Name: Topografische Schatting van Visual Bevolking receptieve velden van fMRI (Video) | JoVE Journal
Uploaded: 2015-02-03T14:00:00.000+00:00
Duration: 6 min 2 s
Description: Leer visuele populatie receptieve velden schatten met fMRI zonder a priori aannames over vorm. Deze methode biedt onbevooroordeelde topografische resultaten, ook bij proefpersonen met visuele pad letsels.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

We danken de VISTA softwaregroep (Brian Wandell en medewerkers, in Stanford).
S. S. werd ondersteund door McNair 2280403105, NEI R01-EY109272, en NEI R01-EY024019 en als HHMI Early Carrer Award. A. P. en G. K. werden ondersteund door de Max-Planck Society, G. K. werd ondersteund door het PLASTICISE project van het 7e Kaderprogramma van de Europese Commissie, Contract nr. HEATH-F2-2009-223524.

1. Data Acquisition <ol><li> Bereid een stimulus protocol dat effectief in het opwekken van een betrouwbare retinotopische visuele responsie zoals eerder beschreven in Dumoulin en Wandell 1 en Lee c.s. is. 2. Echter, andere gevestigde paradigma ook van toepassing afhankelijk van de specifieke experimentele vraag worden aangepakt. </li><li> Present bar stimuli drijven over het scherm achtereenvolgens langs 8 richtingen van de ruimte, in stappen van 45 graden. Zorg ervoor dat de beweging is synchroon met scanner kader overname (TR ~ 2 sec), zodat de balk beweegt een stap eens een fMRI frame van start en blijft op de nieuwe locatie, totdat het frame eindigt. </li><li> Om een correcte basislijn signaal te meten, tijdperken toe te voegen zonder bar stimulatie 1. <ol><li> Definieer een gezichtsveld (10 tot 15 ° omtrek) in visuele hoek waarover de stimulus wordt gepresenteerd. Aanwezig bewegende of flikkerende schaakbordpatronen (checker size = 0,94 x 0,94 deg 2, pattern update rate = 250 msec / patroon) in de bar om sterke visuele reacties uitlokken. </li><li> Voer de volgende specifieke parameters: 8 gelijkmatig verdeelde richtingen van de beweging, bar breedte gelijk aan 1.875 graden, en bars verplaatsen door de helft van de bar breedte per frame (2 sec). Verdere details zijn te vinden in Lee et al. 2. </li><li> Genereer een spot (~ 0,25 °) in het scherm centrum waarop de ogen van het onderwerp te fixeren tijdens het experiment. Verander de kleur van de spot willekeurig in de tijd. </li></ol></li><li> Scan de hersenen van een patiënt in een MRI-scanner met een typische echo-planar-beeldvorming (EPI) scan 192 frames duur (24 frames in elke rijrichting) heeft. Herhaal de scans 4-8 keer om signaal-ruisverhouding te verhogen. </li><li> Ingestelde parameters voor de EPI volgorde als volgt: TR = 2 sec, TE = 40 msec, matrix size = 64 x 64, 28 plakjes, voxel size = 3 x 3 x 3 mm 3, flip hoek = 90 °, alternatief, gelden sequenties met een fijnere resolutie (e.G., 2 x 2 x 2 mm 3) of een korte TR (bijv 1-1.5 sec) die alleen het visuele cortex 2. </li><li> Bewegingen spoor oog met een Eyetracker systeem tijdens functionele scans om fixatie te garanderen wordt gehandhaafd om binnen 1-1,5 ° van de fixatie punt. LET OP: Hier, een head-coördinaat op basis Eyetracker in een goggle systeem wordt gebruikt, maar andere geschikte Eyetracker systemen kunnen in plaats daarvan worden gebruikt. </li><li> Instrueer