Abstract
ويتم تنظيم القشرة البصرية retinotopically بحيث السكان المجاورة للخلايا خريطة لأجزاء المجاورة من المجال البصري. التصوير بالرنين المغناطيسي الوظيفي يسمح لنا لتقدير القائم على فوكسل السكان حقول تقبلا (PRF)، أي جزء من المجال البصري الذي ينشط خلايا داخل كل فوكسل. قبل، مباشرة، PRF طرق التقدير 1 تعاني من بعض القيود: 1) يتم اختيار نموذج PRF ل-بداهة، وقد لا التقاط تماما شكل PRF الفعلي، و2) مراكز PRF عرضة لmislocalization بالقرب من حدود الفضاء التحفيز. والطبوغرافية PRF طريقة التقدير الجديد 2 هنا يقترح أن تلتف إلى حد كبير هذه القيود. ويستخدم النموذج الخطي للتنبؤ الأكسجين في الدم المستوى التابعة (BOLD) إشارة من convolving الاستجابة خطية من PRF إلى التحفيز البصري مع وظيفة استجابة الدورة الدموية الكنسي. ويمثل PRF تضاريس باعتباره الوزن ناقلات التي تمثل شارع مكوناتength من الاستجابة الإجمالية من الخلايا العصبية فوكسل للمؤثرات التي قدمت في مختلف المواقع الميدانية البصرية. يمكن حل المعادلات الخطية الناتجة عن الوزن PRF المتجه باستخدام حافة الانحدار 3، مما أسفر عن تضاريس PRF. نموذج PRF التي تتناسب مع تضاريس يقدر ويمكن بعد ذلك اختيار ما بعد خاصة، وبالتالي تحسين تقديرات المعلمات PRF مثل الموقع PRF الوسط، والتوجه PRF والحجم، الخ. وجود تضاريس PRF متاحة أيضا يتيح التحقق البصري للتقديرات المعلمة PRF السماح للاستخراج الخصائص المختلفة PRF دون الحاجة إلى وضع افتراضات ل-بداهة عن هيكل PRF. هذا النهج عود لتكون مفيدة بشكل خاص للتحقيق في المنظمة PRF المرضى الذين يعانون من اضطرابات في الجهاز البصري.
Introduction
وظيفية التصوير بالرنين المغناطيسي الوظيفي (fMRI) يقيس غير جراحية التنظيم الوظيفي من القشرة البصرية على نطاق والعيانية (عادة بناء على أمر من ملليمتر). استخدمت الدراسات المبكرة retinotopy الرنين المغناطيسي الوظيفي مقياس التماسك بين موقع التحفيز وأثارت ردود BOLD 4-7. هذه الدراسات عادة لم يقدر السكان تقبلا حجم الحقل. وفي وقت لاحق، دومولين وWandell 1 المقترحة طريقة للتغلب على مثل هذا التحديد عن طريق النمذجة صراحة موقع PRF وحجم، وذلك باستخدام دالة خطية من هذا النموذج للتنبؤ استجابة BOLD. ومع ذلك، واحد الحد من هذه الطريقة الرائد هو أن نموذج PRF حدودي يجب أن اختار-بداهة، ويمكن أن يؤدي لتقديرات خاطئة PRF إذا اتضح أن لا يكون ذلك مناسبا.
