Summary

人口视觉感受野由功能磁共振成像地形估计

Published: February 03, 2015
doi:

Summary

It is important to obtain unbiased estimates of visual population receptive fields (pRFs) by functional magnetic resonance imaging. We use mild regularization constraints to estimate pRF topography without a-priori assumptions about pRF shape, allowing us to choose specific pRF models post-hoc. This is particularly advantageous in subjects with visual-pathway lesions.

Abstract

视觉皮层retinotopically组织使得细胞群相邻映射到视场的相邻部件。功能性磁共振成像使我们能够估计基于体素的人口感受域(PRF), ,视场激活每个体素中的细胞的一部分。之前,直接,PRF估计方法1遭受一定的局限性:1)PRF模型被选择的先验和可能不完全捕获实际的PRF的形状,和2)PRF中心是容易发生的刺激空间的边界附近的错误定位。在这里,一个新的地形PRF估计方法2建议在很大程度上规避这些限制。线性模型被用来通过卷积PRF到视觉刺激与规范的血流动力学响应函数的线性响应预测血氧水平依赖(BOLD)信号。 PRF地形被表示为权重向量,其分量所代表的STR素神经元的总响应ength来刺激呈现在不同的视野位置。由此产生的线性方程组可以解决使用岭回归3 PRF的权重向量,产生PRF地形。一个匹配于所估计的地形是一个PRF,模型然后可以选择事后,由此提高PRF的参数,如PRF-中心位置,PRF方向,大小的估算值。具有PRF形貌可用也允许的PRF的参数估计,允许各种PRF性质的提取的视觉验证,而不必做出关于PRF结构的先验假设。这种方法有望成为调查的患者的PRF组织与视觉系统的疾病特别有用。

Introduction

功能性磁共振成像(fMRI)测量非侵入视皮层中的宏观尺度的功能组织(通常在几毫米的数量级)。早期的功能磁共振成像研究retinotopy用于刺激位置之间的连贯性的措施,引起BOLD反应4-7。这些研究通常没有估计总体感受野大小。以后,迪穆兰和万德尔1提出明确建模的PRF的位置和大小,利用该模型的一个线性函数来预测BOLD反应来克服这种限制的方法。然而,这一开创性方法的一个限制是该参数PRF模型必须选择一个先验,并可能导致错误的PRF估计,如果它原来不恰当

为了克服参数PRF-模型方法的局限性,新方法最近已开发的。这些方法直接预测到S的BOLD响应timulus通过重构PRF地形。建议由格林和他的同事的方法8重建PRF地形通过背投影BOLD响应个别维刺激空间,建设PRF地形就像一个典型的计算机断层扫描技术的2D刺激的空间。另一方面,我们提出的方法2直接估计2D PRF地形通过使用线性回归和施加一个正则化技术。在该方法中,PRF地形被表示为一组权值被乘以的刺激来估计给定体素的神经元群的响应。那么,最后的血氧水平依赖(BOLD)响应的刺激诱发估计通过卷积神经元群的响应和规范的血流动力学响应函数。为了解决上述下约束线性系统,此外,岭回归正规化用于强制稀疏( 见图1下文)。正规化技术抑制噪音和伪影,从而使我们的方法,以更有力估计PRF地形。

地形方法不强制PRF形状有一定的参数形状,因此可以发现实际PRF结构。适当的参数化模型然后可以基于该PRF地形选择。例如,该PRF形貌可以用于分离PRF中心和环绕,然后随后的PRF中心建模可通过最大限度地减少环绕抑制在遥远的区域中出现的其他潜在伪影的影响的影响,以及更准确PRF中心。我们最近完成我们的方法,直接几种其他方法之间的定量比较( 估计地形之前)适合各向同性高斯1,各向异性高斯和各向同性高斯差到PRF 9。人们发现,在topography为基础的方法优于这些方法相对于PRF中心建模通过实现更高的解释BOLD信号时序的变化。

