Topografisk Estimering af Visual Befolkning Receptiv Fields ved fMRI
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
Visuelle cortex er retinotopically organiseret, så de omkringliggende populationer af celler kort til de omkringliggende dele af synsfeltet. Funktionel magnetisk resonans tillader os at estimere voxel-baserede population receptive felter (PRF), dvs. den del af synsfeltet, der aktiverer cellerne inden for hver voxel. Prior, direkte, PRF estimationsmetoder 1 lider visse begrænsninger: 1) PRF model der vælges en-priori og kan ikke helt fange den faktiske PRF form, og 2) PRF centre er tilbøjelige til mislocalization nær grænsen af stimulus plads. Her en ny topografisk PRF estimationsmetode 2 foreslås, at stort set omgår disse begrænsninger. En lineær model anvendes til at forudsige Blood oxygenniveau-afhængig (fed) signal ved foldning af den lineære reaktion af PRF til den visuelle stimulus med den kanoniske hæmodynamiske respons funktion. PRF topografi er repræsenteret som en vægtvektor hvis komponenter repræsenterer strength af det samlede respons voxel neuroner på stimuli præsenteret på forskellige visuelle felt lokationer. De resulterende lineære ligninger kan løses for PRF vægtvektor hjælp højderyg regression 3, hvilket gav PRF topografi. En PRF model, der er tilpasset den estimerede topografi kan derefter vælges post-hoc og dermed forbedre estimaterne PRF parametre som PRF-center placering, PRF orientering, størrelse mv. At have PRF topografi rådighed tillader også den visuelle kontrol af PRF parameterestimater tillader udvinding af forskellige PRF egenskaber uden at skulle foretage en-priori antagelser om PRF struktur. Denne fremgangsmåde lover at være særligt nyttige til at undersøge PRF organisation af patienter med sygdomme i det visuelle system.
Introduction
Funktionel magnetisk resonans-billeddannelse (fMRI) måler ikke-invasivt den funktionelle organisering af visuelle cortex på en makroskopisk skala (typisk af størrelsesordenen millimeter). Tidlige fMRI retinotopy undersøgelser brugte en sammenhæng foranstaltning mellem stimulus placering og fremkaldte BOLD respons 4-7. Disse undersøgelser typisk ikke estimere befolkningen modtagelig markstørrelse. Senere Dumoulin og Wandell 1 foreslået en metode til at overvinde en sådan begrænsning ved eksplicit modellere PRF placering og størrelse ved hjælp af en lineær funktion af denne model til at forudsige BOLD respons. , En begrænsning af denne banebrydende metode er imidlertid, at den parametriske PRF model skal vælges a-priori, og kan føre til fejlagtige PRF anslår hvis det viser sig ikke at være hensigtsmæssige.
For at overvinde begrænsningerne i den parametriske PRF-model metoden, er der blevet udviklet nye metoder for nylig. Disse metoder direkte forudsige BOLD reaktion på stimulus ved at rekonstruere PRF topografi. En metode 8 foreslået af Greene og kolleger rekonstruerer PRF topografi ved back-projicere Fed svar på de enkelte 1D stimulus rum og opbygge PRF topografi i 2D stimulus plads som en typisk computer tomografi teknik. På den anden side, hvilken fremgangsmåde 2 foreslået os direkte anslår 2D PRF topografi ved anvendelse af lineær regression og anvende en regulering teknik. Ved denne fremgangsmåde er PRF topografi repræsenteret som et sæt af vægte, som multipliceres med stimulus til at estimere den neuronale population reaktion af en given voxel. Derefter den endelige Blood Oxygen Level-afhængig (fed) reaktion fremkaldt af stimulus estimeret ved foldning af neuronal befolkning respons og den kanoniske hæmodynamiske respons funktion. For at løse den under-begrænset lineært system, derudover er ridge regression legalisering anvendes til at håndhæve tyndt (se figur 1nedenfor). Reguleringen teknik undertrykker støj og artefakter og dermed gør det muligt for vores metode til at estimere PRF topografi mere håndfast.
De topografiske metoder ikke tvinge PRF form til at have en vis parametrisk form, og derfor kan afdække de faktiske PRF struktur. En passende parametrisk model kan derefter vælges baseret på PRF topografi. For eksempel kan PRF topografi anvendes til at separere PRF center og surround, og derefter efterfølgende PRF center modellering kan være mere præcis ved at minimere indflydelsen af surround undertrykkelse samt indflydelsen af andre potentielle artefakter, der opstår i områder fjernt fra den PRF center. Vi har for nylig foretaget en kvantitativ sammenligning mellem vores metode og flere andre metoder, der direkte (dvs. før estimere topografi) fit isotropisk Gauss 1, anisotropisk Gauss, og forskel på isotrope Gaussians til PRF 9. Det blev konstateret, at topography-baserede metode udkonkurrerede disse metoder med hensyn til PRF center modellering ved at opnå højere forklarede varians af serie BOLD signal tid.
Præcis vurdering af PRF ejendomme i forskellige områder afslører, hvordan de dækker synsfeltet og er vigtig for at undersøge den funktionelle organisering af den visuelle cortex især da det vedrører visuel perception. Egenskaber som hvordan PRF størrelse ændringer med excentricitet 1,10 og PRF center surround organisation 9 er godt undersøgt i den menneskelige litteratur. Den foreslåede metode til estimering PRF topografi giver mere præcise PRF parameter modellering og er mere tilbøjelige til at afsløre ukendte lovmæssigheder, ikke let modelleret en-priori i den direkte parametriske modeller. Denne fremgangsmåde vil være særlig velegnet til at studere PRF organisation hos patienter med visuelle pathway læsioner, for hvem PRF struktur ikke nødvendigvis forudsigelig a-priori. Nedenfor beskrives, hvordan man anslå the PRF topografi og hvordan du bruger topografien at modellere PRF centrum.
Protocol
Representative Results
Discussion
Denne artikel viser, hvordan man kan anslå topografi visuelle population receptive felter i menneskets visuelle cortex, og hvordan man bruger det til at vælge en passende parametrisk model for modtagelig område. For en succesfuld retinotopy, skal vælges en passende stimulation protokol og en effektiv analysemetode, og fagets eksperimentelle parametre (motion og fiksering) bør optimeres. Bar stimuli flytter sekventielt på tværs af synsfeltet er en effektiv stimulus paradigme for PRF vurdering, da det genererer for…
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
- 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. , (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).
