JoVE Journal > Neuroscience
Summary
Abstract
Protocol
Discussion
Declarações
Acknowledgements
Referências
Tadução automática
Please note that all translations are automatically generated. Click here for the English version.
Neurociência

Co-Analyse von Hirnstruktur und-funktion mittels fMRT und Diffusionsgewichtete 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

Wir beschreiben einen neuartigen Ansatz für die gleichzeitige Analyse der Struktur und Funktion des Gehirns unter Verwendung der Kernspintomographie (MRI). Wir beurteilen Hirnstruktur mit hochauflösenden Diffusions-gewichteten Bildgebung und der weißen Substanz Faser Traktographie. Im Gegensatz zu Standard strukturelle MRT, ermöglichen diese Techniken uns direkt betreffen anatomischen Konnektivität zu funktionellen Eigenschaften des Gehirns Netzwerke.

Abstract

Die Studie von komplexen Rechnersystemen wird von Netzwerk-Karten, wie Schaltpläne erleichtert. Solche Mapping ist besonders aufschlussreich, wenn Erforschung des Gehirns, wie die funktionelle Rolle, dass ein Bereich des Gehirns erfüllt weitgehend durch ihre Verbindungen zu anderen Hirnregionen definiert werden. In diesem Bericht beschreiben wir eine neuartige, nicht-invasive Ansatz für über Hirnstruktur und-funktion mit Hilfe der Magnetresonanztomographie (MRT). Dieser Ansatz, der eine Kombination aus strukturellen Bildgebung von Langstrecken-Glasfaserverbindungen und funktionelle Bildgebung Daten wird in zwei verschiedenen kognitiven Domänen, visuelle Aufmerksamkeit und Gesichterwahrnehmung dargestellt. Strukturelle Bildgebung mit Diffusions-Bildgebung (DWI) und Faser Traktographie, die die Diffusion von Wassermolekülen entlang der weißen Substanz Nervenbahnen im Gehirn (Abbildung 1) zu verfolgen durchgeführt. Durch die Visualisierung dieser Nervenbahnen, sind wir in der Lage, die langfristigen Binde Architektur des Gehirns zu untersuchen. Die Ergebnisse vergleichen FavoraBly mit einem der am häufigsten verwendeten Techniken DWI, Diffusion Tensor Imaging (DTI). DTI ist Unfähigkeit, komplexe Konfigurationen von Nervenbahnen zu lösen, was seine Nützlichkeit für den Bau von detaillierten, anatomisch informierte Modelle der Hirnfunktion. Im Gegensatz zu reproduzieren unsere Analysen bekannt Neuroanatomie mit Präzision und Genauigkeit. Dieser Vorteil ist teilweise auf die Datenerfassung Verfahren: Während viele DTI Protokolle Maßnahme Diffusion in einer kleinen Anzahl von Richtungen (zB 6 oder 12), beschäftigen wir eine Diffusion Spektrum Imaging (DSI) 1, 2-Protokoll, welche die Diffusion beurteilt in 257 Richtungen und in einem Bereich von Gradienten-Stärken. Darüber hinaus ermöglichen DSI-Daten uns raffiniertere Methoden zur Rekonstruktion gewonnenen Daten verwenden. In zwei Experimenten (visuelle Aufmerksamkeit und Gesicht Wahrnehmung) offenbart Traktographie, dass Co-aktive Bereiche des menschlichen Gehirns sind anatomisch verbunden sind, unterstützen erhaltenen Hypothesen, dass sie funktionelle Netzwerke zu bilden. DWI erlaubt uns, eine "circuit di erstellenagram "reproduzieren und auf einer individuellen Basis-Subjekt, zum Zweck der Überwachung aufgabenrelevante Gehirnaktivität in Netzwerken von Interesse.

Protocol

Ein. Ausrüstung für MR Data Acquisition Abbildungen 2 und 3 fassen eine Reihe von Möglichkeiten, um bei der Diffusion und der MR-, Daten-Rekonstruktion und Fiber Tracking gemacht werden. Beachten Sie, dass diese Entscheidungen typischerweise trade-offs, und die beste Wahl kann auf ein Forschungs-Ziele abhängen. Zum Beispiel, DSI-und Multi-Shell HARDI (siehe Abbildung 2) verwenden in der Regel höheren "b-Werte" (dh stärkere Verbreitung …

Discussion

Hochauflösende DWI und Faser Traktographie einen leistungsstarken Ansatz für die Prüfung des Binde-Struktur des menschlichen Gehirns. Hier präsentieren wir den Beweis, dass diese strukturelle Architektur sinnvoll ist Gehirnfunktion durch fMRI beurteilt verwandt. Durch die Verwendung von Traktographie Samen auf fMRI Taskaktivierungs basiert, finden wir Hinweise darauf, dass Hirnareale, die Zusammenarbeit aktiv sind während der visuellen Aufmerksamkeit anatomisch connectedconsistent mit Vorkenntnissen der funktionell…

Declarações

The authors have nothing to disclose.

Acknowledgements

Liste Bestätigungen und Finanzierungsquellen. Die Arbeit wird von NIH RO1-MH54246 (MB), National Science Foundation BCS0923763 (MB), die Defense Advanced Research Projects Agency (DARPA) unter Vertrag NBCHZ090439 (WS), das Office of Naval Research (ONR) unter award N00014-11 unterstützt -1-0399 (WS) und das Army Research Lab (ARL) unter Vertrag W911NF-10-2-0022 (WS). Die Ansichten, Meinungen und / oder Erkenntnisse in dieser Präsentation sind die der Autoren und nicht als Vertreter der offiziellen Ansichten oder Politik, weder ausdrücklich noch implizit, der oben Agenturen oder dem United States Department of Defense interpretiert werden.

Referências

  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/pt/4125?article_type=t

Play Video
PDF
DOI
Citar este artigo
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).
Baixar citação
Reimpressões e Permissões

View Video

✖

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

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image