للتغلب على القيود المفروضة على حدودي طريقة PRF-النموذج، وقد تم تطوير أساليب جديدة في الآونة الأخيرة. هذه الأساليب يتوقع مباشرة الاستجابة جريئة للياليtimulus عن طريق اعادة بناء تضاريس PRF. وهناك طريقة 8 اقترحه غرين وزملاؤه يعيد تضاريس PRF من قبل ظهر إسقاط الردود جريئة لمسافات التحفيز 1D الفردية وبناء تضاريس PRF في الفضاء التحفيز 2D مثل تقنية التصوير المقطعي الكمبيوتر نموذجية. من ناحية أخرى، فإن الطريقة 2 المقترحة من قبلنا يقدر مباشرة تضاريس 2D PRF باستخدام الانحدار الخطي وتطبيق تقنية تسوية. في هذه الطريقة، يتم تمثيل التضاريس PRF على أنها مجموعة من الأوزان التي مضروبا في التحفيز لتقدير استجابة السكان العصبية من فوكسل معين. ثم، يتم تقدير الأكسجين في الدم المستوى التابعة (BOLD) استجابة النهائية التي حركها التحفيز من قبل convolving الاستجابة السكان العصبية وظيفة استجابة الدورة الدموية الكنسي. من أجل حل النظام الخطي مقيدة تحت، بالإضافة إلى ذلك، يتم استخدام سلسلة من التلال الانحدار تسوية لفرض تناثر (انظر الشكل 1أدناه). تقنية تسوية يقمع الضوضاء والتحف، وبالتالي تسمح لدينا وسيلة لتقدير تضاريس PRF أكثر بقوة.
الطرق الطبوغرافية لا قوة شكل PRF أن يكون لها شكل حدودي معين، وبالتالي يمكن الكشف عن هيكل PRF الفعلي. ويمكن بعد ذلك يتم اختيار نموذج حدودي المناسب بناء على تضاريس PRF. على سبيل المثال، تضاريس PRF يمكن أن تستخدم لفصل مركز PRF والمحيطي، ثم لاحقا PRF مركز النمذجة يمكن أن يكون أكثر دقة عن طريق التقليل من تأثير تحيط قمع فضلا عن تأثير القطع الأثرية الأخرى المحتملة التي تنشأ في المناطق البعيدة ل مركز PRF. وقد أجرينا مؤخرا المقارنة الكمية بين أسلوبنا والعديد من الأساليب الأخرى التي مباشرة (أي قبل تقدير تضاريس) صالح الخواص التمويه 1، متباين الخواص التمويه، والاختلاف في الخواص Gaussians إلى PRF 9. وقد تبين أن topogrتفوقت طريقة القائم على aphy هذه الأساليب فيما يتعلق مركز PRF النمذجة من خلال تحقيق أعلى أوضح التباين للسلسلة الزمنية إشارة جريئة.
تقدير دقيق لخصائص PRF في مختلف المجالات يكشف كيف أنها تغطي المجال البصري ومهم للتحقيق في التنظيم الوظيفي للقشرة البصرية وخاصة ما يتعلق الإدراك البصري. خصائص مثل كيفية تغيير حجم PRF مع الانحراف 1،10 وPRF تنظيم مركز تحيط 9 تدرس جيدا في الأدب الإنساني. الطريقة المقترحة لتقدير نتائج تضاريس PRF في أكثر دقة PRF النمذجة معلمة وأكثر احتمالا للكشف عن الاطراد غير معروفة، وليس غرار بسهولة، بداهة في النماذج حدودي المباشرة. وهذا النهج سوف تكون مناسبة خاصة لدراسة تنظيم PRF في المرضى الذين يعانون من آفات المسار البصري، والذين هيكل PRF ليس بالضرورة يمكن التنبؤ بها ل-بداهة. أدناه يوصف كيفية تقدير عشرالبريد PRF التضاريس وكيفية استخدام تضاريس لنموذج مركز PRF.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. الحصول على البيانات
- إعداد بروتوكول التحفيز التي هي فعالة في انتزاع استجابة بصرية شبكي التوضع يمكن الاعتماد عليها كما هو موضح سابقا في دومولين وWandell 1 ولي وآخرون. 2. ومع ذلك، نماذج أخرى راسخة تنطبق أيضا اعتمادا على مسألة تجريبية محددة لمعالجتها.
- المحفزات شريط الحالية الانجراف عبر الشاشة بالتتابع على طول 8 اتجاهات الفضاء، في خطوات من 45 درجة. تأكد من أن الحركة هي في التزامن مع اكتساب إطار الماسح الضوئي (TR ~ 2 ثانية) بحيث يتحرك شريط خطوة مرة واحدة في الرنين المغناطيسي الوظيفي يبدأ الإطار ويبقى في الموقع الجديد حتى ينتهي الإطار.
