Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Metody funkcjonalnego obrazowania rezonansem magnetycznym o wysokiej rozdzielczości dla ludzkiego śródmózgowia

12.4K wyświetleń

DOI:

10.3791/3746

10 maja 2012

W tym artykule

Podsumowanie

W niniejszym artykule opisano techniki wykonywania funkcjonalnego obrazowania rezonansu magnetycznego o wysokiej rozdzielczości z próbkowaniem 1,2 mm w obrębie ludzkiego śródmózwia i struktur podkorowych przy użyciu skanera 3T. Jako przykład przedstawiono zastosowanie tych technik do opracowania map topograficznych stymulacji wzrokowej w ludzkim wzgórzu górnym (SC).

Streszczenie

Funkcjonalny rezonans magnetyczny (fMRI) jest szeroko stosowanym narzędziem do nieinwazyjnego pomiaru korelatów aktywności ludzkiego mózgu. Jednakże jego zastosowanie koncentrowało się głównie na pomiarze aktywności na powierzchni kory mózgowej, a nie w obszarach podkorowych, takich jak śródmózowie i pień mózgu. fMRI struktur podkorowych musi sprostać dwóm wyzwaniom: rozdzielczości przestrzennej oraz szumowi fizjologicznemu. W niniejszej pracy opisujemy zoptymalizowany zestaw technik opracowanych w celu przeprowadzenia fMRI o wysokiej rozdzielczości w obrębie ludzkiego SC, struktury znajdującej się na grzbietowej powierzchni śródmózowia; metody te mogą być również wykorzystane do obrazowania innych struktur pnia mózgu i obszarów podkorowych.

Wysokorozdzielczy (woksele 1,2 mm) fMRI rdzenia przedłużonego (SC) wymaga niekonwencjonalnego podejścia. Pożądaną próbkę przestrzenną uzyskuje się za pomocą wielofazowej (przeplatanej) akwizycji spiralnej1. Ponieważ T2* tkanki SC jest dłuższy niż w korze, stosuje się odpowiednio dłuższy czas echa (TE ~ 40 msec), aby zmaksymalizować kontrast funkcjonalny. Aby objąć pełen zakres SC, pozyskuje się od 8 do 10 warstw. Dla każdej sesji uzyskuje się również obraz anatomiczny strukturalny z takim samym zaprogramowaniem warstw jak w fMRI, który służy do dopasowania danych funkcjonalnych do wysokorozdzielczej objętości referencyjnej.

W oddzielnej sesji, dla każdego badanego, tworzymy referencyjną objętość o wysokiej rozdzielczości (próbkowanie 0,7 mm) przy użyciu sekwencji T1-zależnej, która zapewnia dobry kontrast tkanek. W objętości referencyjnej obszar śródmózgowia jest segmentowany przy użyciu aplikacji programistycznej ITK-SNAP2. Segmentacja ta służy do stworzenia gładkiej i dokładnej trójwymiarowej reprezentacji powierzchni śródmózgowia3. Wierzchołki i normalne powierzchni są wykorzystywane do stworzenia mapy głębokości od powierzchni śródmózgowia w obrębie tkanki4.

Dane funkcjonalne są przekształcane do układu współrzędnych segmentowanej objętości referencyjnej. Powiązania głębokościowe wokseli umożliwiają uśrednianie danych z serii czasowych fMRI w określonych zakresach głębokości w celu poprawy jakości sygnału. Dane są renderowane na powierzchni 3D w celu wizualizacji.

W naszym laboratorium stosujemy tę technikę do pomiaru map topograficznych stymulacji wzrokowej oraz ukrytej i jawnej uwagi wzrokowej w obrębie SC1. Jako przykład prezentujemy reprezentację topograficzną kąta polarnego w odpowiedzi na stymulację wzrokową w SC.

