Name: Wspólna analiza struktury i funkcji mózgu za pomocą fMRI i obrazowania zależnego od dyfuzji (Wideo) | JoVE Journal
Uploaded: 2012-11-08T12:00:00.000+00:00
Duration: 17 min 6 s
Description: Poznaj metodę jednoczesnej analizy struktury i funkcji mózgu za pomocą obrazowania rezonansu magnetycznego z wykorzystaniem DSI i fMRI. Technika ta pozwala powiązać łączność anatomiczną z właściwościami funkcjonalnymi sieci mózgowych.

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

Wymień podziękowania i źródła finansowania. Praca jest wspierana przez NIH RO1-MH54246 (M. B.), National Science Foundation BCS0923763 (M.B.), Defense Advanced Research Projects Agency (DARPA) na podstawie kontraktu NBCHZ090439 (W. S.), Office of Naval Research (ONR) na podstawie przyznania N00014-11-1-0399 (W. S.) oraz Army Research Lab (ARL) na podstawie kontraktu W911NF-10-2-0022 (W. S.). Poglądy, opinie i/lub wnioski zawarte w niniejszej prezentacji są opiniami autorów i nie powinny być interpretowane jako reprezentujące oficjalne stanowiska lub politykę, wyrażoną lub dorozumianą, powyższych agencji lub Departamentu Obrony Stanów Zjednoczonych.

