Wspólna analiza struktury i funkcji mózgu za pomocą fMRI i obrazowania zależnego od dyfuzji

Ogólnym celem poniższego eksperymentu jest jednoczesna analiza struktury i funkcji mózgu za pomocą rezonansu magnetycznego. Osiąga się to za pomocą rezonansu magnetycznego o wysokim polu do obrazowania struktury istoty białej mózgu za pomocą obrazowania widma dyfuzji lub DSI oraz do pomiaru funkcji mózgu za pomocą pogrubionego FMRI. Dane DSI są następnie przetwarzane w celu uzyskania wielokierunkowych szacunków dyfuzji w każdym punkcie mózgu.

Dodatkowo dane FMRI są analizowane w celu wytworzenia obszarów zainteresowania do generowania lub wyboru wirtualnych włókien istoty białej. Następnie obszary zainteresowania są wyrównywane z danymi DSI, tak aby dane funkcjonalne i strukturalne znajdowały się we wspólnej przestrzeni obrazu. Na koniec przeprowadza się traktografię t na danych dyfuzyjnych w celu oszacowania szlaków istoty białej łączących funkcjonalne obszary zainteresowania Uzyskuje się wyniki, które pokazują stopień anatomicznej łączności między obszarami mózgu, co do których przypuszcza się, że są funkcjonalnie połączone.

Na podstawie danych dotyczących zadań FMRI. Ostatnie zbieżne dowody sugerują, że złożone operacje poznawcze są wykonywane przez sieci wielu regionów mózgu współpracujących ze sobą, a nie przez pojedynczy obszar. Aby w pełni określić te systemy obliczeniowe, konieczne jest zrozumienie zależności między ich właściwościami funkcjonalnymi i strukturalnymi poprzez połączenie funkcjonalnego rezonansu magnetycznego.

Dzięki obrazowaniu MR z dyfuzją ważoną można zbadać łączność sieciową i sposób, w jaki powoduje ona skomplikowane ludzkie zachowanie. Główną zaletą tego dyfuzyjnego rezonansu magnetycznego w porównaniu ze standardowymi metodami, takimi jak obrazowanie tensora dyfuzji, jest to, że połączenie obrazowania dyfuzyjnego o wysokiej rozdzielczości kątowej i rekonstrukcji bez modelu umożliwia nam lepsze rozwiązywanie złożonych konfiguracji włókien w mózgu. Implikacje tej techniki rozciągają się w kierunku charakterystyki stanów neuropsychologicznych.

Na przykład wrodzona prozopagnozja, w której osoby wykazują upośledzenie rozpoznawania twarzy. Stosując standardowy dyfuzyjny rezonans magnetyczny, wykazano, że drogi włókien istoty białej proksymalne do obszarów przetwarzania twarzy są zdegradowane w porównaniu z normalnymi kontrolami. Łącząc strukturalny i funkcjonalny rezonans magnetyczny, można zidentyfikować braki strukturalne w światłowodach, w szczególności łączących węzły w sieci przetwarzania twarzy.

Metoda ta może być również stosowana w kontekście klinicznym, takim jak planowanie neurochirurgiczne. Chirurdzy wykorzystują mapowanie funkcjonalne do identyfikacji tkanki istoty szarej związanej z ważnymi funkcjami poznawczymi w celu zminimalizowania wszelkich przypadkowych uszkodzeń podczas operacji. Dzięki dodatkowym informacjom strukturalnym, takim jak obrazowanie zależne dyfuzyjnie, mogą również zminimalizować uszkodzenia krytycznych struktur istoty białej, które łączą te obszary funkcjonalne.

Ogólnie rzecz biorąc, osoby, które dopiero zaczynają korzystać z tej metody, będą zmagać się z faktem, że nie istnieje jeden pakiet oprogramowania, który wykonałby wszystkie niezbędne kroki procedury. Dlatego użytkownicy muszą poruszać się między wieloma programami, zachowując wspólny format obrazu wraz ze spójną orientacją i wyrównaniem. Nasz protokół zawiera szczegółową instrukcję, która poprowadzi użytkowników przez tę procedurę.

