인간 Midbrain위한 고해상도 기능성 자기 공명 영상 방법

Summary

이 문서 3T 스캐너를 사용하여 인간의 midbrain과 subcortical 구조 1.2 밀리미터 샘플링과 고해상도 기능성 자기 공명 영상을 수행하는 기술을 설명합니다. 인간의 뛰어난 colliculus (SC)의 시각적 자극을 지형지도를 해결하기 위해 이러한 기술의 사용은 예제로 제공됩니다.

Abstract

기능적 MRI (fMRI)가 아닌 invasively 인간의 뇌 활동의 상호 관련을 측정하는 널리 사용되는 도구입니다. 그러나, 그것의 사용은 대부분 오히려 그러한 midbrain 및 brainstem 등 subcortical 지역에 비해 대뇌 피질의 표면에 활동을 측정시 집중되었습니다. 공간 해상도와 생리 소음 : Subcortical fMRI 두 가지 과제를 극복한다. 여기에서 우리는 인간 SC, midbrain의 지느러미 표면 구조에서 고해상도 fMRI를 수행하기 위해 개발된 기술의 최적 집합을 설명하는, 방법도 이미지를 다른 brainstem과 subcortical 구조체로 사용할 수 있습니다.

고해상도 (1.2 밀리미터 voxels) SC의 fMRI가 아닌 종래의 접근 방식이 필요합니다. 원하는 공간적 샘플링은 멀티 샷 (인터리브) 나선형 인수 ^1을 사용하여 얻어진다. 이후, T SC 조직의 ₂ * 더 오래 피질, correspondingly 긴 반향 시간 (T _E ~ 40 밀리초)에서보다가 맥시으로 사용됩니다기능 대비를 mize. SC의 전체 범위를 커버하기 위해 8-10 조각을 얻을 수 있습니다. 각 세션 내용은 fMRI와 같은 슬라이스 처방과 구조 해부도 고해상도 참조 볼륨 기능적 데이터를 정렬하는 데 사용되는, 얻어진다.

별도의 세션에서는 각 과목에 대해, 우리는 (0.7 밀리미터 샘플링) T _1-가중 좋은 조직 명암을주는 순서를 사용하여 참조 볼륨을 높은 해상도를 만듭니다. 참고 볼륨에서 midbrain 지역은 ITK-스냅 소프트웨어 어플 리케이션 ^2를 사용하여 세그먼트입니다. 이러한 세분화는 ³ 부드럽고 정확한 모두는 midbrain의 3D 표면 표현을 만드는 데 사용됩니다. 표면 정점과 normals는 조직 내에서 ⁴ midbrain 표면에서 깊이지도를 만드는 데 사용됩니다.

기능성 데이터 세그먼트 참조 볼륨의 좌표 시스템으로 변환됩니다. voxels 심도 협회신호 품질을 향상시키기 위해 지정된 심도 범위 내에서 fMRI 시계열 데이터의 평균을 가능하게합니다. 데이터 시각화를위한 3D 표면에 렌더링됩니다.

저희 연구실에서는 SC ^{1 ~} 시각적 자극하고 위장과 명백한 시각적 주목 지형지도를 측정하는이 방법을 사용합니다. 예를 들어, 우리는 SC의 시각적 자극에 극지 각도의 지형 표현을 보여줍니다.

Protocol

1. 폴라 앵글 지형의 자극과 Psychophysics

SC의 극지 앵글 retinotopic지도를 얻으려면, 우리는 자극과 같은 움직이는 점들의 90 ° 웨지 (편심 시각 각도의 2-9 °, 도트 속도 4를 의미 ° / 초) (그림 1)을 사용합니다. 이는 SC의 활동은 비밀주의 ⁵ 적용하여 향상되는 알려져 있으며, 따라서 우리는 가능한 신호를 높이기 위해 우리의 패러다임에 주목 작업을 사용합니다. 각 두의 시험에서 과목 슬쩍 전체 쐐기에 참석하고 고정을 유지하면서 속도 차별 작업을 수행하도록 지시합니다. 쐐기는 무작위로 다른 모든 점들보다 느리게 혹은 빠르게 이동, 각 재판에 선정 분야 중 하나에 도트 2 × 3 가상 분야로 나뉘어집니다. 각 재판 후, 쐐기는 자극이 24 초 기간과 완벽하게 회전되도록 고정 주위 회전 30 °이다. 각 실행은 자극의 9.5 회전 (228 초)로 구성되어 있으며 실험 세션은 다음과 같습니다16-18 실행됩니다.

