شارك في تحليل بنية الدماغ والدالة باستخدام الرنين المغناطيسي الوظيفي وانتشارها المرجحة التصوير

Summary

< p class = "jove_content"> نصف نهجا جديدا للتحليل المتزامن لوظائف الدماغ وبنيته باستخدام التصوير بالرنين المغناطيسي (MRI). نقوم بتقييم بنية الدماغ من خلال التصوير المرجح بالانتشار عالي الدقة وتصوير التصالح المصنوع من الألياف البيضاء. على عكس التصوير بالرنين المغناطيسي الهيكلي القياسي ، تسمح لنا هذه التقنيات بربط الاتصال التشريحي مباشرة بالخصائص الوظيفية لشبكات الدماغ.

Abstract

يتم تسهيل دراسة الأنظمة الحسابية المعقدة من خلال خرائط الشبكة ، مثل مخططات الدوائر. مثل هذا الرسم البياني مفيد بشكل خاص عند دراسة الدماغ ، حيث يمكن تحديد الدور الوظيفي الذي تؤديه منطقة الدماغ إلى حد كبير من خلال صلاتها بمناطق الدماغ الأخرى. في هذا التقرير ، نصف نهجا جديدا غير جراحي لربط بنية الدماغ ووظيفته باستخدام التصوير بالرنين المغناطيسي (MRI). يتضح هذا النهج ، وهو مزيج من التصوير الهيكلي لوصلات الألياف بعيدة المدى وبيانات التصوير الوظيفي ، في مجالين معرفيين متميزين ، الانتباه البصري وإدراك الوجه. يتم إجراء التصوير الهيكلي باستخدام التصوير المرجح بالانتشار (DWI) وتصوير التصلية الليفية ، والتي تتعقب انتشار جزيئات الماء على طول مسارات ألياف المادة البيضاء في الدماغ (الشكل 1). من خلال تصور هذه القنوات الليفية ، يمكننا التحقيق في البنية الضامة بعيدة المدى للدماغ. تقارن النتائج بشكل إيجابي مع واحدة من أكثر التقنيات استخداما في DWI ، وهي تصوير موتر الانتشار (DTI). DTI غير قادر على حل التكوينات المعقدة لمسارات الألياف ، مما يحد من فائدته في بناء نماذج مفصلة ومستنيرة تشريحيا لوظائف الدماغ. في المقابل ، تعيد تحليلاتنا إنتاج التشريح العصبي المعروف بدقة ودقة. ترجع هذه الميزة جزئيا إلى إجراءات الحصول على البيانات: في حين أن العديد من بروتوكولات DTI تقيس الانتشار في عدد صغير من الاتجاهات (على سبيل المثال ، 6 أو 12) ، فإننا نستخدم بروتوكول تصوير طيف الانتشار (DSI) ^{1 ، 2} الذي يقيم الانتشار في 257 اتجاها وفي مجموعة من شدات التدرج المغناطيسي. علاوة على ذلك ، تسمح لنا بيانات DSI باستخدام طرق أكثر تعقيدا لإعادة بناء البيانات المكتسبة. في تجربتين (الانتباه البصري وإدراك الوجه) ، يكشف الtractography أن المناطق النشطة في الدماغ البشري مرتبطة تشريحيا ، مما يدعم الفرضيات الموجودة بأنها تشكل شبكات وظيفية. يسمح لنا DWI بإنشاء "مخطط دائرة" وإعادة إنتاجه على أساس الموضوع الفردي ، لغرض مراقبة نشاط الدماغ ذي الصلة بالمهمة في الشبكات ذات الأهمية.

Protocol

فئة

1. معدات للحصول على بيانات MR

يلخص الشكلان 2 و 3 عددا من الخيارات التي يجب اتخاذها في الحصول على التصوير بالرنين المغناطيسي المنتشر ، وإعادة بناء البيانات ، وتتبع الألياف. ضع في اعتبارك أن هذه الخيارات عادة ما تنطوي على مقايضات ، وقد يعتمد الخيار الأفضل على أهداف البحث للفرد. على سبيل المثال ، عادة ما تستخدم DSI و HARDI متعددة الأصدافة (انظر الشكل 2) "قيم b" أعلى (أي ترجيح انتشار أقوى) من DTI. نتيجة لذلك ، تتمتع هذه الطرق بدقة زاوية أفضل ، وهو أمر ضروري لحل الألياف المتقاطعة أو "التقبيل" (أي الألياف التي تنحني نحو بعضها البعض ، وتتلامس عند ظل واحد قبل الانحناء مرة أخرى). ومع ذلك ، غالبا ما يتم تحقيق هذا الكسب في الدقة الزاوية على حساب انخفاض نسبة الإشارة إلى الضوضاء (SNR) في بيانات EPI (الشكل 3). قد يرغب الباحثون في النظر في أهمية هذه المقايضة لأهدافهم المحددة: إذا ركزت الدراسة على عدد قليل من مسارات الألياف الرئيسية التي لا تعبر مساراتها أو تعمل بالتوازي مع مناطق أخرى ، فقد يكون فحص DTI منخفض الاتجاه مع SNR مرتفع مثاليا. قد يمثل تصوير الحزمة الطولية السفلية مثل هذه الحالة. في المقابل ، قد يكون فقدان SNR نتيجة مقبولة إذا رغب الباحث في متابعة مسار عبر المعابر المعقدة.

تتضمن مقايضة مماثلة تصحيح حركة الرأس والتيارات الدوامة وتشوهات الصورة غير الخطية. تستخدم بروتوكولات DWI التصوير المستوي بالصدى (EPI ؛ انظر الجدول 1) ، وهو عرضة لعدم تجانس المجال المغناطيسي الناجم عن الجيوب الهوائية في الجيوب الأنفية والضوضاء الفسيولوجية وعوامل أخرى³. تؤدي هذه التباينات إلى تشويه الصورة غير المرغوب فيه ، لا سيما في الفص الصدغي السفلي والقشرة الأمامية المدارية ، مما يقلل من صحة وموثوقية نتائج تتبع الألياف في هذه المناطق. يتم إنشاء تشوهات إضافية بواسطة التيارات الدوامة ، وهي نتاج التبديل السريع لتدرج MR⁴. تعد حركة رأس المشاركين عاملا آخر يؤدي إلى تدهور جودة الصورة ويمكن أن يؤثر سلبا على تصوير الشبكة. يمكن للطرق الحالية تصحيح كل من حركة الرأس وتشوهات الصورة في بيانات القيمة المنخفضة ، مثل DTI. ومع ذلك ، لم يتم توسيع هذه الطرق لتشمل طرائق عالية الاستبانة مثل DSI. تنبع صعوبة تطبيق طرق تصحيح الصور على بيانات DSI من انخفاض SNR الموصوف أعلاه (الشكل 3). لتتبع الألياف في مناطق الدماغ المعرضة لتشويه EPI ، قد يكون من الأفضل استخدام DTI منخفض الاتجاه أو تقنية أخرى يمكن تصحيح تشوهات الصورة من أجلها. من ناحية أخرى ، إذا كانت الدقة الزاوية العالية في جميع أنحاء الدماغ مطلوبة ، فقد يختار الباحثون استخدام DSI أو HARDI أو تقنيات مماثلة. يقترح Tuch (2004) ⁵ أن يقوم الباحثون بتشذير صور T2 بدون ترجيح الانتشار خلال فحص DSI ، مما يوفر معايير لتصحيح الحركة (على سبيل المثال ، انظر المرجع 6). في جميع الحالات ، يجب أن يكون الباحثون على دراية بالتأثير السلبي لحركة الرأس أثناء الاستحواذ: ينصح باستخدام مشاركين مدربين تدريبا عاليا وتقليل الحركة من خلال استخدام قضبان العض أو واقيات الأنف أو الحشو أو غيرها من الضمانات.