Protokół

1. Bodziec topografii kąta polarnego i psychofizyka

Aby uzyskać retinotopową mapę kąta polarnego w SC, jako bodziec wykorzystujemy klin ruchomych kropek o kącie 90° (ekscentryczność od 2-9° kąta widzenia, średnia prędkość kropek 4° / sec) (Rys. 1). Znane jest, że aktywność w SC wzrasta po zastosowaniu uwagi ukrytej5, dlatego w naszym paradygmacie wykorzystujemy zadanie uwagi w celu zwiększenia dostępnego sygnału. Podczas każdej 2 s próby badani mają za zadanie skupić uwagę ukrytą na całym klinie i wykonać zadanie dyskryminacji prędkości przy jednoczesnym utrzymaniu fiksacji. Klin jest podzielony na 2 × 3 wirtualne sektory, przy czym kropki w jednym z sektorów, losowo wybranym w każdej próbie, poruszają się wolniej lub szybciej niż wszystkie pozostałe kropki. Po każdej próbie klin obraca się o 30° wokół punktu fiksacji, dzięki czemu bodziec wykonuje pełny obrót w cyklu 24 s. Każdy przebieg składa się z 9,5 obrotów bodźca (228 s), a sesje eksperymentalne obejmują 16-18 przebiegów.

Aby utrzymać stały poziom wyników badanego w tym zadaniu przez cały czas trwania każdego przebiegu, trudność zadania jest regulowana za pomocą dwóch losowo przeplatanych schodków typu „two-up-one-down”. Po każdych dwóch kolejnych poprawnych próbach różnica prędkości jest zmniejszana o 8%, a po każdej błędnej próbie różnica ta jest zwiększana o 8%.

Przed rozpoczęciem skanowania wszyscy badani ćwiczą zadanie wizualne poza skanerem, aż osiągną stabilny poziom wyników; wymaga to 3-4 sesji praktycznych trwających po 20 minut. Typowe progi dyskryminacji mieszczą się w zakresie 1°-1,5° / sek.

2. Przygotowanie badanego

  1. Głowy badanych są stabilizowane za pomocą podkładek w celu zminimalizowania ruchów przed ich umieszczeniem w gantry skanera. Przy tak wysokich rozdzielczościach przestrzennych fMRI jest szczególnie wrażliwe na artefakty ruchowe, dlatego stabilizacja głowy ma krytyczne znaczenie.
  2. Badani otrzymują w jednej dłoni kompatybilny z MRI panel z przyciskami i otrzymują instrukcje, który przycisk należy nacisnąć, aby wskazać swoją ocenę prędkości kropek.

3. Lokalizacja i określenie obszaru SC

  1. Ludzkie SC (pole wzrokowe) to niewielka, ale wyraźna struktura o średnicy ok. 9 mm, zlokalizowana na dachu śródmózowia. Przy zastosowaniu niewielkiej liczby przekrojów fMRI wymagane jest wykonanie wielu serii obrazowania lokalizacyjnego w celu jego precyzyjnego zlokalizowania. Serie te wykonujemy w płaszczyznach strzałkowej, osiowej i czołowej.
  2. Następnie wykorzystujemy te obrazy lokalizacyjne do precyzyjnego wyznaczenia SC za pomocą 8–10 sąsiednich przekrojów o grubości 1,2 mm i polu widzenia (FOV) 170 mm w skośnej płaszczyźnie quasi-osiowej.
  3. Następnie, przed i po zebraniu danych funkcjonalnych, pozyskuje się wysokorozdzielcze obrazy strukturalne ważone T1 przy użyciu trójwymiarowej (3D) sekwencji RF-spoiled GRASS (SPGR) (kąt odchylenia 15°, woksele 1,2 mm). Obrazy te służą jako referencja do dopasowania danych fMRI do wysokorozdzielczej referencyjnej objętości strukturalnej uzyskanej w oddzielnej sesji, którą opisujemy później.

4. Parametry funkcjonalnego MRI

Wszystkie obrazy wykonano za pomocą skanera MRI GE Signa HD12 3T z wykorzystaniem dostarczonej przez GE 8-kanałowej cewki głowowej. Wzbudzenie przeprowadzono za pomocą impulsu windowed-sinc o czasie trwania 6,4 ms, przy zastosowaniu cewki wbudowanej skanera.