<ol><li>Wedeen, V. anJ., Hagmann, P., Tseng, W. I., Reese, T. G., Weisskoff, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mapping+complex+tissue+architecture+with+diffusion+spectrum+magnetic+resonance+imaging%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">Mapping complex tissue architecture with diffusion spectrum magnetic resonance imaging.</a> Magnetic Resonance in Medicine. 54 (6), 1377-1386 (2005).</li>
<li>Wedeen, V. J., Wang, R. P., Schmahmann, J. D., Benner, T., Tseng, W. Y. I., Dai, G., Pandya, D. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion+spectrum+magnetic+resonance+imaging+%28DSI%29+tractography+of+crossing+fibers%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Diffusion spectrum magnetic resonance imaging (DSI) tractography of crossing fibers.</a> NeuroImage. 41 (4), 1267-1277 (2008).</li>
<li>Pipe, J. Pulse Sequences for Diffusion-weighted MRI. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aPipe%2C+J+%22Diffusion+MRI%3A+From+quantitative+measurement+to+in-vivo+neuroanatomy%22">Diffusion MRI: From quantitative measurement to in-vivo neuroanatomy</a>. , 1st, Elsevier. London. 12-35 (2009).</li>
<li>Le Bihan, D., Poupon, C., Amadon, A., Lethimonnier, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Artifacts+and+pitfalls+in+diffusion+MRI%5BTitle%5D)+AND+%22Journal+of+Magnetic+Resonance+Imaging%3A+JMRI%22%5BJournal%5D)">Artifacts and pitfalls in diffusion MRI.</a> Journal of Magnetic Resonance Imaging: JMRI. 24 (3), 478-488 (2006).</li>
<li>Tuch, D. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Q-ball+imaging%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">Q-ball imaging.</a> Magnetic Resonance in Medicine. 52 (6), 1358-1372 (2004).</li>
<li>Sakaie, K. E., Lowe, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+objective+method+for+regularization+of+fiber+orientation+distributions+derived+from+diffusion-weighted+MRI%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">An objective method for regularization of fiber orientation distributions derived from diffusion-weighted MRI.</a> NeuroImage. 34 (1), 169-176 (2007).</li>
<li>Reese, T. G., Benner, T., Wang, R., Feinberg, D. A., Wedeen, V. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Halving+imaging+time+of+whole+brain+diffusion+spectrum+imaging+and+diffusion+tractography+using+simultaneous+image+refocusing+in+EPI%5BTitle%5D)+AND+%22Journal+of+Magnetic+Resonance+Imaging%22%5BJournal%5D)">Halving imaging time of whole brain diffusion spectrum imaging and diffusion tractography using simultaneous image refocusing in EPI.</a> Journal of Magnetic Resonance Imaging. 29 (3), 517-522 (2009).</li>
<li>Cox, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((AFNI%3A+software+for+analysis+and+visualization+of+functional+magnetic+resonance+neuroimages%5BTitle%5D)+AND+%22Computers+and+Biomedical+Research%22%5BJournal%5D)">AFNI: software for analysis and visualization of functional magnetic resonance neuroimages.</a> Computers and Biomedical Research. 29 (3), 162-173 (1996).</li>
<li>Cox, R. W., Hyde, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Software+tools+for+analysis+and+visualization+of+fMRI+data%5BTitle%5D)+AND+%22NMR+in+Biomedicine%22%5BJournal%5D)">Software tools for analysis and visualization of fMRI data.</a> NMR in Biomedicine. 10 (4-5), 171-178 (1997).</li>
<li>Goebel, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((BRAINVOYAGER%3A+a+program+for+analyzing+and+visualizing+functional+and+structural+magnetic+resonance+data+sets%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">BRAINVOYAGER: a program for analyzing and visualizing functional and structural magnetic resonance data sets.</a> NeuroImage. 3, S604(1996).</li>
<li>Smith, S. M., Jenkinson, M., Woolrich, M. W., Beckmann, C. F., Behrens, T. E. J., Johansen-Berg, H., Bannister, P. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advances+in+functional+and+structural+MR+image+analysis+and+implementation+as+FSL%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Advances in functional and structural MR image analysis and implementation as FSL.</a> NeuroImage. 23, Suppl 1. S208-S219 (2004).</li>
<li>Woolrich, M. W., Jbabdi, S., Patenaude, B., Chappell, M., Makni, S., Behrens, T., Beckmann, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bayesian+analysis+of+neuroimaging+data+in+FSL%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Bayesian analysis of neuroimaging data in FSL.</a> NeuroImage. 45, Suppl 1. S173-S186 (2009).</li>
<li>Friston, K. J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aFriston%2C+KJ+%22Statistical+parametric+mapping%3A+the+analysis+of+functional+brain+images%22">Statistical parametric mapping: the analysis of functional brain images</a>. , Academic Press. (2007).</li>
<li>Nichols, T., Hayasaka, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Controlling+the+familywise+error+rate+in+functional+neuroimaging%3A+a+comparative+review%5BTitle%5D)+AND+%22Statistical+Methods+in+Medical+Research%22%5BJournal%5D)">Controlling the familywise error rate in functional neuroimaging: a comparative review.</a> Statistical Methods in Medical Research. 12 (5), 419-446 (2003).</li>
<li>Benjamini, Y., Hochberg, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Controlling+the+false+discovery+rate%3A+a+practical+and+powerful+approach+to+multiple+testing%5BTitle%5D)+AND+%22Journal+of+the+Royal+Statistical+Society%2C+Series+B+%28Methodological%22%5BJournal%5D)">Controlling the false discovery rate: a practical and powerful approach to multiple testing.</a> Journal of the Royal Statistical Society, Series B (Methodological. 57 (1), 289-300 (1995).</li>
<li>Logan, B. R., Rowe, D. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+evaluation+of+thresholding+techniques+in+fMRI+analysis%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">An evaluation of thresholding techniques in fMRI analysis.</a> NeuroImage. 22, 95-108 (2004).</li>
<li>Basser, P. J., Mattiello, J., LeBihan, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estimation+of+the+effective+self-diffusion+tensor+from+the+NMR+spin+echo%5BTitle%5D)+AND+%22Journal+of+Magnetic+Resonance%2C+Series+B%22%5BJournal%5D)">Estimation of the effective self-diffusion tensor from the NMR spin echo.</a> Journal of Magnetic Resonance, Series B. 103 (3), 247-254 (1994).</li>
<li>Basser, P. J., Mattiello, J., LeBihan, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MR+diffusion+tensor+spectroscopy+and+imaging%5BTitle%5D)+AND+%22Biophysical+Journal%22%5BJournal%5D)">MR diffusion tensor spectroscopy and imaging.</a> Biophysical Journal. 66 (1), 259-267 (1994).</li>
<li>Frank, L. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Anisotropy+in+high+angular+resolution+diffusion-weighted+MRI%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">Anisotropy in high angular resolution diffusion-weighted MRI.</a> Magnetic Resonance in Medicine. 45 (6), 935-939 (2001).</li>
<li>Frank, L. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Characterization+of+anisotropy+in+high+angular+resolution+diffusion-weighted+MRI%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">Characterization of anisotropy in high angular resolution diffusion-weighted MRI.</a> Magnetic Resonance in Medicine. 47 (6), 1083-1099 (2002).</li>
<li>Tuch, D. S., Reese, T. G., Wiegell, M. R., Makris, N., Belliveau, J. W., Wedeen, V. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+angular+resolution+diffusion+imaging+reveals+intravoxel+white+matter+fiber+heterogeneity%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">High angular resolution diffusion imaging reveals intravoxel white matter fiber heterogeneity.</a> Magnetic Resonance in Medicine. 48 (4), 577-582 (2002).</li>
