. NeuroImage 31: 572-584.

    1. Lenroot RK,
    2. Schmitt JE,
    3. Ordaz SJ,
    4. Wallace GL,
    5. Neale MC,
    6. Lerch JP,
    7. Kendler KS,
    8. Evans AC,
    9. Giedd JN

    (2007) Różnice w genetycznych i środowiskowych wpływach na ludzką korę mózgową związaną z rozwojem w dzieciństwie i okresie dojrzewania. Hum Brain Mapp, w prasie.

    1. Lerch JP,
    2. Evans AC

    (2005) Analiza grubości korowej badana za pomocą analizy mocy i symulacji populacji. NeuroImage 24: 163-173.

    1. Lerch JP,
    2. Pruessner JC,
    3. Zijdenbos A,
    4. Hampel H,
    5. Teipel SJ,
    6. Evans AC

    (2005) Ogniskowy spadek grubości kory w chorobie Alzheimera zidentyfikowany przez obliczeniową neuroanatomię. Cereb Cortex 15: 995-1001.

    1. Levi DM

    (2005) Percepcyjne uczenie się dorosłych z niedowidzeniem: ponowna ocena krytycznych okresów w ludzkim wzroku. Dev Psychobiol 46: 222-232.

    1. Lewis TL,
    2. Maurer D

    (2005) Wiele wrażliwych okresów w rozwoju wizualnym człowieka: dowody od dzieci niedowidzących. Dev Psychobiol 46: 163-183.

    1. Lu LH,
    2. Leonard CM,
    3. Thompson PM,
    4. Kan E,
    5. Jolley J,
    6. Witaj SE,
    7. Toga AW,
    8. Sowell ER

    (2007) Normalne zmiany rozwojowe w dolnej szarej istocie szarej są związane z poprawą przetwarzania fonologicznego: podłużną analizą MRI. Cereb Cortex 17: 1092-1099.

    1. Luciana M,
    2. Conklin HM,
    3. Hooper CJ,
    4. Yarger RS

    (2005) Rozwój niewerbalnej pamięci roboczej i procesów kontroli wykonawczej u młodzieży. Dziecko Dev 76: 697-712.

    1. Luna B,
    2. Garver KE,
    3. Urban TA,
    4. Lazar NA,
    5. Sweeney JA

    (2004) Dojrzewanie procesów poznawczych od późnego dzieciństwa do dorosłości. Rozwój dziecka 75: 1357-1372.

    1. MacDonald D

    (1996) Wyświetlacz MNI (McConnell Brain Imaging Center, Montreal Neurological Institute, Montreal).

    1. MacDonald D,
    2. Kabani N,
    3. Avis D,
    4. Evans AC

    (2000) Automatyczna ekstrakcja 3-D wewnętrznych i zewnętrznych powierzchni kory mózgowej z MRI. NeuroImage 12: 340-356.

    1. Makris N,
    2. Biederman J,
    3. Valera EM,
    4. Bush G,
    5. Kaiser J,
    6. Kennedy DN,
    7. Caviness VS,
    8. Faraone SV,
    9. Seidman LJ

    (2006) Korowe przerzedzenie sieci funkcji uwagi i wykonawczych u dorosłych z zaburzeniami uwagi i nadpobudliwości. Cereb Cortex 17: 1364-1375.

    1. Mataga N,
    2. Mizuguchi Y,
    3. Hensch TK

    (2004) Zależne od doświadczenia przycinanie kolców dendrytycznych w korze wzrokowej przez tkankowy aktywator plazminogenu. Neuron 44: 1031-1041.

    1. Mesulam MM,
    2. Mufson EJ

    (1982) Insula małpy starego świata. I. Architektonika w składzie insulino-orbito-skroniowym mózgu paralimbicznego. J Comp Neurol 212: 1-22.

    1. Meyer-Lindenberg A,
    2. Nichols T,
    3. Callicott JH,
    4. Ding J,
    5. Kolachana B,
    6. Buckholtz J,
    7. Mattay VS,
    8. Egan M,
    9. Weinberger DR

    (2006) Wpływ złożonej zmienności genetycznej w COMT na funkcje ludzkiego mózgu. Mol Psychiatry 11: 867-877.

    1. Narr KL,
    2. Woods RP,
    3. Thompson PM,
    4. Szeszko P,
    5. Robinson D,
    6. Dimtcheva T,
    7. Gurbani M,
    8. Toga AW,
    9. Bilder RM

    (2006) Relacje między ilorazem inteligencji a regionalną grubością szarej warstwy korowej u zdrowych dorosłych. Cereb Cortex 17: 2163-2171.

    1. O'Donnell S.
    2. Noseworthy MD,
    3. Levine B,
    4. Dennis M.

    (2005) Grubość korowa obszaru czołowo-czołowego u typowo rozwijających się dzieci i młodzieży. NeuroImage 24: 948-954.

    1. Ongur D,
    2. Ferry AT,
    3. Cena JL

    (2003) Podział architektoniczny ludzkiej orbity i przyśrodkowej kory przedczołowej. J Comp Neurol 460: 425-449.