Aby uzyskać próbkowanie 1,2 mm w ludzkim SC, stosujemy akwizycję z trajektorią spiralną w trzech przebiegach (three-shot spiral-trajectory acquisition)6,7. Zastosowanie trzech przebiegów jest konieczne z kilku powodów. W szczególności akwizycja w jednym przebiegu dla naszego skanera i FOV wymaga > 77 msec, co jest zbyt długim czasem, aby było to praktyczne. Wielokrotne przebiegi są łączone po korekcie polegającej na odjęciu wartości początkowej i trendu liniowego fazy. TE jest zwiększane o 2 ms w pierwszej ramce w celu oszacowania mapy pola z dwóch pierwszych nabytych wolumenów, a mapa ta jest wykorzystywana do korekcji liniowej. Zrekonstruowane obrazy charakteryzowały się SNR na poziomie ~20. Czasowe widma mocy w wokselach SC zazwyczaj wykazywały niewielką strukturę powiązaną z szumem fizjologicznym; zastosowanie akwizycji w trzech przebiegach miało silny efekt filtrowania w stosunku do efektów o porównawczo wyższej częstotliwości związanych z tętnem serca i oddychaniem. Inne techniki redukcji szumów są problematyczne w tym kontekście wysokiej rozdzielczości. Na przykład retrospektywne metody korekcji, takie jak RETROICOR6, nie mają zastosowania do danych wieloprzebiegowych, a synchronizacja z cyklem pracy serca (cardiac gating) wprowadza szum i artefakty związane z zaburzeniem równowagi T1.

Czas echo, TE = 40 msec, jest dłuższy niż zazwyczaj stosowany w korze (30 msec), ponieważ zmierzyliśmy odpowiednio dłuższy T2* w tkance SC (~60 msec) niż ten zaobserwowany w szarej substancji kory (~45 msec).

Pasmo akwizycji ograniczono do 62,5 kHz, aby zredukować szczytowy prąd gradientu, który powoduje niepożądane nagrzewanie się skanera. Wybrano TR = 1 sec, zatem przy trzech ujęciach objętość jest pozyskiwana co 3 sec.

5. Strukturalne MRI i modelowanie 3D

Podczas jednej oddzielnej sesji dla każdego badanego uzyskujemy referencyjną objętość o wysokiej rozdzielczości (próbkowanie 0,7 mm), stosując sekwencję z wagą T1, która zapewnia dobry kontrast tkanek (3D SPGR, kąt flip 15°, przygotowanie inwersyjne z TI = 450 msec, 2 ekscytacje, czas trwania ~28 minut, voxele 0,7 mm).

W niniejszym tomie referencyjnym przeprowadzamy segmentację tkanek śródmózgowia, pnia mózgu oraz części wzgórza (Rys. 2A), wykorzystując kombinację technik automatycznych i manualnych dostępnych w aplikacji ITK-SNAP2. W szczególności stosujemy narzędzie do automatycznej segmentacji, w którym użytkownik wyznacza wiele punktów startowych (ziarna) w obrębie każdego obszaru pnia mózgu; następnie oprogramowanie automatycznie rozszerza segmentację wokół punktów startowych, ograniczając ją do obszaru zdefiniowanego przez kryteria kontrastu i intensywności. Uzyskana automatyczna segmentacja jest następnie korygowana, w razie potrzeby, przy użyciu manualnych narzędzi do edycji wokseli typu „pędzel”.

Interfejs między płynem mózgowo-rdzeniowym a tkanką rdzenia kręgowego (SC) jest interpolowany z segmentacji przy użyciu teselacji powierzchni izogęstościowej, a ta początkowa powierzchnia jest następnie dopracowywana w celu redukcji artefaktów aliasingu (Rys. 2, B i D) przy użyciu wariacyjnego algorytmu odkształcalnej powierzchni3. Powierzchnia ta dostarcza wierzchołków i zewnętrznych wektorów normalnych, które służą jako punkt odniesienia dla obliczeń laminarnych (opisanych poniżej), a także jako sposób wizualizacji danych funkcjonalnych.

6. Analiza obrazu

Do analizy danych fMRI wykorzystujemy pakiet oprogramowania mrVista (dostępny do pobrania pod adresem http://white.stanford.edu/mrvista.php) oraz narzędzia opracowane w naszym laboratorium w oparciu o środowisko mrVista. W następnych krokach używamy standardowych narzędzi pakietu mrVista:

  1. Zainicjuj sesję w mrVista, wybierając opcję przestrzennej normalizacji intensywności danych uśrednionych w celu zredukowania efektów niejednorodności cewki. Normalizacja wykorzystuje metodę homomorficzną, polegającą na dzieleniu przez wersję obrazów intensywności wolumenu uśrednionego w czasie, poddaną filtrowaniu dolnoprzepustowemu, z dodatkową odporną korekcją szacowanego szumu. Pierwszy półcykl obrazów (12 sec) jest odrzucany, aby uniknąć efektów przejściowego stanu równowagi MR oraz efektów hemodynamicznych.
  2. Skoryguj ruch w obrębie jednego przebiegu. Ruch szacuje się na podstawie serii czasowej wolumenów. Jednak ze względu na stosunkowo niski stosunek sygnału do szumu (SNR) obrazów, najpierw wykonujemy wygładzanie serii czasowej za pomocą okna prostokątnego o szerokości 5 próbek. Następnie każdy wolumen jest rejestrowany względem średniej z ostatnich 5 próbek. Należy zauważyć, że wygładzanie służy wyłącznie do szacowania ruchu, a właściwe dane nie są wygładzane.
  3. Utwórz średnie czasowe z danych obrazowych skorygowanych pod kątem ruchu dla każdego przebiegu i wykorzystaj te średnie do korekcji ruchu pomiędzy przebiegami, przyjmując ostatni przebieg jako referencyjny.
  4. Wykonaj korekcję czasu pozyskiwania warstw (slice-timing correction). Stosujemy sekwencyjne pozyskiwanie warstw, zatem błędy wynikające z wykonania korekcji czasu po korekcji ruchu będą niewielkie (~125 msec).
  5. Uśrednij wiele przebiegów zarejestrowanych w ramach każdej sesji, aby poprawić SNR.
  6. Dopasuj dane strukturalne z sesji fMRI do referencyjnego wolumenu strukturalnego, używając odpornego algorytmu rejestracji opartej na intensywności8. Wczytaj dopasowanie i segmentację do mrVista.
  7. Przetransformuj dane funkcjonalnej serii czasowej do segmentowanego wolumenu referencyjnego. W kolejnych krokach wykorzystujemy narzędzia opracowane w naszym laboratorium do przeprowadzenia dalszej analizy.
  8. Oblicz mapę odległości, wyznaczając dystans między każdym vokselem tkanki SC a jego najbliższym wierzchołkiem na powierzchni SC. Odległości te służą do pomiaru pozycji warstwowej w obrębie wolumenu referencyjnego.
  9. Przeprowadź proces segmentacji warstwowej, aby umożliwić uśrednianie danych serii czasowej w głąb w celu poprawy SNR. Małe dyski tkanki (o średnicy 1,6 mm) są przypisane do każdego wierzchołka modelu powierzchni wzdłuż całej powierzchownej powierzchni SC, a następnie każdy dysk jest rozszerzany zarówno do wewnątrz, jak i na zewnątrz tkanki SC przy użyciu lokalnych normalnych powierzchni, tworząc indywidualne sąsiedztwo warstwowe4.
  10. Dla każdego punktu na powierzchni SC wykorzystujemy te powiązania warstwowe do uśrednienia serii czasowej w określonym zakresie głębokości. Ponieważ neurony reagujące na bodźce wzrokowe występują głównie w warstwach powierzchownych SC, w eksperymencie z pobudzeniem wzrokowym zastosowaliśmy zakres głębokości 0-1,8 mm.

7. Analiza mapowania topograficznego

W celu analizy topograficznej reprezentacji danych, analiza koherencji jest przeprowadzana na szeregach czasowych uśrednionych w głąb poprzez dopasowanie sinusoidy o częstotliwości powtarzania bodźca (tj. 1/24 Hz dla opisanego powyżej 24-sekundowego bodźca) dla każdego woksela. Na podstawie tego dopasowania wyprowadzamy mapy powierzchniowe amplitudy odpowiedzi, koherencji oraz fazy. Analiza ta jest wykonywana w dziedzinie częstotliwości i stanowi powszechnie stosowaną technikę ilościowego określania map retinotopowych w korze wzrokowej9,10.

Faza dopasowania sinusoidalnego określa pozycję bodźca. Faza zerowa odpowiada górnemu południkowi pionowemu (Rys. 3). Bodziec obraca się następnie zgodnie z ruchem wskazówek zegara, zatem faza π/2 odpowiada momentowi, gdy bodziec obróci się do południka poziomego w prawym polu widzenia. Po π radianach fazy bodziec przechodzi do lewego pola widzenia i tak dalej.

