fMRIと拡散強調画像を用いた脳の構造と機能の同時分析

Summary

我々は、磁気共鳴画像法（MRI）を用いて脳の機能と構造の同時分析のための斬新なアプローチを説明します。我々は、高解像度の拡散強調イメージングおよび白質繊維ラクトで脳の構造を評価する。標準的な構造のMRIとは異なり、これらの技術は、私たちが直接、脳のネットワークの機能的特性に解剖接続を関連付けることができます。

Abstract

複雑な計算システムの研究は、そのような回路図のようなネットワークマップによって促進される。脳領域の満たしは、主に他の脳領域への接続によって定義されるかもしれないという機能的役割として、脳を研究するとき、そのようなマッピングは特に有益です。本稿では、小説、磁気共鳴画像法（MRI）を用いて脳の構造と機能の関係のための非侵襲的なアプローチを説明します。このアプローチは、長距離ファイバ接続と機能的画像データの構造イメージングの組み合わせは、二つの異なる認知領域、視覚的注意と顔認知に示されている。構造イメージングは、脳内白質線維路（ 図1）に沿って水分子の拡散を追跡拡散強調画像（DWI）およびファイバートラクトで実施されます。これらの線維路を視覚化することによって、我々は脳の長距離結合アーキテクチャを調べることができます。結果はfavoraを比較ブライDWIは、拡散テンソル画像（DTI）の中で最も広く使われている技術の一つである。 DTIは、脳機能の詳細、解剖学的な情報モデルを構築するため、その有用性を制限し、線維路の複雑な構成を解決することができません。対照的に、我々の分析では、精度と正確さで知られている神経解剖学を再現。この利点は、データ取得の手続が一因です：方向の数が少ない（ 例えば 、6または12）には多くのDTIプロトコル対策拡散しながら、我々は257の方向に拡散を評価し、拡散スペクトルイメージング（DSI）の^1、2のプロトコルを採用する磁場勾配強度の範囲で。また、DSIデータは、私たちは、取得したデータを再構成するためのより洗練された方法を使用することができます。二つの実験（視覚的注意と顔認知）で、ラクトは、彼らが機能ネットワークを形成している現存の仮説を支持し、解剖学的に接続されている人間の脳の共活性領域を明らかにする。 DWIは、私たちは "サーキット·ディを作成することができますアグラム "と関心のあるネットワークの監視タスクに関連した脳活動の目的のために、個々の被検体に基づいてそれを再現。

Protocol

1。 MRのデータ収集のための機器

図2と図3は、拡散MRIの取得、データの再構築、および繊維追跡に作られている選択肢の数をまとめたものです。これらの選択肢は、通常トレードオフを伴い、最良の選択は、自分の研究目的に依存するかもしれないことを覚えておいてください。たとえば、DSIとマルチシェルHARDI（ 図2を参照）は、典型的には、DTIよりも高い"b値"（ すなわち 、強い拡散強調）を使用します。結果として、これらの方法は、交差点や"キス"繊維（ すなわち 、再び離れて湾曲する前に、単一の接線で接触して互いに向かってカーブ、繊維）を解決するために必要であるより良い角度分解能を持っています。しかし、角度分解能は、この利得はしばしばEPIデータ（ 図3）の低い信号対雑音比（SNR）のコストで実現しています。研究者たちは、彼らの特定の目的のためにこのトレードオフの関連性を検討すると良いかもしれません：研究では、低方向次に、その軌跡を交差したり、他の管に平行に走っていない、いくつかの主要な線維路に焦点を当てている場合SNRの高いDTIスキャンが理想的かもしれません。下縦束のイメージングは​​、このようなケースを表すことがあります。研究者は、複雑な交差を通過路に従うことを希望する場合はこれとは対照的に、SNRの損失が許容帰結かもしれない。

<....

Discussion

高解像度のDWIとファイバートラクトは、人間の脳の結合構造を調べるための強力なアプローチを提供します。ここで、我々は、fMRIによって評価し、この構造的なアーキテクチャは意味深長に脳機能に関連しているという証拠を提示します。 fMRIのタスクの活性化に基づくラクトの種子を使用することによって、私たちは視覚的注意の中の協調アクティブになっている脳領域が機能的神経解剖学の予備知識（ 図7）と解剖学的にconnectedconsistentであるという証拠を見つける。同様に、顔認識のための機能的神経解剖学は、私たちの現在の構造的な接続性の所見（ 図6）と一致している。解剖の接続性の知識は与えられたタスクの脳領域（またはその逆 ）との間の直接接続機能を推論するために、十分ではないが、必要である。多くの神経画像研究では、直接の構造的および機能的接続が推論され、という問題が投入されている同時functioをの基礎単独でN​​AL活性化。このような推論は、他の解釈を無視する：彼らは共通の入力を共有しているため、例えば、二つの脳の領域は共アクティブ表示されることがあり.......