<li>Descoteaux, M., Angelino, E., Fitzgibbons, S., Deriche, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Regularized%2C+fast%2C+and+robust+analytical+Q-ball+imaging%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">Regularized, fast, and robust analytical Q-ball imaging.</a> Magnetic Resonance in Medicine. 58 (3), 497-510 (2007).</li>
<li>Tuch, D. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Q-ball+imaging%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">Q-ball imaging.</a> Magnetic Resonance in Medicine. 52 (6), 1358-1372 (2004).</li>
<li>Yeh, F. C., Wedeen, V. J., Tseng, W. -Y. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Generalized+Q-sampling+imaging%5BTitle%5D)+AND+%22IEEE+Transactions+on+Medical+Imaging%22%5BJournal%5D)">Generalized Q-sampling imaging.</a> IEEE Transactions on Medical Imaging. 29 (9), 1626-1635 (2010).</li>
<li>Wang, R., Benner, T., Sorensen, A. G., Wedeen, V. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion+Toolkit%3A+a+software+package+for+diffusion+imaging+data+processing+and+tractography%5BTitle%5D)+AND+%22Proc.+Intl.+Soc.+Mag.+Reson.+Med%22%5BJournal%5D)">Diffusion Toolkit: a software package for diffusion imaging data processing and tractography.</a> Proc. Intl. Soc. Mag. Reson. Med. , 3720(2007).</li>
<li>Sundaram, S. K., Kumar, A., Makki, M. I., Behen, M. E., Chugani, H. T., Chugani, D. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion+tensor+imaging+of+frontal+lobe+in+autism+spectrum+disorder%5BTitle%5D)+AND+%22Cereb+Cortex%22%5BJournal%5D)">Diffusion tensor imaging of frontal lobe in autism spectrum disorder.</a> Cereb Cortex. 18 (11), 2659-2665 (2008).</li>
<li>Greenberg, A. S., Verstynen, T., Chiu, Y. -C., Yantis, S., Schneider, W., Behrmann, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visuotopic+Cortical+Connectivity+Underlying+Attention+Revealed+with+White-Matter+Tractography%5BTitle%5D)+AND+%22The+Journal+of+Neuroscience%22%5BJournal%5D)">Visuotopic Cortical Connectivity Underlying Attention Revealed with White-Matter Tractography.</a> The Journal of Neuroscience. 32 (8), 2773-2782 (2012).</li>
<li>Slotnick, S. D., Yantis, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Efficient+acquisition+of+human+retinotopic+maps%5BTitle%5D)+AND+%22Human+Brain+Mapping%22%5BJournal%5D)">Efficient acquisition of human retinotopic maps.</a> Human Brain Mapping. 18 (1), 22-29 (2003).</li>
<li>Greenberg, A. S., Esterman, M., Wilson, D., Serences, J. T., Yantis, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Control+of+spatial+and+feature-based+attention+in+frontoparietal+cortex%5BTitle%5D)+AND+%22The+Journal+of+Neuroscience%22%5BJournal%5D)">Control of spatial and feature-based attention in frontoparietal cortex.</a> The Journal of Neuroscience. 30 (43), 14330-14339 (2010).</li>
<li>Kastner, S., Ungerleider, L. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mechanisms+of+visual+attention+in+the+human+cortex%5BTitle%5D)+AND+%22Annual+Review+of+Neuroscience%22%5BJournal%5D)">Mechanisms of visual attention in the human cortex.</a> Annual Review of Neuroscience. 23, 315-341 (2000).</li>
<li>Bürgel, U., Amunts, K., Hoemke, L., Mohlberg, H., Gilsbach, J. M., Zilles, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((White+matter+fiber+tracts+of+the+human+brain%3A+Three-dimensional+mapping+at+microscopic+resolution%2C+topography+and+intersubject+variability%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">White matter fiber tracts of the human brain: Three-dimensional mapping at microscopic resolution, topography and intersubject variability.</a> NeuroImage. 29 (4), 1092-1105 (2006).</li>
<li>Behrens, T. E. J., Jbabdi, S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBehrens%2C+TEJ+%22MR+Diffusion+Tractography.+Diffusion+MRI%3A+From+quantitative+measurement+to+in-vivo+neuroanatomy%22">MR Diffusion Tractography. Diffusion MRI: From quantitative measurement to in-vivo neuroanatomy</a>. , 1st, Elsevier. London. 333-352 (2009).</li>
<li>Verstynen, T., Jarbo, K., Pathak, S., Schneider, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+vivo+mapping+of+microstructural+somatotopies+in+the+human+corticospinal+pathways%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">In vivo mapping of microstructural somatotopies in the human corticospinal pathways.</a> Journal of Neurophysiology. 105 (1), 336-346 (2011).</li>
<li>Jarbo, K., Verstynen, T., Schneider, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+vivo+quantification+of+global+connectivity+in+the+human+corpus+callosum%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">In vivo quantification of global connectivity in the human corpus callosum.</a> NeuroImage. , In press (2012).</li>
<li>Verstynen, T., Badre, D., Jarbo, K., Schneider, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Microstructural+organizational+patterns+in+the+human+corticostriatal+system%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Microstructural organizational patterns in the human corticostriatal system.</a> , Under review (2012).</li>
<li>Wang, Y., Fernández-Miranda, J. C., Verstynen, T., Pathak, S., Schneider, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identifying+human+brain+tracts+with+tractography+and+fiber+microdissection%3A+mapping+connectivity+of+the+middle+longitudinal+fascicle+as+the+dorsal+auditory+pathway%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Identifying human brain tracts with tractography and fiber microdissection: mapping connectivity of the middle longitudinal fascicle as the dorsal auditory pathway.</a> , Under review (2012).</li>
<li>Fernandez-Miranda, J. C., Engh, J. A., Pathak, S. K., Madhok, R., Boada, F. E., Schneider, W., Kassam, A. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-definition+fiber+tracking+guidance+for+intraparenchymal+endoscopic+port+surgery%5BTitle%5D)+AND+%22Journal+of+Neurosurgery%22%5BJournal%5D)">High-definition fiber tracking guidance for intraparenchymal endoscopic port surgery.</a> Journal of Neurosurgery. 113 (5), 990-999 (2010).</li>
<li>Fernandez-Miranda, J. C., Engh, J., Pathak, S., Wang, Y., Jarbo, K., Verstynen, T., Boada, F., Schneider, W., Friedlander, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-definition+fiber+tractography+of+the+human+brain%3A+neuroanatomical+validation+and+neurosurgical+applications%5BTitle%5D)+AND+%22%22%5BJournal%5D)">High-definition fiber tractography of the human brain: neuroanatomical validation and neurosurgical applications.</a> , Under review (2012).</li>
<li>Shin, S., Verstynen, T., Pathak, S., Jarbo, K., Hricik, A., Maserati, M., Beers, S., Puccio, A. M., Okonkwo, D., Schneider, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+definition+fiber+tracking+for+assessment+of+neurologic+deficit+in+a+case+of+traumatic+brain+injury%5BTitle%5D)+AND+%22Journal+of+Neurosurgery%22%5BJournal%5D)">High definition fiber tracking for assessment of neurologic deficit in a case of traumatic brain injury.</a> Journal of Neurosurgery. , In press (2012).</li>
<li>Mori, S., Crain, B. J., Chacko, V. P., Van Zijl, P. C. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-dimensional+tracking+of+axonal+projections+in+the+brain+by+magnetic+resonance+imaging%5BTitle%5D)+AND+%22Annals+of+Neurology%22%5BJournal%5D)">Three-dimensional tracking of axonal projections in the brain by magnetic resonance imaging.</a> Annals of Neurology. 45 (2), 265-269 (1999).</li>
<li>Tournier, J., Mori, S., Leemans, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion+tensor+imaging+and+beyond%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">Diffusion tensor imaging and beyond.</a> Magnetic Resonance in Medicine. 65 (6), 1532-1556 (2011).</li>
<li>Seunarine, K. K., Alexander, D. C. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSeunarine%2C+KK+%22Multiple+Fibers%3A+Beyond+the+Diffusion+Tensor.+Diffusion+MRI%3A+From+quantitative+measurement+to+in-vivo+neuroanatomy%22">Multiple Fibers: Beyond the Diffusion Tensor. Diffusion MRI: From quantitative measurement to in-vivo neuroanatomy</a>. , 1st, Elsevier. London. (2009).</li>
</ol>