각 실행 기간 전반에 걸쳐이 작업에 대한 주제의 성능을 유지하려면 작업의 어려움은 두 개의 무작위 인터리빙된 두까지 일체형 다운 계단을 사용하여 조정됩니다. 매 연속 2 올바른 재판을 했는데도 속도 차이은 8 %가 감소되며, 모든 잘못된 재판을 위해, 차이점은 8 % 증가됩니다.

앞서 스캔에 그들의 성능을 안정적인 수준을 달성할 때까지 모든 과목은 스캐너 외부 영상 작업을 연습,이 3-4 20 분 재생 시간 연습 세션이 필요합니다. 일반적인 차별 임계값은 1 ° -1.5 ° / 초의 범위에 있습니다.

2. 제목 준비

1. 과목 헤드는 그들이 낳은 스캐너 내부에 배치되기 전에 헤드 움직임을 최소화하기 위해 패드로 확보하고 있습니다. 이러한 높은 공간적 해상도에서, fMRI는 모션 아티팩트에 특히 민감한이므로 머리 안정화가 중요합니다.
2. 주제는 MRI-compatib 부여됩니다르 버튼 한 손에 패드와 도트 속도에 대한 자신의 판단을 나타냅니다 누르면 어떤 버튼에 대해 지시했다.

3. SC을 번역 및 처방

1. 인간 SC는 작지만 뚜렷한 구조이며, midbrain의 지붕에있는 직경 ~ 9mm. fMRI 조각의 작은 번호를 사용하면 여러 localizer 이미징 시리즈는 정밀한 현지화 필요합니다. 우리는 화살 축 및 코로나 비행기 함께이 시리즈를 실행합니다.
2. 그러면 정확 8-10 연속적인 조각, 두께 1.2 mm, 뷰 필드 (FOV), 경사, 준 축 비행기에서 170mm로 SC 처방 이러한 localizer 이미지를 사용합니다.
3. 다음으로, 고해상도 T _1-가중 구조 이미지는 한 번 전에 한 번 후 기능적 데이터 수집에 3 차원 (3D) RF-철부지 잔디 (SPGR) 시퀀스 (15 ° 플립 각도, 1.2 mm voxels)을 사용하여 얻을 수 있습니다. 이러한 이미지는 고해상도의 하위 버전으로 fMRI 데이터를 정렬하는 기준으로 사용됩니다uctural 참조 량은 우리가 나중에 설명하는 별도의 세션에서 얻은.

4. 기능성 MRI 매개 변수

모든 이미지는 GE에서 제공한 8 개 채널, 헤드 코일을 사용하여 GE Signa HD12의 3T MRI 스캐너에서 수행되었다. 여기는 6.4 MS 창-sinc 펄스는 스캐너 본체 코일을 사용하여 적용했습니다.

인간 사우스 캐롤라이나에있는 1.2 밀리미터 샘플링를 얻으려면, 우리는 세 장면 나선형 궤도 수집 ^6,7을 사용합니다. 세 발의 총성을들은 여러 가지 이유로 필요합니다. 우리의 스캐너와 실용적인 것이 너무 오래 FOV 필요> 77 밀리초에 대한 특히, 싱글 샷 수집합니다. 여러 개의 발이 초기 가치와 위상의 선형 추세를 빼는 방법으로 보정 후 함께 결합됩니다. TE를 입수 처음 두 볼륨에서 현장지도를 예측하는 첫 번째 프레임에서 두 MS가 증가하고 있으며,이지도는 선형 보정에 사용됩니다. 복원된 영상 ~ 20의 SNR했다. 사우스 캐롤라이나의 시간적 파워 스펙트럼은 일반적으로 voxels생리적 소음과 관련된 구조를 좀 보여, 3 샷 취득의 사용은 심장 맥박과 호흡의 비교적 높은 주파수 효과에 강력한 필터링 영향을 미쳤다. 기타 소음 감소 기술이 고해상도의 맥락에서 문제가 있습니다. 예를 들어, RETROICOR ^6과 같은 회고 보정 방법은 멀티 샷 데이터가 적용되지 않습니다, 그리고 심장 게이팅는 소음과 T ₁ 평형 장애와 관련된 유물을 소개합니다.

