Summary

Samtidig analys av hjärnans struktur och funktion med fMRI och diffusion-viktade bilder

Published: November 08, 2012
doi:

Summary

Vi beskriver en ny metod för samtidig analys av hjärnans funktion och struktur med hjälp av magnetisk resonanstomografi (MRT). Vi bedömer hjärnans struktur med hög upplösning diffusion-viktade bilder och vit-materia fiber tractography. Till skillnad från vanliga strukturella MR dessa tekniker ger oss möjlighet att direkt relatera anatomisk anslutning till funktionella egenskaper hjärnan nätverk.

Abstract

Studiet av komplicerade beräkningsproblem system underlättas av nätverk kartor, t.ex. kopplingsscheman. Sådan kartläggning är särskilt informativt när man studerar hjärnan, som den funktionella roll som en hjärna område uppfyller i stort sett kan definieras av dess kopplingar till andra områden i hjärnan. I denna rapport beskriver vi en ny, icke-invasiv metod för att relatera hjärnans struktur och funktion med magnetisk resonanstomografi (MRT). Detta tillvägagångssätt, en kombination av strukturell avbildning av långväga fiberanslutningar och funktionella uppgifter avbildning, illustreras i två distinkta kognitiva domäner, visuell uppmärksamhet och ansikte uppfattning. Strukturell avbildning sker med diffusion-viktade bilder (DWI) och fiber tractography, som spårar spridningen av vattenmolekyler längs vita materia fiber skrifter i hjärnan (Figur 1). Genom att visualisera dessa fiber skrifter, kan vi undersöka långväga förenande arkitektur av hjärnan. Resultaten jämför favoranolikt med en av de mest använda teknikerna i DWI, diffusion tensor imaging (DTI). DTI inte kan lösa komplicerade konfigurationer av fiber skrifter, begränsar dess användbarhet för att konstruera detaljerade anatomiskt informerade modeller av hjärnans funktion. Däremot våra analyser reproducera kända neuroanatomi med precision och noggrannhet. Denna fördel beror delvis på datainsamling förfaranden: medan många DTI-protokoll åtgärd diffusion i ett fåtal riktningar (t.ex. 6 eller 12), vi använder en avbildning diffusion spektrum (DSI) 1, 2 protokoll som bedömer diffusion i 257 riktningar och vid ett område av magnetisk gradient styrkor. Dessutom DSI uppgifter gör att vi kan använda mer sofistikerade metoder för att rekonstruera förvärvade data. I två experiment (visuell uppmärksamhet och ansikte uppfattning), avslöjar tractography att sam-aktiva områden av den mänskliga hjärnan är anatomiskt förbundna, stödja existerande hypoteser som de bildar funktionella nätverk. DWI ger oss möjlighet att skapa en "krets diagram "och reproducera den på individuell-ämne grund, i syfte att övervaka uppgift relevant hjärnaktivitet i nätverk av intresse.

Protocol

1. Utrustning för MR Data Acquisition Figurerna 2 och 3 sammanfattar ett antal val som ska göras i spridning MRT förvärvet uppgifter återuppbyggnad och fiber spårning. Tänk på att dessa val vanligtvis innebär kompromisser, och det bästa valet kan bero på en s forskningsmål. Till exempel DSI och multi-skal HARDI (se figur 2) använder typiskt högre "b-värden" (dvs. starkare diffusion viktning) än DTI. Som ett resultat av dessa …

Discussion

Högupplöst DWI och fiber tractography ger en kraftfull metod för att undersöka den sammanbindande strukturen i den mänskliga hjärnan. Här presenterar vi bevis för att denna strukturella arkitekturen meningsfullt är relaterad till hjärnans funktion, bedöms av fMRI. Genom att använda tractography frön baserade på fMRI uppgift aktivering finner vi bevis på att områden i hjärnan som är co-aktiva under visuell uppmärksamhet är anatomiskt connectedconsistent med förkunskaper i funktionell neuroanatomi <st…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Lista bekräftelser och finansieringskällor. Arbetet stöds av NIH RO1-MH54246 (MB), National Science Foundation BCS0923763 (MB), Defense Advanced Projects forskningsinstitut (DARPA) enligt avtal NBCHZ090439 (WS), Office of Naval Research (ONR) under utmärkelse N00014-11 -1-0399 (WS), och armén Research Lab (ARL) under kontrakt W911NF-10-2-0022 (WS). De åsikter, åsikter och / eller resultaten i denna presentation är de av författarna och bör inte tolkas som officiella åsikter eller politik, vare sig uttryckliga eller underförstådda, av ovanstående myndigheter eller Förenta staternas Department of Defense.