تستخدم النتائج المعروضة هنا بروتوكول تصوير طيف الانتشار (DSI) ذو 257 اتجاها ، مع قوة تدرج تتراوح من b = 300 إلى 7,000 (انظر المعلمات في الجدول 1). يتطلب تسلسل التصوير الطيفي المنتشر (DSI) معدات مسح بالرنين المغناطيسي الحديثة مع بعض الميزات اللازمة لجمع بيانات الانتشار عالية الاستبانة. نلاحظ أن متطلبات الوقت لهذا التسلسل كبيرة: حوالي 43 دقيقة على ماسح ضوئي Siemens Tim Trio. بعد اختبار تجريبي مكثف ، نشعر أن جودة هذه البيانات تبرر المدة وتكلفة المسح. ومع ذلك ، عند اختيار بروتوكول الاستحواذ ، يجب على المستخدمين الموازنة بعناية بين أهدافهم البحثية مقابل قدرات المشاركين وراحتهم. نلاحظ أيضا أنه تم جمع بيانات DSI عالية الجودة في أقل من 10 دقائق باستخدام تقنيات الاستحواذ^{المتقدمة 7}.

1. 3 ماسح ضوئي MR لقوة مجال تسلا: 3T ضروري لتحقيق الإشارة المطلوبة لمسح DSI عالي الزاوية.
2. ملف رأس مصفوفة مرحلية من 32 قناة: هناك حاجة إلى ملف رأس ذو حساسية عالية ونسبة إشارة إلى ضوضاء ممتازة لجمع بيانات DSI. توفر الملفات ذات الثماني و 12 قناة إشارة أقل على سطح الدماغ. وبالتالي ، قد تتطلب هذه الملفات وقتا أطول للمسح لدعم رسم خرائط دقيقة لحقول الإسقاط.
3. تثبيت الرأس: نظرا لطول مدة تسلسل مسح DSI ، ولأنه لا يمكن تطبيق تصحيح الحركة على بيانات DSI ، فإن تثبيت الرأس الممتاز ضروري للتحكم في حركة الهدف. يوصى باستخدام أدوات التحكم في الحركة التي تتراوح من الحشو والشريط إلى قضيب العض أو كيس التفريغ أو قناع اللدائن الحرارية لتثبيت رؤوس الأشخاص. أكثر من 2 مم من الحركة الانتقالية أو 2 درجة من الحركة الدورانية في أي اتجاه مفرطة ويمكن اعتبارها سببا لاستبعاد البيانات.
4. معدات عرض FMRI: للتحليلات باستخدام البذور الوظيفية ، يلزم وجود معدات إضافية لمسح الرنين المغناطيسي الوظيفي. اعتمادا على نوع المناطق المراد توطينها ، يتضمن ذلك عادة شاشة متوافقة مع MR (مثل نظام العرض لشاشة LCD متوافقة مع MR) ، ونظام استجابة الزر ، ونظام الصوت ، وكمبيوتر عرض التجربة المتزامن مع اقتناء الماسح الضوئي.

2. إجراء المسح

1. إطلاع المشاركين على طبيعة الفحوصات التي سيتم إجراؤها والحصول على موافقة مستنيرة. التأكيد على ضرورة تقليل حركة الرأس (خاصة أثناء فحص DSI الطويل). قدم للمشاركين اختيار فيلم أو مقطع فيديو آخر للترفيه أثناء فحص DSI. للمسح الوظيفي للمهام السلوكية ، اطلب من الأشخاص مراقبة الشاشة بحثا عن المحفزات ذات الصلة بالمهمة والاستجابة حسب الحاجة.
2. بعد فحص موانع الرنين المغناطيسي ، قم بتثبيت رأس المشاركين بشكل مريح باستخدام إحدى الطرق الموضحة أعلاه ، وأدخل سرير المريض في الماسح الضوئي.
3. إجراء عمليات المسح الكشفية الأولية والمعايرة.
4. قم بتعيين وصفة الشريحة لفحص DSI بالتوازي مع خط وهمي يربط بين العمولات الأمامية والخلفية. تأكد من أن شرائح فحص DSI تغطي الدماغ كله.
5. قم بتشغيل فحص DSI أثناء استرخاء الهدف في الماسحة الضوئية أو مشاهدة الترفيه على نظام العرض التقديمي.
6. مباشرة بعد الانتهاء من فحص DSI ، قم بجمع فحص تشريحي مرجح T1 (على سبيل المثال ، MPRAGE) لاستخدامه لاحقا في التسجيل المشترك (أي محاذاة) بيانات DSI مع البيانات التشريحية أو الوظيفية الأخرى.
7. اختياريا، جمع بيانات الرنين المغناطيسي الوظيفي في نفس الجلسة باستخدام تسلسلات نبضات EPI القياسية.
8. إذا لزم الأمر، قم بإجراء فحص الرنين المغناطيسي الوظيفي في جلسة مسح منفصلة. جمع MPRAGE في كلتا الدورتين لتسهيل التسجيل المشترك لمجموعات البيانات.

< p class = "jove_title" >3. معالجة التصوير بالرنين المغناطيسي التشريحي

لتحليل السطح لبيانات الرنين المغناطيسي الوظيفي والتجزئة التلقائية باستخدام FreeSurfer ، كما هو موضح أدناه ، يلزم وجود صورة تشريحية عالية الدقة مرجحة ب T1 مع تباين ممتاز بين المادة البيضاء والرمادية. توفر هذه الصورة مساحة مرجعية مشتركة لتحليل بيانات التصوير الوظيفية والمرجحة بالانتشار. في معظم ماسحات التصوير بالرنين المغناطيسي الحديثة ، سيشار إلى هذه الصورة باسم صورة MPRAGE (صدى التدرج RApid المحضر بالمغنطة). يمكن لمعظم تتابعات MPRAGE الحديثة أن توفر بيانات نوعية كافية في مسح واحد (المعلمات في الجدول 1). إذا لزم الأمر، يمكن حساب متوسط عمليتي مسح أو أكثر لتحسين تباين المادة الرمادية والبيضاء للتجزئة. أدناه ، نوضح كيف يمكن محاذاة بيانات DWI و fMRI ، والتي يتم جمعها عادة بأحجام مختلفة من الفوكسل ونقاط أصل مختلفة ، وإعادة تشكيلها تلقائيا للعرض المتزامن مع MPRAGE.