Nie zgłoszono konfliktów interesów.

Wysokorozdzielcze DWI oraz traktografia włókien stanowią potężne podejście do badania struktury połączeń ludzkiego mózgu. Przedstawiamy tutaj dowody na to, że architektura strukturalna ta jest istotnie powiązana z funkcją mózgu ocenianą za pomocą fMRI. Wykorzystując w traktografii obszary startowe (seeds) oparte na aktywacji fMRI podczas zadania, wykazaliśmy, że obszary mózgu współaktywowne podczas uwagi wzrokowej są połączone anatomicznie, co jest zgodne z wcześniejszą wiedzą z zakresu funkcjonalnej neuroanatomii (<stro...

współanaliza struktury i funkcji mózgu z wykorzystaniem fmri oraz obrazowania dyfuzyjnego

Co-analysis of Brain Structure and Function using fMRI and Diffusion-weighted Imaging

Badania nad złożonymi systemami obliczeniowymi są ułatwione dzięki mapom sieciowym, takim jak schematy obwodów. Takie mapowanie jest szczególnie informacyjne podczas badania mózgu, ponieważ funkcjonalna rola, jaką pełni dany obszar mózgu, może być w dużej mierze zdefiniowana przez jego połączenia z innymi obszarami mózgu. W niniejszym raporcie opisujemy nowatorskie, nieinwazyjne podejście do powiązania struktury i funkcji mózgu z wykorzystaniem obrazowania rezonansem magnetycznym (MRI). Podejście to, stanowiące kombinację obrazowania strukturalnego długodystansowych połączeń włókien oraz danych obrazowania funkcjonalnego, zostało zilustrowane w dwóch odrębnych domenach poznawczych: uwadze wzrokowej oraz percepcji twarzy. Obrazowanie strukturalne wykonuje się za pomocą obrazowania tensora dyfuzji (DWI) i traktografii włókien, które śledzą dyfuzję cząsteczek wody wzdłuż traktów włókien istoty białej w mózgu (Rysunek 1). Poprzez wizualizację tych traktów włókien jesteśmy w stanie badać długodystansową architekturę połączeń mózgu. Wyniki wypadają korzystnie w porównaniu z jedną z najszerzej stosowanych technik DWI, czyli obrazowaniem tensora dyfuzji (DTI). DTI nie jest w stanie rozdzielić złożonych konfiguracji traktów włókien, co ogranicza jego użyteczność w konstruowaniu szczegółowych, opartych na anatomii modeli funkcji mózgu. W przeciwieństwie do niej, nasze analizy odtwarzają znaną neuroanatomię z precyzją i dokładnością. Przewaga ta wynika częściowo z procedur akwizycji danych: podczas gdy wiele protokołów DTI mierzy dyfuzję w niewielkiej liczbie kierunków (np. 6 lub 12), my stosujemy protokół obrazowania widma dyfuzji (DSI)1, 2, który ocenia dyfuzję w 257 kierunkach i przy różnych wartościach gradientów magnetycznych. Co więcej, dane DSI pozwalają na zastosowanie bardziej zaawansowanych metod rekonstrukcji pozyskanych danych. W dwóch eksperymentach (uwaga wzrokowa i percepcja twarzy) traktografia wykazuje, że współaktywne obszary ludzkiego mózgu są połączone anatomicznie, co wspiera istniejące hipotezy, według których tworzą one sieci funkcjonalne. DWI pozwala nam stworzyć „schemat obwodów” i odtworzyć go dla każdego badanego z osobna w celu monitorowania aktywności mózgu związanej z zadaniem w wybranych sieciach.

Opisujemy nowatorskie podejście do jednoczesnej analizy funkcji i struktury mózgu z wykorzystaniem obrazowania rezonansem magnetycznym (MRI). Strukturę mózgu oceniamy za pomocą wysokorozdzielczego obrazowania dyfuzyjnego oraz traktografii włókien istoty białej. W przeciwieństwie do standardowego strukturalnego MRI, techniki te pozwalają nam bezpośrednio powiązać łączność anatomiczną z właściwościami funkcjonalnymi sieci mózgowych.

Współanaliza struktury i funkcji mózgu z wykorzystaniem fMRI oraz obrazowania dyfuzyjnego

Badanie złożonych systemów obliczeniowych jest ułatwione dzięki mapom sieciowym, takim jak schematy obwodów. Takie mapowanie jest szczególnie informacyjne, gdy ...

