JoVE Journal > Neuroscience
Summary
Abstract
Protocol
Discussion
Disclosures
Acknowledgements
References
자동 번역
Please note that all translations are automatically generated. Click here for the English version.
신경과학

Co-analisi della struttura e delle funzioni cerebrali con fMRI e Diffusion-weighted imaging

Published: November 08, 2012
doi:
10.3791/4125
, , , , , ,
1Center for the Neural Basis of Cognition, 2Department of Psychology,University of Pittsburgh, 3Department of Psychology,Carnegie Mellon University , 4Department of Bioengineering,University of Pittsburgh

Summary

Descriviamo un nuovo approccio per l'analisi simultanea delle funzioni cerebrali e della struttura utilizzando la risonanza magnetica (MRI). Valutiamo la struttura del cervello ad alta risoluzione diffusion-weighted imaging e sostanza bianca trattografia fibra. A differenza di standard di risonanza magnetica strutturale, queste tecniche ci permettono di collegare direttamente la connettività anatomica di proprietà funzionali delle reti cerebrali.

Abstract

Lo studio di complessi sistemi computazionali è facilitato da mappe di rete, come diagrammi circuitali. Tale mappatura è particolarmente informativo quando si studia il cervello, come il ruolo funzionale che soddisfi cervello all'area dell'euro possono essere in gran parte definita dai suoi collegamenti con altre aree cerebrali. In questo rapporto, descriviamo un romanzo, non-invasivo per mettere in relazione la struttura del cervello e la funzione utilizzando la risonanza magnetica (MRI). Questo approccio, una combinazione di imaging strutturale di lungo raggio connessioni in fibra e dati di imaging funzionale, è illustrato in due distinti domini cognitivi dell'attenzione visiva e percezione viso. Imaging strutturale viene eseguita con diffusion-weighted imaging (DWI) e trattografia fibre, che traccia la diffusione delle molecole d'acqua lungo sostanza bianca tratti di fibre nel cervello (Figura 1). Per visualizzare questi tratti di fibre, siamo in grado di indagare il lungo raggio architettura connettiva del cervello. I risultati si raffrontano con favorataggio con una delle tecniche più utilizzate in DWI, diffusion tensor imaging (DTI). DTI è in grado di risolvere le configurazioni complesse di tratti di fibre, limitando la sua utilità per la costruzione di modelli dettagliati, anatomicamente informati della funzione cerebrale. Al contrario, le nostre analisi riprodurre neuroanatomia nota con precisione e accuratezza. Questo vantaggio è dovuto a procedure di acquisizione dati: mentre molti diffusione DTI misura protocolli in un piccolo numero di indicazioni (ad esempio, 6 o 12), si impiegano una diffusione di spettro di imaging (DSI) 1, 2 protocollo che valuta la diffusione in direzioni 257 e ad una serie di forze magnetiche gradiente. Inoltre, i dati DSI ci permettono di utilizzare metodi più sofisticati per la ricostruzione di dati acquisiti. In due esperimenti (attenzione visiva e percezione dei volti), trattografia rivela che co-attiva aree del cervello umano sono connessi anatomicamente, sostenendo ipotesi esistenti che formano reti funzionali. DWI ci permette di creare un "circuito diAgram "e riprodurre su un singolo soggetto-base, ai fini del monitoraggio attività rilevanti per l'attività del cervello nelle reti di interesse.

Protocol

1. Attrezzature per l'acquisizione dei dati MR Le figure 2 e 3 riassumono una serie di scelte da effettuare in acquisizione diffusione MRI, i dati di ricostruzione, e il monitoraggio delle fibre. Tenete presente che queste scelte di solito sono compromessi, e la migliore scelta può dipendere i propri obiettivi di ricerca. Ad esempio, DSI e multi-shell HARDI (vedi Figura 2) utilizzano in genere superiori "b-valori" (cioè, ponderazione d…

Discussion

Ad alta risoluzione e la trattografia DWI fibra fornire un approccio efficace per l'esame della struttura connettiva del cervello umano. Qui, vi presentiamo la prova che questa architettura strutturale significato sono collegati con la funzione del cervello, valutata mediante risonanza magnetica funzionale. Utilizzando semi trattografia basato su attivazione fMRI compito, troviamo la prova che le aree del cervello che sono co-attivo durante l'attenzione visiva sono anatomicamente connectedconsistent con una cono…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Lista riconoscimenti e fonti di finanziamento. Il lavoro è sostenuto da NIH RO1-MH54246 (MB), National Science Foundation BCS0923763 (MB), la Defense Advanced Research Projects Agency (DARPA) per conto terzi NBCHZ090439 (WS), l'Office of Naval Research (ONR) per effetto dei N00014-11 -1-0399 (WS), e l'esercito Research Lab (ARL) sotto contratto W911NF-10-2-0022 (WS). I punti di vista, opinioni e / o risultanze contenute in questa presentazione sono quelle degli autori e non devono essere interpretate come la posizione ufficiale o le politiche, esplicite o implicite, degli organismi di cui sopra o gli Stati Uniti Dipartimento della Difesa.

References

  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).

Tags

Brain StructureBrain FunctionFMRIDiffusion-weighted ImagingNetwork MapsCircuit DiagramsFunctional RoleConnectionsMagnetic Resonance ImagingStructural ImagingLong-range Fiber ConnectionsFunctional Imaging DataCognitive DomainsVisual AttentionFace PerceptionDiffusion Tensor ImagingDTI
check_url/kr/4125?article_type=t

Play Video
PDF
DOI
Cite This Article
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).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image