يمكن العثور على أوصاف مفصلة لدفق معالجة التصوير بالرنين المغناطيسي التشريحي FreeSurfer على ويكي FreeSurfer (http://surfer.nmr.mgh.harvard.edu/fswiki/FreeSurferWiki) ؛ يتضمن إخراج FreeSurfer العديد من تمثيلات السطح القشري ، بالإضافة إلى تقسيم السمات التشريحية القشرية وتجزئة الهياكل تحت القشرية. نوصي بتشغيل البرنامج النصي AFNI / SUMA @SUMA_Make_Spec_FS على إخراج FreeSurfer ، والذي يحول هذا الإخراج إلى تنسيقات ملفات يمكن معالجتها بسهولة باستخدام أدوات من AFNI / SUMA و FSL و SPM وحزم برامج التصوير العصبي الأخرى. على سبيل المثال ، يمكن إجراء التسجيل المشترك للصور باستخدام أحد البرامج العديدة ، مثل 3dAllineate (AFNI / SUMA) ، FLIRT (FSL) ، bbregister (FreeSurfer) ، أو وظيفة SPM Coregister.

1. قم بإجراء التجزئة التشريحية وإعادة بناء السطح القشري عن طريق إرسال صورة تشريحية مرجحة T1 إلى خوارزمية FreeSurfer الآلية (recon-all).
2. استيراد نتائج معالجة FreeSurfer إلى SUMA باستخدام البرنامج النصي @SUMA_Make_Spec_FS. تقوم هذه الخطوة بإنشاء إصدارات بتنسيق NIFTI لجميع وحدات التخزين في إخراج FreeSurfer ، بما في ذلك نسخة طبيعية من الشدة ومجردة من الجمجمة من الصورة التشريحية للإدخال. نشير إلى هذه الصورة التشريحية المعالجة باسم حجم السطح ، وفقا لمصطلحات AFNI / SUMA. يطلق على إصدار NIFTI من هذه الصورة التي تم إنشاؤها بواسطة @SUMA_Make_Spec_FS brain.nii.
3. قم بمحاذاة صورة DSI B0 مع وحدة تخزين السطح الناتجة (استخدم إصدار تنسيق NIFTI من هذه الصورة، المسمى brain.nii، في دليل SUMA).
4. احفظ مصفوفة تحويل affine المكونة من 12 نقطة لاستخدامها في التسجيلات المشتركة اللاحقة.

< p class = "jove_title" >4. معالجة التصوير بالرنين المغناطيسي الوظيفي (fMRI)

يمكن أن يحدد تحليل التصوير بالرنين المغناطيسي الوظيفي مناطق الاهتمام (ROIs) لتوليد الألياف أو اختيارها لاحقا. يمكن استخدام أي تسلسلات نبضية للتصوير المستوي بالصدى (EPI) مع معلمات محسنة لتجارب التصوير بالرنين المغناطيسي الوظيفي المحددة. وبالمثل ، يوجد عدد كبير من حزم البرامج لمعالجة وتحليل التصوير بالرنين المغناطيسي الوظيفي ، مثل AFNI / SUMA (NIMH ، NIH) ^{8 ، 9} ، BrainVoyager (ابتكار الدماغ) ¹⁰ ، FSL (FMRIB ، جامعة أكسفورد) ^{11 ، 12} ، و SPM (مركز Wellcome Trust للتصوير العصبي ، كلية لندن الجامعية) ¹³. يحدد قسم "معالجة وتحليل التصوير بالرنين المغناطيسي الوظيفي" في الشكل 4 مسار تحليل يعتمد على حزمة برامج AFNI / SUMA. للحصول على تعليمات استخدام أكثر تفصيلا ، نحيل القراء إلى البرامج التعليمية الممتازة والمواد التعليمية الأخرى على موقع AFNI / SUMA (http://afni.nimh.nih.gov).

يختلف الهدف النهائي لتحليل الرنين المغناطيسي الوظيفي لتتبع الألياف عن تحليلات التوطين الوظيفية القياسية ، حيث غالبا ما يكون التركيز على إيجاد موضع التنشيط الأقصى. يتطلب الإجراء الإحصائي الجيد من الباحثين تحديد مستويات ألفا للتناقضات الإحصائية مسبقا. ومع ذلك ، يجب على الباحثين مراعاة حقيقة أن اختيار العتبات الإحصائية سيؤثر على المدى المكاني للتنشيط الوظيفي ، وبالتالي مدى حقول إنهاء الألياف.

