Høyoppløselige funksjonell magnetisk resonans imaging metoder for Human midbrain

Summary

Denne artikkelen beskriver teknikker for å utføre høy oppløsning funksjonell magnetisk resonans avbildning med 1,2 mm prøvetaking i menneskelig midbrain og subkortikale strukturer ved hjelp av en 3T-skanner. Bruk av disse teknikkene til å løse topografiske kart visuell stimulering i den menneskelige overlegne colliculus (SC) er gitt som et eksempel.

Abstract

Funksjonell MRI (fMRI) er en mye brukt verktøy for ikke-invasiv måling korrelerer av menneskelig hjerne aktivitet. Imidlertid har bruken meste blitt fokusert på å måle aktiviteten på overflaten av hjernebarken enn i subkortikale regioner som midbrain og hjernestammen. Subkortikal fMRI må overvinne to utfordringer: romlig oppløsning og fysiologiske støy. Her beskriver vi en optimalisert sett av teknikker utviklet for å utføre høyoppløselig fMRI i menneskelig SC, en struktur på dorsal overflaten av midbrain, metodene kan også brukes til bilde annet hjernestammen og subkortikale strukturer.

Høy oppløsning (1,2 mm voxels) fMRI av SC krever en ikke-konvensjonell tilnærming. Ønsket spatial sampling er innhentet ved hjelp av en multi-shot (innfelt) spiral oppkjøpet ^en. Siden er T ₂ * av SC vev lenger enn i cortex, en tilsvarende lengre ekko tid (T _E ~ 40 msek) brukes til maxiMize funksjonell kontrast. For å dekke hele omfanget av SC, er 8-10 skiver innhentet. For hver sesjon en strukturell anatomi med samme skive resepten som fMRI blir også innhentet, som brukes til å justere de funksjonelle data til en høy oppløsning referanse volum.

I en egen sesjon for hvert fag, skaper vi en høy oppløsning (0,7 mm sampling) referanse volumet ved hjelp av en T _1-vektede sekvens som gir god vev kontrast. I referansen volum er midbrain regionen segmenterte bruke ITK-SNAP program ^to. Denne segmentering brukes til å lage en 3D overflate representasjon av midbrain som er både jevn og nøyaktig ^tre. Overflaten hjørner og normaler blir brukt til å lage et kart over dybden fra midbrain overflaten innenfor vev ^4.

Funksjonelle data blir transformert inn i koordinatsystemet av det segmenterte referanse volum. Dybde assosiasjoner til voxelsmuliggjøre gjennomsnitt av fMRI tidsseriedata innenfor angitte Dybden varierer for å bedre signalkvalitet. Data er gjengitt på 3D overflaten for visualisering.

I vårt laboratorium bruker vi denne teknikken for å måle topografiske kart visuell stimulering og skjult og åpenbar visuell oppmerksomhet innenfor SC ^en. Som et eksempel, demonstrerer vi topografisk representasjon av polare vinkelen til visuell stimulering i SC.

Protocol

1. Polar-vinkel Topografi Stimulus og Psykofysikk

For å få et polar-vinkel retinotopic kart i SC, bruker vi en 90 ° kile av bevegelige prikker som stimulus (eksentrisitet 2-9 ° av visuell vinkel, mener dot-speed 4 ° / sek) (fig 1). Det er kjent at aktiviteten i SC forsterkes ved å bruke skjult oppmerksomhet ^5, derfor bruker vi en oppmerksomhet oppgave i paradigmet vårt for å øke tilgjengelig signal. På hver 2 s rettssaken, er fagene bedt om å skjult ivareta hele kile og utføre en hastighet diskriminering oppgave samtidig fiksering. Kilen er delt inn i 2 × 3 virtuelle sektorer med prikker i en av de sektorer, tilfeldig valgt på hvert forsøk, beveger seg langsommere eller raskere enn alle andre punkter. Etter hvert forsøk, er kilen rotert 30 ° rundt fiksering slik at stimulansen roterer fullt med en 24 sek periode. Hvert løp består av 9,5 rotasjoner av stimulus (228 sek), og eksperimentelle økter omfatte16-18 runs.

For å opprettholde faget resultater på denne oppgaven gjennom hele varigheten av hvert løp, er vanskelighetsgraden av oppgaven justeres ved hjelp av to tilfeldig Interleaved to-up-en-ned trapper. Etter hvert to påfølgende riktige studier hastigheten forskjellen er redusert med 8%, og for hver feil rettssak, er forskjellen økt med 8%.

