שיתוף ניתוח של מבנה המוח ותפקודו באמצעות fMRI ודיפוזיה משוקללת הדמיה

המטרה הכוללת של הניסוי הבא היא לנתח בו-זמנית את מבנה המוח ותפקודו באמצעות דימות בתהודה מגנטית. דבר זה מושג באמצעות MRI בשדה גבוה כדי לדמות את מבנה החומר הלבן במוח באמצעות דימות ספקטרום דיפוזיה (DSI), ולמדוד את תפקוד המוח באמצעות fMRI מסוג BOLD. נתוני ה-DSI מעובדים לאחר מכן כדי להפיק הערכות דיפוזיה רב-כיווניות בכל נקודה במוח.

בנוסף, נתוני ה-FMRI מנותחים במטרה להפיק אזורי עניין (regions of interest) ליצירה או לבחירה של סיבי חומר לבן וירטואליים. לאחר מכן, אזורי העניין מיושרים עם נתוני ה-DSI, כך שנתונים פונקציונליים ומבניים נמצאים במרחב תמונה משותף. לבסוף, מבוצעת טרקטוגרפיה (tractography) על נתוני הדיפוזיה כדי להעריך את נתיבי החומר הלבן המחברים בין אזורי עניין פונקציונליים. התוצאות המתקבלות מראות את מידת הקישוריות האנטומית בין אזורי מוח המונחים כבעלי קישוריות פונקציונלית.

מבוסס על נתוני משימה של FMRI. ראיות מתכנסות מהזמן האחרון העלו כי פעולות קוגניטיביות מורכבות מבוצעות על ידי רשתות של אזורי מוח רבים הפועלים בתיאום, ולא על ידי אזור יחיד ואחיד. על מנת לאפיין במלואן מערכות חישוביות אלו, יש להבין את הקשר בין התכונות התפקודיות והמבניות שלהן באמצעות שילוב של MRI תפקודי.

באמצעות דימות MR עם משקל דיפוזיה, ניתן לבחון קישוריות רשתית וכיצד זו מובילה להתנהגות אנושית מורכבת. היתרון המרכזי של נתיב העבודה (pipeline) של MRI דיפוזיה זה על פני שיטות סטנדרטיות כגון דימות טנזור דיפוזיה הוא ששילוב של דימות משקל דיפוזיה ברזולוציה זוויתית גבוהה ושחזור ללא מודל (model free reconstruction) מאפשר לנו להבחין טוב יותר בתצורות סיבים מורכבות במוח. ההשלכות של טכניקה זו חולות על אפיון של מצבים נוירופסיכולוגיים.

לדוגמה, פרוסופגנוזיה מולדת, שבה אנשים מראים ליקוי בזיהוי פנים. באמצעות MRI דיפוזיה סטנדרטי, הוכח כי מסלולי סיבי החומר הלבן הסמוכים לאזורי עיבוד הפנים פגומים בהשוואה לקבוצות ביקורת נורמליות. על ידי שילוב של MRI מבני ופונקציונלי, ניתן לזהות ליקויים מבניים בסיבים, ובאופן ספציפי בצמתים המקשרים ברשת עיבוד הפנים.

ניתן ליישם שיטה זו גם בהקשר קליני, כגון תכנון ניתוחים נוירוכירורגיים. מנתחים משתמשים במיפוי תפקודי כדי לזהות רקמת חומר אפור הקשורה לתפקודים קוגניטיביים חשובים, במטרה לצמצם נזקים מקריים במהלך הניתוח. בעזרת מידע מבני נוסף, כגון דימות משוקלל דיפוזיה (diffusion weighted imaging), הם יכולים גם לצמצם את הנזק למבני חומר לבן קריטיים המחברים בין אזורים תפקודיים אלו.

בדרך כלל, אנשים שאינם מנוסים בשיטה זו יתקלו בקושי העובדה שאין חבילת תוכנה אחת המבצעת את כל השלבים הדרושים של הפרוצדורה. לפיכך, על המשתמשים לעבור בין מספר תוכניות תוך שמירה על פורמט תמונה אחיד וכן על כיוון ויישור עקביים. הפרוטוקול שלנו כולל הנחיות מפורטות להדרכת המשתמשים בתהליך זה.

ניתוחים מסוג זה, הבוחנים מבנה ותפקודיות בשילוב אחד, הם המשך טבעי לניסויי דימות תפקודי שזיהו אזורי מוח מעורבים. במטלות העניין, רוב הגישות הקודמות לא יכלו לספק מידע על קישוריות מבנית, וזהו המרכיב שאנו מוסיפים בגישה שלנו בפרוטוקול זה. סורק Siemens בעוצמה של three Tesla משמש לרכישת סריקת diffusion spectrum imaging (DSI) ב-257 כיוונים עם סליל ראש phased array בעל 32 ערוצים; עוצמת השדה הגבוהה וסליל ה-32 ערוצים נחוצים כדי להשיג את האות עבור סריקה בעלת רזולוציה זוויתית גבוהה זו.