1. تصحيح حركة رأس الموضوع في بيانات الرنين المغناطيسي الوظيفي لكل فرد، باستخدام متوسط الصورة للماسح الضوئي الأول الذي يتم تشغيله كصورة مرجعية.
2. اختياريا، قم بإجراء تصحيح وقت اكتساب الشرائح، خاصة إذا كنت تستخدم تصميم مهمة سريع متعلق بالحدث.
3. تصحيح الاختلافات بين التشغيل في خط الأساس للإشارة عن طريق تطبيع السلاسل الزمنية لكل فوكسل ، خلال كل تشغيل.
   1. عبر عن السلاسل الزمنية لكل فوكسل كنسبة مئوية للتغيير عن متوسط هذا الفوكسل بمرور الوقت لتشغيل معين ، باستخدام برنامج مثل 3dcalc (AFNI / SUMA) أو fslmaths (FSL).
   2. بدلا من ذلك ، قم بتحويل السلسلة الزمنية لكل فوكسل لكل تشغيل ، بناء على متوسط الإشارة والانحراف المعياري بمرور الوقت.
شارك
4. في تسجيل كل تشغيل EPI معالج إلى مجموعة بيانات Surface Volume (brain.nii) التي تم إنشاؤها بواسطة FreeSurfer (انظر أعلاه).
5. تسلسل جميع عمليات EPI في الوقت المناسب لفرد معين.
6. قم بتعيين كل تشغيل EPI إلى السطح باستخدام 3dVol2Surf (AFNI / SUMA) ، مما ينتج عنه مجموعة بيانات سطح NIML لكل تشغيل.
   1. استخدم المادة البيضاء الملساء وأسطح اللوحة كأسطح مرجعية لرسم الخرائط ؛ يمكن اعتبارها تمثل حدود المادة الرمادية / البيضاء وسطح القشرة ، على التوالي.
   2. متوسط الإشارة على المسافة بين هذين السطحين.
7. اختياريا تنعيم بيانات EPI على سطح القشرة باستخدام SurfSmooth (AFNI / SUMA).
8. قم بإنشاء انحدارات منفصلة لعصور زمنية تتوافق مع كل حالة من الظروف التجريبية المقدمة للموضوع.
9. أرسل هذه الانحدارات (جنبا إلى جنب مع الانحدارات التي لا تهم) إلى تحليل النموذج الخطي العام (GLM) للبيانات الوظيفية.
تباين
10. أوزان بيتا للانحدارات المختلفة لإنتاج "خريطة وظيفية" للقيم الإحصائية عبر السطح
11. اختياريا، أدخل قيم الوزن التجريبي لعدة مشاركين في تحليل التباين على مستوى المجموعة (ANOVA)، إذا كنت تستخدم تصميما مضروبيا.
12. اشتقاق خرائط وظيفية ذات عتبة لعرض التأثيرات ذات الدلالة الإحصائية ، باستخدام معدل خطأ عائلي (نظرية المجال العشوائي الغوسي) ¹⁴ أو معدل الاكتشاف الخاطئ (FDR) ^{15 ، 16} تعديل لتصحيح المقارنات المتعددة.
13. قم بإنشاء مناطق ذات أهمية (ROIs) ، والتي سيتم استخدامها لاحقا لتلقيح الtractography ، من المناطق المتجاورة ذات التنشيط الوظيفي الكبير على السطح عن طريق وضع العلامات على كل منطقة قابلة للفصل.
    1. قم بتقسيم عائد الاستثمار وتسميته تلقائيا باستخدام خوارزمية التجميع المكاني، مثل SurfClust (AFNI/SUMA).
    2. بدلا من ذلك ، ارسم عائد الاستثمار يدويا باستخدام ميزة سحب عائد الاستثمار في SUMA.
14. قم بتوسيع عائد الاستثمار في المادة البيضاء باستخدام 3dSurf2Vol (AFNI / SUMA) ، لزيادة الاتصال مع خطوط الانسيابية أثناء تخطيط المسالك.
    1. كما في الخطوة 6 ، استخدم المادة البيضاء الملساء وأسطح اللوحة لرسم الخرائط.
    2. اضبط f_p1_fr = -0.5 من أجل زيادة عائد الاستثمار أسفل حدود المادة الرمادية / البيضاء بنسبة 50٪ من سمك المادة الرمادية في كل عقدة سطحية.
    3. اضبط f_pn_fr = 1 من أجل زيادة عائد الاستثمار في الاتجاه المعاكس لسطح القرص.
15. استخدم برنامج AFNI cat_matvec للعثور على معكوس مصفوفة تحويل affine المكونة من 12 نقطة التي تم إنشاؤها عند محاذاة صورة B0 مع حجم السطح (brain.nii).
16. niiتطبيق المصفوفة المقلوبة على عائد الاستثمار الوظيفي لمواءمتها مع بيانات DSI.

فئة

5. معالجة بيانات التصوير المرجح بالانتشار

التصوير المرجح بالانتشار هو مصطلح عام لتقنيات تصوير المادة البيضاء ، ويشمل العديد من المجموعات المختلفة من طرق الحصول على البيانات وإعادة البناء. ربما تعتمد الطريقة الأكثر استخداما ، والتي يشار إليها باسم تصوير موتر الانتشار (DTI) ^{17 ، 18} ، على 5-10 دقائق من الحصول على البيانات ، وقياس الانتشار في 6 أو 12 اتجاها. بناء على هذه البيانات ، يتم نمذجة أنماط الانتشار عادة باستخدام نموذج موتر بسيط ، وهو الأنسب لاكتشاف اتجاه انتشار مهيمن واحد. يعني هذا القيد أن DTI لا يعمل بشكل جيد لتصوير ألياف التلف أو "القبلة" عند نقطة واحدة. يتم اكتشاف ألياف العبور والتقبيل بشكل أفضل من خلال مجموعة من طرق الاستحواذ وإعادة البناء عالية الدقة ، مثل تصوير الانتشار عالي الدقة الزاوية (HARDI) ^19-21 ، وتصوير طيف الانتشار (DSI) ^{1 ، 2} ، والتصوير المعمم q-ball (GQI) ^22-24.

تم استخدام تسلسل DSI متعدد القذائف ب 257 اتجاها يتم تشغيله على ماسحات Siemens 3T للحصول على النتائج المعروضة هنا (المعلمات في الجدول 1). أعيد بناء البيانات المكتسبة باستخدام طريقة GQI²⁴ ، والتي تصمم أنماط الانتشار في كل فوكسل بوظيفة توزيع الاتجاه (ODF) التي يمكنها اكتشاف الانتشار المتزامن في اتجاهات متعددة. يجب أن تسفر تتابعات الانتشار الأخرى عالية الاستبانة الزاوية عن نتائج مماثلة. لاحظ أن إعادة البناء الصحيحة ل ODFs تتطلب من الباحث إدخال جدول تدرج (يشار إليه أيضا باسم b-table) إلى DSI Studio ، وهو برنامج معالجة DWI وtractography المستخدم هنا. (يمكن العثور على تعليمات الاستخدام التفصيلية ل DSI Studio على موقع البرنامج على الويب ، http://dsi-studio.labsolver.org.) يسرد هذا الجدول اتجاه التدرج وشدة المجال المغناطيسي لكل وحدة تخزين من أحجام DWI المكتسبة. يعتمد جدول التدرج على بروتوكول الحصول على MR ويتم استخراجه تلقائيا من صور DICOM بواسطة DSI Studio. ومع ذلك ، نوصي الباحثين بمقارنة جدول التدرج المستخرج تلقائيا مع الجدول القياسي لبروتوكول DWI الخاص بالماسح الضوئي.

1. إذا لزم الأمر، قم بتحويل صور التصوير بالرنين المغناطيسي إلى تنسيق .dcm (DICOM) باستخدام mri_convert (FreeSurfer).
2. حدد الصورة (الصور) الموجودة في مجموعة البيانات التي هي صور B0 (أي صور مستوية الصدى التي تم جمعها بدون ترجيح الانتشار).
3. قم بتحويل صورة (صور) B0 إلى تنسيق NIFTI باستخدام برنامج AFNI إلى 3d.
4. في DSI Studio، افتح صور DICOM واجمعها لإنشاء ملف مصدر (.src).
5. توفير جدول تدرج (انظر أعلاه).
6. تأكد من أن قناع إعادة البناء الافتراضي يشمل جميع المواد الرمادية ، دون تضمين المساحة الفارغة أو الجمجمة أو الأنسجة غير الدماغية. قم بتحرير القناع حسب الضرورة.
7. بدلا من ذلك ، قم بإنشاء قناع إعادة بناء عن طريق تشغيل برنامج AFNI 3dAutomask على صورة B0.
8. اختر نموذج إعادة بناء عالي الدقة: متغير DSI أو GQI أو GQI.
9. قم بإنشاء ملف معلومات الألياف (.fib) لتمثيل اتجاه (اتجاهات) الانتشار الرئيسي في كل فوكسل.

