Co-analisi della struttura e delle funzioni cerebrali con fMRI e Diffusion-weighted imaging

L'obiettivo generale del seguente esperimento è analizzare simultaneamente la struttura e la funzione cerebrale mediante risonanza magnetica. Questo risultato si ottiene utilizzando una risonanza magnetica ad alto campo per acquisire immagini della struttura della sostanza bianca cerebrale con imaging spettrale di diffusione (DSI) e per misurare la funzione cerebrale con fMRI BOLD. I dati DSI vengono quindi elaborati per produrre stime della diffusione multidirezionale in ogni punto del cervello.

Inoltre, i dati di FMRI vengono analizzati al fine di produrre regioni di interesse per generare o selezionare fibre virtuali della sostanza bianca. Successivamente, le regioni di interesse vengono allineate con i dati DSI, in modo che i dati funzionali e strutturali siano nello stesso spazio immagine. Infine, viene eseguita la tractografia sui dati di diffusione per stimare i percorsi della sostanza bianca che collegano le regioni di interesse funzionali. Si ottengono risultati che mostrano il grado di connettività anatomica tra aree cerebrali ritenute funzionalmente connesse.

In base ai dati della task di risonanza magnetica funzionale. Evidenze recenti convergenti hanno suggerito che operazioni cognitive complesse vengono eseguite da reti di numerose aree cerebrali che lavorano in sinergia piuttosto che da una singola area unitaria. Per specificare completamente questi sistemi computazionali, è necessario comprendere la relazione tra le loro proprietà funzionali e strutturali combinando la risonanza magnetica funzionale.

Con l'imaging a risonanza magnetica pesata in diffusione, è possibile esaminare la connettività delle reti neurali e il modo in cui questa dà origine a comportamenti umani complessi. Il principale vantaggio di questa procedura di risonanza magnetica a diffusione rispetto a metodi standard come l'imaging tensoriale della diffusione è che la combinazione di imaging a pesatura in diffusione ad alta risoluzione angolare e ricostruzione indipendente da modelli ci permette di risolvere meglio configurazioni complesse di fibre nel cervello. Le implicazioni di questa tecnica si estendono alla caratterizzazione di condizioni neuropsicologiche.

Ad esempio, la prosopagnosia congenita, in cui gli individui mostrano un deficit nel riconoscimento dei volti. Mediante risonanza magnetica a diffusione standard, si è dimostrato che i tratti di fibre del materiale bianco vicini alle aree di elaborazione dei volti sono degradati rispetto ai controlli normali. Combinando risonanza magnetica strutturale e funzionale, è possibile identificare carenze strutturali nelle fibre, in particolare nei nodi che collegano la rete di elaborazione dei volti.

Questo metodo può essere applicato anche in contesti clinici, come nella pianificazione neurochirurgica. I chirurghi utilizzano il mapping funzionale per identificare il tessuto della sostanza grigia associato a importanti funzioni cognitive, al fine di ridurre al minimo eventuali danni collaterali durante l'intervento chirurgico. Grazie a ulteriori informazioni strutturali, come l'immagine pesata in diffusione, possono inoltre minimizzare i danni alle strutture critiche della sostanza bianca che collegano queste aree funzionali.

Generalmente, le persone nuove rispetto a questo metodo incontrano difficoltà nel constatare che non esiste un singolo pacchetto software in grado di eseguire tutti i passaggi necessari della procedura. Pertanto, gli utenti devono passare da un programma all'altro mantenendo un formato comune delle immagini, oltre a un'orientazione e un allineamento costanti. Il nostro protocollo include istruzioni dettagliate per guidare gli utenti attraverso questa procedura.

Le analisi di questo tipo, che considerano congiuntamente struttura e funzione, rappresentano un'estinzione naturale degli esperimenti di imaging funzionale che hanno identificato aree cerebrali coinvolte. Nelle attività di interesse, la maggior parte degli approcci precedenti non è stata in grado di fornire informazioni sulla connettività strutturale, e questo è ciò che aggiungiamo nel nostro approccio in questo protocollo. Viene utilizzato uno scanner Siemens da tre Tesla per acquisire un'immagine spettrale di diffusione, o scansione DSI, con 257 direzioni, mediante una bobina per testa a matrice phased array a 32 canali; l'elevata intensità del campo magnetico e la bobina a 32 canali sono necessarie per ottenere il segnale richiesto per questa scansione ad alta risoluzione angolare.

