![]() laties tussen de tijdreeks van dit gebied en de tijdreeksen van alle andere voxels in de hersenen aan te duiden (seed-based methode) (7). De resulterende hersenkaart toont een netwerk met hersengebieden waarvan de activiteit gelijkaardig is aan dat van de seed regio. Verschillende RSNs werden ondertussen beschreven in de literatuur, waaronder het sensorimotorisch, visueel, auditief, default mode, dorsaal en ventraal aandachtsnetwerk (8). Deze RSNs stemmen overeen met de functionele ar- chitectuur van netwerken die meestal ge- moduleerd worden tijdens actieve taken (6) (Figuur 2). De seed-based methode is nuttig om aan hypothesegedreven onderzoek te doen, bijvoorbeeld om te onderzoeken of de functionele connectiviteit tussen twee specifieke hersengebieden aangetast is na een hersenletsel. Independent component analysis (ICA) is een andere techniek om resting-state fMRI-data te analyseren (3). ICA analyseert de volledige reeks van fMRI-signalen om daaruit een set van componenten te extraheren die maxi- maal onafhankelijk zijn in het ruimtelijke domein. Deze componenten worden geka- rakteriseerd door een tijdreeks en een ruim- telijke hersenkaart waarvan de intensiteit in elk voxel de relatieve contributie van de tijdreeks tot de fMRI-data reflecteert. Som- mige componenten geven ruis weer waar andere componenten neuro-anatomische systemen aantonen die geassocieerd zijn met RSNs. Deze RSNs overlappen groten- deels met de netwerken die men verkrijgt met de seed-based methode, ondanks het feit dat beide methoden gebruikmaken van verschillende maten (9). Gezien ICA een datagedreven techniek is, is het de tech- niek bij uitstek om exploratieve analyses te doen, bijvoorbeeld om te onderzoeken of de topografie van volledige hersennetwerken is gewijzigd na een hersenletsel. functionele connectiviteit onderzocht of spontane correlaties in her- senactiviteit tussen verschillende gebieden de facto de anatomische verbinding tussen deze hersengebieden weerspiegelen. Over het algemeen bleek uit de conclusies van structurele connectiviteit combineerden, dat er een positieve correlatie bestaat tussen de twee maten (10). Het is echter belangrijk om op te merken dat sterk ge- correleerde fMRI-tijdsreeksen tussen twee hersengebieden ook gemedieerd kunnen worden door indirecte structurele links (11). De topografie van de RSNs correspondeert dus voor een groot deel met de distributie van vezelstructuren over de volledige cortex, maar is er niet helemaal gelijk aan. standvastig over een langere tijdsspanne, terwijl de sterkte van functionele con- nectiviteit situatieafhankelijk is. Zo de- monstreert de sterkte van de correlaties in spontane hersenactiviteit tussen twee hersengebieden bijvoorbeeld hoe vaak deze gebieden in het verleden samen tijdens een den, regio's die op dezelfde manier door een taak gemoduleerd worden, vertonen ook een grotere coherentie in hun intrinsieke hersenactiviteit. Dit leidde tot de hypo- these dat de anatomische structuur van onze hersenen patronen van functionele connectiviteit kan begrenzen, maar niet volledig kan verklaren (12). De studie van de interactie tussen taakgerelateerde en intrinsieke activiteit kan meehelpen de re- latie te verduidelijken tussen de variabiliteit |