6. تقييم جودة البيانات وتتبع المعلمات من خلال تصوير الدماغ بالكامل

يعد تتبع الألياف بذرة الدماغ الكاملة طريقة سريعة وفعالة لتقييم جودة البيانات الإجمالية. كما أنه يوفر فرصة لتحديد القيم المناسبة للمعلمات العالمية ، وخاصة عتبة تباين الخواص المستخدمة كمعيار توقف في الtractography. هذا الإجراء ضروري لتحقيق التوازن بين تحسين التغطية في عملية تتبع الألياف وتقليل الضوضاء. وينبغي توخي الحذر بشكل خاص في تحديد معلمات التتبع الرئيسية، مثل عتبة الزاوية وعتبات التتبع.

من المهم ملاحظة أن تباين الخواص النسبي للمسارات المختلفة قد يختلف بين الأفراد ، اعتمادا على العوامل البيولوجية مثل العمر وسلامة المادة البيضاء ، بالإضافة إلى عوامل دخيلة مثل معايرة الأجهزة بين الجلسات. أدناه ، نقترح طرقا متعددة لموازنة عتبات التتبع بين مجموعات البيانات. في جميع الأوقات ، تحقق من جودة نتائج التتبع من خلال مقارنتها بالتشريح العصبي المعروف. على سبيل المثال ، قد تشير الألياف التي تعبر الشق بين نصف الكرة الأرضية خارج الوصلات المعروفة بين نصفي الكرة الأرضية (على سبيل المثال ، الجسم الثفني ، والضوابط الأمامية والخلفية) إلى أن عتبة التتبع منخفضة جدا ويجب رفعها ، أو قد تكون دليلا على القطع الأثرية لحركة الرأس.

على عكس عتبة التتبع ، يجب أن تكون عتبة الزاوية ثابتة لفرد معين عبر الجلسات ، نظرا لأن مسارات الألياف لا تتغير في الانحناء على المدى القصير ، إن وجدت. وبالمثل ، يجب أن يكون انحناء المسالك ثابتا نسبيا عبر الأفراد ، في حالة عدم وجود اختلافات كبيرة في حجم الدماغ أو مورفولوجيا. ومع ذلك، ينبغي توخي الحذر عند تحديد القيم الأولية لهذه المعلمة. قد تشير الألياف التي تتبع مسارات غير محتملة ، مثل منحنيات دبوس الشعر ، إلى أن عتبة الزاوية عالية جدا.

1. قم بإنشاء منطقة بذور الدماغ بالكامل.
2. قم بتعيين قيمة عتبة تتبع أولية لإخفاء voxels منخفضة الإشارة.
3. اضبط عتبة الزاوية للسماح للألياف بالانحناء حتى n درجة في خطوة واحدة.
4. قم بتعيين حجم خطوة التتبع بالمليمتر.
5. اضبط العدد المطلوب من الألياف أو نقاط البذور.
6. قم بإجراء تخطيط الجر بالكامل للدماغ للتحقق من جودة إعادة بناء ODF الشاملة.
7. للبدء ، اختر عتبة تتبع متوسطة (عبر مجموعات البيانات).
   1. قم بتحميل ملف trk كامل الدماغ في TrackVis ، وهو برنامج تصور وتحليل للمسار الليفي (مركز مارتينوس للتصوير الطبي الحيوي ، مستشفى ماساتشوستس العام) ²⁵.
   2. قم بتحميل وحدات تخزين المادة الرمادية (GM) في دليل SUMA (lh/rh.ribbon.nii) كعائد استثمار.
   3. قم بتعيين عائد استثمار GM كمرشحات في مجموعة المسار ، مع قبول الألياف التي لها أي من النقاط المنتهية في أحد عائد الاستثمار.
   4. تحقق من أن معظم الألياف (90-100٪) في ملف trk تظل في مجموعة المسار التي تمت تصفيتها
   5. كرر حسب الضرورة، واضبط عتبة التتبع في DSI Studio في كل مرة.
8. تحقق كذلك من أن عتبة التتبع تخفي الفوكسل في المساحة الفارغة (أي حول حواف الدماغ وفي الفضاء داخل الدوران) دون إزالة الفوكسل ، والتي تكمن بوضوح في المادة البيضاء.
9. اختياريا ، قم بموازنة عتبة التتبع عبر مجموعات البيانات (أي جلسات و / أو مشاركين مختلفين).
   1. قم بتعيين عتبة تتبع حسب الرغبة في مجموعة بيانات واحدة عبر واجهة DSI Studio.
   2. أعد تسمية ملف .fib الذي تم إنشاؤه بواسطة DSI Studio بامتداد .mat واستيراده إلى MATLAB ، وفقا للإرشادات الموجودة على موقع DSI Studio على الويب (http://dsi-studio.labsolver.org).
   3. قم بإنشاء رسم بياني للقيم التي ترغب في تقريبها.
   4. قم بتحويل قيم الخريطة إلى نقاط z.
   5. ابحث عن درجة z لعتبة التتبع التي قمت بتعيينها في البداية في واجهة DSI Studio.
   6. قم بتنفيذ الخطوات b-d لجميع مجموعات البيانات الأخرى ، والعثور على عتبة التتبع التي تتوافق مع z-score الموجودة في الخطوة e.
   7. كفحص متبادل للخطوات من الألف إلى و، تتبع مجموعة من ألياف التحكم من عائد استثمار تشريحي في القطب القذالي مع 500,000 بذرة.
   8. تحقق من أن هذا الإجراء ينتج نفس العدد تقريبا من الألياف عبر مجموعات البيانات (+ - 100 ألياف).

< p class = "jove_title" >7. الtractography المقيدة محليا

على عكس تخطيط الtract للدماغ بالكامل ، يستخدم التصوير المنطقي المقيد محليا العمليات المنطقية القائمة على عائد الاستثمار ، مثل تحديد الأحجام التي يجب أن تمر من خلالها الألياف أو لا تمر. نتيجة لذلك ، يوفر التصوير الكهربائي المقيد محليا حساسية أعلى وتحكما أكبر لتتبع ألياف مختارة ذات أهمية. يقلل تخطيط الدماغ بالكامل من مساحة نقاط البذور المحتملة ، بسبب التكلفة الحسابية العالية لعمليات البذر وذاكرة رسومات الكمبيوتر المحدودة. (من الممكن أن يتم تخفيف هذه القيود في المستقبل ، بسبب التغييرات في خوارزميات الtract ، أو زيادة سعة الذاكرة ، أو عوامل أخرى.) نتيجة لأخذ العينات المنخفضة ، غالبا ما ينتج عن تخطيط السحب للدماغ بالكامل نتائج متحيزة نحو مسارات الانتشار السائدة في الدماغ. تعالج عائد الاستثمار الذي يوفره المستخدم هذه المشكلة من خلال توفير مناطق مستهدفة محدودة بكثافة عالية من نقاط البذور ، مما يسهل التقاط مسارات الألياف التي يصعب اكتشافها.