Il metodo di imaging pesato in diffusione più frequentemente utilizzato è l'imaging del tensore di diffusione, o DTI, che impiega una scansione della durata tipica di cinque-dieci minuti e misura generalmente 64 direzioni o meno. Una limitazione della DTI è la difficoltà nel risolvere fibre incrociate e fibre a contatto, che possono essere rilevate in modo più efficace mediante una combinazione di acquisizione ad alta risoluzione e metodi di ricostruzione come la DSI. Si osserva che il protocollo DSI richiede circa 45-50 minuti di acquisizione immagini e che la correzione del movimento non può essere applicata ai dati DSI. Pertanto, è consigliabile ridurre al minimo i movimenti ricorrendo all'uso di boccali, imbottiture in schiuma o altre tecniche di stabilizzazione, e impiegare partecipanti altamente addestrati; sono inoltre necessari dispositivi aggiuntivi per la FMRI basata su compiti, come un sistema di visualizzazione compatibile con la risonanza magnetica e un sistema di risposta con pulsanti.

Prima della scansione, assicurarsi di ottenere il consenso informato e di eseguire la valutazione per controindicazioni alla RM. Successivamente, informare brevemente il partecipante sulla natura delle scansioni da eseguire, sottolineando la necessità di rimanere immobile durante la scansione DSI. Una volta che il partecipante è pronto, stabilizzare comodamente la testa del partecipante, quindi inserire il lettino nello scanner ed eseguire scansioni preliminari e la calibrazione iniziale.

Quindi allineare le sezioni per la scansione DSI alle commessure anteriore e posteriore e assicurarsi che le sezioni per la scansione DSI coprano l'intero cervello. La scansione DSI viene eseguita mentre il soggetto si rilassa nello scanner o guarda un filmato sul sistema di presentazione. Dopo la scansione DSI, acquisire una scansione anatomica pesata in T1 da utilizzare successivamente per la coregistrazione dei dati DSI con altri dati anatomici o funzionali nella stessa sessione di scansione o in sessioni separate.

Acquisire anche dati di risonanza magnetica funzionale (fMRI) basati su compiti per la scansione funzionale di compiti comportamentali. Istruire i soggetti a monitorare lo schermo per stimoli pertinenti al compito e ad agire di conseguenza, come richiesto. Se la fMRI viene eseguita in un giorno diverso, ottenere un’altra scansione anatomica pesata in T1.

Questo approccio di elaborazione utilizza un'analisi basata sulla superficie dei dati fMRI per generare ROI per la tractografia, consentendo una migliore visualizzazione delle corrispondenze tra i punti terminali della tractografia e le ROI funzionali. Per iniziare l'elaborazione, inviare innanzitutto l'immagine pesata in T1 acquisita all'algoritmo automatico di FreeSurfer, che esegue la segmentazione anatomica della sostanza grigia e bianca e la ricostruzione della superficie corticale. L'output include anche una versione elaborata del volume anatomico da cui sono state create le superfici, denominata volume della superficie.

Successivamente, preelaborare i dati fMRI in un acne. Quindi importare l'output di FreeSurfer nel software Summa A Acne e mappare i dati funzionali preelaborati sulle superfici risultanti. Analizzare i dati fMRI per generare mappe statistiche a partire dalle quali possono essere create ROI funzionalmente definite per la tractografia della T.

Quindi, espandere queste ROI funzionali basate sulla superficie nel tessuto bianco mediante dilatazione, al fine di massimizzare il contatto con le linee di tratto durante la tractografia. Infine, trasformare le ROI dilatate dalle coordinate di superficie a quelle volumetriche ed esportarle come file nifti per elaborare i dati di diffusione. Per prima cosa, identificare quali immagini DICOM nel dataset contengono altre immagini B zero o immagini di base, e convertirle in formato nifti.