- لقياس إشارة خط الأساس الصحيحة، إضافة العهود دون شريط التحفيز 1.
- تحديد مجال الرؤية (10 إلى 15 درجة دائرة نصف قطرها) في الزاوية البصرية على مدى الذي قدم التحفيز. تتحرك الحالي أو الخفقان أنماط الشطرنج (حجم المدقق = 0.94 X 0.94 درجة 2، patteمعدل تحديث آكانيوز = 250 ميللي ثانية / نمط) داخل شريط ليثير ردود بصرية قوية.
- إدخال المعلمات المحددة التالية: 8 اتجاهات متباعدة بشكل متساو للحركة، عرض شريط يساوي 1.875 درجة، والحانات تتحرك من نصف عرض شريط في الإطار (2 ثانية). مزيد من التفاصيل يمكن العثور عليها في لي وآخرون. 2.
- توليد بقعة (~ 0.25 درجة) في وسط الشاشة التي عيني الشخص يحملق أثناء التجربة. تغيير لون بقعة عشوائيا في الوقت المناسب.
- مسح الدماغ للموضوع في الماسح الضوئي التصوير بالرنين المغناطيسي باستخدام المسح الضوئي نموذجي صدى مستو التصوير (EPI) الذي يحتوي على 192 الإطارات مدة (24 لقطة في كل اتجاه الحركة). تكرار المسح 4-8 مرات لزيادة نسبة الإشارة إلى الضوضاء.
- تعيين المعلمات لتسلسل برنامج التحصين الموسع على النحو التالي: TR = 2 ثانية، TE = 40 ميللي ثانية، وحجم المصفوفة = 64 × 64، 28 شرائح، وحجم فوكسل = 3 × 3 × 3 مم 3، وزاوية الوجه = 90 درجة، بدلا من ذلك، وتطبيق تسلسل مع قرار الدقيقة (ه.ز.، 2 × 2 × 2 مم 3) أو TR القصير (على سبيل المثال، 1-1.5 ثانية) لا تغطي سوى القشرة البصرية 2.
- يتم الحفاظ على حركات العين المسار مع نظام eyetracker خلال المسح الضوئي وظيفية لضمان تثبيت في حدود 1-1.5 درجة من نقطة التثبيت.
ملاحظة: هنا، يتم استخدام eyetracker رئيس الإحداثي مقرها في نظام حملق، ولكن أنظمة eyetracker مناسبة أخرى يمكن أن تستخدم بدلا من ذلك. - إرشاد العباد إلى يحملق بقعة على شاشة مركز إنشاؤها في الخطوة 1.3.2. لضمان الموضوعات وfixating، يأمرهم أن يقدم يتغير لون بقعة التثبيت.
- الحصول على بالاشعة التشريحية، في 1 × 1 × 1 مم قرار 3 (على سبيل المثال، T1-MPRAGE، TR = 1،900 ميللي ثانية، TE = 2.26 ميللي ثانية، TI = 900 ميللي ثانية، وزاوية الوجه = 9 ° و 176 أقسام).
ملاحظة: وسوف تستخدم هذه بالاشعة التشريحية للتجزئة، وكذلك لمحاذاة الصور وظيفية لتشريح داخل وعبر بالاشعة على حد سواء. لتحسين المواءمة بين وظيفةآخرون (EPI) الصور والتشريح، يجب الحصول أيضا مسح التشريح inplane، لقرار مطابق لبرنامج التحصين الموسع، وذلك باستخدام المرجحة T1 مدلل بسرعة التدرج الصدى (SPGR) تسلسل 1.
2. بيانات ما قبل المعالجة
ملاحظة: قبل لتقدير خصائص PRF، هناك حاجة إلى العديد من الخطوات قبل معالجة البيانات الرنين المغناطيسي الوظيفي نموذجية، مثل تصحيح حركة الرأس والمواءمة من وحدات التخزين وظيفية إلى الفحص التشريحي. في هذه المقالة، يتم تنفيذ كل ما قبل المعالجة، وتقدير وتحليل وعرض النتائج التي تم الحصول عليها باستخدام المصادر المفتوحة استنادا MATLAB البرمجيات الأدوات VISTA LAB متاحة على موقع البرنامج VISTA. http://white.stanford.edu/newlm/index.php/Main_Page.
