Co-анализ структуры и функционирования мозга использованием МРТ и диффузно-взвешенных изображений

Общая цель следующего эксперимента заключается в одновременном анализе структуры и функций мозга с помощью магнитно-резонансной томографии. Это достигается путем использования МРТ с высоким полем для визуализации структуры белого вещества мозга методом диффузионно-спектральной визуализации (DSI) и измерения функций мозга с помощью БОЛД-фМРТ. Затем данные DSI обрабатываются для получения многонаправленных оценок диффузии в каждой точке мозга.

Кроме того, данные FMRI анализируются для определения областей интереса, необходимых для генерации или выбора виртуальных волокон белого вещества. Затем области интереса совмещаются с данными DSI таким образом, чтобы функциональные и структурные данные находились в едином пространстве изображений. Наконец, на диффузионных данных выполняется трактография для оценки путей белого вещества, соединяющих функциональные области интереса. В результате определяются показатели анатомической связности между областями мозга, которые, согласно гипотезе, связаны функционально.

На основе данных функциональной МРТ при выполнении задач. Последние совокупные данные свидетельствуют о том, что сложные когнитивные операции выполняются сетями из многих областей мозга, работающих согласованно, а не одной единичной областью. Для полного описания этих вычислительных систем необходимо понять взаимосвязь между их функциональными и структурными свойствами, объединив данные функциональной МРТ.

С помощью диффузионно-взвешенной МРТ можно изучать связность сетей и то, как она обуславливает сложное поведение человека. Главным преимуществом данного конвейера обработки диффузионной МРТ перед стандартными методами, такими как диффузионно-тензорная визуализация, является то, что сочетание диффузионно-взвешенной визуализации с высоким угловым разрешением и безмодельной реконструкции позволяет лучше визуализировать сложные конфигурации волокон в мозге. Применение этого метода открывает возможности для характеристики нейропсихологических состояний.

Например, при врожденной прозопагнозии у людей наблюдается нарушение распознавания лиц. С помощью стандартной диффузионной МРТ было показано, что тракты белого вещества, прилегающие к областям обработки лиц, деградированы по сравнению с нормальной контрольной группой. Сочетая структурную и функциональную МРТ, можно выявить структурные дефекты волокон, в частности, соединяющих узлы в сети обработки лиц.

Данный метод также может быть применен в клиническом контексте, например, при нейрохирургическом планировании. Хирурги используют функциональное картирование для идентификации тканей серого вещества, связанных с важными когнитивными функциями, чтобы свести к минимуму любое случайное повреждение во время операции. Благодаря дополнительной структурной информации, такой как диффузионно-взвешенная МРТ, они также могут минимизировать повреждение критически важных структур белого вещества, соединяющих эти функциональные зоны.

Как правило, специалисты, впервые осваивающие данный метод, сталкиваются с тем, что не существует единого программного пакета для выполнения всех необходимых этапов процедуры. Следовательно, пользователям приходится переключаться между несколькими программами, сохраняя при этом общий формат изображений, а также единообразную ориентацию и выравнивание. Наш протокол содержит подробные инструкции, которые помогут пользователям выполнить эту процедуру.

Анализы такого типа, рассматривающие структуру и функцию в совокупности, являются естественным продолжением экспериментов по функциональной визуализации, в ходе которых были определены соответствующие области мозга. В задачах, представляющих интерес, большинство предыдущих подходов не позволяли получить информацию о структурной связности, что мы и добавляем в нашем подходе в данном протоколе. Для проведения диффузионного спектроскопического сканирования (DSI) в 257 направлениях используется сканер Siemens с индукцией магнитного поля 3 Тесла и 32-канальной фазированной головной катушкой; высокая напряженность поля и 32-канальная катушка необходимы для получения сигнала, требуемого для этого сканирования с высоким угловым разрешением.

Наиболее часто используемым методом диффузионно-взвешенной визуализации является диффузионно-тензорная визуализация (DTI) с временем сканирования от 5 до 10 минут, при котором обычно измеряется не более 64 направлений. Ограничением DTI является сложность разрешения перекрещивающихся и соприкасающихся волокон, которые лучше обнаруживаются при сочетании сбора данных с высоким разрешением и методов реконструкции, таких как DSI. Следует отметить, что протокол DSI требует примерно 45–50 минут сканирования и что к данным DSI невозможно применить коррекцию движения. Поэтому рекомендуется минимизировать перемещения с помощью прикусных шин, пенных подкладок или других методов стабилизации, а также привлекать высококвалифицированных участников. Для проведения функциональной МРТ (fMRI) с выполнением заданий требуется дополнительное оборудование, такое как совместимый с МРТ дисплей и система кнопочного отклика.