שיטת דימות התפזורת הנפוצה ביותר היא דימוי טנזור תפזורת (diffusion tensor imaging) או DTI, המשתמשת בסריקה של חמש עד 10 דקות המודדת בדרך כלל 64 כיוונים או פחות. מגבלה של DTI היא הקושי בהפרדה בין סיבים מצטלבים או נושקים, שניתן לזהותם טוב יותר באמצעות שילוב של רכישה ברזולוציה גבוהה ושיטות שחזור כגון DS.I. שימו לב כי פרוטוקול ה-DSI דורש כ-45 עד 50 דקות של דימוי, וכי לא ניתן להחיל תיקון תנועה על נתוני DSI. לכן, מומלץ למזער תנועה באמצעות שימוש בסרגים לנשיכה, ריפוד ספוג או טכניקות ייצוב אחרות, ולהשתמש במשתתפים מיומנים מאוד; עבור fMRI מבוסס-משימה נדרש ציוד נוסף, כגון תצוגה תואמת MR ומערכת תגובה באמצעות לחצנים.

לפני הסריקה, יש לוודא קבלת הסכמה מדעת ולבצע סינון של התוויות נגד ל-MR. לאחר מכן, יש להסביר למשתתף את מהות הסריקות שיבוצעו, תוך הדגשת הצורך להישאר ללא תנועה במהלך סריקת ה-DSI. ברגע שהמשתתף מוכן להתחיל, יש לקבע את ראשו בנוחות ואז להחליק את המיטה לתוך הסורק, ולבצע סריקות סיור (scout scans) ראשוניות וכיול.

לאחר מכן, יישרו את הפרוסות עבור סריקת ה-DSI לקומיסורות הקדמית והאחורית, וודאו כי הפרוסות לסריקת ה-DSI מכסות את כל הריצה של המוח. בצעו את סריקת ה-DSI בזמן שהנבדק נרגע בסורק או צופה בסרט במערכת ההצגה. לאחר סריקת ה-DSI, אספו סריקה אנטומית T1-weighted לשימוש מאוחר יותר ברישום משותף (coregistration) של נתוני ה-DSI עם נתונים אנטומיים או תפקודיים אחרים באותו סשן סריקה או בסשן נפרד.

רכשו גם נתוני FMRI מבוססי-מטלה עבור סריקה תפקודית של מטלות התנהגותיות. הנחו את הנבדקים לעקוב אחר המסך עבור גירויים הרלוונטיים למטלה ולפעול כנדרש. אם ה-FMRI מבוצע ביום נפרד, השכילו סריקה אנטומית נוספת המשוקללת T1.

גישה זו לעיבוד נתונים משתמשת בניתוח מבוסס פני-שטח של נתוני FMRI כדי להגדיר אזורי עניין (ROIs) עבור טרקטוגרפיה, ומאפשרת ויזואליזציה טובה יותר של ההתאמות בין נקודות הקצה של הטרקטוגרפיה לבין אזורי העניין הפונקציונליים. כדי להתחיל בעיבוד, ראשית, הגש את התמונה המשוקללת ב-T1 שנקנתה לאלגוריתם האוטומטי של free surfer, המבצע סגמנטציה אנטומית של החומר האפור והחומר הלבן ושחזור של פני השטח של הקורטקס. הפלט כולל גם גרסה מעובדת של הנפח האנטומטי ממנו נוצרו פני השטח, המכונה הנפח השטחי (surface volume).

בשלב הבא, בצע עיבוד מקדמי של נתוני FMRI בתוכנת acne. לאחר מכן, ייבא את פלט FreeSurfer לתוכנת summa a acne ומפה את הנתונים התפקודיים שעברו עיבוד מקדמי על פני השטחים שהתקבלו. נתח את נתוני ה-FMRI כדי להפיק מפות סטטיסטיות, מהן ניתן יהיה ליצור ROIs המוגדרים תפקודית עבור T tractography.

לאחר מכן, הרחיבו את ה-ROIs התפקודיים מבוססי הפנים אל תוך החומר הלבן באמצעות דילטציה (dilation), כדי למקסם את המגע עם קווי הזרימה (streamlines) במהלך הטרקטוגרפיה. לבסוף, המירו את ה-ROIs המורחבים מקואורדינטות פנים לקואורדינטות נפח וייצאו אותם כקבצי nifty לעיבוד נתוני הדיפוזיה. ראשית, זהו אילו מתמונות ה-DICOM במערך הנתונים הן תמונות B zero או תמונות בסיס (baseline), והמירו אותן לפורמט nifty.