Riferimenti

  1. Wedeen, V. a. n. J., Hagmann, P., Tseng, W. I., Reese, T. G., Weisskoff, R. M. Mapping complex tissue architecture with diffusion spectrum magnetic resonance imaging. Magnetic Resonance in Medicine. 54 (6), 1377-1386 (2005).
  2. Wedeen, V. J., Wang, R. P., Schmahmann, J. D., Benner, T., Tseng, W. Y. I., Dai, G., Pandya, D. N., et al. Diffusion spectrum magnetic resonance imaging (DSI) tractography of crossing fibers. NeuroImage. 41 (4), 1267-1277 (2008).
  3. Pipe, J. Pulse Sequences for Diffusion-weighted MRI. Diffusion MRI: From quantitative measurement to in-vivo neuroanatomy. , 12-35 (2009).
  4. Le Bihan, D., Poupon, C., Amadon, A., Lethimonnier, F. Artifacts and pitfalls in diffusion MRI. Journal of Magnetic Resonance Imaging: JMRI. 24 (3), 478-488 (2006).
  5. Tuch, D. S. Q-ball imaging. Magnetic Resonance in Medicine. 52 (6), 1358-1372 (2004).
  6. Sakaie, K. E., Lowe, M. J. An objective method for regularization of fiber orientation distributions derived from diffusion-weighted MRI. NeuroImage. 34 (1), 169-176 (2007).
  7. Reese, T. G., Benner, T., Wang, R., Feinberg, D. A., Wedeen, V. J. Halving imaging time of whole brain diffusion spectrum imaging and diffusion tractography using simultaneous image refocusing in EPI. Journal of Magnetic Resonance Imaging. 29 (3), 517-522 (2009).
  8. Cox, R. W. AFNI: software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
  9. Cox, R. W., Hyde, J. S. Software tools for analysis and visualization of fMRI data. NMR in Biomedicine. 10 (4-5), 171-178 (1997).
  10. Goebel, R. BRAINVOYAGER: a program for analyzing and visualizing functional and structural magnetic resonance data sets. NeuroImage. 3, S604 (1996).
  11. Smith, S. M., Jenkinson, M., Woolrich, M. W., Beckmann, C. F., Behrens, T. E. J., Johansen-Berg, H., Bannister, P. R., et al. Advances in functional and structural MR image analysis and implementation as FSL. NeuroImage. 23, S208-S219 (2004).
  12. Woolrich, M. W., Jbabdi, S., Patenaude, B., Chappell, M., Makni, S., Behrens, T., Beckmann, C., et al. Bayesian analysis of neuroimaging data in FSL. NeuroImage. 45, S173-S186 (2009).
  13. Friston, K. J. . Statistical parametric mapping: the analysis of functional brain images. , (2007).
  14. Nichols, T., Hayasaka, S. Controlling the familywise error rate in functional neuroimaging: a comparative review. Statistical Methods in Medical Research. 12 (5), 419-446 (2003).
  15. Benjamini, Y., Hochberg, Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the Royal Statistical Society, Series B (Methodological. 57 (1), 289-300 (1995).
  16. Logan, B. R., Rowe, D. B. An evaluation of thresholding techniques in fMRI analysis. NeuroImage. 22, 95-108 (2004).
  17. Basser, P. J., Mattiello, J., LeBihan, D. Estimation of the effective self-diffusion tensor from the NMR spin echo. Journal of Magnetic Resonance, Series B. 103 (3), 247-254 (1994).
  18. Basser, P. J., Mattiello, J., LeBihan, D. MR diffusion tensor spectroscopy and imaging. Biophysical Journal. 66 (1), 259-267 (1994).
  19. Frank, L. R. Anisotropy in high angular resolution diffusion-weighted MRI. Magnetic Resonance in Medicine. 45 (6), 935-939 (2001).
  20. Frank, L. R. Characterization of anisotropy in high angular resolution diffusion-weighted MRI. Magnetic Resonance in Medicine. 47 (6), 1083-1099 (2002).
  21. Tuch, D. S., Reese, T. G., Wiegell, M. R., Makris, N., Belliveau, J. W., Wedeen, V. J. High angular resolution diffusion imaging reveals intravoxel white matter fiber heterogeneity. Magnetic Resonance in Medicine. 48 (4), 577-582 (2002).
  22. Descoteaux, M., Angelino, E., Fitzgibbons, S., Deriche, R. Regularized, fast, and robust analytical Q-ball imaging. Magnetic Resonance in Medicine. 58 (3), 497-510 (2007).
  23. Tuch, D. S. Q-ball imaging. Magnetic Resonance in Medicine. 52 (6), 1358-1372 (2004).
  24. Yeh, F. C., Wedeen, V. J., Tseng, W. -. Y. I. Generalized Q-sampling imaging. IEEE Transactions on Medical Imaging. 29 (9), 1626-1635 (2010).