Перед началом сканирования обязательно получите информированное согласие и проверьте отсутствие противопоказаний к МРТ. Затем проинструктируйте участника о характере проводимых исследований, подчеркнув необходимость сохранять неподвижность во время DSI-сканирования. Когда участник будет готов, надежно зафиксируйте его голову, после чего задвиньте стол в сканер, выполните предварительные обзорные сканы и калибровку.

Затем совместите срезы для DSI-сканирования по передней и задней спайкам и убедитесь, что срезы для DSI-сканирования охватывают весь объем мозга. Проведите DSI-сканирование, пока субъект расслабленно лежит в сканере или смотрит фильм через систему презентации. После DSI-сканирования выполните анатомическое сканирование в режиме T1-взвешенного изображения для последующего совмещения DSI-данных с другими анатомическими или функциональными данными в рамках той же или отдельной сессии сканирования.

Также получите данные фМРТ с выполнением заданий для функционального сканирования поведенческих задач. Проинструктируйте испытуемых следить за экраном в ожидании стимулов, относящихся к заданию, и действовать в соответствии с требованиями. Если фМРТ проводится в другой день, выполните повторное анатомическое сканирование в режиме Т1-взвешивания.

Данный подход к обработке использует анализ данных ФМРТ на основе поверхности для генерации областей интереса (ROI) для трактографии, что позволяет лучше визуализировать соответствие между конечными точками трактографии и функциональными ROI. Для начала обработки сначала отправьте полученное T1-взвешенное изображение в автоматизированный алгоритм FreeSurfer, который выполняет анатомическую сегментацию серого и белого вещества, а также реконструкцию поверхности коры. Результатом также является обработанная версия анатомического объема, на основе которой были созданы поверхности, называемая поверхностным объемом.

Затем проведите предварительную обработку данных фМРТ в acne. После этого импортируйте выходные данные FreeSurfer в программное обеспечение summa acne и спроецируйте предварительно обработанные функциональные данные на полученные поверхности. Проанализируйте данные фМРТ для создания статистических карт, на основе которых можно будет определить функциональные области интереса (ROI) для трактографии T.

Затем расширьте эти функциональные области интереса (ROI), основанные на поверхности, в белое вещество с помощью дилатации, чтобы максимизировать контакт с трактами при трактографии. Наконец, преобразуйте расширенные ROI из координат поверхности в объемные координаты и выгрузите их в виде файлов формата NIfTI для обработки диффузионных данных. Сначала определите, какие изображения DICOM в наборе данных не являются b=0 или базовыми изображениями, и конвертируйте их в формат NIfTI.

Затем в программе DSI studio откройте DICOM-изображения DSI, объедините их для создания исходного файла и предоставьте таблицу градиентов. Далее примените маску реконструкции по умолчанию к исходному изображению и убедитесь, что она охватывает все серое вещество, не включая при этом пустое пространство, череп или ткани, не относящиеся к мозгу. При необходимости отредактируйте маску.

Выберите модель реконструкции высокого разрешения, используя A-D-S-I-G-Q-I или дисперсию GQI. В данном случае используется опция GQI. Затем создайте файл с информацией о волокнах для представления основных направлений диффузии в каждом вокселе.

Далее функциональные области интереса (ROI) необходимо преобразовать в пространство DSI. Используйте программу apni для совмещения нулевого изображения DSIB с анатомическим объемом поверхности в формате nifty. Инвертируйте полученную 12-точечную матрицу преобразования ALINE с помощью программы cat mat из пакета acne.

Затем примените обратную матрицу к функциональным ROI, чтобы преобразовать их в пространство DSI. Трекинг волокон с использованием семени во всем мозге является быстрым и эффективным способом оценки общего качества данных. Это также дает возможность определить значения глобальных параметров, таких как порог трекинга; для начала создайте область семени во всем мозге.

Затем установите начальное значение порога трекинга для маскирования вокселей с низким уровнем сигнала, а также порог угла. Кроме того, задайте размер шага трекинга в миллиметрах и желаемое количество волокон или начальных точек (seed points). Теперь выполните трактографию всего мозга, чтобы проверить общее качество реконструкции ODF.

Затем определите оптимальный порог трекинга путем итеративного выполнения трекинга всего мозга и корректировки порога. Подберите такой порог, который максимизирует долю волокон, достигающих серого вещества, визуализируя перекрытие трактографии всего мозга и маски серого вещества в track; зашумленные волокна минимизируются, когда от 90 до 100% волокон достигают серого вещества. Кроме того, убедитесь, что порог трекинга отсекает воксели и пустое пространство. Например, продольную щель без удаления вокселей, которые явно расположены в белом веществе, в качестве перекрестной проверки track; набор контрольных волокон из анатомической ROI на затылочном полюсе с большим количеством сид-точек, например, 500 000.