Successivamente in DSI Studio, aprire le immagini DICOM DSI e combinarle per creare un file sorgente e fornire una tabella dei gradienti. Successivamente, applicare la maschera di ricostruzione predefinita all'immagine di base e assicurarsi che comprenda tutta la sostanza grigia senza includere spazio vuoto, il cranio o tessuti non cerebrali. Modificare la maschera se necessario.

Scegliere un modello di ricostruzione ad alta risoluzione utilizzando A-D-S-I-G-Q-I o la varianza GQI qui. Viene utilizzata l'opzione GQI. Quindi creare un file di informazioni sulle fibre per rappresentare le direzioni principali di diffusione in ciascun toporagno.

Successivamente, le ROI funzionali devono essere trasformate nello spazio DSI. Utilizzare apni per allineare l'immagine zero di DSIB al volume anatomico in formato nifty. Invertire la matrice di trasformazione ALINE a 12 punti risultante utilizzando il programma a acne cat mat.

Quindi applicare la matrice inversa alle ROI funzionali per trasformarle nello spazio DSI. Il tracciamento delle fibre con un seme proveniente da tutto il cervello è un metodo rapido ed efficace per valutare la qualità complessiva dei dati. Offre inoltre l'opportunità di determinare i valori di parametri globali come la soglia di tracciamento da impostare inizialmente, creando una regione di seme proveniente da tutto il cervello.

Quindi impostare un valore iniziale della soglia di tracciamento per escludere i voxel con segnale basso, così come la soglia angolare. Impostare inoltre la dimensione del passo di tracciamento in millimetri e il numero desiderato di fibre o punti di semina. A questo punto eseguire la tracciografia dell'intero cervello per verificare la qualità complessiva della ricostruzione della ODF.

Successivamente, trovare una soglia di tracciamento ottimale eseguendo iterativamente il tracciamento dell'intero cervello e regolando la soglia di tracciamento. Individuare una soglia che massimizzi la proporzione di fibre che raggiungono la sostanza grigia, visualizzando la sovrapposizione tra la traccia dell'intero cervello e una maschera della sostanza grigia. Le fibre rumorose sono minimizzate quando dal 90 al 100% delle fibre raggiunge la sostanza grigia. Inoltre, verificare che la soglia di tracciamento escluda i voxel e lo spazio vuoto. Ad esempio, la scissura longitudinale senza rimuovere voxel che chiaramente appartengono alla sostanza bianca. Come controllo incrociato, tracciare un insieme di fibre di controllo da una ROI anatomica al polo occipitale utilizzando un elevato numero di semi, ad esempio 500.000.

Verificare che questa procedura produca approssimativamente lo stesso numero di fibre tra diversi set di dati, ora che i parametri ottimali di tractografia sono stati scelti. Successivamente, eseguire una tractografia T vincolata da ROI per verificare ipotesi riguardanti la connettività tra regioni cerebrali definite funzionalmente. Iniziare caricando il file fib e creare una regione seminale corrispondente all'intero cervello in DSI Studio. Caricare quindi uno o più file nifti corrispondenti a regioni di interesse definite funzionalmente e impostarli come ROI negli strumenti di definizione delle regioni di DSI Studio.

Le ROI richiederanno che i percorsi passino attraverso di esse; impostare il tracciamento e la soglia angolare utilizzando parametri precedentemente ottimizzati ed eseguire il tracciamento. Infine, salvare l'output della traccia come file TRK. Successivamente, eseguire l'analisi della densità dei punti terminali, che può misurare le corrispondenze di connettività strutturale con le precise posizioni spaziali dell'attivazione funzionale legata al compito.

Per iniziare, caricare i file nifty ROIs e TRK nel software track fz, eseguire operazioni booleane tra le regioni e salvare i risultati di ciascuna operazione come nuovo file TRK. Utilizzare le funzioni del diffusion toolkit per trasformare spazialmente i file TRK dallo spazio DSI allo spazio del volume della superficie, al fine di visualizzare i dati delle fibre su un substrato anatomico ad alta risoluzione; caricare il file TRK trasformato e il volume della superficie in track vis per ispezionare i risultati come misura della connettività. Calcolare il numero totale di estremità delle fibre in un ROI normalizzato per il volume del ROI.