Analizy tego typu, które uwzględniają strukturę i funkcję w połączeniu, są naturalnym wygaśnięciem eksperymentów z obrazowaniem funkcjonalnym, które zidentyfikowały obszary mózgu z kolekcją. W zadaniach będących przedmiotem zainteresowania, większość poprzednich podejść nie była w stanie dostarczyć informacji o łącznościach strukturalnych i to właśnie dodajemy w naszym podejściu tutaj w tym protokole. Skaner Siemens z trzema Teslami służy do uzyskiwania obrazowania widma dyfuzji w 257 kierunkach lub skanowania DSI z 32-kanałową cewką głowicy Phased Array, do uzyskania sygnału dla tego skanu o wysokiej rozdzielczości kątowej wymagane jest wysokie natężenie pola i cewka 32-kanałowa.

Najczęściej stosowaną metodą obrazowania dyfuzyjnego jest obrazowanie tensora dyfuzji lub DTI przy użyciu pięcio- do 10-minutowego skanu, zwykle mierzącego 64 lub mniej kierunków. Ograniczeniem DTI jest trudność w rozdzielaniu, krzyżowaniu i całowaniu włókien, które są lepiej wykrywane za pomocą kombinacji metod akwizycji i rekonstrukcji o wysokiej rozdzielczości, takich jak DS. Zwracam uwagę, że protokół DSI wymaga około 45 do 50 minut obrazowania, a korekcja ruchu nie może być zastosowana do danych DSI. Dlatego zaleca się zminimalizowanie ruchu poprzez użycie prętów do gryzienia, piankowej wyściółki lub innych technik stabilizacji, a aby skorzystać z wysoko wyszkolonych uczestników, do FMRI opartego na zadaniach wymagany jest dodatkowy sprzęt, taki jak wyświetlacz kompatybilny z MR i system reakcji przycisków.

Przed skanowaniem należy uzyskać świadomą zgodę i przeprowadzić badania przesiewowe w kierunku rezonansu magnetycznego. Przeciwwskazania. Następnie poinformuj uczestnika o naturze skanów, które mają zostać wykonane, podkreślając konieczność pozostania w bezruchu podczas skanowania DSI. Gdy uczestnik będzie gotowy do rozpoczęcia wygodnego działania, ustabilizuj głowę uczestnika, a następnie wsuń łóżko do skanera, wykonaj wstępne skany zwiadowcze i kalibrację.

Następnie wyrównaj wycinki do skanu DSI do spoidła przedniego i tylnego i upewnij się, że plastry do skanu DSI pokrywają cały przebieg mózgu. Skanowanie DSI polega na tym, że fotografowany pacjent relaksuje się w skanerze lub ogląda film w systemie prezentacji. Po skanowaniu DSI należy pobrać ważony skan anatomiczny T one do późniejszego wykorzystania do korejestracji danych DSI z innymi danymi anatomicznymi lub funkcjonalnymi w tej samej lub oddzielnej sesji skanowania.

Pobieraj również dane FMRI oparte na zadaniach do funkcjonalnego skanowania zadań behawioralnych. Poinstruuj badanych, aby monitorowali ekran pod kątem bodźców związanych z zadaniem i w razie potrzeby. Jeśli FMRI jest wykonywany w innym dniu, należy wykonać kolejny skan anatomiczny ważony metodą T-one.

To podejście do przetwarzania wykorzystuje analizę powierzchniową danych FMRI do generowania ROI dla traktografii i pozwala na lepszą wizualizację korespondencji między punktami końcowymi traktografii a funkcjonalnymi ROI. Aby rozpocząć przetwarzanie, najpierw prześlij uzyskany obraz ważony T one do automatycznego algorytmu freesurfers, który przeprowadza anatomiczną segmentację istoty szarej i białej oraz rekonstrukcję powierzchni kory mózgowej. Dane wyjściowe zawierają również przetworzoną wersję objętości anatomicznej, z której utworzono powierzchnie, określaną jako objętość powierzchni.

Następnie wstępnie przetwórz dane FMRI w trądziku. Następnie zaimportuj bezpłatne dane wyjściowe surfera do oprogramowania Summa A Acne i zmapuj wstępnie przetworzone dane funkcjonalne na powstałe powierzchnie. Analizuj dane FMRI w celu wygenerowania map statystycznych, na podstawie których można utworzyć funkcjonalnie zdefiniowane ROI dla traktografii T.

Następnie rozszerz te funkcjonalne ROI oparte na powierzchni na istotę białą poprzez dylatację, aby zmaksymalizować kontakt z liniami opływowymi podczas traktografii. Na koniec przekształć rozszerzone ROI ze współrzędnych powierzchni na wolumin i wyprowadź jako sprytne pliki do przetworzenia danych dyfuzji. Najpierw zidentyfikuj, które obrazy DICOM w zestawie danych są inne obrazy B zero lub obrazy linii bazowej, a następnie przekonwertuj je na ładny format.

