Topografisk Estimering av Visual Befolkning Mottakelig Felt av 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 organisert slik at nabo populasjoner av celler kart til nabo deler av synsfeltet. Funksjonell magnetresonanstomografi tillater oss å anslå vokselverbaserte befolknings mottakelig felt (PRF), dvs. den delen av synsfeltet som aktiverer cellene i hver voxel. Prior, direkte, PRF estimeringsmetoder en lider av visse begrensninger: 1) PRF modellen er valgt a-priori og kan ikke fullt ut fange selve PRF form, og 2) PRF sentrene er utsatt for mislocalization nær grensen av stimulans plass. Her en ny topografisk PRF beregningsmetode 2 foreslås som i stor grad omgår disse begrensningene. En lineær modell blir brukt til å forutsi Oksygennivå-Dependent (BOLD) signal ved å konvolvere den lineære respons av PRF til den visuelle stimulus med den kanoniske hemodynamiske responsfunksjon. PRF topografi er representert som vekt vektor hvis komponenter representerer strength av den samlede responsen av vokselver nevroner for stimuli presentert på ulike synsfelt steder. De resulterende lineære ligninger kan løses for PRF vektvektor ved hjelp av ridge regresjon 3, hvilket ga PRF topografi. En PRF modell som passer til den estimerte topografi kan deretter velges post-hoc, og dermed bedre estimater av PRF parametere som PRF i sentrum, PRF orientering, størrelse, osv. Å ha PRF topografi tilgjengelig tillater også visuell verifisering av PRF parameterestimater slik utvinning av ulike PRF egenskaper uten å måtte gjøre en-priori antagelser om PRF struktur. Denne fremgangsmåten ser ut til å være spesielt nyttig for å undersøke PRF organisering av pasienter med forstyrrelser i det visuelle systemet.
Introduction
Funksjonell magnetresonanstomografi (fMRI) måler non-invasiv den funksjonelle organiseringen av visuell cortex på en makroskopisk skala (typisk i størrelsesorden millimeter). Tidlige fMRI retinotopy studier brukt en sammenheng mellom mellom stimulus plassering og fremkalte BOLD svar 4-7. Disse studiene vanligvis ikke anslå befolkning mottakelig feltstørrelse. Senere Dumoulin og Wandell en foreslått en metode for å overvinne en slik begrensning ved eksplisitt å modellere PRF plassering og størrelse, ved hjelp av en lineær funksjon av denne modell for å forutsi BOLD respons. Men en begrensning av denne banebrytende metoden er at den parametrisk PRF modell må være valgt a-priori, og kan føre til feilaktige PRF anslår hvis det viser seg ikke å være riktig.
For å overvinne begrensninger av den parametrisk PRF-modell metoden, har nye metoder blitt utviklet nylig. Disse metodene direkte forutsi BOLD respons til stimulus ved å rekonstruere den PRF topografi. En metode 8 foreslått av Greene og kolleger rekonstruerer PRF topografi av back-prosjektering BOLD svar på de enkelte 1D stimulans mellomrom og bygge PRF topografien i 2D stimulans plass som en vanlig datamaskin tomografi teknikk. På den annen side, idet fremgangsmåten foreslått av oss to anslag direkte 2D PRF topografi ved hjelp av lineær regresjon og påføring av en regularisering teknikk. I denne fremgangsmåten blir PRF topografi representert som et sett av vekter som er multiplisert med den stimulus for å estimere neuronal populasjon responsen av en gitt voksel. Deretter blir den endelige Oksygen Level-Dependent (BOLD) respons fremkalt av stimulans estimert ved konvolvere den nevronale befolkningen respons og den kanoniske hemodynamisk respons funksjon. For å løse det under begrenset lineært system, i tillegg, er ridge regresjon regularisering som brukes til å fremtvinge sparseness (se Figur 1nedenfor). Den regularisering teknikk demper støy og artefakter og dermed lar vår metode for å anslå PRF topografi mer robust.
De topografiske metodene ikke tvinge PRF form til å ha en viss parametrisk form, og derfor kan avdekke de faktiske PRF struktur. En passende parametrisk modell kan deretter bli valgt basert på PRF topografi. For eksempel kan PRF topografi brukes til å separere PRF sentrum og karm, og deretter etterfølgende PRF midt modellering kan være mer nøyaktig ved å minimalisere påvirkning av surround undertrykkelse samt påvirkning av andre mulige gjenstander som oppstår i områder fjernt til PRF sentrum. Vi har nylig gjennomført en kvantitativ sammenligning mellom vår metode og direkte flere andre metoder som (dvs. før estimering av topografien) fit isotrop Gaussian 1, anisotropisk Gaussian, og forskjellen på isotrop Gaussians til PRF 9. Det ble funnet at topography basert metode bedre enn disse metodene med hensyn til PRF sentrum modellering ved å oppnå høyere forklart varians av BOLD signal tidsserier.
Nøyaktig estimering av PRF eiendommer i ulike områder avslører hvordan de dekker synsfeltet og er viktig for å undersøke den funksjonelle organiseringen av den visuelle cortex særlig når det gjelder visuell persepsjon. Egenskaper som hvordan PRF størrelse endringer med eksentrisitet 1,10 og PRF center surround organisasjon 9 er godt studert i menneskelig litteratur. Den foreslåtte metoden for å estimere PRF topografi gir mer nøyaktige PRF parameter modellering og er mer sannsynlig å avsløre ukjente sammenhenger, ikke lett modellert a-priori i de direkte parametriske modeller. Denne tilnærmingen vil være spesielt egnet for å studere PRF organisasjon hos pasienter med visuelle pathway lesjoner, for hvem PRF struktur er ikke nødvendigvis forutsigbar a-priori. Nedenfor beskrives hvordan å anslå the PRF topografi og hvordan du bruker den topografien å modellere PRF sentrum.
Protocol
Representative Results
Discussion
Denne artikkelen viser hvordan du anslå topografi av visuelle befolknings mottakelig felt i menneskelige visuelle cortex og hvordan du bruker den til å velge en passende parametrisk modell for mottakelig feltet. For en vellykket retinotopy, bør en passende stimulering protokoll og en effektiv analysemetode velges, og fagets eksperimentelle parametre (bevegelses og fiksering) skal være optimalisert. Bar stimuli bevegelige sekvensielt over synsfeltet er en effektiv stimulans paradigme for PRF estimering som det genere…
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).