Qui vediamo un'illustrazione di risultati ottimali e subottimali ottenuti mediante tractografia dell'intero cervello. Tutte e tre le immagini si basano sullo stesso dataset DWI a 257 direzioni proveniente da un singolo partecipante. I risultati ottimali sono mostrati qui.

Al contrario, i risultati mostrati qui evidenziano l'effetto di parametri di tracciamento troppo permissivi. In questo caso osserviamo la riduzione della qualità derivante dall'uso di un modello a singolo tensore per ricostruire i dati DWI. In questa figura vediamo un esempio di regioni attivate durante un compito di percezione dei volti, in cui sono state osservate immagini di volti e oggetti di uso comune.

Durante la scansione con risonanza magnetica funzionale (FMRI), due regioni temporali ventrali, il giro fusiforme e il giro occipitale inferiore, hanno mostrato risposte emodinamiche significativamente maggiori per i volti rispetto agli oggetti. L'immagine mostra qui le connessioni tra la corteccia visiva, le regioni sensoriali e una regione di controllo attentivo nel cortex parietale posteriore. Questo pannello mostra le posizioni approssimative delle regioni seme V1, V2 e V3, indicate rispettivamente in rosso, verde e blu.

La regione del seme PPC etichettata IPS uno e le tracce di fibre che collegano questi tratti sono colorate in base alla ROI occipitale da cui sono state originate. Il pannello B mostra le regioni definite funzionalmente nell'IPS in marrone, V uno in rosso, V due in verde e V tre in blu sulla superficie corticale, insieme ai punti terminali delle fibre in ciascuna regione. Una volta acquisita padronanza, l'acquisizione dei dati per un singolo partecipante può essere completata in 30-90 minuti.

La ricostruzione anatomica superficiale automatizzata richiede tipicamente 16 ore, mentre i dati pesati in diffusione possono essere elaborati in meno di un'ora. Il tempo necessario per elaborare e analizzare i dati fMRI varia in base al compito comportamentale e alle procedure sperimentali. Anche i tempi richiesti per la tracciaografia variano da minuti a ore, a seconda dei parametri di tracciamento e dei vincoli relativi alla regione di interesse.

Nel tentativo di eseguire questa procedura, è importante ricordare che i risultati della tractografia possono essere soggetti sia a falsi positivi che a falsi negativi. Valutare sempre il risultato del tracciamento delle fibre nel contesto di precedenti riscontri neuroanatomici, oppure utilizzare metodologie convergenti come l'analisi della connettività funzionale dopo aver seguito questa procedura. Altri metodi, come la classificazione di pattern nelle posizioni delle fibre, l'analisi spaziale dettagliata delle distribuzioni dei punti terminali e la scansione longitudinale dell'integrità della sostanza bianca, possono essere eseguiti per indagare ulteriormente la relazione tra struttura e funzione cerebrale.

Questa tecnica ha aperto la strada ai ricercatori nel campo delle neuroscienze cognitive, permettendo di esplorare in modo non invasivo le relazioni tra struttura e funzione in soggetti umani sani e in popolazioni cliniche. La connettività strutturale tra regioni cerebrali può fornire vincoli alle ipotesi riguardo al flusso di informazioni attraverso le reti cerebrali che controllano comportamenti umani complessi. Dopo aver visto questo video, si dovrebbe comprendere quali sono i passaggi chiave per la ricostruzione dei dati di imaging pesato per diffusione e per l'esecuzione della tractografia delle fibre.

Dovresti inoltre comprendere l'importanza di eseguire controlli di qualità e test iterativi dei parametri per ottimizzare i risultati del tracciamento delle fibre. Infine, dopo aver visto questo video, dovresti avere una comprensione migliore di come correlare la connettività anatomica alle proprietà funzionali delle reti cerebrali.