- تحميل الفحص التشريحي في MATLAB وإعداد التشريح الصوت باستخدام دالة يسمى createVolAnat.
- قطاع رمادي المسألة، مسألة البيضاء، وCSF باستخدام وظيفة "ItkGray".
- إعداد البيانات الوظيفية عن طريق تحويل DICOM (أي (أي تنسيق ملف MRI الوظيفي قياسي) الملفات، وتحميل البيانات إلى VISTA باستخدام دالة يسمى mrInit.
- الصحيحة رئيس الحركة ومحاذاة الصور وظيفية لتشريح تحميل في الخطوة 2.1 باستخدام rxAlign على أساس التحول مصفوفة أفيني.
- متوسط بالاشعة لتصحيح الحركة وظيفية لتحسين نسبة الإشارة إلى الضوضاء عن طريق النقر mrVISTA تحليل TimeSeries متوسط tSeries. استبعاد من المتوسط بالاشعة خلالها حركات العين تنحرف من تثبيت أكثر من 1-1.5 درجة. إذا إشارات من أشواط مختلفة ومختلفة-الانجرافات العاصمة، متوسط بالاشعة وظيفية بعد إزالة DC-الانجرافات.
- حساب الإحداثيات التعيين بين المسح الوظيفية ورمادي المسألة وتحديد المقابلة voxels الرمادي والمسألة في بالاشعة الوظيفية عن طريق تحديد القوائم التالية: mrVISTA النافذة المفتوحة رمادي 3-عرض النافذة. تعيين إشارات جريئة في voxels المادة الرمادية من قبل الاستيفاء، واختيار أحد الخيارات لتوفرة في mrVISTA.
3. تقدير PRF التضاريس والنمذجة حدودي
- تحميل ملفات التعليمات البرمجية من خلال الرابط التالي: https://sites.google.com/site/leesangkyun/prf/codes.zip، استخراج ملف مضغوط ووضعها في أي مكان يفضله الكمبيوتر المحلي. إضافة مسار المجلد في MATLAB.
- تعيين المعلمات التحفيز المستخدمة في التجربة عن طريق تحديد القوائم التالية: تحليل mrVISTA شبكي التوضع نموذج تعيين معلمات. تحديد المعلمات التالية مثل الصور التحفيز، وحجم التحفيز، وظيفة الدورة الدموية الكنسي، ومعدل الإطار الماسح الرنين المغناطيسي الوظيفي.
- قبل تقدير PRF، وإعداد مجموعات المعلمة الأولى (الشكل 1B).
- تعيين مجموعات عبر التحقق من الصحة في "tprf_set_params.m" من ملفات التعليمات البرمجية. timeseries الفجوة في اثنين على الأقل من مجموعات فرعية (مجموعة واحدة لاختبار ومجموعات المتبقية للتدريب) التي هي فترة كافية لشريط لسويص الفضاء التحفيز بأكمله. بدلا من ذلك، دون المتوسط بالاشعة في الخطوة 2.4، التحقق من صحة المسح الضوئي من خلال ترك من مسح واحد للاختبار واستخدام المسح الضوئي المتبقية للتدريب.
- تعيين مجموعة المعلمة الخشنة (λ في الشكل 1؛ λ = [10 -2 10 -1 1 10 1 10 2]) في "tprf_set_params.m". ثم، تعيين مجموعة غرامة على نطاق و([0.1 0.3 0.5 0.7 0.9 1 3 5 7 9]) في "tprf_set_params.m".
ملاحظة: يستخدم البرنامج الخشنة وضع لتحديد λ مما أدى إلى تباين أعلى وأوضح. ثم، يبحث في برنامج الفضاء حول λ المحدد باستخدام نطاق جدول يرام، وزيادة تحسين اختيار λ أن ينتج أعلى أوضح التباين. - وضع عتبة (0.2) من التباين أوضح لvoxels استجابة بصريا في "tprf_set_params.m".
