Metody funkcjonalnego rezonansu magnetycznego o wysokiej rozdzielczości dla ludzkiego śródmózgowia

Podsumowanie

Ten artykuł opisuje techniki wykonywania funkcjonalnego rezonansu magnetycznego o wysokiej rozdzielczości z próbkowaniem 1,2 mm w ludzkim śródmózgowiu i strukturach podkorowych za pomocą skanera 3T. Jako przykład podano zastosowanie tych technik do tworzenia map topograficznych stymulacji wzrokowej w wzgórku górnym człowieka (SC).

Streszczenie

Funkcjonalny rezonans magnetyczny (fMRI) jest powszechnie używanym narzędziem do nieinwazyjnego pomiaru korelatów aktywności ludzkiego mózgu. Jednak jego zastosowanie koncentruje się głównie na pomiarze aktywności na powierzchni kory mózgowej, a nie w obszarach podkorowych, takich jak śródmózgowie i pień mózgu. Podkorowy fMRI musi przezwyciężyć dwa wyzwania: rozdzielczość przestrzenną i szum fizjologiczny. W tym miejscu opisujemy zoptymalizowany zestaw technik opracowanych do wykonywania fMRI o wysokiej rozdzielczości w ludzkim SC, strukturze na grzbietowej powierzchni śródmózgowia; Metody te mogą być również wykorzystywane do obrazowania innych struktur pnia mózgu i podkorowych.

Wysokorozdzielczy (woksele 1,2 mm) fMRI SC wymaga niekonwencjonalnego podejścia. Pożądane próbkowanie przestrzenne uzyskuje się za pomocą wielostrzałowej (z przeplotem) akwizycji spiralnej¹. Ponieważ T₂* tkanki SC jest dłuższy niż w korze mózgowej, do maksymalizacji kontrastu funkcjonalnego stosuje się odpowiednio dłuższy czas echa (T_E ~ 40 ms). Aby pokryć pełny zakres SC, uzyskuje się 8-10 plastrów. Dla każdej sesji uzyskuje się również anatomię strukturalną z tą samą receptą na wycinek, co fMRI, która służy do dostosowania danych funkcjonalnych do objętości referencyjnej o wysokiej rozdzielczości.

W oddzielnej sesji, dla każdego tematu, tworzymy objętość referencyjną o wysokiej rozdzielczości (próbkowanie 0,7 mm) za pomocą sekwencji T 1-ważonej, która daje dobry kontrast tkankowy. W tomie referencyjnym obszar śródmózgowia jest segmentowany za pomocą aplikacji ITK-SNAP². Ta segmentacja służy do tworzenia reprezentacji powierzchni 3D śródmózgowia, która jest zarówno gładka, jak i dokładna³. Wierzchołki powierzchni i normalne są używane do tworzenia mapy głębokości od powierzchni śródmózgowia w tkance⁴.

Dane funkcjonalne są przekształcane w układ współrzędnych segmentowanej objętości referencyjnej. Asocjacje głębokości wokseli umożliwiają uśrednianie danych szeregów czasowych fMRI w określonych zakresach głębokości w celu poprawy jakości sygnału. Dane są renderowane na powierzchni 3D w celu wizualizacji.

W naszym laboratorium używamy tej techniki do pomiaru map topograficznych stymulacji wzrokowej oraz ukrytej i jawnej uwagi wzrokowej w SC¹. Jako przykład pokazujemy topograficzną reprezentację kąta biegunowego do stymulacji wzrokowej w SC.

Protokół

1. Kąt biegunowy Topografia Bodźce i psychofizyka

Aby uzyskać mapę retinotopową pod kątem biegunowym w SC, używamy jako bodźca klina 90° poruszających się kropek (ekscentryczność 2-9° kąta widzenia, średnia prędkość punktu 4° / sek) (Rys. 1). Wiadomo, że aktywność w SC jest wzmacniana przez zastosowanie ukrytej uwagi⁵, stąd używamy zadania uwagi w naszym paradygmacie, aby zwiększyć dostępny sygnał. Podczas każdej próby trwającej 2 sekundy badani są instruowani, aby potajemnie zająć się całym klinem i wykonać zadanie dyskryminacji prędkości, zachowując fiksację. Klin jest podzielony na 2 × 3 wirtualne sektory z kropkami w jednym z sektorów, losowo wybieranymi w każdej próbie, poruszającymi się wolniej lub szybciej niż wszystkie inne kropki. Po każdej próbie klin jest obracany o 30° wokół fiksacji, tak aby bodziec obracał się w pełni w ciągu 24 sekund. Każdy bieg składa się z 9,5 rotacji bodźca (228 sekund), a sesje eksperymentalne obejmują 16-18 biegów.