בשלב הבא בתוכנת DSI studio, פתחו את תמונות ה-DSI DICOM, שלבו אותן ליצירת קובץ מקור וספקו טבלת גרדיאנט. לאחר מכן, החילו את מסכת השחזור (reconstruction mask) כברירת מחדל על תמונת הבסיס, וודאו שהיא מקיפה את כל החומר האפור ללא הכללת חלל ריק, גולגולת או רקמה שאינה מוחית. ערכו את המסכה במידת הצורך.

בחרו מודל שחזור ברזולוציה גבוהה באמצעות A-D-S-I-G-Q-I או שונות GQI כאן. נעשה שימוש באפשרות GQI. לאחר מכן, צרו קובץ מידע של סיבים כדי לייצג את כיווני הדיפוזיה העיקריים בכל ווקסל.

כעת יש להעביר את ה-ROIs הפונקציונליים למרחב ה-DSI. השתמש ב-apni כדי ליישר את תמונת ה-DSIB zero לנפח פני השטח האנטומי בפורמט nifty. הפוך את מטריצת התמרת ה-ALINE בעלת 12 הנקודות שהתקבלה באמצעות תוכנית ה-a acne cat mat.

לאחר מכן, יש להחיל את המטריצה ההפוכה על ה-ROIs הפונקציונליים כדי להמיר אותם למרחב ה-DSI. מעקב אחר סיבים באמצעות גרעין של המוח כולו הוא דרך מהירה ואפקטיבית להערכת איכות הנתונים הכללית. הדבר מאפשר גם לקבוע ערכים לפרמטרים גלובליים, כגון סף המעקב; כדי להתחיל, צור אזור גרעין של המוח כולו.

לאחר מכן, הגדירו ערך סף מעקב ראשוני כדי לסנן ווקסלים בעלי אות נמוך, וכן את סף הזווית. בנוסף, הגדירו את גודל צעד המעקב במילימטרים ואת מספר הסיבים או נקודות הזריעה הרצוי. כעת בצעו טרקטוגרפיה של המוח כולו כדי לבדוק את איכות השחזור הכללית של ה-ODF.

בשלב הבא, מצאו סף מעקב אופטימלי על ידי ביצוע חוזר של מעקב של המוח כולו והתאמת סף המעקב. מצאו סף הממקסם את פרופורציית הסיבים המגיעים לחומר אפור באמצעות ויזואליזציה של החפיפה בין טרקטוגרפיה של המוח כולו לבין מסכה של חומר אפור ב-track; סיבים רועשים (noisy fibers) ממועטים כאשר 90 עד 100% מהסיבים מגיעים לחומר אפור. בנוסף, ודאו שסף המעקב מסנן ווקסלים וחללים ריקים. לדוגמה, את החריץ האורכי (longitudinal fissure) ללא הסרה של ווקסלים הנמצאים בבירור בחומר לבן כבדיקה צולבת; ב-track, השתמשו בסט של סיבי בקרה מ-ROI אנטומי בקוטב העורפי עם מספר רב של זרעים, לדוגמה, 500,000.

בדוק שפרוצדורה זו מניבה מספר סיבים דומה בקירוב בין קבוצות נתונים שונות, כעת כאשר נבחרו פרמטרי הטרקטוגרפיה האופטימליים. לאחר מכן, בצע טרקטוגרפיה המוגבלת ל-ROI כדי לבחון השערות בנוגע לקישוריות בין אזורי מוח המוגדרים באופן פונקציונלי. התחל בטעינת קובץ ה-fib וצור אזור זריעה (seed region) של המוח כולו ב-DSI Studio. לאחר מכן, טען קובץ nifty אחד או יותר של אזורי עניין (ROI) המוגדרים באופן פונקציונלי, והגדר אותם כ-ROIs במגדירי האזורים (region setters) של DSI studio.

יהיה צורך שקווי זרימה (streamlines) יעברו דרך ה-ROIs; הגדירו את המעקב ואת סף הזווית באמצעות הפרמטרים שעברו אופטימיזציה בעבר ובצעו את המעקב. לבסוף, שמרו את פלט הטרקטוغرافيا כקבצי TRK. לאחר מכן, בצעו ניתוח צפיפות נקודות קצה (endpoint density analysis), שיכול למדוד תאימות של קישוריות מבנית עם מיקומים מרחביים מדויקים של הפעלה תפקודית מבוססת-מטלה.

כדי להתחיל, טענו את קובצי ה-ROIs וה-TRK הרלוונטיים לתוך תוכנת track fz, בצעו פעולות בוליאניות בין אזורים ושמרו את תוצאותיהן של כל הפעולות כקובץ TRK חדש. השתמשו בפונקציות של diffusion toolkit כדי לבצע טרנספורמציה מרחבית של קובצי TRK ממרחב DSI למרחב surface volume, במטרה להציג נתוני סיבים על גבי תשתית אנטומית ברזולוציה גבוהה. טענו את קובץ ה-TRK שעבר טרנספורמציה ואת ה-surface volume לתוך track vis כדי לבחון את התוצאות כמדד אחד של קישוריות. חשבו את המספר הכולל של קצוות סיבים ב-ROI, מנורמל לפי נפח ה-ROI.

