Co-análisis de la estructura y función cerebral mediante resonancia magnética funcional y la difusión de imágenes ponderado

El objetivo general del siguiente experimento consiste en analizar simultáneamente la estructura y la función cerebrales mediante imágenes por resonancia magnética. Esto se logra utilizando resonancia magnética de alto campo para obtener imágenes de la estructura de la materia blanca del cerebro mediante imágenes del espectro de difusión o DSI, y para medir la función cerebral con fMRI de contraste BOLD. Luego, los datos de DSI se procesan para generar estimaciones de difusión multidireccionales en cada punto del cerebro.

Además, se analizan los datos de IRMf con el fin de obtener regiones de interés para generar o seleccionar fibras virtuales de materia blanca. A continuación, las regiones de interés se alinean con los datos de DSI, de modo que los datos funcionales y estructurales queden en un espacio de imagen común. Finalmente, se realiza tractografía sobre los datos de difusión para estimar las vías de materia blanca que conectan regiones funcionales de interés. Se obtienen resultados que muestran el grado de conectividad anatómica entre áreas cerebrales cuya conexión funcional se hipotetiza.

Basado en datos de tareas de IRMf. Evidencia convergente reciente ha sugerido que las operaciones cognitivas complejas son ejecutadas por redes de múltiples regiones cerebrales que trabajan en conjunto, en lugar de un área única y unitaria. Para especificar completamente estos sistemas computacionales, es necesario comprender la relación entre sus propiedades funcionales y estructurales mediante la combinación de resonancia magnética funcional.

Con la imagen por resonancia magnética ponderada por difusión, se puede examinar la conectividad de la red y cómo esto da lugar a comportamientos humanos complejos. La principal ventaja de esta canalización de RM por difusión frente a métodos estándar como la imagen de tensor de difusión es que la combinación de imágenes ponderadas por difusión de alta resolución angular y reconstrucción independiente de modelos nos permite resolver mejor configuraciones complejas de fibras en el cerebro. Las implicaciones de esta técnica se extienden hacia la caracterización de condiciones neuropsicológicas.

Por ejemplo, la prosopagnosia congénita, en la cual los individuos presentan deterioro en el reconocimiento facial. Mediante resonancia magnética de difusión estándar, se ha demostrado que los tractos de fibras de sustancia blanca próximos a las áreas de procesamiento facial están degradados en comparación con controles normales. Al combinar resonancia magnética estructural y funcional, se pueden identificar deficiencias estructurales en las fibras, específicamente en los nodos que conectan la red de procesamiento facial.

Este método también puede aplicarse en un contexto clínico, como en la planificación neuroquirúrgica. Los cirujanos utilizan el mapeo funcional para identificar el tejido de sustancia gris asociado con funciones cognitivas importantes, con el fin de minimizar cualquier daño incidental durante la cirugía. Con información estructural adicional, como la imagen ponderada por difusión, también pueden reducir al mínimo el daño a las estructuras críticas de sustancia blanca que conectan estas áreas funcionales.

Por lo general, las personas nuevas en este método tendrán dificultades con el hecho de que no existe un solo paquete de software que realice todos los pasos necesarios del procedimiento. Por lo tanto, los usuarios deben moverse entre múltiples programas manteniendo al mismo tiempo un formato de imagen común, así como una orientación y alineación consistentes. Nuestro protocolo incluye instrucciones detalladas para guiar a los usuarios a través de este procedimiento.

Los análisis de este tipo que consideran conjuntamente la estructura y la función son la extinción natural de experimentos de imágenes funcionales que han identificado áreas cerebrales activas. En tareas de interés, la mayoría de los enfoques anteriores no han podido proporcionar información sobre la conectividad estructural, y eso es precisamente lo que incorporamos en nuestro enfoque aquí en este protocolo. Se utiliza un escáner Siemens de tres teslas para adquirir una imagen de espectro de difusión o escaneo DSI de 257 direcciones con una bobina de matriz phased array de 32 canales; la alta intensidad del campo magnético y la bobina de 32 canales son necesarias para obtener la señal requerida para este escaneo de alta resolución angular.

El método más frecuentemente utilizado de imagen ponderada por difusión es la imagen de tensor de difusión o DTI, que emplea una exploración de cinco a 10 minutos y mide típicamente 64 direcciones o menos. Una limitación de la DTI es su dificultad para resolver fibras cruzadas y tangenciales, que se detectan mejor mediante una combinación de adquisición de alta resolución y métodos de reconstrucción como la DSI. Señalo que el protocolo de DSI requiere aproximadamente de 45 a 50 minutos de adquisición de imágenes, y que no se puede aplicar corrección por movimiento a los datos de DSI. Por lo tanto, es recomendable minimizar el movimiento mediante el uso de barras dentales, relleno de espuma u otras técnicas de estabilización, y emplear participantes altamente entrenados. Se requiere equipo adicional para FMRI basado en tareas, como un sistema de visualización compatible con RM y un sistema de respuesta con botones.