에코 시간, T _E = 40 밀리초, 우리는 대뇌 피질의 회색 물질 (~ 45 밀리초)에서 관찰보다 SC 조직의 correspondingly 이상 T ₂ * (~ 60 밀리초) 측정하기 때문에 일반적으로 피질 (30 밀리초)에서 사용되는 것보다 더 깁니다.

취득 대역폭은 우리의 스캐너에 불필요한 난방을 초래 최대 기울기 전류를 줄이기 위해 62.5 kHz에서로 제한됩니다. 우리는 TR = 1 초, 그래서 세 발을 쏠 준비와 볼륨 매 3을 획득한 것입 선택초.

5. 구조 MRI 및 3D 모델링

각 과목에 대해 하나의 별도 세션에서 우리는 (0.7 밀리미터 샘플링) T _1-가중 시퀀스 좋은 조직 콘트라스트 (3D SPGR, 15 ° 플립 각도, T _I = 450 준비 반전을 제공 이용한 참조 볼륨을 높은 해상도를 얻을 밀리초, 2 excitations, ~ 28 분 지속 시간 0.7 mm voxels).

이 참조 볼륨에서, 우리는 세그먼트 midbrain, brainstem, 그리고 ITK-SNAP 응용 ^{프로그램에이에서} 제공하는 자동 및 수동 기법의 조합을 사용하여 시상 (그림 2A)의 일부의 조직. 특히, 우리는 자동 분할 도구를 사용하는 각 brainstem 내에서 사용자는 씨앗 여러 포인트, 소프트웨어가 자동으로 명암과 강도 기준에 의해 정의된 영역 내에서 제한된 씨앗 지점 주변의 세그먼트를 확장합니다. 이것은 자동 분할 후 조정됩니다에드, 필요한 경우 설명서를 사용하여, "페인트 같은"voxel 공구를 추천하십시오.

SC의 중추 신경계 - 조직 인터페이스는 isodensity 표면 모자이크 세공을 사용하여 세분화에서 보정하고, 초기 표면은 variational deformable-표면 알고리즘 ^3을 사용 앨리어싱 아티팩트를 (그림 2, B와 D)를 줄이기 위해 세련됩니다. 이 표면은 정점과 판상 계산을위한 참조 (아래 설명)뿐만 아니라 기능적인 데이터를 시각화하기위한 수단으로 사용되는 외적 정상적인 벡터를 제공합니다.

6. 이미지 분석

fMRI 데이터를 분석하기 위해 우리는 mrVista 소프트웨어 패키지 (에서 다운로드할 사용 http://white.stanford.edu/mrvista.php) 뿐만 아니라 우리가 실험실에서 mrVista 프레임 워크에서 개발된 도구를. 다음 몇 단계에서는 표준 mrVista 패키지 도구를 사용 :