כאן אנו רואים הדגמה של תוצאות אופטימליות ותוצאות תת-אופטימליות בשימוש בטרקטוגרפיה של המוח השלם. כל שלוש התמונות מבוססות על אותה קבוצת נתונים של DWI עם 257 כיוונים ממשתתף בודד. תוצאות אופטימליות מוצגות כאן.

בניגוד לכך, התוצאות המוצגות כאן מדגימות את ההשפעה של פרמטרי טרקטוגרפיה (tractography) מקלים מדי. כאן אנו רואים את הירידה באיכות הנובעת משימוש במודל טנזור בודד לשחזור נתוני ה-DWI. באיור זה, אנו רואים דוגמה לאזורים שהופעלו במהלך משימת תפיסת פנים, שבה נצפו תמונות של פנים וחפצים יומיומיים.

במהלך סריקת FMRI, שני אזורים טמפורליים ונטרליים במרכז, הפיתול הפוסיפורמי (fusiform gyrus) והפיתול האוקסיפיטלי התחתון (inferior occipital gyrus), הראו תגובות BOLD גבוהות משמעותית עבור פנים מאשר עבור חפצים. התרשים המוצג כאן מראה את הקשרים בין הקורטקס הוויזואלי, אזורי חישה ואזור של בקרת קשב בקורטקס הפריאטלי האחורי. פאנל זה מראה את המיקומים המקורבים של אזורי הגרעין V1, V2 ו-V3 בצבעים אדום, ירוק וכחול בהתאמה.

אזור הגרעין של ה-PPC המסומן כ-IPS one ומסלולי הסיבים המחברים בין אזורים אלה צבועים לפי ה-ROI העורפי ממנו הם נקבעו. פאנל B מציג את האזורים שהוגדרו פונקציונלית ב-IPS בחום, V one באדום, V two בירוק, ו-V three בכחול על פני השטח הקורטיקליים, יחד עם נקודות הקצה של הסיבים בכל אזור. לאחר רכישת מיומנות, ניתן לבצע איסוף נתונים למשתתף בודד בתוך 30 עד 90 דקות.

שחזור פני השטח האנטומי האוטומטי אורך בדרך כלל 16 שעות, בעוד שניתן לעבד נתוני דיפוזיה (diffusion weighted data) בפחות משעה. הזמן הנדרש לעיבוד ולניתוח נתוני FMRI משתנה בהתאם למטלה ההתנהגותית ולהליכים הניסויים. דרישות הזמן לטרקטוגרפיה נעות גם הן בין דקות לשעות, בהתאם לפרמטרי המעקב ולהגבלות של אזור העניין (region of interest).

בעת ביצוע פרוצדורה זו, חשוב לזכור שתוצאות הטרקטוגרפיה עשויות להיות רגישות הן לתוצאות חיוביות שגויות והן לתוצאות שליליות שגויות. תמיד העריכו את תוצאות מעקב הסיבים בהקשר של ממצאים נוירו-אנטומיים קודמים, או השתמשו במתודולוגיות משלימות כגון ניתוח קישוריות תפקודית לאחר פרוצדורה זו. ניתן לבצע שיטות נוספות, כגון סיווג תבניות של מיקומי סיבים, ניתוח מרחבי מפורט של התפלגויות נקודות קצה וסריקה אורךית של שלמות החומר הלבן, כדי לחקור לעומק את הקשר עם מבנה המוח ותפקודיו.

טכניקה זו סללה את הדרך לחוקרים בתחום מדעי העצב הקוגניטיביים לחקור קשרים בין מבנה לתפקוד באופן לא פולשני בבני אדם בריאים ובאוכלוסיות קליניות. קישוריות מבנית בין אזורי מוח יכולה לשמש למגבלת היפותזות לגבי זרימת המידע דרך רשתות מוחיות השולטות בהתנהגויות אנושיות מורכבות. לאחר צפייה בסרטון זה, אתם תבינו את השלבים המרכזיים בשחזור נתוני דימות משוקלל דיפוזיה (diffusion weighted imaging) ובביצוע מיפוי סיבים (fiber tractography).

עליכם להבין גם את החשיבות של ביצוע בדיקות איכות ובדיקות פרמטרים איטרטיביות כדי למקסם את תוצאות מעקב הסיבים שלכם. לבסוף, לאחר צפייה בסרטון זה, תהיה לכם הבנה טובה יותר של האופן שבו ניתן לקשר קישוריות אנטומית לתכונות פונקציונליות של רשתות מוחיות.