Aby utrzymać wydajność podmiotu w tym zadaniu przez cały czas trwania każdego biegu, trudność zadania jest dostosowywana za pomocą dwóch losowo przeplatanych schodów w górę, w dół. Po każdych dwóch kolejnych prawidłowych próbach różnica prędkości zmniejsza się o 8%, a dla każdej nieprawidłowej próby różnica zwiększa się o 8%.

Przed skanowaniem, wszyscy badani ćwiczą zadanie wzrokowe poza skanerem, dopóki nie osiągną stabilnego poziomu wydajności; wymaga to 3-4 20-minutowych sesji treningowych. Typowe progi dyskryminacji mieszczą się w przedziale 1°-1,5°/sek.

2. Przygotowanie przedmiotu

1. Głowy obiektów są zabezpieczone podkładkami, aby zminimalizować ruchy głowy przed umieszczeniem ich w otworze skanera. Przy tak wysokich rozdzielczościach przestrzennych fMRI jest szczególnie wrażliwy na artefakty ruchu, dlatego stabilizacja głowy ma kluczowe znaczenie.
2. Badani otrzymują w jednej ręce podkładkę z przyciskami kompatybilną z rezonansem magnetycznym i instruowani, który przycisk należy nacisnąć, aby wskazać ich ocenę prędkości kropki.

3. Lokalizacja i przepisywanie SC

1. Ludzki SC to mała, ale wyraźna struktura o średnicy ~9 mm, znajdująca się na dachu śródmózgowia. W przypadku stosowania niewielkiej liczby wycinków fMRI, do jego precyzyjnej lokalizacji wymagane jest wiele serii obrazowania lokalizatora. Prowadzimy te szeregi wzdłuż płaszczyzn strzałkowych, osiowych i koronalnych.
2. Następnie używamy tych obrazów lokalizatora, aby precyzyjnie określić SC z 8-10 sąsiadującymi ze sobą warstwami o grubości 1,2 mm, polu widzenia (FOV), 170 mm w ukośnej, quasi-osiowej płaszczyźnie.
3. Następnie, obrazy strukturalne o wysokiej rozdzielczości T₁ są uzyskiwane przy użyciu trójwymiarowej (3D) sekwencji GRASS (SPGR) (kąt obrotu 15°, woksele 1,2 mm) raz przed zebraniem danych funkcjonalnych i raz po. Obrazy te są używane jako odniesienie do wyrównania danych fMRI do strukturalnej objętości referencyjnej o wysokiej rozdzielczości uzyskanej w oddzielnej sesji, którą opiszemy później.

4. Funkcjonalne parametry MRI

Wszystkie obrazowania zostały wykonane na skanerze MRI GE Signa HD12 3T przy użyciu dostarczonej przez GE 8-kanałowej cewki głowicy. Wzbudzenie było impulsem okienkowym o długości 6,4 ms podawanym za pomocą cewki korpusu skanera.