de proefpersonen naar de plek op het scherm centrum gegenereerd in stap 1.3.2 fixeren. Om ervoor te zorgen de onderwerpen worden fixeren, instrueren hen om de kleurveranderingen van de fixatie spot melden. </li><li> Verkrijgen anatomische scans, bij 1 x 1 x 1 mm 3 resolutie (bv T1-MPRAGE; TR = 1900 msec, TE = 2,26 msec, TI = 900 msec, flip hoek = 9 °, 176 partities). Opmerking: Deze anatomische scans zullen worden gebruikt voor segmentatie en voor het uitlijnen van de functionele beelden aan de anatomie binnen en tussen scans. Voor een betere afstemming tussen functieal (EPI) beelden en de anatomie, krijgen ook een vlak gelegen anatomie scan, met een resolutie gelijk aan het EPI, met behulp van T1-gewogen fast verwend gradiënt echo (SPGR) sequentie 1. </li></ol> 2. Gegevens Pre-processing OPMERKING: Voorafgaand aan het schatten pRF eigenschappen, verschillende stappen typische fMRI data pre-processing nodig zijn, zoals het hoofd beweging correctie en uitlijning van functionele hoeveelheden tot de anatomische scan. In dit artikel, alle pre-processing, schatting, analyse en presentatie van de resultaten verkregen worden uitgevoerd met behulp van de open source MATLAB-gebaseerde software toolbox VISTA LAB beschikbaar op de Vista-software website. http://white.stanford.edu/newlm/index.php/Main_Page. <ol><li> Laad de anatomische scan in MATLAB en een volume anatomie te bereiden met behulp van een functie genaamd createVolAnat. </li><li> Segment grijze stof, witte stof, en CSF met behulp van de functie &quot;ItkGray&quot;. </li><li> Bereid functionele gegevens door het omzetten van DICOM (dwz </em&gt;, rauwe MRI bestandsformaat voor Siemens) bestanden in Nifti (dwz standaard functionele MRI-bestandsformaat) bestanden en gegevens laden in VISTA met een functie genaamd mrInit. </li><li> Juiste kop-motion en lijn functionele beelden naar de anatomie in stap 2.1 geladen met behulp van rxAlign gebaseerd op een affiene transformatie matrix. </li><li> Gemiddeld functionele-motion gecorrigeerd scans voor het verbeteren van de signaal-ruisverhouding door te klikken mrVISTA Analyse tijdreeksen Gemiddeld tSeries. Uit te sluiten van het gemiddelde scans waarbij oogbewegingen afwijkt van fixatie meer dan 1-1,5 °. Als signalen van verschillende runs verschillende DC-afwijkingen, gemiddelde functionele scans na wegnemen van dc-afwijkingen. </li><li> Bereken de mapping coördineert tussen functionele scans en grijze stof en het vaststellen van overeenkomstige Gray-materie voxels in de functionele scans door het selecteren van de volgende menu&#39;s: mrVISTA Venster Open Grijs Venster 3-View. Toewijzen BOLD signalen in de grijze stof voxels door interpolatie, het kiezen van een van de opties eenvailable in mrVISTA. </li></ol> 3. Schatting van pRF Topografie en Parametric Modeling <ol><li> Download de code-bestanden via de volgende link: https://sites.google.com/site/leesangkyun/prf/codes.zip, pak het gecomprimeerde bestand en plaats ze in een gewenste locatie van de lokale computer. Voeg het pad van de map in MATLAB. </li><li> Stel de stimulus parameters die worden gebruikt in het experiment door het selecteren van de volgende menu&#39;s: mrVISTA Analyse retinotopische Model Set Parameters. Geeft u de volgende