ملاحظة: يتم استخدام هذه العتبة كمرجع لاختيار voxels استجابة بصريا. بدلا من ذلك، وجعلالعائد على الاستثمار لغير بصريا المنطقة استجابة (على سبيل المثال، عن طريق رسم دائرة نصف قطرها 1 سم في منطقة الدماغ التي تستجيب غير مرئي)، حيث عتبة يمكن أن تحسب تلقائيا. - تعيين مجموعة من العتبات ([0.3، 0.5، 0.7]) لتحديد المنطقة مركز PRF في تضاريس تطبيع في "tprf_set_params.m" (أي، [0-1] أو [-1 إلى 1] مع العهود دون التحفيز شريط في الخطوة 1.3.1).
ملاحظة: من مجموعة من العتبات البرنامج المقدمة يختار "أفضل" عتبة، أي عتبة أن يحدد المنطقة الوسطى PRF الذي نموذج مركز PRF يشرح أعظم التباين الإشارة. بدلا من ذلك، اختيار مجموعة مختلفة من القيم عتبة اعتمادا على خصائص التضاريس.
- تنفيذ "tprf_runpRFest.m" حساب تضاريس PRF (الشكل 1)، وتناسب متباين الخواص التمويه 2D. بعد تحديد جميع المعلمات الموصوفة في هذا البروتوكول، وتشغيل التعليمات البرمجية، يجب الحصول على النتائج النهائية تقدير.
الشكل 1: عملية تقدير PRF. (A) توضيح تخطيطي لعملية اتباعها لتقدير PRF تضاريس ح (ر): وظيفة استجابة الدورة الدموية، A (ر): التحفيز، م: PRF، ريج: L2 القواعد والمعايير تسوية (B) خطوات محددة لPRF تضاريس تقدير وPRF مركز النمذجة. يتم سرد مجموعة من المعلمات المطلوبة لتقدير في كل خطوة. ويوضح قسم الأبعاد واحد من تضاريس ونموذجها. تحت عنوان "تركيب الموديل"، سوداء وحمراء منحنيات تمثل التضاريس ونموذجها مركز PRF مع عتبة وسط 0.5، على التوالي. خط متقطع الأزرق يشير إلى عتبة PRFالمنطقة الوسطى.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
يتطلب دقة PRF النمذجة التقاط الأشكال PRF بشكل صحيح. دون معرفة تضاريس PRF، واختيار نماذج متماثل دائري المستخدمة في الدراسات السابقة 1،9-11 هو خيار معقول. هذا هو لأنه، إذا كانت المنظمة شبكي التوضع المحلية هي متجانسة في كل الاتجاهات من المجال البصري، استجابة السكان المحلية يمكن أن تكون ممثلة باعتباره مجموع التراكمي متماثل دائري من الاستجابات العصبية. ومع ذلك، تظهر ملاحظاتنا أن هذه ليست بالضرورة حالة (الشكل 2). لذلك، يمكن ملاحظة تضاريس PRF ستكون حاسمة لاختيار وظيفة حدودي المناسبة لنموذج PRF. هذه هي ميزة من تضاريس PRF، وحتى النماذج القائمة على تضاريس يتفوق نماذج جاوس الخواص المباشرة يصلح في مركز PRF النمذجة، والناتجة عادة في أعلى أوضح التباين (الشكل 2؛ انظر لي وآخرون (2) لمقارنات إضافية مع الآخر نماذج). هذه الأمثلة تدل على الاستفادة من تقدير تضاريس PRF قبل تركيب هذا النموذج.