  25. Wang, R., Benner, T., Sorensen, A. G., Wedeen, V. J. Diffusion Toolkit: a software package for diffusion imaging data processing and tractography. Proc. Intl. Soc. Mag. Reson. Med. , 3720 (2007).
  26. Sundaram, S. K., Kumar, A., Makki, M. I., Behen, M. E., Chugani, H. T., Chugani, D. C. Diffusion tensor imaging of frontal lobe in autism spectrum disorder. Cereb Cortex. 18 (11), 2659-2665 (2008).
  27. Greenberg, A. S., Verstynen, T., Chiu, Y. -. C., Yantis, S., Schneider, W., Behrmann, M. Visuotopic Cortical Connectivity Underlying Attention Revealed with White-Matter Tractography. The Journal of Neuroscience. 32 (8), 2773-2782 (2012).
  28. Slotnick, S. D., Yantis, S. Efficient acquisition of human retinotopic maps. Human Brain Mapping. 18 (1), 22-29 (2003).
  29. Greenberg, A. S., Esterman, M., Wilson, D., Serences, J. T., Yantis, S. Control of spatial and feature-based attention in frontoparietal cortex. The Journal of Neuroscience. 30 (43), 14330-14339 (2010).
  30. Kastner, S., Ungerleider, L. G. Mechanisms of visual attention in the human cortex. Annual Review of Neuroscience. 23, 315-341 (2000).
  31. Bürgel, U., Amunts, K., Hoemke, L., Mohlberg, H., Gilsbach, J. M., Zilles, K. White matter fiber tracts of the human brain: Three-dimensional mapping at microscopic resolution, topography and intersubject variability. NeuroImage. 29 (4), 1092-1105 (2006).
  32. Behrens, T. E. J., Jbabdi, S. . MR Diffusion Tractography. Diffusion MRI: From quantitative measurement to in-vivo neuroanatomy. , 333-352 (2009).
  33. Verstynen, T., Jarbo, K., Pathak, S., Schneider, W. In vivo mapping of microstructural somatotopies in the human corticospinal pathways. Journal of Neurophysiology. 105 (1), 336-346 (2011).
  34. Jarbo, K., Verstynen, T., Schneider, W. In vivo quantification of global connectivity in the human corpus callosum. NeuroImage. , (2012).
  35. Verstynen, T., Badre, D., Jarbo, K., Schneider, W. Microstructural organizational patterns in the human corticostriatal system. , (2012).
  36. Wang, Y., Fernández-Miranda, J. C., Verstynen, T., Pathak, S., Schneider, W. Identifying human brain tracts with tractography and fiber microdissection: mapping connectivity of the middle longitudinal fascicle as the dorsal auditory pathway. , (2012).
  37. Fernandez-Miranda, J. C., Engh, J. A., Pathak, S. K., Madhok, R., Boada, F. E., Schneider, W., Kassam, A. B. High-definition fiber tracking guidance for intraparenchymal endoscopic port surgery. Journal of Neurosurgery. 113 (5), 990-999 (2010).
  38. Fernandez-Miranda, J. C., Engh, J., Pathak, S., Wang, Y., Jarbo, K., Verstynen, T., Boada, F., Schneider, W., Friedlander, R. High-definition fiber tractography of the human brain: neuroanatomical validation and neurosurgical applications. , (2012).
  39. Shin, S., Verstynen, T., Pathak, S., Jarbo, K., Hricik, A., Maserati, M., Beers, S., Puccio, A. M., Okonkwo, D., Schneider, W. High definition fiber tracking for assessment of neurologic deficit in a case of traumatic brain injury. Journal of Neurosurgery. , (2012).
  40. Mori, S., Crain, B. J., Chacko, V. P., Van Zijl, P. C. M. Three-dimensional tracking of axonal projections in the brain by magnetic resonance imaging. Annals of Neurology. 45 (2), 265-269 (1999).
  41. Tournier, J., Mori, S., Leemans, A. Diffusion tensor imaging and beyond. Magnetic Resonance in Medicine. 65 (6), 1532-1556 (2011).
  42. Seunarine, K. K., Alexander, D. C. . Multiple Fibers: Beyond the Diffusion Tensor. Diffusion MRI: From quantitative measurement to in-vivo neuroanatomy. , (2009).
check_url/it/4125?article_type=t

Play Video

Citazione di questo articolo
Phillips, J. S., Greenberg, A. S., Pyles, J. A., Pathak, S. K., Behrmann, M., Schneider, W., Tarr, M. J. Co-analysis of Brain Structure and Function using fMRI and Diffusion-weighted Imaging. J. Vis. Exp. (69), e4125, doi:10.3791/4125 (2012).

View Video