parameters zoals stimulans beelden, de stimulus grootte, de canonieke hemodynamische functie, de frame rate van de fMRI-scanner. </li><li> Vóór de pRF schatting bereiden oorspronkelijke parameter sets (Figuur 1B). <ol><li> Stel de cross-validatie sets in &quot;tprf_set_params.m&quot; van de code-bestanden. Verdeel tijdreeks in ten minste twee subgroepen (één set voor het testen en de resterende sets voor opleiding) die lang genoeg zijn voor de bar te Swee zijnp de hele stimulans ruimte. Als alternatief, zonder gemiddeld scans in stap 2.4, valideren scans door het weglaten van een scan voor het testen en het gebruik van de resterende scans voor de opleiding. </li><li> Stel een grove parameterset (λ in figuur 1; λ = [10 -2 10 -1 1 10 1 10 2]) in &quot;tprf_set_params.m&quot;. Vervolgens stelt u een fijne schaal bereik ([0,1 0,3 0,5 0,7 0,9 1 3 5 7 9]) in &quot;tprf_set_params.m&quot;. OPMERKING: Het programma maakt gebruik van de op de λ resulteert in de hoogste verklaarde variantie selecteren grof. Dan gaat het programma zoekt de ruimte rond de geselecteerde λ met de fijne schaalbereik, verder verfijnen van de selectie van λ die de hoogste verklaarde variantie oplevert. </li><li> Stel een drempel (0,2) van de verklaarde variantie voor visueel responsieve voxels in &quot;tprf_set_params.m&quot;. OPMERKING: Deze drempel wordt gebruikt als referentie voor de selectie van visueel responsieve voxels. Daarnaast kunt u eenROI voor een niet-visueel reagerende gebied (bijvoorbeeld het tekenen van een bol met een straal van 1 cm in een niet-visueel reageert hersengebied), waarbij de drempel automatisch kunnen worden berekend. </li><li> Set een set drempelwaardes ([0.3, 0.5, 0.7]) voor het definiëren van pRF middengebied in de genormaliseerde topografie in &quot;tprf_set_params.m&quot; (dwz [0-1] of [-1 1] met periodes zonder bar stimulatie in stap 1.3.1). OPMERKING: Van de set van de drempels van de programma aangeboden selecteert de &quot;beste&quot; drempel, namelijk de drempel die een pRF centrale regio waarvoor het pRF centrum model verklaart de grootste signaal variantie definieert. U kunt ook kiezen voor een andere set van drempelwaarden afhankelijk van de kenmerken van de topografie. </li></ol></li><li> Uitvoeren &quot;tprf_runpRFest.m&quot; bereken de pRF topografie (figuur 1) en monteer een 2D anisotrope Gauss. Na het opgeven van alle parameters beschreven in dit protocol, enuitvoeren van de code, verkrijgen de uiteindelijke schattingsresultaten. </li></ol><img alt="Figuur 1" src="/files/ftp_upload/51811/51811fig1highres.jpg" width="700" /> Figuur 1: PRF schattingsproces. (A) Schematische weergave van het proces gevolgd pRF topografie schatting h (t):. Hemodynamische respons functie, A (t): stimulus, m: pRF, Reg:. L2-norm regularisatie (B) Specifieke stappen voor pRF topografie schatting en pRF centrum modellering. De set van parameters die nodig zijn voor de schatting wordt vermeld in elke stap. Een één-dimensionale deel van topografie en zijn model worden geïllustreerd. Onder &quot;Model Fitting&quot;, zwarte en rode curves vertegenwoordigen de topografie en de pRF centrum model met een centrum drempel van 0,5, respectievelijk. De blauwe gestippelde lijn geeft een drempel voor de pRFMidden.