1. 초기화spatially 코일 inhomogeneity의 영향을 줄이기 위해 평균 데이터의 강도를 정상화하는 옵션을 선택 mrVista의 세션. 정규화는 예상 노이즈에 대한 첨가제 강력한 보정과 temporally 평균 볼륨 이미지 농도의 로우 - 패스 필터 버전으로 나누어입니다 homomorphic 메서드를 사용합니다. 이미지 (12 초)의 상반기 사이클은 과도 MR 평형 및 hemodynamic 효과를 피하기 위해 삭제됩니다.
2. 내에서 운영하는 모션을 수정합니다. 모션은 볼륨의 시계열로부터 추정된다. 그러나, 심상의 상대적으로 낮은 신호 대 노이즈 비율 (SNR)로, 우리는 먼저 시계열에 따라 케어 5 샘플 기차를 수행합니다. 각 볼륨이 후 지난 5 표본의 평균으로 등록됩니다. 스무딩에만 움직임을 추정하는 데 사용됩니다 유의하고, 실제 데이터는 smoothed되지 않습니다.
3. 각 실행의 모션 수정된 이미지 데이터의 시간적 평균을 형성하고, 간의 운영 모션 usi를 해결하기 위해 이러한 평균을 사용레퍼런스로 NG 마지막으로 빠진다.
4. 슬라이스 - 타이밍 보정을 수행합니다. 우리는 연속적인 슬라이스 인수를 사용하므로 모션 보정 후 타이밍 보정을 수행으로 인해 오류 (~ 125 밀리초) 작은 것입니다.
5. 평균 복수는 SNR을 향상시키기 위해 각 세션 내에 기록된 실행됩니다.
6. 강력한 강도 기반 등록 알고리즘 ^8을 사용하여 참조 구조적인 볼륨 fMRI 세션에서 구조적 데이터를 정렬합니다. mrVista로 정렬과 분할을로드합니다.
7. 세그먼트 참조 볼륨 기능 시계열 데이터를 변환. 다음 단계에서는 추가 분석을 수행하기 위해 우리가 실험실에서 개발한 도구를 사용합니다.
8. 각 SC 조직 voxels 및 SC 표면에 가장 가까운 정점 사이의 거리를 계산하여 거리지도를 계산합니다. 이러한 거리가 참조 볼륨 내에 판상 위치를 측정하는 데 사용됩니다.
9. 일 향상을 위해 시간 시리즈 데이터의 깊이 평균을 활성화하기 위해 판상 세분화 과정을 수행전자 SNR. 조직의 작은 (1.6 밀리미터 직경) 디스크 전체를 외면 SC 표면을 따라 표면 모델의 각 정점과 연관된, 각 디스크는 다음 각 판상 동네를 형성하기 위해 지역의 표면 normals를 사용하여 SC 조직의 안쪽과 바깥쪽을 모두 연장됩니다 ^4.
10. SC 표면의 각 지점에 대해서는 지정된 깊이 범위 시계열 평균 이러한 판상 연결을 사용합니다. 이후, 시각적으로 반응하는 뉴런은 시각적 자극 실험을 위해 우리는 0-1.8 mm의 깊이 범위를 사용 SC의 외면적인 레이어에 주로 존재한다.

7. 지형 매핑 분석

데이터의 지형 표현을 분석하는 경우, 결맞음 분석은 각 voxel에 대한 자극 반복 주파수의 정현파를 (즉, 위에서 설명한 24 초 자극에 대한 24분의 1 Hz에서) 맞추하여 깊이 - 평균 시계열에서 수행됩니다. 이 발작에서, 우리는 책임을 표면지도를 파생SE 진폭, 일관성, 그리고 위상. 이 분석은 주파수 도메인에서 수행하고, 시각 피질 ^9,10에 retinotopic지도를 계량하기위한 일반적인 기법입니다.합니다

sinusoidal 발작의 단계는 자극의 위치를​​ 측정합니다. 제로 단계는 상부 수직 자오선 (그림 3)에 해당합니다. 자극 그러면 이렇게 π / 2 단계는 자극이 올바른 시각 분야의 수평 자오선으로 회전있는 경우에 해당, 시계 방향으로 회전합니다. 위상 π 라디안 후 자극은 왼쪽 시야에 교차하고, 등등.

우리는 또한 고해상도 T1-가중 볼륨 해부학의 수동 검사를 사용하여 SC의 전체 피상적인 범위의 경계를 획득하였습니다. 이러한 경계는 그림으로 표시되어 있습니다. 빨간 점선 라인에 의해 3.

fMRI 직접 신경 활동을 측정, 오히려 단단히는 혈액 흐름 응답했지만 sluggishly 결합하지 않습니다신경 활동합니다. 이것은 위상 응답에 hemodynamic 지연을 추가합니다. 지연은 각 SC의 지역의 이익으로부터 일관성 임계값 위의 모든 voxels을 복용하고, 복잡한 비행기에서 π 주위에 그들의 방법을 중심으로 추정된다. 저희 SC 데이터에서 이러한 지연 2-4 초의 순서로, 꽤 작은 있습니다. 우리는 colormap 45도 (3 초에 해당) (그림 3)에 의해 시계 반대 방향으로 회전하여이 지연을 제거하십시오.