Før skanning, alle fag praktisere den visuelle oppgaven utenfor skanneren inntil de oppnår et stabilt nivå av ytelse, og dette krever 3-4 20 minutt varighet treningsøktene. Typiske diskriminering terskler er i størrelsesorden 1 ° -1,5 ° / sek.

2. Subject Forberedelse

1. Emner hoder er sikret med pads for å minimere hode bevegelse før de blir plassert inne i skanneren fødte. På disse høy romlig oppløsning, er fMRI spesielt følsom for bevegelsesartefakter, så hodet stabilisering er kritisk.
2. Fag er gitt en MR-compatible knappen pad i den ene hånden og instruert om hvilken knapp du skal trykke for å indikere deres dommer om dot hastighet.

3. Lokalisere og forskrivning av SC

1. Menneskelig SC er en liten, men tydelig struktur, ~~~HEAD=NNS 9 mm i diameter, som ligger på taket av midbrain. Ved bruk av et lite antall fMRI skiver, blir flere localizer bildebehandling serie som kreves for sin presise lokalisering. Vi kjører disse seriene langs sagittal, aksial og coronal plan.
2. Vi bruker deretter disse localizer bilder til nettopp foreskrive SC med 8-10 sammenhengende skiver, 1,2 mm tykk, felt-of-view (FOV), 170 mm i en skrå, kvasi-axial plan.
3. Neste, høyoppløste T _1-vektede strukturelle bilder blir innhentet ved hjelp av en tredimensjonal (3D) RF-bortskjemt GRESS (SPGR) sekvens (15 ° flip vinkel, 1,2 mm voxels) en gang før innsamling av funksjonelle data og en gang etter. Disse bildene er brukt som en referanse å justere fMRI data til en høyoppløselig structural referanse volum innhentet i en egen sesjon som vi beskriver senere.

4. Funksjonell MR Parametere

All tenkelig ble utført på en GE Signa HD12 3T MR skanner bruker GE-medfølgende 8-kanals, hode coil. Eksitasjon var en 6,4 ms windowed-sinc puls påføres ved hjelp av skanneren kroppen spolen.

For å oppnå 1,2 mm prøvetaking i menneskelig SC, bruker vi en tre-shot spiral-bane oppkjøpet ^6,7. Tre skudd er nødvendig av flere grunner. Særlig single-shot oppkjøp for vår skanner og FOV krever> 77 msek, for lang til å være praktisk. De mange bildene er satt sammen etter korrigering ved å trekke den opprinnelige verdien og lineær trend av fasen. TE økes med 2 ms på den første rammen til å estimere et felt kart fra de to første bindene ervervet, og dette kartet blir brukt for lineær korreksjon. Rekonstruerte bildene hadde en SNR av ~ 20. Verdslige makt spektra i SC voxels typiskviste litt av strukturen knyttet til fysiologisk støy, bruk av en tre-shot oppkjøpet hadde en sterk filtrering effekt på den relativt høyfrekvente effekter av hjerte puls og respirasjon. Andre støyreduserende teknikker er problematisk i denne høyoppløselige sammenheng. For eksempel, retrospektive korreksjon metoder som RETROICOR ⁶ gjelder ikke for multi-shot data, og hjertefunksjon gating introduserer støy og artefakter forbundet med forstyrrelse av T ₁ likevekt.

Echo tid, T _E = 40 ms, er lengre enn vanligvis brukes i cortex (30 millisekunder) fordi vi målte en tilsvarende lengre T ₂ * i SC vev (~ 60 ms) enn observert i kortikal grå substans (~ 45 msek).

Oppkjøp båndbredden er begrenset til 62,5 kHz å redusere peak gradient strøm som fører til uønsket varme på skanneren vår. Vi velger TR = 1 sek, så med tre skudd et volum er ervervet hver 3.sek.

5. Strukturell MR og 3D modellering

I en enkelt egen sesjon for hvert fag, får vi en høy oppløsning (0,7 mm sampling) referanse volumet ved hjelp av en T _1-vektede sekvens som gir god vev kontrast (3D SPGR, 15 ° flip vinkel, inversjon utarbeidet med T _I = 450 msec, 2 eksitasjoner, ~ 28 minutt varighet, 0,7 mm voxels).

I denne referansen volum, segment vi vevet av midbrain, hjernestammen, og deler av thalamus (Fig. 2A) ved hjelp av en kombinasjon av automatiske og manuelle teknikker som tilbys av ITK-SNAP-programmet ^to. Spesielt bruker vi en automatisk segmentering verktøy der brukeren frøene flere poeng innenfor hver hjernestammen, programvaren deretter automatisk utvider segmentering rundt frøet punktene begrenset innenfor en region definert av kontrast og intensitet kriterier. Denne automatisk segmentering er juster derettered, om nødvendig, ved hjelp av manuell, "Paint-lignende" voxel verktøy.