Aby uzyskać próbkowanie 1,2 mm w ludzkim SC, używamy trzystrzałowej akwizycji trajektorii spiralnej^6,7. Trzy strzały są potrzebne z kilku powodów. W szczególności akwizycja pojedynczego strzału dla naszego skanera i pola widzenia wymaga > 77 ms, zbyt długo, aby była praktyczna. Wiele ujęć jest łączonych ze sobą po korekcji poprzez odjęcie wartości początkowej i trendu liniowego fazy. TE jest zwiększane o 2 ms w pierwszej klatce w celu oszacowania mapy pola na podstawie pierwszych dwóch uzyskanych objętości, a mapa ta jest używana do korekcji liniowej. Zrekonstruowane obrazy miały SNR na poziomie ~20. Czasowe widma mocy w wokselach SC zazwyczaj wykazywały niewielką strukturę związaną z szumem fizjologicznym; Zastosowanie akwizycji 3-strzałowej miało silny wpływ filtrujący na efekty pulsu serca i oddychania o stosunkowo wysokiej częstotliwości. Inne techniki redukcji szumów są problematyczne w tym kontekście wysokiej rozdzielczości. Na przykład metody korekcji retrospektywnej, takie jak RETROICOR⁶, nie mają zastosowania do danych z wielu ujęć, a bramkowanie serca wprowadza szum i artefakty związane z zaburzeniem równowagi T1.

Czas echa, T_E = 40 ms, jest dłuższy niż zwykle używany w korze (30 ms), ponieważ zmierzyliśmy odpowiednio dłuższe T₂* w tkance SC (~60 ms) niż obserwowane w korowej istocie szarej (~45 ms).

Pasmo akwizycji jest ograniczone do 62,5 kHz, aby zredukować szczytowy prąd gradientowy, który powoduje niepożądane nagrzewanie się naszego skanera. Wybieramy TR = 1 sek., więc przy trzech ujęciach objętość jest uzyskiwana co 3 sek.

5. Rezonans magnetyczny i modelowanie 3D

W pojedynczej oddzielnej sesji dla każdego tematu, uzyskujemy objętość referencyjną o wysokiej rozdzielczości (próbkowanie 0,7 mm) przy użyciu sekwencji T 1-ważonej, która daje dobry kontrast tkankowy (3D SPGR, kąt obrotu 15°, inwersja przygotowana z T_I = 450 ms, 2 wzbudzenia, czas trwania ~28 minut, woksele 0,7 mm).

W tym tomie referencyjnym segmentujemy tkankę śródmózgowia, pnia mózgu i części wzgórza (Ryc. 2A) za pomocą kombinacji technik automatycznych i ręcznych dostarczanych przez aplikację ITK-SNAP². W szczególności korzystamy z narzędzia do automatycznej segmentacji, w którym użytkownik umieszcza wiele punktów w każdym pniu mózgu; Następnie oprogramowanie automatycznie rozszerza segmentację wokół punktów początkowych ograniczonych w obszarze zdefiniowanym przez kryteria kontrastu i intensywności. Ta automatyczna segmentacja jest następnie dostosowywana, w razie potrzeby, za pomocą ręcznych, "przypominających farbę" narzędzi wokselowych.

Interfejs płyn-tkanka mózgowo-rdzeniowa SC jest interpolowany z segmentacji za pomocą teselacji powierzchni izogęstości, a ta początkowa powierzchnia jest udoskonalana w celu zmniejszenia artefaktów aliasingu (Rys. 2, B i D) za pomocą wariacyjnego algorytmu odkształcalnej powierzchni³. Powierzchnia ta zawiera wierzchołki i wektory normalne na zewnątrz, które można wykorzystać jako odniesienie dla obliczeń laminarnych (opisanych poniżej), a także jako środek do wizualizacji danych funkcjonalnych.

6. Analiza obrazu

Do analizy danych fMRI używamy pakietu oprogramowania mrVista (dostępnego do pobrania pod adresem http://white.stanford.edu/mrvista.php), a także narzędzi opracowanych na platformie mrVista w naszym laboratorium. W kilku następnych krokach korzystamy ze standardowych narzędzi pakietu mrVista:

1. Zainicjuj sesję w mrVista, wybierając opcję przestrzennej normalizacji intensywności uśrednionych danych w celu zmniejszenia skutków niejednorodności cewki. Normalizacja wykorzystuje metodę homomorficzną, to znaczy dzielenie przez filtrowaną dolnoprzepustową wersję czasowo uśrednionych intensywności obrazu objętościowego z dodatkową solidną korekcją szacowanego szumu. Pierwsza połowa cyklu obrazów (12 sekund) jest odrzucana, aby uniknąć przejściowej równowagi MR i efektów hemodynamicznych.
2. Skoryguj ruch w trakcie biegu. Ruch jest szacowany na podstawie szeregów czasowych woluminów. Jednak ze względu na stosunkowo niski stosunek sygnału do szumu (SNR) obrazów, najpierw wykonujemy 5-próbkowe wygładzanie wagonu skrzyniowego na szeregach czasowych. Każda objętość jest następnie rejestrowana jako średnia z ostatnich 5 próbek. Należy pamiętać, że wygładzanie jest używane tylko do szacowania ruchu, a rzeczywiste dane nie są wygładzane.
3. Utwórz średnie czasowe danych obrazu z korekcją ruchu dla każdego przebiegu i użyj tych średnich do skorygowania ruchu między przebiegami, używając ostatniego przebiegu jako odniesienia.
4. Wykonaj korektę czasu przecinka. Stosujemy sekwencyjną akwizycję wycinków, więc błędy wynikające z wykonania korekcji taktowania po korekcji ruchu będą niewielkie (~125 ms).
5. Uśrednij liczbę przebiegów zarejestrowanych w każdej sesji, aby poprawić SNR.
6. Dopasuj dane strukturalne z sesji fMRI do referencyjnej objętości strukturalnej za pomocą solidnego algorytmu rejestracji opartego na intensywności⁸. Załaduj wyrównanie i segmentację do mrVista.
7. Przekształć funkcjonalne dane szeregów czasowych na podzielony na segmenty wolumin referencyjny. W kolejnych krokach korzystamy z narzędzi opracowanych w naszym laboratorium do przeprowadzenia dalszej analizy.
8. Obliczanie mapy odległości polega na obliczaniu odległości między każdym wokselem tkankowym SC a jego najbliższym wierzchołkiem na powierzchni SC. Odległości te służą do pomiaru położenia laminarnego w objętości odniesienia.
9. Wykonaj proces segmentacji laminarnej, aby umożliwić uśrednianie głębokości danych szeregów czasowych w celu poprawy SNR. Małe (1,6 mm średnicy) krążki tkanki są powiązane z każdym wierzchołkiem modelu powierzchniowego wzdłuż całej powierzchownej powierzchni SC, a każdy dysk jest następnie przedłużany zarówno do wewnątrz, jak i na zewnątrz tkanki SC przy użyciu lokalnych normalnych powierzchni, aby utworzyć indywidualne sąsiedztwo laminarne⁴.
10. Dla każdego punktu na powierzchni SC używamy tych asocjacji laminarnych do uśrednienia szeregów czasowych w określonym zakresie głębokości. Ponieważ neurony reagujące wzrokowo są obecne głównie w powierzchownych warstwach SC, w eksperymencie stymulacji wzrokowej użyliśmy zakresu głębokości 0-1,8 mm.

7. Analiza mapowania topograficznego

Do analizy topograficznej reprezentacji danych, analiza koherencji jest przeprowadzana na szeregach czasowych uśrednionych głębokościowo poprzez dopasowanie sinusoidy do częstotliwości powtarzania bodźca (tj. 1/24 Hz dla bodźca 24 sekundowego opisanego powyżej) dla każdego woksela. Na podstawie tego dopasowania wyprowadzamy powierzchniowe mapy amplitudy odpowiedzi, koherencji i fazy. Analiza ta jest przeprowadzana w dziedzinie częstotliwości i jest powszechną techniką ilościowego określania map retinotopowych w korze wzrokowej^9,10.

Faza dopasowania sinusoidalnego mierzy położenie bodźca. Faza zerowa odpowiada górnemu południkowi pionowemu (rys. 3). Następnie bodziec obraca się zgodnie z ruchem wskazówek zegara, więc faza π/2 odpowiada momentowi, w którym bodziec obrócił się do południka poziomego w prawym polu widzenia. Po π radianów fazy, bodziec przechodzi do lewego pola widzenia i tak dalej.