Następnie w DSI studio otwórz obrazy DSI DICOM i połącz je, aby utworzyć plik źródłowy i dostarczyć tabelę gradientów. Następnie zastosuj domyślną maskę rekonstrukcji do obrazu linii bazowej i upewnij się, że obejmuje ona całą istotę szarą bez uwzględniania pustej przestrzeni, czaszki lub tkanki innej niż mózgowa. Edytuj potrzebną maskę.

Wybierz tutaj model rekonstrukcji o wysokiej rozdzielczości przy użyciu wariancji A-D-S-I-G-Q-I lub GQI. Używana jest opcja GQI. Następnie utwórz plik informacyjny z włóknami, aby przedstawić główne kierunki dyfuzji w każdym norniku.

Następnie funkcjonalne ROI muszą zostać przekształcone w przestrzeń DSI. Użyj apni, aby wyrównać obraz zerowy DSIB do objętości powierzchni anatomicznej w formacie nifty. Odwróć powstałą 12-punktową matrycę transformacji ALINE za pomocą maty dla kota z programem trądzikowym.

Następnie zastosuj odwróconą macierz do funkcjonalnych ROI, aby przekształcić je w przestrzeń DSI. Śledzenie włókien z całym ziarnem mózgu to szybki i skuteczny sposób oceny ogólnej jakości danych. Jest to również okazja do określenia wartości parametrów globalnych, takich jak próg śledzenia, aby rozpocząć, tworząc cały region nasion mózgu.

Następnie ustaw początkową wartość progu śledzenia, aby zamaskować woksele o niskim sygnale, a także próg kąta. Ustaw również rozmiar kroku śledzenia w milimetrach i żądaną liczbę włókien lub punktów wysiewu. Teraz wykonaj całą traktografię mózgu, aby sprawdzić ogólną jakość rekonstrukcji ODF.

Następnie znajdź optymalny próg śledzenia, iteracyjnie wykonując śledzenie całego mózgu i dostosowując próg śledzenia. Znajdź próg, który maksymalizuje proporcję włókien, które docierają do istoty szarej, wizualizując nakładanie się całej traktografii mózgu i maskę istoty szarej na ścieżce, hałaśliwe włókna musujące są zminimalizowane, gdy 90 do 100% włókien dotrze do istoty szarej Ponadto sprawdź, czy próg śledzenia maskuje woksel i pustą przestrzeń. Na przykład szczelina podłużna bez usuwania wokseli, która wyraźnie leży w istocie białej jako ścieżka kontroli krzyżowej, zestaw włókien kontrolnych z anatomicznego ROI na biegunie potylicznym z dużą liczbą nasion, na przykład 500 000.

Sprawdź, czy ta procedura wytwarza w przybliżeniu taką samą liczbę włókien w zestawach danych teraz, gdy wybrano optymalne parametry traktografii. Następnie wykonaj traktografię T z ograniczeniem ROI, aby przetestować hipotezy dotyczące łączności między funkcjonalnie zdefiniowanymi regionami mózgu. Zacznij od załadowania pliku fib i utwórz cały region zalążkowy mózgów w DSI Studio Następnie załaduj jeden lub więcej funkcjonalnie zdefiniowanych plików nifty regionu zainteresowania i ustaw je jako ROI w ustawiaczach regionów DSI studio.

Zwrot z inwestycji będzie wymagał przejścia przez nie linii strumieniowych, ustawienia progu śledzenia i kąta przy użyciu wcześniej zoptymalizowanych parametrów oraz przeprowadzenia śledzenia. Na koniec zapisz dane wyjściowe traktografii jako pliki TRK. Następnie należy przeprowadzić analizę gęstości punktów końcowych, która może mierzyć zgodność łączności strukturalnej z precyzyjnymi lokalizacjami przestrzennymi aktywacji funkcjonalnej opartej na zadaniach.