Ogólnym celem poniższego eksperymentu jest jednoczesna analiza struktury i funkcji mózgu przy użyciu obrazowania rezonansem magnetycznym. Osiąga się to poprzez zastosowanie MRI wysokiego pola do obrazowania struktury białej materii mózgu za pomocą obrazowania widma dyfuzji (DSI) oraz pomiaru funkcji mózgu za pomocą funkcjonalnego rezonansu magnetycznego w trybie BOLD (bold fMRI). Następnie dane DSI są przetwarzane w celu uzyskania wielokierunkowych szacunków dyfuzji w każdym punkcie mózgu.Dodatkowo dane fMRI są analizowane w celu wyznaczenia obszarów zainteresowania (ROI) służących do generowania lub wyboru wirtualnych włókien istoty białej. Następnie obszary zainteresowania są dopasowywane do danych DSI, tak aby dane funkcjonalne i strukturalne znajdowały się we wspólnej przestrzeni obrazowania. Na koniec, na danych dyfuzyjnych przeprowadza się traktografię w celu oszacowania szlaków istoty białej łączących funkcjonalne obszary zainteresowania. Wyniki pozwalają określić stopień łączności anatomicznej pomiędzy obszarami mózgu, których funkcjonalne powiązanie zostało postawione jako hipoteza.Na podstawie danych z fMRI wykonanych podczas zadania. Niedawne zbieżne dowody sugerują, że złożone operacje poznawcze są realizowane przez sieci wielu obszarów mózgu współpracujących ze sobą, a nie przez pojedynczy, jednolity obszar. Aby w pełni zdefiniować te systemy obliczeniowe, konieczne jest zrozumienie związku między ich właściwościami funkcjonalnymi a strukturalnymi poprzez połączenie funkcjonalnego rezonansu magnetycznego.Dzięki obrazowaniu MR z dyfuzją ważoną można badać łączność sieciową oraz sposób, w jaki wpływa ona na złożone ludzkie zachowania. Główną zaletą tego potoku przetwarzania obrazów MRI dyfuzyjnych w stosunku do standardowych metod, takich jak obrazowanie tensora dyfuzji, jest to, że połączenie obrazowania dyfuzyjnego o wysokiej rozdzielczości kątowej i rekonstrukcji bezmodelowej pozwala na lepsze rozdzielenie złożonych konfiguracji włókien w mózgu. Zastosowania tej techniki obejmują charakteryzację stanów neuropsychologicznych.Przykładem jest wrodzona prozopagnozja, w której osoby wykazują zaburzenia w rozpoznawaniu twarzy. Z wykorzystaniem standardowego obrazowania dyfuzyjnego MRI wykazano, że przebiegi włókien istoty białej w pobliżu obszarów przetwarzania twarzy są zdegradowane w porównaniu z grupą kontrolną. Poprzez połączenie strukturalnego i funkcjonalnego MRI można zidentyfikować deficyty strukturalne włókien, a konkretnie węzłów łączących w sieci przetwarzania twarzy.Metodę tę można zastosować również w kontekście klinicznym, na przykład podczas planowania neurochirurgicznego. Chirurdzy wykorzystują mapowanie funkcjonalne do identyfikacji tkanek istoty szarej związanych z istotnymi funkcjami poznawczymi, aby zminimalizować ryzyko przypadkowych uszkodzeń podczas operacji. Dzięki dodatkowym informacjom strukturalnym, takim jak obrazowanie dyfuzyjne, mogą oni również ograniczyć uszkodzenia krytycznych struktur istoty białej łączących te obszary funkcjonalne.Zazwyczaj osoby rozpoczynające pracę z tą metodą napotykają trudności wynikające z braku jednego pakietu oprogramowania, który umożliwiałby wykonanie wszystkich niezbędnych etapów procedury. W związku z tym użytkownicy muszą korzystać z wielu programów, dbając jednocześnie o zachowanie wspólnego formatu obrazów oraz spójnej orientacji i wyrównania. Nasz protokół zawiera szczegółowe instrukcje, które przeprowadzą użytkowników przez tę procedurę.Analizy tego typu, które łączą strukturę i funkcję, stanowią naturalne rozwinięcie eksperymentów obrazowania funkcjonalnego, które zidentyfikowały obszary mózgu zaangażowane w zadania. W badanych zadaniach większość poprzednich podejść nie była w stanie dostarczyć informacji o łączności strukturalnej, co zostaje uzupełnione w prezentowanym tutaj protokole. Do wykonania obrazowania spektralnego dyfuzji (DSI) w 257 kierunkach wykorzystuje się skaner Siemens 3 Tesla z 32-kanałową cewką głowicową; wysoka natężenie pola i 32-kanałowa cewka są niezbędne do uzyskania sygnału wymaganego dla tego skanu o wysokiej rozdzielczości kątowej.Najczęściej stosowaną metodą obrazowania z dyfuzją jest obrazowanie tensora dyfuzji (DTI), wykorzystująca skanowanie trwające od 5 do 10 minut i zazwyczaj mierzące 64 lub mniej kierunków. Ograniczeniem DTI jest trudność w rozróżnianiu włókien krzyżujących się i stykających (crossing and kissing fibers), które są lepiej wykrywane dzięki połączeniu akwizycji o wysokiej rozdzielczości i metod rekonstrukcji, takich jak DSI. Należy zauważyć, że protokół DSI wymaga około 45 do 50 minut obrazowania, a do danych DSI nie można zastosować korekcji ruchu. Dlatego zaleca się minimalizowanie ruchów poprzez stosowanie rynien zgryzowych, piankowych podkładek lub innych technik stabilizacji oraz angażowanie wysoko przeszkolonych uczestników; do fMRI opartego na zadaniach wymagany jest dodatkowy sprzęt, taki jak kompatybilny z MR wyświetlacz i system przycisków odpowiedzi.Przed rozpoczęciem skanowania należy uzyskać świadomą zgodę oraz sprawdzić obecność przeciwwskazań do badania