    1. Pinheiro JC,
    2. Bates DM

    (2000) Modele z efektami mieszanymi w S i S-PLUS (Springer, Nowy Jork).

    1. Puelles L

    (2001) Myśli na temat rozwoju, struktury i ewolucji telencefalicznego paliu ssaków i ptaków. Philos Trans R Soc Lond B Biol Sci 356: 1583-1598.

    1. Rolls ET

    (2004) Funkcje kory oczodołowo-czołowej. Brain Cogn 55: 11-29.

    1. Shaw P,
    2. Lerch J,
    3. Greenstein D,
    4. Ostry W,
    5. Clasen L,
    6. Evans A,
    7. Giedd J,
    8. Castellanos FX,
    9. Rapoport J

    (2006a) Mapowanie podłużne grubości korowej i wyników klinicznych u dzieci i młodzieży z zaburzeniami uwagi i nadpobudliwości. Arch Gen Psychiatry 63: 540-549.

    1. Shaw P,
    2. Greenstein D,
    3. Lerch J,
    4. Clasen L,
    5. Lenroot R,
    6. Gogtay N,
    7. Evans A,
    8. Rapoport J,
    9. Giedd J

    (2006b) Zdolność intelektualna i rozwój kory u dzieci i młodzieży. Natura 440: 676-679.

    1. Sanki JG,
    2. Zijdenbos AP,
    3. Evans AC

    (1998) Nieparametryczna metoda automatycznej korekcji niejednorodności natężenia w danych MRI. IEEE Trans Med Imaging 17: 87-97.

    1. Sowell ER,
    2. Thompson PM,
    3. Leonard CM,
    4. Witaj SE,
    5. Kan E,
    6. Toga AW

    (2004) Mapowanie podłużne grubości korowej i wzrostu mózgu u normalnych dzieci. J Neurosci 24: 8223-8231.

    1. Sowell ER,
    2. Peterson BS,
    3. Kan E,
    4. Woods RP,
    5. Yoshii J,
    6. Bansal R,
    7. Xu D,
    8. Zhu H,
    9. Thompson PM,
    10. Toga AW

    (2007) Różnice płci w grubości kory odwzorowane u osób zdrowych 176 między 7 i 87 lat życia. Cereb Cortex 17: 1550-1560.

    1. Striedter GF

    (2005) Zasady ewolucji mózgu (Sinauer, Sunderland, MA).

    1. Sur M,
    2. Rubenstein JL

    (2005) Wzorzec i plastyczność kory mózgowej. nauka 310: 805-810.

    1. Tanner JM,
    2. Whitehouse RH,
    3. Marubini E,
    4. Resele LF

    (1976) Młodzieńczy zryw wzrostu chłopców i dziewcząt z badania wzrostu Harpendena. Ann Hum Biol 3: 109-126.

    1. Taylor WD,
    2. Zuchner S,
    3. Payne ME,
    4. Messer DF,
    5. Doty TJ,
    6. MacFall JR,
    7. Beyer JL,
    8. Krishnan KRR

    (2007) Polimorfizm COMT Val158Met i morfometria płata skroniowego u zdrowych dorosłych. Psychiatry Res 155: 173-177.

    1. Thompson PM,
    2. Cannon TD,
    3. Narr KL,
    4. van Erp T,
    5. Poutanen VP,
    6. Huttunen M,
    7. Lonnqvist J,
    8. Standertskjold-Nordenstam CG,
    9. Kaprio J,
    10. Khaledy M,
    11. Dail R,
    12. Zoumalan CI,
    13. Toga AW

    (2001) Wpływy genetyczne na strukturę mózgu. Nature Neuroscience 4: 1253-1258.

    1. von Economo C,
    2. Koskinas GN

    (1925) Die dytoarchitektonik der hirnrinde des erwachsenen menschen (Springer, Berlin).

    1. Jakowlew PI,
    2. Lecours AR

    (1967) w Regionalnym rozwoju mózgu we wczesnym życiu, mielinogenne cykle regionalnego dojrzewania mózgu, ed Minokowski A (Blackwell Scientific, Oxford).

    1. Zijdenbos AP,
    2. Forghani R,
    3. Evans AC

    (2002) Automatyczna analiza „pipeline” danych MRI 3-D do badań klinicznych: zastosowanie w stwardnieniu rozsianym. IEEE Trans Med Imaging 21: 1280-1291.

    1. Zilles K,
    2. Palomero-Gallagher N,
    3. Schleicher A

    (2004) Receptory nadajnika i anatomia funkcjonalna kory mózgowej. J Anat 205: 417-432.

    1. Zinkstok J,
    2. Schmitz N,
    3. van Amelsvoort T,
    4. de Win M,
    5. van den Brink W,
    6. Baas F,
    7. Linszen D

    (2006) Polimorfizm COMX val158met i morfometria mózgu u zdrowych młodych dorosłych. Neurosci Lett 405: 34-39.

artykuły cytujące ten artykuł