الشكل 2: أمثلة من PRF تضاريس تقدير وتناسب النماذج مركز PRF (A) A PRF تضاريس نموذجية. في التضاريس، واللون الأحمر يشير إلى المنطقة الأكثر استجابة، مما يدل على مركز PRF ملقى على خط الطول الأفقي الصحيح الأوسط. في تضاريس PRF، كما لوحظ أنماط شريط عبر هيكل مركز PRF مع الأوزان المنخفضة في بعض الأحيان. ويتصل هذا إلى حقيقة أن يتم تحفيز المنطقة الواقعة على طول فتحة شريط يمر من خلال مركز PRF أيضا في وقت واحد مع مركز PRF. . يتم القضاء عليها بسهولة في خطوة العتبة (B) مقارنة بين الطريقة السابقة (DIG، المباشر مناسبا الخواص التمويه) (1) والقائم على تضاريس مركز PRF وزارة الدفاعشرم (T-نموذج). يظهر في المئة المقابلة التباين هو موضح أعلاه كل نموذج. تظهر T-نماذج أوضح أعلى التباين في كل الأمثلة، مع أكثر دقة PRF التقاط الشكل. انظر لي وآخرون. (2) لمزيد من التفاصيل وأمثلة إضافية.
واحد الشرط المهم هو التأكد من أن النموذج الرنين المغناطيسي الوظيفي المستخدمة يوفر بيانات retinotopy جيدة. ثم طريقة تضاريس PRF يمكن استخدامها لتقدير الانحراف شبكي التوضع والخرائط السمت (الشكل 3). وتبين هذه الخرائط مشابهة العمارة شبكي التوضع الأساسية مثل الطرق السابقة 1،4-7، لكنها أكثر دقة لرصد تضاريس PRF تسمح لنا لفصل أفضل مركز PRF من المحيطي وعن الضجيج أو القطع الأثرية البعيدة إلى مركز PRF المحتملين. هذا، من بين أمور أخرى، والنتائج في تقدير أفضل للخرائط شبكي التوضع في غرابة الأطوار عالية (وصفا تفصيليا للاختلافات احظ يمكن العثور عليها في لي وآخرون. 2).
الشكل 3: خرائط شبكي التوضع وPRF حجم (A) وانحراف زاوية القطبية الخرائط في نصف الكرة المخية الأيسر للموضوع. CS يدل على التلم المهمازي. في اللوحة اليمنى من الشكل A، دائرة سوداء تشير إلى المنطقة في المصالح (ROI) من الذي يتضح من فوكسل التي PRF في اتخاذ الشكل 4. (ب) العلاقة بين حجم PRF والانحراف. حجم PRF يزيد مع الانحراف في المناطق البصرية V1-3. ويوجه هذه المؤامرة من (A).
و(T-نموذج) طريقة النموذج القائم على تضاريس يمكن استخدامها لتقدير الخصائص المختلفة PRF مثل حجم PRF، واستطالة، والتوجه، وقمع المحيطي بكفاءة، دون الحاجة إلى اختبار العديد من النماذج حدودي مختلفة. لمساعدة التصور من هذه الممتلكات، وMATLAB وتقدم وظيفة (tprf_plotpRF.m) أن يرسم تضاريس PRF، وPRF نموذج مركز المناظرة، ويصلح لإشارة BOLD الخام (الشكل 4). لاحظ أنه في بعض الحالات، يمكن أيضا أن تقدر خصائص PRF مباشرة من التضاريس، مما يلغي الحاجة لPRF النمذجة.
الشكل 4: مظاهرة من الأدوات MATLAB وضعت من قبل المؤلفين. وتظهر هذه المؤامرة تضاريس PRF وما يقابلها من PRF نموذج يصلح لفوكسل المختارة من قبل المستخدم. تم اختيار فوكسل يتضح من العائد على الاستثمار هو مبين في الشكل 3A الخام: استجابة الفعلية BOLD، برد ر: التنبؤ مع التضاريس PRF، برد م: التنبؤ مع مركز PRF نموذج حدودي.1fig4highres.jpg "الهدف =" _ فارغة "> الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
توضح هذه المقالة كيفية تقدير تضاريس حقول تقبلا السكان البصرية في القشرة البصرية الإنسان وكيفية استخدامها لتحديد نموذج حدودي المناسب للحقل تقبلا. لretinotopy ناجحة، ينبغي اختيار بروتوكول التحفيز المناسب وطريقة تحليل كفاءة، ويجب أن يكون الأمثل المعلمات التجريبية هذا الموضوع في (الحركة والتثبيت). المحفزات شريط تتحرك على التعاقب عبر المجال البصري هي نموذج التحفيز الفعال لتقدير PRF لأنه يولد ردود BOLD متميزة من مواقع التحفيز متميزة. طريقة المقدمة يبني تضاريس PRF. وبما أن مشكلة تقدير PRF عموما تحت تحددها، يتم استخدام أداة رياضية دعا ريدج الانحدار 3 لفرض قيود معقولة من تناثر على وزن حل PRF. هذه التقنية تسوية فعالة جدا في تقدير نموذج PRF عندما يكون عدد من الملاحظات (نقطة زمنيةالصورة للإشارة BOLD) هو أصغر بكثير من عدد البكسل تغطي البعد المكاني من التحفيز.