MR. Następnie należy poinformować uczestnika o charakterze wykonywanych skanów, podkreślając konieczność pozostania w bezruchu podczas skanowania DSI. Gdy uczestnik będzie gotowy, należy komfortowo ustabilizować jego głowę, a następnie wsunąć stół do skanera, przeprowadzić wstępne skany lokalizacyjne (scout scans) oraz kalibrację.Następnie dopasuj warstwy skanowania DSI do komisury przedniej i tylnej, upewniając się, że warstwy skanowania DSI obejmują cały zakres mózgu. Wykonaj skan DSI podczas gdy badany odpoczywa w skanerze lub ogląda film w systemie prezentacyjnym. Po skanowaniu DSI wykonaj anatomiczny skan T1-zależny do późniejszego wykorzystania w koregistracji danych DSI z innymi danymi anatomicznymi lub funkcjonalnymi w tej samej lub oddzielnej sesji skanowania.Należy również pozyskać dane fMRI oparte na zadaniach do funkcjonalnego skanowania zadań behawioralnych. Poleć badanym monitorowanie ekranu w celu wykrycia bodźców związanych z zadaniem i reagowanie zgodnie z wymogami. Jeśli badanie fMRI jest przeprowadzane w inny dzień, należy wykonać kolejny anatomiczny skan T1-zależny.Ta metoda przetwarzania wykorzystuje analizę danych fMRI opartą na powierzchniach do generowania ROI dla traktografii, co pozwala na lepszą wizualizację korelacji między punktami końcowymi traktografii a funkcjonalnymi ROI. Aby rozpocząć przetwarzanie, najpierw należy przekazać pozyskany obraz T1-zależny do zautomatyzowanego algorytmu FreeSurfer, który wykonuje anatomiczną segmentację istoty szarej i białej oraz rekonstrukcję powierzchni kory. Wynikiem jest również przetworzona wersja wolumenu anatomicznego, z którego utworzono powierzchnie, określana jako wolumen powierzchniowy.Następnie przeprowadź wstępne przetwarzanie danych fMRI w programie AFNI. Potem zaimportuj wyniki z programu FreeSurfer do oprogramowania SUMMA w ramach AFNI i zmapuj wstępnie przetworzone dane funkcjonalne na powstałe powierzchnie. Przeanalizuj dane fMRI w celu wygenerowania map statystycznych, na podstawie których można stworzyć funkcjonalnie zdefiniowane obszary zainteresowania (ROI) dla traktografii T.Następnie rozszerz te funkcjonalne ROI oparte na powierzchni na istotę białą poprzez dylatację, aby zmaksymalizować kontakt z liniami przepływu (streamlines) podczas traktografii. Na koniec przekształć rozszerzone ROI z współrzędnych powierzchniowych na objętościowe i wyeksportuj je jako pliki nifty w celu przetworzenia danych dyfuzyjnych. Najpierw zidentyfikuj, które obrazy DICOM w zbiorze danych są obrazami b zero lub obrazami bazowymi, a następnie przekonwertuj je do formatu nifty.Następnie w programie DSI studio otwórz obrazy DSI DICOM i połącz je, aby utworzyć plik źródłowy, oraz wprowadź tabelę gradientów. Następnie zastosuj domyślną maskę rekonstrukcyjną do obrazu bazowego i upewnij się, że obejmuje ona całą istotę szarą, nie uwzględniając pustej przestrzeni, czaszki ani tkanek pozamózgowych. W razie potrzeby zmodyfikuj maskę.Wybierz model rekonstrukcji o wysokiej rozdzielczości, korzystając z A-D-S-I-G-Q-I lub wariancji GQI. W tym przypadku zastosowano opcję GQI. Następnie utwórz plik informacji o włóknach, aby przedstawić główne kierunki dyfuzji w każdym voxelu.Następnie funkcjonalne obszary zainteresowania (ROI) muszą zostać przekształcone do przestrzeni DSI. Użyj programu apni, aby dopasować obraz zerowy DSIB do anatomicznej objętości powierzchni w formacie nifty. Odwróć wynikową 12-punktową macierz transformacji ALINE, korzystając z programu a acne cat mat.Następnie zastosuj odwróconą macierz do funkcjonalnych ROI, aby przekształcić je do przestrzeni DSI. Śledzenie włókien z użyciem ziarna obejmującego cały mózg jest szybkim i skutecznym sposobem oceny ogólnej jakości danych. Stanowi ono również okazję do określenia wartości parametrów globalnych, takich jak próg śledzenia; aby rozpocząć, utwórz region ziarna obejmujący cały mózg.Następnie ustaw początkową wartość progu śledzenia w celu zamaskowania wokseli o niskim sygnale, a także próg kąta. Ustal również wielkość kroku śledzenia w milimetrach oraz pożądaną liczbę włókien lub punktów startowych. Teraz przeprowadź traktografię całego mózgu, aby sprawdzić ogólną jakość rekonstrukcji ODF.Następnie należy wyznaczyć optymalny próg śledzenia, iteracyjnie wykonując śledzenie całego mózgu i korygując wartość progu. Należy znaleźć taki próg, który maksymalizuje proporcję włókien docierających do istoty szarej, wizualizując nakładanie się traktografii całego mózgu i maski istoty szarej w programie track; szumy włókien są zminimalizowane, gdy od 90 do 100% włókien dociera do istoty szarej. Ponadto należy sprawdzić, czy próg śledzenia maskuje woksels i pustą przestrzeń. Na przykład szczelina podłużna bez usuwania woksels, które ewidentnie znajdują się w istocie białej; w ramach weryfikacji należy w programie track prześledzić zestaw włókien kontrolnych z anatomicznego ROI w biegunie potylicznym z dużą liczbą punktów startowych, na przykład 500 000.Upewnij się, że procedura ta generuje w przybliżeniu taką samą liczbę włókien w różnych zestawach danych, teraz gdy wybrano optymalne