<ol><li>Dumoulin, S. O., Wandell, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Population+receptive+field+estimates+in+human+visual+cortex%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Population receptive field estimates in human visual cortex.</a> Neuroimage. 39, 647-660 (2008).</li>
<li>Lee, S., Papanikolaou, A., Logothetis, N. K., Smirnakis, S. M., Keliris, G. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+new+method+for+estimating+population+receptive+field+topography+in+visual+cortex%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">A new method for estimating population receptive field topography in visual cortex.</a> Neuroimage. 81, 144-157 (2013).</li>
<li>Hastie, T., Tibshirani, R., Friedman, J. H. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHastie%2C+T+%22The+elements+of+statistical+learning+%3A+data+mining%2C+inference%2C+and+prediction%22">The elements of statistical learning : data mining, inference, and prediction</a>. , 2nd edn, Springer. (2009).</li>
<li>Sereno, M. I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Borders+of+multiple+visual+areas+in+humans+revealed+by+functional+magnetic+resonance+imaging%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Borders of multiple visual areas in humans revealed by functional magnetic resonance imaging.</a> Science. 268, 889-893 (1995).</li>
<li>Engel, S. A., Glover, G. H., Wandell, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Retinotopic+organization+in+human+visual+cortex+and+the+spatial+precision+of+functional+MRI%5BTitle%5D)+AND+%22Cereb+Cortex%22%5BJournal%5D)">Retinotopic organization in human visual cortex and the spatial precision of functional MRI.</a> Cereb Cortex. 7, 181-192 (1997).</li>
<li>Engel, S. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((fMRI+of+human+visual+cortex%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">fMRI of human visual cortex.</a> Nature. 369, 525(1994).</li>
<li>DeYoe, E. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mapping+striate+and+extrastriate+visual+areas+in+human+cerebral+cortex%5BTitle%5D)+AND+%22Proc+Natl+Acad+Sci+U+S+A%22%5BJournal%5D)">Mapping striate and extrastriate visual areas in human cerebral cortex.</a> Proc Natl Acad Sci U S A. 93, 2382-2386 (1996).</li>
<li>Greene, C. A., Dumoulin, S. O., Harvey, B. M., Ress, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measurement+of+population+receptive+fields+in+human+early+visual+cortex+using+back-projection+tomography%5BTitle%5D)+AND+%22J+Vis%22%5BJournal%5D)">Measurement of population receptive fields in human early visual cortex using back-projection tomography.</a> J Vis. , (2014).</li>
<li>Zuiderbaan, W., Harvey, B. M., Dumoulin, S. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modeling+center-surround+configurations+in+population+receptive+fields+using+fMRI%5BTitle%5D)+AND+%22J+Vis%22%5BJournal%5D)">Modeling center-surround configurations in population receptive fields using fMRI.</a> J Vis. , (2012).</li>
<li>Harvey, B. M., Dumoulin, S. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+relationship+between+cortical+magnification+factor+and+population+receptive+field+size+in+human+visual+cortex%3A+constancies+in+cortical+architecture%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">The relationship between cortical magnification factor and population receptive field size in human visual cortex: constancies in cortical architecture.</a> J Neurosci. 31, 13604-13612 (2011).</li>
<li>Haak, K. V., Cornelissen, F. W., Morland, A. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Population+receptive+field+dynamics+in+human+visual+cortex%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Population receptive field dynamics in human visual cortex.</a> PLoS One. 7, e37686(2012).</li>
</ol>