يوفر هذا الأسلوب تقدير أكثر قوة من مركز PRF من الطرق السابقة. وهناك عدة أسباب لذلك: 1) أنه أول قطاعات المنطقة الوسطى PRF من تضاريس PRF ثم يناسب نموذج مناسب، وتجنب التحيز المحتملة التي قد تؤثر PRF نموذج يناسب في النماذج المباشرة (أي قمع المحيطي أو الضوضاء القطع الأثرية بعيدا عن PRF في الوسط). 2) لديها القدرة على تفتيش تضاريس يعطي واحد بصريا الفرصة للتحقق من صحة أداء يصلح النموذج النهائي كشف الأخطاء المنهجية، وكذلك 3) إمكانية للكشف عن ملامح هيكل PRF التي قد تذهب خلاف ذلك لم يتم كشفها. 4) حسب تقييد منطقة المناسب، هو أقل احتمالا لتعيين PRF داخل حدود عرض الحوافز بشكل غير صحيح مقارنة نماذج تناسب المباشرة (انظر الشكل 2B) هذا النموذج. لا شيءورغما، مستخدم تحتاج إلى أن تكون على علم بأن الطريقة المقترحة ديه أيضا القيود لالتقاط بدقة شكل PRF بالقرب من الحدود التحفيز. ويرجع ذلك إلى حقيقة أن قرب الحدود المحفزات شريط تفعيل مجالات تقبلا جزئية تابعة لvoxels الذي سيكون عادة خارج المنطقة عرض الحوافز مركز PRF هذا. ومن شأن أي تقبلا طريقة تعيين الحقل تخضع لهذه المشكلة وتظهر ذروة النسبية على الحدود ما لم يمكن استقراء تماما من جزء من مركز الحقل تقبلا الذي تم تعيينه إلى الكل. أما وقد قلت ذلك، لدينا طريقة أكثر دقة من أساليب تركيب المباشرة 1،9، والتي تميل إلى المبالغة في تقدير ملحوظ المسافة إلى مركز pRFs التي تقع بالقرب من الحدود عرض الحوافز (انظر الأرقام 5 و 6 من لي وآخرون. (2) ل مزيد من التفاصيل).
كما تمت مناقشته، لبناء التضاريس قوي PRF يعتمد على تسوية المعلمة الحرة، λ (الشكل 1)، والتي يمكن لبالبريد الأمثل على حدة من voxels الفردية، أو كمعلمة المشتركة في جميع voxels. المعلمة تسوية تؤثر PRF تضاريس عن طريق ضبط مدى المناسب (أكثر من المناسب أو تحت المناسب) إلى البيانات. في حين أن λ صغير يؤدي إلى تصاميم PRF صاخبة (أي، والإفراط في تركيب) مقارنة PRF الفعلية، وλ كبير يقمع ردود المرئية، وبالتالي يؤدي إلى المزيد من انتشار تصاميم من تبرره حجم PRF الفعلي (أي، في ظل المناسب). اختيار امدا الأمثل هو أمر حاسم لتقدير PRF ناجحة. قدرنا في λ في مجموعات فرعية مختلفة من البيانات وتقييمها هذه التقديرات باستخدام استراتيجية عبر التحقق من الصحة. هذا يقلل من التحيز في PRF تضاريس التقدير. يتم تخفيض التحيزات المتبقية المحتملة أكثر في خطوة النمذجة مركز PRF، حيث يتم استكشاف عتبات تضاريس مختلفة لاختيار واحد الذي يؤدي إلى أعلى التباين أوضح (انظر لي وآخرون. 2).