parametry traktografii. Następnie przeprowadź traktografię z ograniczeniem ROI T, aby przetestować hipotezy dotyczące łączności między funkcjonalnie zdefiniowanymi obszarami mózgu. Rozpocznij od załadowania pliku fib i utwórz region ziarna obejmujący cały mózg w programie DSI Studio. Następnie załaduj jeden lub więcej plików nifty z funkcjonalnie zdefiniowanymi obszarami zainteresowania i ustaw je jako ROI w ustawieniach regionów (region setters) programu DSI Studio.ROI będą wymagały przejścia przez nie linii strumieniowych (streamlines); należy ustawić parametry śledzenia oraz próg kąta, korzystając z wcześniej zoptymalizowanych parametrów, a następnie przeprowadzić śledzenie. Na koniec zapisz wynik traktografii w formacie plików TRK. Następnie wykonaj analizę gęstości punktów końcowych, która pozwala zmierzyć odpowiedniości łączności strukturalnej w precyzyjnych lokalizacjach przestrzennych funkcjonalnej aktywacji związanej z zadaniem.Aby rozpocząć, załaduj pliki NifTI ROI oraz pliki TRK do oprogramowania TrackViz, wykonaj operacje Boole'a pomiędzy obszarami i zapisz wyniki każdej operacji jako nowy plik TRK. Użyj funkcji Diffusion Toolkit, aby przekształcić przestrzennie pliki TRK z przestrzeni DSI do przestrzeni wolumetrycznej powierzchni (surface volume space), w celu wyświetlenia danych o włóknach na wysokorozdzielczej anatomicznej podkładce; załaduj przekształcony plik TRK oraz wolumen powierzchni w programie TrackViz, aby ocenić wyniki jako jedną z miar łączności. Oblicz całkowitą liczbę końców włókien w ROI, znormalizowaną przez objętość ROI.Tutaj przedstawiono ilustrację wyników optymalnych i suboptymalnych z zastosowaniem traktografii całego mózgu. Wszystkie trzy obrazy opierają się na tym samym zbiorze danych DWI z 257 kierunkami, pozyskanym od jednego uczestnika. Tutaj zaprezentowano wyniki optymalne.W przeciwieństwie do tego, przedstawione tutaj wyniki pokazują efekt zbyt liberalnych parametrów traktografii. Widoczny jest tutaj spadek jakości wynikający z zastosowania pojedynczego modelu tensora do rekonstrukcji danych DWI. Na tej rysunku widzimy przykład obszarów aktywowanych podczas zadania z percepcją twarzy, w którym wyświetlano zdjęcia twarzy oraz przedmiotów codziennego użytku.Podczas skanowania fMRI dwa brzuszne obszary skroniowe w części środkowej, zakręt wrzecionowaty oraz zakręt potyliczny dolny, wykazały istotnie silniejsze odpowiedzi BOLD w przypadku twarzy niż w przypadku obiektów. Przedstawiona scena pokazuje połączenia między korą wzrokową, obszarami sensorycznymi a obszarem kontroli uwagi w tylnej korze ciemieniowej. Ten panel pokazuje przybliżone lokalizacje regionów seed V1, V2 i V3 odpowiednio w kolorze czerwonym, zielonym i niebieskim.Region ziarna PPC oznaczony jako IPS 1 oraz ścieżki włókien łączące te obszary; włókna są pokolorowane zgodnie z ROI potylicznym, z którego się wywodzą. Panel B przedstawia zdefiniowane funkcjonalnie regiony na powierzchni kory: IPS w kolorze brązowym, V1 w czerwonym, V2 w zielonym i V3 w niebieskim, wraz z punktami końcowymi włókien w każdym regionie. Po opanowaniu metody, akwizycja danych dla jednego uczestnika może zostać zrealizowana w czasie od 30 do 90 minut.Zautomatyzowana rekonstrukcja powierzchni anatomicznej zajmuje zazwyczaj 16 godzin, podczas gdy dane z obrazowania dyfuzyjnego mogą zostać przetworzone w mniej niż godzinę. Czas przetwarzania i analizy danych fMRI różni się w zależności od zadania behawioralnego oraz procedur eksperymentalnych. Wymagania czasowe dla traktografii również wahają się od kilku minut do kilku godzin, w zależności od parametrów śledzenia i ograniczeń obszaru zainteresowania.Podczas wykonywania tej procedury należy pamiętać, że wyniki traktografii mogą być podatne zarówno na wyniki fałszywie dodatnie, jak i fałszywie ujemne. Zawsze należy oceniać wyniki śledzenia włókien w kontekście wcześniejszych odkryć neuroanatomicznych lub stosować metody zbieżne, takie jak analiza łączności funkcjonalnej po zakończeniu tej procedury. W celu dalszego zbadania związku ze strukturą i funkcją mózgu można zastosować inne metody, takie jak klasyfikacja wzorców lokalizacji włókien, szczegółowa analiza przestrzenna rozkładu punktów końcowych oraz podłużne skanowanie integralności istoty białej.Technika ta utorowała drogę badaczom z dziedziny neuronauki poznawczej do nieinwazyjnego badania zależności między strukturą a funkcją u zdrowych ludzi oraz w populacjach klinicznych. Połączenia strukturalne między regionami mózgu mogą służyć do ograniczania hipotez dotyczących przepływu informacji w sieciach mózgowych kontrolujących złożone ludzkie zachowania. Po obejrzeniu tego filmu powinni Państwo rozumieć kluczowe etapy rekonstrukcji danych obrazowania tensora dyfuzji oraz przeprowadzania traktografii włókien.Należy również zrozumieć znaczenie przeprowadzania kontroli jakości oraz iteracyjnych testów parametrów w celu optymalizacji wyników śledzenia włókien. Wreszcie, po obejrzeniu tego filmu, powinni Państwo lepiej rozumieć, w jaki sposób powiązać łączność anatomiczną z właściwościami funkcjonalnymi sieci mózgowych.