Uzyskaliśmy również granice całego powierzchownego zasięgu SC, korzystając z ręcznej kontroli anatomii objętości ważonej T1 o wysokiej rozdzielczości. Granice te są oznaczone na rys. 3 czerwonymi liniami przerywanymi.

fMRI nie mierzy bezpośrednio aktywności neuronalnej, ale raczej reakcji przepływu krwi, która jest ściśle, ale powoli, sprzężona z aktywnością neuronalną. Powoduje to opóźnienie hemodynamiczne w odpowiedzi fazowej. Opóźnienie jest szacowane poprzez wzięcie wszystkich wokseli powyżej naszego progu koherencji z każdego obszaru zainteresowania SC i wyśrodkowanie ich średnich wokół π na płaszczyźnie zespolonej. W naszych danych SC opóźnienia te są dość małe, rzędu 2-4 sekund. Opóźnienie to usuwamy, obracając mapę kolorów w kierunku przeciwnym do ruchu wskazówek zegara o 45 stopni (co odpowiada 3 sekundom) (rys. 3).

8. Reprezentatywne wyniki

Dane fazowe nałożone na powierzchnię 3D SC (Rys. 3) pokazują, że reakcja na stymulację wzrokową jest reprezentowana przeciwlegle w SC, tj. lewe pole widzenia jest reprezentowane przez prawe SC i odwrotnie.

Istnieje również retinotopowa organizacja aktywności. Prawe górne pole widzenia jest reprezentowane przyśrodkowo na lewym wzgórku (niebiesko-magenta), a dolne pole jest reprezentowane bocznie (czerwono-żółte). Podobnie, lewe górne pole widzenia jest reprezentowane przyśrodkowo na prawym wzgórku (niebiesko-cyjan), a dolne jest reprezentowane bocznie (zielono-żółte).

Ta topografia jest zgodna z wynikami badań nad reakcjami SC na naczelnych innych niż ludzie: 1) na stymulację wzrokową za pomocą elektrofizjologii jednojednostkowej i 2) mapowanie wychylnych ruchów gałek ocznych wywołanych mikrostymulacją^11,12.

Rysunek 1. A) Recepta na plasterek oglądana na obrazie w połowie strzału. B) Średnia czasowa (z 1 cyklu) obrazów funkcjonalnych uzyskanych z środkowego wycinka zaznaczonego na czerwono w A).

Rysunek 2. Bodziec topograficzny kąta biegunowego. Obracający się pod kątem 90° klin czarno-białych kropek na szarym tle obracał się powoli wokół fiksacji. Klin został podzielony na tablicę 6 wirtualnych sektorów (szare linie dodane w celu podkreślenia sektorów), aby umożliwić badanemu wykonanie zadania dyskryminacji prędkości w losowo wybranym sektorze.

Rysunek 3. Segmentacja i modelowanie powierzchniowe. A) Śródmózgowie, pień mózgu i części wzgórza zostały podzielone na segmenty z objętości anatomii MRI o wysokiej rozdzielczości. B) Powierzchnia została utworzona na krawędzi segmentowanego obszaru. C) Dane dotyczące fazy dopasowania sinusoidalnego oglądane na wycinku płaskim (koherencja > 0,25). D) Do wizualizacji danych fazowych na SC wykorzystano obrócony i powiększony widok modelu powierzchni pnia mózgu.

Rysunek 4. Mapy biegunowe. Mapy fazowe fMRI u dwóch obiektów, które kodują wizualny kąt biegunowy. Progi spójności dla każdej mapy znajdują się w prawym dolnym rogu. Koło kolorów wiąże nałożone na siebie fazy bodźca pod kątem biegunowym z ich położeniem w polu widzenia.

Dyskusja

Nasze techniki akwizycji i analizy danych umożliwiają pomiar aktywności neuronalnej w podkorowych strukturach ludzkiego mózgu w wysokiej rozdzielczości (woksele 1,2 mm). Akwizycja spiralna w 3 strzałach zmniejsza szum fizjologiczny, który jest szczególnie szkodliwy dla pomiarów fMRI w okolicy śródmózgowia. Ponadto nasza laminarna segmentacja tkanki pozwala nam na uśrednianie głębokości danych, co pomaga poprawić SNR. Użyliśmy tych metod, aby pokazać precyzyjne mapy topograficzne pod kątem biegunowym stymulacji wzrokowej ...