Antes de realizar la exploración, asegúrese de obtener el consentimiento informado y evaluar la presencia de contraindicaciones para RM. A continuación, informe brevemente al participante sobre la naturaleza de las exploraciones que se realizarán, haciendo hincapié en la necesidad de permanecer inmóvil durante la exploración DSI. Una vez que el participante esté listo, estabilice cómodamente la cabeza del participante y luego deslice la camilla dentro del escáner, realice exploraciones preliminares iniciales y la calibración.

Luego, alinee los cortes para la exploración DSI con las comisuras anterior y posterior y asegúrese de que los cortes para la exploración DSI cubran toda la extensión del cerebro. Realice la exploración DSI mientras el sujeto permanece relajado en el escáner o mira una película en el sistema de presentación. Después de la exploración DSI, adquiera una exploración anatómica ponderada en T1 para su uso posterior en la coregistración de los datos DSI con otros datos anatómicos o funcionales en la misma sesión o en sesiones separadas.

También adquiera datos de FMRI basados en tareas para el escaneo funcional de tareas conductuales. Instruya a los sujetos para que monitoreen la pantalla en busca de estímulos relevantes para la tarea y actúen según sea necesario. Si se realiza FMRI en un día diferente, obtenga otra imagen anatómica ponderada en T1.

Este enfoque de procesamiento utiliza un análisis basado en superficies de datos de IRMF para generar regiones de interés (ROI) para la tractografía y permite una mejor visualización de las correspondencias entre los puntos finales de la tractografía y las ROI funcionales. Para comenzar el procesamiento, primero envíe la imagen ponderada en T1 adquirida al algoritmo automatizado de FreeSurfer, que realiza la segmentación anatómica de la materia gris y blanca y la reconstrucción de la superficie cortical. La salida también incluye una versión procesada del volumen anatómico a partir del cual se crearon las superficies, denominado volumen de superficie.

A continuación, preprocese los datos de FMRI en un acné. Luego importe la salida de FreeSurfer al software Summa A Acne y proyecte los datos funcionales preprocesados sobre las superficies resultantes. Analice los datos de FMRI para generar mapas estadísticos a partir de los cuales se puedan crear ROI definidas funcionalmente para la tractografía de la vía T.

Luego, expanda estas ROI funcionales basadas en la superficie hacia la sustancia blanca mediante dilatación para maximizar el contacto con los trayectos durante la tractografía. Finalmente, transforme las ROI dilatadas de coordenadas superficiales a coordenadas volumétricas y genere archivos en formato nifty para procesar los datos de difusión. Primero, identifique qué imágenes DICOM en el conjunto de datos corresponden a otras imágenes B cero o imágenes de referencia, y conviértalas al formato nifty.

A continuación, en DSI Studio, abra las imágenes DICOM de DSI y combínelas para crear un archivo fuente y proporcione una tabla de gradientes. A continuación, aplique la máscara de reconstrucción predeterminada a la imagen de referencia y asegúrese de que abarque toda la materia gris sin incluir espacio vacío, el cráneo ni tejido no cerebral. Edite la máscara si es necesario.

Seleccione un modelo de reconstrucción de alta resolución utilizando A-D-S-I-G-Q-I o la varianza GQI aquí. Se utiliza la opción GQI. Luego, cree un archivo de información de fibras para representar las direcciones principales de difusión en cada topillo.

A continuación, las ROI funcionales deben transformarse al espacio DSI. Utilice apni para alinear la imagen cero de DSIB con el volumen anatómico en formato nifty. Invierta la matriz de transformación ALINE de 12 puntos resultante utilizando el programa a acne cat mat.

Luego, aplique la matriz invertida a las ROI funcionales para transformarlas al espacio DSI. Rastrear fibras con una semilla de todo el cerebro es una forma rápida y eficaz de evaluar la calidad general de los datos. También brinda la oportunidad de determinar valores para parámetros globales, como el umbral de rastreo, para comenzar a crear una región de semilla de todo el cerebro.

Luego, establezca un valor inicial del umbral de seguimiento para enmascarar los vóxeles de señal baja, así como el umbral angular. Asimismo, configure el tamaño del paso de seguimiento en milímetros y el número deseado de fibras o puntos semilla. Ahora realice la tractografía de todo el cerebro para verificar la calidad general de la reconstrucción de ODF.

A continuación, encuentre un umbral óptimo de seguimiento realizando iterativamente un seguimiento de todo el cerebro y ajustando el umbral de seguimiento. Encuentre un umbral que maximice la proporción de fibras que llegan a la sustancia gris mediante la visualización de la superposición entre la tractografía de todo el cerebro y una máscara de sustancia gris en track. Las fibras ruidosas se minimizan cuando del 90 al 100 % de las fibras alcanzan la sustancia gris. Además, verifique que el umbral de seguimiento excluya los vóxeles y el espacio vacío. Por ejemplo, la fisura longitudinal sin eliminar vóxeles, que obviamente se encuentran en la sustancia blanca, como verificación cruzada. Realice el seguimiento de un conjunto de fibras de control desde una región de interés anatómica en el polo occipital con un gran número de semillas, por ejemplo, 500.000.