Aby rozpocząć ładowanie sprytnych plików ROI i TRK do oprogramowania Track fz, wykonaj operacje logiczne między regionami i zapisz wyniki każdej operacji jako nowy plik TRK. Użyj funkcji zestawu narzędzi dyfuzji, aby przestrzennie przekształcić pliki TRK z przestrzeni DSI do przestrzeni objętościowej powierzchni, aby wyświetlić dane światłowodowe na podkładzie anatomicznym o wysokiej rozdzielczości, załadować plik transformacji TRK i objętość powierzchni na ścieżce vis w celu sprawdzenia wyników jako jednej miary łączności. Oblicz łączną liczbę punktów końcowych światłowodu w ROI znormalizowaną przez wolumen ROI.

Tutaj widzimy ilustrację optymalnych i nieoptymalnych wyników przy użyciu traktografii całego mózgu. Wszystkie trzy obrazy są oparte na tym samym zestawie danych DWI w 257 kierunkach od jednego uczestnika. Tutaj przedstawiono optymalne wyniki.

Natomiast przedstawione tutaj wyniki pokazują wpływ zbyt łagodnych parametrów traktografii. Tutaj widzimy obniżenie jakości, które wynika z użycia pojedynczego modelu tensorowego do rekonstrukcji danych DWI. Na tym rysunku widzimy przykład regionów aktywowanych podczas zadania percepcji twarzy, w których oglądano obrazy twarzy i przedmiotów codziennego użytku.

Podczas skanowania FMRI dwóch brzusznych obszarów skroniowych pośrodku, zakręt wrzecionowaty i dolny zakręt potyliczny wykazywały znacznie bardziej śmiałe odpowiedzi dla twarzy niż dla obiektów. Scena z figurą pokazuje połączenia między korą wzrokową, obszarami czuciowymi i obszarem kontroli uwagi w tylnej korze ciemieniowej. Ten panel pokazuje przybliżone lokalizacje regionów V jeden, V dwa i V trzy w kolorze czerwonym, zielonym i niebieskim.

Region zalążkowy PPC oznaczony jako IPS jeden, a ścieżki światłowodowe łączące te regiony są pokolorowane przez potyliczny zwrot z inwestycji, z którego zostały umieszczone. Panel B pokazuje regiony zdefiniowane przez funkcjonalność w IPS na brązowo, V jeden na czerwono, V dwa na zielono i V trzy na niebiesko na powierzchni kory wraz z punktami końcowymi światłowodów w każdym regionie. Po opanowaniu akwizycja danych dla jednego uczestnika może zostać osiągnięta w ciągu 30 do 90 minut.

Zautomatyzowana rekonstrukcja powierzchni anatomicznej trwa zazwyczaj 16 godzin, podczas gdy dane ważone dyfuzją mogą być przetwarzane w mniej niż godzinę. Czas przetwarzania i analizy danych FMRI różni się w zależności od zadania behawioralnego i procedur eksperymentalnych. Wymagania dotyczące czasu traktografii również wahają się od minut do godzin, w zależności od parametrów śledzenia i ograniczeń obszaru zainteresowania.

Próbując wykonać tę procedurę, należy pamiętać, że wynik traktografii może być podatny zarówno na wyniki fałszywie dodatnie, jak i fałszywie ujemne. Zawsze oceniaj wynik śledzenia włókien w kontekście wcześniejszych wyników neuroanatomicznych lub stosuj zbieżne metodologie, takie jak analiza połączeń funkcjonalnych Postępując zgodnie z tą procedurą. Inne metody, takie jak klasyfikacja wzorców na podstawie lokalizacji włókien, szczegółowa analiza przestrzenna rozkładów punktów końcowych i podłużne skanowanie integralności istoty białej, mogą być wykonane w celu dalszego zbadania związku ze strukturą i funkcją mózgu.

Technika ta utorowała drogę naukowcom zajmującym się neuronauką kognitywną do nieinwazyjnego badania relacji między strukturą a funkcją u zdrowych ludzi i w populacjach klinicznych. Strukturalne połączenia między regionami mózgu mogą służyć do ograniczania hipotez dotyczących przepływu informacji przez sieci mózgowe, które kontrolują złożone ludzkie zachowania. Po obejrzeniu tego filmu powinieneś zrozumieć kluczowe kroki w rekonstrukcji danych obrazowania ważonego dyfuzją i wykonywaniu traktografii światłowodowej.

Powinieneś również zrozumieć, jak ważne jest przeprowadzanie kontroli jakości i iteracyjnych testów parametrów w celu optymalizacji wyników śledzenia światłowodów. Wreszcie, po obejrzeniu tego filmu, powinieneś lepiej zrozumieć, jak powiązać łączność anatomiczną z funkcjonalnymi właściwościami sieci mózgowych.