De auteurs verklaren dat ze geen concurrerende financiële belangen hebben.

Dit artikel legt uit hoe een schatting van de topografie van visuele bevolking receptieve velden in de menselijke visuele cortex en hoe deze te gebruiken om een ​​geschikte parametrisch model voor de receptieve veld te selecteren. Voor een succesvolle Retinotopie, moet een passende stimuleringsprotocol en efficiënte analysemethode worden geselecteerd en experimentele parameters van het onderwerp (motion en fixatie) worden geoptimaliseerd. Bar stimuli van de opeenvolgende fasen in het hele gezichtsveld zijn een efficiënt...

Functionele magnetische resonantie imaging (fMRI) meet niet-invasieve manier de functionele organisatie van de visuele cortex op macroscopische schaal (typisch in de orde van millimeters). Vroege fMRI Retinotopie studies gebruikten een samenhang maatregel tussen stimulus locatie en ontlokte BOLD reacties 4-7. Deze studies meestal geen schatting van de bevolking receptieve veld grootte. Later, Dumoulin en Wandell 1 een werkwijze voorgesteld om een dergelijke ondervangen door expliciet modelleren pRF locatie en grootte, met een lineaire functie van dit model voor de BOLD respons te voorspellen. Echter, een beperking van deze baanbrekende methode is dat de parametrische pRF model heeft a-priori te worden gekozen, en kan leiden tot foutieve pRF schat als blijkt niet juist te zijn. De beperkingen van de parametrische pRF-model methode te overwinnen, zijn er nieuwe methoden zijn recent ontwikkeld. Deze methoden de BOLD reactie op de s direct te voorspellentimulus door het reconstrueren van het pRF topografie. Een methode 8 door Greene en collega&#39;s voorgesteld reconstrueert de pRF topografie door back-het projecteren van de BOLD reacties op de individuele 1D stimulans ruimtes en de bouw van de pRF topografie in de 2D-stimulus ruimte als een typische computer tomografie techniek. Aan de andere kant, het door ons voorgestelde methode 2 direct schat de 2D pRF topografie met lineaire regressie en toepassen van een regularisatie techniek. In deze werkwijze wordt de pRF topografie voorgesteld als een stel gewichten die wordt vermenigvuldigd met de stimulus van het neuronale populatie reactie van een bepaalde voxel schatten. Vervolgens wordt de definitieve Blood Oxygen Level-Dependent (BOLD) respons opgeroepen door de stimulus geschat door convolving de neuronale respons bevolking en de canonieke hemodynamische respons functie. Om de hieronder beperkte lineair systeem lossen daarnaast golfregressie regularisatie wordt gebruikt schaarsheid dwingen (zie figuur 1hieronder). De regularisatie techniek onderdrukt ruis en artefacten en dus laat onze methode om meer robuuste schatting van de pRF topografie. De topografische methoden niet dwingen de pRF vorm aan een bepaalde parametrische vorm hebben, en daarom kunnen de werkelijke pRF structuur bloot te leggen. Een geschikte parametrisch model kan dan worden gekozen op basis van de pRF topografie. Bijvoorbeeld kan de pRF topografie worden gebruikt om het centrum pRF en surround scheiden en het daaropvolgende pRF centrum modellering kan nauwkeuriger worden door het minimaliseren van de invloed van surround suppressie en de invloed van andere potentiële artefacten afkomstig uit gebieden ver de pRF centrum. We hebben onlangs een kwantitatieve vergelijking tussen onze methode en een aantal andere methoden die direct (dwz vóór het schatten van de topografie) fit isotrope Gauss 1, anisotrope Gauss, en verschil van isotrope Gaussians aan de pRF 9. Gevonden werd dat de Topogr-aphy gebaseerde methode beter dan deze methoden met betrekking tot pRF centrum modelleren door het bereiken van een hogere verklaarde variantie van het BOLD signaal tijdreeksen. Nauwkeurige schatting van pRF eigenschappen in verschillende gebieden zien hoe ze bestrijken het gezichtsveld en is belangrijk voor het onderzoek naar de functionele organisatie van de visuele cortex bijzonder als het gaat om visuele waarneming. Eigenschappen zoals hoe pRF grootte verandert met excentriciteit 1,10 en pRF centrum surround organisatie 9 goed worden bestudeerd in het menselijk literatuur. De voorgestelde werkwijze voor het schatten van de pRF topografie resultaten accuratere pRF parameter modellering en eerder onbekende regelmatigheden openbaren, niet gemakkelijk gemodelleerd a-priori in de directe parametrische modellen. Deze benadering zal bijzonder geschikt zijn voor het bestuderen pRF organisatie bij patiënten met gezichtsbaan lesies, waarvoor pRF structuur niet noodzakelijk a-priori voorspelbaar. Hieronder wordt beschreven hoe u e schattene pRF topografie en hoe de topografie te gebruiken om het model het centrum pRF.

<table><tbody><tr><td>MRI-scanner</td><td>Siemens/Philips/GE</td><td></td><td></td></tr><tr><td>MATLAB</td><td>The Mathworks, Inc.</td><td></td><td>http://www.mathworks.com&nbsp;</td></tr><tr><td>VISTA-software</td><td>VISTA softwaregroep</td><td></td><td>http://white.stanford.edu/newlm/index.php/Software</td></tr><tr><td>PsychoToolbox</td><td>PsychoToolbox&nbsp;</td><td></td><td>http://psychtoolbox.org&nbsp;</td></tr><tr><td>Eye Tracker (VisuaStimDigital)</td><td>Resonance Technology Inc</td><td></td><td>http://mrivideo.com/</td></tr></tbody></table>