فاينالي، ونهج التضاريس المقترح هو كفاءة حسابيا. تقدير PRF تصاميم على كل voxels، بما في ذلك ايجاد الأمثل λ المعلمة تسوية، يستغرق سوى بضع دقائق في بيئة PC. تحديد voxels لا تستجيب بصريا في هذه الخطوة تستبعدها من الخطوة مطالبين أكثر حسابيا من النمذجة PRF الوسط، زيادة تحسين الكفاءة. ولعل الأهم من ذلك، المحققين لم تعد بحاجة لاختبار نماذج متعددة PRF مختلفة لايجاد واحد لأنه يناسب تماما، لأنها يمكن الاسترشاد في اختيار الطراز المناسب من قبل تضاريس PRF.
الأسلوب هو موضح في هذا البروتوكول يقيس السكان تقبلا تضاريس الحقل ويستخدم لتوجيه السكان النمذجة الحقل تقبلا. هذا النهج يقلل من التحيز الحالي في تقبلا طرق رسم الخرائط مجال السكان مباشر، مما أدى إلى تقديرات أكثر قوة ودقة PRF. كما أن ذلك يقلل الأخطاء المنهجية ويسمح لنا لدراسة الجهاز الوظيفيسعودة من القشرة البصرية مع حساسية أعلى. هذا ينطبق بشكل خاص في حالة من الموضوعات مع آفات المسارات البصرية، ومنهم من هيكل PRF قد لا يكون من السهل نتوقع-بداهة.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| MRI scanner | Siemens/Philips/GE | ||
| MATLAB | The Mathworks, Inc. | http://www.mathworks.com | |
| VISTA software | VISTA software group | http://white.stanford.edu/newlm/index.php/Software | |
| PsychoToolbox | PsychoToolbox | http://psychtoolbox.org | |
| Eye Tracker (VisuaStimDigital) | Resonance Technology Inc | http://mrivideo.com/ |
References
- Dumoulin, S. O., Wandell, B. A. Population receptive field estimates in human visual cortex. Neuroimage. 39, 647-660 (2008).
- Lee, S., Papanikolaou, A., Logothetis, N. K., Smirnakis, S. M., Keliris, G. A. A new method for estimating population receptive field topography in visual cortex. Neuroimage. 81, 144-157 (2013).
- Hastie, T., Tibshirani, R., Friedman, J. H. The elements of statistical learning : data mining, inference, and prediction. , 2nd edn, Springer. (2009).
- Sereno, M. I., et al. Borders of multiple visual areas in humans revealed by functional magnetic resonance imaging. Science. 268, 889-893 (1995).
- Engel, S. A., Glover, G. H., Wandell, B. A. Retinotopic organization in human visual cortex and the spatial precision of functional MRI. Cereb Cortex. 7, 181-192 (1997).
- Engel, S. A., et al. fMRI of human visual cortex. Nature. 369, 525 (1994).
- DeYoe, E. A., et al. Mapping striate and extrastriate visual areas in human cerebral cortex. Proc Natl Acad Sci U S A. 93, 2382-2386 (1996).
- Greene, C. A., Dumoulin, S. O., Harvey, B. M., Ress, D. Measurement of population receptive fields in human early visual cortex using back-projection tomography. J Vis. , (2014).
- Zuiderbaan, W., Harvey, B. M., Dumoulin, S. O. Modeling center-surround configurations in population receptive fields using fMRI. J Vis. , (2012).
- Harvey, B. M., Dumoulin, S. O. The relationship between cortical magnification factor and population receptive field size in human visual cortex: constancies in cortical architecture. J Neurosci. 31, 13604-13612 (2011).
- Haak, K. V., Cornelissen, F. W., Morland, A. B. Population receptive field dynamics in human visual cortex. PLoS One. 7, e37686 (2012).