Wyznaczyliśmy również granice całego zasięgu powierzchownego SC poprzez manualną inspekcję wysokorozdzielczej anatomii wolumetrycznej T1-zależnej. Granice te zaznaczono na Ryc. 3 czerwonymi przerywanymi liniami.

fMRI nie mierzy bezpośrednio aktywności neuronalnej, lecz odpowiedź przepływu krwi, która jest ściśle, choć z opóźnieniem, powiązana z aktywnością neuronalną. Wprowadza to opóźnienie hemodynamiczne do odpowiedzi fazowej. Opóźnienie to szacuje się poprzez wybranie wszystkich wokseli powyżej progu koherencji z każdego obszaru zainteresowania SC i centrowanie ich średnich wokół π w płaszczyźnie zespolonej. W naszych danych SC opóźnienia te są niewielkie, rzędu 2-4 sec. Usuwamy to opóźnienie, obracając mapę kolorów przeciwnie do ruchu wskazówek zegara o 45 stopni (co odpowiada 3 sec) (Ryc. 3).

8. Reprezentatywne wyniki

Dane fazowe nałożone na powierzchnię 3D SC (Ryc. 3) pokazują, że odpowiedź na stymulację wizualną jest reprezentowana kontralateralnie w SC, t. j. lewe pole widzenia jest reprezentowane w prawym SC i na odwrót.

Występuje również retinotopowa organizacja aktywności. Prawa górna część pola widzenia jest reprezentowana przyśrodkowo w lewym wzgórzu (kolor niebiesko-magenta), a dolna część pola widzenia jest reprezentowana bocznie (kolor czerwono-żółty). Podobnie, lewa górna część pola widzenia jest reprezentowana przyśrodkowo w prawym wzgórzu (kolor niebiesko-cyjan), a dolna część jest reprezentowana bocznie (kolor zielono-żółty).

Taka topografia jest zgodna z wynikami badań nad odpowiedziami SC u naczelnych innych niż człowiek: 1) na stymulację wizualną z wykorzystaniem elektrofizjologii pojedynczych jednostek oraz 2) mapowaniem sakkadowych ruchów gałek ocznych indukowanych mikrostymulacją11,12.

Schematy przekrojów MRI mózgu; widoki strzałkowe i osiowe do analizy anatomicznej.
Rysunek 1. A) Planowanie przekrojów widoczne na obrazie w płaszczyźnie pośrodkowej strzałkowej. B) Średnia czasowa (z jednego przebiegu) obrazów funkcjonalnych uzyskanych z centralnego przekroju zaznaczonego kolorem czerwonym na rysunku A).

Proces agregacji cząstek, schemat sekwencji rotacji, demonstrujący analizę zachowania klastrowania.
Rycina 2. Bodziec topograficzny kąta polarnego. Klin o kącie 90° z poruszającymi się czarno-białymi kropkami na szarym tle, obracający się powoli wokół punktu fiksacji. Klin został podzielony na macierz 6 wirtualnych sektorów (dodano szare linie w celu podkreślenia sektorów), aby umożliwić badanemu wykonanie zadania dyskryminacji prędkości w losowo wybranym sektorze.

Skan mózgu, schemat MRI; podświetlone obszary pokazują mapowanie ścieżek neurologicznych i aktywności mózgu.
Rysunek 3. Segmentacja i modelowanie powierzchni. A) Śródmózowie, pień mózgu oraz fragmenty wzgórza zostały wysegmentowane z wysokorozdzielczych wolumenów anatomicznych MRI. B) Powierzchnia została utworzona na krawędzi wysegmentowanego obszaru. C) Dane fazowe dopasowane sinusoidalnie przedstawione na przekroju w płaszczyźnie (koherencja > 0,25). D) Obrócony i powiększony widok modelu powierzchni pnia mózgu został wykorzystany do wizualizacji danych fazowych w obrębie SC.

Mapowanie aktywności mózgu, retinotopia z kodowaniem fazy, wyniki fMRI oznaczone kolorami, korowe obszary wzrokowe.
Rysunek 4. Mapy kąta polarnego. Mapy fazowe fMRI u dwóch badanych, kodujące polarny kąt widzenia. Progi koherencji dla każdej mapy podano w prawym dolnym rogu. Koło kolorów wiąże nałożone fazy bodźca w kącie polarnym z ich pozycjami w polu widzenia.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Nasze techniki akwizycji i analizy danych umożliwiają pomiar aktywności neuronalnej w podkorowych strukturach ludzkiego mózgu z wysoką rozdzielczością (woksele 1,2 mm). Akwizycja spiralna w trzech ujęciach (3-shot spiral acquisition) redukuje szum fizjologiczny, który jest szczególnie szkodliwy dla pomiarów fMRI w okolicach śródmózowia. Ponadto nasza laminarna segmentacja tkanki pozwala na przeprowadzenie uśredniania danych w głąb, co pomaga poprawić SNR. Wykorzystaliśmy te metody do wykazania precyzyjnych topograficznyc...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Nie zadeklarowano żadnych konfliktów interesów.