Убедитесь, что при выбранных оптимальных параметрах трактографии данная процедура дает примерно одинаковое количество волокон в разных наборах данных. Затем выполните трактографию с ограничением по ROI (областям интереса), чтобы проверить гипотезы о связях между функционально определенными областями мозга. Начните с загрузки файла fib и создания области посева (seed region) для всего мозга в DSI Studio. Затем загрузите один или несколько NIfTI-файлов функционально определенных областей интереса и установите их как ROI в настройках областей (region setters) DSI Studio.

Для областей интереса (ROI) потребуется прохождение через них streamlines; установите порог трекинга и угол, используя предварительно оптимизированные параметры, и выполните трекинг. В завершение сохраните результаты трактографии в формате TRK-файлов. Далее проведите анализ плотности конечных точек, который позволяет измерить соответствие структурной связности точным пространственным локализациям функциональной активации, связанной с выполнением задачи.

Для начала загрузите файлы NIFTI ROI и TRK в программное обеспечение TrackVis, выполните булевы операции между областями и сохраните результаты каждой операции в виде нового TRK-файла. Используйте функции Diffusion Toolkit для пространственного преобразования TRK-файлов из пространства DSI в пространство поверхностного объема, чтобы просматривать данные о волокнах на анатомической подложке высокого разрешения; загрузите преобразованный TRK-файл и поверхностный объем в TrackVis для анализа результатов в качестве одного из показателей связности. Рассчитайте общее количество концов волокон в ROI, нормированное по объему ROI.

Здесь представлено сравнение оптимальных и субоптимальных результатов при использовании трактографии всего мозга. Все три изображения основаны на одном и том же наборе данных DWI с 257 направлениями, полученном от одного участника. Здесь показаны оптимальные результаты.

Напротив, представленные здесь результаты демонстрируют эффект чрезмерно мягких параметров трактографии. Здесь мы видим снижение качества, возникающее при использовании однотензорной модели для реконструкции данных DWI. На этом рисунке приведен пример областей, активированных при выполнении задачи по восприятию лиц, в ходе которой демонстрировались изображения лиц и повседневных предметов.

Во время ФМРТ-сканирования в двух вентральных темпоральных областях в центре — веретеновидной извилине и нижней затылочной извилине — наблюдались значительно более выраженные BOLD-ответы на лица, чем на объекты. На данной схеме показаны связи между зрительной корой, сенсорными областями и областью аттенционного контроля в задней теменной коре. На этой панели красным, зеленым и синим цветами соответственно отмечены приблизительные локализации сид-регионов V1, V2 и V3.

Область посева PPC, обозначенная как IPS one, и тракты волокон, соединяющие эти области; тракты окрашены в соответствии с окципитальной ROI, из которой они исходят. На панели B функционально определенные области IPS показаны коричневым цветом, V one — красным, V two — зеленым и V three — синим на поверхности коры, вместе с конечными точками волокон в каждой области. После освоения метода сбор данных для одного участника может занять от 30 до 90 минут.

Автоматизированная реконструкция анатомической поверхности обычно занимает 16 часов, в то время как данные диффузионно-взвешенной МРТ могут быть обработаны менее чем за час. Время обработки и анализа данных FMRI варьируется в зависимости от поведенческого задания и экспериментальных процедур. Требования к времени выполнения трактографии также варьируются от нескольких минут до нескольких часов, в зависимости от параметров трекинга и ограничений области интереса.

При выполнении данной процедуры важно помнить, что результаты трактографии могут быть подвержены как ложноположительным, так и ложноотрицательным ошибкам. Всегда оценивайте результаты отслеживания волокон в контексте предшествующих нейроанатомических данных или используйте конвергентные методологии, такие как анализ функциональной связности, после завершения данной процедуры. Для дальнейшего изучения взаимосвязи со структурой и функциями мозга могут быть применены другие методы, такие как классификация паттернов расположения волокон, детальный пространственный анализ распределения конечных точек и лонгитюдное сканирование целостности белого вещества.

Данный метод открыл перед исследователями в области когнитивной нейробиологии возможности неинвазивного изучения взаимосвязей между структурой и функцией у здоровых людей и в клинических популяциях. Структурная связность между областями мозга может служить основой для формулирования гипотез о потоках информации в нейронных сетях, контролирующих сложные формы человеческого поведения. После просмотра этого видео вы должны освоить основные этапы реконструкции данных диффузионно-взвешенной визуализации и проведения трактографии волокон.

Вы также должны понимать важность проведения контроля качества и итерационного тестирования параметров для оптимизации результатов трактографии. Наконец, после просмотра этого видео вы должны лучше понимать, как соотносить анатомическую связность с функциональными свойствами сетей головного мозга.