1. قم بإنشاء منطقة بذور دماغية كاملة في DSI Studio.
2. قم بتحميل ملف واحد أو أكثر من ملفات منطقة الاهتمام (ROI) من ملفات NIFTI.
3. اختياريا قم بتحميل ملف منطقة التجنب (ROA) للإشارة إلى voxels التي يجب ألا تمر الألياف عبرها.
4. قم بتعيين عتبة تباين الخواص وعتبة الزاوية كما هو موضح أعلاه.
5. إجراء التتبع.
6. تحقق من الجودة من خلال مقارنة مسارات الألياف بالتفاصيل التشريحية.

8. تحليل كثافة نقطة النهاية

1. قم بتحميل عائد الاستثمار NIfTI وملفات trk في TrackVis.
2. إجراء العمليات المنطقية بين المناطق.
3. احفظ نتائج كل عملية كملف trk جديد.
4. استخدم الدالة track_transform (Diffusion ToolKit) لتحويل ملفات trk مكانيا إلى ملف Surface Volume (brain.nii).
5. قم بتحميل ملف trk المحول وحجم السطح (brain.nii) في TrackVis للفحص.
6. قم بتحميل ملفات trk و ROI في MATLAB لإجراء تقديرات الاتصال الكمية.
7. أوجد النقطة الوسطى {x/y/z} لعائد الاستثمار.
8. كأحد مقاييس الاتصال، احسب العدد الإجمالي لنقاط نهاية الألياف في عائد الاستثمار، مع تسويته حسب حجم عائد الاستثمار.
9. بدلا من ذلك ، احسب المسافة الإقليدية بين نقاط نهاية الألياف ونقطة الاستثمار, كمقياس لخصوصية واتساق اتصال المسالك بعائد الاستثمار هذا.

9. النتائج التمثيلية

يمكن تطبيق التصوير عالي الدقة المرجح بالانتشار وتصوير التصالح الليفي على مجموعة واسعة من أسئلة علم الأعصاب. ينصب تركيزنا في هذه الورقة على تفصيل اقتران طرق الاتصال الهيكلي بالتصوير العصبي الوظيفي. ومع ذلك ، نلاحظ أن أي تطبيق ل DWI يتطلب تقييما دقيقا لنتائج التصوير ، بالنظر إلى أن بروتوكول الحصول على البيانات وطريقة إعادة البناء ومعلمات الجر يمكن أن يكون لها تأثيرات كبيرة ومستقلة على المنتج النهائي. يوضح الشكل 5 النتائج المثلى ودون المستوى الأمثل باستخدام تخطيط الجر للدماغ بالكامل. تستند الصور الثلاث إلى نفس مجموعة بيانات DWI ذات 257 اتجاها من مشارك واحد. تظهر النتائج المثلى في اللوحة اليسرى. في المقابل ، تظهر اللوحة الوسطى تأثير معلمات الtractography المتساهلة بشكل مفرط (FA وعتبات الزاوية). توضح اللوحة اليمنى الانخفاض في الجودة الناتج عن استخدام نموذج موتر واحد لإعادة بناء بيانات DWI.

نقوم بتضمين مثالين على كيفية قيام نتائج التصوير بالtract بتأكيد تفسير بيانات التصوير الوظيفي وإبلاغها. تقوم هذه التجارب بتقييم العمليات المعرفية التي سمحت بإنشاء مناطق البذور الوظيفية: أي إدراك الوجه والانتباه البصري. يمكن استخدام مناطق البذور هذه لاختبار أسئلة اتصال المادة البيضاء داخل شبكة معرفية. يوضح الشكل 6 مثالا على المناطق التي تم تنشيطها أثناء مهمة إدراك الوجه. شاهد الأشخاص صورا للوجوه والأشياء اليومية أثناء خضوعهم لفحص الرنين المغناطيسي الوظيفي. أظهرت منطقتان بطنية الصدغية ، في التلفيف المغزلي الأوسط (mFG) والتلفيف القذالي السفلي (IOG) ، استجابات جريئة أكبر بكثير للوجوه مقارنة بالأشياء. ثم تم استخدام هاتين المنطقتين المحددتين وظيفيا كمناطق بذور أثناء التصوير (كما هو موضح في الأقسام 6-7 أعلاه). يوضح الشكل 6 أ الحزمة الكبيرة من خطوط الألياف (الموضحة باللون الأحمر) التي تربط هاتين المنطقتين محل الاهتمام داخل الفص الصدغي ، على مسافة حوالي 12 سم. لاحظ التعبئة الضيقة للألياف ودرجة صغيرة من انحناء الألياف على هذه المسافة. هذا النمط نموذجي للاتصالات الفردية داخل الشبكات الوظيفية عبر مسافات طويلة (على سبيل المثال ، انظر المرجع 26). يوضح الشكل 6 ب منطقة البذور الوظيفية IOG (الموضحة باللون الأصفر) جنبا إلى جنب مع نقاط نهاية الألياف الفردية (النقاط الحمراء). توجد نقاط نهاية الألياف في جميع أنحاء عائد الاستثمار. يشير نمط الاتصال هذا إلى أن هذه المناطق لديها اتصالات مباشرة بعيدة المدى قد تكمن وراء الاتصال السريع داخل شبكة إدراك الوجه.

يوضح مثالنا الثاني (الشكل 7) الروابط بين المناطق الحسية للقشرة البصرية ومنطقة التحكم في الانتباه في القشرة الجدارية الخلفية (PPC). في هذه الحالة ، تم إنتاج مجموعتين من التنشيطات الوظيفية (المناطق القذالية والجداري) عبر مجموعات مستقلة من بيانات الرنين المغناطيسي الوظيفي من نفس الأفراد. تم إنشاء عمليات التنشيط الجدارية عبر مهمة تحويل الانتباه بين 6 مواقع في المجال البصري (للحصول على التفاصيل ، انظر المرجع ²⁷) ، بينما تم تحديد المناطق القذالية باستخدام رسم خرائط خط الزوال القياسي للمجال البصري ²⁸ ، والذي تم استخدامه لتحديد الحدود بين مناطق البذور الوظيفية للقشرة البصرية (V1 - V3). يوضح الشكل 7 أ المواقع التقريبية لمناطق البذور V1 و V2 و V3 (الأحمر والأخضر والأزرق على التوالي) ، ومنطقة بذور PPC المسماة IPS-1 ، ومسارات الألياف التي تربط هذه المناطق. يتم تلوين المسالك من خلال عائد الاستثمار القذالي الذي تم زرعها منه. على عكس الألياف الطويلة المستقيمة في الفص الصدغي (الشكل 6) ، تغطي مسالك المادة البيضاء هذه مسافة أقصر (النطاق 3-5 سم) ، وبالتالي فهي على شكل حرف U أكثر وأقل تعبئتها بإحكام أثناء انتقالها من الفص القذالي إلى الفص الجداري. يوضح الشكل 7 ب المناطق المحددة وظيفيا في IPS (بني) و V1 (أحمر) و V2 (أخضر) و V3 (أزرق) على السطح القشري جنبا إلى جنب مع نقاط نهاية الألياف في كل منطقة. لاحظ فصل المسالك في الفص القذالي حسب منطقة البذور ، على النقيض من الدرجة الكبيرة من تداخل نقطة النهاية في IPS-1. يشير هذا إلى أن منطقة PPC (التي تم تحديدها من خلال نشاط الرنين المغناطيسي الوظيفي أثناء مهمة الانتباه الانتقائي) قد تكون منطقة تقارب في الدماغ ، مع روابط هيكلية للعديد من العقد المختلفة للقشرة الحسية. قد يسمح نمط الاتصال هذا بنقل إشارات التحيز الانتباهي من المناطق القشرية العليا لتعديل النشاط في القشرة المبكرة. تساعد هذه الإشارات على تعزيز تمثيلات الهدف في القشرة البصرية^{29 ، 30}.