Podziękowania

Niniejszy materiał powstał w ramach prac wspieranych przez National Science Foundation w ramach grantu BCS 1063774.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Bibliografia

  1. Katyal, S., Zughni, S., Greene, C., Ress, D. Topography of covert visual attention in human superior colliculus. Journal of Neurophysiology. 104, 3074-3083 (2010).
  2. Yushkevich, P. A. User-guided 3D active contour segmentation of anatomical structures: significantly improved efficiency and reliability. NeuroImage. 31, 1116-1128 (2006).
  3. Xu, G., Pan, Q., Bajaj, C. L. Discrete Surface Modeling Using Partial Differential Equations. Computer Aided Geometric Design. 23, 125-145 (2006).
  4. Ress, D., Glover, G. H., Liu, J., Wandell, B. Laminar profiles of functional activity in the human brain. NeuroImage. 34, 74-84 (2007).
  5. Schneider, K. A., Kastner, S. Effects of sustained spatial attention in the human lateral geniculate nucleus and superior colliculus. J. Neurosci. 29, 1784-1795 (2009).
  6. Glover, G. H. Simple analytic spiral K-space algorithm. Magn. Reson. Med. 42, 412-415 (1999).
  7. Glover, G. H., Lai, S. Self-navigated spiral fMRI: interleaved versus single-shot. Magn. Reson. Med. 39, 361-368 (1998).
  8. Nestares, O., Heeger, D. J. Robust multiresolution alignment of MRI brain volumes. Magn. Reson. Med. 43, 705-715 (2000).
  9. Engel, S. A., Glover, G. H., Wandell, B. A. Retinotopic organization in human visual cortex and the spatial precision of functional MRI. Cereb. Cortex. 7, 181-192 (1997).
  10. Schneider, K. A., Kastner, S. Visual responses of the human superior colliculus: a high-resolution functional magnetic resonance imaging study. Journal of Neurophysiology. 94, 2491-2503 (2005).
  11. Cynader, M., Berman, N. Receptive-field organization of monkey superior colliculus. Journal of Neurophysiology. 35, 187-201 (1972).
  12. Robinson, D. A. Eye movements evoked by collicular stimulation in the alert monkey. Vision Research. 12, 1795-1808 (1972).
  13. Schreiner, C. E., Langner, G. Laminar fine structure of frequency organization in auditory midbrain. Nature. 388, 383-385 (1997).
  14. Baumann, S. Orthogonal representation of sound dimensions in the primate midbrain. Nature Neuroscience. 14, 423-425 (2011).
  15. Malmierca, M. S. A discontinuous tonotopic organization in the inferior colliculus of the rat. J. Neurosci. 28, 4767(2008).
  16. Bender, D. Retinotopic organization of macaque pulvinar. Journal of Neurophysiology. 46, 672(1981).
  17. Grieve, K. L., Acuña, C., Cudeiro, J. The primate pulvinar nuclei: vision and action. Trends in Neurosciences. 23, 35-39 (2000).
  18. Rodriguez-Oroz, M. C. The subthalamic nucleus in Parkinson's disease: somatotopic organization and physiological characteristics. Brain. 124, 1777(2001).
  19. Romanelli, P. Microelectrode recording revealing a somatotopic body map in the subthalamic nucleus in humans with Parkinson disease. Journal of Neurosurgery. 100, 611-618 (2004).
  20. DeLong, M. R., Crutcher, M. D., Georgopoulos, A. P. Primate globus pallidus and subthalamic nucleus: functional organization. Journal of Neurophysiology. 53, 530(1985).
  21. Houeto, J. L. Acute deep-brain stimulation of the internal and external globus pallidus in primary Dystonia functional mapping of the pallidum. Archives of Neurology. 64, 1281-1286 (2007).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

fMRI o wysokiej rozdzielczościciało górneobrazowanie śródmózgowiaakwizycja spiralnaczas echa 40 mssegmentacja w programie ITK-SNAPanaliza oparta na powierzchniuśrednianie głębokościparadygmat stymulacji wzrokowejmapowanie topograficzne