Verifique que este procedimiento produzca aproximadamente el mismo número de fibras entre conjuntos de datos ahora que se han elegido los parámetros óptimos de tractografía. A continuación, realice tractografía T restringida por ROI para probar hipótesis sobre la conectividad entre regiones cerebrales definidas funcionalmente. Comience cargando el archivo fib y cree una región semilla de todo el cerebro en DSI Studio. Luego cargue uno o más archivos nifty de regiones de interés definidas funcionalmente y establézcalos como ROI en los definidores de región de DSI Studio.

Las ROI requerirán que los haces de fibras pasen a través de ellas; establezca el seguimiento y el umbral angular utilizando parámetros previamente optimizados y realice el rastreo. Finalmente, guarde la salida de tractografía como archivos TRK. A continuación, realice un análisis de densidad de puntos finales, que puede medir las correspondencias de conectividad estructural con las ubicaciones espaciales precisas de la activación funcional basada en tareas.

Para comenzar, cargue los archivos nifty ROIs y TRK en el software track fz, realice operaciones booleanas entre regiones y guarde los resultados de cada operación como un nuevo archivo TRK. Utilice las funciones del kit de herramientas de difusión para transformar espacialmente los archivos TRK desde el espacio DSI al espacio del volumen de superficie, con el fin de visualizar los datos de fibras sobre una superposición anatómica de alta resolución. Cargue el archivo TRK transformado y el volumen de superficie en track vis para inspeccionar los resultados como una medida de conectividad. Calcule el número total de extremos de fibras en una ROI normalizado por el volumen de la ROI.

Aquí observamos una ilustración de resultados óptimos y subóptimos utilizando la tractografía de todo el cerebro. Las tres imágenes se basan en el mismo conjunto de datos de DWI de 257 direcciones de un solo participante. Se muestran aquí los resultados óptimos.

En contraste, los resultados mostrados aquí indican el efecto de parámetros excesivamente permisivos en la tractografía. Aquí observamos la reducción en la calidad que resulta de usar un modelo de tensor único para reconstruir los datos de DWI. En esta figura, vemos un ejemplo de regiones activadas durante una tarea de percepción facial en la que se observaron imágenes de rostros y objetos cotidianos.

Mientras se realizaba la exploración mediante IRMF, dos regiones temporales ventrales en la zona media, el giro fusiforme y el giro occipital inferior, mostraron respuestas BOLD significativamente mayores ante caras que ante objetos. La escena de la figura muestra las conexiones entre la corteza visual, las regiones sensoriales y una región de control atencional en el cortex parietal posterior. Este panel muestra las ubicaciones aproximadas de las regiones semilla V1, V2 y V3 en rojo, verde y azul, respectivamente.

La región de semilla PPC etiquetada como IPS uno y las trayectorias de fibra que conectan estos tractos están coloreadas según la ROI occipital desde la cual se originaron. El panel B muestra las regiones definidas funcionalmente en IPS en marrón, V uno en rojo, V dos en verde y V tres en azul sobre la superficie cortical, junto con los extremos de las fibras en cada región. Una vez dominada, la adquisición de datos para un solo participante puede lograrse en 30 a 90 minutos.

La reconstrucción automática de la superficie anatómica suele tardar 16 horas, mientras que los datos ponderados por difusión pueden procesarse en menos de una hora. El tiempo necesario para procesar y analizar los datos de FMRI varía según la tarea conductual y los procedimientos experimentales. Los requisitos de tiempo para la tractografía también oscilan entre minutos y horas, dependiendo de los parámetros de seguimiento y las restricciones de la región de interés.

Al intentar este procedimiento, es importante recordar que el resultado de la tractografía puede ser susceptible a falsos positivos y falsos negativos. Evalúe siempre el resultado del seguimiento de fibras en el contexto de hallazgos neuroanatómicos previos, o utilice metodologías convergentes como el análisis de conectividad funcional tras seguir este procedimiento. Otros métodos, como la clasificación de patrones en las ubicaciones de las fibras, el análisis espacial detallado de las distribuciones de los puntos finales y el escaneo longitudinal de la integridad de la materia blanca, pueden realizarse para investigar más a fondo la relación con la estructura y función cerebrales.

Esta técnica ha allanado el camino para que los investigadores en el campo de la neurociencia cognitiva exploren de forma no invasiva las relaciones entre estructura y función en seres humanos sanos y en poblaciones clínicas. La conectividad estructural entre regiones cerebrales puede servir para delimitar hipótesis sobre el flujo de información a través de redes cerebrales que controlan comportamientos humanos complejos. Tras ver este video, deberías comprender los pasos clave para reconstruir datos de imágenes ponderadas por difusión y realizar la tractografía de fibras.

También debería comprender la importancia de realizar controles de calidad y pruebas iterativas de parámetros para optimizar los resultados del seguimiento de fibras. Finalmente, después de ver este video, debería tener una mejor comprensión de cómo relacionar la conectividad anatómica con las propiedades funcionales de las redes cerebrales.