topografische schatting van visual bevolking receptieve velden van fmri

Topographical Estimation of Visual Population Receptive Fields by fMRI

Visuele cortex wordt retinotopically georganiseerd zodat naburige populaties van cellen in kaart te aangrenzende delen van het gezichtsveld. Functionele magnetische resonantie beeldvorming kunnen we voxel gebaseerde populatie receptieve velden (pRF), dwz schatten, het deel van het gezichtsveld dat de cellen activeert binnen elke voxel. Prior, directe, pRF schattingsmethoden 1 last van bepaalde beperkingen: 1) de pRF model wordt gekozen a-priori en kunnen niet de werkelijke pRF vorm volledig vast te leggen, en 2) pRF centra zijn gevoelig voor mislocalisatie nabij de grens van de stimulus ruimte. Hier een nieuwe topografische pRF schattingsmethode 2 wordt voorgesteld dat grotendeels omzeilt deze beperkingen. Een lineair model wordt gebruikt om het bloed zuurstof niveau-afhankelijke (BOLD) signaal voorspellen convolueren de lineaire respons van de pRF de visuele stimulus met de canonieke hemodynamische respons functie. PRF topografie wordt weergegeven in gewichtsprocent vector waarvan de componenten vertegenwoordigen de strength van de gecombineerde respons van de voxel neuronen op stimuli gepresenteerd op verschillende gezichtsveld locaties. De resulterende lineaire vergelijkingen kunnen worden opgelost voor de pRF gewicht vector behulp golfregressie 3, waardoor de pRF topografie. Een pRF model past bij de geschatte topografie kan dan gekozen post-hoc, waardoor de ramingen van pRF parameters zoals pRF positie midden pRF, formaat, enz verbeteren. Met de pRF topografie beschikbaar maakt ook visuele verificatie van pRF parameterschattingen waardoor de extractie van verschillende pRF eigenschappen zonder a-priori aannames over pRF structuur maken. Deze benadering belooft bijzonder nuttig voor het onderzoeken van de pRF organisatie van patiënten met aandoeningen van het visuele systeem.

Nauwkeurige pRF modellering vereist het vastleggen pRF vormen correct. Zonder de pRF topografie, de selectie van cirkelvormige symmetrische modellen die in eerdere studies 1,9-11 een redelijke keuze. Dit is omdat, als de lokale retinotopische organisatie homogeen in alle richtingen van gezichtsveld, kan een bevolking respons worden gerepresenteerd als een cirkelvormig symmetrisch cumulatieve totaal van neuronale reacties. Echter, onze waarnemingen blijkt dat dit niet het geval (figuur 2). Daa...

Het is belangrijk om onbevooroordeelde schattingen van visuele populatie-receptieve velden (pRF's) te verkrijgen door functionele magnetische resonantie beeldvorming. We gebruiken milde regularisatiebeperkingen om de pRF-topografie te schatten zonder a-priori aannames over de pRF-vorm, waardoor we specifieke pRF-modellen post-hoc kunnen kiezen. Dit is bijzonder voordelig bij proefpersonen met visuele-pad-laesies.

Topografische Schatting van Visual Bevolking receptieve velden van fMRI

Visual cortex is retinotopically organized so that neighboring populations of cells map to neighboring parts of the visual field. Functional magnetic ...