< p class = "jove_content" >
الشكل 1. توضيح تخطيطي للمفاهيم الأساسية في التصوير الموزون بالانتشار (DWI). اللوحة أ: في وسط متجانس ، يحدث الانتشار بشكل عشوائي نتيجة للحركة البراونية. بالنسبة لأعداد كبيرة من جزيئات الماء ، يكون الانتشار متناحي الخواص - أي أن نمط الانتشار الكلي كروي. اللوحة ب: يتم تقييد انتشار جزيئات الماء داخل المحاور وفي فجوات الحزم المحورية بواسطة الجدران المحورية وهياكل الدعم الأخرى. وبالتالي ، فإن الانتشار على طول مسارات الألياف متباين الخواص: فهو أكبر بكثير على طول مسار القناة الليفية منه في الاتجاهات الأخرى. اللوحة C: تستخدم طرق DWI عالية الدقة نماذج مثل وظيفة توزيع الاتجاه (ODF) لنمذجة الانتشار متباين الخواص في التكوينات المعقدة لمسارات المادة البيضاء. كما هو موضح في هذا المثال ، يمكن أن تميز ODFs مسارات انتشار منفصلة لمسارات الألياف المتعددة التي تعبر عند نقطة واحدة. المعابر التي تنطوي على اثنين أو ثلاثة مسارات ألياف مختلفة شائعة في الدماغ. < p class = "jove_content" >
الشكل 2. يمكن إجراء أبحاث تتبع الألياف بعدة طرق. تتضمن أهم الخيارات بروتوكول الاستحواذ وتقنية إعادة البناء وطريقة الtractography. في الورقة الحالية ، نستخدم بروتوكول تصوير طيف الانتشار (DSI) ^{1 ، 2} للاكتساب. تصوير أخذ عينات Q المعمم (GQI) ²⁴ لإعادة الإعمار ؛ و FACT tractography الحتمية^{40 ، 41}. نسلط الضوء بشكل خاص على تقنيات إعادة البناء الهجينة والخالية من النماذج ، والتي تولد وظائف توزيع التوجيه (ODFs ؛ انظر الشكل 1) لتمثيل الانتشار في كل فوكسل. قد يختار الباحثون خطوط أنابيب مختلفة بناء على الميزانية والوقت المتاح والحاجة إلى دقة زاوية عالية وأهمية تصحيح حركة الرأس وتشوهات الصورة غير الخطية. هذا الرقم ليس قائمة شاملة بجميع طرق الاستحواذ وإعادة البناء والtractography القابلة للتطبيق. انظر Seunarine & Alexander⁴² للحصول على مراجعة ممتازة لتقنيات إعادة الإعمار.

الشكل 3. تفاعلات متغيرات اكتساب التصوير بالرنين المغناطيسي للانتشار ، ومدة المسح ، والقدرة على حل تقاطعات الألياف. يعد تباين الانتشار العالي ضروريا لحل الألياف في تكوينات العبور المعقدة. يعتمد هذا التباين على عدة عوامل ، بما في ذلك عدد اتجاهات التدرج (أي عدد اتجاهات الألياف المحتملة) والقيمة b (التي تشير إلى درجة ترجيح الانتشار). نقدم هنا التأثيرات النموذجية لزيادة قيم b وعدد اتجاهات التدرج. لاحظ أن هذا الجدول يشير فقط إلى الاتجاهات ، وقد يكون للتقنيات الفردية تأثيرات مختلفة على مدة المسح ونسبة الإشارة إلى الضوضاء (SNR) وتباين الانتشار. بشكل عام ، يمكن تحسين التباين عن طريق زيادة عدد اتجاهات التدرج وحجم قيم b. ومع ذلك ، عند قيم b الأعلى ، تتضاءل نسبة الإشارة إلى الضوضاء للصور المرجحة بالانتشار ، وغالبا ما يتم زيادة وقت المسح.

< p class = "jove_content" >
الشكل 4. ملخص رسومي لتيارات معالجة التصوير بالرنين المغناطيسي التشريحي و DWI-MRI و fMRI. يصف النص باللون الأسود طبيعة كل خطوة معالجة ، بينما يشير النص باللون الأخضر إلى البرامج التي يمكن استخدامها. تشير الخطوط والمربعات المتقطعة إلى الخطوات الاختيارية ، والتي قد لا تنطبق على جميع المشاريع. في هذا المثال، يتم إجراء المعالجة في حزمة AFNI/SUMA (باستثناء الحالات التي يشار فيها إلى DSI Studio أو TrackVis). غالبا ما يتم استبدال الوظائف المماثلة في حزم تحليل التصوير العصبي الأخرى. تم دمج العديد من الخطوات الموضحة في هذه الرسوم البيانية جزئيا من قبل مطوري البرامج في نصوص مناسبة: نحيل القراء بشكل خاص إلى خط أنابيب FreeSurfer recon-all (http://surfer.nmr.mgh.harvard.edu/fswiki/ReconAllDevTable). نلاحظ أيضا أن العديد من حزم البرامج توفر خطوط أنابيب معالجة كاملة لبيانات DWI. ومع ذلك ، تختلف هذه الحزم في نقاط القوة والضعف ، وبعضها لا يتضمن أدوات للعمل مع بيانات التصوير بالرنين المغناطيسي عالية الدقة الزاوية. انقر هنا لعرض رقم أكبر.