8. 대표 결과

SC (그림 3)의 3D 표면에 중첩 위상 데이터는 시각적 자극에 대한 응답 SC, 즉 왼쪽으로 시야가 오른쪽 SC에 표시됩니다되며 그 반대도 마찬가지로 contralaterally 표현되는지 보여줍니다.

활동 retinotopic 조직도 있습니다. 오른쪽 상단 시각 필드가 왼쪽 colliculus (파랑 - 마젠타)에 medially 표현하고 있으며, 낮은 필드 (붉은 노란색) laterally 표시됩니다. Simil아흘리, 왼쪽 상단 시각 필드가 오른쪽 colliculus (블루 시안)에 medially 표현되고 하단은 (녹색 - 노랑) laterally 표시됩니다.

단일 유닛 전기 생리학을 사용하여 시각적인 자극에) 1, 2) microstimulation 유도 saccadic 안구의 움직임 ^11,12의 매핑이 지형은 SC 응답의 비 인간 영장류 연구 결과와 일치합니다.

그림 1. 중반 화살 이미지에서 볼)의 슬라이스 처방. B) 기능 이미지 시간적 평균 (1 홈런에서))에서 빨간색으로 표시된 중앙 통에서 얻은.

그림 2. 폴라 앵글 지형의 자극. 회색 배경에 검은색과 흰색 점들을 이동 중 90 ° 웨지는 고정 주위를 천천히 회전. 쐐기는 6 virtu의 배열로 분할되었다알 부문 (회색 라인이 섹터를 강조하기 위해 추가)는 피사체가 임의로 선택한 부문에서 속도 차별 작업을 수행할 수 있습니다.

그림 3. 세분화 및 표면 모델링. ) midbrain, brainstem, 그리고 시상의 일부는 고해상도 MRI를 해부 볼륨에서 세그먼트 있었다. B) 표면은 분할 영역의 가장자리에 만들었습니다. C) Sinusoidal-적합한 위상 데이터 inplane 슬라이스 (일관성> 0.25)에서 볼. D) brainstem 표면 모델의 회전과 확대는 SC의 위상 데이터를 시각화하는 데 사용되었다.

그림 4. 폴라 앵글지도. 시각 극지 각도를 인코딩 두 과목의 fMRI 위상지도. 각지도에 대한 일관성 임계값이 오른쪽 아래에 제공됩니다. 컬러 휠은 P에 자극의 오버레이 단계를 관련그들의 시야 위치에 olar 각도.

Discussion

우리의 수집 및 데이터 분석 기법은 고해상도 (1.2 밀리미터 voxels)에서 subcortical 인간의 뇌 구조의 신경 활동의 측정을 가능하게합니다. 3 샷 나선형 인수 midbrain 주변 fMRI 측정에 특히 해로운입니다 생리 소음을 줄여줍니다. 또한, 조직의 판상 세분화 우리 SNR을 향상시킬 데이터의 깊이 평균을 수행할 수 있습니다. 우리는 시각적인 자극과 인간 SC ¹ 은밀한 시각적 주목 정확한 극지 앵글 지형지도를 표시하도록 이러한 방법을 사용 하였다. 판상 세분화는 또한 실험적인 제어 ¹ 아래 다릅니다 기능적 활동의 깊이 프로파일 분석을 가능하게합니다.

우리 이미징 방법은 인간 subcortical 구조의 신경 과학 실험을위한 새로운 길을 엽니다. 이러한 방법 investi, 예를 들어, 인간에게 subcortical 지역의 동물에서 수행 미세 규모의 연구 번역을 활성화할 수 있습니다이러한 열악한 colliculus와 달팽이 핵 ^13-15, 또는 pulvinar ^16,17 등 thalamic 핵의 시각과 multisensory 응답과 같은 구조의 청각 반응 게이팅 조직입니다. 마지막으로, 이러한 기술은 종종 파킨슨병, dystonia 또는 만성 통증 ^18-21 환자의 깊은 두뇌 자극을위한 목표물과 같은 시상 하부 핵 및 globus pallidus의 작게 구조를위한 기능 현지화을 제공할 수있다.