Het algemene doel van deze procedure is om nauwkeurige visuele populatie receptieve velden te schatten. Dit wordt bereikt door eerst effectieve en efficiënte visuele stimuli te bereiden die gelokaliseerd zijn in de visuele ruimte om een duidelijk en robuust antwoord te verkrijgen. De tweede stap is om functionele hersenactiviteit te beeldhouwen met hoge visuele aandacht en minimale bewegingen van oog en hoofd.De laatste stap is om de verkregen gegevens voor te verwerken. Uiteindelijk levert de toepassing van een voorgestelde methode om het FMRI signaalrespons op visuele stimulus te modelleren de topografie van de visuele populatie, het receptieve veld en het model ervan op. Het belangrijkste voordeel van deze methode ten opzichte van bestaande methoden zoals de directe fittingmethode is dat onze methode geen vooraf gekozen PRF-model vereist om een stimulusprotocol voor te bereiden dat effectief is in het verkrijgen van een betrouwbare retina topiek.Visuele respons presenteert eerst een balkstimulus die sequentieel over het scherm drijft langs acht richtingen met stappen van 45 graden, zodat de beweging gelijktijdig is met de scanner frame-acquisitie, zodat de balk een stap beweegt. Zodra een FMRI frame begint en blijft op de nieuwe locatie tot het frame eindigt. Om een gezichtsveld in visuele hoek te definiëren waarover de stimulus wordt gepresenteerd, presenteer de bewegende of flikkerende dambordpatronen binnen de balk om sterke visuele reacties op te roepen.Voer vervolgens de specifieke parameters in zodat er acht gelijkmatig verdeelde richtingen van beweging zijn, en de balken bewegen met de helft van de balk per frame. Scan vervolgens de hersenen van een proefpersoon in een MRI-scanner met behulp van een typische echo planer imaging scan met een duur van 192 frames met 24 frames in elke bewegingsrichting. Herhaal de scans vier tot acht keer om de signaal-ruisverhouding te verhogen.Stel vervolgens de parameters in voor de EPI-sequentie. Alle procedures worden uitgevoerd met behulp van de MATLAB-gebaseerde softwaretoolbox Vista lab die beschikbaar is op de Vista software site voorafgaand aan het schatten van de PRF-eigenschappen. Verschillende typische FMRI data voorverwerkingsstappen zijn nodig, zoals correctie van hoofdbeweging en uitlijning van functionele volumes met de anatomische scan.Download de codebestanden van internet, extract de gecomprimeerde bestanden en plaats ze op een gewenste locatie op de lokale computer. Voeg vervolgens een pad toe aan de map in matlab. Stel vervolgens de stimulusparameters in met behulp van het experiment door Mr.Vista te selecteren.Vervolgens analyse, vervolgens retina topiekmodel, gevolgd door het instellen van parameters. Specificeer de parameters zoals de stimulusbeelden, de stimulusgrootte, de canonieke hemodynamische functie en de framesnelheid van de FMRI-scanner voorafgaand aan de PRF-schatting. Bereid de initiële parametersets voor door de kruisvalidatiesets in TPRF in te stellen.Stel de paras M in van de codebestanden. Verdeel vervolgens de tijdreeks in ten minste twee subsets die lang genoeg zijn voor de balk om de hele stimulusruimte te vegen. Of, zonder scans te gemiddelen, valideer de scans door één scan weg te laten voor testen en de resterende scans voor training te gebruiken.Voer vervolgens een ruwe parameterset in. Stel vervolgens een fijne schaalreeks in, stel vervolgens een drempel voor de verklaarde variantie in, zoals 0,2 voor visueel responsieve voxels. Deze drempel wordt gebruikt als de referentie voor de selectie van visueel responsieve voxels.Voer vervolgens een set drempels in voor het definiëren van de PRF centrumregio in de genormaliseerde topografie in het bestand. Voer vervolgens het bestand uit om de PRF topografie te berekenen en pas een 2D en isotropisch gian aan. Na het specificeren van alle parameters die in dit protocol zijn beschreven en het uitvoeren van de code, verkrijgt u de uiteindelijke schattingsresultaten.Hier is een typische PRF topografie. In de topografie geeft de rode kleur het meest responsieve gebied aan, dat de PRF centrum laat zien, gelegen op de middelste rechter horizontale meridian in de PRF topografie. Balkpatronen over de PRF centrumstructuur met lage gewichten worden soms waargenomen.Ze worden gemakkelijk geëlimineerd in de hier getoonde drempelstap. Als vergelijking tussen een eerdere methode en het topografie-gebaseerde PRF centrummodel, wordt het overeenkomstige percentage verklaarde variantie boven elke model getoond. In deze studie tonen T-modellen hogere verklaarde variantie in alle voorbeelden met een nauwkeuriger PRF-vorm.Deze figuur toont de excentriciteit en polaire hoekkaarten van de linker hemisfeer van een proefpersoon, en hier is een relatie tussen PRF-grootte en excentriciteit. De PRF-grootte neemt toe met excentriciteit in visuele gebieden V een tot drie. Na het bekijken van deze video, zou u een goed begrip moeten hebben van hoe u visuele populatie receptieve velden in FMRI kunt schatten.

topographical-estimation-of-visual-population-receptive-fields-by-fmri

Research

JoVE Journal

Behavior

Gedrag

Dit artikel beschrijft technieken om een ​​hoge resolutie van functionele magnetische resonantie beeldvorming uit te voeren met 1,2 mm bemonstering in de menselijke middenhersenen en subcorticale structuren met behulp van een 3T scanner. Het gebruik van deze technieken om topografische kaarten van visuele stimulatie in de menselijke superior colliculus (SC) op te lossen wordt als voorbeeld gegeven.