الشكل 5. رسم توضيحي لتخطيط الtract لكامل الدماغ بطرق إعادة بناء مختلفة ومعلمات الtractography. تم اشتقاق جميع الصور من نفس مجموعة البيانات ، وهي تسلسل تصوير طيف الانتشار (DSI) من 257 اتجاها مع قيم b متعددة (7,000 ثانية / مم² ، 5 قذائف). اللوحة A: النتائج المثلى، التي تتحقق باستخدام طريقة إعادة بناء عالية الاستبانة قائمة على ODF. تم اختيار عتبة تتبع عال نسبيا من 0.06 ، من أجل توليد ألياف فقط من فوكسل متباين الخواص بقوة. وتم اختيار عتبة زاوية تبلغ 55 درجة لمنع توليد الألياف ذات الانحناء غير الواقعي بيولوجيا (أي ألياف "حلقية"). لاحظ الترسيم الواضح لنصفي الكرة الأرضية ، مفصولين بالشق الطولي. لاحظ أيضا كيف يتبع تجميع الألياف الخطوط السلمية / الدورانية المتوقعة. اللوحة ب: تم استخدام نفس طريقة إعادة البناء كما في (أ) ، ولكن تم تعيين عتبات FA والزاوية بشكل أكثر تساهلا أثناء التصوير (0.03 و 85 درجة ، على التوالي). يمكن أن تتسبب معلمات التتبع غير المناسبة في توليد أعداد كبيرة من الألياف "غير المرغوب فيها" ، والتي تخفي معلومات حقيقية حول التركيب التشريحي. انظر القسم 5 ، "تقييم جودة البيانات وتتبع المعلمات من خلال تخطيط الدماغ بالكامل" ، للحصول على المشورة بشأن خيارات المعلمات المناسبة. اللوحة C: أعيد بناء البيانات باستخدام نموذج موتر واحد ، وهو أحد أكثر الطرق استخداما في DWI. مع معلمات التتبع المناسبة (مثل A) ، يعيد نموذج الموتر الفردي إنتاج العديد من مسارات الألياف الرئيسية المعروفة ، وتكون الخطوط الدورانية مرئية إلى حد ما في المنظر السهمي. ومع ذلك ، فإنه ينتج أيضا إيجابيات خاطئة أكثر من نموذج ODF: لاحظ الألياف التي تنتقل أفقيا عبر الشق بين نصف الكرة الأرضية. انقر هنا لعرض رقم أكبر.

الشكل 6. ينتج التصوير المسالك عن تجربة إدراك الوجه. توضح اللوحة (أ) الخطوط الناجمة عن الtractography بين عائد الاستثمار الوظيفي الذي تم تحديده من تجربة إدراك الوجه. يشار إلى المناطق العامة للتلفيف القذالي السفلي (IOG) والتلفيف المتوسط المغزلي (mFG) بأشكال بيضاوية صفراء. توضح اللوحة (B) نقاط نهاية IOG للألياف المشار إليها في اللوحة (A) المعروضة على عرض بطني موسع للسطح القشري الصدغي الخلفي. نتج عائد الاستثمار المقدم باللون الأصفر عن تجربة التصوير بالرنين المغناطيسي الوظيفية لإدراك الوجه. لاحظ الاتفاق الكبير بين التنشيط المحدد وظيفيا ونقاط نهاية الألياف في IOG. تتعقب هذه الألياف من mFG ، وهي منطقة دماغية تتضمن إدراك الوجه. انقر هنا لعرض رقم أكبر.

< p class = "jove_content" >
الشكل 7. ينتج التصوير المسالك عن تجربة الانتباه البصري. توضح اللوحة (أ) خطوط الانسيابية الناتجة عن الtractography بين عائد الاستثمار الوظيفي الذي تم تحديده من تجربة الانتباه البصري²⁷. يشار إلى المناطق العامة للقشرة الجدارية الخلفية (IPS-1) والقشرة البصرية (V1d و V2d و V3d) بأشكال بيضاوية ملونة. يتم تقديم المسالك الليفية بألوان مقابلة: أحمر ل V1d ، والأخضر ل V2d ، والأزرق ل V3d. تظهر اللوحة (B) نقاط نهاية الألياف المشار إليها في اللوحة (A) المعروضة على عرض جانبي موسع للسطح القشري الخلفي (الجداري والقذالي). تتطابق اصطلاحات الألوان مع اصطلاحات اللوحة (A). يتم عرض مناطق الاهتمام الناتجة عن تجربة التصوير بالرنين المغناطيسي الوظيفية للانتباه البصري على سطح القشرة. تتلاقى جميع المجموعات الثلاث من المسالك / نقاط النهاية في منطقة IPS-1 ، والتي يعتقد أنها تحتوي على خريطة أولوية للانتباه البصري التي قد تكون مصدرا لإشارات تحيز الانتباه إلى الأهداف في القشرة البصرية. المساحات في IPS-1 متداخلة إلى حد كبير ، في حين أن الأطراف القذالية لهذه المسارات الليفية منفصلة بوضوح حسب منطقة القشرة البصرية. التصوير بالرنين المغناطيسي البارامترات الطبري مسح 257 تصوير طيف انتشار الاتجاه (DSI) باستخدام تسلسل EPI المعاد التركيز مرتين وقيم q متعددة مع وقت اكتساب مدته 43 دقيقة (TR = 9,916 مللي ثانية ، TE = 157 مللي ثانية ، حجم فوكسل = 2.4 × 2.4 × 2.4 مم ، FoV = 231 × 231 مم ، b-max = 7,000 ثانية / مم² ، 5 قذائف) تشريحي تسلسل MPRAGE المرجح T1 (1 مم × 1 مم × 1 مم ، 176 شريحة سهمية ، TR = 1,870 ، TI = 1,100 ، FA = 8 ° ، GRAPPA = 2) التصوير بالرنين المغناطيسي الوظيفي تسلسل نبضات التصوير المستوي الصدى المرجح (EPI) T2 * (31 شريحة محورية مائلة ، دقة داخل المستوى 2 مم × 2 مم ، سمك شريحة 3 مم ، بدون فجوة ، وقت التكرار [TR] = 2,000 مللي ثانية ، وقت الصدى [TE] = 29 مللي ثانية ، زاوية الوجه = 90 درجة ، GRAPPA = 2 ، حجم المصفوفة = 96 × 96 ، مجال الرؤية [مجال الرؤية] = 192 مم) < p class = "jove_content" >الجدول 1. معلمات اكتساب التصوير العصبي.

Discussion

يوفر DWI عالي الدقة وتصوير الألياف نهجا قويا لفحص البنية الضامة للدماغ البشري. هنا ، نقدم دليلا على أن هذه البنية الهيكلية مرتبطة ارتباطا وثيقا بوظائف المخ ، والتي تم تقييمها بواسطة التصوير بالرنين المغناطيسي الوظيفي. باستخدام بذور التصوير بالرنين المغناطيسي الوظيفي على أساس تنشيط مهمة الرنين المغناطيسي الوظيفي ، نجد دليلا على أن مناطق الدماغ النشطة بشكل مشترك أثناء الانتباه البصري مرتبطة تشريحيا بما يتفق مع المعرفة المسبقة بالتشريح العصبي الوظيفي (الشكل 7). وبالمثل ، فإن التشريح العصبي الوظيفي لإدراك ال...