Cerebrospinalvæsken-vev grensesnittet til SC er interpolert fra segmenteringen hjelp isodensity overflate tessellation, og denne første overflaten er raffinert for å redusere aliasing artefakter (figur 2, B og D) ved hjelp av en variational deformerbar-overflate algoritmen ^tre. Denne overflaten gir hjørner og ytre normale vektorer som skal brukes som en referanse for de laminære beregningene (beskrevet nedenfor), samt et middel til å visualisere funksjonelle data.

6. Bildeanalyse

Å analysere fMRI-data, bruker vi mrVista programvarepakke (tilgjengelig for nedlasting på http://white.stanford.edu/mrvista.php) samt verktøy utviklet på mrVista rammeverket i vår lab. I de neste trinnene bruker vi standard mrVista pakke verktøy:

1. Initialiserøkten i mrVista, velge alternativet til romlig normalisere intensiteten av gjennomsnittlig data for å redusere effekten av spiral inhomogeneity. Normalisering bruker en homomorphic metode, det vil si å dividere med en low-pass filtrert versjon av timelig gjennomsnittlig volum image intensiteter med en additiv robust korreksjon for beregnet støy. Den første halvperiode av bilder (12 sek) er forkastet for å unngå forbigående MR likevekt og hemodynamiske effekter.
2. Rett under kjøring bevegelse. Motion er beregnet fra tidspunktet rekke bind. Men på grunn av den relativt lave signal-til-støy-forhold (SNR) av bildene, må vi først utfører en 5-prøve Boxcar utjevning på tidsserien. Hvert volum er deretter registrert til gjennomsnittet av de siste 5 prøvene. Merk at glatting blir bare brukt for å estimere bevegelse, og de faktiske dataene er ikke glattet.
3. Form timelige gjennomsnitt av hver kjøring forslag korrigert bildedata, og bruke disse gjennomsnitt å korrigere mellom-run bevegelse USIng siste løp som referanse.
4. Utfør en skive-timing korreksjon. Vi bruker sekvensiell skive oppkjøpet, så feil som skyldes utføre timing korreksjon etter bevegelse korreksjon vil være liten (~ 125 msek).
5. Gjennomsnittlig det flere løyper registrert innen hver økt for å forbedre SNR.
6. Juster de strukturelle data fra fMRI økt til den referansen strukturelle volumet ved hjelp av en robust intensitet-basert registrering algoritme ^8. Legg innretting og segmentering i mrVista.
7. Forvandle de funksjonelle tidsseriedata til segmenterte referanse volum. I de følgende trinnene bruker vi verktøy utviklet i vårt laboratorium for å utføre ytterligere analyser.
8. Beregn en avstand kart ved å beregne avstanden mellom hver fm vev voxels og dens nærmeste toppunktet på SC overflaten. Disse avstandene er vant til å måle laminær posisjon innenfor referanseområdet volum.
9. Utfør en laminær segmentering prosess for å muliggjøre dybde gjennomsnitt av tidsserier data for å bedre the SNR. Små (1,6 mm diameter) disker av vev er knyttet til hver toppunktet på overflaten modellen langs hele overfladiske SC overflate, og hver disk er deretter utvidet både innover og utover fra SC vev ved hjelp av de lokale overflaten normaler for å danne en individuell laminær nabolag ^4.
10. For hvert punkt på SC overflaten, bruker vi disse laminære assosiasjoner til gjennomsnittlig tidsserien over en spesifisert dybdeområde. Siden, visuelt responsvillige nevroner er først og fremst til stede i de overflatiske lagene av SC, for visuell stimulering forsøket brukte vi en dybde rekke 0 til 1,8 mm.

7. Topografisk Mapping Analyse

For å analysere topografisk representasjon av dataene, blir Sammenheng analysen gjøres på dybde-gjennomsnitt tidsserier ved å montere en sinusoid på stimulus repetisjon frekvens (dvs. 1/24 Hz for 24 sek stimulus beskrevet ovenfor) for hver voxel. Fra denne passform, utlede vi overflate kart ansvarSE amplitude, sammenheng, og fase. Denne analysen er utført i frekvens domene, og er en vanlig teknikk for å kvantifisere retinotopic kartene i visuell cortex ^9,10.

Den fasen av sinusformet passform måler posisjonen til stimulus. Zero-fase tilsvarer den øvre vertikale meridianen (Fig. 3). Stimulansen da roterer med klokken, slik at en π / 2 fase tilsvarer da stimulus har rotert til den horisontale meridianen i høyre synsfelt. Etter π radianer av fase, krysser stimulus inn i venstre synsfelt, og så videre.