co-analysis-brain-structure-function-using-fmri-diffusion-weighted

Research

JoVE Journal

Neuroscience

Neuronauka

Współpraca nad analizą struktury i funkcji mózgu z wykorzystaniem rezonansu magnetycznego funkcyjnego i obrazowania dyfuzyjnego

W niniejszym artykule przedstawiono projekt eksperymentalny, w którym animowane postaci całego ciała są wykorzystywane w połączeniu z funkcjonalnym rezonansem magnetycznym (fMRI) do badania neuronalnych korelatów obserwowania wirtualnych interakcji społecznych.

Badanie obrazowania mózgu w celu analizy neuronalnych korelatów obserwowania wirtualnych interakcji społecznych

Techniki neuroobrazowania, takie jak funkcjonalny rezonans magnetyczny (fMRI) oraz obrazowanie tensora dyfuzji (DTI), stają się coraz bardziej użyteczne w charakteryzacji deficytów poznawczych i neurologicznych w autyzmie. Przedstawiono badanie łączności mózgowej w autyzmie na poziomie sieci oraz adaptacje procedur skanowania dzieci z zaburzeniami rozwojowymi.

Badanie mózgu w autyzmie z wykorzystaniem fMRI oraz obrazowania tensora dyfuzji

Celem naszych badań jest powiązanie zachowania z aktywnością mózgu. Dokładne pomiary behawioralne i techniki obrazowania pozwalają nam wyjaśnić zależności między mózgiem a zachowaniem.

Korelacja reakcji behawioralnych z sygnałami fMRI z ludzkiej kory przedczołowej: badanie procesów poznawczych z wykorzystaniem analizy zadań

Techniki wielowymiarowe, w tym analiza głównych składowych (PCA), zostały wykorzystane do identyfikacji wzorców sygnatur zmian regionalnych w funkcjonalnych obrazach mózgu. Opracowaliśmy algorytm identyfikacji powtarzalnych biomarkerów sieciowych do diagnostyki chorób neurodegeneracyjnych, oceny progresji choroby oraz obiektywnej oceny efektów leczenia w populacjach pacjentów.

Identyfikacja wzorców kowariancji przestrzennej związanych z chorobą przy użyciu danych neuroobrazowych

Obrazowanie tensora dyfuzji (DTI) zasadniczo służy jako narzędzie oparte na MRI do identyfikacji in vivo mikrostruktury mózgu i procesów patologicznych spowodowanych zaburzeniami neurologicznymi w obrębie istoty białej mózgu. Analizy oparte na DTI pozwalają na zastosowanie ich w chorobach mózgu zarówno na poziomie grupy, jak i w danych pojedynczych osób.

Rezonans magnetyczny tensora dyfuzji w analizie chorób neurodegeneracyjnych

Sieć trybu domyślnego (DMN) w padaczce skroniowej (TLE) jest analizowana w stanie spoczynku mózgu za pomocą rezonansu magnetycznego (fcMRI) opartego na nasionach.

Analiza sieciowa sieci w trybie domyślnym z wykorzystaniem rezonansu magnetycznego łączności funkcjonalnej w padaczce skroniowej

Metoda obrazowania multimodalnego EEG-fMRI, znana jako metoda obrazowania źródła EEG ograniczona czasoprzestrzennie za pomocą fMRI, jest opisana tutaj. Przedstawiona metoda wykorzystuje warunkowo aktywne submapy fMRI lub wcześniejsze mapy, aby pokierować lokalizacją źródła EEG w sposób, który poprawia specyficzność przestrzenną i ogranicza błędne wyniki.

Jednoczesny zapis EEG i funkcjonalny rezonans magnetyczny oraz analiza integracji w celu dynamicznego obrazowania aktywności kory mózgowej

Ogólnym celem tej procedury jest uzyskanie ilościowych informacji mikrostrukturalnych o hipokampie u szczura z łagodnym urazowym uszkodzeniem mózgu. Odbywa się to za pomocą zaawansowanego protokołu obrazowania rezonansu magnetycznego ważonego dyfuzją oraz analizy parametrycznych map dyfuzji opartej na obszarze zainteresowania.

Zaawansowane obrazowanie dyfuzyjne w hipokampie szczurów z łagodnym urazowym uszkodzeniem mózgu

To badanie zintegrowało obrazowanie metodą rezonansu magnetycznego i obrazy oznaczające wirowanie tętnic w celu uzyskania atlasu przepływu krwi w mózgu (CBF) dla obszarów funkcjonalnych mózgu. Porównanie typowych atlasów CBF dla zdrowego i przewlekłego niedokrwienia mózgu ujawniło znaczące różnice w regionalnym rozmieszczeniu CBF, umożliwiając szybką, nieinwazyjną ocenę funkcjonalnej CBF, aby pomóc w diagnozie i ocenie terapii.

Budowa i zastosowanie atlasu przepływu krwi w mózgu opartego na regionie funkcjonalnym mózgu z wykorzystaniem obrazowania metodą rezonansu magnetycznego i znakowania wirowania tętnic

Opracowaliśmy metodę jednoczesnego wykonywania funkcjonalnego obrazowania rezonansem magnetycznym oraz rejestracji elektrofizjologicznej w mózgu gryzoni, co stanowi platformę do badania zależności między aktywnością neuronalną a sygnałem fMRI zależnym od poziomu utlenowania krwi (BOLD).

Jednoczesne badanie fMRI i elektrofizjologii w mózgu gryzoni

Poznaj metodę jednoczesnej analizy struktury i funkcji mózgu za pomocą obrazowania rezonansu magnetycznego z wykorzystaniem DSI i fMRI. Technika ta pozwala powiązać łączność anatomiczną z właściwościami funkcjonalnymi sieci mózgowych.

Współanaliza struktury i funkcji mózgu z wykorzystaniem fMRI oraz obrazowania dyfuzyjnego

Przeglądaj więcej filmów