PRF特性在各个领域的精确估计揭示他们如何覆盖视野,是研究视觉皮层特别是因为它涉及到视觉感知的功能组织重要。性能,如如何与偏心1,10和PRF中心环绕组织9 PRF尺寸变化很好的研究,在人类文学。所提出的方法用于估计PRF地形导致更准确的PRF的参数建模和更可能揭示未知规律,不容易建模的先验在直接参数化模型。这种做法将特别适合学习PRF组织患者视觉通路病变,对他们来说,PRF结构也不一定能够预测先验。下面描述如何估计第ËPR​​F地形以及如何使用地形的PRF中心模式。

Protocol

1.数据采集制备刺激协议是有效的如先前在迪穆兰和万德尔1和Lee 等人所述引出一个可靠初级视视觉响应。2。然而,其他公认的范例也适用视具体实验问题有待解决。 本栏刺激飘过屏幕顺序地沿着空间8个方向,步长为45度。确保该运动是同步地与扫描框采集(TR〜2秒),以使杆移动一次一个步骤的功能磁共振成像帧开始,并保持在新的位置,直到该帧?…

Representative Results

准确的PRF建模需要正确捕捉PRF形状。不知道PRF地形,圆对称模型之前的研究1,9-11使用的选择是合理的选择。这是因为,如果本地初级视组织具有同样的视场的所有方向中,当地居民的反应可以表示为神经元响应一个圆对称的累积总和。然而,我们的观察表明,这不是必须的情况下( 图2)。因此,观察PRF地形的可用于一个PRF模型选择一个适当的参数函数的关键。这就是PRF地形?…

Discussion

本文演示了如何估计在人类视觉皮层以及如何使用它来选择感受野适当的参数化模型可视化人口感受野的地形。对于一个成功的retinotopy,一个适当的刺激方案和有效的分析方法,应选择,和被检者的实验参数(运动和固定)应该被优化。酒吧的刺激依次穿过视野运动是一种有效的刺激范式PRF估计,因为它产生区别于刺激的地点不同的BOLD响应。所提供的方法构建PRF地形。自PRF估计问题通常是根据?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

We thank the VISTA software group (Brian Wandell and associates, at Stanford).

S. S. was supported by McNair 2280403105,NEI R01-EY109272, and NEI R01-EY024019 and as HHMI Early Carrer Award. A. P. and G. K. was supported by the Max-Planck Society, G. K. was supported by the PLASTICISE project of the 7th Framework Programme of the European Commission, Contract no. HEATH-F2-2009-223524.

Materials

Name of Equipment/Software Company/Provider Web address
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

  1. Dumoulin, S. O., Wandell, B. A. Population receptive field estimates in human visual cortex. Neuroimage. 39, 647-660 (2008).
  2. 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).
  3. Hastie, T., Tibshirani, R., Friedman, J. H. . The elements of statistical learning : data mining, inference, and prediction. , (2009).
  4. Sereno, M. I., et al. Borders of multiple visual areas in humans revealed by functional magnetic resonance imaging. Science. 268, 889-893 (1995).
  5. 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).
  6. Engel, S. A., et al. fMRI of human visual cortex. Nature. 369, 525 (1994).
  7. 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).
  8. 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).
  9. Zuiderbaan, W., Harvey, B. M., Dumoulin, S. O. Modeling center-surround configurations in population receptive fields using fMRI. J Vis. , (2012).
  10. 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).
  11. Haak, K. V., Cornelissen, F. W., Morland, A. B. Population receptive field dynamics in human visual cortex. PLoS One. 7, e37686 (2012).
check_url/51811?article_type=t

Play Video

Cite This Article
Lee, S., Papanikolaou, A., Keliris, G. A., Smirnakis, S. M. Topographical Estimation of Visual Population Receptive Fields by fMRI. J. Vis. Exp. (96), e51811, doi:10.3791/51811 (2015).

View Video