Vi har også innhentet grenser hele overfladiske omfanget av SC bruker manuell inspeksjon av høy oppløsning T1-vektede volum anatomi. Disse grensene er merket i fig. 3 av røde stiplede linjer.

fMRI ikke direkte måle nevral aktivitet, men snarere en blod-flow reaksjon som er tett, men tregt kombinerttil nevral aktivitet. Dette legger en hemodynamiske forsinkelse i fase respons. Forsinkelsen beregnes ved å ta alle voxels ovenfor vår sammenheng terskelen fra hver SC region-of-interesse, og sentrering sine midler rundt π i det komplekse planet. I våre SC data, disse forsinkelsene er ganske små, i størrelsesorden 2-4 sek. Vi fjerner denne forsinkelsen ved å rotere fargekartet mot klokken ved 45 grader (tilsvarende 3 sek) (fig 3).

8. Representative Resultater

Fase data overtrukket på en 3D overflate av SC (Fig. 3) viser at respons på visuelle stimuli er representert contralaterally i SC, dvs. venstre synsfelt er representert på høyre SC og vice-a-versa.

Det er også en retinotopic organisering av aktiviteten. Den høyre øvre visuelle feltet er representert medialt på venstre colliculus (blå-magenta), og det nedre feltet er representert lateralt (rød-gul). SimilArly, er det øvre venstre synsfelt representert medialt på høyre colliculus (blå-cyan) og lavere er representert lateralt (grønn-gul).

Denne topografien er i tråd med resultatene av ikke-menneskelige primater studier av SC svar: 1) visuell stimulering ved hjelp av single-enhet elektrofysiologi, og 2) kartlegging av microstimulation induserte saccadic øyebevegelser ^11,12.

Figur 1. A) Slice resept vises på midten av sagittal bilde. B) Temporal gjennomsnittlig (fra 1-løp) av funksjonelle bilder hentet fra sentrale skive markert med rødt i A).

Figur 2. Polar-vinkel topografi stimulans. En 90 ° kile bevege svart-hvite prikker på en grå bakgrunn roterte sakte rundt fiksering. Kilen ble delt inn i en rekke 6 Virtual sektorer (grå linjer lagt understreke sektorer) for å tillate underlagt utføre en hastighet diskriminering oppgave i en tilfeldig valgt sektor.

Figur 3. Segmentering og overflate modellering. A) Den midbrain, hjernestammen, og deler av thalamus var segmenterte fra høyoppløselige MR anatomi volumer. B) En overflate ble opprettet på kanten av segmenterte regionen. C) Sinusforma-fit fase data vises på en inplane skive (koherens> 0,25). D) en rotert og forstørret bilde av hjernestammen overflaten modellen ble brukt til å visualisere fase data på SC.

Figur 4. Polar-vinkel kart. fMRI fase kart i to fag som koder visuelle polar vinkel. Coherence terskler for hvert kart er gitt nederst til høyre. Fargehjulet relaterer overtrukket fasene av stimulus i polar vinkel til deres visuelle feltet posisjoner.

Discussion

Våre kjøp og data-analyse teknikker aktivere måling av nevral aktivitet i subkortikale menneskelige hjerne strukturer i høy oppløsning (1,2 mm voxels). Den 3-shot spiral oppkjøp reduserer fysiologiske støyen som er spesielt skadelig for fMRI målinger rundt midbrain. I tillegg gir vår laminær segmentering av vev oss å utføre dybde gjennomsnitt av de data som bidrar til å forbedre SNR. Vi har brukt disse metodene for å vise presise polar-vinkel topografiske kart for visuell stimulering og skjult visuell oppmerksomhet i den menneskelige SC ^en. Den laminær segmentering gjør også analysen av dybde profiler av funksjonell aktivitet, som varierer med eksperimentell kontroll ^en.

Våre avbildningsmetoder åpne opp nye veier for Neuroscience eksperimentering i menneskelige subkortikale strukturer. Disse metodene kan aktivere oversettelse av fin-skala forskning gjort på dyr i subkortikale områder til mennesker, f.eks etterforsgating organiseringen av auditive responser i strukturer som mindreverdig colliculus og cochlear kjernen ^13-15, eller visuelle og multisensorisk responser i thalamic atomkjerner som pulvinar ^16,17. Til slutt, kan disse teknikkene gi funksjonell lokalisering for små strukturer som subthalamic kjernen og globus pallidus, som ofte er mål for dyp hjernestimulering hos pasienter med Parkinsons sykdom, dystoni eller kronisk smerte ^18-21.