Hoge resolutie functionele magnetische resonantie imaging methoden voor Human middenhersenen

We beschrijven een nieuwe benadering voor gelijktijdige analyse van hersenfunctie en structuur met behulp van magnetische resonantie beeldvorming (MRI). Wij beoordelen de hersenen structuur met een hoge resolutie diffusie-gewogen beeldvorming en witte stof vezels tractografie. In tegenstelling tot de standaard structurele MRI, deze technieken stellen ons in staat anatomische connectiviteit rechtstreeks betrekking hebben op de functionele eigenschappen van de hersenen netwerken.

Co-analyse van hersenstructuur en functie met behulp van fMRI en Diffusie-gewogen beeldvorming

Source: Galenchik-Chan, A., et al. Functional Magnetic Resonance Imaging (fMRI) of the Visual Cortex with Wide-View Retinotopic Stimulation. J. Vis. Exp. (2023). The video demonstrates functional magnetic resonance imaging (fMRI) of the visual cortex to map activity based on blood oxygenation levels. Structural MRI images are acquired as anatomical references, followed by fMRI scans. Visual stimuli are displayed to activate retinotopic neurons in the visual cortex. The increased energy demand...

Blood Oxygen Level-Dependent Functional Magnetic Resonance Imaging of the Visual Cortex

We presenteren een methode om functionele hersenactiviteit vergeleken tijdens een naturalistische taak, geregistreerd met fNIRS, met de activiteit vergeleken die geregistreerd wordt tijdens fMRI.

fMRI Validatie van fNIRS Metingen Tijdens een naturalistische Task

Een EEG-fMRI multimodale imaging methode, die bekend staat als de spatio fMRI-beperkt EEG bron imaging methode is hier beschreven. De onderhavige methode maakt gebruik van voorwaardelijk-actieve fMRI sub kaarten, of priors, bij EEG source localization op een wijze die verbetert de ruimtelijke specificiteit en foutieve resultaten beperkt.

Gelijktijdige EEG en functionele MRI opname en integratie analyse voor dynamische corticale activiteit Imaging

Een gedetailleerd protocol om te analyseren object selectiviteit van parieto-frontale neuronen die betrokken zijn bij visuomotor transformaties wordt gepresenteerd.

Onderzoeken van de vertegenwoordigingen van de Object in de makaak dorsale Visual stroom met behulp van Single-eenheid opnames

In dit artikel wordt beschreven hoe u een experiment instellen dat het mogelijk maakt om invloeden op bronniveau te detecteren op object perceptie met behulp van magnetoencephalography (MEG). Het omvat stimulus-materiaal, experimenteel ontwerp, MEG-opname en gegevensanalyse.

Detectie van pre-stimulus effecten op bronniveau op object perceptie met Magnetoencephalography

We presenteren een methode voor het gelijktijdig verzamelen van fMRI- en fNIRS-signalen van dezelfde proefpersonen met fNIRS-dekking van het hele hoofd. Het protocol is getest met drie jongvolwassenen en kan worden aangepast voor gegevensverzameling voor ontwikkelingsstudies en klinische populaties.

Gelijktijdige gegevensverzameling van fMRI- en fNIRS-metingen met behulp van een optode-array voor het hele hoofd en kanalen over korte afstand

We hebben technieken ontwikkeld om de functie van de visuele cortex in kaart te brengen, waarbij we meer van het gezichtsveld gebruiken dan gebruikelijk is. Deze aanpak heeft het potentieel om de evaluatie van zichtstoornissen en oogziekten te verbeteren.

Functionele magnetische resonantiebeeldvorming (fMRI) van de visuele cortex met retinotopische stimulatie met breedbeeld

Dit artikel toont een geoptimaliseerde procedure voor de beeldvorming van de neurale substraten van auditieve stimulatie in de zangvogelhersenen met behulp van functionele Magnetische Resonantie Imaging (fMRI). Het beschrijft de bereiding van de geluidsstimuli, de positionering van het onderwerp en de verwerving en daaropvolgende analyse van de fMRI data.

Functionele Magnetische Resonantie Imaging (fMRI) met Auditieve Stimulatie in Zangvogels

Leer visuele populatie receptieve velden schatten met fMRI zonder a priori aannames over vorm. Deze methode biedt onbevooroordeelde topografische resultaten, ook bij proefpersonen met visuele pad letsels.

Topografische Schatting van Visual Bevolking receptieve velden van fMRI

Meer video's verkennen